Хайп-цикл Гартнера по технологиям искусственного интеллекта за 2020 год (со шпаргалкой)

Эта кривая «хайп-цикла Гартнера» (в слове «хайп» здесь нет отрицательной коннотации, он означает лишь насколько часто упоминается та или иная технология) показывает, в общем, незавидное положение большинства технологий как искусственного интеллекта ИИ (AI, Artificial Intelligence) так и AGI (Artificial General Intelligence) – ИИ с возможностями, приближенными к человеческому разуму.

Большинство технологий находятся на склоне появления инноваций (Innovation Trigger) и пика завышенных ожиданий (Peak of Inflated Expectation), что вовсе не гарантирует их дальнейший успех. Большая часть из них, особенно в Innovation Trigger, кроме того, пока не вышли за рамки обсуждений.

На этапе реальной оценки возможностей (Through of Disillusionment) находятся те технологии, которые уже как-то себя показали: нейросети глубокого обучения, обработка естественного языка, машинное обучение, ускорители ПЛИС, чат-боты, компьютерное зрение. Прямо скажем, негусто, поскольку к «интеллекту» тем более, класса AGI, эти технологии имеют косвенное отношение. А некоторые – показали свои, мягко говоря, слабые шансы к практической реализации, например, беспилотные автомобили, которые если когда и появятся, то по мнению Гартнера, не ранее 2030 года. На «когнитивных вычислениях» Гартнер вообще поставил крест.

На восходящем склоне прояснения возможностей (Slope of Enlighment) находится всего одна технология – механизмы инсайтов, которые дают возможность пользователю получать полезные сведения из больших объёмов структурированных и неструктурированных данных. Это уже как-то работает.

А на плато продуктивности (Plateau of Productivity) находится пока единственная технология ускорителей ускорения работы графических карт GPU, также со слабой релевантностью к искусственному интеллекту.

Ниже приведена небольшая шпаргалка, объясняющая суть каждой из перечисленных технологий, если эта суть не самоочевидна из её названия.

Artificial General Intelligence (AGI) – Общий искусственный интеллект, следующая ступень развития искусственного интеллекта AI, которая предполагает, что AI будет обладать признаками абстрактного и образного мышления, сможет делать отвлечённые умозаключения, строить прогнозы, то есть, приблизится по своим возможностям к человеческому разуму.

Small Data (Малые данные) – Наборы данных, достаточно небольшие, чтобы восприниматься человеком, и поставляемые в виде и объёмах, которые делают их доступными, информативными и полезными для деятельности человека. Например, данные о погоде со многих метеостанций страны или мира, каждая из которых поставляет наборы различных данных, слишком сложны для восприятия и оценки. Однако, после обработки и анализа они приводятся во вполне воспринимаемые человеком прогнозы погоды, интерактивные карты движения грозовых фронтов и пр.

Composite AI (Композитный искусственный интеллект) – Комбинирование различных техник искусственного интеллекта для улучшения его способности к обучению. Путь к достижению AI ступени AGI (Artificial General Intelligence), общего искусственного интеллекта.

Generative AI (Генерирующий искусственный интеллект) – Алгоритмы, которые могут генерировать новый контент (текст, изображение и пр.), соотносящийся с информацией от предварительно обученных моделей.

AI marketplace (Витрина моделей искусственного интеллекта) – виртуальное место, где разработчики могут выставлять свои предобученные модели искусственного интеллекта, а заказчики могут заказывать адаптированные модели искусственного интеллекта для своих нужд. Кроме того, в такой площадке можно осуществлять «федеративное обучение» (federated learning) с привлечением различных наборов данных и моделей.

Responsible AI (Ответственный искусственный интеллект) – AI с привлечением этических принципов, не позволяющих нарушать права человека и направленный только на процветание человечества.

Things as customers (Вещи как клиенты) – концепция Интернета вещей IoT (Internet of Things), в которой устройства, приборы, датчики («вещи») могут вести себя подобно клиентам, например, автоматически совершать транзакции. К примеру, умный электросчётчик сможет сам оплачивать потреблённое электроэнергию через Интернет.

Neuromorphic Hardware (Нейроморфное оборудование) – устройства, в которых реализованы некоторые принципы работы нейросистемы человека, подробнее – здесь.

Augmented intelligence (Дополненный интеллект) – использование информационных технологий, в т.ч., искусственного интеллекта, для усиления возможностей человеческого интеллекта.

AI Governance (ИИ для управления) – Использование алгоритмов искусственного интеллекта для оценки и мониторинга процессов бизнеса, инвестиций, государственного и муниципального управления и пр.

AI developer and teaching skills — Искусственный интеллект как инструмент разработки и обучения.

Decision intelligence (ИИ для принятия решений) – использование методов и средств ИИ в теории социальных наук, теории принятия решений и теории управления.

Smart Robots (Умные роботы) – использование средств искусственного интеллекта в робототехнике.

Data Labeling and Annotation Services (Разметка данных и услуги составления аннотаций) – использование методов и средств искусственного интеллекта для разметка данных и автоматического составления аннотаций.

Deep Neural Network ASICs (Специализированные микросхемы для нейросетей) – разработка и производство нейросетей в виде монолитной микросхемы.

Intelligent Applications (Интеллектуальные приложения) – компьютерные программы (приложения), обладающие средствами ИИ для повышения их качества взаимодействия с человеком и уровня услуг.  

Knowledge Graphs (Графы знаний) – Использование ИИ в графах знаний: собрание фактов, где объекты (узлы) соединены друг с другом типизированными связями взаимозависимостей.

Digital Ethics (Цифровая этика) – Междисциплинарное исследование преподавания и лидерства в аспекте этических, регуляторных и юридических проблем, возникающих в связи с развитием ИИ и других цифровых технологий.

Edge AI (Искусственный интеллект на границе сети) – использование средств искусственного интеллекта в устройствах граничных вычислений (Edge Computing), небольших дата-центров, развёртываемых на границе сети, чтобы разгрузить магистральные сети и серверы больших дата-центров.

AI Cloud Services – Предоставление услуг ИИ из облака.

Deep Neural Networks (Нейросети глубокого обучения) – Нейросети с тремя и более слоями и разнообразными топологиями, которые способны лучше обучаться и отслеживать больше свойств и взаимозависимостей.

Natural Language Processing, NLP (Обработка естественного языка) – средства ИИ, помогающие распознавать сообщения, произносимые на естественном языке, с возможными особенностями (акцент, дефекты речи и пр.), сленгом и отступлениями от грамматических и синтаксических норм.

Machine Learning (Машинное обучение) – обучение нейросети, термин часто используется как синоним Искусственного Интеллекта.

FGPA Accelerators — Ускорители работы программируемых логических интегральных схем (ПЛИС) с использованием методов машинного обучения.

Chatbots (Чат-боты) – программы, которые могут имитировать речь собеседника, отвечать на вопросы, и поддерживать разговор на общие или специализированные темы.

Computer Vision (Компьютерное зрение) – системы распознавания образов в изображениях и видео со средствами анализа, способные делать заключения о происходящем на видео.

Autonomous Vehicles (Автономные транспортные средства) – беспилотные автомобили, и другие виды транспорта со средствами компьютерного зрения, способные безопасно ездить без вмешательства водителя. Гартнер прогнозирует долгий цикл развития этой технологии.

Cognitive Computing (Когнитивные вычисления) — технологические вычислительные платформы, основанные на искусственном интеллекта и методах обработке сигналов. В настоящее время исследования в этом направлении пока не дали практических результатов.

Insight Engines – средства ИИ, которые дают возможность пользователю получать полезные сведения из больших объёмов структурированных и неструктурированных данных, например, составить баланс трат по кредитной карте на те или иные категории товаров и услуг.

GPU Accelerators – Ускорители работы графических процессоров GPU.

Об авторе Алексей Шалагинов

Независимый эксперт
Запись опубликована в рубрике Analytics, Аналитика, Искусственный интеллект, Тенденции, Технологии с метками , , , , , . Добавьте в закладки постоянную ссылку.

Добавить комментарий

Заполните поля или щелкните по значку, чтобы оставить свой комментарий:

Логотип WordPress.com

Для комментария используется ваша учётная запись WordPress.com. Выход /  Изменить )

Google photo

Для комментария используется ваша учётная запись Google. Выход /  Изменить )

Фотография Twitter

Для комментария используется ваша учётная запись Twitter. Выход /  Изменить )

Фотография Facebook

Для комментария используется ваша учётная запись Facebook. Выход /  Изменить )

Connecting to %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.