Прогнозы от Wikibon на 2018 год: искусственный интеллект в каждом из них

Успех ведения бизнеса в сфере цифровых технологий определяется способностью организаций извлекать выгоду из обработки больших массивов данных. Основными факторами, способствующими этому, являются инвестиции предприятий в передовую аналитику, искусственный интеллект, глубокое обучение и машинное обучение.

15 декабря специалисты агентства Wikibon провели свою ежегодную веб-трансляцию, в ходе которой попытались предсказать развитие рынка аналитики, платформ, инструментов и методов их практического применения в будущем году. Далее будут приведены основные прогнозы, сделанные в ходе этого выступления Джорджем Гилбертом, Нилом Раденом и автором Джеймсом Кобиэлем:

Искусственный интеллект (ИИ) станет основой для реализации высокопроизводительных ИТ-операций и сред управления приложениями

Для непрерывного мониторинга, оптимизации, диагностики и усовершенствования сегодняшних, ставших ещё более сложными, распределённых вычислительных сред потребуется технология машинного обучения (МО). Гилберт утверждает, что в 2018 году для решения задач в области информационных технологий и управления эффективностью приложений впервые крупномасштабно и на всех направлениях будут задействованы методы МО.

Управляемое данными автоматическое программирование станет центральным элементом разработки корпоративных приложений

Кобиэль предсказал, что к концу 2018 года новейшие методы автопрограммирования, включая MО и роботизированную автоматизацию процессов (РАП), будут встроены в интегрированные среды разработки верхнего уровня с облачным интерфейсом. Обе технологии (МО и РАП) предполагают создание доменного программного каркаса генерации кода и используют управляемые данными принципы генерации кода, обеспечивающие высокую эффективность.

Продуктивность научных методов обработки данных будет быстро расти, что позволит выполнять большее количество аналитических исследований меньшему числу научных специалистов

Раден заявил, что растущая доступность инструментов для автоматизации первичной обработки больших объёмов данных и моделирования позволит учёным в 2018 и далее идти в ногу с растущим спросом на аналитические услуги. Более того, демократизация этой области приведёт к снижению статуса традиционного научного сотрудника.

Аналитические приложения станут демонстрационными микрослужбами, пригодными для функционального программирования и работы с безсерверными облаками

Автор статьи предполагает, что к концу 2018 года более 50% новых микрослужб, развёрнутых в общедоступном облаке, будут базироваться на безсерверных средах. Функциональное программирование будет охватывать основные функции облачных микрослужб, включая множество новых применений (машинное и глубокое обучение, а также ИИ). Однако из-за недостаточной зрелости безсерверных, локальных платформ, менее 10% новых функциональных программ в приватных облаках будут использовать функциональный код.

Поставщики программных решений с открытым исходным кодом для обработки больших объёмов данных консолидируются путём слияний и поглощений

Гилберт прогнозирует, что в 2018 году эти объединяющие процессы будут обусловлены растущим спросом инвесторов на прибыльность, увеличением продаж, а также желанием узкопрофильных поставщиков форсировать корпоративные продажи, чтобы извлечь выгоду из их рыночной стратегии «регионального расширения».

Передача данных в периферийные устройства и из них станет преобладающей составляющей затрат, связанных с работой устройств класса «Интернет вещей» (IoT)

Раден уверен, что в 2018 году приобретёт популярность подход, предполагающий сокращение объёмов передачи данных между IoT, уплотнение ИИ и других сопутствующих алгоритмов.

Микрослужбы ИИ, обеспечивающие автономные операции, будут все больше перемещаться на периферийные устройства, благодаря широкому использованию стимулированного обучения

Кобиэль заявил, что к концу 2018 года более 25% корпоративных проектов разработки ИИ-приложений будут ориентированы на автономные периферийные устройства. К этому времени более 50% разработчиков ИИ для предприятий будут знакомы с инструментами и методами обучения с подкреплением.

Комплексные, предварительно подготовленные модели машинного обучения станут определяющими факторами в стратегиях корпоративных приложений

Предприятия по-прежнему будут сталкиваться с нехваткой научных специалистов, способных разрабатывать, отлаживать, внедрять и обслуживать ИИ и другие модели обработки данных в производственных приложениях. Гилберт считает, что в 2018 году ситуация, когда IT-специалистам приходиться строить модели машинного обучения с нуля, будет менее вероятна. Вместо этого организации будут все чаще использовать и адаптировать под свои нужды предварительно созданные API-интерфейсы из комплексных приложений и облачных сервисов.

Прогнозы от Wikibon на 2018 год: искусственный интеллект в каждом из них
Оценка
Новые записи