cookieOptions = {...}; . 7 大 AI 策略技術趨勢 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2021年6月16日 星期三

2021 年人工智慧 (AI) 趨勢

Artificial Intelligence (AI) Trends In 2021




源:物聯網風向

儘管科幻小說,可能將人工智慧機器人描繪成壞人,但一些科技巨頭,現在也將其用於安全。微軟和優步等公司,使用 Knightscope K5 機器人,巡邏停車場和大型戶外區域,來預測和預防犯罪。機器人可以讀取車牌,報告可疑活動並收集數據,以向其所有者報告。


這些人工智慧驅動的機器人,只是「自主事物」的一個例子,它是 2019 年 Gartner 7 大策略技術之一,有可能在未來五年內,帶來重大中斷並帶來機會。


趨勢 1:自主事物

無論是汽車,機器人還是農業,自主事物都使用 AI 來執行,傳統上由人類完成的任務。智慧的複雜程度各不相同,但所有自主事物都使用人工智慧,與他們的環境進行更自然的交互。


自主事物有五種類型:

1.機器人

2.車輛

3.無人機

4.家電

5.虛擬助理


這五種類型佔據四種環境:海洋、陸地、空中和數位虛擬。它們都具有不同程度的能力、協調和智慧。例如,它們可以跨越在空中操作的無人機,人工輔助在田地中,完全自主地操作的農業機器人。 這描繪了潛在應用的廣泛圖景,幾乎每個應用、服務和物聯網對象,都將採用某種形式的 AI 來自動化或增強流程或人為操作。諸如無人機群之類的協作自主事物,將越來越多地推動人工智慧系統的未來發展。


趨勢 2:增強式分析(大數據)

數據科學家現在擁有越來越多的數據來準備,分析和分組 - 並從中得出結論。鑒於數據量,探索所有可能性變得不可能。這意味著企業可能會錯過,數據科學家無法探索,假設的關鍵見解。



增強分析代表了,數據和分析能力的第三大浪潮,因為數據科學家使用自動算法,來探索更多假設。數據科學和機器學習平台,已經改變了企業如何產生分析洞察力。


「到 2020 年,超過 40% 的數據科學任務,將實現自動化」。


增強分析可辨識隱藏的模式,同時消除個人偏見。雖然企業存在無意中,將偏差插入算法的風險,但增強分析和自動化洞察,最終將嵌入到企業應用中。


到 2020 年,公民數據科學家的數量,將比專業數據科學家快 5 倍。公民數據科學家使用人工智慧,驅動的增強分析工具,自動化數據科學功能,自動辨識數據集,開發假設和辨識數據模式。企業將把公民數據科學家,視為實現和擴展數據科學能力的一種方式。 


Gartner 預測,到 2020 年,超過 40% 的數據科學任務將實現自動化,從而提高公民數據科學家的生產力和廣泛使用。在公民數據科學家和增強分析之間,數據洞察將在整個企業中,得到更廣泛的應用,包括分析師,決策者和營運工作者。


趨勢 3:人工智慧驅動的開發

AI 驅動的開發,著眼於將 AI 嵌入到應用中,並使用 AI 為開發過程,創建 AI 驅動的工具的工具、技術和最佳實踐。這一趨勢正在沿著三個方面發展:


用於建構 AI 解決方案的工具,正在從針對數據科學家(AI 基礎設施、AI 框架和 AI 平台)的工具,擴展到針對專業開發人員社區(AI 平台、AI 服務)的工具。借助這些工具,專業開發人員可以將 AI 驅動的功能和模型注入應用,而無需專業數據科學家的參與。


用於建構 AI 解決方案的工具,正在被賦予 AI 驅動的功能,這些功能可以幫助專業開發人員,並自動執行與 AI 增強型解決方案,開發相關的任務。增強分析、自動化測試、自動代碼生成和自動化解決方案開發,將加速開發過程,並使更廣泛的使用者能夠開發應用。


支持 AI 的工具,正在從協助和自動化,與應用開發(AD)相關的功能,演變為使用業務領域,專業知識和自動化 AD 流程堆棧(從一般開發到業務解決方案設計)的更高活動。




市場將從專注於與開發人員,合作的數據科學家,轉移到使用作為服務提供的預定義模式,獨立營運的開發人員。這使更多的開發人員能夠利用這些服務,並提高效率。這些趨勢也導致虛擬軟體開發人員和非專業「公民應用開發人員」的主流使用。


趨勢 4:賦權邊緣

邊緣計算是一種拓撲,其中資訊處理和內容收集,和傳遞更靠近資訊源,並且將流量保持在本地,將減少延遲。目前,該技術的大部分重點是物聯網系統,需要在嵌入式物聯網世界中,提供斷開連接或分布式功能。這種類型的拓撲結構,將解決高 WAN 成本,和不可接受的延遲水準等挑戰。此外,它還將實現數位業務和 IT 解決方案的細節。


「技術和思維將轉變為經驗,將人們與數百個邊緣設備聯繫起來的地步」。到 2028 年,Gartner 預計在邊緣設備中,嵌入感測器、儲存、計算和高級 AI 功能將不斷增加。一般而言,智慧將走向各種終端設備的邊緣,從工業設備到螢幕,再到智慧手機再到汽車發電機。


趨勢 5:沈浸式技術

到 2028 年,改變使用者與世界互動方式的會話平台,以及改變使用者感知世界方式的擴增強實境(AR)、混合實境(MR)和虛擬實境(VR)等技術,將帶來新的身臨其境的體驗。 AR、MR 和 VR 顯示出提高生產力的潛力,下一代 VR 能夠感知形狀,並跟蹤用戶的位置和 MR,使人們能夠查看和與他們的世界互動。


到 2022 年,70% 的企業將嘗試使用沈浸式技術進行消費和企業使用,25% 將部署到生產中。會話平台的未來,從虛擬個人助理到聊天機器人,將結合擴展的感官管道,使平台能夠根據臉部表情檢測情緒,並且他們將在交互中變得更加對話。


最終,技術和思維將轉移到這樣的程度,即人們將數百種邊緣設備(從電腦到汽車)連接起來。


趨勢 6:智慧空間

智慧空間是物理或數位環境,人類和技術支持的系統在日益開放、連接、協調和智慧的生態系統中相互作用。隨著技術成為日常生活中更加整合的一部分,智慧空間將進入加速交付的時期。此外,隨著個人解決方案成為智慧空間,其他趨勢,如 AI 驅動技術、邊緣計算、區塊鏈和數位雙胞胎,正在朝著這一趨勢發展。


智慧空間僅在五個關鍵方面發展:開放性、連通性、協調性、智慧性和範圍。從本質上講,智慧空間正在發展,因為單個技術從孤島中產生,共同協作以創建協作和交互環境。智慧空間最廣泛的例子是智慧城市,其中結合商業、住宅和工業社區的區域,正在使用智慧城市生態系統框架進行設計,所有部門都與社會和社區協作相關聯。


趨勢 7:量子計算

量子計算是一種非經典計算,它基於亞原子粒子的量子態,它將資訊表示為表示為量子位或「量子位」的元素。



量子電腦是指數級可擴展,且高度並行的計算模式。 想像傳統電腦和量子電腦之間,差異的一種方法,是想像一個巨大的圖書館。


雖然經典電腦會以線性方式,讀取庫中的每本書,但量子電腦會同時讀取所有書籍。 量子電腦理論上,可以同時處理數百萬次計算。 以商業可用、價格合理,且可靠的服務形式,進行的量子計算將改變一些行業。


顛覆未來:智慧 AI 晶片

從推動 PCB 的生產,到在增強實境中發揮不可或缺的作用,下一代人工智慧有可能徹底改變,我們所知道的生活。谷歌發佈自己的 TPU 以及 Egde TPU:TPU 是針對 TensorFlow 上的機器學習工作負載量身訂製的客製化應用專用整合電路(ASIC)。 雖然第一代 TPU 僅用於推理,但 Cloud TPU 適用於推理和機器學習培訓。Cloud TPU 採用四個客製化 ASIC 建構,可提供強大的 64 GB 高頻寬快閃記憶體和 180 TFLOPS 性能。


去年,谷歌宣稱它的 TPU 比現代 GPU 和推理 CPU 快 15 到 30 倍,並且 TOPS / Watt 測量值提高了 30-80 倍。




在舊金山 Google Next 會議的主題演講中,Google Cloud 的物聯網副總裁 Injong Rhee 宣佈推出兩款新的 AIY 項目主板 - AIY Projects Edge TPU Dev Board 和 Edge TPU Accelerator 圍繞谷歌新推出的專用邊緣 TPU。



0 comments: