隨著數(shù)據(jù)科學與機器學習（DSML）行業(yè)的快速發(fā)展和演變，數(shù)據(jù)對于生成式人工智能開發(fā)與運用的重要性日益提高。研究機構Gartner日前發(fā)布了影響數(shù)據(jù)科學與機器學習未來方向的五個趨勢。
趨勢1：云數(shù)據(jù)生態(tài)系統(tǒng)
數(shù)據(jù)生態(tài)系統(tǒng)正在從獨立軟件或混合式部署模式過渡到徹底的云原生解決方案。預計到2024年，50％的新系統(tǒng)部署基于集成化的云數(shù)據(jù)生態(tài)系統(tǒng)，而非手動集成的單點解決方案。該機構建議，企業(yè)和機構對解決數(shù)據(jù)分散化問題和訪問外部數(shù)據(jù)并與之集成的能力進行評估，從而考量其數(shù)據(jù)生態(tài)系統(tǒng)。
趨勢2：邊緣人工智能
企業(yè)和機構越來越需要通過邊緣人工智能在邊緣位置創(chuàng)建和處理數(shù)據(jù)，這將幫助企業(yè)和機構獲得實時洞察力，發(fā)掘新業(yè)務模式并滿足數(shù)據(jù)隱私要求。邊緣人工智能還能幫助企業(yè)和機構提高人工智能的開發(fā)、編排、集成和部署能力。
預測顯示，到2025年，超過55％的深度神經網絡數(shù)據(jù)分析發(fā)生在系統(tǒng)邊緣的數(shù)據(jù)捕獲點，而2021年這一比例還不到10％。企業(yè)和機構應確定需要將哪些應用、人工智能訓練和推理能力轉移至物聯(lián)網終端附近的邊緣側。
趨勢3：負責任的人工智能
負責任的人工智能將提供一種積極的力量，而不是給社會和人工智能自身帶來威脅。當企業(yè)和機構采用人工智能做出符合商業(yè)邏輯和道德倫理的正確選擇時，會遇到例如信譽、透明度等風險。負責任的人工智能則有助于解決這些問題。
預測顯示，到2025年1％的人工智能服務提供商可大規(guī)模使用預訓練的人工智能模型，負責任的人工智能將成為社會焦點。該機構建議，企業(yè)在挖掘人工智能價值時應考慮風險系數(shù)，在運用人工智能解決方案和模型時保持謹慎，同時，讓供應商做出管理好自身風險與履行合規(guī)義務的保證，防止?jié)撛诘慕洕鷵p失、法律訴訟和聲譽損害。
趨勢4：以數(shù)據(jù)為中心的人工智能
以數(shù)據(jù)為中心的人工智能不再以模型和代碼為中心，而是以數(shù)據(jù)為中心，從而打造更強大的人工智能系統(tǒng)。企業(yè)和機構將采用人工智能專用數(shù)據(jù)管理、合成數(shù)據(jù)以及數(shù)據(jù)標記技術等解決方案來應對例如數(shù)據(jù)的可訪問性、數(shù)量、隱私性、安全性、復雜性等難題。
使用生成式人工智能創(chuàng)建合成數(shù)據(jù)是一個快速發(fā)展的領域，這項技術能減輕獲取數(shù)據(jù)的負擔，更有效地訓練機器學習模型。預計到2024年，60％的AI數(shù)據(jù)是合成數(shù)據(jù)，這些數(shù)據(jù)被用于模擬現(xiàn)實、未來場景和降低人工智能風險，而2021年這一比例僅為1％。
趨勢5：加快人工智能投資
進入人工智能解決方案實施階段的企業(yè)和機構以及希望通過人工智能技術和相關業(yè)務實現(xiàn)增長的行業(yè)，將繼續(xù)加快對人工智能領域的投資。在一項調研中，45％的受訪者表示，ChatGPT熱潮促使其增加了對人工智能的投資；70％的受訪者表示其企業(yè)正處于研究和探索生成式人工智能的階段，還有19％的人表示其企業(yè)已進入試點或生產階段。