2022年人工智能技术成熟度曲线解读

AI一直是企业、政府和社会讨论的热门话题，企业机构很难分辨哪些AI技术具有真正的业务价值。数据和分析（D&A）领导者需制定具有前瞻性的AI战略，并充分利用当前可产生重大影响的技术。

根据Gartner《2022年人工智能技术成熟度曲线》报告，尽早采用复合型人工智能（AI）、决策智能等AI技术将给企业机构带来明显的竞争优势，缓解AI模型脆弱性引发的问题，有助于捕捉业务背景信息，推动价值实现。

已进入生产成熟期的技术，其实际效益已得到证明和认可。随着越来越多的企业机构认为风险已下降至可接受程度，AI技术的采用开始进入快速增长阶段（见图一）。

Gartner的首席分析师阿夫拉兹·贾夫里（AfrazJaffri）介绍，特别注意，包括复合人工智能、决策智能和边缘人工智能，预计在2到5年内将成为主流采用的创新。这些创新的早期采用可以推动显著的竞争优势和商业价值，并缓解与人工智能模型脆弱性相关的问题。

阿夫拉兹·贾夫里将人工智能创新重新分为四类，并且定义了其互补性和优先级，分别为：以数据为中心的人工智能、以模型为中心的人工智能、以应用为中心的人工智能、以人为本的人工智能。

一、以数据为中心的人工智能

传统研究专注于通过调整人工智能模型本身来改善人工智能解决方案的结果，但以数据为中心的人工智能将重点转向增强和丰富用于训练算法的数据。在解决特定于人工智能的数据问题时，以数据为中心的人工智能打破了传统的数据管理，但大规模投资人工智能的组织将不断发展，以保持恒久的经典数据管理理念，并以两种方式将其扩展到人工智能：

为不熟悉数据管理的以人工智能为重点的受众添加方便人工智能开发所需的功能。

使用人工智能来改进和增强数据治理、持久性、集成和数据质量。

以数据为中心的人工智能的创新包括合成数据、知识图、数据标记和注释。例如，合成数据是一类人工生成的数据，而不是从真实世界的直接观察中获得的数据。可以使用不同的方法生成数据，例如从真实数据中进行统计上严格的采样、语义方法和生成性对抗网络，或者通过创建模拟场景，其中模型和流程相互作用以创建全新的事件数据集。随着计算机视觉和自然语言应用的使用，各个行业的采用率都在增加，但Gartner预测合成数据的采用率将大幅增加：

在通过原始数据的合成变化或部分数据的合成替换来训练机器学习（ML）模型时，避免使用个人识别信息

在机器学习开发中降低成本并节省时间，因为它更便宜、更快速

提高ML性能，因为更多的培训数据导致更好的培训结果

二、以模型为中心的人工智能

尽管转向了以数据为中心的方法，人工智能模型仍然需要关注，以确保输出继续帮助我们采取更好的行动。这里的创新包括物理信息人工智能、复合人工智能、因果人工智能、生成人工智能、基础模型和深度学习。复合人工智能是指融合不同的人工智能技术，以提高学习效率和拓宽知识表示水平。由于没有单一的人工智能技术是银弹，复合人工智能最终提供了一个平台，以更有效的方式解决更广泛的业务问题。预计在2到5年内，复合人工智能将成为主流应用，其商业效益可能会发生变革，使跨行业开展业务的新方式成为可能，从而导致行业动态发生重大变化。例如，复合AI将：

将人工智能的力量带到更广泛的组织中，这些组织无法访问大量的历史数据或标记数据，但具有重要的人类专业知识

有助于扩大人工智能应用的范围和质量（即，可以嵌入更多类型的推理挑战）

因果人工智能包括不同的技术，如因果图和模拟，有助于揭示因果关系，改善决策。虽然因果人工智能需要5到10年才能达到主流应用，但其商业效益预计将很高-实现执行水平或垂直流程的新方法，这将大大增加企业的收入或成本节约。人工智能的因果效益包括：

将领域知识添加到具有较小数据集的引导因果人工智能模型的效率

AI系统中更大的决策增强和自主性

通过捕获易于解释的因果关系，提高可解释性

通过利用在不断变化的环境中仍然有效的因果关系，提高鲁棒性和适应性

通过使因果关系更加明确，减少人工智能系统中的偏差

三、以应用为中心的人工智能

这里的创新包括人工智能工程、决策智能、操作人工智能系统、ModelOps、人工智能云服务、智能机器人、自然语言处理（NLP）、自动驾驶车辆、智能应用和计算机视觉。决策智能和边缘人工智能预计将在两到五年内达到主流采用，并带来转型的商业效益。决策智能是一门实用的学科，用于通过明确理解和设计如何做出决策，以及如何通过反馈评估、管理和改进结果来改进决策。决策智能有助于：

减少技术债务，提高知名度，并通过实质性地提高组织决策模型的可持续性，基于其相关性和透明度的质量，使决策更加透明和可审计，从而提高业务流程的影响

通过正确捕获和考虑业务环境中的不确定性因素，并使决策模型更具弹性，减少决策结果的不可预测性

边缘人工智能是指在物联网（IoT）端点、网关和边缘服务器中嵌入人工智能技术的使用，应用范围从自动车辆到流式分析。其商业利益包括：

提高运营效率，如制造目视检查系统

增强的客户体验

通过使用本地分析减少决策延迟

降低连接成本，减少边缘和云之间的数据流量

与网络连接无关的解决方案可用性

四、以人为本的人工智能

该组创新包括人工智能信托、风险和安全管理（TRiSM）、负责任的人工智能、数字伦理以及人工智能制造商和教学套件。当人工智能取代人类决策时，它放大了好的和坏的结果。负责任的人工智能通过解决交付价值与容忍风险之间的困境，实现正确的结果。负责任的人工智能是一个总括术语，用于在采用人工智能时做出适当的商业和道德选择，包括商业和社会价值、风险、信任、透明度、公平性、偏见缓解、可解释性、问责性、安全性、隐私和监管合规性。负责任的人工智能将需要5到10年才能达到主流采用，但最终将对业务产生转型影响。数字伦理是一个近期趋势（2至5年），可能会对业务产生重大影响。数字伦理包括人、组织和事物之间进行电子互动的价值观和道德原则体系。这些问题，特别是涉及隐私和偏见的问题，仍然是许多人关注的问题。人们越来越意识到他们的信息是有价值的，他们对缺乏透明度、滥用和违规行为感到沮丧。各组织正在采取行动，以降低管理和保护个人数据的风险，而政府正在实施更严格的立法。许多组织仍然忽视数字道德，因为他们认为它不适用于他们的行业或领域，但Gartner预测，到2024年，30%的主要组织将使用新的“社会声音”指标来处理社会问题并评估其对业务绩效的影响。组织需要将数字道德融入其人工智能战略，以增强其在客户、员工、合作伙伴和社会中的影响力和声誉。 写在最后 2022年Gartner人工智能技术成熟度曲线揭示的四类创新有望为任何组织带来广泛的好处。这些创新超越了一般性人工智能技术，其已经被用于为以前静态的业务应用程序、设备和生产力工具添加智能。