曾经炒作的这些技术已被淘汰-Gartner 2019年人工智能进展汇总

Gartner 2019年CIO议程调查显示，2018年至2019年间，部署人工智能（AI）的组织从4%增长至14%。

在亚马逊Alexa、谷歌助理等公司在全球范围内的成功推动下，语音对话人工智能仍然是公司议程的首要议题。

随着人工智能越来越广泛，企业在人工智能方面取得了进步，他们也犯了更多的错误，这些错误有助于加快学习曲线。

这些和许多其他新的见解来自今年早些时候发表的Gartner人工智能炒作周期2019，并在最近的Gartner博客文章《2019年Gartner人工智能炒作周期的最新趋势》中进行了总结。Gartner对炒作周期的定义包括技术生命周期的五个阶段，并在这里进行了解释。Gartner对人工智能的最新炒作周期反映出，随着企业逐步采用人工智能，AutoML、智能应用、人工智能平台即服务或人工智能云服务的普及程度不断提高。Gartner的人工智能宣传周期，2019年，如下所示：

2019年Gartner人工智能炒作周期的最新细节

语音识别离主流应用还不到两年的时间，预计它将带来所有技术在炒作周期中最显著的转型效益。Gartner建议其客户考虑将语音识别纳入其短期人工智能技术路线图。Gartner观察到，与自然语言处理领域的其他技术不同，语音到文本（和文本到语音）是一种独立的商品，其模块可以插入到各种自然语言工作流中。亚马逊、百度、cedat 85、谷歌、ibm、智能语音、微软、nice、nuance和speechmatics等技术领域的领先供应商。

今年的宣传周期中包括了八项基于人工智能的新技术，反映了Gartner企业客户在支持新商业模式的同时，将人工智能扩展到DevOps和IT的计划。最新的技术将被包括在人工智能的宣传周期中，这反映了企业如何试图揭开人工智能的神秘面纱，以提高其采用率，同时，推动新的商业模式。新技术包括：

人工智能云服务-人工智能云服务是托管服务，允许开发团队结合人工智能和机器学习的固有优势。

自动机器学习（automl）是自动建立、部署和管理机器学习模型的能力。

增强智能-增强智能是一种以人为中心的人与人工智能（AI）合作的伙伴关系模型，旨在提高认知能力，包括学习、决策和新体验。

可解释的人工智能——人工智能研究人员将“可解释的人工智能”定义为一组方法，这些方法使得黑盒人工智能算法的输出足够容易理解。

边缘人工智能-边缘人工智能是指在物联网终端、网关和边缘设备中嵌入人工智能技术，应用范围从自主车辆到流分析。

强化学习-强化学习对游戏和自动化行业具有主要潜力，并有可能在机器人、车辆路径、物流和其他工业控制场景方面带来重大突破。

量子计算——量子计算有潜力在系统优化、机器学习、密码学、药物发现和有机化学等领域做出重大贡献。尽管量子计算超出了大多数企业的规划范围，但它可能对关键业务或运营产生战略影响。

人工智能市场——Gartner将人工智能市场定义为一个由技术基础设施支持的易于访问的地方，该基础设施有助于可重用算法的发布、使用和计费。一些市场在一个组织内被用来支持数据科学家内部共享预先构建的算法。

Gartner认为以下人工智能技术正在兴起，并且是人工智能炒作周期中创新触发阶段的一部分。人工智能市场、强化学习、决策智能、人工智能云服务、数据标记和注释服务，以及知识图表，现在正显示出潜在的技术突破迹象，作为概念故事早期证明的证据。处于炒作周期的创新触发阶段的技术往往缺乏可用的、可扩展的、商业可行性尚未证明的产品。

智能机器人和AutoML正处于2019年炒作周期的高峰期。与制造商由于缺乏工人而采用的工业机器人系统的快速增长不同，高德纳将智能机器人定义为具有在物理世界中自主工作的机电外形因素，在短期内从人类监督下学习培训和演示，或由他们监督的经验，包括在车间环境中接受人声的指导。软银机器人公司的whiz robot就是一个智能机器人的例子，它将在robot-as-a-service（raas）模式下销售，最初只在日本提供。automl是今年人工智能领域最热门的技术之一。Gartner将自动机器学习（AutoML）定义为自动构建、部署或管理机器学习模型的过程的能力。提供automl平台和应用程序的主要供应商包括amazon sagemaker、big squid、dotdata、datarobot、google云平台、h2o.ai、knime、rapidminer和sky tree。

与2018年相比，今年人工智能的炒作周期中有9项技术被移除或重新分配。Gartner已经删除了9项技术，经常将它们重新分配到更广泛的类别中。增强现实和虚拟现实现在是增强智能的一部分，是一个更为普遍的范畴，并且还停留在许多其他的炒作周期中。商用无人机（无人机）现在是边缘人工智能的一部分，这是一个更为普遍的类别。合奏学习在2018年已经达到了高原，现在已经从炒作周期中毕业。自然语言生成现在作为nlp的一部分。知识管理工具已经被insight引擎所取代，insight引擎与人工智能更为相关。预测分析和规定分析现在是决策智能的一部分，一个更一般的类别。

文章来源: https://www.toutiao.com/group/6745244091887387139/