2020年，这些机器学习平台不容错过

预计未来2-5年内，聊天机器人的采用率达到100%，将成为企业采用AI的最主要的形式。Gartner将机器人的渗透率从去年的5%-20%调整为今年的20%-50%。Gartner指出，聊天机器人已经成为当今AI的一大典型，为简化旨在保护客户和员工安全的自动化、非接触式客户交互做出了贡献。值得关注的聊天机器人厂商包括：AWS、Cognigy、Google、IBM、Microsoft、NTT DOCOMO、Oracle、Rasa和Rulai。

根据Gartner 2020年Priority Matrix for AI显示，GPU加速器是最接近步入主流的技术，预计将带来高水平的收益。Gartner预测，未来2-5年内GPU加速器的采用率将提高100%，从去年的5%-20%增加到今年的20%-50%。Gartner建议客户称，GPU加速计算可以在HPC、DNN训练和推理中为高度并行的计算密集型工作负载提供出色的性能，此外也可以以云服务的形式采用GPU计算。根据Gartner技术成熟度曲线，GPU加速器适用于那些利用率降低、但是完成紧迫度较高的应用。

疫情使得那些基于AI的最小可行产品和加速AI开发周期逐渐取代了试点项目。在疫情发生之前，试点项目的成败很大程度上取决于一个项目的执行发起人，以及这些项目有多大的影响力。Gartner的客户明智地选择了最小可行性产品，加快了AI的开发，从而在疫情期间快速获得成果。Gartner建议，将涉及自然语言处理(NLP)、机器学习、聊天机器人、计算机视觉的项目设置为优先级高于其他AI项目，此外还建议企业组织应该考虑洞察引擎给整个企业创造价值的潜力。

如今通用人工智能(AGI)尚缺乏商业可行性，企业组织应该更专注于那些能给企业带来业务成果的AI用例。Gartner警告说，现在围绕AGI的炒作很多，企业组织最好忽略厂商关于通过该技术获得商业级产品或平台的说法。更好的AI部署策略，是考虑成熟度曲线中各种技术的全范围，选择那些能够给企业组织带来经过验证的财务价值的技术。

小数据首次成为AI技术成熟度曲线中一个新的类别。Gartner将小数据定义为一系列让企业组织能够管理更具弹性的生产模型、应对疫情或者未来各种突发事件的技术。这些技术非常适用于没有可用大数据集的AI问题。

生成型AI是今年首次出现在技术成熟度曲线中的，是一系列机器学习方法，从数据中学习各种人工制品的表示，生成全新的、完全原始的、真实的人工制品，保留与训练数据相似的特征，而不是简单的重复。

Gartner认为，复合型AI可以为企业提供帮助，因此将其列入今年技术成熟度曲线的第三个新类别。复合型AI是指各种AI技术的组合应用，用于提高学习效率，提高“常识”水平，最终更有效地解决更广泛的业务问题。
 

根据Gartner最近的一项调查显示，自疫情爆发以来，有47%的企业组织在人工智能(AI)方面的投资维持不变，有30%的企业组织计划增加AI投资。

30%的CEO表示，所在的企业组织已经有AI项目，并定期重新定义资源、报告结构和系统，以确保项目取得成功。

尽管存在更大的经济和社会不确定性，但医疗、生物科学、制造、金融服务、供应链等领域的AI项目仍将继续加速发展。

今年Gartner的AI技术成熟度曲线包含了5个新技术类别：小数据、生成型AI、复合型AI、负责任的AI、客户端技术。

这些洞察都来自于Gartner近期发布的2020人工智能技术成熟度曲线，并发布在Gartner近期题为“2020年Gartner AI技术成熟度曲线中两大主导趋势”的报告中。这两大趋势，均来自于今年曲线中融合的30种多样化AI技术。首先，是AI在企业组织中的普及和广泛采用。AI的普及程度越高，开发人员和DevOps创建企业级应用的重要性就越高。其次，是AI平台的产业化。AI的可重用性、可伸缩性、安全性和负责任的使用、以及AI治理都是这个趋势的催化剂。2020年Gartner AI技术成熟度曲线如下：
 

单纯依赖大量数据输入和输出的云解决方案并不是好的主意，因为，这种单纯靠数据输入、输出的解决方案，往往需要付出巨大的成本，虽然这种成本在云核心体系结构中显得微不足道。

因此，这对企业组织来讲，是一个十分显著的问题，他们往往因为对数据合规性和安全性的过分关注，而希望将数据保留在本地。上文提及，他们考数据输入、输出获取利益，因此并不会给到其他建议。在这里，如果还在考虑最佳性能、安全性以及低成本的话，可以将数据保存在云上。

秘密3：安全性应该是系统性的

笔者经常看到安全系统被绑定在单个应用程序的情况，提高单个应用程序的负载，这个应用程序会利用其加密系统、身份管理系以及角色的安全性。当然，这些对于托管应用程序的单个云提供商而言是本地的。

在以上背景下，云提供商并不是建立健全的安全体系，相反他们希望尽快提高云上的工作负载，并提升运作速度。因此在所有应用程序上创建一次性安全解决方案，这些方案无法拓展，以至于最后遇到更复杂的安全问题。

安全性对于核心体系结构中的所有事物都是系统的，应用程序应该使用非常相似的安全性模式，并使用相同的安全系统。

以上便是针对云架构优化的几个建议，希望对贵企业的云优化、提高效率、降低成本带来切实可行的帮助。

（编辑：鞍山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!