More

    Sự phát triển trong tương lai của AI và ML

    Tất cả chúng ta đều đồng ý rằng trí tuệ nhân tạo (AI) đang thay đổi cách thức hoạt động của doanh nghiệp và mức độ nó có thể giúp ích cho doanh nghiệp trong dài hạn. Trong vài năm qua, sự hiểu biết này đã thúc đẩy sự gia tăng đột biến trong các công ty thử nghiệm và đánh giá công nghệ AI và những người hiện đang sử dụng nó đặc biệt trong việc triển khai sản xuất.

    Tất nhiên, khi các tổ chức áp dụng các công nghệ mới như AI và học máy (ML), họ dần dần bắt đầu xem xét các lĩnh vực mới có thể bị ảnh hưởng như thế nào bởi công nghệ. Điều này có thể bao gồm nhiều lĩnh vực, bao gồm sản xuất và hậu cần, sản xuất, CNTT và dịch vụ khách hàng. Một khi việc sử dụng các kỹ thuật AI và ML trở nên ăn sâu vào cách thức hoạt động của doanh nghiệp và theo những cách khác nhau mà chúng có thể được sử dụng, các tổ chức sẽ có thể thu được kiến ​​thức mới giúp họ thích ứng với nhu cầu đang phát triển.

    Bằng cách đi sâu vào nền tảng học tập của O’Reilly, bạn có thể khám phá nhiều thông tin về các xu hướng và chủ đề khác nhau mà các nhà lãnh đạo công nghệ và doanh nghiệp cần biết. Điều này sẽ cho phép họ hiểu rõ hơn về công việc của mình và sẽ đảm bảo rằng doanh nghiệp của họ tiếp tục phát triển. Trong vài tháng qua, chúng tôi đã phân tích việc sử dụng nền tảng của người dùng và đã phát hiện ra các chủ đề phổ biến nhất và được tìm kiếm nhiều nhất trong AI và ML. Chúng ta sẽ khám phá một số phát hiện quan trọng nhất dưới đây, giúp chúng ta có một bức tranh toàn cảnh hơn về vị trí của AI và ML, và cuối cùng là vị trí của nó.

    AI vượt xa mức tăng trưởng trong ML

    Trước hết, phân tích của chúng tôi đã làm sáng tỏ mức độ quan tâm đến AI đang tiếp tục phát triển như thế nào. Khi so sánh giữa năm 2018 với năm 2019, mức độ tương tác trong AI tăng 58% – vượt xa mức tăng trưởng trong chủ đề học máy lớn hơn nhiều, chỉ tăng 5% vào năm 2019. Khi tổng hợp tất cả các chủ đề AI và ML, con số này chiếm gần 5% tất cả các hoạt động sử dụng hoạt động trên nền tảng. Mặc dù con số này chỉ kém hơn một chút so với các chủ đề cấp cao, được thiết lập tốt như kỹ thuật dữ liệu (8% hoạt động sử dụng) và khoa học dữ liệu (5% hoạt động sử dụng), sự quan tâm đến các chủ đề này tăng nhanh hơn 50% so với khoa học dữ liệu. Kỹ thuật dữ liệu thực sự đã giảm khoảng 8% trong cùng thời gian do sự suy giảm trong tương tác với các chủ đề quản lý dữ liệu.

    Chúng tôi cũng phát hiện ra những dấu hiệu ban đầu cho thấy các tổ chức đang thử nghiệm các công cụ và phương pháp tiên tiến. Trong số những phát hiện của chúng tôi, việc tham gia vào nội dung học tập không có giám sát có lẽ là một trong những điều thú vị nhất. Trong học tập không giám sát, thuật toán AI được đào tạo để tìm kiếm các mẫu chưa được phát hiện trước đó trong tập dữ liệu không có nhãn hoặc phân loại có sẵn với sự giám sát hoặc hướng dẫn tối thiểu của con người. Trong năm 2018, việc sử dụng các chủ đề học tập không có giám sát đã tăng 53% và tăng 172% vào năm 2019.

    Nhưng điều gì đang thúc đẩy sự tăng trưởng này? Mặc dù tên của các phương pháp của nó (phân cụm và liên kết) và các ứng dụng của nó (mạng nơ-ron) là quen thuộc, nhưng học không giám sát không được hiểu rõ như đối tác học có giám sát của nó, được coi là chiến lược mặc định cho ML cho hầu hết mọi người và hầu hết các trường hợp sử dụng .

    Sự gia tăng hoạt động học tập không được giám sát này có thể là do sự thiếu quen thuộc với chính thuật ngữ này, cũng như việc sử dụng, lợi ích và yêu cầu của nó bởi những người dùng phức tạp hơn, những người phải đối mặt với các trường hợp sử dụng không dễ dàng giải quyết bằng các phương pháp có giám sát. Cũng có khả năng là sự thành công có thể nhìn thấy của việc học không giám sát trong mạng nơ-ron và học sâu đã giúp chúng tôi quan tâm, cũng như sự đa dạng của các công cụ, thư viện và hướng dẫn mã nguồn mở, hỗ trợ học không giám sát.

    Phục hồi học tập sâu

    Mặc dù học sâu giảm nhẹ vào năm 2019, nhưng nó vẫn chiếm 22% tổng lượng sử dụng AI và ML. Chúng tôi cũng nghi ngờ rằng sự thành công của nó đã giúp thúc đẩy sự hồi sinh của một số ý tưởng bị bỏ rơi hoặc bị bỏ quên khác. Ví dụ lớn nhất về điều này là học tăng cường. Chủ đề này đã tăng trưởng theo cấp số nhân, tăng hơn 1.500% kể từ năm 2017.

    Ngay cả khi tỷ lệ tương tác giảm 10% vào năm 2019, bản thân học sâu là một trong những phương pháp ML phổ biến nhất trong số các công ty đang đánh giá AI, với nhiều công ty lựa chọn kỹ thuật này để hỗ trợ các trường hợp sử dụng sản xuất. Có thể sự tương tác với các chủ đề học sâu đã giảm xuống bởi vì hầu hết mọi người đã tích cực tương tác với công nghệ, có nghĩa là tốc độ tăng trưởng có thể chậm lại.

    Xử lý ngôn ngữ tự nhiên là một chủ đề khác đã cho thấy sự phát triển nhất quán. Mặc dù tốc độ tăng trưởng của nó không lớn – tăng 15% vào năm 2018 và 9% vào năm 2019 – xử lý ngôn ngữ tự nhiên chiếm khoảng 12% trong tất cả việc sử dụng AI và ML trên nền tảng của chúng tôi. Con số này gấp khoảng 6 lần tỷ lệ học tập không giám sát và gấp 5 lần tỷ lệ sử dụng học tập tăng cường, mặc dù hai chủ đề này đã có sự tăng trưởng đáng kể trong hai năm qua.

    Tuy nhiên, không phải tất cả các phương pháp AI / ML đều được đối xử như nhau. Ví dụ: sự quan tâm đến chatbots dường như đang suy yếu, với mức độ tương tác giảm 17% trong năm 2018 và 34% vào năm 2019. Điều này có thể là do chatbots là một trong những ứng dụng đầu tiên của AI và có lẽ là sự phản ánh sự trưởng thành tương đối của nó ứng dụng.

    Sự tham gia ngày càng tăng trong học tập không giám sát và học tập củng cố chứng tỏ rằng các tổ chức đang thử nghiệm các công cụ và phương pháp phân tích tiên tiến. Các công cụ và kỹ thuật này mở ra các trường hợp sử dụng mới để các doanh nghiệp thử nghiệm và hưởng lợi, bao gồm hỗ trợ quyết định, trò chơi tương tác và công cụ khuyến nghị bán lẻ theo thời gian thực. Chúng ta chỉ có thể tưởng tượng rằng các tổ chức sẽ tiếp tục sử dụng AI và ML để giải quyết vấn đề, tăng năng suất, đẩy nhanh quy trình và cung cấp các sản phẩm và dịch vụ mới.

    Khi các tổ chức áp dụng công nghệ phân tích, họ sẽ khám phá thêm về bản thân và thế giới của họ. Đặc biệt, việc áp dụng ML khiến mọi người ở tất cả các cấp của một tổ chức bắt đầu đặt ra những câu hỏi thách thức những gì một tổ chức nghĩ rằng nó biết về chính nó. Với ML và AI, chúng tôi đang đào tạo các cỗ máy để làm nổi bật các đối tượng kiến ​​thức mới giúp chúng tôi học cách đặt những câu hỏi mới, khác biệt và đôi khi khó về bản thân. Theo tất cả các dấu hiệu, chúng tôi dường như đã thành công với điều này. Ai biết được tương lai sẽ ra sao, nhưng khi công nghệ ngày càng thông minh hơn, chắc chắn rằng chúng ta sẽ trở nên phụ thuộc hơn

    Bài viết liên quan

    Bình luận

    BÌNH LUẬN

    Vui lòng nhập bình luận của bạn
    Vui lòng nhập tên của bạn ở đây

    Mới nhất