2016 war ein großartiges Jahr für Fortschritte in den Bereichen KI-Technologien und maschinelles Lernen. Auch der KI-Markt floriert. Trotz aller Hype- und Medienaufmerksamkeit rasen zahlreiche Startups und Internetgiganten um die Entwicklung dieser TechnologieInvestitionen und deren Übernahme durch Unternehmen. Eine Studie von Erzählwissenschaft fand das allein im letzten Jahr 38% von Unternehmen hatten AI bereits eingeführt. Diese Akzeptanz wird voraussichtlich zunehmen 62% bis 2018. Eine andere Studie von Forrester Research sagt a voraus 300% Boom der Investitionen in KI im Jahr 2017 im Vergleich zum Vorjahr. Der KI-Markt wird voraussichtlich wachsen 47 Milliarden US-Dollar bis 2020 ab 8 Milliarden US-Dollar heute.
Forrester Die Forschung hat kürzlich einen TechRadar-Bericht über KI veröffentlicht, der eine detaillierte Analyse von 13 Technologien enthält, die Unternehmen in Betracht ziehen sollten. Machen Sie sich keine Sorgen, ihre Hauptaufgabe besteht darin, menschliche Arbeitskräfte eher zu unterstützen als zu ersetzen. Nun, zumindest für die Zwischenzeit!
Also bleiben wir dran. Diese Liste ist nicht in einer bestimmten Reihenfolge, keine Sorge, Sie werden noch nicht überflüssig!
Erzeugung natürlicher Sprache
Die Erzeugung natürlicher Sprache erzeugt Text aus Computerdaten. Die IT wird derzeit im Kundenservice, bei der Berichterstellung und bei der Zusammenfassung von Business Intelligence-Erkenntnissen verwendet. Diese Technologie wird derzeit von Unternehmen wie Attivio, Automated Insights, Cambridge Semantics, Digital Reasoning, Lucidworks und Narrative bereitgestelltWissenschaft, SAS und Yseop.
Spracherkennung
Die Spracherkennung ermöglicht es dem Computer erwartungsgemäß, menschliche Sprache zu transkribieren und in verständliche Formate für Computeranwendungen umzuwandeln. Sie wird insbesondere in interaktiven Sprachantwortsystemen und mobilen Anwendungen wie Siri, Cortana und Alexa verwendet, um a zu nennenEinige Beispiele sind NICE, Nuance Communications, OpenText und Verint Systems.
Virtuelle Agenten
Forrester bezeichnet virtuelle Agenten als "den aktuellen Liebling der Medien". Dies umfasst einfache Chatbots für fortschrittliche Systeme, die fast auf natürliche Weise mit Menschen kommunizieren können. Sie werden derzeit sowohl im Kundendienst als auch in Smart-Home-Geräte-Managern verwendetimmer raffinierter, also fühle dich nicht schlecht, wenn du zum Beispiel anfängst, Alexa wirklich zu mögen. Für diejenigen, die zugesehen haben Sie Wir sind möglicherweise nicht zu weit entfernt! Diese Technologie wird derzeit von Unternehmen wie Amazon, Apple, Künstlichen Lösungen, Assist AI, Creative Virtual, Google, IBM, IPsoft, Microsoft und Satisfi entwickelt.
[Bildquelle : imdb ]
Plattformen für maschinelles Lernen
Plattformen für maschinelles Lernen bieten Algorithmen, APIs, Toolkits und Daten für Entwicklung und Schulung. Sie bieten auch Rechenleistung zum Entwerfen, Trainieren und Bereitstellen von Modellen, Anwendungen, Prozessen und anderen Maschinen. MLPs werden derzeit in einer Vielzahl von Geschäftsanwendungen verwendetDiese Technologie befindet sich derzeit in der Entwicklung und wird von Unternehmen wie Amazon, Fractal Analytics, Google, H2O.ai, Microsoft, SAS, Skytree bereitgestellt.
AI-optimierte Hardware
AI-optimierte Hardware sind Arten von Grafikprozessoren und -geräten, die für die effiziente Ausführung von AI-orientierten Rechenaufgaben entwickelt und ausgelegt sind. Sie werden hauptsächlich für die Verwendung von Deep-Learning-Anwendungen verwendet. Zu den Beispiellieferanten zählen Alluviate, Cray, Google, IBM, Intel undNvidia.
Entscheidungsmanagement
Entscheidungsmanagement-Engines fügen Regeln und Logik in KI-Systeme ein. Sie werden hauptsächlich für die Ersteinrichtung und Schulung sowie für die laufende Wartung und Optimierung solcher Systeme verwendet. Dies ist eine ausgereifte Anwendung von KI und wird in einer Vielzahl von Geschäftsanwendungen häufig verwendetSie unterstützen oder führen automatisierte Entscheidungsprozesse durch. Beispiele für Lieferanten sind Advanced Systems Concepts, Informatica, Maana, Pegasystems und UiPath.
Deep Learning-Plattformen
Deep-Learning-Plattformen sind eine spezielle Art des maschinellen Lernens, die aus künstlichen neuronalen Netzen und mehreren Abstraktionsschichten besteht. Sie werden derzeit hauptsächlich zur Mustererkennung und -klassifizierung mit sehr großen Datenmengen verwendet. Zu den Beispielanbietern gehören Deep Instinct, Ersatz Labs und FluidAI, MathWorks, Peltarion, Safrantechnologie und Sentient Technologies.
Biometrie
Biometrie ermöglicht natürliche Interaktionen zwischen Mensch und Maschine. Dazu gehören, ohne darauf beschränkt zu sein, Bild- und Berührungserkennung, Sprach- und Körpersprachenerkennung. Sie werden derzeit hauptsächlich für die Marktforschung von Unternehmen verwendet. Sie werden derzeit von Unternehmen entwickelt und bereitgestelltwie 3VR, Affectiva, Agnitio, FaceFirst, Sensory, Synqera, Tahzoo.
Roboter-Prozessautomatisierung
Roboter-Prozessautomatisierung verwendet Skripte und andere Methoden, um menschliches Handeln zu automatisieren, um die Effizienz von Geschäftsprozessen zu verbessern. Sie werden derzeit dort eingesetzt, wo es für Menschen zu teuer oder sogar ineffizient ist, eine ähnliche Aufgabe auszuführen. Vielleicht umfassen zukünftige Anwendungen die persönliche Sicherheit? Ok,Ich wollte nur ein Terminator-Image in den Artikel einfügen! Beispiele für Lieferanten sind Advanced Systems Concepts, Automation Anywhere, Blue Prism, UiPath und WorkFusion.
[Bildquelle : Wikimedia Commons ]
Text Analytics und NLP
NLP oder die Verarbeitung natürlicher Sprache unterstützen und verwenden Textanalysen, indem sie die Satzstruktur und -bedeutung verstehen. Sie können auch Gefühle und Absichten durch statistische und maschinelle Lernmethoden verstehen. Sie werden derzeit in der Betrugserkennung und -sicherheit eingesetzt, einer breiten Palette automatisierter MethodenAssistenten sowie Anwendungen für den Abbau unstrukturierter Daten. Beispiele für Lieferanten sind Basistechnologie, Coveo, Expertensystem, Indico, Knime, Lexalytics, Linguamatics, Mindbreeze, Sinequa, Stratifyd, Synapsify.
[Bildquelle : Pixabay ]
Top AI Technologies: Das letzte Wort
Unternehmen profitieren heute sicherlich von den Fähigkeiten der KI-Technologien. Die Umfrage von Forrester aus dem Jahr 2016 unten verlinkt, aber es ist "Pay to Play" zeigt, dass es immer noch einige Hindernisse für ihre breitere Akzeptanz gibt. Ein großer Teil der Unternehmen sieht dies derzeit nichtdie Notwendigkeit für sie. Sie scheinen im Vergleich zu der traditionelleren Lösung menschlicher Arbeit auch zu teuer zu sein. Andere Hindernisse sind mangelndes Verständnis dieser Technologien, wahrgenommener Hype um sie herum oder mangelndes internes Fachwissen, um ihre Nutzung zu maximieren.
Forrest kommt zu dem Schluss, dass Unternehmen, sobald sie diese Hindernisse überwunden haben, massiv von KI-Technologien profitieren können. Die weit verbreitete Einführung wird die Transformation kundenorientierter Anwendungen beschleunigen und die Entwicklung eines vernetzten Netzes von Enterprise Intelligence ermöglichen.
Was auch immer die Zukunft der KI sein mag, es ist sicher, dass ihr Ersatz für traditionell von Menschen betriebene Aufgaben explodieren wird. Es wird seit vielen Jahren vorhergesagt und es ist ein echtes Problem, dass viele Jobs tatsächlich überflüssig werden, sobald ein Computer oder eine Maschine sie ausführen kann.In den meisten Fällen sind KI-Technologien effizienter, kompetenter und müssen keine Pausen einlegen. Aber wie bei jeder technologischen Revolution, bei der traditionelle Jobs automatisiert werden, werden neue Jobs konzipiert, oder? Aber das ist eine Frage für einen anderenZeit...
Quellen : Forbes , TechnologyReview , Forrester
[Bearbeitete empfohlene Bildquelle : Pixabay ]