2019年机器学习和人工智能行业发展趋势

文章作者:发布日期: 浏览次数:181

  很多人都在猜测2019年将会发生什么,而这也是人工智能科学领域专家进行预测的乐趣所在。

2019年机器学习和人工智能行业发展趋势

  机器学习开发商Cloudera公司总经理Hilary Mason表示,机器学习在2018年度过了美好的一年,而企业将在2019年以一种新的和深刻的方式接受机器学习技术。

  “随着企业从概念验证转向生产能力,2019年人们将看到企业机器学习转型成熟的新进展。”Mason说,“随着企业寻求自动化模式检测、预测和决策,以推动转型效率提高、竞争差异化和增长,企业机器学习的采用将会继续。人们将看到基础设施和工具围绕简化企业级构建和部署机器学习应用程序的过程而发展,包括云原生平台的兴起,以实现端到端机器的弹性自动扩展和多云可迁移性学习工作流程。”

  戴尔科技公司表示,5G网络的引入将使人们生活在边缘。

  该公司表示:“低延迟、高带宽网络意味着更多的物联网设备、自动驾驶澳门新葡亰平台游戏,以及人工智能、机器学习和计算都将在边缘发生,因为那里将生成所有数据。”人们很快就会看到分布在城市各处的微型数据中心,将给人们带来新的“智能”机会,让用户在城镇街道实时了解情况。城镇之间的联系将比以往任何时候都更加紧密,这为智能城市和数字基础设施铺平了道路,专家预计2030年边缘计算将蓬勃发展。它将成为医疗或制造业等行业的游戏规则改变者,在这些行业中,数据和信息在现场生成后可以快速处理和实时分析,并随时与需要它的人共享,而不是返回到云端进行处理。

  Franz公司首席执行官Jans Aasman博士表示,人工智能知识图表将从书籍、研究论文、笔记和媒体采访中综合信息,然后以互动的形式重新呈现。在2019年数字不朽的市场上,人工智能知识图表将开始实现这一点。

  “我们将在2019年以人工智能数字角色形式看到数字不朽的第一个例子。”Aasman表示,“人工智能和语义知识图的结合将会改变科学家、技术专家、政治家和学者的工作。”

  就像Noam Chomsky一样,使用人的声音来回答问题。人工智能数字角色将动态链接来自各种来源的信息。例如,将不同的信息转换为可以数字化交互的知识系统。这些人工智能数字人物角色也可以扩大他们专业知识的可及性。

  Quest Software公司产品管理高级顾问Adrian Moir预测,2018年实施的GDPR法规将会改变数据格局,而在2019年将产生更多的数据。

  “无论是否受到GDPR法规的影响(大多数情况将会受到影响),企业应该将其视为一种框架,对于那些构建流程的人来说,这是一个很好的起点。设置数据如何保存和使用非常重要。如果用户想继续保护个人信息,就需要有更多的监管。我相信人们将在2019年看到建议和实施更多的监管措施,比如俄勒冈州参议员Ron Wyden最近推出的‘消费者数据隐私法案’。”

  MapR公司数据和应用高级副总裁Jack Norris预测,大数据的分散化已经持续了一段时间,并且这种趋势将在2019年继续发展。

  他说,“组织将通过边缘处理和分析数据,而不是将其返回云计算,存储和应用传统分析来节省时间和费用。其用例包括异常检测(欺诈)、模式识别(预测故障/维护)。自动驾驶车辆、石油和天然气平台、医疗设备都是这一趋势的早期例子,我们将在2019年看到更多的扩展。这一趋势的成本驱动因素是带宽考虑(半连接环境以及成本高昂的蜂窝通信技术)和存储(减少发送到云端的数据量)。”

  Splice Machine公司首席执行官Monte Zweben表示,IT市场近年来起伏不定,而在2019年,Hadoop努力维持其市场地位。

  他指出,“Hadoop的新客户数量将会减少,Hadoop集群的增长将放缓。而基于云计算的SQL数据平台将出现大规模增长。机器学习将从后台涌现,成为企业业务的核心运营组成部分,同时持续增长横向扩展数据库迫使Oracle公司在其财务报告中披露风险因素。”

  多年来,人们一直生活在分布式数据孤岛中,这种趋势没有任何放缓的迹象。Qlik公司高级主管Dan Sommer预测,“在2019年,人们将更好地准备处理所有分散数据的分布式工作负载。如今,最大的未被证实的大趋势之一是Kubernetes的崛起。总之,这些技术采用了过去单一的技术并将其分散,从根本上实现了扩展工作负载和第三波授权的新方法。就像在扩展硬件和扩展基础设施之前一样,扩展工作负载将对刺激创新产生巨大的影响。 在2019年,行业领先组织的大多数企业架构师将微服务和容器编排视为商业智能和分析平台的关键架构组件。”

  GoodData公司首席执行官Roman Stanek预测,企业要为过去使用的一些数据平台做好退出准备。

Baidu
sogou