2018年人工智能技术成熟曲线

Gartner的研究指出目前市场上对于AI存有过于夸大之虞,各界人士对AI多有自己的见解,但是大多是基于对于AI模糊的认知,其报告认为AI其实是许多创新的价值创造的集合总称。在AI技术成熟曲线中,处于过度期望高峰期(Peak of Inflated Expectations)的技术越来越多,但是实际进入生产阶段的仍相当少,根据调研结果指出,目前仅有4%的企业资讯长( CIO)表示公司已有AI计画。
Gartner的研究报告指出,2018年具颠覆性效益的AI相关技术中,预估语音辨识(Speech Recognition)将在2年内被产业应用;而2-5年内可能被产业应用的技术包含:AI的顾问及系统整合服务(AI-Related C&SI Services)、深度神经网路(Deep Neural Nets, DNN, 2017年名称为Deep Learning)、机器学习(Machine Learning)、虚拟助理(Virtual Assistants)、聊天机器人( Chatbot)、虚拟个人助理无线喇叭(VPA-Enabled Wireless Speakers)与智慧应用程式(Intelligent Application),其中前四项已在2017年的AI技术成熟曲线提及,后三项为本年度新增项目。而预估5-10年内能被产业应用的技术包含:认知运算(Cognitive Computing)、对话式使用者介面(Conversational User Interfaces, CUI)、自然语言处理(Natural-Language Processing, NLP)与神经型态硬体(Neuromorphic Hardware),上述技术皆与2017年相同。后续将介绍企业资讯长与IT领导长认为各界应持续追踪的AI发展趋势,以及具颠覆性效益的技术。

一、 企业资讯长与IT领导长应追踪的主要趋势。
(一) 对话式人工智能(Conversational AI):许多企业已着手开发相关应用,如Amazon Alexa、Google Assistant与虚拟个人助理无线喇叭。为开发聊天机器人与语音应用策略,执行者应持续关注虚拟助理、聊天机器人、自然语言产生(Natural language generation, NLG)、NLP与语音辨识系统在进入实际生产高峰期(Plateau of Productivity)所需的时间。
(二) 机器学习:随着新工具与方法持续挹注至市场,将促使机器学习、DNN,整体学习、预测分析与建议分析(Prescriptive Analytics)逐渐成为常见的能力。 DNN仍为执行者与科学家的发展焦点,但关键重点仍在于寻找深度学习可解决的合适问题。
(三) 运算架构(Compute infrastructure):为AI量身订制的运算架构,将驱动AI前沿技术的发展。图像处理(GPU)加速器、现场可程式逻辑闸阵列(Field-Programmable Gate Array, FPGA)加速器、深度神经网络特定应用积体电路(ASIC)与仿神经型态硬体(Neuromorphic Hardware)皆展现不同的运算概念,且更多的运算方式即将在未来陆续兴起。
(四) AI将成为应用程式开发者与软体工程师的主要工作内容,Gartner建议资讯长与IT领导者应鼓励开发者尝试AI开发工具箱与AI 平台即服务(PaaS),同时规划提升开发者技能以使其为AI策略的新角色做好准备。

二、 语音辨识
其影响性由2017年的高度效益提升至今年(2018年)的颠覆性效益,市场渗透率超过50%,预估2年内可为产业运用且处在实际生产高峰期。
(一) 定义与进展:语音辨识是指转换人类语言至文字以进行下一步运算的技术。语音辨识在过去3年快速发展,包含IBM、Microsoft、微软、亚马逊与百度都展现语音辨识技术的大幅改善,并宣称其表现可媲美人类或更好。在开发者与处理持续改善的情况下,使服务更加完善,如2018年Google透过提供多种机器学习模型以适用于不同的环境(如电话、语音指令与影像)与改善标点符号,使文字纪录更具可读性,从而彻底改变Google Speech至Text API的性能。随着演算法与硬体的持续进展,促使语音转换至文字的应用程式不断推进,使企业对于如虚拟助理与聊天机器人这类对话式代理人的采用率,以及消费者透过智慧手机、如Amazon Echo与Google Home这类虚拟个人助理喇叭的接受度越来越高。
(二) 商业影响:语音辨识可被视为单一商品,因其能被建置于各种不同的自然语言工作流程中。虽然在一连串的技术突破后,技术进展速度逐渐放缓,但随着利用语意与DNN混合模型,以及GPU/TPU硬体的应用,仍不断出现新的创新与改良。 Google、Apple与微软等科技巨擘也持续从消费者选择中收集大量训练资料并改善演算法,预计将在未来两年内解决大多数语音辨识的问题。

本文来自互联网,不代表前途科技立场,如若转载,请注明出处:https://accesspath.com/tech/5672224/

(0)
NEXTECH的头像NEXTECH
上一篇 2018年8月13日 上午12:00
下一篇 2018年8月16日 上午12:00

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注