近日，圍繞現(xiàn)在AI的定位、未來AI的發(fā)展?fàn)顩r、如何抵達(dá)未來三個話題，老牌信息技術(shù)研究分析公司Gartner發(fā)布了最新版的AI技術(shù)成熟度曲線。

在曲線的峰值處，我們能看到AI Paas（人工智能平臺服務(wù)）、Auto ML（自動化機(jī)器學(xué)習(xí)）等12項(xiàng)技術(shù)成為了人們這一階段對AI最大的期待。

相比之下，Robitic Process Automation Software（機(jī)器人自動化運(yùn)行軟件）、GPU Accelerators（GPU加速器）、Speech Recognition（語音識別）或?qū)⒊蔀樽羁炻涞氐腁I項(xiàng)目。

而Artificial General Intelligence（創(chuàng)造一個像人一樣的AI）、Autonomous Vehicles（自動駕駛汽車）、Quantum Computing（量子計算）等技術(shù)實(shí)現(xiàn)難度有待考量，或許還需要超過10年的時間才能實(shí)現(xiàn)。

對比2018，哪些技術(shù)發(fā)生了變化

在理解2019AI技術(shù)成熟度曲線前，我們先回顧一下Gartner在2018年的曲線中都預(yù)測了什么。

通過兩條曲線的對比，我們可以發(fā)現(xiàn)，Ensemble Learning（集成學(xué)習(xí)）、Virtual Reality（虛擬現(xiàn)實(shí)）、Knowledge Management Tools（知識管理工具）、Commercial UAVs（商用無人機(jī)）、Crowdsource（眾包）、Human－in－the－Loop（人機(jī)回圈）這7項(xiàng)技術(shù)已經(jīng)從19年的技術(shù)成熟度曲線中消失。

相反，AI Marketplaces（人工智能市場）、Reinforcement Learning（強(qiáng)化學(xué)習(xí)）、Decision intelligence（決策智能）、Data number and Annotation service（數(shù)據(jù)編號和注釋服務(wù)）、Explainable AI（可解釋人工智能）、Edge AI（邊緣人工智能）、Auto ML（自動化機(jī)器學(xué)習(xí)）、Insight Engines（洞察引擎）8項(xiàng)新技術(shù)則登上了新一版的人工智能曲線。

這里存在一些技術(shù)同時存在于兩條曲線上，但是其位置發(fā)生了比較大的移動，比如Augmented Reality（增強(qiáng)現(xiàn)實(shí)）實(shí)現(xiàn)的預(yù)期時間有了較大的提升，從下滑曲線的一側(cè)移至了上升的一側(cè)；近期廣泛活躍于世界各國的Autonomous Vehicles（自動駕駛汽車）則遭遇了期望的下降與實(shí)現(xiàn)時間延長的雙重沖擊。

2019年，哪些技術(shù)將迎來商業(yè)化？

對于困擾人工智能企業(yè)久矣的商業(yè)化問題，Gartner認(rèn)為，Custom－developed AI Solutions、AI cloud services and APIs、Search and insight engines、AI embedded in ERP， CRM， HR applications、Automated ML將最先進(jìn)入企業(yè)，成為最有可能實(shí)現(xiàn)商業(yè)化的技術(shù)。

但是，要實(shí)現(xiàn)上述技術(shù)，以及曲線中提到的其他稍顯遙遠(yuǎn)的技術(shù)，道德和倫理的建立至關(guān)重要。特別是在人工智能面前，我們可能會面臨一場前所未有的認(rèn)知革命。