文章图片

图片来源：Unsplash

采访人员 | 彭新

在疫情成为新常态的大背景下 ， 如何投资技术 ， 成为企业管理者关切的问题 。 时值年末 ， 市场调研机构Gartner即会就来年的“重要战略科技趋势”发表预测 ， 为其最重要的年度报告之一 ， 告知企业管理层、IT从业者和政府人员应对未来的投资动态和技术风险 ， 同时指导技术和投资方向 。
人工智能（AI）在Gartner给出的技术趋势预测中颇具分量 ， 涉及到AI工程化（AI Engineering）、超级自动化（Hyperautomation）、生成式AI（Generative Artificial Intelligence）、自治系统（Autonomic Systems）等 。
其中 ， 生成式人工智能技术位列Gartner技术趋势预测的首位 ， 是最引人注目和的人工智能技术之一 。 Gartner预计到2025年 ， 生成式人工智能将占所有生成数据的10% ， 而目前这一比例还不到1% 。
所谓生成式AI ， Gartner解释称 ， 通过各种机器学习（ML）方法从数据中学习要素 ， 进而生成全新的、完全原创的、真实的工件（一个产品或物品或任务） ， 这些工件与训练数据保持相似 ， 而不是复制 。
生成式AI的好处是什么？市场调研机构Gartner高级研究总监高挺解释 ， 生成式AI不仅仅可以判断、还可以创造 ， 实际上AI当前最大的用途就是判断 ， 意味着AI的用途将有结构性变化 。
“以前我们是让AI不停的去做判断、去做分类 。 比如说：AlphaGo ， 你告诉我下一步棋该怎么走？叫它做判断 。 或者把一张照片给一个AI的模型说：你帮我分辨一下这是不是张三 ， 或者是这张照片是不是一张猫的照片 。 ”高挺告诉界面采访人员 ， “是我们会发现 ， 在未来的这段时间里面 ， 它很多时候是需要AI不再去进行判断 ， 而是说 ， “来帮我生成一段代码 ， 这个代码所做的事情是从‘1’加到‘100’ ， 那么AI也能自动生成这个代码了 。 ”
高挺还举例称 ， 可以利用已有的数据做出一个模型之后可以生成更多的“合成数据” ， 这些合成数据就像人脸一样 ， 从肉眼角度看不出这张人脸有任何问题 ， 但是其实这个人是目前世界上60亿人口里面不存在的一个、看上去跟真人一模一样的人 。
Gartner称 ， 生成式AI从数据中学习内容或对象 ， 并运用数据生成全新、完全原创的新内容 ， 可以下一代的自动编程、药物开发、视觉艺术、社交、商业服务、工程设计与流程 。 同时 ， 它可以被用来检测欺诈、虚假信息和身份盗窃 。 但此外 ， 尽管谷歌、Meta、微软等科技公司投入最多资源在生成式 AI ， 但也必须防范诸如深度伪造（Deepfake）的滥用 。
生成式AI外 ， Gartner还指出 ， 在明年 ， AI工程化这一趋势也将得到产业关注 。 人工智能的工程化即是将数据搜集、数据处理、建模、分析 ， 到报表产生全部以SOP（标准作业程序）方式处理 ， 看似简单的工作却对数据科学家带来极大帮助 。
“AI工程化其实并不只是一个技术问题 ， 它很多时候是一个流程性的问题 。 ”高挺称 ， 根据统计 ， 数据科学家在处理数据工程时最费时的工作是数据处理 ， 占比75% ， 只剩下25%时间可以定义与解决问题 ， 大幅降低企业解决陌生问题的能力 。 最新的AI工程可以融入产业专业知识（Domain Know-How） 。 Gartner认为 ， 直到2025年 ， 约有10%运用AI工程的企业能在业务上取得3倍以上回报率 。
“在2020年、2021年 ， 经济都受到了不同程度的影响 。 在如今疫情变成新常态的状况下 ， 很多CEO都希望在2022年他们企业的业绩会有一些反弹 ， 或者说是能够所谓‘赢回’他们损失的收入 。 ”高挺引用Gartner的一份CEO调查报告称 ， "增长"、“数字化”和“效率”将是来年企业管理者的三个关键词 ， 因此 ， 新一年的技术趋势均与此有关 ， AI技术外 ， 新的技术趋势还包括隐私增强计算、云原生平台等 。