顧問公司Gartner發布了2021年人工智慧技術成熟度曲線（Hype Cycle for Artificial Intelligence, 2021），其中有四個趨勢正在推動近期人工智慧創新。分別是：負責任的人工智慧、小而寬數據策略、人工智慧平台的操作化，以及數據、模型和計算資源的有效利用。
Gartner高級首席研究分析師Shubhangi Vashisth表示： 「人工智慧的創新速度飛快，技術成熟度曲線中一半以上的技術將在二到五年內成為主流技術。邊緣人工智慧、計算機視覺、決策智慧和機器學習等創新都將在未來幾年對市場產生革命性的影響。」
人工智慧市場仍處於逐步發展階段，位於技術萌芽期的人工智慧創新佔據著很大的比例。這表明終端用戶正在尋求超出當前人工智慧工具功能範圍的特定技術功能這一市場趨勢。
掌握最新AI、半導體、數位趨勢！訂閱《數位時代》日報及社群活動訊息
Gartner認為以下四項趨勢正在推動人工智慧創新：
負責任的人工智慧（Responsible AI）
Gartner研究副總裁Svetlana Sicular表示：「提高人工智慧技術的可信度、透明性、公平性和可審核性對各類利益相關者的重要性仍在日益增加。負責任的人工智慧有助於：實現公平（即便數據中存在偏見也不例外）、獲得信任（儘管透明度和可解釋性方法正在逐步發展）以及在確保監管符合規定的同時，努力克服人工智慧的概率性質。」
Gartner預測到2023年，所有人工智慧開發和培訓人員都必須具備負責任的人工智慧方面的專業知識。
小而寬數據（Small and Wide Data）
數據是成功人工智慧計劃的基礎。小而寬數據策略能夠實現更強大的分析和人工智慧、減少企業機構對大數據的依賴，並提供更豐富、更完整的情境感知。
根據Gartner的預測，到2025年，70%的企業機構將被迫把重點從大數據轉向小而寬數據，這將為分析工具提供更多的上下文並減少人工智慧對數據的需求。
Sicular表示：「小數據的關鍵在於使用只需較少數據就能提供實用洞察的分析技術，而寬數據則能實現各種數據源的分析和協同作用。把這些策略結合在一起就能夠實現更強大的分析並有助於獲得更加全方位的業務問題視角。」
人工智慧平台的操作化（Operationalization of AI Platforms）
運用人工智慧促進業務轉型的緊迫性和關鍵性正在推動人工智慧平台的操作化需求。這意味著將人工智慧項目從概念轉向生產，從而可以依靠人工智慧解決方案來解決企業範圍內的問題。
Sicular表示：「根據Gartner的研究，只有一半的人工智慧項目能夠從試點進入到生產，而這些項目的平均完成時間為9個月。人工智慧編排和自動化平台（AIOAPs）和模型操作化（ModelOps）等創新正在實現可重用性、可擴展性和治理，加快人工智慧的採用和成長速度。」
資源高效利用（Efficient Use of Resources）
鑑於人工智慧部署所涉及到的數據、模型和計算資源複雜性與規模，人工智慧創新需要最高效地利用這些資源。多重體驗（multiexperience）、組合式人工智慧（composite AI）、生成式人工智慧（generative AI）和Transformer因能夠以更高效的方式解決各類業務問題而引起了人工智慧市場的關注。
【熱門焦點】
1.五倍券數位綁定開跑！如何在官網上數位綁定、加碼券怎麼領，三大方案一次看懂
2.UNIQLO Taipei全球旗艦店將開幕！要開花店、出東區粉圓T恤⋯全新明曜店亮點一次看
責任編輯：傅珮晴、錢玉紘
