Klicken Sie hier, um mehr über den Autor zu erfahren
Rachel Roumeliotis.
Künstliche Intelligenz (KI) ist nein
länger ein "schön zu haben". Von Geschäftsprozessen über Smart-Home-Technologie bis hin zu
Im Gesundheitswesen und in den Biowissenschaften entwickelt sich die KI weiter und wächst, während sie spielt
Zunehmende Rolle in vielen Aspekten unserer Arbeit, unseres Privatlebens und darüber hinaus. Da bieten wir
2020 ein sehr willkommener Abschied und Auftakt in ein neues Jahr, unten sind die Top
Fünf Trends in Bezug auf KI, maschinelles Lernen (ML) und Daten, die wir erwarten können
im Jahr 2021 beschleunigen.
Wir müssen arbeiten, wenn es darum geht
MLOps
MLOps wird versuchen, die Lücke zu schließen
zwischen ML-Anwendungen und der kontinuierlichen Integration und kontinuierlichen Lieferung
(CI / CD) -Pipelines, die zur Standardpraxis geworden sind. Historisch gesehen war ML
stellt aus mehreren Gründen ein Problem für CI / CD dar: Die Daten, die ML antreiben
Anwendungen sind genauso wichtig wie Code, was die Versionskontrolle schwierig macht. Ausgänge
sind eher probabilistisch als deterministisch, was das Testen schwierig macht; und
Das Training eines Modells ist prozessorintensiv und zeitaufwändig und macht schnell
Erstellen / Bereitstellen von Zyklen schwierig. Während keines dieser Probleme unlösbar ist,
Die Entwicklung von Lösungen wird in den kommenden Jahren erhebliche Anstrengungen erfordern
Jahre.
Die Zeit, eine verantwortungsbewusste Maschine zu übernehmen
Lernen ist jetzt
Die Ära, in der Tech-Unternehmen eine regulatorische „freie Fahrt“ hatten, ist zu Ende. Die Datennutzung ist keine Praxis mehr, in der alles möglich ist, und es gibt rechtliche und Reputationsfolgen für die missbräuchliche Verwendung von Daten. Responsible ML ist eine Bewegung zu machen KI-Systeme verantwortlich für die Ergebnisse, die sie produzieren. Dies umfasst erklärbare KI (z. B. Systeme, die erklären können, warum eine Entscheidung getroffen wurde), menschenzentrierte ML, Einhaltung gesetzlicher Vorschriften, Ethik, Interpretierbarkeit, Fairness und Aufbau einer sicheren KI. Bisher war die Übernahme verantwortungsbewusster ML durch Unternehmen im besten Fall lauwarm und reaktiv. Im nächsten Jahr werden verstärkte Vorschriften (wie GDPR und CCPA), Kartellrecht und andere rechtliche Kräfte Unternehmen dazu zwingen, verantwortungsbewusste ML-Praktiken anzuwenden.
Cloud Data Lakes und Data Lakehouses
Wird Traktion gewinnen
Datenseen haben eine ziemlich erlebt
Robustes Wiederaufleben in den letzten Jahren, insbesondere Cloud Data Lakes. Mit
Immer mehr Unternehmen migrieren ihre Dateninfrastruktur in die Cloud
die Zunahme von Open-Source-Projekten, die Innovationen in Cloud-Datenseen vorantreiben,
Diese werden 2021 auf dem Radar bleiben. Ebenso das Daten-Seehaus, ein
Architektur, die Attribute sowohl des Datensees als auch der Daten enthält
Lager, gewann im Jahr 2020 an Zugkraft und wird in der Zukunft weiter an Bedeutung gewinnen
2021. Cloud Data Warehouse Engineering wird sich als besonderer Schwerpunkt entwickeln als
Datenbanklösungen werden schrittweise in die Cloud verschoben.
Wir werden eine Welle von Cloud-Native sehen,
Verteilte Daten-Frameworks
Daten Wissenschaft wuchs mit Hadoop und seinem riesigen Ökosystem auf. Hadoop könnte nun als Legacy-System betrachtet werden, da sich die Dynamik auf Spark verlagert hat, das derzeit die Art und Weise dominiert, wie Hadoop es früher getan hat. Aber es gibt neue Herausforderer da draußen. Verteilte Computer-Frameworks wie Ray und Dask sind flexibler und Cloud-nativ, was bedeutet, dass sie das Verschieben von Workloads in die Cloud sehr einfach machen. Da beide ein starkes Wachstum verzeichnen, wird die Zeit zeigen, wie die nächste Plattform am Horizont aussehen wird.
Natürliche Sprachverarbeitung (NLP)
Wird deutlich voranschreiten
Letztes Jahr das aufregendste
Entwicklung in der KI war GPT-3 und seine Fähigkeit, fast menschlich klingende zu erzeugen
Prosa. Was wird das im Jahr 2021 bewirken? Es gibt viele Möglichkeiten,
von interaktiven Assistenten über automatisierten Kundenservice bis hin zu automatisierten
gefälschte Nachrichten. Bei näherer Betrachtung von GPT-3 stellen sich uns einige große Fragen
sollte überlegen, wie wir das neue Jahr beginnen. Mit GPT-3 geliefert
über eine API (und nicht durch direkte Einbindung des Modells in Anwendungen)
"Language-as-a-Service" die Zukunft? Während GPT-3 großartig darin ist, Englisch zu erstellen
Text hat aber kein Konzept von gesundem Menschenverstand oder Fakten, wie kann raffinierter
Sprachmodelle überwinden diese Einschränkungen? Zum Beispiel hat GPT-3 empfohlen
Selbstmord als Heilmittel gegen Depressionen - Fehlinterpretationen wie diese können große,
unbeabsichtigte Herausforderungen. Wie können Vorurteile in Sprachen eingebaut werden?
überwinden, und auf wen fällt diese Verantwortung?
Während sich AI und ML verändert haben
Unsere Welt hat diese jahrzehntelange, das letzte Jahr, diese stärker in den Mittelpunkt gerückt
Technologien mehr als je zuvor. Da nimmt die Welt immer wieder neue an
Techniken und Praktiken wie MLOps, Responsible ML und NLP, es ist aufregend
Zeit zu sehen, wie sich die Zukunft der KI entwickeln wird.
