Gartner 发布 2022 年人工智能技术成熟度曲线：复合 AI决策智能快速发展，因果 AI 是热点

Posted 2022-09-23 CSDN云计算

作者 | 宋慧

出品 | CSDN 云计算

最近，国际研究机构 Gartner 重磅发布了 2022 年度人工智能技术成熟度曲线（Hype Cycle for AI 2022），CSDN 专访了 Gartner 研究总监闫斌，详细了解了 Gartner 对于 AI 技术的分析，以及当下 AI 领域最热门技术方向的观点。

  

Gartner 定义的 AI 技术框架

在 AI 技术框架里，AI 智能从左端的现实世界接收如视觉、听觉、触觉、嗅觉等等信息，通过 AI 智能主题的分析，到右端以流程自动化/机器人系统输出干预信息。中间重要的主体部分，Gartner 将 AI 能力分为三部分：第一，与统计学、数据分析、机器学习等概率领域；第二，逻辑规则相关的传统技术；第三，优化求解器、供应链、运筹学等优化相关算法。另外，AI 能力基于机器学习、图技术等融合应用的自然语言处理场景；对于人类世界积累的知识的认知和表达；在虚拟环境里，智能体之间的交互。

 

Gartner 2022年人工智能技术成熟度曲线 

随着 AI 在各行业的发展，最新的 2022 年人工智能技术成熟度曲线中，Gartner 认为计算机视觉技术已经步入成熟期，已经成熟应用到了企业中。而对自然语言处理 NLP 的期望在下降，目前正在智能沟通交流技术仍难实现，NLP 目前的趋势是应用于 AI 增强场景中，即通过自然语言处理提供推荐和辅助。

接下来，在成熟度曲线左侧的技术萌芽和增长期的众多 AI 技术中，Gartner 分析师重点介绍了合成数据、生成式 AI、复合型 AI，以及今年最新增加的（也是较为前沿，被业界重点关注的）因果 AI 技术。详细来说：

1、合成数据

当今 AI 发展所面临的主要问题之一是，为有效训练 AI 模型而获取真实数据并进行标记，会给企业机构带来沉重的负担。此举不但耗时，而且费用高昂，但这一问题可通过合成数据来弥补。另外，合成数据在去除个人身份信息（PII）方面也有至关重要的作用。

2、因果人工智能

人工智能的最终价值在于提高人类的行动水平。机器学习（ML）方法根据统计关系（相关性）进行预测，无论这些关系是否构成因果关系。当需要更规范地确定哪些最佳行动可促成特定结果时，因果人工智能（或称为因果推断/因果推理）可发挥至关重要的作用。该方法能够提高人工智能技术的自主性、可解释性、稳健性和效率。

3、决策智能

决策智能是一种实用的技术，旨在准确理解决策流程以及如何根据反馈来评估、管理和改进结果，从而提高决策水平。当前，随着人工智能技术在决策中的应用日益广泛，自动决策和增强智能受到热议，这一趋势正在将决策智能推向期望膨胀期。近期的危机揭示了业务流程的脆弱性，而在企业机构重构业务流程并增强韧性、适应性和灵活性的过程中，决策智能方法和技术将发挥重要作用。依托多种软件技术的决策智能市场正快速兴起，已开始为决策者提供解决方案。

4、复合型人工智能

复合型人工智能产生的前提在于，任何一种人工智能方法都不能解决所有问题。目前，复合型人工智能将“连接主义”派别的方法（如机器学习）与“符号主义”等派别的方法（如基于规则的推理、图分析、基于主体的建模和优化技术等）相结合，旨在减少人工智能解决方案学习时所需的数据和能量，使抽象化机制发挥更大作用。复合型人工智能是推动决策智能市场兴起的核心因素。

5、生成式人工智能

目前对生成式人工智能方法的探索正在升温，并且开始在生命科学、医疗、制造、材料科学、媒体、娱乐、汽车、航空航天、国防以及能源行业证明自身的价值。生成式人工智能已催生了营销、设计、建筑和内容领域的创造性工作。技术生成的合成数据可以提高人工智能交付的准确性和速度。生成式人工智能的使用日益普遍，已上市的产品种类越来越丰富，此技术最近被积极应用于元宇宙领域。

6、基础模型

基础模型附带大量预训练数据集并可适用于广泛的用例，是人工智能领域发展过程中的重大进步。与以前的模型相比，基础模型能更高效地提供更先进的自然语言处理能力。基础模型已成为自然语言处理领域的首选架构，此架构还可支持计算机视觉、音频处理、软件工程、生物化学、金融和法律用例。

结语

从今年的人工智能技术成熟度曲线能看到，虽然 AI 已经应用于千行万业，但 AI 技术在向更精细化和自动化方向发展，如安全、运营相关的 AI 技术，以及今年被重点关注的因果推断。CSDN 也将持续关注与报道 AI 最新技术成果。