近日，世界公認的人工智能風向標，Gartner 2019年人工智能技術成熟度曲線圖公布。它由69位Gartner國際分析師定制編寫，揭示了人工智能在全球市場的成熟度以及未來發展趨勢。
相較2018年，2019曲線表明有更多的人工智能技術處在創新觸發階段，反映出全球人工智能正不斷涌現新創意，例如，增強學習、人工智能云服務、邊緣人工智能、可解釋的人工智能等。
2019全球人工智能正不斷涌現出更多新創意
?
?
2019年人工智能技術成熟度曲線共有36項技術出現，其中成熟度周期包含了很多新技術，但被大眾所知曉的有價值或有目標的很少，而被主流應用的則少之又少。
在這36項技術中，有16項技術需要2到5年才能達到成熟期。有15項技術需要5到10年才能達到成熟期，它們基本處于創新萌芽期與期望膨脹的頂峰期。而“穩步爬升的光明期”和“實質生產的高峰期”都比較空，出現的技術寥寥無幾。
在曲線的峰值處，可以看到，AI Paas(人工智能平臺服務)、Auto ML(自動化機器學習)、智能應用、聊天機器人等14項技術成為頂峰期人們對AI最大的期待。
相比之下，Robitic Process Automation Software(機器人流程自動化軟件)、GPU Accelerators(GPU加速器)、Speech Recognition(語音識別)達到高峰期僅需要不到2年，或將成為最快落地的AI項目。
而Artificial General Intelligence(通用人工智能)、Quantum Computing(量子計算)、Autonomous Vehicles(無人駕駛)等技術實現難度仍有待探索，或許還需要超過10年的時間才能實現。
對比2018，這些技術發生了什么變化?
為了更直觀地與2018年人工智能成熟度曲線進行對比，我們把2019年曲線與2018年曲線中各項技術按照所處的階段進行了歸類，上下順序也按照曲線中的時間順序進行了排列。
?
?
相較于2018年，2019年的曲線表明有更多的人工智能技術處在創新萌發階段，反映出全球人工智能正不斷涌現新創意。
通過兩條曲線的比較，可以發現，集成學習、虛擬現實、知識管理工具、商用無人機、預測分析、人環眾包等8項技術已從2019年技術成熟度曲線中消失(表中※標注)。
相反，強化學習、決策智能、數據標注和注解服務、可解釋人工智能、邊緣人工智能、洞察引擎、量子計算等11項新技術則登上了2019人工智能曲線。
聊天機器人、人工智能Paas由2018年的萌芽期開始進入2019的頂峰期。NLP、VPA無線揚聲器、機器人流程自動化軟件、虛擬助手則從期望膨脹期進入泡沫化低谷期。還有一些技術同時存在于兩條曲線上，但是其位置發生了比較大的移動，近兩年火爆的Autonomous Vehicles(自動駕駛)則遭遇了期望的下降與實現時間延長的雙重沖擊。
報告得出五大結論
Gartner的這種技術成熟度周期凸顯出了人工智能正以多種不同的方式影響企業。
Gartner副總裁分析師Svetlana Sicular認為，今年的成熟度周期包含了很多新技術，但被大眾所知曉或應用的很少，這并不代表AI是不可用的，這表示它將會發生改變，為了評估AI的價值和風險，CIO需要為其設定現實的預期。
結論一：部署AI企業的比例翻了近四倍
根據Gartner的年度CIO(首席信息官)調查，部署了人工智能的企業比例已從2018年的4%增長到了2019年的14%，幾乎翻了四倍。
結論二：穩步爬升和實質生產的技術較少
由趨勢圖可以看出，今年的“技術萌芽期”進入曲線更長，反映出人工智能領域新的和多樣化的想法層出不窮;在“期望膨脹期”則比較密集，而“穩步爬升的光明期”和“實質生產的高峰期”都比較空，出現的技術同樣寥寥無幾。
結論三：建議學習“機器學習”技術
報告指出，“2019年數據科學和機器學習技術成熟度曲線”已進入“頂峰期擁擠”，與當前的技術成熟度曲線重疊，因為機器學習是人工智能的核心。因此，建議企業學習機器學習技術，以便在不出現期望膨脹的情況下采用人工智能。
結論四：重點關注趨勢
1.自動化機器學習和智能應用的發展勢頭最強勁，其他方法也頗受歡迎，包括人工智能平臺即服務(PaaS)、人工智能云服務、人工智能市場等。
2.人工智能的倫理和治理工作蓄勢待發。
3.對于人工智能解決方案的信任是用戶接受的關鍵。增強智能在建立信任方面比自動化更有效。通過為用戶說明預測和建議，可解釋人工智能也能提供幫助。
4.對話式人工智能。在開發聊天機器人和語音支持的策略時，實施者應注意對話式用戶界面、虛擬助理、自然語言處理(NLP)和語音識別等技術達到平穩期所需的實踐。
5.計算基礎設施推動著人工智能的發展，報告建議在設計計算基礎設施策略時平衡使用案例驅動型功能的成本和性能。
6.鼓勵開發人員嘗試使用人工智能開發人員工具包、人工智能云服務、人工智能PaaS和吸引人的全新強化學習產品。
結論五：關注新技術
報告稱，自2018年以來，以下技術在人工智能領域的受關注程度明顯提高：人工智能云服務出現得相對較晚，但將產生重大影響;自動化機器學習是熱炒最多的人工智能方法之一，它用于人工智能的大眾化，并將機器學習交付給數據科學家和商業專家;作為通過人工智能勝出的設計方法，增強智能技術則使人工智能自動化黯然失色。它采用人工智能來彌補人類的局限性，并利用人來擴大人工智能的可能性。
除此之外，可解釋人工智能也頗受關注。邊緣人工智能則可克服與延遲隱私和安全相關的挑戰，并改善客戶體驗;作為贏得日益復雜的游戲的一種手段，強化學習技術也取得了重大進展。
2019年，哪些技術將迎來商業化?
對于困擾人工智能企業久矣的商業化問題，Gartner認為，Custom-developed AI Solutions、AI cloud services and APIs、Search and insight engines、AI embedded in ERP， CRM， HR applications、Automated ML將最先進入企業，成為最有可能實現商業化的技術。
但是，要實現上述技術，以及曲線中提到的其他稍顯遙遠的技術，道德和倫理的建立至關重要。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知革命。(綜合整理自：全球AI藝術大賽、動脈網等)
