[[257231]]

隨著新的一年的到來，現(xiàn)在是將注意力轉向2019年行業(yè)發(fā)展趨勢的時候了。很多人都在猜測2019年將會發(fā)生什么，而這也是人工智能科學領域專家進行預測的樂趣所在。

機器學習開發(fā)商Cloudera公司總經(jīng)理Hilary Mason表示，機器學習在2018年度過了美好的一年，而企業(yè)將在2019年以一種新的和深刻的方式接受機器學習技術。

“隨著企業(yè)從概念驗證轉向生產(chǎn)能力，2019年人們將看到企業(yè)機器學習轉型成熟的新進展。”Mason說，“隨著企業(yè)尋求自動化模式檢測、預測和決策，以推動轉型效率提高、競爭差異化和增長，企業(yè)機器學習的采用將會繼續(xù)。人們將看到基礎設施和工具圍繞簡化企業(yè)級構建和部署機器學習應用程序的過程而發(fā)展，包括云原生平臺的興起，以實現(xiàn)端到端機器的彈性自動擴展和多云可遷移性學習工作流程。”

戴爾科技公司表示，5G網(wǎng)絡的引入將使人們生活在邊緣。

該公司表示：“低延遲、高帶寬網(wǎng)絡意味著更多的物聯(lián)網(wǎng)設備、自動駕駛汽車，以及人工智能、機器學習和計算都將在邊緣發(fā)生，因為那里將生成所有數(shù)據(jù)。”人們很快就會看到分布在城市各處的微型數(shù)據(jù)中心，將給人們帶來新的“智能”機會，讓用戶在城鎮(zhèn)街道實時了解情況。城鎮(zhèn)之間的聯(lián)系將比以往任何時候都更加緊密，這為智能城市和數(shù)字基礎設施鋪平了道路，專家預計2030年邊緣計算將蓬勃發(fā)展。它將成為醫(yī)療或制造業(yè)等行業(yè)的游戲規(guī)則改變者，在這些行業(yè)中，數(shù)據(jù)和信息在現(xiàn)場生成后可以快速處理和實時分析，并隨時與需要它的人共享，而不是返回到云端進行處理。

Franz公司首席執(zhí)行官Jans Aasman博士表示，人工智能知識圖表將從書籍、研究論文、筆記和媒體采訪中綜合信息，然后以互動的形式重新呈現(xiàn)。在2019年數(shù)字不朽的市場上，人工智能知識圖表將開始實現(xiàn)這一點。

“我們將在2019年以人工智能數(shù)字角色形式看到數(shù)字不朽的第一個例子。”Aasman表示，“人工智能和語義知識圖的結合將會改變科學家、技術專家、政治家和學者的工作。”

就像Noam Chomsky一樣，使用人的聲音來回答問題。人工智能數(shù)字角色將動態(tài)鏈接來自各種來源的信息。例如，將不同的信息轉換為可以數(shù)字化交互的知識系統(tǒng)。這些人工智能數(shù)字人物角色也可以擴大他們專業(yè)知識的可及性。

Quest Software公司產(chǎn)品管理高級顧問Adrian Moir預測，2018年實施的GDPR法規(guī)將會改變數(shù)據(jù)格局，而在2019年將產(chǎn)生更多的數(shù)據(jù)。

“無論是否受到GDPR法規(guī)的影響(大多數(shù)情況將會受到影響)，企業(yè)應該將其視為一種框架，對于那些構建流程的人來說，這是一個很好的起點。設置數(shù)據(jù)如何保存和使用非常重要。如果用戶想繼續(xù)保護個人信息，就需要有更多的監(jiān)管。我相信人們將在2019年看到建議和實施更多的監(jiān)管措施，比如俄勒岡州參議員Ron Wyden最近推出的‘消費者數(shù)據(jù)隱私法案’。”

MapR公司數(shù)據(jù)和應用高級副總裁Jack Norris預測，大數(shù)據(jù)的分散化已經(jīng)持續(xù)了一段時間，并且這種趨勢將在2019年繼續(xù)發(fā)展。

他說，“組織將通過邊緣處理和分析數(shù)據(jù)，而不是將其返回云計算，存儲和應用傳統(tǒng)分析來節(jié)省時間和費用。其用例包括異常檢測(欺詐)、模式識別(預測故障/維護)。自動駕駛車輛、石油和天然氣平臺、醫(yī)療設備都是這一趨勢的早期例子，我們將在2019年看到更多的擴展。這一趨勢的成本驅動因素是帶寬考慮(半連接環(huán)境以及成本高昂的蜂窩通信技術)和存儲(減少發(fā)送到云端的數(shù)據(jù)量)。”

Splice Machine公司首席執(zhí)行官Monte Zweben表示，IT市場近年來起伏不定，而在2019年，Hadoop努力維持其市場地位。

他指出，“Hadoop的新客戶數(shù)量將會減少，Hadoop集群的增長將放緩。而基于云計算的SQL數(shù)據(jù)平臺將出現(xiàn)大規(guī)模增長。機器學習將從后臺涌現(xiàn)，成為企業(yè)業(yè)務的核心運營組成部分，同時持續(xù)增長橫向擴展數(shù)據(jù)庫迫使Oracle公司在其財務報告中披露風險因素。”

多年來，人們一直生活在分布式數(shù)據(jù)孤島中，這種趨勢沒有任何放緩的跡象。Qlik公司高級主管Dan Sommer預測，“在2019年，人們將更好地準備處理所有分散數(shù)據(jù)的分布式工作負載。如今，最大的未被證實的大趨勢之一是Kubernetes的崛起?？傊@些技術采用了過去單一的技術并將其分散，從根本上實現(xiàn)了擴展工作負載和第三波授權的新方法。就像在擴展硬件和擴展基礎設施之前一樣，擴展工作負載將對刺激創(chuàng)新產(chǎn)生巨大的影響。 在2019年，行業(yè)領先組織的大多數(shù)企業(yè)架構師將微服務和容器編排視為商業(yè)智能和分析平臺的關鍵架構組件。”

GoodData公司首席執(zhí)行官Roman Stanek預測，企業(yè)要為過去使用的一些數(shù)據(jù)平臺做好退出準備。

Stanek 說，“現(xiàn)代企業(yè)將繼續(xù)淘汰像Hadoop這樣的技術。 Hortonworks和Cloudera的合并首次展示了2019年Hadoop的預計價值。數(shù)據(jù)仍然需要管理工具，但隨著人工智能和機器學習的興起，其復雜性將被消除。”

Domino數(shù)據(jù)實驗室的首席數(shù)據(jù)科學家Josh Poduska預測，“人工智能將在2019年從炒作轉變?yōu)樯虡I(yè)影響，人工智能的蜜月正式結束。2019年將是人工智能成為組織現(xiàn)實的一年，而不是實驗、修補和懷疑。”

MathWorks公司的Seth DeLand預測，機器學習將以更大的優(yōu)勢整合到產(chǎn)品和服務中。

他指出，“機器學習已經(jīng)出現(xiàn)在一些領域：用于面部識別的圖像處理和計算機視覺、能源生產(chǎn)的價格和負荷預測、工業(yè)設備故障預測等。在未來的一年里，隨著越來越多的公司受到啟發(fā)，通過使用可擴展的軟件工具(包括MATLAB)將機器學習算法集成到他們的產(chǎn)品和服務中，可以預期機器學習將越來越多。”

SAS公司產(chǎn)品管理主管Ron Agresta說，組織必須在兩種數(shù)據(jù)力量之間取得適當?shù)钠胶?，包?ldquo;攻擊性”數(shù)據(jù)能力(即利用數(shù)據(jù)洞察力提高利潤)和“防御性”數(shù)據(jù)能力(如治理和安全)。如今已經(jīng)出現(xiàn)了一些混亂，因此預計2019年將實現(xiàn)防御再平衡。”

他表示，“對數(shù)據(jù)收集和使用的額外審查使許多企業(yè)處于防御狀態(tài)。許多公司幾乎完全依賴于用戶放棄的貨幣化數(shù)據(jù)，但在這一領域，監(jiān)管方面的關注正在增加。預計將出臺更多的消費者數(shù)據(jù)保護法律，并對技術進行相應的更改。”

調(diào)研機構Forrester公司預測，首席信息官們將在2019年成為熱門人物。該公司指出：“如果首席信息官不能履行職責，那么業(yè)務關系就會破裂，首席執(zhí)行官會找其他人來領導技術議程。然而，那些獲得成功的首席信息官將在其現(xiàn)有組織中提升到更具影響力的企業(yè)管理者，或轉向下一個IT挑戰(zhàn)。”

自從大數(shù)據(jù)革命開始以來，復雜性一直困擾著潛在的數(shù)據(jù)科學從業(yè)者，Hadoop生態(tài)系統(tǒng)就是一個典型的例子。這就是為什么Clarity Insights公司首席技術官Tripp Smith表示企業(yè)在2019年將接受簡單化的原因。

他指出，“如今，企業(yè)比以往任何時候都更加犧牲性能或成本優(yōu)化以增加簡單性。十年前，我們都試圖減少或消除企業(yè)內(nèi)部IT的需求。如今，組織需要數(shù)據(jù)驅動，因此如何分析和消化數(shù)據(jù)也需要簡單化。這意味著采用云計算。為云計算基礎設施支付更多費用是值得的，從而節(jié)省尋找優(yōu)質(zhì)工程資源的更高成本。”

ATOS公司北美區(qū)副總裁windy garrett預測，人工智能的出現(xiàn)已經(jīng)影響了勞動力的工作崗位，這種趨勢將在2019年持續(xù)。

他表示，“人工智能將在2019年及以后明確需求，而對于勞動力數(shù)量將不斷增長，以滿足這一特定需求。2019年，工業(yè)界將大幅增加人工智能項目，以及企業(yè)重新培訓和提升其現(xiàn)有員工隊伍，以保持競爭市場的相關性。”