在2024年大數(shù)據(jù)行業(yè)預(yù)測（一）（二）（三）（四）篇中，我們了解了分析、人工智能、大數(shù)據(jù)、云及數(shù)據(jù)管理等方面的見解及預(yù)測，下面繼續(xù)分享深度學(xué)習(xí)、生成式人工智能方面的行業(yè)看法。

減少幻覺-放大內(nèi)容!到2024年，以快速發(fā)展的語言模型為動力，以知識圖譜為基礎(chǔ)的生成式人工智能將減少幻覺，并產(chǎn)生越來越具有上下文相關(guān)性和洞察力的內(nèi)容。這將為自然語言理解、定制內(nèi)容創(chuàng)建以及醫(yī)療保健、藥物發(fā)現(xiàn)和工程等各個領(lǐng)域的復(fù)雜問題解決方面的突破性發(fā)展鋪平道路。

–Jans Aasman博士，F(xiàn)ranz Inc.首席執(zhí)行官

知識圖譜將幫助用戶消除數(shù)據(jù)孤島：隨著企業(yè)繼續(xù)將更多的數(shù)據(jù)遷移到數(shù)據(jù)云中，其在云中收集了數(shù)百、數(shù)千甚至數(shù)萬個數(shù)據(jù)孤島。通過利用各種數(shù)據(jù)源之間的關(guān)系，知識圖譜可以很容易地驅(qū)動語言模型來導(dǎo)航所有存在的數(shù)據(jù)孤島。在新的一年里，我們將看到各種支持智能應(yīng)用發(fā)展的成熟和新穎的人工智能技術(shù)出現(xiàn)。

—Molham Aref，RelationalAI創(chuàng)始人兼首席執(zhí)行官

圖數(shù)據(jù)庫將繼續(xù)徹底改變數(shù)據(jù)科學(xué)和工程團(tuán)隊處理大規(guī)模實時數(shù)據(jù)集的方式，使其能夠提取更深入的見解，并實現(xiàn)更快的價值實現(xiàn)。隨著數(shù)據(jù)量和速度持續(xù)呈指數(shù)級增長，尤其是興趣點和人流量等實時數(shù)據(jù)，團(tuán)隊將需要重新考慮其數(shù)據(jù)管理技術(shù)堆棧以跟上。希望越來越多的團(tuán)隊將轉(zhuǎn)向圖數(shù)據(jù)庫來導(dǎo)航復(fù)雜的數(shù)據(jù)集、提高效率，并以保護(hù)消費者隱私的方式完成這一切。

–Emma Cramer，F(xiàn)oursquare工程高級經(jīng)理

LLM和技術(shù)融合加速了知識圖譜的采用：減緩知識圖譜(KG)采用的一個關(guān)鍵因素是，開發(fā)必要的領(lǐng)域模型的廣泛(且昂貴)的過程。LLM可以優(yōu)化多項任務(wù)，包括分類法的演變、實體分類以及從非結(jié)構(gòu)化數(shù)據(jù)中提取新屬性和關(guān)系。如果做得正確，LLM可以降低信息提取成本，因為適當(dāng)?shù)墓ぞ吆头椒梢怨芾砦谋痉治龉艿赖馁|(zhì)量，并以當(dāng)前所需工作的一小部分來引導(dǎo)/發(fā)展知識圖譜。LLM還可以通過應(yīng)用自然語言查詢和摘要來更輕松地使用知識圖譜。標(biāo)記屬性圖(LPG)和資源描述框架(RDF)也將有助于推動KG的采用，因為它們都是強(qiáng)大的數(shù)據(jù)模型，結(jié)合起來具有強(qiáng)大的協(xié)同作用。因此，雖然RDF和LPG針對不同的事物進(jìn)行了優(yōu)化，但數(shù)據(jù)管理者和技術(shù)供應(yīng)商意識到，它們共同提供了一種全面且靈活的數(shù)據(jù)建模和集成方法。這些圖形技術(shù)堆棧的結(jié)合，將使企業(yè)能夠創(chuàng)建更好的數(shù)據(jù)管理實踐，以高效且面向未來的方式處理數(shù)據(jù)分析、參考數(shù)據(jù)和元數(shù)據(jù)管理、數(shù)據(jù)共享和重用。一旦建立了有效的圖基礎(chǔ)，其就可以在組織之間重用和重新調(diào)整用途，以交付企業(yè)級結(jié)果，而不是僅限于斷開連接的知識圖譜實現(xiàn)。隨著數(shù)字孿生、物聯(lián)網(wǎng)、人工智能和機(jī)器學(xué)習(xí)等創(chuàng)新和新興技術(shù)進(jìn)一步獲得人們的關(guān)注，數(shù)據(jù)管理將變得更加重要。結(jié)合使用LPG和RDF的功能，組織可以表示AI和ML模型之間的復(fù)雜數(shù)據(jù)關(guān)系，并跟蹤IoT數(shù)據(jù)以支持這些新用例。此外，隨著數(shù)據(jù)規(guī)模和多樣性的增加，這種組合也將滿足對更好性能的需求。因此，隨著企業(yè)尋求連接、處理、分析和查詢當(dāng)前使用的大量數(shù)據(jù)集，預(yù)計知識圖譜的采用將繼續(xù)增長。

–Atanas Kiryakov，Ontotext創(chuàng)始人兼首席執(zhí)行官

硬件

有限的芯片可用性推動了常識，并降低了人工智能的期望。人工智能的瘋狂發(fā)展，使得GPU和相關(guān)芯片生產(chǎn)的需求達(dá)到了極限。由于制造更多此類芯片的能力有限，人工智能處理將在2024年遇到瓶頸。這種短缺將對云提供商、Meta、Tesla和OpenAI等大型買家產(chǎn)生最嚴(yán)重的影響。

–Forrester

GPU的使用變得越來越昂貴且競爭越來越激烈，這將開啟云行業(yè)的新篇章。傳統(tǒng)的提供商，如AWS、Microsoft Azure和Google Cloud，無法滿足開發(fā)人員的需求，小企業(yè)發(fā)現(xiàn)很難負(fù)擔(dān)和保留訓(xùn)練大型語言模型所需的計算能力。因此，越來越多的組織將轉(zhuǎn)向分布式且無需許可的云網(wǎng)絡(luò)來訪問GPU，包括在許多情況下閑置的不太復(fù)雜的芯片。展望2024年，對“小型”GPU的新關(guān)注將有助于維持人工智能的繁榮，并減輕人們對Microsoft、Alphabet和Meta將主導(dǎo)技術(shù)轉(zhuǎn)型的擔(dān)憂。那些在GPU壓力下尋求替代方案的企業(yè)，將通過使用不太密集的數(shù)據(jù)集要求、部署更高效的技術(shù)(例如低秩適應(yīng)(LoRA))來訓(xùn)練語言模型，以及以并行方式分配工作負(fù)載來取得進(jìn)展。這涉及部署較低級芯片集群，以完成相當(dāng)于少量A100和H100的任務(wù)。一個云計算的新時代將會出現(xiàn)，在這個時代，權(quán)力是分散的，而不是掌握在少數(shù)人手中。

–Greg Osuri，Akash Network創(chuàng)始人兼首席執(zhí)行官

當(dāng)今的計算、內(nèi)存、網(wǎng)絡(luò)技術(shù)將嚴(yán)重限制大規(guī)模部署，從而限制人工智能的經(jīng)濟(jì)影響。在這三個方面都需要新技術(shù)，而不僅僅是過去幾年我們所看到的由炒作推動的未經(jīng)驗證的技術(shù)投資。計算、內(nèi)存和網(wǎng)絡(luò)方面的基本技術(shù)障礙，將推動針對不同用例配置文件和模型的專門推理基礎(chǔ)設(shè)施。我們將看到對推理基礎(chǔ)設(shè)施(生成預(yù)測以做出決策)的大量專門投資，以解決規(guī)模部署的關(guān)鍵瓶頸。隨著我們走向規(guī)模化部署，可持續(xù)性問題將成為限制人工智能大規(guī)模部署的關(guān)鍵因素之一。其中包括能源消耗和對地球的影響。生成式人工智能的早期價值應(yīng)用，將側(cè)重于內(nèi)部效率提高以降低成本，而不是外部/面向客戶的收入增長。開源模型將實現(xiàn)對生成人工智能的廣泛早期探索，但終端用戶將需要投資于專門的內(nèi)部團(tuán)隊或聘請外部合作伙伴，以利用開源模型或自定義模型進(jìn)行價值部署。

–Naveen Verma博士，EnCharge AI首席執(zhí)行官

計算能力是新的石油：GPU需求的飆升已經(jīng)超過了全行業(yè)的供應(yīng)，使得具有正確配置的專業(yè)計算成為稀缺資源。計算能力現(xiàn)已成為新的石油，組織正在將其作為競爭優(yōu)勢。到2024年，隨著人工智能工作負(fù)載的持續(xù)爆炸式增長，我們預(yù)計將出現(xiàn)更大的創(chuàng)新和技術(shù)采用，以提高計算效率和擴(kuò)展容量。此外，TPU、ASIC、FPGA和神經(jīng)形態(tài)芯片等專用人工智能硬件，將變得更容易使用。

–Haoyuan Li，Alluxio創(chuàng)始人兼首席執(zhí)行官

物聯(lián)網(wǎng)和邊緣計算

邊緣計算對2024年技術(shù)投資的影響：2024年，邊緣計算的重要性將繼續(xù)增長。組織將投資邊緣基礎(chǔ)設(shè)施，以支持需要低延遲的應(yīng)用，如自動駕駛汽車、增強(qiáng)現(xiàn)實和工業(yè)自動化。

–Srinivasa Raghavan，ManageEngine產(chǎn)品管理總監(jiān)

邊緣人工智能的成功將取決于輕量級人工智能模型的進(jìn)步：圍繞人工智能的創(chuàng)新令人興奮，而邊緣計算是實現(xiàn)新人工智能應(yīng)用的一種方式。然而，為了使邊緣人工智能成為可行的選擇，人工智能模型需要輕量級，并且能夠在資源有限的嵌入式設(shè)備和邊緣服務(wù)器中運行，同時繼續(xù)以可接受的精度水平提供結(jié)果。模型需要取得適當(dāng)?shù)钠胶?，這意味著模型必須小且計算密集度要低，以便其可以在邊緣高效運行，同時提供準(zhǔn)確的結(jié)果。雖然模型壓縮方面已經(jīng)取得了很大進(jìn)展，但預(yù)測這一領(lǐng)域?qū)掷m(xù)創(chuàng)新，再加上邊緣AI處理器的進(jìn)步，將使邊緣AI無處不在。–Priya Rajagopal，Couchbase產(chǎn)品管理總監(jiān)

期待已久的邊緣計算：隨著人工智能應(yīng)用的開發(fā)，企業(yè)將尋求更接近應(yīng)用使用地點的處理能力。這意味著數(shù)據(jù)中心將專注于讓繁重的計算更接近數(shù)據(jù)實際使用的地方。–Michael Crook，Corning Optical Communications數(shù)據(jù)中心市場開發(fā)經(jīng)理

MLOps(機(jī)器學(xué)習(xí)操作)將顯著發(fā)展，不僅提供部署、擴(kuò)展、監(jiān)控等操作功能，還將包括模型優(yōu)化。這將涵蓋從超參數(shù)調(diào)整到調(diào)整模型性能，再到特定芯片組和用例的模型大小/量化和性能優(yōu)化的一切。

–Yeshwant Mummaneni，Altair云首席工程師

低代碼/無代碼

低代碼抽象框架：像DBT Labs這樣的抽象框架可以促進(jìn)基于SQL的代碼，這些代碼可以在各種底層平臺上無縫運行，如Snowflake和Databricks。這種抽象簡化了技術(shù)轉(zhuǎn)換，提供了增強(qiáng)的靈活性，并減少了與平臺變更相關(guān)的工作量和成本?？紤]到該領(lǐng)域人才稀缺，其目標(biāo)是使公民數(shù)據(jù)分析師能夠獨立操作平臺，減少對專家的依賴。

–Arnab Sen，Tredence Inc.數(shù)據(jù)工程副總裁

LLM不會取代低代碼——人工智能將推動現(xiàn)有的低代碼解決方案做得更多：展望明年，一些低代碼供應(yīng)商已提議將人工智能用于生成代碼，作為修復(fù)其平臺缺陷的一種手段。結(jié)果可能是應(yīng)用程序不太穩(wěn)健、技術(shù)債務(wù)更高以及客戶的成本和風(fēng)險更大。與其讓人工智能生成大量有缺陷的自定義代碼，并創(chuàng)造出隨著時間的推移只會變得更糟的應(yīng)用，倒不如在2024年將網(wǎng)站設(shè)置為具有人工智能的超級強(qiáng)大的低代碼解決方案。我們將看到人工智能使低代碼平臺更加直觀，降低企業(yè)用戶創(chuàng)建自己的智能業(yè)務(wù)流程的門檻，并比以往任何時候都進(jìn)一步推動公民發(fā)展。

–Anthony Abdulla，Pega產(chǎn)品營銷高級總監(jiān)

低代碼/無代碼工具將在2024年主導(dǎo)軟件開發(fā)：2024年，低代碼/無代碼工具將主導(dǎo)軟件開發(fā)，因為其為整個企業(yè)的用戶帶來應(yīng)用開發(fā)的力量?！肮耖_發(fā)者”的興起證明，隨著我們走向無代碼的未來，沒有編碼經(jīng)驗的人們正在改變工作世界。隨著技術(shù)企業(yè)采用低代碼/無代碼工具，將節(jié)省時間和金錢，而不是落后于早期采用者。

–Jason Beres，Infragistics高級副總裁

自然語言將為無代碼的下一次發(fā)展鋪平道路：自動化只有在一線團(tuán)隊實施時才有效。五年前，將強(qiáng)大的自動化功能交給非技術(shù)團(tuán)隊的最佳方法是通過低代碼或無代碼界面?，F(xiàn)在，有了讓人們使用自然語言的人工智能聊天機(jī)器人，從銷售到安全的每個團(tuán)隊成員都具備足夠的技術(shù)能力，可以利用自動化來解決自己的獨特問題。人工智能的突破在于用自然語言迭代的新能力，只需要求LLM做一些稍微不同的事情，然后再稍微不同。生成式人工智能和LLM正在消除進(jìn)入壁壘，就像無代碼工具曾經(jīng)為需要知道如何編碼而做的那樣，而無代碼將是下一個被打破的障礙。我們已經(jīng)從Python等編程語言轉(zhuǎn)向Microsoft Excel或拖放界面。明年，我們將看到越來越多的人工智能聊天功能取代無代碼界面。我們可以期待整個組織中的非技術(shù)團(tuán)隊，以其從未想過的方式擁抱自動化。自然語言是前沿的未來。

–Eoin Hinchy，Tines聯(lián)合創(chuàng)始人兼首席執(zhí)行官

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是檢測物聯(lián)網(wǎng)設(shè)備安全異常的關(guān)鍵：隨著連接的設(shè)備越來越多，網(wǎng)絡(luò)攻擊的風(fēng)險及其后果不斷升級。在威脅成為嚴(yán)重安全風(fēng)險之前，機(jī)器學(xué)習(xí)將日益成為幫助識別威脅的關(guān)鍵。到2024年，可以期待大量新的機(jī)器學(xué)習(xí)驅(qū)動的解決方案進(jìn)入市場，以幫助解決物聯(lián)網(wǎng)設(shè)備這一日益嚴(yán)重的問題。

–Mike Wilson，Enzoic創(chuàng)始人兼首席技術(shù)官

對可重用數(shù)據(jù)的需求，將推動與AI/ML功能集成的數(shù)據(jù)管理和統(tǒng)一工具的采用：我們正處于數(shù)據(jù)復(fù)興的風(fēng)口浪尖，與AI和ML功能無縫集成的復(fù)雜數(shù)據(jù)管理和統(tǒng)一工具，將增強(qiáng)和徹底改變我們自動化和交付數(shù)據(jù)產(chǎn)品的方式。這是關(guān)于針對許多業(yè)務(wù)用例量身定制經(jīng)過認(rèn)證、輕松使用且高度可重用的數(shù)據(jù)資產(chǎn)。我們討論的不僅僅是讓數(shù)據(jù)更智能;我們正在構(gòu)建一個未來，讓數(shù)據(jù)成為決策和運營的命脈，推動各行業(yè)前所未有的效率和創(chuàng)新。

–Manish Sood，Reltio創(chuàng)始人、首席執(zhí)行官兼董事長

量子計算

量子神經(jīng)網(wǎng)絡(luò)將使機(jī)器更像人類一樣交流：量子神經(jīng)網(wǎng)絡(luò)的發(fā)展有望重塑人工智能領(lǐng)域，特別是在自然語言處理和圖像識別領(lǐng)域。量子增強(qiáng)能力將帶來更準(zhǔn)確、更高效、更通用的人工智能模型，推動各行業(yè)創(chuàng)新，為人工智能應(yīng)用帶來新的可能性。QNN還將解決語言中的遠(yuǎn)程依賴性和模糊性的挑戰(zhàn)，從而在對話式人工智能中產(chǎn)生更加上下文準(zhǔn)確和類似人類的響應(yīng)。

–Jans Aasman博士，F(xiàn)ranz Inc.首席執(zhí)行官

量子計算將成為現(xiàn)實：雖然量子技術(shù)的全面商業(yè)利用可能還需要數(shù)年的時間，但市場上有越來越多的解決方案正在解決現(xiàn)實世界的問題。到2024年，更多基于量子的用例將成為現(xiàn)實，因為這項技術(shù)從實驗室環(huán)境轉(zhuǎn)移到數(shù)據(jù)中心，其會變得更容易被企業(yè)使用。除了更多的商業(yè)投資，我們還將繼續(xù)看到來自美國、英國和其他國家政府的更多資金，以解決安全障礙和其他不斷發(fā)展的技術(shù)挑戰(zhàn)。

–Holland Barry，Cyxtera高級副總裁兼首席技術(shù)官

到2024年，如果忽視“早期量子采用”，該行業(yè)將面臨落后的風(fēng)險：就像人工智能的興起一樣，量子計算等強(qiáng)大的新技術(shù)給安全行業(yè)帶來了巨大的未知數(shù)。不知道量子是否會被證明是比資產(chǎn)更大的威脅，這種模糊性暴露了一個令人深省的現(xiàn)實，即即使是最具技術(shù)含量的受眾也難以理其是如何工作的。為了為量子進(jìn)化做好充分準(zhǔn)備，安全行業(yè)必須避免坐等其他人如何準(zhǔn)備的錯誤立場。相反，其必須是針對量子的防御協(xié)議的早期采用者。

–Jaya Baloo，Rapid7首席戰(zhàn)略官

未來的量子計算：量子計算將實現(xiàn)規(guī)模飛躍，并將我們對技術(shù)的期望變?yōu)楝F(xiàn)實。首席信息官應(yīng)該依靠過去的模式為未來做好準(zhǔn)備，而量子計算的處理規(guī)模將把20天縮短到20毫秒。檢查用于組織數(shù)據(jù)收集和安全性的基礎(chǔ)系統(tǒng)，并開始準(zhǔn)備基礎(chǔ)設(shè)施，以便能夠處理由此帶來的負(fù)載增加。我們在遠(yuǎn)程工作中看到了同樣的過程——大多數(shù)應(yīng)用和基礎(chǔ)設(shè)施最初并不是為遠(yuǎn)程工作而構(gòu)建的，必須進(jìn)行重構(gòu)以適應(yīng)互聯(lián)網(wǎng)速度、移動設(shè)備和新應(yīng)用。關(guān)于遠(yuǎn)程工作導(dǎo)致IT人員倦怠的討論很多，但真正的根本原因是應(yīng)用并不是為支持遠(yuǎn)程工作而構(gòu)建的。如果我們的環(huán)境還沒有為下一次技術(shù)發(fā)展做好準(zhǔn)備，那么當(dāng)量子計算起飛時，也會看到同樣的倦怠。

–Robert Grazioli，Ivanti首席信息官

到2024年，隨著量子計算從理論承諾穩(wěn)步走向?qū)嶋H實施，計算領(lǐng)域?qū)⒗^續(xù)經(jīng)歷變革。雖然它們擁有解決世界上一些最嚴(yán)重問題的驚人能力，但也給當(dāng)今廣泛使用的公鑰基礎(chǔ)設(shè)施(PKI)加密技術(shù)帶來了巨大風(fēng)險。幾乎所有加密保護(hù)的基礎(chǔ)都是PKI，隨著量子計算機(jī)在2030年左右越來越多地上線，這些算法將很容易受到攻擊。隨著進(jìn)步的加速，量子計算預(yù)計將變得更加容易實現(xiàn)，預(yù)示著計算能力的新時代。轉(zhuǎn)向后量子密碼學(xué)(PQC)將是防御量子計算攻擊的關(guān)鍵。由于量子計算機(jī)威脅到當(dāng)前的加密標(biāo)準(zhǔn)，迫切需要加強(qiáng)數(shù)字安全以防范潛在的漏洞?！渡虡I(yè)國家安全算法套件(CSNA)2.0》和《量子計算網(wǎng)絡(luò)安全準(zhǔn)備法案》等美國政府法規(guī)已生效，并強(qiáng)制要求某些關(guān)鍵基礎(chǔ)設(shè)施組件最早從2025年開始轉(zhuǎn)向量子彈性安全算法。美國國家標(biāo)準(zhǔn)與技術(shù)研究院(NIST)預(yù)計將在2024年發(fā)布PQC算法的最終版本。同時，隨著威脅形勢的不斷發(fā)展，量子計算的激增要求同時關(guān)注網(wǎng)絡(luò)彈性。加強(qiáng)基礎(chǔ)設(shè)施，以抵御日益復(fù)雜的網(wǎng)絡(luò)攻擊并從中恢復(fù)將變得至關(guān)重要，因此需要采取積極主動的方法來保護(hù)量子驅(qū)動的未來中的數(shù)字資產(chǎn)。FPGA等靈活的解決方案對于引領(lǐng)行業(yè)新一輪創(chuàng)新浪潮至關(guān)重要，以確保面對不斷變化的威脅時的數(shù)據(jù)保護(hù)和系統(tǒng)完整性。

–Mamta Gupta，Lattice Semiconductor運營總監(jiān)

RPA、自動化、機(jī)器人

到2024年，對企業(yè)產(chǎn)生更大影響的是自動化，而不是人工智能：雖然明年人工智能可能會繼續(xù)成為頭條新聞，但從實施角度來看，自動化將成為對企業(yè)更具影響力的技術(shù)。事實是，當(dāng)今世界大部分地區(qū)的自動化程度還不是很高。如果現(xiàn)在查看任何技術(shù)堆棧，可能會發(fā)現(xiàn)一些實施不佳的自動化和大量手動流程。然而，隨著企業(yè)尋找2024年提高效率的方法，大多數(shù)企業(yè)將轉(zhuǎn)向自動化，特別是其工程和基礎(chǔ)設(shè)施功能。這是因為自動化效率很高，并且只需要很少的人來管理。對于許多用例，企業(yè)可以建立完全自動化的系統(tǒng)，其運行效果與人類甚至人工智能增強(qiáng)人類一樣好，甚至更好。

–David Hunt，Prelude Security聯(lián)合創(chuàng)始人兼首席技術(shù)官

自動化工具將對開發(fā)人員的速度，以及開發(fā)人員的工作衡量方式產(chǎn)生更明顯的影響。今年人工智能和機(jī)器學(xué)習(xí)的爆炸式增長，正在推動企業(yè)生產(chǎn)力預(yù)期發(fā)生前所未有的轉(zhuǎn)變。到2024年，人工智能和機(jī)器學(xué)習(xí)驅(qū)動的自動化工具的擴(kuò)展可訪問性，將繼續(xù)提高代碼質(zhì)量、可靠性和安全性的基準(zhǔn)，以滿足對快速軟件交付不斷增長的需求。

–Sairaj Uddin，The Trade Desk技術(shù)高級副總裁

自動化和人工智能工具將結(jié)合在一起，形成一個中央“企業(yè)自動駕駛儀”。將流程挖掘和任務(wù)挖掘與人工智能和自動化相結(jié)合，最終將在2024年實現(xiàn)數(shù)字化轉(zhuǎn)型。這些技術(shù)將不再單獨運行，而是將結(jié)合起來，充分發(fā)揮自動化的潛力。將人工智能和自動化整合到一個統(tǒng)一系統(tǒng)中的企業(yè)，將連接分散的流程和系統(tǒng)的工作，從而實現(xiàn)企業(yè)迫切需要的智能和敏捷性，以跟上數(shù)字化轉(zhuǎn)型的步伐。

–Anthony Abdulla，Pega產(chǎn)品營銷高級總監(jiān)