2018年将是机器学习的重要转折年

2018年将是机器学习的重要转折年

德勤的一份新报告称,机器学习技术的转折点已经到来。

机器学习将在2018年迎来一个大年头。该公司《2018年技术、媒体和电信》报告的主要预测之一是,到2018年底,企业可能会将ML技术的使用增加一倍。

2017年,很多传统TMT(Technology,Media,Telecom 即科技、媒体和通信)巨头面临增长缓趋,于是考虑重资产化追求规模效应,开拓、转型成了战略选择。在接下来的50年时间里,2018年的机器学习(machine lerning) 以下简称“ML”)能力将被视为这项技术历史上的婴儿阶段。

因此,2018年将会是互联网马太效应进一步强化的一年,机器学习/人工智能、虚拟现实等新兴科技将出现在一些简单的应用场景,通信技术进一步发展,数字内容产业继续繁荣。机器学习(ML)是人工智能的核心元素,今年将以惊人的速度取得进展。

德勤副董事长保罗•萨洛米(Paul Sallomi)表示:“我们已经达到了临界点,在企业中,机器学习的应用将会加速,并将推动业务运作的改善,更好的决策,并提供更强的或全新的产品和服务。”

该报告强调了德勤认为将通过使其更容易、更便宜和更快的方式,在企业中释放更多的ML的领域。最重要的关键领域是新半导体芯片的增长,这将增加ML的使用,使应用程序能够使用更少的功率,同时变得更灵敏、更灵活、更有能力。

德勤预测,到2018年底,在数据中心用于加速ML的所有芯片中,超过25%将是现场可编程门阵列和特定于应用程序的集成电路。该公司表示,这种新型芯片应能显著提高ML的使用

该公司还预测,到2018年,使用该技术的实施和试点项目数量将比2017年翻一番,到2020年将再次翻番。报告称:“此外,随着诸如ML应用程序接口(api)和云中的专用硬件等技术的启用,这些进展将对小型企业大型企业来说都是可行的。”

尽管目前对ML和认知技术的普遍兴奋,以及对这些技术的投资的积极预测,大多数使用ML的企业只有少量的部署和导频辅助,德勤说。

该公司对美国高管的调查显示,他们的公司都在积极使用认知技术(cognitive technologies),并且对这些活动非常熟悉,其中有62%的公司实施了5个或更少的实施方案,并有相同数量的导频辅助。阻碍公司发展的因素包括缺乏合格的从业人员、工具和框架的不成熟,以及获得一些ML模型开发技术所需的大型数据集的困难

但是随着自动化培训提高,使用ML的障碍越来越少,公司将在技术上进行更大的投资,而这又将导致企业在2018年底之前将ML的导频辅助和部署数量增加一倍。报告说,到那时,超过三分之二的大公司使用ML可能有10个或更多的实现,也有类似数量的导频辅助。

敬请关注

本文来自企鹅号 - 全球大搜罗媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

扫码关注云+社区