9月24日動靜，Gartner公布 2021年人工智能技術成熟度曲線（Hype Cycle for Artificial Intelligence, 2021），個中的四個趨向正在推進近期人工智能立異。這四個趨向分別是：負責任的人工智能、小而寬數據計謀、人工智能平臺的操縱化，和數據、模子和測算資源的有用使用。

Gartner初級首席研討分析師Shubhangi Vashisth默示：“人工智能的立異速度飛快，技能成熟度曲線中 一半以上的技能將在兩到五年內成為主流技能 。邊沿人工智能、計算機視覺、決議智能和機械進修等立異皆將在將來幾年對市場發生革命性的危害。”

人工智能市場仍處于逐漸發展階段，位于技能萌芽期的人工智能立異占有著很大的比例（見圖一）。這表明終端用戶正在追求超越當前人工智能工具功效局限的特定技能功效這一市場趨勢。

圖一、人工智能技術成熟度曲線

來歷：Gartner（2021年9月）

Gartner以為以下四項趨向正在推進人工智能立異：

負責任的人工智能（Responsible AI）

Gartner研討副總裁Svetlana Sicular透露表現：“進步人工智能技術的可信度、透明性、平正性和可審核性對各種好處相干者的重要性仍正在日趨增添。負責任的人工智能有助于：實現平正（即使數據中存正在成見還沒有破例）、取得信賴（只管透明度和可解釋性辦法正正在漸漸進步）和正在確保羈系合規的與此同時，起勁克制人工智能的幾率性質。”

Gartner預測到2023年，一切人工智能開辟和培訓人員都必須具有負責任的人工智能方面的專業知識。

小而寬數據（Small and Wide Data）

數據是樂成人工智能方案的根蒂根基。小而寬數據計謀可以實現更強盛的闡發和人工智能、削減企業機構對大數據的依靠，并供應更雄厚、更完全的情境感知。

依據Gartner的展望，到2025年，70%的企業機構將被迫把重點由大數據轉向小而寬數據，這將為闡明東西給予更多的上下文并降低人工智能對數據的需求。

Sicular暗示：“小數據的關鍵在于利用只需較少數據就可以供應有用洞察的剖析手藝，而寬數據則能實現各類數據源的剖析和協同作用。把這一些計謀聯合在一起就可以夠實現更強盛的剖析并有利于取得越發全方位的業務題目視角。”

人工智能平臺的操縱化（Operationalization of AI Platforms）

使用人工智能增進業務轉型的緊迫性和關鍵性正在推進人工智能平臺的操縱化需求。這意味著將人工智能項目由觀點轉向出產，進而能夠依附人工智能處理方案來處理企業范圍內的題目。

Sicular暗示：“憑據Gartner的研討，只有一半的人工智能項目可以由試點進入到出產，而這一些項目標均勻完成時候為9個月。人工智能編排和自動化平臺（AIOAPs）和模子操縱化（ModelOps）等立異正在實現可重用性、可擴展性和管理，加速人工智能的采取和增長速度。”

資源高效使用（Efficient Use of Resources）

鑒于人工智能安排所涉及到的數據、模子和較量爭論資源復雜性取范圍，人工智能立異需求最高效地哄騙這一些資源。多重體驗（multiexperience）、組合式人工智能（composite AI）、生成式人工智能（generative AI）和Transformer因可以以更高效的方法處理各種業務題目而引起了人工智能市場的存眷。