Systemy danych w chmurze i sztuczna inteligencja na brzegu sieci (#edgeAI) mają ogromny wpływ na to, jak dane są dzisiaj analizowane w ramach ‘data science’, czyli nauki o gromadzeniu i eksploracji danych. Analitycy Gartnera wskazują na pięć najważniejszych trendów kształtujących przyszłość technologii DSML (data science & machine learning) zapewniających zaawansowaną analitykę danych: ekosystemy danych w chmurze, AI na brzegu sieci (Edge AI), odpowiedzialna AI, AI zorientowana na dane syntetyczne oraz przyspieszone inwestycje w AI.

Gartner przewiduje, że do 2027 roku 50% programistów będzie korzystać z narzędzi do kodowania opartych na technologii uczenia maszynowego (obecnie odsetek ten wynosi niecałe 5%). Eksperci Gartnera radzą: „ Aby zoptymalizować generowanie kodu, opanuj szybką inżynierię, wykorzystując kombinację języka naturalnego i praktyk kodowania.”

Gartner przewiduje, że do 2025 roku ponad 55% wszystkich analiz danych przeprowadzanych z wykorzystaniem tzw. głębokich sieci neuronowych (ang. deep neural networks) będzie przeprowadzane w miejscu ich przechwycenia w systemie edge, w porównaniu z mniej niż 10% w 2021 r.

Nowe możliwości stwarzane przez uczenie maszynowe (#machine learning) obecnie kształtują przyszłość sztucznej inteligencji. – W miarę szybkiego wzrostu wykorzystania uczenia maszynowego w różnych branżach, technologie określane jako DSML ewoluują od koncentracji wyłącznie na modelach predykcyjnych w kierunku modelu bardziej zdemokratyzowanego, dynamicznego i skoncentrowanego na danych. Obecnie istotną rolę odgrywa też szum wokół generatywnej sztucznej inteligencji. Chociaż pojawiają się potencjalne zagrożenia, to powstaje również wiele nowych możliwości dla analityków danych (#datascientists) i ich organizacji – mówił na konferencji w Sydney Peter Krensky, dyrektor analityk w firmie Gartner.

Choć generatywna sztuczna inteligencja obecnie znajduje się w centrum uwagi, to jednak nie wpływa ona jeszcze znacząco na poziom wydatków na IT, podkreślają analitycy Gartnera.

Obecnie platformy zarządzania danymi w coraz większym stopniu wykorzystują narzędzia analityczne, zwłaszcza uczenie maszynowe. Platformy analityczne i BI (Business Intelligence) rozwijają możliwości analizy danych i pojawiają się nowe rozwiązania zapewniające określoną funkcjonalność dla kluczowych działań, takich jak wizualizacja danych czy zarządzanie danymi i analityką. Kolejny poziom innowacji to dostępność analityki danych w ramach usług chmurowych.

Cały artykuł Przyszłość AI i analityki danych w październikowym wydaniu miesięcznika „IT Professional”.

(grafika tytułowa – źr. Pixabay)