没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
30页
《AI和机器学习全景报告》是一份跨行业调查报告,旨在通过企业及其高级决策者和技术专家的意见,全面介绍AI和机器学习的现状。在我们第8次年度调查中,澳鹏与美国哈里斯民意调查合作,将我们的调查扩展到北美和欧洲的504名受访者。本报告旨在帮助我 们了解AI的采用情况、AI生命周期中数据管理的成熟度以及负责任的AI的价值。调查结果使我们能够认识到AI的变化及其如何顺应后疫情时代的需要。 新冠疫情加速了AI行业的发展,而且我们继续经历着演进。对反映“新常态”的数据的需求导致企业对高质量数据的需求迅速激增。人类行为业已改变,因此,机器必须学会反映这种新常态以适应此改变。现在,世界正在缓慢进行疫情后的调整,对AI的迫切需求正在趋于平稳,但与2020年和疫情前相比,这一需求仍在攀升。敏锐觉察这一趋势的企业必将迎来AI和ML创新的新机遇。 随着企业领导者和AI从业者对AI发展四个关键阶段认识的加深,他们也更加重视AI生命周期数据的价值。这四个阶段是:数据获取、数据准备、模型训练和部署以及模型评估。
资源推荐
资源详情
资源评论
2022年
AI和机器学习全景报告
AI生命周期数据管理
目录
引言
3
高管致辞
3
关键要点
4
获取
5
质量
9
评估
12
采用
16
结论
28
调查方法
29
关于澳鹏
30
APPEN.COM
2
《AI和机器学习全景报告》是一份跨行业调查报告,
旨在通过企业及其高级决策者和技术专家的意见,
全面介绍AI和机器学习的现状。在我们第8次年度调查
中,澳鹏与美国哈里斯民意调查合作,将我们的调查
扩展到北美和欧洲的504名受访者。本报告旨在帮助我
们了解AI的采用情况、AI生命周期中数据管理的成熟度
以及负责任的AI的价值。调查结果使我们能够认识到AI
的变化及其如何顺应后疫情时代的需要。
新冠疫情加速了AI行业的发展,而且我们继续经历着演
进。对反映“新常态”的数据的需求导致企业对高质
量数据的需求迅速激增。人类行为业已改变,因此,
机器必须学会反映这种新常态以适应此改变。现在,
世界正在缓慢进行疫情后的调整,对AI的迫切需求正在
趋于平稳,但与2020年和疫情前相比,这一需求仍在
攀升。敏锐觉察这一趋势的企业必将迎来AI和ML创新
的新机遇。
随着企业领导者和AI从业者对AI发展四个关键阶段认识
的加深,他们也更加重视AI生命周期数据的价值。这四
个阶段是:数据获取、数据准备、模型训练和部署以
及模型评估。正如我们的预期,随着市场日趋成熟,
企业纷纷寻求合作伙伴帮助推出和维护AI计划。数据
获取和数据准备任务艰巨,企业很快认识到,有效利
用外部资源能够减轻内部数据科学家的压力。
负责任的AI是市场成熟的重要反映,大多数受访者表
示,它是所有AI和机器学习项目的基础。虽然决策者的
意见相当一致,但论及负责任的AI,企业领导者比技术
专家更有可能将道德视为关键因素。
我们的调查结果也反映了时代的变迁,在经历发展初
期的激增之后,AI也在调整适应全球疫情给企业和生活
的方方面面所带来的影响。有关我们调查方法的更多
详细信息,请参阅第29页。
引言
依托我们26年的专业经验,澳鹏
非常荣幸能够与美国哈里斯民意
调查(The Harris Poll)合作,提
供本AI行业现状的全景报告。
作为AI生命周期数据的领导者,
我们高兴地了解到技术、金融、医
疗保健和零售等行业的决策者了解
数据管理在AI不同阶段的价值。来
自这些技术专家和企业领导者的调
查结果和他们的意见为我们应对AI
行业的挑战、满足各种需求并确定
未来的发展方向提供了指导。我们
很兴奋地看到数据科学家花费更少
的时间来采购和准备数据,而企业
对AI项目的推进也更有信心。我预
测,未来10年,所有业务应用程
序的构建均将利用AI保持竞争力。
Sujatha Sagiraju
澳鹏首席产品官
APPEN.CO
4
关键要点
获取
受访者认为,数据获取仍然是个障碍,是AI生命周期中具有挑战性
的一个阶段。
42%的技术专家表示,AI生命周期中的数据获取阶段很有挑战性。
不过,认为数据获取很有挑战性的企业领导者并不太多(24%)。
1
评估
AI在短期内不会取代人类。
受访者对人机协同的重要性有着强烈的共识。81%的受访者认为,
它非常重要或极其重要,97%的受访者认为,人机协同评估对于
AI模型的准确性很重要。
3
道德
负责任的AI是所有AI项目的基础。
93%的受访者认为,负责任的AI是其所在企业所有AI项目的基础。
5
质量
企业领导者和技术专家都认为,数据准确性在理想与现实之间存
在差距。
超过一半的受访者表示,数据准确性对AI的成功至关重要,但只
有6%的受访者表示数据准确性高于90%。
2
采用
人们对AI在商业领域的重要性的看法可能正在转变。
技术专家们对于本企业在业内领先还是与业内同行齐头并进存在
分歧。与欧洲的受访者相比,美国的受访者更有可能表示,本企业
在采用AI方面领先于业内同行。
4
APPEN.COM
5
获取
数据获取仍是AI应用构建团队的主要瓶颈。
原因各不相同。例如,特定用例的数据可能不足,新的机器学习技术需要更多的数据,或者
并未建立轻松高效获取所需数据的适当流程。
受访者对AI生命周期数据管理的看法有着强烈的共识,即企业领导者了解AI生命周期数据管
理的价值(90%同意),AI生命周期数据管理正在改变本企业的的经营方式(87%同意)。
决策者在AI生命周期四个阶段会平均分配数据管理时间。7成(71%)的受访者表示,
本企业在AI生命周期的许多阶段都很纠结。
获取
38%
39%
34%
34%
10%
7%
6%
5%
4%3%3%1%
37%
40%
46%
46%
8%8%8%
9%
2%3%3%
3%
1%0%1%2%
25.8% 24.3% 23.4% 22.8%
按阶段分配的时间百分比
数据获取
51%+
41% - 50%
31% - 40%
21% - 30%
11% - 20%
1% - 10%
0%
平均占用时间%
数据准备
模型测试和部署
人工模型评估
剩余29页未读,继续阅读
资源评论
张二咪
- 粉丝: 89
- 资源: 9
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功