Segundo o Gartner, quatro tendências estão conduzindo inovações de inteligência artificial (IA) em curto prazo. A análise é resultado do mais recente estudo Hype Cycle for Artificial Intelligence 2021, que indica a de inteligência artificial responsável, abordagens com dados pequenos e amplos (Small e Wide Data), operacionalização de plataformas de IA e o uso eficiente de recursos de dados, modelos e cálculos como as grandes chaves para o futuro.
Confira detalhes sobre as quatro tendências que estão impulsionando a inovação de inteligência artificial são:
Inteligência Artificial responsável
Confiança, transparência, justiça e capacidade de auditoria em relação às tecnologias de inteligência artificial continuam a ser fatores de importância pare este mercado. A intenção é que a IA seja mais justa, ainda que os dados sejam tendenciosos; confiável, apesar de métodos de transparência e explicação estejam evoluindo; e garantir conformidade regulatória. O Gartner espera que, em 2023, todo o pessoal contratado para o trabalho de desenvolvimento e treinamento de IA tenha que demonstrar excelência em “Inteligência Artificial responsável”.
Dados pequenos e amplos (Small e Wide Data)
Dados formam a base do sucesso das iniciativas de IA. Abordagens com dados pequenos e amplos permitem análises e inteligências artificiais mais robustas, reduzem as dependências de organizações de big data e fornecem uma consciência situacional mais rica e completa. De acordo com o Gartner, em 2025, 70% das organizações serão compelidas a mudar seu foco de big data para dados pequenos e amplos, fornecendo maior contexto para análises e tornando a Inteligência Artificial menos faminta por dados.
Operacionalização de plataformas de Inteligência Artificial
A urgência e a criticidade de aproveitar a IA para a transformação dos negócios está levando à necessidade de operacionalização das plataformas. Isso significa mover os projetos de IA do conceito para a produção, de modo que as soluções possam ser utilizadas para resolver problemas de toda a empresa.
Uso eficiente dos recursos
Dada a complexidade e escala dos recursos de dados, modelos e cálculos envolvidos nas implantações de inteligência artificial, a inovação desta requer que esses recursos sejam usados em sua máxima eficiência. Multiexperiência, IA combinável, IA generativa e transformadores estão ganhando visibilidade neste mercado pela habilidade de resolver a ampla gama de problemas nos negócios de forma mais eficiente.
Participe das comunidades IPNews no Facebook, LinkedIn e Twitter.
