市场分析机构Gartner近日发布了最新的技术成熟度曲线(Hype Cycle),重点关注三个关键趋势:沉浸式体验的演变和扩展、人工智能自动化的加速、所谓的优化技术专家交付。
这与Gartner发布的2021年技术成熟度曲线中的技术截然不同,而编制该曲线的分析师表示,新兴技术成熟度曲线本质上是动态变化的,因此,很多技术最多只出现一两年之后,就会给其他新兴的技术让出空间。
尽管如此,Gartner表示,出现在曲线中的技术有可能在未来二到十年内为早期采用者带来显着的竞争优势。
Gartner副总裁分析师Melissa Davis表示:“新兴技术为企业提供了转型潜力,但CIO和技术创新领导者们面临的挑战是要在扩大数字能力的同时,提高可持续性,以应对不断突显的资源限制。企业组织必须消除围绕新兴技术带来的噪音,通过利用推动竞争差异化和效率的创新来加速变革。”
关于沉浸式体验趋势的发展和扩展,Gartner解释说,数字体验的未来正变得越来越沉浸式,并将得到一系列新兴技术的支持,这些技术可以实现更动态的虚拟表示、环境、以及人和客户构成的生态系统,还有新的参与模式。
这些新技术主要集中在源自区块链和加密货币的创新,包括元宇宙、NFT、超级应用、Web3、去中心化身份、数字人类、客户的数字孪生、内部人才市场。
据Gartner称,这些技术使个人能够控制自己的身份和数据,体验与数字货币集成的、虚拟的生态系统,还可以帮助企业以新的方式接触客户,加强或者开辟全新的收入来源。
Gartner表示,加速AI自动化是指将AI扩展为新产品以及现有产品、服务和解决方案不可或缺的一个部分,这将催生一系列全新的专业AI模型,可用于实现模型开发、训练和部署的自动化。Gartner表示,这可以让人类的角色重新聚焦,从而使人工智能能够做出更准确的预测和决策,并更快地获得收益。
促成这一趋势的技术包括自主系统、因果式AI、基础模型、生成式设计AI以及机器学习代码生成。
至于优化的技术人员交付,这是指成功的数字业务是内部自建而非外部购买得来的,Gartner明确指出了一系列以产品、服务和解决方案构建者社区及其使用的平台为中心的新兴技术。
这覆盖的技术非常多,包括增强的FinOps、云数据生态系统、云可持续性、计算存储、网络安全网格架构、数据可观察性、动态风险治理、行业云平台、最小可行架构、以可观察性为驱动的开发、OpenTelemetry和平台工程。Gartner表示,这些技术有助于获得反馈和洞察,用于优化和加快产品、服务和解决方案的交付,同时使业务运营更具可持续性。
2022年的技术成熟度曲线涵盖了过去一年中Gartner所研究的2000多项新技术和应用框架,而且Gartner指出,目前这些新技术和应用框架都处于生命周期的早期阶段,未来如何发展还存在着诸多的不确定性,换句话说,这些新技术和应用框架可能是有利的,也可能会带来一些风险。
Gartner副总裁、杰出分析师Gary Oliffe表示:“这些技术可能会给部署带来更大的风险,但对于那些能够凭借自身应对未经验证的技术的能力来评估和利用这些新技术的早期采用者来说,可能会带来更大的好处。”
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。