【為什麼我們要編譯這篇文章】

展望 2023 年科技投資趨勢,人工智慧技術專家一致認為 AI 領域的相關創新,仍舊會是企業投資優先標的。領先帶你看 2023 年 AI 領域專家特別看好的三項趨勢。(責任編輯:游絨絨)

日前美國科技部落格網站 VentureBeat 訪問了一群人工智慧技術專家,展望 2023 年科技投資趨勢,他們一致認為 AI 領域的相關創新,仍舊會是企業投資優先標的;專家們尤其特別看好以下三項領域:工作流程自動化與「以人為中心」的 AI 解決方案數據驅動的 AI 決策生成式 AI 應用,這些技術在過去一年發展蓬勃,預期在 2023 年發展腳步不會停歇。

如同 AI 語音轉錄工具「Deepgram」 執行長 Scott Stephenson 所言,2023 年 AI 之於企業發展將成為日益重要的角色,驅動事業體削減成本、促進創新,是工作者事半功倍的關鍵利器。

♦ TO 延伸閱讀:科技巨頭都在虧錢,科技業是不是沒戲唱?WSJ:比起元宇宙更該投資務實技術

趨勢一:人機互動需要「以人為中心」的AI 解決方案

有鑑於 AI 技術持續改變我們的工作方式,流程與生產力工具也不斷推陳出新,部分專家認為這些 AI 生產力工具也應轉往「以人為中心」的發展方向,例如幫助簡化日常工作流程,或者創造出能使人類與科技互動更簡便的平台。

例如軟體開發商「Whizpool」執行長 Zeeshan Arif 就如此預測:「我們將會看到使用者友善、非技術性的 AI 系統大行其道;未來將有越來越多的內部系統,被設計用來精簡化營運流程、改善顧客服務。」

前景同樣看好的還有自然語言處理(NLP)、大型語言模型(LLMs),這兩項技術都有助於企業營運規模化。

像是企業創新平台「The X Future」的共同創辦人 Devanshu Bansal 相信:「NLP 技術正為人機互動模式帶來革新,它能夠理解人類語言,並且根據語意分析做出相應的行動與回應。」而這點創造出的優勢,不只限於清晰的使用者互動,更能為企業規模拓展、取得消費者洞見帶來貢獻。

♦ TO 延伸閱讀:亞馬遜 Alexa 讓你的小孩從小玩 AI 長大!睡前故事讓小孩講給自己聽

趨勢二:優質而大量的數據將驅動 AI、ML 模型

即便 AI 技術在過去一年內急速成長,部分專家認為現階段之發展速度仍顯得遲滯,許多機器學習(ML)專案就因為速度不夠快而以失敗收場;幸好已有不少業界專家認知到此問題,並且想方設法解決。

發展遲緩的因素有很多,例如企業內常見的數據孤島(data silos),或者缺乏充裕的訓練數據──有越來越的企業已意識到,若想訓練出成功的 AI 演算法,背後需要有極為大量的數據去支撐。

而要解決數據量不足的窘境,其中一項解決辦法就是使用混合式資料(synthetic data);根據 Gartner 預測,到了 2024 年,混合式資料將會被用來推進全球 60% 的 AI 專案

另一項做法則是運用基礎模型(foundation models)。通常基礎模型使用的是大量未經標籤的資料,後續再加入量體較小的標籤資料,藉以改善模型解決問題的能力。

♦ TO 延伸閱讀:生成式 AI 跳脫分析角色,用創作能力打趴人類藝術家,贏得美術比賽!

趨勢三:生成式 AI 使用案例將大增

生成式 AI(generative AI)技術進展,是今年人工智慧領域討論度最高的主題之一,催生出好幾家主打輔助創意工作的新創公司,並推出相關技術工具,像是文字生成圖像工具「DALL-E」、Google 的圖像生成系統「Imagen」、AI 繪圖工具「Stable Diffusion 」等。

隨著這些技術不斷演進,文字生成圖像幾乎發生在一瞬間──就算是極為隱晦不清的指令,例如「一具 AI 機器人坐在王座上」,也能立即據此生成圖片。

電腦視覺平台「Encord」共同創辦人 Stig-Hansen,也觀察到生成式 AI 使用案例漸增的趨勢,認為 2023 年此技術的應用普及度將大幅提高;Gartner 也指出,生成式 AI 不僅能改善數位產品品質,且到了 2025 年,全球將有 10% 的數據源自於此項技術(目前只有 1%)。

根據業界專家預測,生成式 AI 的應用場景將變得日益豐富,未來不只是圖像與內容創作,還會延伸到語音辨識、金融、娛樂產業等領域,最後或許將如同「Deepgram」 執行長 Stephenson 所言,不久後,生成式 AI 會演變成像外骨骼裝置(exoskeleton),輔助人類把工作做好,開創效率更高、更有創意的未來。

♦ TO 延伸閱讀:【給 AI 產業工作者的 2023 預言書】五大趨勢與問題,等你們替全世界人類解決!

總體來看,接下來幾年 AI 市場的投資與成長將持續高速增長;《財富商業洞察》報導也指出,到了 2029 年,此產業部門價值預計超過一兆美元。

智能數據平台「Monte Carlo」技術長 Lior Gavish 認為,在今日經濟疲軟、預算緊縮、組織縮編的脈絡下,若想提升 AI、機器學習技術的影響力,「少即是多」為必須把握的關鍵原則。

(本文開放夥伴轉載,參考資料:VentureBeatmediumBernard Marr,圖片來源:Shutterstock