2020年人工智能的预测，当操作化人工智能发展时要考虑
随着2019年几乎没有从后视镜中消失，现在是时候后退一步，看看未来12个月将会发生什么。对于那些管理和实施人工智能和ML项目和部署的人来说，这是一个快速发展的生态系统，2020年也不会有什么不同。
以下是Appen对2020年人工智能的6个预测，值得关注。
将AI从POCs转移到程序仍然是一个挑战
许多组织继续进行人工智能实验，但从概念验证到活动项目阶段进展缓慢。这是因为在大规模实施人工智能之前，仍有一些主要障碍和障碍需要克服。我们可以预期，这一挑战将在2020年继续存在。IT领导者想要取得领先，需要付出额外的努力来创建正确的框架，将项目从POC转移到生产环境，并交付业务价值，这包括正确的算法和方法训练数据也是衡量成功的可靠方法。
重点转向优化数据和分析投资
随着这些策略的成熟，商业领袖将专注于展示数据和分析投资的ROI。为了突出D&A战略的全球影响，企业必须转向优化成本、解决数据挑战和推动业务价值的技术。
评估您的数据策略，包括规划数据收集，确保您有足够的干净数据，理解您的数据，并利用合作伙伴，如Appen，以确保您的计划有高质量的培训数据。
负责任的人工智能成为未来工作的关键组成部分
负责任的人工智能，或道德、透明和负责任的人工智能技术使用的实践，将成为2020年关于未来工作的讨论的前沿。人工智能继续改变学习和工作环境，改变我们的工作内容，以及完成工作的方式。人工智能和人工智能从业者应该准备好回答人工智能将如何通过开发新的工人技能、支持人工智能领域的组织能力以及引领创新等方式改善工人体验。
这并不是所有负责任的人工智能也应该扩展到那些收集和标注数据的人。正如《阿彭的人群》中解释的那样道德规范在美国，支持那些使人工智能和ML成为可能的技术至关重要。这包括支持公平薪酬、包容、群体声音、隐私和保密、交流以及群体福祉。
在客户服务中广泛采用人工智能
由于最近的收益自然语言处理美国的客户服务正在经历巨变。NLP的进步为聊天机器人、在线问答、情感分析等开辟了可能性。这些进步源于改进的培训数据和可访问的结构化数据——这在过去阻止了NLP真正影响客户服务。正因为如此，我们可以期待看到人工智能应用的广泛采用，使客户服务体验现代化。
ML工具和AIOps在企业中获得更多的吸引力
人工智能和ML在过去几年的发展导致了整个生态系统的进化，包括机器学习工具和AIOps计划。预计人工智能和ML工具将在2020年大幅增长，包括类似的工具数据注释、模型培训、模型服务等等。
随着ML工具的普及，企业将转向AIOps来有效监控、自动化，并提供服务台支持，以推动更快、更好的决策制定。监控的一个挑战将是这些工具基于云的本质，以及完全在本地运营的公司将如何适应。尽管AWS、GCP和微软Azure等大型平台为云部署打开了大门，但许多《财富》500强公司还没有做到这一点。
人工智能计划需要采用安全数据实践
除了应对基于云计算的挑战，企业还在与安全和道德最佳实践进行斗争。随着数据泄露(尤其是包括PII在内的数据泄露)成为一个成本越来越高的问题，围绕人工智能举措的讨论将回到保护数据实践，这可能会推动更多的内部人工智能部署。
让人工智能在现实世界中发挥作用的领导者将成功地将他们的人工智能项目扩展到核心业务，确保他们的团队不仅使用最先进的算法，还使用最好的工具、可扩展的高质量培训数据和合作伙伴的专业知识。
