隨著人工智慧在人們日常生活中變得越來越重要，越來越多的人想知道這些模型究竟是如何運作的。這是由內部利害關係人、消費者和監管機構推動的。
CloudSphere公司技術長Keith Neilson表示，AIOps更強調網路資產管理，以標記和分類資產——隨著企業採用自動化來幫助警報管理和自動解決問題，以最大限度地提高營運可靠性和正常運行時間，AIOps正在崛起。同時，人們看到資產的高階標記和元資料管理的興起，以確保AIOps演算法能夠在自動化流程中有效地管理這些資產。
TruEra公司聯合創始人、總裁兼首席科學家Anupam Datta表示，美國監管機構一直在研究人工智慧的挑戰和影響，但尚未採取重大行動，這與歐盟委員會不同。我預計這種情況將在2023年發生變化，美國最終將在聯邦層級起草自己的規則，類似於歐盟和亞洲已經生效的規則。安全護欄對這個市場上的每個人都有好處，最終將有助於建立對人工智慧的信任。美國即將推出相關法規，企業應該做好準備。
Icertis公司聯合創始人兼首席技術長MonishDarda表示，雖然人工智慧傳統上被視為一項複雜且具有挑戰性的創新，但在2023年，人工智慧將被傳播到更廣泛的用戶群中，包括那些沒有人工智慧專業知識的人。這項變更將把權力交到客戶手中，而不僅僅是開發人員。公司將尋求自助服務工具來創建自己的客製化機器學習模型，以檢查業務特定屬性。
企業將以負責任的人工智慧來應對即將到來的人工智慧法規。歐盟和美國政府計劃實施新的法規來保護消費者(即歐盟對產品和人工智慧的責任規則以及白宮的人工智慧權利法案)。然而令人驚訝的是，許多組織將人工智慧監管視為成功的福音，而不是障礙：將近三分之二(57%)的公司將人工智慧視為其策略優先事項的關鍵推動者。 2023年，許多企業將從被動的人工智慧合規策略轉向積極發展負責任的人工智慧能力，以便為適應新的法規和指導奠定堅實的基礎。
TruEra公司共同創辦人、總裁兼首席科學家AnupamDatta表示，人工智慧是朋友還是敵人?在2021年和2022年，由於糟糕的訓練資料等因素，人們擔心人工智慧會導致偏見。 2023年，越來越多的人意識到，人工智慧可以繞過偏見產生的歷史點，幫助消除偏見。人類往往比機器更有偏見。人們開始看到人工智慧可以減少偏見，而不是引入偏見。
地緣政治的變化將減緩人工智慧的採用，因為恐懼和保護主義為資料移動和處理地點設置了障礙。宏觀經濟的不穩定，包括能源成本的上升和即將到來的經濟衰退，將阻礙人工智慧計畫的發展，因為企業很難維持電力供應。
Icertis公司聯合創辦人兼技術長Monish Darda表示，2023年，企業將專注於消除自動化決策系統的偏見。近年來，Icertis公司一直優先發展符合倫理和可解釋的人工智慧模式。現在，隨著《人工智慧權利法案》藍圖的發布，整個科技產業將致力於消除人工智慧領域的不公平。機器永遠不可能擁有所有的數據，這就是為什麼讓人類參與其中是如此重要。
Nexla公司創辦人兼執行長Saket Saurabh表示，增強資料管理:隨著人工智慧與資料品質、元資料管理和主資料管理的整合程度越來越高，增強資料管理的重要性將會上升。這意味著由於機器學習和人工智慧的發展，人工資料管理任務將會減少，這使得專家能夠處理更多高價值的任務。
人工智慧速度和品質之間的鬥爭將達到頂峰。只要企業利用人工智慧，高階主管就一直專注於兩件事中的一件：部署人工智慧的速度或人工智慧資料的品質。科技與人類監督相結合，幫助發現過程中需要改進的領域，將有助於實現速度和質量，並幫助企業在未來一年實現他們的人工智慧目標。
EZOPS公司創辦人兼執行長Bikram Singh表示，企業將有能力在其組織內使用人工智慧來更好地滿足他們個人的特定業務需求。人們將在2023年看到的人工智慧領域最大的趨勢之一，將是從資料科學家的人工勞動，轉向更多的工業化、嵌入式類型的結構，在這種結構中，實際業務用戶能夠開始使用和使用演算法。它將不再是嚴格意義上的資料科學家的領域，它將遠離標準的、實驗室類型的黑盒子結構。人們真的會開始在這些項目中看到更多的工業化。我們要看到的是，透過消除這些資料孤島，並將人工智慧直接應用到組織中，可以使組織內的資訊更加民主化。這也將受益於低程式碼無程式碼類型的環境，在這種環境中，使用者可以開始配置他們想要處理的資料集，以及他們自己如何計算和利用這些資料來創建預測、對其進行微調，並使其為他們工作。
Kyndi公司創辦人兼執行長RyanWelsh表示，人工智慧產業將提供更多可以由商業用戶直接操作的工具。企業一直在招募越來越多的資料科學家和mle，但人工智慧在生產中的淨採用率並沒有以同樣的速度成長。雖然大量的研究和試驗正在進行，但隨著商業環境的發展，企業並沒有從可以輕鬆擴展和管理的人工智慧生產解決方案中受益。在未來的一年裡，人工智慧將開始變得更加民主化，這樣技術水平較低的人就可以直接利用那些抽象化所有機器學習複雜性的工具。沒有接受過高級統計和/或數學方面正式培訓的知識工作者和公民“數據科學家”將使用這些自助服務工具從數據中提取高價值的見解，使他們能夠執行高級分析並以業務的速度解決特定的業務問題。
隨著基於人工智慧的決策的商業應用的增加，合乎道德的人工智慧變得至關重要。各行各業的公司都在加速使用人工智慧進行基於數據的決策。無論是社交媒體平台壓制帖子，將醫療專業人員與患者聯繫起來，還是大型財富管理銀行向最終消費者提供信貸;然而，當人工智能決定最終結果時，目前還沒有辦法抑制演算法中固有的偏見。
在2023年，企業需要能夠遵守這些擬議的法規，包括確保隱私和資料治理、演算法透明度、公平和非歧視、問責制和可審計性。考慮到這一點，企業必須實施自己的框架來支援道德人工智慧，道德人工智慧在未來一年必將變得比以往任何時候都更加重要。
以上是2023年人工智慧產業預測的詳細內容。更多資訊請關注PHP中文網其他相關文章！
