數據編織 超級自動化 邊緣人工智能……

　　2022年：這些技術發展趨勢不容忽視

　　科技創新世界潮

　　◎本報記者 劉 霞

　　新冠疫情催生了數字孿生、元宇宙、萬(wan) 能宇宙、增強現實、虛擬現實和混合現實的廣泛使用。隨著人們(men) 需求的不斷增多以及技術的不斷進步，還會(hui) 有更多新技術湧現。美國《福布斯》雜誌網站在近日的報道中，向我們(men) 展現了2022年的技術發展趨勢。

　　數據經濟

　　世界已經進入數據經濟時代。數據為(wei) 人工智能提供了基礎“養(yang) 分”，而人工智能則幫助人們(men) 從(cong) 數據中獲得有意義(yi) 的信息，為(wei) 自己的行為(wei) 和決(jue) 策提供參考。這一點在2021年亞(ya) 馬遜雲(yun) 科技大會(hui) 上表現得非常明顯。在這場技術盛會(hui) 上，與(yu) 會(hui) 人士討論的全都圍繞數據能夠提供什麽(me) 價(jia) 值、服務，各式各樣的企業(ye) 也都在想方設法以最大程度地利用好自己的數據。

　　首席數據官和首席分析官在企業(ye) 地位與(yu) 日俱增也證明了這一點。首席數據官負責監督一係列與(yu) 數據有關(guan) 的功能，以確保組織得到最有價(jia) 值的資產(chan) ，其職責包括提升數據質量、數據治理和主數據管理等項目，還包括製訂信息戰略、數據科學和業(ye) 務分析。

　　無代碼/低代碼平台

　　大多數企業(ye) 意識到數據和人工智能的重要性，然而，要想“變身”為(wei) 數據驅動型企業(ye) 可能麵臨(lin) 很多問題，比如，將人工智能模型整合到商業(ye) 應用程序中就需要將近8個(ge) 月的時間。無代碼/低代碼平台由此應運而生，幫助包括“平民開發者”等非專(zhuan) 業(ye) 人士在內(nei) 的更多人迎接數據和人工智能帶來的挑戰。

　　平民開發者並非專(zhuan) 業(ye) 程序員，是公司的員工，他們(men) 可以在公司內(nei) 部開發新的業(ye) 務應用程序，以供其他員工使用。未來，幾乎隻有一點技術知識的任何人都可以進行軟件開發，無代碼/低代碼工具可以將普通的業(ye) 務用戶積極地轉變為(wei) 平台開發者。

　　邊緣人工智能

　　5G、人工智能和網絡安全需要相互配合才能實現更廣泛的滲透。來自工廠和自動駕駛車輛的物聯網端點的數據將引發一場數據海嘯。

　　邊緣人工智能和聯合學習(xi) 正在奮力迎接這些挑戰，在不共享數據集和侵犯隱私的情況下，在本地和集中數據集上訓練模型。隨著擴展檢測和響應、安全信息和事件管理以及安全協調、自動化和響應的興(xing) 起，再加上智能運維管理平台，安全將在處理應用程序和數據分布方麵發揮至關(guan) 重要的作用。

　　超級自動化

　　超級自動化既是一種思維方式也是一種技術合集：即組織中任何可以自動化的業(ye) 務都應該自動化；超級自動化是一種創新技術合集，包括機器人流程自動化、人工智能、機器學習(xi) 等技術，以幫助組織提升運營效率和節省時間。

　　超級自動化通過快速識別、審核和自動執行盡可能多的流程來實現加速增長和業(ye) 務韌性。加特納公司的研究表明，表現最好的超自動化團隊專(zhuan) 注於(yu) 三個(ge) 關(guan) 鍵優(you) 先事項：提高工作質量、加快業(ye) 務流程和增強決(jue) 策敏捷性。

　　數據編織

　　數據編織也是加特納公司發布的2022年值得關(guan) 注的頂級技術趨勢之一。

　　數據編織是下一代數據管理，它集成了數據倉(cang) 庫、數據湖、湖倉(cang) 一體(ti) 、數據集市等多個(ge) 數據源的數據。數據湖指各種格式原始數據的存儲(chu) 庫。湖倉(cang) 一體(ti) 是數據管理領域中的一種新架構範例，結合了數據倉(cang) 庫和數據湖的最佳特性。數據分析師和數據科學家可以在同一個(ge) 數據存儲(chu) 中對數據進行操作，同時它也能為(wei) 公司進行數據治理帶來更多的便利性。而數據集市指滿足特定部門或者用戶的需求，按照多維方式進行存儲(chu) ，生成麵向決(jue) 策分析需求的數據立方體(ti) 。

　　數據編織不僅(jin) 能更持久地保存數據，還能利用人工智能實現數據的就地、自助分析、分類和治理。作為(wei) 一種跨平台和業(ye) 務用戶的靈活、彈性數據整合方式，數據編織能夠簡化企業(ye) 機構的數據整合基礎設施，並創建一個(ge) 可擴展架構，以此來減少大多數數據和分析團隊因整合難度上升而出現的問題。

　　可解釋人工智能

　　“深度思維”公司最近發布了名為(wei) “地鼠”的新的超大型語言模型。“地鼠”可運行2800億(yi) 個(ge) 參數，超越了OpenAI公司此前發布的能運行1750億(yi) 個(ge) 參數的GPT-3，但遜於(yu) 英偉(wei) 達-微軟公司發布的能運行5300億(yi) 參數的“威震天-圖靈”。研究結果證實，“威震天-圖靈”在一係列自然語言任務，包括文本預測、閱讀理解、常識推理、自然語言推理、詞義(yi) 消歧中都獲得了前所未有的準確率。

　　然而，人工智能在克服偏見、保護隱私和獲取信任方麵存在挑戰，這導致了可解釋人工智能(XAI)的興(xing) 起。XAI是人工智能的一個(ge) 新興(xing) 分支，用於(yu) 解釋人工智能所做出的每一個(ge) 決(jue) 策背後的邏輯。XAI可以改善AI模型的性能，因為(wei) XAI的解釋有助於(yu) 找到數據和特征行為(wei) 中的問題，它也可以提供更好的決(jue) 策部署，因為(wei) 其解釋為(wei) 中間人提供了額外的信息，使其可以明智而果斷地行動等。