人工智能现状如何?且看这十家机构发布的24组数据

2023-10-09 05:10

本文主要是介绍人工智能现状如何?且看这十家机构发布的24组数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

https://www.toutiao.com/a6652487541603697155/

 

2019-01-31 10:49:31

人工智能现状如何?且看这十家机构发布的24组数据

 

这几年大热的人工智能,现状如何?最近的调查涉及以下几个方面:人工智能的普及、一些可衡量的影响、企业应用人工智能所面临的与人相关的挑战以及“人工智能的生命线”——与数据相关的许多问题:数据在企业发展中扮演什么角色?企业如何保护数据隐私以及相关政策?此外,公众仍不确定人工智能对人类来说究竟是好是坏?而对这些问题的回答可能是人工智能作为商业工具不断应用普及的关键。

01

当前和未来的人工智能应用:稳步增长

l 92%的企业高管正在加大对大数据和人工智能的投资步伐,62%的高管已经看到了可衡量的结果(NewVantage)。

l 36%的高管认为人工智能(AI)和机器学习(ML)在企业的数字化战略中扮演了重要的角色,45%的高管认为AI /ML是最重要的技术,三年后可以在组织的数字化战略中扮演重要角色(EIU)。

l 今天,28%的零售商正在部署人工智能,高于2017年的17%和2016年的4%(Capgemini)。

l 73%的美国大型企业网络安全分析师已经实现了至少包含人工智能某些方面的安全产品,但是25%不打算在将来实现额外的人工智能安全解决方案(Osterman)。

l 22%的企业管理人员使用先进的分析技术和人工智能来预测网络入侵风险(SMR)。

l 86%的IT高管在探索机器学习(ML)和人工智能(AI)用于解决网络安全的方案(Radware)。

l 只有7%的企业管理人员在决策或生产工作流程中应用机器学习和人工智能(SMR)。

02

一些迹象以及人们对人工智能寄托的期望

l 98%使用人工智能的零售商预计客户投诉的数量将减少15%,而99%的零售商预计人工智能将增加15%的销售额(Capgemini)。

l 71%的零售商表示,人工智能正在创造就业机会,其中68%的工作处于高级水平;75%的人表示,到目前为止,人工智能还没有取代他们组织中的任何工作(Capgemini)。

l 48%的IT高管认为更快的响应时间和更好的安全性是主要的驱动因素,以探索基于机器学习的网络安全解决方案(Radware)。

03

AI应用中所面临的挑战更多的在于人而不是技术

l 77%的企业高管表示,大数据和人工智能项目的“业务实践(business adoption)”继续对其企业构成挑战。高管们列举了多种因素(组织一致性、敏捷性、阻力),其中95%来自文化挑战(人员和流程),只有5%与技术相关(NewVantage)。

l 76%的企业管理人员表示他们增加了对其认为有用的数据访问权限,只有43%认为他们经常拥有做出决策所需的正确数据(SMR)。

l 基于人工智能的网络安全产品:交付不准确的结果占54%,很难使用占42%,比传统的更昂贵占71%(Osterman)。

04

对于成功的人工智能应用来说,人们对数据的态度至关重要。

l 只有21%的企业管理人员报告了数据质量的正式方法(作为正式数据管理工作的一部分,定期监控、管理和提高数据质量),而42%报告非正式的方法(生产或使用数据的人,为了准确、一致性、及时性和完整性)而积极地修正数据(SMR)。

l 只有31%的企业高管表示其组织是数据驱动的,低于2017年的37.1%和2018年的32.4%(NewVantage)。

l 只有17%的商业领袖总是在决策过程中加入数据和分析,16%的企业管理人员定期评估员工的数据素养(SMR)。

05

数据隐私涉及到与你收集到数据的人进行交流

l 74%的Facebook用户表示,他们不知道该平台的兴趣清单;59%的用户表示其列表非常(13%)或某种程度(46%)准确地反映了他们的兴趣,27%的用户表示这个列表不太(22%)或者根本不能够准确(5%)代表他们;51%的用户说他们对Facebook创建这个关于他们的兴趣和特征的列表并不十分满意(Pew)。

l 41%的企业管理人员表示会通知客户如何收集、使用和共享他们的信息,并对员工使用数据的方式进行内部控制;20%通知客户他们如何收集、使用和共享他们的信息,但没有内部控制;25%已经实现了数据隐私措施,但还没有在外部进行沟通;14%说这不是他们关心的问题(SMR)。

06

在投资人工智能之前先投资数据安全

l 2018年网络攻击造成的初始成本比2017年增加了52%(Radware),商业威胁增加了79%(Malwarebytes)。

l 44%的企业管理人员在数据泄露的情况下有一个响应计划,47%跟踪所有数据存储的地方,43%保持更新的敏感数据类型列表,44%会培训所有与IT安全风险和实践有关的员工(SMR)。

07

公众对人工智能的态度和理解可能会影响人工智能的普及

l 41%的美国人在某种程度上支持或强烈支持人工智能的发展,而22%的人或强烈反对它(Oxford)。

l 82%的美国人认为机器人以及人工智能应该被谨慎管理(Oxford)。

l 31%的美国人支持开发高水平的机器智能(例如,机器能够执行几乎所有与当前经济相关的任务,比中等水平的人更好),而27%的人则表示反对 (Oxford)。

l 63%的专家希望大多数人在2030年(人工智能和相关技术系统将提高人类能力并赋予他们力量)的情况下会更好,37%的人预测人们的生活并不会变得更好(例如,人工智能将减少人类的自主权和能动性)(Pew)。

(选自:Forbes 作者:Gil Press )

来源:

1.NewVantage Partners公司对大数据和人工智能(AI)的高级企业高管进行的第七次年度调查

2.Capgemini对全球退休人员如何实施人工智能的调查

3.斯隆管理评论(SMR)和SAS全球企业管理人员调查

4.经济学人智库(EIU)和DXC高级管理人员对其组织“数字转换”的调查

5.Osterman 对美国大型组织网络安全分析师的研究与保护对策调查

6.Radware全球应用和网络安全报告,一项对IT高管的全球调查

7.Malwarebytes恶意软件报告,分析了2017-2018年恶意软件所带来的威胁

8.牛津大学人工智能管理中心:美国人的态度和趋势,一项针对美国成年人的调查

9.皮尤研究中心(Pew Research Center),人工智能和人类的未来,一项对技术先锋、创新者、开发者、商业和政策领袖、研究人员和活动家的调查

10.皮尤研究中心,Facebook算法和个人数据,一项针对美国Facebook用户的调查

这篇关于人工智能现状如何?且看这十家机构发布的24组数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/170568

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

高效+灵活,万博智云全球发布AWS无代理跨云容灾方案!

摘要 近日,万博智云推出了基于AWS的无代理跨云容灾解决方案,并与拉丁美洲,中东,亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础,将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合,为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日,万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频,介绍了

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X