Gartner identifica as principais tendências que moldam o futuro da ciência de dados e do aprendizado de máquina

destacou hoje as principais tendências que impactam o futuro da ciência de dados e do aprendizado de máquina (DSML) à medida que a indústria cresce e evolui rapidamente para atender à crescente importância dos dados em inteligência artificial (IA), especialmente à medida que o foco muda para a IA generativa investimentos.

Falando hoje no Gartner Data & Analytics Summit em Sydney, Peter Krensky, Diretor Analista do Gartner disse: “À medida que a adoção do aprendizado de máquina continua a crescer rapidamente em todos os setores, o DSML está evoluindo do foco apenas em modelos preditivos para um ambiente mais democratizado, dinâmico e disciplina centrada em dados. Isto agora também é alimentado pelo fervor em torno da IA ​​generativa. Embora riscos potenciais estejam surgindo, também estão surgindo muitos novos recursos e casos de uso para cientistas de dados e suas organizações.”

De acordo com o Gartner, as principais tendências que moldam o futuro do DSML incluem:

Tendência 1: Ecossistemas de Dados em Nuvem Os ecossistemas de dados estão migrando de software independente ou implantações combinadas para soluções completas nativas da nuvem. Até 2024, o Gartner espera que 50% das implantações de novos sistemas na nuvem sejam baseadas em um ecossistema de dados em nuvem coeso, em vez de soluções pontuais integradas manualmente.

A Gartner recomenda que as organizações avaliem os ecossistemas de dados com base na sua capacidade de resolver desafios de dados distribuídos, bem como de aceder e integrar fontes de dados fora do seu ambiente imediato.

Tendência 2: Edge AI A demanda por Edge AI está crescendo para permitir o processamento de dados no ponto de criação na borda, ajudando as organizações a obter insights em tempo real, detectar novos padrões e atender a requisitos rigorosos de privacidade de dados. Edge AI também ajuda as organizações a melhorar o desenvolvimento, orquestração, integração e implantação de IA.

O Gartner prevê que mais de 55% de todas as análises de dados por redes neurais profundas ocorrerão no ponto de captura em um sistema de borda até 2025, contra menos de 10% em 2021. As organizações devem identificar as aplicações, o treinamento em IA e a inferência necessários para migre para ambientes de borda próximos a endpoints de IoT.

Tendência 3: IA responsável A IA responsável faz da IA ​​uma força positiva, em vez de uma ameaça para a sociedade e para si mesma. Abrange muitos aspectos de fazer as escolhas comerciais e éticas corretas ao adotar a IA que as organizações muitas vezes abordam de forma independente, tais como valor empresarial e social, risco, confiança, transparência e responsabilidade. O Gartner prevê que a concentração de modelos de IA pré-treinados entre 1% dos fornecedores de IA até 2025 tornará a IA responsável uma preocupação social.

O Gartner recomenda que as organizações adotem uma abordagem proporcional ao risco para agregar valor à IA e tomem cuidado ao aplicar soluções e modelos. Busque garantias dos fornecedores para garantir que eles estejam gerenciando seus riscos e obrigações de conformidade, protegendo as organizações contra possíveis perdas financeiras, ações legais e danos à reputação.

Tendência 4: IA centrada em dados A IA centrada em dados representa uma mudança de uma abordagem centrada em modelo e código para uma abordagem mais focada em dados para construir melhores sistemas de IA. Soluções como gestão de dados específicos de IA, dados sintéticos e tecnologias de rotulagem de dados visam resolver muitos desafios de dados, incluindo acessibilidade, volume, privacidade, segurança, complexidade e âmbito.

O uso de IA generativa para criar dados sintéticos é uma área que está em rápido crescimento, aliviando a carga de obtenção de dados do mundo real para que os modelos de aprendizagem automática possam ser treinados de forma eficaz. Até 2024, o Gartner prevê que 60% dos dados para IA serão sintéticos para simular a realidade, cenários futuros e eliminar o risco da IA, acima dos 1% em 2021.

Tendência 5: Investimento acelerado em IA O investimento em IA continuará a acelerar pelas organizações que implementam soluções, bem como pelas indústrias que procuram crescer através de tecnologias de IA e negócios baseados em IA. Até ao final de 2026, a Gartner prevê que mais de 10 mil milhões de dólares terão sido investidos em startups de IA que dependem de modelos básicos – grandes modelos de IA treinados em enormes quantidades de dados.