人工智能（AI）和机器学习（ML）是如今几乎每个人都听到的流行语。 但是，即使是不熟悉它们的人也几乎每天都会遇到这些新技术。 研究表明，我们目前使用的设备中有77％内置了AI。 从一系列“智能”设备到Netflix的推荐，再到诸如Amazon的Alexa和Google Home之类的产品，人工智能是如今已成为我们日常生活中许多现代技术舒适感的力量。

随着对这些技术的需求和兴趣激增，该领域出现了许多新趋势。 如果您是技术专业人员或以某种能力参与过技术工作，那么很高兴看到人工智能和机器学习领域的下一步发展。 因此，让我们探讨一下机器学习和AI趋势。

根据Gartner的2019年CIO议程调查，在2018年至2019年之间，采用AI的组织比例从4％跃升至14％。鉴于AI / ML在业务分析，风险评估，研发以及由此带来的成本节省，AI实施方面提供的好处 到2020年将继续上升。

但是机器学习 算法，许多采用AI和机器学习的组织并不完全了解这些技术。 实际上，《福布斯》指出，有40％的欧洲公司声称自己是“人工智能创业公司”，并未使用该技术。

虽然人工智能和ML的好处越来越明显，但企业将需要加强并雇用具有适当技能的人员来实施这些技术。有些人已经开始了。毕马威最近对全球500强企业的调查显示，大多数受访者预计，未来三年内，他们对AI相关人才的投资将增加50-100%。

尽管无处不在，但AI仍然遭受信任问题的困扰。随着企业计划增加对AI系统的使用，他们将希望更加自信地这样做。毕竟，没有人愿意信任他们不了解的系统决策。

因此，将在2020年以透明且明确定义的方式部署AI方面有更大的推动力。尽管公司将努力了解AI模型和算法的工作方式，但AI / ML软件提供商将需要使复杂的ML解决方案更具可解释性给用户。随着透明度成为AI空间中的关键话题，编程和算法开发领域的专业人员的角色将变得更加关键。

数据是新货币。换句话说，它是组织需要保护的最有价值的资源。将AI和ML混为一谈，只会增加它们处理的数据量以及与之相关的风险。 例如，当今的组织备份和存档大量敏感的个人数据，预计到2020年，这将成为70％的组织的最大隐私风险。

GDPR等法规以及最近于2020年生效的《加利福尼亚消费者隐私法》（California Consumer Privacy Act）等法规使侵犯隐私的行为变得非常昂贵。仅在2019年机器学习 算法，信息专员办公室（ICO）就违反GDPR的规定对英国航空公司和万豪国际处以了超过3亿美元的罚款。

随着满足这些法规的压力越来越大，企业将需要手头的数据科学家和分析师保持合规性。

人工智能和物联网之间的界限越来越模糊。虽然这两种技术具有独立的品质，可以一起使用，但它们却开辟了更好，更独特的机会。实际上，人工智能和物联网的融合是拥有Alexa和Siri等智能语音助手的原因。

那么，为什么这两种技术可以很好地协同工作？ 您可以将IoT视为数字神经系统，将AI视为做出决定的大脑。AI能够从数据中快速

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！