数据编织 超级自动化 边缘人工智能…… 2022年：这些技术发展趋势不容忽视

随着高新技术不断进步，人工智能领域将涌现出更多进展，这将带来巨大的商业影响，催生出多个应用，例如数字服务台、数字助手等。 图片来源：美国《福布斯》双周刊网站

科技创新世界潮

◎科技日报记者 刘 霞

　　新冠疫情催生了数字孪生、元宇宙、万能宇宙、增强现实、虚拟现实和混合现实的广泛使用。随着人们需求的不断增多以及技术的不断进步，还会有更多新技术涌现。美国《福布斯》杂志网站在近日的报道中，向我们展现了2022年的技术发展趋势。

　　数据经济

　　世界已经进入数据经济时代。数据为人工智能提供了基础“养分”，而人工智能则帮助人们从数据中获得有意义的信息，为自己的行为和决策提供参考。这一点在2021年亚马逊云科技大会上表现得非常明显。在这场技术盛会上，与会人士讨论的全都围绕数据能够提供什么价值、服务，各式各样的企业也都在想方设法以最大程度地利用好自己的数据。

　　首席数据官和首席分析官在企业地位与日俱增也证明了这一点。首席数据官负责监督一系列与数据有关的功能，以确保组织得到最有价值的资产，其职责包括提升数据质量、数据治理和主数据管理等项目，还包括制订信息战略、数据科学和业务分析。

　　无代码/低代码平台

　　大多数企业意识到数据和人工智能的重要性，然而，要想“变身”为数据驱动型企业可能面临很多问题，比如，将人工智能模型整合到商业应用程序中就需要将近8个月的时间。无代码/低代码平台由此应运而生，帮助包括“平民开发者”等非专业人士在内的更多人迎接数据和人工智能带来的挑战。

　　平民开发者并非专业程序员，是公司的员工，他们可以在公司内部开发新的业务应用程序，以供其他员工使用。未来，几乎只有一点技术知识的任何人都可以进行软件开发，无代码/低代码工具可以将普通的业务用户积极地转变为平台开发者。

　　边缘人工智能

　　5G、人工智能和网络安全需要相互配合才能实现更广泛的渗透。来自工厂和自动驾驶车辆的物联网端点的数据将引发一场数据海啸。

　　边缘人工智能和联合学习正在奋力迎接这些挑战，在不共享数据集和侵犯隐私的情况下，在本地和集中数据集上训练模型。随着扩展检测和响应、安全信息和事件管理以及安全协调、自动化和响应的兴起，再加上智能运维管理平台，安全将在处理应用程序和数据分布方面发挥至关重要的作用。

　　超级自动化

　　超级自动化既是一种思维方式也是一种技术合集：即组织中任何可以自动化的业务都应该自动化；超级自动化是一种创新技术合集，包括机器人流程自动化、人工智能、机器学习等技术，以帮助组织提升运营效率和节省时间。

　　超级自动化通过快速识别、审核和自动执行尽可能多的流程来实现加速增长和业务韧性。加特纳公司的研究表明，表现最好的超自动化团队专注于三个关键优先事项：提高工作质量、加快业务流程和增强决策敏捷性。

　　数据编织

　　数据编织也是加特纳公司发布的2022年值得关注的顶级技术趋势之一。

　　数据编织是下一代数据管理，它集成了数据仓库、数据湖、湖仓一体、数据集市等多个数据源的数据。数据湖指各种格式原始数据的存储库。湖仓一体是数据管理领域中的一种新架构范例，结合了数据仓库和数据湖的最佳特性。数据分析师和数据科学家可以在同一个数据存储中对数据进行操作，同时它也能为公司进行数据治理带来更多的便利性。而数据集市指满足特定部门或者用户的需求，按照多维方式进行存储，生成面向决策分析需求的数据立方体。

　　数据编织不仅能更持久地保存数据，还能利用人工智能实现数据的就地、自助分析、分类和治理。作为一种跨平台和业务用户的灵活、弹性数据整合方式，数据编织能够简化企业机构的数据整合基础设施，并创建一个可扩展架构，以此来减少大多数数据和分析团队因整合难度上升而出现的问题。

　　可解释人工智能

　　“深度思维”公司最近发布了名为“地鼠”的新的超大型语言模型。“地鼠”可运行2800亿个参数，超越了OpenAI公司此前发布的能运行1750亿个参数的GPT-3，但逊于英伟达-微软公司发布的能运行5300亿参数的“威震天-图灵”。研究结果证实，“威震天-图灵”在一系列自然语言任务，包括文本预测、阅读理解、常识推理、自然语言推理、词义消歧中都获得了前所未有的准确率。

　　然而，人工智能在克服偏见、保护隐私和获取信任方面存在挑战，这导致了可解释人工智能（XAI）的兴起。XAI是人工智能的一个新兴分支，用于解释人工智能所做出的每一个决策背后的逻辑。XAI可以改善AI模型的性能，因为XAI的解释有助于找到数据和特征行为中的问题，它也可以提供更好的决策部署，因为其解释为中间人提供了额外的信息，使其可以明智而果断地行动等。