ガートナー: 2023 年の機械学習の主要トレンド

今週オーストラリアのシドニーで開催されたガートナー・データ＆アナリティクス・サミットで、この調査・アドバイザリー会社のアナリストらは、データサイエンスと機械学習における主要なトレンドのいくつかを強調した。

機械学習の分野における画期的な技術として、生成型人工知能が議論の焦点となっています。これはあらゆる業界に何らかの影響を与えると予想されており、ガートナーが特定したトレンドの一部は生成 AI ツールの進歩と普及に関連しています。

「機械学習の導入が業界全体で急速に拡大するにつれ、データサイエンスと機械学習は予測モデリングのみに焦点を当てたものから、より民主的でダイナミックなデータ中心の分野へと移行しつつある」とガートナーの主席アナリスト、ピーター・クレンスキー氏はレポートで述べた。「潜在的なリスクが出現する一方で、データサイエンティストとその組織にとって多くの新しい機能と使用例も出現している。」

ガートナーがデータサイエンスと機械学習の未来を形作ると考えている 5 つのトレンドは次のとおりです。

1. クラウドデータエコシステム

最初の 10 年間、組織はクラウドデータエコシステムをまとまりのあるクラウドデータユニットとして展開するのではなく、ポイント A からポイント B の方式で開発することが多かったです。ガートナーによると、2024 年までに、導入の半分は、過去 10 年間のほとんどの導入で標準であった手動で統合されたポイントソリューションではなく、まとまりのあるエコシステムになるでしょう。

2. エッジAI

エッジに移行する次のテクノロジーは人工知能である可能性があり、ガートナーは、企業がリアルタイムで実用的な洞察を提供するために、データの作成時点に近いところでデータを処理するよう求めているため、エッジ AI の需要が高まっていると述べています。エッジで AI ソフトウェアを実行できる機能は、データセンターや国外へのデータの転送を許可しない厳格なデータプライバシー要件を持つ業界のオペレーターにとっても有益です。

3. 責任あるAI

ますます多くの組織が、AI を導入する際に倫理的な選択を検討しています。これは「責任ある AI」という包括的な用語に該当し、モデルのトレーニング方法と使用方法のさまざまな要素を考慮しながら、その他のリスクとコンプライアンス対策が遵守されていることを確認します。ガートナーは、事前トレーニング済みモデルの集中化が進むにつれて、より多くのインフラストラクチャ開発者が責任ある AI を社会的関心事にすると予測しています。

4. データ中心のAI

これは、コード中心のアプローチからデータ中心のアプローチへの AI 開発の焦点の移行を表しており、データ管理、合成データ、およびデータラベリングが AI 開発の成功の重要な要素となります。ガートナーによれば、2024年までにAIデータの60%が現実を刺激するために合成的に作成されると予想されており、これは2021年の1%から増加することになる。