рдХреГрддреНрд░рд┐рдо рдмреБрджреНрдзрд┐рдорддреНрддрд╛
Appen рдХреА рд╕реНрдЯреЗрдЯ рдСрдл AI рд╡рд╛рд░реНрд╖рд┐рдХ рд░рд┐рдкреЛрд░реНрдЯ рдореЗрдВ рдорд╣рддреНрд╡рдкреВрд░реНрдг рдЙрджреНрдпреЛрдЧ рд╡рд┐рдХрд╛рд╕ рдХрд╛ рдЦреБрд▓рд╛рд╕рд╛ рд╣реБрдЖ
Appen Limited (ASX: APX), उच्च गुणवत्ता वाले प्रशिक्षण डेटा के प्रमुख प्रदाता, जो संगठनों के लिए प्रभावी AI सिस्टम का निर्माण करते हैं, ने आज अपनी वार्षिक स्टेट ऑफ AI रिपोर्ट 2020 की घोषणा की।
स्टेट ऑफ AI 2020 रिपोर्ट एक क्रॉस-उद्योग, बड़े संगठनों के वरिष्ठ व्यवसायिक नेताओं और प्रौद्योगिकीविदों के अध्ययन का परिणाम है। सर्वेक्षण का उद्देश्य AI और मशीन लर्निंग लैंडस्केप की मुख्य विशेषताओं की जांच और पहचान करना था और AI निर्णय लेने वालों से प्रतिक्रिया एकत्र करना था।
कुछ मुख्य बातें हैं:
- जबकि लगभग 3 में से 4 संगठनों ने कहा कि AI उनके व्यवसाय के लिए महत्वपूर्ण है, लगभग आधे महसूस करते हैं कि उनका संगठन AI यात्रा में पीछे है।
- 5 मिलियन डॉलर से अधिक के AI बजट में साल-दर-साल वृद्धि हुई
- व्यवसायिक सफलता के घटक के रूप में जिम्मेदार AI के पीछे बढ़ती संख्या में उद्यम हैं, लेकिन केवल 25% कंपनियों ने कहा कि निष्पक्ष AI मिशन-महत्वपूर्ण है।
- 4 में से 3 संगठन अपने AI मॉडल को कम से कम त्रैमासिक अपडेट करने की सूचना देते हैं, जो तैनाती के बाद मॉडल के जीवन पर ध्यान केंद्रित करता है।
- व्यवसायिक नेताओं और प्रौद्योगिकीविदों के बीच की खाई जारी है,尽管 उनके संरेखण एक मजबूत AI बुनियादी ढांचे के निर्माण में महत्वपूर्ण है।
- अस्थिर समय के बावजूद, लगभग दो-तिहाई उत्तरदाताओं को अपनी AI रणनीतियों पर COVID-19 का कोई नकारात्मक प्रभाव नहीं होने की उम्मीद है।
एक मुख्य निष्कर्ष यह है कि लगभग आधे उत्तरदाताओं को लगता है कि उनकी कंपनी अपनी AI यात्रा में पीछे है, यह सुझाव देता है कि रणनीतिक आवश्यकता और निष्पादन क्षमता के बीच एक महत्वपूर्ण अंतर है।
डेटा और डेटा प्रबंधन की कमी को मुख्य चुनौती के रूप में बताया गया था, जिसमें AI और ML मॉडल तैनाती के लिए आधारभूत प्रशिक्षण डेटा शामिल है, इसलिए, आश्चर्य की बात नहीं है कि 93% कंपनियों ने बताया कि उच्च गुणवत्ता वाले प्रशिक्षण डेटा का सफल AI के लिए महत्व है।
संगठनों ने 2020 में 2019 की तुलना में 25% अधिक डेटा प्रकार (पाठ, छवि, वीडियो, ऑडियो आदि) का उपयोग करने की सूचना दी। न केवल मॉडल अधिक बार अपडेट हो रहे हैं, बल्कि टीमें बढ़ती संख्या में डेटा प्रकार का उपयोग कर रही हैं, और यह विश्वसनीय प्रशिक्षण डेटा में निवेश की बढ़ती आवश्यकता में अनुवाद करेगा।
AI के असाधारण विकास का एक मुख्य संकेत AI पहलों में तेजी से वर्ष-दर-वर्ष वृद्धि थी। 2019 में, केवल 39% कार्यकारी AI पहलों के मालिक थे। 2020 में, AI पहलों की कार्यकारी स्वामित्व में 71% तक वृद्धि हुई। कार्यकारी स्वामित्व में इस वृद्धि के साथ, 5 मिलियन डॉलर से अधिक के बजट वाले संगठनों की संख्या भी दोगुनी हो गई।
वैश्विक क्लाउड प्रदाताओं ने 2019 की तुलना में डेटा विज्ञान और ML टूल्स के रूप में महत्वपूर्ण ट्रैक्शन प्राप्त किया। यह बढ़े हुए बजट और कार्यकारी पर्यवेक्षण के कारण हो सकता है। और भी अधिक प्रभावशाली यह है कि वैश्विक क्लाउड मशीन लर्निंग प्रदाताओं का उपयोग करने वाले उत्तरदाताओं की संख्या में वृद्धि हुई है, जिन्हें पहचाना गया है: Microsoft Azure (49%), Google Cloud (36%), IBM Watson (31%), AWS (25%), और Salesforce Einstein (17%)। इन सभी अग्रणी लोगों ने 2019 की तुलना में दो-अंकों की वृद्धि देखी, यह साबित करते हुए कि जैसे ही अधिक कंपनियां स्केल करने की कोशिश कर रही हैं, वे समाधानों की तलाश कर रही हैं जो उनके साथ स्केल कर सकते हैं।
AI डेवलपर्स को जिस बात पर ध्यान देना चाहिए, वह यह है कि मॉडल बनाने के लिए उपयोग की जाने वाली भाषाओं में परिवर्तनशीलता 2019 से बदल गई है। जबकि पाइथन 2019 और 2020 दोनों में सबसे अधिक उपयोग की जाने वाली भाषा है, SQL और R 2019 में दूसरी और तीसरी सबसे अधिक उपयोग की जाने वाली भाषा थीं। हालांकि, 2020 में, जावा, सी/सी++, और जावास्क्रिप्ट ने महत्वपूर्ण ट्रैक्शन प्राप्त किया। पाइथन, आर, और एसक्यूएल अक्सर पायलट चरण के संकेतक होते हैं, जबकि जावा, सी/सी++, और जावास्क्रिप्ट उत्पादन चरण की भाषाएं हैं।
अधिक जानने के लिए, हम पूरी स्टेट ऑफ AI और मशीन लर्निंग रिपोर्ट डाउनलोड करने की सलाह देते हैं।
