2022年，人工智能和数据发展呈现哪五大趋势？

最近几年，“人工智能”早已不再是只存在于文学作品和学术领域的新鲜词汇，而是直面现实世界中千行百业实际问题的解决方案。人工智能技术的真正能力和使用场景成为人们必须考虑的问题。

澳鹏Appen《2021年人工智能与机器学习现状报告》通过各行各业的实际应用场景，从数据的角度出发，总结了我们对于AI世界未来发展的五大预测，以及这些变化对于AI技术发展至关重要的原因。

1 负责任的AI从愿景走向基本需求

2021年，行业整体对于负责任的AI准则的采用率仍有待提高。根据澳鹏Appen《2021年AI全景报告》，仅有41%的技术人员和33%的企业领导者考虑AI的伦理道德问题。

2022年，随着风险的升高以及政府监管的力度增加，企业将开始认识到负责任的AI可以为企业创造更好的收益。如果负责任的AI准则得到正确实施，企业品牌可以得到保护，AI项目也能够按照预期进行开展。

Gartner预计，到2023年，所有为AI开发而聘用的人员均需要具备负责任的AI方面的专业知识。

澳鹏Appen负责任的AI准则主要包括：

· 保持数据的客观性和无偏见

· 公平对待数据采集者和标注员

· AI项目旨在促进社会发展或避免社会危害

2 AI生命周期数据对于AI项目至关重要

根据澳鹏Appen《2021年AI全景报告》，企业总体的AI预算在过去一年有所增加。这意味着企业领导者认识到企业的成功离不开对AI的投资。

过去的一年，企业逐渐意识到，AI模型开发、训练和再训练所需的数据量巨大。由于成功的AI生命周期需要大量数据，因此许多企业选择与外部训练数据提供商合作，以大规模部署和更新AI项目。

这一现象也从侧面表明企业在进行数据获取、准备、评估和生产方面存在挑战。AI项目比以往任何时候都需要更多的数据和更快的速度。

这种对数据的需求将于2022年发生转变。企业仍需要海量数据，但一个全新的领域将应运而生。AI生命周期数据将侧重于工具和最佳实践的开发，使企业能够管理整个AI生命周期，包括从数据采集到数据版本控制，一直到模型再训练。

3 合成数据的兴起

随着AI计划和模型再训练对于数据的需求量越来越大，行业将迎来企业获取数据的新方案。

生成式AI可以创建合成数据，这些数据可用于训练AI模型。尽管目前合成数据仅占市场数据的1%，但Gartner预计，到2025年，生成式AI创建的数据将占到所有数据的10%。

Gartner还预测，到2024年，合成数据的使用将使机器学习所需的真正数据量减半。今年，将有更多企业和机器学习模型使用和试验合成数据。生成式AI模型可以自我学习并生成新数据，这可以节省企业成本并提高企业效率。随着越来越多的企业尝试使用合成数据和生成式AI，未来几年将有更多用例被开发。

4 AI用于提升企业内部运营效率

澳鹏Appen报告显示，2021年，企业AI预算整体呈上升趋势。74%的受访者表示其AI预算超过50万美元；67%的企业领导者表示AI项目已经“呈现出可观的投资回报”。

在这之中，最受欢迎的AI用例为支持内部运营，占总体的用例62%。其中，55%的受访者希望加强对企业数据的理解；54%的受访者希望提高内部业务流程的生产率和效率。

在企业越来越多地使用AI和机器学习模型提高内部效率时，需要了解数据如何在企业内运行，以及数据在这一过程中会发生什么变化，包括：更多地关注部署平台，以消除数据孤岛和集中管理数据；内部协作或与外部伙伴合作，制定符合AI生命周期的数据管理战略。

5 模型评估与调整成为主流

机器学习模型是动态的。因此，不能仅仅将其部署和交托给设备本身。AI技术界早已逐渐认识到建立AI学习模型并非一劳永逸。模型需要定期评估、调整和再训练。2022年，这一认识将成为业界共识。

澳鹏Appen报告发现：

· 87%的企业至少每季度更新一次模型，高于去年的80%

· 57%的企业至少每月更新一次模型

· 91%的大型企业至少每季度更新一次模型

· 使用外部数据提供商的企业最有可能每月更新一次模型

随着AI的发展，我们也看到人类的进步——从谈论负责任的AI转向实际实施负责任的AI。人们在认识到数据对于AI项目成功的重要性的同时，也开始通过外部数据合作伙伴获取符合整个AI生命周期的数据。

 

澳鹏APPEN

澳鹏Appen Limited (ASX：APX) 是全球领先的图像、文本、语音、音频、视频等AI训练数据服务提供商，拥有业内最先进的人工智能辅助数据标注平台、一体化的AI数据及资源管理平台及全球100多万名技能娴熟的众包资源，支持235+种语言和方言。澳鹏Appen的解决方案可为全球科技、汽车、金融服务、零售、制造和政府等行业的领导者提供优质、安全、高效的服务。澳鹏Appen成立于1996年，客户和办事处遍布全球。点此了解更多。