人工智能将继续被世界各地的公司迅速采用

在过去的几年中，大多数评估或试验AI的公司现在都在生产部署中使用它，当组织采用诸如AI和机器学习（ML）之类的分析技术时，自然会促使他们开始提出问题，挑战他们对从制造，生产和物流到销售，客户服务的各个部门对业务的了解有所不同和IT，组织对AI和ML工具及技术的使用以及使用它们的各种环境将随着它们获得新知识而发生变化。

学习平台是有关技术和商业开展工作和保持业务运转所需的趋势

主题和问题的信息宝库，近我们分析了平台的用户使用情况，以仔细研究AI和ML中和搜索多的主题，以下是一些关键发现，这些发现显示了AI和ML的状态以及前进的方向。

AI和ML的持续增长

首先我们的分析发现，人们对AI的兴趣持续增长，与2018年至2019年相比，人工智能的参与度增长了58％，远远超过了更大的机器学习主题的增长，后者在2019年仅增长了5％。将所有AI和ML主题进行汇总时，占所有使用率的近5％。平台上的活动，尽管这仅比数据工程（占使用活动的8％）和数据科学（占使用活动的5％）等公认的高级主题略有减少，但对这些主题的兴趣却比数据科学快了50％。实际上，由于对数据管理主题的参与度下降，数据工程实际上同期下降了约8％。

我们还发现了企业正在尝试使用高级工具和方法的早期迹象

在我们的发现中，参与无监督学习内容可能是有趣的内容之一，在无监督学习中，对AI算法进行了训练，可以在没有限度的人为监督或指导的情况下，在没有预先存在的标签或分类的数据集中寻找先前未检测到的模式，在2018年无监督学习主题的使用率增长了53％，在2019年增长了172％。

但是什么推动了这一增长？

虽然其方法（集群和关联）及其应用程序（神经网络）的名称很熟悉，但无监督学习的理解程度却不如其有监督学习的对应方法，后者是大多数人和大多数用例的ML默认策略，无监督学习活动的激增可能是由于更老练的用户对使用，好处和要求缺乏了解，这些用户面对用监督方法不易解决的用例。

深度学习激发了对其他先进技术的兴趣

尽管深度学习在2019年有所下降，但仍占所有AI和ML使用的22％，我们还怀疑它的成功促使许多其他废弃或被忽视的想法复活，的例子就是强化学习，自2017年以来，该主题呈指数增长，增长了1,500％以上。

即使2019年的参与率下降10％

深度学习本身也是评估AI的公司中的ML方法之一，许多公司选择了支持生产用例的技术，深度学习主题的参与可能已经停滞，因为大多数人已经在积极参与该技术，这意味着增长可能会放缓。

自然语言处理是另一个持续增长的话题

尽管其增长率并不高-它在2018年增长了15％，在2019年增长了9％-自然语言处理约占我们平台上所有AI和ML使用的12％，尽管这两个主题在过去两年中经历了显着增长，但无监督学习的份额约为6倍，强化学习使用的份额约为5倍，但是并非所有的AI / ML方法都得到同等对待，例如对聊天机器人的兴趣似乎正在减弱，参与度在2018年下降了17％，在2019年下降了34％，这可能是因为聊天机器人是AI的首批应用之一，可能反映了其相对成熟应用。

无监督学习和强化学习的参与度越来越高，这表明组织正在尝试使用高级分析工具和方法

这些工具和技术为企业开辟了新的用例，供企业进行试验并从中受益，包括决策支持，交互式游戏和实时零售推荐引擎。我们只能想象组织将继续使用AI和ML解决问题，提高生产率，加快流程并交付新产品和服务。