盡管科幻小說可能將人工智能機器人描繪成壞人，但一些科技巨頭現在也將其用于安全。 微軟和優步等公司使用Knightscope K5機器人巡邏停車場和大型戶外區域來預測和預防犯罪。機器人可以讀取車牌，報告可疑活動并收集數據以向其所有者報告。

       這些人工智能驅動的機器人只是“自主事物”的一個例子，它是2019年Gartner 7大戰略技術之一，有可能在未來五年內帶來重大中斷并帶來機遇。

       趨勢1：自主事物

       無論是汽車，機器人還是農業，自主事物都使用AI來執行傳統上由人類完成的任務。 智能的復雜程度各不相同，但所有自主事物都使用人工智能與他們的環境進行更自然的交互。

       自主事物有五種類型：

       機器人

       車輛

       無人機

       家電

       虛擬助理

       這五種類型占據四種環境：海洋，陸地，空中和數字。 它們都具有不同程度的能力，協調和智能。 例如，它們可以跨越在空中操作的無人機，人工輔助在田地中完全自主地操作的農業機器人。 這描繪了潛在應用的廣泛圖景，幾乎每個應用程序，服務和物聯網對象都將采用某種形式的AI來自動化或增強流程或人為操作。 諸如無人機群之類的協作自主事物將越來越多地推動人工智能系統的未來發展。

       趨勢2：增強式分析（大數據）

       數據科學家現在擁有越來越多的數據來準備，分析和分組 - 并從中得出結論。鑒于數據量，探索所有可能性變得不可能。這意味著企業可能會錯過數據科學家無法探索的假設的關鍵見解。

       增強分析代表了數據和分析能力的第三大浪潮，因為數據科學家使用自動算法來探索更多假設。數據科學和機器學習平臺已經改變了企業如何產生分析洞察力。

       “到2020年，超過40％的數據科學任務將實現自動化”。

       增強分析可識別隱藏的模式，同時消除個人偏見。雖然企業存在無意中將偏差插入算法的風險，但增強分析和自動化洞察最終將嵌入到企業應用程序中。

       到2020年，公民數據科學家的數量將比專業數據科學家快5倍。公民數據科學家使用人工智能驅動的增強分析工具，自動化數據科學功能，自動識別數據集，開發假設和識別數據模式。企業將把公民數據科學家視為實現和擴展數據科學能力的一種方式。 Gartner預測，到2020年，超過40％的數據科學任務將實現自動化，從而提高公民數據科學家的生產力和廣泛使用。在公民數據科學家和增強分析之間，數據洞察將在整個企業中得到更廣泛的應用，包括分析師，決策者和運營工作者。

       趨勢3：人工智能驅動的開發

       AI驅動的開發著眼于將AI嵌入到應用程序中并使用AI為開發過程創建AI驅動的工具的工具，技術和最佳實踐。這一趨勢正在沿著三個方面發展：

       用于構建基于AI的解決方案的工具正在從針對數據科學家（AI基礎設施，AI框架和AI平臺）的工具擴展到針對專業開發人員社區（AI平臺，AI服務）的工具。借助這些工具，專業開發人員可以將AI驅動的功能和模型注入應用程序，而無需專業數據科學家的參與。

       用于構建基于AI的解決方案的工具正在被賦予AI驅動的功能，這些功能可以幫助專業開發人員并自動執行與AI增強型解決方案開發相關的任務。增強分析，自動化測試，自動代碼生成和自動化解決方案開發將加速開發過程，并使更廣泛的用戶能夠開發應用程序。

       支持AI的工具正在從協助和自動化與應用程序開發（AD）相關的功能演變為使用業務領域專業知識和自動化AD流程堆棧（從一般開發到業務解決方案設計）的更高活動。