【.com快译】从2017年开始，大数据、人工智能、机器学习（ML）、边缘计算、区块链和数字技术等技术快速增长。这一年，大数据和数据科学成为特别关注的话题。不过，这个主题在2018年很快就被淹没了，因为2018年的主题变成了“物理世界和数字世界的融合”。 那么，2019年会有哪些新的机会和趋势，让我们来预测一下。 1。机器学习的趋势 2019年将是全世界人民见证物理世界与虚拟世界混合落地与探索的一年，也是先进数据技术取代传统业务的一年提高效率和生产力的流程年。今年，随着数据科学家应对更复杂的问题和挑战，他们的角色和责任将发生变化。增强的业务自动化不仅不会让数据科学家过时，而且更智能的工具将为数据科学家提供更高的能力。 在未来，一个数据科学家将成为一个再创新的科学家，有足够的时间探索复杂的业务问题，先进的技术将继续接管常规流程。自动化机器学习系统会将预测分析提升到一个新的水平，但会增加一些陡峭的学习曲线。 此外，聊天机器人和扩展现实将共同革新产品和服务营销，所有支持人工智能的技术都将通过交互式演示、实时模拟和定制解决方案的可视化，为客户提供真正个性化的体验。 根据“数据科学对商业分析的未来影响”，数据科学家将在商业分析中发挥主导作用，他将引导机器通过各种未探索的路径，增强分析将彻底改变智能预测。 2。人工智能的趋势 虽然人工智能是2018年的热门话题，人工智能技术已经开始应用于一些领域，但我们离真正的人工智能还有很长的路要走。 按照计算机先驱艾伦图灵的定义，真正的人工智能还不存在，纽约大学另一位心理学和神经科学教授加里马库斯也认为，人们最大的误解是“我们非常接近人工智能”。因此，2019年乃至未来很长一段时间，人工智能仍将是大势所趋。 3。分析模型趋势 根据Rexer数据科学调查，只有10-15%的企业会全面应用分析模型。此外，50%的企业只是频繁应用分析模型，约30-40%的企业偶尔或很少成功应用分析模型，部分企业的应用率甚至低于10%。 没有应用分析模型就没有经济价值，因此组织需要在2019年认真衡量和提高部署率。 4。数据科学的趋势 通过KdNuggets的一些帖子，我们可以发现数据科学未来的市场指标是一把双刃剑，因为先进的技术和工具会完成数据科学家的工作，而主流的商业用户会不可能在人类专家的帮助下使用机器引导的解决方案。 5.数据分析趋势 自助商业智能的发展与繁荣取决于智能机器的能力，智能机器将提供比人类专家更优越、更可靠的分析解决方案。 根据Gartner的预测，到2019年，自动化和半自动化工具将提供比人类数据科学家更多的分析能力，增强的分析能力将进一步提高企业洞察力并提供预测智能。 6。新技术会出现 随着性能的提升，应用在某些技术上的使用会很有诱惑力，但是当更新的技术出现时，性能还是会再次困扰你。因此，2019年，大数据从业者在创作中应尽可能保持灵活性和可扩展性，以便更好地利用新技术。 总结：2019年，数据分析、人工智能、机器学习仍将是关注的焦点，各种新的算法将显得越来越强大。预计数据科学采用自动化的能力将继续加速，但仍不会完全自动化。当然，在人工智能的技术进步日新月异的同时，人工智能的炒作也会增长得更快。此外，中国已成为许多国家企业在人工智能领域的主要参与者。【翻译稿件，合作网站转载请注明原译者和出处.com】
