Expert.ai wurde im 2021 Gartner® Emerging Technologies and Trends Impact Radar for AI gewürdigt

Cristina Vinci - 18 November 2021

Expert.ai wurde in der Gartner-Studie “Emerging Technologies and Trends Impact Radar: Artificial Intelligence, 2021” als Muster-Anbieter in der Kategorie Composite AI (oder Hybrider KI) ausgezeichnet, die sich auf “die kombinierte Anwendung verschiedener KI-Techniken zur Verbesserung der Lerneffizienz” bezieht, “um das Niveau der Repräsentationen von Wissen zu erweitern und letztlich eine größere Bandbreite von Geschäftsproblemen effizienter zu lösen”. [1]

„Nach einer langen Versuchsperiode und Diskussionen über die Anwendung einer einzigen Methode (maschinelles Lernen oder symbolisch) zur Lösung komplexer Sprachprobleme hat sich ein fortschrittlicher Ansatz als optimale Lösung herauskristallisiert”, so Marco Varone, CTO von expert.ai. “Dank der Kombination der besten KI-basierten Wissens- und Lernmodelle zum Verstehen natürlichsprachlicher Daten ist hybride KI heute der effektivste Weg, um den Wert ständig mehr werdender unstrukturierter Unternehmensdaten mit genau der Genauigkeit, Geschwindigkeit und Skalierbarkeit zu erschließen, die moderne Unternehmen benötigen.“

Der Fall von Hybrid NL

Machine Learning (ML) und Deep Learning (DL) können bestimmte sprachintensive Anwendungen unterstützen, liefern jedoch nur sehr begrenzt optimale Ergebnisse und versagen bei komplexeren Anwendungsfällen. Laut Gartner* gehen “die Tage der singulären KI-Techniken ihrem Ende entgegen. Software- und Serviceanbieter, die nicht in der Lage sind, aus mehreren KI-Techniken (wie maschinelles Lernen, regelbasierte Systeme, Optimierungstechniken, Wissensgraphen, natürlichsprachliche Technologien) zusammengesetzte Lösungen anzubieten, werden sich schnell im Nachteil gegenüber denjenigen befinden, die dies können. Die Einführung kombinierter KI-Techniken, selbst innerhalb bestehender Produkte, wird sich tiefgreifend auf deren Fähigkeiten auswirken.”[1]

Die Lösung liegt in einer KI, die verschiedene Techniken kombiniert und Lernmodelle (ML/DP) durch einen wissensbasierten Ansatz oder symbolische KI ergänzt. Symbolische KI beinhaltet die explizite Einbettung von menschlichem Wissen und basiert auf vorher festgelegten linguistischen Regeln. Das Gehirn der symbolischen KI ist der Wissensgraph. Dieser bietet die explizite Darstellung von Wissen, um die logischen Erklärungen von Argumentationsergebnissen zu unterstützen. Die Kombination mit maschinellem Lernen ermöglicht eine stärkere Beteiligung von Experten mit begrenztem Fachwissen über maschinelles Lernen in der Entwicklungsphase von maschinellen Lernmodellen, wobei das maschinelle Lernen als nützliche Technik erhalten bleibt, die in einigen Szenarien viel Zeit sparen kann.

“Wir freuen uns über die Anerkennung als Muster-Anbieter für Composite AI im Gartner Impact Radar 2021 für Aufkommende Technologien und KI-Trends”, so Marco Varone weiter, “Enterprise AI schöpft ihr Potenzial aus, und die Vorteile von Hybrid-NL werden zu einer greifbaren Realität”.

 

[1] *Gartner Research “Emerging Technologies and Trends Impact Radar: Artificial Intelligence, 2021”, Annette Jump, Eric Goodness, Jim Hare, Alys Woodward, Erick Brethenoux, Danielle Casey, Martin Reynolds, Svetlana Sicular, Eric Hunter, Jonathan Davenport, Alan Priestley, 21. September 2021.

Haftungsausschluss: GARTNER ist ein eingetragenes Waren- und Dienstleistungszeichen von Gartner, Inc. und/oder seinen Tochtergesellschaften in den USA bzw. auf internationaler Ebene und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten.

Gartner unterstützt keinen der in seinen Forschungspublikationen dargestellten Anbieter, Produkte oder Dienstleistungen und rät Technologieanwendern nicht, nur die Anbieter mit den höchsten Bewertungen oder anderen Bezeichnungen auszuwählen. Die Forschungspublikationen von Gartner geben die Meinung der Forschungsorganisation Gartner wieder und sollten nicht als Tatsachenbehauptungen ausgelegt werden. Gartner lehnt jede ausdrückliche oder stillschweigende Gewährleistung in Bezug auf diese Studie ab, einschließlich jeglicher Gewährleistung der Marktgängigkeit oder Eignung für einen bestimmten Zweck.