Happy New (AI) Year 2025

For 2025 har Gartner utpekt 10 strategiske teknologitrender basert på disses potensiale til å endre eksisterende forretningsmodeller, muliggjøre nye metoder for innovasjon og å løse de mest prekære utfordringene for bedrifter i dag. 

Jeg har alltid vært fascinert av Gartner - og andre ledende analyseselskaper - sine evner til å se inn i framtiden. De er modige. Det er både fakta og fiksjon på en gang. Det pirrer min indre nysgjerrighet. Men jeg må innrømme at det noen ganger blir litt "fluffy" og uspesifisert. Ikke treffer de helt alltid heller.

På 12 måneders horisont burde det være mulig å treffe ganske bra, men med farten AI utvikler seg er det jammen ikke så enkelt likevel.

Jeg har valgt å oversette de 10 områdene uten bruk av hjelpemidler. Å kun benytte eget hode til oversettelsen sikrer en bedre forståelse av den noen ganger vanskelig engelsken. Så her kommer 10 punkter om trender - uten bruk av AI.

Gartner deler de 10 punktene inn i tre kategorier.

1. Nødvendige krav, og risikoer innen AI

AI-agenter: Programmer som er konstruert for å ta selvstendige avgjørelser og utføre handlinger for å oppnå definerte mål. Agentene kombinerer ulike AI-teknikker med egenskaper som hukommelse, planlegging og overvåkning av miljøet de opererer i, samtidig som de benytter verktøy og retningslinjer for å utføre oppgaver i henhold til agentenes egne mål.

Styringsplattformer for AI: Systemer som bidrar til administrasjon og kontroll av AI-systemer. Dette setter IT-ledere i stand til å gjøre AI pålitelig, transparent, rettferdig og ansvarlig samtidig som standarder for sikkerhet og etikk holdes i hevd. Slik sikrer man at AI støtter organisasjonens verdier og sosiale profil.

Sikring mot desinformasjon: Desinformasjonssikkerhet handler om å identifisere hvilken informasjon som er etterrettelig. Målet er å konstruere løsninger som sikrer at informasjonen er riktig, verifisere autentisiteten, forhindre forfalskninger og overvåke spredning av skadelig innhold.

2. Nye territorier å erobre innen databehandling 

Post-kvantum kryptografi: Krypteringsmetoder som er sikret mot potensielle trusler fra kvantedatamaskiner.

Ambient intelligens: Dette referer til den utstrakte bruken av små kostnadseffektive tags og sensorer for å overvåke og følge objektenes status i et gitt miljø. Innsamlet informasjon behandles og lagres i skyen. Slik teknologi vil bli innebygget i artikler vi omgir oss med i hverdagen, som regel uten at vi er obs på det eller legger merke til det.

Energieffektiv databehandling: Datamaskiner, datasentre og ethvert digitalt system - inkludert programvare - må designes og konstrueres for å minimalisere både energiforbruket og karbonutslippet.

Hybrid databehandling: Kombinasjonen av mange ulike teknologier - f.eks CPU, GPU, perifere databehandlingsenheter, ASICs, nevromorf prosessering, kvantedatamaskiner og optiske informasjonssystemer - for å løse komplekse problemer innen databehandling.

3. Synergier mellom menneske og maskin 

Romlig databehandling: Digitalisering og visualisering av objekter, systemer, maskiner, mennesker, interaksjoner og miljøer for å skape et sømløst grensesnitt mellom den fysiske og digitale verden. 

Polyfunksjonelle roboter: Maskiner som kan utføre en rekke ulike oppgaver etter instruksjoner eller opplæring fra mennesker. De er fleksible både i design og hvordan de opererer.

Nevrologisk forsterkning: En prosess for å øke menneskers kognitive evner gjennom bruk av teknologier som kan lese og dekode hjerneaktivitet, og muligens overføre informasjon tilbake til hjernen.

Les også:
Trening gjør AI-mester - men vi må skynde oss
AI - nesten ikke til å tro (2 år etter ChatGPT)
Er koden grønn?
AI - The spirit is willing but the flesh is weak