据预测，截止到2023 年，人工智能市场总额将高达5000亿美元，到2030年将达到 15971亿美元，意味着，不久将来，机器学习技术仍将继续处于高需求状态。

1.基础模型。是人工智能工具，经过大量数据训练后，甚至不输于常规神经网络。基础模型对于内容生成和汇总、编码和翻译，以及客户支持方面都有积极贡献。它们可以快速扩展，并处理以前从未见过的数据，因此具有出色的生成能力。

2.多模态机器学习。建议通过多种方式来体验世界，从而构建更好的模型。可以组合不同类型的信息，并使用它们来训练模型。

3.Transformer（转换器）。一种人工智能架构，它使用编码器和解码器对输入数据序列进行转换，将其转换为另一个序列。广泛用于翻译及其他自然语言处理任务。

4.嵌入式机器学习。是机器学习的一个子领域，目标是让机器学习模型能够在不同的设备上运行。多用于家用电器、智能手机和笔记本电脑、智能家居系统等。

5.低代码和无代码解决方案。机器学习和人工智能已经渗透到各个领域，即便是非技术人员也能使用的机器学习解决方案被视为保持整个组织效率的关键。与其投入大量时间、精力和成本来学习编程，不如选择零或接近零编程技能的应用。

在一些技术领域，2023年机器学习的应用也将继续增长，包括创造性人工智能、自主系统、分布式企业管理以及网络安全。Gartner预测，2023年机器学习将继续渗透到更多业务领域，帮助各个组织提高效率和工作安全性。

来源：CSDN