人工智能基礎:AI,物聯(lián)網和混合云

鄭文盼? ? ? 16020150021

【嵌牛導讀】物聯(lián)網虏肾、AI和混合云是同一個三角形的三條邊,是同一條凳子的三條腿暂衡,是IT界的三位一體。這三股力量將共同提升數據的地位崖瞭,成為現代應用創(chuàng)新的核心狂巢。

【嵌牛鼻子】AI,物聯(lián)網,混合云

【嵌牛提問】打造人工智能的技術手段有什么书聚?

【嵌牛正文】

未來的信息技術系統(tǒng)日益專注于數據在哪里生成和處理唧领、數據如何提供和收集,以及這些數據移動起來有多快雌续。找到一條最高效的路徑是關鍵斩个。

兩個最重要的趨勢是物聯(lián)網和人工智能(AI),兩者相輔相成驯杜、密不可分受啥。簡單來說,物聯(lián)網就是眾多設備交換來自眾多數據點的數據,這些數據在眾多平臺上以眾多方式來加以收集滚局。這些數據要迅速分析居暖,在大多數情況下,要發(fā)送到下一個層面以便進一步處理藤肢。

與此同時太闺,AI就是以編程方式處理這些大數據,做出實時的嘁圈、對時間敏感的決策省骂。要打造這個技術聯(lián)盟,唯一的手段就是借助一種混合多云平臺最住。為AI和物聯(lián)網提供最高效路徑的混合IT基礎設施的幾個要素成為了將帶來商業(yè)優(yōu)勢钞澳、創(chuàng)新和未來“云中云”(cloud of clouds)的那些技術的基礎。

物聯(lián)網和計算邊緣

圖片發(fā)自簡書App

我們身邊好多設備在被認為是現代企業(yè)和消費者空間的邊緣這個地方温学,收集略贮、分發(fā)和處理數據。更進一步仗岖,所有這些數據必須在立即控制范疇之外的空間逃延,迅速加以分析、收集和傳輸轧拄。

這番努力需要滿足異忱肯椋苛嚴的要求:分布式收集和存儲最接近數據源的數據。這意味著檩电,物聯(lián)網邊緣和這些系統(tǒng)中發(fā)生的計算事件是自動化及其他新興趨勢的焦點拄丰。這些元素是未來計算架構進一步創(chuàng)新的主要催化劑,那是由于日益智能化俐末、交互式的設備數量激增料按,邊緣在不斷外延。

物聯(lián)網的邊緣必須通過可以驗證卓箫、創(chuàng)建和拆除連接的分布式連接载矿,呈現實時事務,沒有中央控制機制烹卒。至少闷盔,基本原則對延遲開始帶來操作問題之前數據可以移動到多遠作了限制。邊緣即切實可行的邊緣有多遠旅急?

協(xié)同運作逢勾,這背后的邏輯完全是AI。數據生命周期藐吮、數據流動溺拱、數據分類逃贝、報告和物聯(lián)網的無數方面是由AI的智能決定的。

AI無所不在

圖片發(fā)自簡書App
AI不是好萊塢電影希望我們相信的那樣是一些自我感知的機器人盟迟,但它可能似乎直接來自科幻作品∏镉荆現在,AI技術早已遠離了初期的炒作階段攒菠;想要找到它迫皱,你得認識到這點:這種技術旨在學習、適應和識別模式辖众,并大規(guī)模地模擬人類智力卓起。你要做的就是看看外面的自動駕駛汽車:從全自動汽車到飛機上的自動駕駛系統(tǒng),它們能在片刻之間做出智能化決策凹炸。

AI和物聯(lián)網是共生關系戏阅,了解兩者之間的關系至關重要。AI需要海量的計算能力才能運行啤它,而在許多情況下奕筐,這個要求只能通過裸機計算能力來得到實現。速度和性能很關鍵变骡,因為瞬間所做的決策生死攸關离赫。此外,AI引擎做出的決策要迅速而準確地反饋回給物聯(lián)網設備塌碌。這方面的例子包括如下:

無人駕駛的自動駕駛系統(tǒng)可以檢測挽救生命的情況(比如洪水)渊胸,重新規(guī)劃交通路線、發(fā)出警報台妆,避免事故翎猛。

醫(yī)療設備可以自動為病人心臟除顫,向最近的醫(yī)院發(fā)送急救信號接剩。

自動化農業(yè)聯(lián)合收割機可以避免撞上走散的動物或牛群切厘,及時提醒農民。

信用卡欺詐檢測懊缺。

來自視頻服務的點播推薦疫稿。

蘋果的Siri技術和亞馬遜的Echo生態(tài)系統(tǒng)做出超快速的決策,決策在端點上體現出來桐汤。

這樣的例子還有很多而克。從上述例子中可以看到靶壮,AI不僅要求速度快怔毛,還需要大量數據,而AI系統(tǒng)將以編程方式處理海量數據腾降,從而做出實時決策拣度。AI竭力實現程序化推理和自我糾正,最終實現學習。企業(yè)環(huán)境下抗果,具有無限的潛在優(yōu)勢和好處筋帖。

其中,AI能夠:

幫助減少整個企業(yè)組織的人為錯誤

管理大量數據

發(fā)送員工的工作流程

支持公司企業(yè)的數字化轉型

大大有助于提供無縫的客戶體驗

AI技術日益通過第三方軟件和現有軟件工具中的功能被引入進來冤馏。AI和物聯(lián)網設計成為了企業(yè)的藍圖日麸。

混合多云帶來顛覆

圖片發(fā)自簡書App
要是缺少一種支撐性的平臺和架構,物聯(lián)網和AI根本不可能融合逮光。這時候代箭,混合多云有了用武之地。所有公司(甚至是從事同一行業(yè)的公司)展現了獨特的技術基因涕刚,這種技術基因是為各自的業(yè)務要求和發(fā)展情況打造的嗡综。混合多云是一種顛覆性的技術發(fā)展和商業(yè)機會杜漠。想了解這個顛覆力量极景,就要了解混合模式、物聯(lián)網和AI之間的關系驾茴。

混合云平臺為物聯(lián)網-AI環(huán)境帶來了諸多最關鍵的優(yōu)勢盼樟,其中包括:

各種形式的存儲:混合云為AI和物聯(lián)網的構件度身打造,可能有眾多不同的存儲層沟涨,比如實時恤批、歸檔、冗余和分布式等存儲層裹赴。沒有哪一個云能做到這點喜庞。存儲的數據可以由AI引擎快速、程序化地訪問棋返,并通過機器學習逐漸加以豐富延都。比如說,你可能使用AWS S3存儲來進行歸檔睛竣,使用異地SAN存儲來滿足高性能要求晰房。

通過為AI關聯(lián)各個數據源,迅速處理信息射沟,迅速豐富數據:數據在裸機上處理起來速度最快(因為障礙最少)殊者,并在這個核心與服務器的原始處理能力之間跳轉。裸機服務器集群仍是AI處理的最佳構件验夯。

為應用程序提供定制的安全性:確保應用程序安全是企業(yè)的一項重要使命猖吴,在集中式場景下尤為如此。歸根結蒂挥转,最近新聞媒體上的安全泄密事件與用戶未妥善使用AWS系統(tǒng)有關海蔽,因而暴露了秘密信息共屈。從根源來分析諸如此類的安全事件,許多程序缺口(procedural gap)歸結為知識缺口(knowledge gap)党窜、培訓和技術拗引。核心混合數據處理可以實現公共云環(huán)境中根本沒有使用的企業(yè)控制、報告和審計等要素幌衣。

混合云無極限

我們生活在這樣一個時代:在某個地方矾削,云似乎以某種方式處理每次互動、交易和溝通豁护。世界上幾乎每個應用都使用云作為其整合架構怔软。明天的信息系統(tǒng)將變得更專注于在種類越來越廣泛的設備上提供實時體驗。按照舊規(guī)則择镇,比如摩爾定律挡逼、寬帶增長規(guī)律以及定義計算機服務行業(yè)的其他線性趨勢,創(chuàng)新只能隨著時間的推移才能實現腻豌。由于混合云技術家坎,不再是這樣了。

物聯(lián)網吝梅、AI和混合云是同一個三角形的三條邊虱疏,是同一條凳子的三條腿,是IT界的三位一體苏携。這三股力量將共同提升數據的地位做瞪,成為現代應用創(chuàng)新的核心。對當前應用為王的這個世界而言右冻,未來無極限装蓬。混合云不僅僅是一種平臺纱扭。它是由戰(zhàn)略打造的牍帚,是一種領先的技術解決方案,是一種神奇的架構乳蛾,最重要的是還有望構建未來暗赶。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市肃叶,隨后出現的幾起案子蹂随,更是在濱河造成了極大的恐慌,老刑警劉巖因惭,帶你破解...
    沈念sama閱讀 206,839評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件岳锁,死亡現場離奇詭異,居然都是意外死亡筛欢,警方通過查閱死者的電腦和手機浸锨,發(fā)現死者居然都...
    沈念sama閱讀 88,543評論 2 382
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來版姑,“玉大人柱搜,你說我怎么就攤上這事“眨” “怎么了聪蘸?”我有些...
    開封第一講書人閱讀 153,116評論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長表制。 經常有香客問我健爬,道長,這世上最難降的妖魔是什么么介? 我笑而不...
    開封第一講書人閱讀 55,371評論 1 279
  • 正文 為了忘掉前任娜遵,我火速辦了婚禮,結果婚禮上壤短,老公的妹妹穿的比我還像新娘设拟。我一直安慰自己,他們只是感情好久脯,可當我...
    茶點故事閱讀 64,384評論 5 374
  • 文/花漫 我一把揭開白布纳胧。 她就那樣靜靜地躺著,像睡著了一般帘撰。 火紅的嫁衣襯著肌膚如雪跑慕。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,111評論 1 285
  • 那天摧找,我揣著相機與錄音核行,去河邊找鬼。 笑死蹬耘,一個胖子當著我的面吹牛钮科,可吹牛的內容都是我干的。 我是一名探鬼主播婆赠,決...
    沈念sama閱讀 38,416評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼绵脯,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了休里?” 一聲冷哼從身側響起蛆挫,我...
    開封第一講書人閱讀 37,053評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎妙黍,沒想到半個月后悴侵,有當地人在樹林里發(fā)現了一具尸體,經...
    沈念sama閱讀 43,558評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡拭嫁,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,007評論 2 325
  • 正文 我和宋清朗相戀三年可免,在試婚紗的時候發(fā)現自己被綠了抓于。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,117評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡浇借,死狀恐怖捉撮,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情妇垢,我是刑警寧澤巾遭,帶...
    沈念sama閱讀 33,756評論 4 324
  • 正文 年R本政府宣布,位于F島的核電站闯估,受9級特大地震影響灼舍,放射性物質發(fā)生泄漏。R本人自食惡果不足惜涨薪,卻給世界環(huán)境...
    茶點故事閱讀 39,324評論 3 307
  • 文/蒙蒙 一骑素、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧刚夺,春花似錦砂豌、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,315評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至结借,卻和暖如春筐摘,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背船老。 一陣腳步聲響...
    開封第一講書人閱讀 31,539評論 1 262
  • 我被黑心中介騙來泰國打工咖熟, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人柳畔。 一個月前我還...
    沈念sama閱讀 45,578評論 2 355
  • 正文 我出身青樓馍管,卻偏偏與公主長得像,于是被迫代替她去往敵國和親薪韩。 傳聞我的和親對象是個殘疾皇子确沸,可洞房花燭夜當晚...
    茶點故事閱讀 42,877評論 2 345

推薦閱讀更多精彩內容