知識星球
筆者邀請您，先思考：
1 軟體定義基礎設施（SDI）和人工智慧定義基礎設施（ADI）的異同？
2 您想用人工智慧做什麼事情？
隨著智慧手機，智慧汽車，智慧家居等創新技術的迅速發展，科技正在迅速將我們的世界變成一個“智慧”世界。 物聯網（IoT）是這裡的主要貢獻者之一。 IoT的核心是所有配備感測器和微晶片的連線裝置基於集中式平臺透過網際網路傳輸資料，從而提高效率和效能。 據估計，到2020年，全球連線裝置的數量將接近500億。
隨著連線裝置的數量繼續迅速增加，將會出現管理和分析由這些裝置生成的大量資料的需求。 這些資料至關重要，因為它提供了寶貴的見解和樣式，可以幫助企業和組織評估潛在風險，發現新的商業機會，並且最重要的是可以提高組織的整體運作和生產力。 現在，這就是人工智慧（AI）和機器學習（ML）的地方。AI和ML技術允許資料科學家深入研究海量資料並從中發現有意義的見解。 強調人工智慧對物聯網和機器的重要性，John McCarthy教授恰如其分地表示：
“AI的標的是開發出像智慧一樣行事的機器。”
儘管處於發展階段，AI已經開始在全球市場創造就業前景。 凱捷報告稱，近83％利用人工智慧技術的組織認為，人工智慧領域新的就業機會已經開始出現。 隨著越來越多的組織加入大資料和人工智慧的潮流，現在對資料科學家，資料工程師，資料分析師等熟練資料專業人員的需求非常龐大。
現在，開始使用人工智慧的職業生涯變得更加便利，因為網際網路上湧現出高度教育性和資訊豐富的線上人工智慧課程。 這些課程專門為有志向學生介紹人工智慧的基本概念，如演演算法，自然語言處理等，並逐漸向更複雜的概念（如機器學習和深度學習）進展。 如果你甚至與技術場景有著遙遠的關係，建議你透過這些課程並提高你的就業能力。 因為，正如現在必須清楚的那樣，遍佈全球的組織一直在關註著熟練的資料專家。現在沒有比現在開始的更好的時間了！
計算在資料管理中的作用
今天，資料呈指數增長 – 每天產生近2.5千億的資料！ 在我們生活的資料驅動世界中，這些資料是所有資訊的來源。 然而，管理如此大量的資料本身就是一個挑戰。 得益於高階計算流程，我們能夠儲存，處理和分析這些資料，以揭示隱藏的趨勢和見解，從而可以增強業務運營，提高生活質量，最重要的是促進創新。
計算機可以比人類更加快速和準確地處理和分析資料，因此，它極大地幫助企業利用可供處理的資料來計算重要統計資料，監控員工績效，電力自動化，提高生產力和銷售量，提高機器效率，以及更多。 正是由於這種計算能力，今天的組織才能獲得廣泛的統計和技術見解和視覺化。 此外，諸如雲端計算等技術增強了AI的功能。 例如，像Netflix和亞馬遜這樣的工業巨頭依靠基於雲的框架來處理AI任務和需要全面分析和計算的服務。
資料基礎設施和人工智慧
資料基礎架構是資料處理和分析的一個重要方面。 沒有適當的資料基礎設施，企業和組織就無法從資料中創造價值。 透過資料基礎設施，我們指的是處理，儲存，傳輸和保護資料所需的整個後端計算支援系統。
雖然許多公司使用軟體定義的基礎設施（SDI）來支援動態IT環境，但SDI有其積壓。 SDI不僅受到靜態原始碼的限制，而且其功能在很大程度上還取決於為特定環境編寫程式碼的軟體開發人員的技能和專業知識。 因此，SDI不是“智慧的”，現在這種趨勢正在轉向人工智慧定義的基礎設施（ADI）。
從本質上講，ADI是SDI的智慧升級，完全採用先進的AI和ML演演算法，可以從現有資訊中“學習”，自動構建自我修複框架。 ADI可以：
-
不斷分析現有基礎設施所有元件的動態行為，並“學習”瞭解自己的工作。
-
透過主動監控基礎架構元件的功能並自動採取措施解決問題（如果有），建立一個無錯誤的環境。
-
根據工作負載的需求部署資源，併在不再需要特定資源時取消分配資源。
這些資料基礎設施有助於支援各種與AI相關的技術和應用，包括：
-
對現有框架的支援：資料基礎架構應該包含TensorFlow，Caffe，Theano和Torch等AI框架，以加強和支援當前的框架。但是，重點不應僅僅依賴人工智慧框架，而應該適合軟體開發人員的需求和興趣。
-
GPU友好的環境：為確保AI任務和行程的無縫處理，資料基礎架構必須支援具有令人印象深刻的計算能力的GPU環境。微軟的N系列GPU實體就是一個很好的例子
-
AI最佳化的管理環境和工具：缺乏適當的管理環境和用於支援和執行AI應用程式的工具是當前資料基礎架構的最大缺點之一。因此，整合正確的管理工具和環境以實現最佳效能至關重要。
-
機器推理：機器推理是AI環境的組成部分。機器推理演演算法使AI環境能夠跟上基礎設施和技術的動態趨勢，從而為最佳行動方案提供有意義的見解。
人工智慧實施中組織技能的重要性
僅僅投資和利用AI技術是不夠的。公司和企業需要一個專業人才庫，他們可以採用這些AI工具來確保獲得最佳結果。隨著人工智慧和機器學習不斷滲透全球的行業和企業，越來越需要重新思考組織的整個領導和思維過程，從產品戰略和客戶體驗到找到提高人力資本生產力的方法。商業世界的領導者必須透過以下方式鼓勵其系統內的智慧AI整合：
以人為本
僅僅投資人工智慧技術就沒有結果。企業必須按比例投資於員工。根據杜克大學人類與自主實驗室主任米西卡明斯的說法，
“人工智慧的未來正在支援和增強人類的能力，因此人工智慧團隊比單獨一人更強大。”
培養學習型工作文化
作為一個發展中的領域，人工智慧需要不斷的訓練和學習，以跟上它今天帶來的創新和變化。未來，人工智慧將在技術領域帶來新的變化，只有透過鼓勵和創造不斷學習和培訓的工作環境，組織才能跟上人工智慧的創新。
培養業務運營的透明度
組織應努力保持並推動業務各個方面的透明度。領導和經理應該與員工就他們的AI方法進行公開交流。這不僅有助於贏得他們的信任和信心，而且還會鼓舞士氣，激勵他們更努力地工作。
Adecco集團執行長Alain Dehaze認為：
“增強智慧，融合人力投入和人工智慧，將成為企業成功和形成繁榮社會的關鍵驅動力。我們正處在技術變革的風口浪尖上，這與我們之前在人類歷史上看到的任何變化都不同。技術進步需要更加關註天生的人類技能 – 批判性思維，情商和價值判斷。“
因此，擁有合適的資料基礎架構和適當的組織技能可以幫助企業和組織以正確的方式利用人工智慧工具和技術。
作者：Vivek Kumar
原文連結：
https://towardsdatascience.com/the-need-for-data-infrastructure-for-best-utilization-of-artificial-intelligence-72612c1026e0
版權宣告：作者保留權利，嚴禁修改，轉載請註明原文連結。
資料人網是資料人學習、交流和分享的平臺http://shujuren.org 。專註於從資料中學習到有用知識。
平臺的理念：人人投稿，知識共享；人人分析，洞見驅動；智慧聚合，普惠人人。
您在資料人網平臺，可以1）學習資料知識；2）建立資料部落格；3）認識資料朋友；4）尋找資料工作；5）找到其它與資料相關的乾貨。
我們努力堅持做原創，聚合和分享優質的省時的資料知識！
我們都是資料人，資料是有價值的，堅定不移地實現從資料到商業價值的轉換！
加入資料人圈子或者商務合作，請新增筆者微信。
點選閱讀原文，進入資料人網，獲取資料知識。
公眾號推薦：
鏈達君，專註於分享區塊鏈內容。
腳印英語，專註於分享英語口語內容。
