18.06.2019  Экспертиза, Искусственный интеллект

Искусственный интеллект и машинное обучение оперируют настолько большими объемами данных, что, как утверждает на портале InformationWeek известный консультант и футурист Том Кулопулос, современные облачные архитектуры просто не смогут справиться с их обработкой. Компании должны неустанно развивать стратегии хранения данных, что наделит их гибкостью и возможностью своевременно реагировать на меняющиеся потребности при работе с данными. Большинство современных предприятий отдают предпочтение гибридной облачной архитектуре, однако многие из них будут удивлены, обнаружив в ходе переноса в облако данных и рабочих нагрузок, что готовые к промышленной эксплуатации программы на базе ИИ и машинного обучения предъявляют к хранению данных особые требования. Учитывая, что они работают с большими массивами информации, предприятиям нужно быть готовыми к тому, что их хранение в облаке может обойтись дороже, чем они рассчитывали. ИИ и машинное обучение приведут к революционным изменениям в области хранения данных. Ненасытный аппетит к данным — Ахиллесова пята ИИ и машинного обучения. Проблема в том, что их обучение связано с определенными затратами, которые включают расходы на сбор, передачу и хранение. Например, поставщик ПО для файловых систем и систем хранения данных Tuxera рассчитала, что один автономный автомобиль за день генерирует от 11 до 192 Тб данных. По информации Google, за день Waymo генерирует 2 Тб данных, однако когда автомобиль станет полностью автономным, этот объем легко ... читать далее.