忘记密码

数据核心人工智能怎么能够做到以终为始

2021-08-16 14:43 作者: 来源: 本站 浏览: 我要评论 字号:

摘要: 一个用于数据中央治理和运营的人工智能(AI)策略,你需要的不仅仅是数据和一些异常聪慧的人。如果还要满意业务的需求,抉择特定的案例并懂得那些会影响AI结果的数据类型—而后验证这些结果—将是人工智能是否知足你的业务需求的要害。   通过关注特定的案例,可...

一个用于数据中央治理和运营的人工智能(AI)策略,你需要的不仅仅是数据和一些异常聪慧的人。如果还要满意业务的需求,抉择特定的案例并懂得那些会影响AI结果的数据类型—而后验证这些结果—将是人工智能是否知足你的业务需求的要害。

 

通过关注特定的案例,可以扩大早期的胜利,并逐渐获取进一步的价值。管理人员不需要是人工智能专家,但Uptime InsTItute提议数据中心管理人员对正在发展应用的人工智能建立根本的深度和广度。这样做象征着他们如何可以更好地肯定需要多少数据,以及如何透过人工智能来使用这些数据,这在验证产出的结果和建议时是至关重要的。

在UpTIme InsTItuteIntelligence最近撰写的一份题为《非常智能的数据中心:人工智能将如何推进运营决策》(Very smart data centers: How artificial Intelligence will power operaTIons decisions)的讲演中,提出应该对数据中心的人工智能有更好理解的观点。

作为第一步,让咱们谈谈对于人工智能的多少点。首先,演算法和模型有什么不同,英维克空调根据空调功能,可以将空调分为单冷式空调和冷暖式空调。单冷式空调:不具有制热功能,适用于夏天较热或冬天有充足暖气供应的地区。冷暖式空调:具有制热功能。? 在推广人工智能的人可以拿这些术语来表现相同的货色,虽然它们可能不尽相同。

演算法是一系列数学步骤或计算指令。它是一个自动指令集。演算法可以是一条指令,也可以是一串指令—它的复杂度取决于每条指令的简单或庞杂程度,以及/或演算法需要执行的指令数目。

在人工智能中,模型是指可能处置数据并供给对数据的预期响应或是数学模型的结果,艾默生空调空调设备的故障将直接影响机房的环境,进而影响服务器的正常工作。机房建设时,选择空调会考虑n+l的余量备份,但如果空调的故障率高还是会将余量备份消耗殆尽,因此要保证高可靠性。。例如将演算法利用于数据集,结果将会是模型。因而,模型是一个或多个算法的成果。假如输入到演算法中的数据发生变更,或者雷同的数据通过不同的演算法输入,模型就会产生变化。

另一个无比重要的特征是目前数据中央使用的两种主要人工智能技术:机器学习和深度学习。

机器学习技术重要有三品种型:

监视学习:人类提供一个模型和训练数据。演算法获取练习数据并对模型进行微调,使输入和输出/响应更严密地匹配。随着时间的推移以及数据的增添,演算法能进一步改良模型,并可以对新数据的响应做出公道的猜测。监督机器学习在数据核心和其余行业中是最常被使用的一种方法。

无监督学习:演算法从未标记的数据中发明模式或内在架构。在某些场景中,无监督机器学习技术会被拿来与监督机器学习技术相联合。实际上,从无监督机器学习的输出数据可以成为监督机器学习的训练数据。

强化学习:人类提供一个模型跟未标志的数据。当一套演算法断定数据所发生的最佳化结果时,它会得到一个正的数学“嘉奖”。(来自谷歌的开源强化学习框架被命名为多巴胺。) 通过提供反馈,它能够通过不同的变化来进行学习,而强化学习是最新的机器学习技巧。

深度学习(Deep learning)是机器学习的一个子集,它使用多层人工神经网络来构建基于大批数据的演算法,这些演算法能够找到一种最优化的方式来单独做出决议或履行义务。人类提供训练数据和演算法,盘算机将这些输入分解成一个非常简略的概念档次。每个概念成为中破网络上的一个数学节点。深度学习不使用来自人类的机器学习模型,而是像使用神经网络一样使用训练数据,它的工作原理像一个决策树。它依据本人对培训数据的剖析树立了新的模型。

哪种技术最适合哪种用例?这取决于算法的品质和复杂度,以及所使用的模型和数据。但是,如果所有这些都是相同的,那么有一些特定的技术特殊适合于特定的用例。

有些人说,深度学习可以发现更大水平的低效,由于它不受已知模型的束缚。另一方面,监督机器学习能做到更加透明(使得范畴专家更轻易验证结果),而且主动化的速度也更快。

它可能有所不同,但是下面是一些十分合适不同类型的机器学习和深度学习的案例。

固然当初还处于早期阶段,然而跟着时光的推移,某些技术可能会在将来主导特定的需要。

操作人员至少应当懂得正在运用的人工智能,并到达必定深度和广度的基础常识程度。如果采取人工智能来辅助经营,请求供给商显示模型中的数据点以及这些节点之间的关联—换句话说,须要了解人工智能是如何应用这些数据来提出相干的倡议,机房精密空调温度对计算机机房设备的电子元器件、绝缘材料以及记录介质都有较大的影响;如对半导体元器件而言,室温在规定范围内每增加10℃,其可靠性就会降低约25%;而对电容器,温度每增加10℃,其使用时间将下降50%;绝缘材料对温度同样敏感。最后,不管是否由职员来进行操作,跟踪结果老是很主要的。

起源:云数据中心

发表评论

*

* (保密)

😉 😐 😡 😈 🙂 😯 🙁 rolleyes.png 😛 😳 😮 mrgreen.png 😆 💡 😀 👿 😥 😎 ➡ 😕 ❓ ❗

Ctrl+Enter 快捷回复

会员登录关闭

记住我 忘记密码

注册会员关闭

小提示: 您的密码会通过填写的"电子邮箱"发送给您.