當前，人工智能 (AI) 及其子集機器學(xué)習(xí) (ML) 是發(fā)展最快的技術(shù)之一；同時，其因圍繞深度造假、欺騙、偏見和其他道德問題的世界末日場景而備受關(guān)注。今年 5 月，美國白宮科學(xué)技術(shù)政策辦公室 (OSTP) 發(fā)布了一份關(guān)于人工智能國家優(yōu)先事項的信息請求，指出雖然該技術(shù)可以改善生活并解決嚴峻的全球挑戰(zhàn)，但它“對民主、國家安全、公民權(quán)利和整個社會經(jīng)濟構(gòu)成了嚴重風(fēng)險”。

盡管存在風(fēng)險，但人工智能技術(shù)已經(jīng)存在，并且在科技巨頭和各個市場（從金融、醫(yī)療保健、制造到運輸、零售和娛樂）中的使用量猛增。據(jù) IBM 稱，全球 35% 的企業(yè)已采用人工智能。

安全和監(jiān)控技術(shù)提供商i-PRO Americas的 A&E 項目經(jīng)理 Glenn Adair 表示，ICT 專業(yè)人員對人工智能及其對數(shù)據(jù)中心設(shè)計和部署的影響有良好的基本了解至關(guān)重要。局域網(wǎng)——即使它們本身不使用該技術(shù)。為此，Adair 將于 9 月 12 日在拉斯維加斯舉行的 BICSI 秋季會議暨展覽會上展示“揭秘人工智能和機器學(xué)習(xí)”。實際上，到時大家可以在會議上聽到大量有關(guān)人工智能在數(shù)據(jù)數(shù)據(jù)中心應(yīng)用的資料。

關(guān)于算法的一切

目前，大多數(shù)消息來源將人工智能和機器學(xué)習(xí)技術(shù)稱為能夠模擬人類智能和思維過程的系統(tǒng)。雖然這個定義助長了機器人統(tǒng)治世界的概念，但這項技術(shù)已經(jīng)使用了幾十年——早在 1997 年 IBM 超級計算機“深藍”擊敗世界象棋冠軍加里·卡斯帕羅夫之前。

根據(jù) Adair 的說法，第一個人工智能算法更具確定性，類似于流程圖中使用的決策樹，主要用于數(shù)據(jù)分類?！霸缙诘乃惴ê芟裢?20 個問題，如果我們沒有得到正確的答案，我們就會調(diào)整行為，提出正確的四到五個問題，直到找到正確的答案，”他說。

Adair 表示，看待 AI 子集 ML 的一種方法是向后編寫算法。例如，機器學(xué)習(xí)不是告訴算法將 A 乘以 B 得到 C，而是要求機器根據(jù) A 和 B 實現(xiàn) C，但不告訴它如何去做?！霸跈C器學(xué)習(xí)中，機器會嘗試各種可能性，直到得出正確的答案，數(shù)據(jù)越多，它就越能得出答案，” Adair解釋道?！耙驗槲覀儾幻靼讬C器是如何得出這個答案的，所以它是不透明的，我們永遠不知道我們是否總是能得到正確的答案。這就是該技術(shù)的局限性?！?/p>

人工智能算法通常分為監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)。監(jiān)督學(xué)習(xí)依賴于明確標記的數(shù)據(jù)進行分類或回歸分析?；貧w分析本質(zhì)上是對兩個或多個變量之間關(guān)系的數(shù)學(xué)確定，其中一個變量通常是因變量。示例包括估計值（例如，ROI）、預(yù)測概率（例如，醫(yī)療診斷、市場增長等）或識別邊界（例如，可接受的誤差量）。我們大多數(shù)人都熟悉的一種回歸分析（即使我們沒有意識到）是貝葉斯建模，它尋找相似性來確定概率。“這就是Netflix推薦模型的工作原理，” Adair說。

無監(jiān)督學(xué)習(xí)發(fā)現(xiàn)未標記或原始數(shù)據(jù)中的模式和關(guān)系。研究相似性的貝葉斯建模也可以是無監(jiān)督的，例如分析原始數(shù)據(jù)點并將其組織成有意義的組的聚類算法。營銷中的垃圾郵件過濾和定位是聚類的兩個示例。具有諷刺意味的是，聚類甚至被用來檢查內(nèi)容并識別深度造假。

最復(fù)雜的人工智能類型通常結(jié)合了無監(jiān)督和監(jiān)督學(xué)習(xí)來密切模仿人腦，這是神經(jīng)網(wǎng)絡(luò)算法——想想自動駕駛汽車、Siri、面部識別、疾病診斷和生成人工智能（如 ChatGPT）。這些算法被認為是深度學(xué)習(xí)，并且依賴于廣泛的數(shù)據(jù)集。“神經(jīng)網(wǎng)絡(luò)確實非常復(fù)雜，我們非常有興趣在我們的安全解決方案中使用該技術(shù)來實現(xiàn)感知功能，例如行為識別和物體識別，”Adair 說?！拔覀兛梢岳眠@項技術(shù)來檢測任何事物，但我們?nèi)匀桓嬖V它我們正在尋找什么?！?/p>

Adair認為，神經(jīng)網(wǎng)絡(luò)算法的工作必須存在一定程度的不確定性。“我知道這聽起來有悖常理，但如果算法總是達到100%，那么當出現(xiàn)異常時它們就不知道該怎么辦，”他說。“我們希望允許有一點錯誤。畢竟，人類也會犯錯誤。我們的目標是將錯誤降低到低于人為錯誤的程度，但又不能太低，以免在遇到以前從未見過的情況時導(dǎo)致災(zāi)難性故障?！?/p>

潛在的行業(yè)用例

人工智能為信息通信技術(shù)和建筑行業(yè)提供了巨大的潛力。它已經(jīng)通過識別系統(tǒng)使用模式中的異常來識別潛在的惡意活動和數(shù)據(jù)泄露，從而使網(wǎng)絡(luò)安全系統(tǒng)更具彈性。微軟的網(wǎng)絡(luò)信號計劃使用人工智能來檢測惡意活動和軟件相關(guān)的弱點，并報告稱他們已成功阻止了超過 357 億次網(wǎng)絡(luò)釣魚攻擊和 256 億次身份盜竊企圖。人工智能還有潛力實現(xiàn)許多常見 IT 流程的自動化，例如合規(guī)性和審計、服務(wù)請求以及設(shè)備配置和軟件升級等資產(chǎn)管理功能。

在智能建筑行業(yè)，西門子、霍尼韋爾和江森自控等供應(yīng)商正在將人工智能算法集成到其建筑管理系統(tǒng) (BMS) 平臺中，以做出降低成本并實現(xiàn)能源、環(huán)境和居住體驗?zāi)繕说臎Q策。例如，它可以通過分析模式來檢測和診斷 HVAC 或其他設(shè)備內(nèi)的異常情況，或根據(jù)分析歷史占用數(shù)據(jù)來優(yōu)化空間，從而幫助防止系統(tǒng)故障。

人工智能還可以幫助設(shè)計師更好地規(guī)劃。英國新的 HS2 高鐵線路利用人工智能來分析旅客情緒以確定他們何時何地感到困惑，從而優(yōu)化標牌放置?！拔蚁嘈盼覀儗⒖吹饺斯ぶ悄茉絹碓蕉嗟貞?yīng)用于檢查和規(guī)劃的預(yù)測模型中，” Adair說?！八踔量梢杂糜诰W(wǎng)絡(luò)基礎(chǔ)設(shè)施設(shè)計，以用最少的材料發(fā)現(xiàn)最有效的電纜路線?！?/span>

Chatsworth Products 戰(zhàn)略聯(lián)盟和電子產(chǎn)品管理總監(jiān)Ashish Moondra預(yù)計人工智能甚至將進入數(shù)據(jù)中心基礎(chǔ)設(shè)施管理平臺?！爸悄?PDU、UPS、環(huán)境傳感器和其他設(shè)備收集的數(shù)據(jù)的數(shù)據(jù)中心設(shè)計，”他說。

更多數(shù)據(jù)和計算帶來更多機會

作為布線基礎(chǔ)設(shè)施專業(yè)人士，我們可能想知道人工智能和所需的數(shù)據(jù)將如何影響日常處理的數(shù)據(jù)中心和 LAN 的設(shè)計和部署。Adair 表示，ICT 專業(yè)人士應(yīng)該感到興奮而不是擔(dān)憂。“這將意味著巨大的機遇，因為這一切都與數(shù)據(jù)的質(zhì)量和數(shù)量有關(guān)，這將推動數(shù)據(jù)中心的重大發(fā)展，”他說。

隨著越來越多的建筑系統(tǒng)利用人工智能，他們將需要更多的數(shù)據(jù)，需要更多位置的連接端點和傳感器。這可以推動無線技術(shù)和單對以太網(wǎng)在 LAN 中的部署增加。由于需要分析大量數(shù)據(jù)，運行人工智能算法的數(shù)據(jù)中心設(shè)備也需要比傳統(tǒng)計算功能多出近三倍的功率，每個機架需要高達 30kW 或更多，而超大規(guī)模和云級別的高性能計算的機架密度為50kW以上。這些更高的機架功率密度將顯著影響數(shù)據(jù)中心的設(shè)計，并推動對更先進的熱管理和冷卻技術(shù)（例如液體冷卻）的需求。

盡管有機會， Adair指出人工智能仍然是通過人類輸入驅(qū)動的。“人工智能中的‘A’應(yīng)該是顯而易見的。機器沒有欲望或需求，我們有責(zé)任根據(jù)我們提供給它們的數(shù)據(jù)來驅(qū)動我們希望它們做的事情。如果算法不知道要尋找什么，那么它就不是很有用，”他說?！芭c此同時，我們需要一套標準來確保算法不會在無人監(jiān)督的情況下運行，并不會產(chǎn)生對人類不透明的安全漏洞。”