如今，人工智能已經(jīng)取得了顯著成效。在商業(yè)范疇，人工智能已經(jīng)擁有了三種具體的應(yīng)用。

第一種是數(shù)字助理，例如微軟的Cortana（微軟小娜）。它會(huì)記錄用戶(hù)的行為和使用習(xí)慣，利用云計(jì)算、搜索引擎和“非結(jié)構(gòu)化數(shù)據(jù)”分析，讀取和“學(xué)習(xí)”包括手機(jī)中的文本文件、電子郵件、圖片、視頻等數(shù)據(jù)，來(lái)理解用戶(hù)的語(yǔ)義和語(yǔ)境，從而實(shí)現(xiàn)人機(jī)交互。

第二種是智能應(yīng)用程序，例如Commvault 提供的人工智能備份與恢復(fù)流程軟件。它通過(guò)采用機(jī)器學(xué)習(xí)算法將AI添加到Commvault平臺(tái)，通過(guò)分析用戶(hù)的操作，備份和還原創(chuàng)建的數(shù)據(jù)，來(lái)分析用戶(hù)使用模式與性能、重新確定優(yōu)先級(jí)或修改操作以改善預(yù)期結(jié)果，確保數(shù)據(jù)以最佳方式運(yùn)行。同時(shí)，Commvault機(jī)器學(xué)習(xí)算法和AI流程還有助于改善識(shí)別模式，實(shí)時(shí)監(jiān)測(cè)平臺(tái)操作中發(fā)生的文件活動(dòng)、變化率及異?；顒?dòng)，從而提醒用戶(hù)可能存在的潛在威脅或風(fēng)險(xiǎn)。

第三種是業(yè)務(wù)流程改進(jìn)，也就是將物聯(lián)網(wǎng)與人工智能的機(jī)器學(xué)習(xí)相結(jié)合（AIoT）。具體來(lái)說(shuō)，AIOT是指融合AI技術(shù)和物聯(lián)網(wǎng)技術(shù)，將物聯(lián)網(wǎng)產(chǎn)生和收集的海量數(shù)據(jù)存儲(chǔ)于云端和客戶(hù)端，再借助大數(shù)據(jù)分析以及更高形式的人工智能，形成智能化的應(yīng)用場(chǎng)景和應(yīng)用模式。服務(wù)實(shí)體經(jīng)濟(jì)，為人類(lèi)的生產(chǎn)活動(dòng)和生活提供更好的服務(wù)，實(shí)現(xiàn)萬(wàn)物數(shù)據(jù)化和互聯(lián)化。

在此大環(huán)境下，許多企業(yè)采用AI技術(shù)來(lái)降低運(yùn)營(yíng)成本、提高效率、增加收入，并改善客戶(hù)體驗(yàn)。而當(dāng)企業(yè)在使用AI產(chǎn)品或創(chuàng)建自定義AI項(xiàng)目時(shí)，其關(guān)鍵是確保所有相關(guān)數(shù)據(jù)都可以輸入。

當(dāng)算法使用大型數(shù)據(jù)集時(shí)，可輸入的有用數(shù)據(jù)越多，人工智能和機(jī)器學(xué)習(xí)的工作效果和預(yù)測(cè)效果就越好。正如微軟Azure高級(jí)項(xiàng)目經(jīng)理Karl Rautenstrauch在2018 Commvault GO大會(huì)上所說(shuō)：“人工智能離不開(kāi)數(shù)據(jù)，但是如果沒(méi)有有效的數(shù)據(jù)，這些算法什么都不是，反而會(huì)造成很糟糕的后果。通過(guò)利用Commvault Activate技術(shù)，可以幫助大家區(qū)分有效數(shù)據(jù)與無(wú)效數(shù)據(jù)，從而促進(jìn)人工智能與機(jī)器學(xué)習(xí)的進(jìn)步?！?因此，有效的數(shù)據(jù)是人工智能的核心。

借助Commvault Activate及其應(yīng)用程序組合，客戶(hù)能夠輕松地為AI或ML應(yīng)用程序找到最佳數(shù)據(jù)，并將其數(shù)據(jù)信息和分析結(jié)果與可執(zhí)行的應(yīng)用案例相結(jié)合。此外，通過(guò)利用其開(kāi)放式動(dòng)態(tài)索引功能 (Commvault 4D Index)，無(wú)論數(shù)據(jù)來(lái)源于何處，是何種類(lèi)型，都可以采用人工智能學(xué)習(xí)方法來(lái)了解數(shù)據(jù)內(nèi)容，挖掘數(shù)據(jù)價(jià)值和意義。

從GPU到專(zhuān)門(mén)為處理人工智能算法而構(gòu)建的FPGA, 我們已經(jīng)見(jiàn)證了算法的巨大改進(jìn)。而就在過(guò)去的幾年里，運(yùn)行學(xué)習(xí)歷程的時(shí)間從幾星期縮短到了幾天甚至幾個(gè)小時(shí)。人工智能發(fā)展雖日新月異，但數(shù)據(jù)依舊是一切算法的基礎(chǔ)與核心。所以大家不妨換種思考方式，就像Karl Rautenstrauch所建議的那樣：“從數(shù)據(jù)做起，更深入地了解人工智能，然后付諸實(shí)踐?！?/p>