Uncategorized

Künstliche Intelligenz, maschinelles Lernen und Datenspeicherung: Das Paradoxon

Juni 13th, 2018
Übersetzung eines auf Englisch verfassten Artikels für die Recovery Zone. Den Originalartikel finden Sie hier.
inline
Ein bedeutender Teil der aktuellen Nachrichten aus der IT-Branche konzentriert sich auf künstliche Intelligenz und maschinelles Lernen und was getan werden kann, damit sich die Gesellschaft weiterentwickelt. Vom Kampf gegen Malware bis zum Fliegen einer Drohne befinden sich die KI und das maschinelle Lernen bereits in einem Entwicklungsstadium, in dem sie eine Vielzahl von Branchen, wie das Gesundheitswesen, das Bildungswesen und die Cybersicherheit nachhaltig beeinflussen. Obwohl KI und maschinelles Lernen fantastische Werkzeuge sind, die Unternehmen zukünftig die Arbeit erleichtern werden, sind nicht alle Unternehmen derzeit auf einem Niveau, auf dem sie tatsächlich davon profitieren können. Diese Technologien sind erfolgreich, dabei aber abhängig von der Datenmenge, die sie aus dem Unternehmen, in dem sie eingesetzt werden, sammeln können. Um zu dienen und ihr Potenzial voll auszuschöpfen, müssen maschinelles Lernen und KI-Technologien mit möglichst vielen Daten versorgt werden. Dies wiederum erhöht den Speicherbedarf. Viele Unternehmen, insbesondere KMUs, sind nicht in der Lage, große Mengen an Speicher zu kaufen. Dies schränkt ihre Fähigkeit ein, die Kraft der künstlichen Intelligenz und des maschinellen Lernens zu nutzen. Im Gegenzug werden diese Technologien jedoch einen Punkt erreichen, an dem sie dazu beitragen können, Speicherprobleme für Unternehmen zu lösen, die viele Daten verarbeiten, aber nicht über ausreichende finanzielle Mittel verfügen, um ihre Speicherkapazität zu erhöhen. Die Menge an Daten, die Unternehmen heute im Auge behalten müssen, wächst exponentiell. Auch KMUs haben in der Regel eine überwältigende Menge an Daten, bei denen sie entscheiden müssen, wie sie diese richtig verwalten. Die Leistungsfähigkeit der KI und des maschinellen Lernens wird es den IT-Abteilungen letztendlich erleichtern, die Terabyte an Daten, für die sie verantwortlich sind, zu organisieren. Es kann schnell zu einem Problem werden, wenn entschieden werden muss, welche Daten erforderlich sind und welche nicht, wenn das Unternehmen wächst. Dark Data, also Informationen, die während normaler Geschäftsaktivitäten gesammelt werden, die nie genutzt werden oder gar bekannt sind, sammeln sich viel zu schnell an, so dass regelmäßige Scans und Wartungen nicht ausreichen, um sie alle zu identifizieren und zu löschen.FazitBald werden maschinelles Lernen, KI und Analysetools in der Lage sein, verschiedene Arten von Dateien und E-Mails zu sortieren, um festzustellen, was verwendet wird und was nicht. Realistisch gesehen werden die Leiter der IT-Abteilung in der Lage sein, kleine Anpassungen an Algorithmen und Einstellungen in einem Programm vorzunehmen, indem sie die drei Werkzeuge, die diese Dateien klassifizieren, kombinieren. Dann werden sie Scans durchführen, die ihnen empfehlen, welche Daten aus Datensätzen gelöscht werden können, um die Menge an Serverspeicher, die ein Unternehmen benötigt, zu reduzieren und damit letztlich Platz, Zeit und Geld zu sparen. Als Experten im Bereich Datenspeicherung ist StorageCraft gespannt, wie diese Technologien die Probleme unserer Branche heute und in Zukunft lösen können. Wir bieten Ihnen eine Reihe von Programmen, die Ihr Unternehmen bei den Anforderungen an Speicherkapazitäten und Backup-Anforderungen unterstützt. Kontaktieren Sie uns noch heute, um mehr über die StorageCraft® Recovery Solution zu erfahren oder fordern Sie eine Demo an.