ファームノートの挑戦。Internet of Animals で切り拓くこれからの農業 | AWS Summit Tokyo

Home8雲端系統四大專利：安全性、省電簡易、雲端通報

想打造這個技術聯盟，唯一的手段就是藉助一種混合多雲平臺。但那又是什麼樣子的呢?

未來的資訊科技系統，日益專注於資料在哪裡生成和處理、資料如何提供和收集，以及這些資料移動起來有多快。找到一條最高效的路徑是關鍵。

兩個最重要的趨勢是物聯網和人工智慧(AI)，兩者相輔相成、密不可分。簡單來說，物聯網就是眾多裝置交換，來自眾多資料點的資料，這些資料在眾多平臺上，以眾多方式來加以收集。這些資料要迅速分析，在大多數情況下，要傳送到下一個層面以便進一步處理。

與此同時，AI就是以程式設計方式處理這些大數據，做出即時的、對時間敏感的決策。要打造這個技術聯盟，唯一的手段就是藉助一種混合多雲平臺。為AI和物聯網提供最高效路徑的混合IT基礎設施的幾個要素，成為了將帶來商業優勢、創新和未來「雲中雲」(cloud of clouds)的那些技術的基礎。

愛瑪麗歐機器人可一秒鐘內偵測並辨識人臉，並可同時辨識超過100人

物聯網和計算邊緣

我們身邊好多裝置，在被認為是現代企業和消費者空間的邊緣這個地方，收集、分發和處理資料。更進一步，所有這些資料必須在立即控制範疇之外的空間，迅速加以分析、收集和傳輸。

這番努力需要滿足異常苛嚴的要求：分散式收集和儲存最接近資料來源的資料。

這意味著，物聯網邊緣和這些系統中發生的計算事件，是自動化及其他新興趨勢的焦點。這些元素是未來計算架構，進一步創新的主要催化劑，那是由於日益智慧化、互動式的裝置數量激增，邊緣在不斷外延。

物聯網的邊緣必須通過可以驗證、建立和拆除連線的分散式連線，呈現實時事務，沒有中央控制機制。至少，基本原則對延遲，開始帶來操作問題之前資料，可以移動到多遠作了限制。邊緣即切實可行的邊緣有多遠?

協同運作，這背後的邏輯完全是AI。資料生命週期、資料流動、資料分類、報告和物聯網的無數方面是由AI的智慧決定的。

Nx Witness v3.0 - 雲端影像平台解決方案 —

AI無所不在

AI不是好萊塢電影，希望我們相信的那樣，是一些自我感知的機器人，但它可能似乎直接來自科幻作品。現在，AI技術早已遠離了初期的炒作階段；想要找到它，你得認識到這點：這種技術旨在學習、適應和辨識模式，並大規模地模擬人類智力。

你要做的就是看看外面的自動駕駛汽車：從全自動汽車到飛機上的自動駕駛系統，它們能在片刻之間做出智慧化決策。

AI和物聯網是共生關係，瞭解兩者之間的關係非常重要。AI需要海量的計算能力才能執行，而在許多情況下，這個要求只能透過裸機計算能力來得到實現。

速度和效能很關鍵，因為瞬間所做的決策生死攸關。此外，AI引擎做出的決策要迅速而準確地，反饋回給物聯網裝置。這方面的例子包括如下：

1. 無人駕駛的自動駕駛系統，可以檢測挽救生命的情況(比如洪水)，重新規劃交通路線、發出警報，避免事故。

2. 醫療裝置可以自動為病人心臟除顫，向最近的醫院傳送急救訊號。

3. 自動化農業聯合收割機可以避免撞上走散的動物或牛群，及時提醒農民。

4. 信用卡詐欺檢測。

5. 來自視訊服務的點播推薦。

蘋果的Siri技術和亞馬遜的Echo生態系統，做出超快速的決策，決策在端點上體現出來。

這樣的例子還有很多。從上述例子中可以看到，AI不僅要求速度快，還需要大量資料，而AI系統將以程式設計方式，處理海量資料，從而做出即時決策。AI竭力實現程式化推理和自我糾正，最終實現學習。企業環境下，具有無限的潛在優勢和好處。

其中，AI能夠：

1. 幫助減少整個企業組織的人為錯誤

2. 管理大量資料

3. 傳送員工的工作流程

4. 支援公司企業的數字化轉型

5. 大大有助於提供無縫的客戶體驗

AI技術日益通過第三方軟體，和現有軟體工具中的功能被引入進來。AI和物聯網設計成為了企業的藍圖。

ORBI 高效能三頻WiFi延伸系統熱賣中

混合多雲帶來顛覆

要是缺少一種支撐性的平臺和架構，物聯網和AI根本不可能融合。這時候，混合多雲有了用武之地。所有公司(甚至是從事同一行業的公司)展現了獨特的技術基因，這種技術基因是為各自的業務要求和發展情況打造的。

混合多雲是一種顛覆性的技術發展和商業機會。想了解這個顛覆力量，就要了解混合模式、物聯網和AI之間的關係。

混合雲平臺為物聯網-AI環境帶來了諸多最關鍵的優勢，其中包括：

各種形式的儲存：混合云為AI和物聯網的構件度身打造，可能有眾多不同的儲存層，比如即時、歸檔、冗餘和分散式等儲存層。沒有哪一個雲能做到這點。儲存的資料可以由AI引擎快速、程式化地訪問，並透過機器學習逐漸加以豐富。

比如說，你可能使用AWS S3儲存來進行歸檔，使用異地SAN儲存來滿足高效能要求。

通過為AI關聯各個資料來源，迅速處理資訊，迅速豐富資料：資料在裸機上處理起來速度最快(因為障礙最少)，並在這個核心與伺服器的原始處理能力之間跳轉。裸機伺服器叢集仍是AI處理的最佳構件。

為應用程式提供定製的安全性：確保應用程式安全是企業的一項重要使命，在集中式場景下尤為如此。歸根結蒂，最近新聞媒體上的安全洩密事件與使用者未妥善使用AWS系統有關，因而暴露了祕密資訊。

從根源來分析諸如此類的安全事件，許多程式缺口(procedural gap)歸結為知識缺口(knowledge gap)、培訓和技術。核心混合資料處理可以實現公共雲環境中根本沒有使用的企業控制、報告和審計等要素。