إن تأثير الذكاء الاصطناعي (AI) على عمليات بيانات المؤسسة وأعباء العمل موثق جيدًا، وكذلك قدرته على مراقبة وإدارة الأنظمة المعقدة. ولكن ما لم يتم التعرف عليه على نطاق واسع في هذه المرحلة هو كيف سيغير الذكاء الاصطناعي البنية التحتية للبيانات، ليس فقط في التصميم والبنية، ولكن أيضًا في كيفية استهلاكها بواسطة الأجيال الجديدة من التطبيقات والخدمات الذكية.
في حين أن البنية التحتية قد تبدو غير قابلة للتغيير immutable، فإن الحقيقة هي أن المصنع المادي physical plant ديناميكي للغاية، وصولاً إلى قدرات المعالجة في الخوادم وأجهزة الشبكات، فضلاً عن الوسائط المستخدمة للتخزين. لقد أضافت المحاكاة الافتراضية إلى هذه الديناميكية فقط، لدرجة أنه يمكن تصميم البنية التحتية بسرعة لتلبية احتياجات أي عبء عمل.
تغيير الحاويات Changing containers
أحدث تطور في المحاكاة الافتراضية virtualization هو الحاويات، وكما أظهر Kevin Casey من مشروع The Enterpriser's Project في تقرير حديث، فإن تشغيل الذكاء الاصطناعي على نطاق واسع يتطلب بعض إعادة التجهيز على مستوى الحاوية. لسبب واحد ، تتطلب أعباء عمل الذكاء الاصطناعي الكثير من جمع البيانات ومعالجتها مسبقًا، حتى قبل أن تصل إلى التدريب. بمجرد أن يصل النموذج إلى الإنتاج، يجب دعمه بمراقبة الأداء ومقاييس الأداء ومجموعة من الخدمات الأخرى. يمكن للحاويات بالتأكيد تبسيط هذه العمليات، ولكن يجب تحسينها من أجل الاتساق والتكرار لتوفير أقصى فائدة لعبء العمل.
في الوقت نفسه، من المهم ملاحظة أن الحاويات لا يمكنها إصلاح عملية معيبة. في حد ذاتها، لا يمكنهم فعل أي شيء لتصحيح التحيز في بيانات التدريب، ولا يمكنهم تحقيق النتيجة المرجوة من خوارزمية سيئة التصميم. كل ما يمكنهم فعله هو تسريع جوانب معينة من سير العمل.
يمكننا أيضًا توقع رؤية بعض التغييرات في السحابة مع اكتساب الذكاء الاصطناعي زخمًا. أشار المصمم التقني Kivanic Uslu في كتابه نحو علم البيانات مؤخرًا إلى أن نماذج التسليم السحابية مثل PaaS و SaaS و IaaS، والتي تم إنشاؤها للتعامل مع أحمال البيانات الثقيلة للغاية، تتطور الآن حول احتياجات الذكاء الاصطناعي. وهذا يعني أن وحدة المعالجة المركزية والذاكرة والشبكات والموارد الأخرى أصبحت متاحة على نطاق أكبر وبوقت أقل من الأنظمة الأساسية السحابية السابقة. تعمل السحابة cloud أيضًا على تمكين إمكانات الذكاء الاصطناعي تمامًا مثل أي خدمة أخرى، مما يسمح بوصول أكبر إلى مجموعة متزايدة من المستخدمين.
تحدث معظم الأحداث الحقيقية على الحافة edge، لدرجة أن المراقبين مثل Ben Dickson من TechTalk يزعمون أن السحابة هي في الواقع عنق الزجاجة أمام تنفيذ أكبر للذكاء الاصطناعي. عندما نبدأ في فهم إنترنت الأشياء Internet of Things وبيئة الخدمة التي تعمل دائمًا، ومتصلة دائمًا، وتعمل دائمًا، حتى السحابة ستواجه مشكلة في مواكبة ذلك. هذا هو السبب في أن الشركات الناشئة مثل XNor في سياتل تعمل نحو Edge AI (المعروف أيضًا باسم حوسبة الضباب fog computing)، والذي يسعى إلى فصل السحابة عن سلسلة بيانات الذكاء الاصطناعي. عند القيام بذلك، من المتوقع أن ينتج الذكاء الاصطناعي أجيالًا جديدة من الخدمات حتى عندما تصبح الحافة نفسها أسرع وأقل تكلفة لأنها لن تتطلب معدات شبكات باهظة الثمن في كل عقدة.
إصلاح شامل Backhaul overhaul
على العكس من ذلك، لهذا السبب تحديدًا سنرى استثمارات كبيرة في الشبكات من الحافة إلى السحابة، كما يقول Jason Carolan، كبير مسؤولي الابتكار في شركة Flexential لخدمات الشبكة المدارة. بغض النظر عن مقدار البيانات المتبقية على الحافة، ستظل هناك حاجة إلى عودة كميات هائلة منها إلى السحابة والأساسية للمؤسسة للحصول على قيمتها. مع ظهور 5G و Wi-Fi6 وتنسيقات أخرى على الحافة، يمكننا أن نتوقع زيادة شبكة التوصيل هذه بشكل كبير من حيث السرعة والحجم، مع دفع سعة العمود الفقري إلى مستوى تيرابت. في الوقت نفسه، ستكون هناك حاجة إلى بنى ديناميكية للغاية للتعامل مع الزيادات الكبيرة في حركة المرور التي يُتوقع أن تنتجها الحافة.
في عالم متصل، بالطبع، لا يوجد شيء في الفراغ. ستؤدي التغييرات التي يتم إجراؤها على إحدى طبقات المكدس الرقمي دائمًا إلى إحداث تغييرات في الطبقات الأخرى. الاختلاف مع الذكاء الاصطناعي هو أنه يمتلك القدرة على تغيير كل شيء دفعة واحدة، الأمر الذي قد يجعل البعض منا يكافح لإيجاد موطئ قدم له في الواقع الجديد.
في النهاية، بالطبع، يمكننا أن نتوقع أن تكون التغييرات التي يحركها الذكاء الاصطناعي في البنية التحتية إيجابية. يجب أن تصبح البنى المادية أكثر انسيابية بحيث تعمل على مستويات أعلى وتستهلك موارد أقل. في الوقت نفسه ، سيمكن هذا طرقًا جديدة للقيام بمزيد من الأشياء بسرعة ودقة أكبر- وربما يمنح القوى العاملة البشرية مزيدًا من الوقت لقضاء وقت الفراغ والتفكير المجرد.
في حين أن البنية التحتية قد تبدو غير قابلة للتغيير immutable، فإن الحقيقة هي أن المصنع المادي physical plant ديناميكي للغاية، وصولاً إلى قدرات المعالجة في الخوادم وأجهزة الشبكات، فضلاً عن الوسائط المستخدمة للتخزين. لقد أضافت المحاكاة الافتراضية إلى هذه الديناميكية فقط، لدرجة أنه يمكن تصميم البنية التحتية بسرعة لتلبية احتياجات أي عبء عمل.
تغيير الحاويات Changing containers
أحدث تطور في المحاكاة الافتراضية virtualization هو الحاويات، وكما أظهر Kevin Casey من مشروع The Enterpriser's Project في تقرير حديث، فإن تشغيل الذكاء الاصطناعي على نطاق واسع يتطلب بعض إعادة التجهيز على مستوى الحاوية. لسبب واحد ، تتطلب أعباء عمل الذكاء الاصطناعي الكثير من جمع البيانات ومعالجتها مسبقًا، حتى قبل أن تصل إلى التدريب. بمجرد أن يصل النموذج إلى الإنتاج، يجب دعمه بمراقبة الأداء ومقاييس الأداء ومجموعة من الخدمات الأخرى. يمكن للحاويات بالتأكيد تبسيط هذه العمليات، ولكن يجب تحسينها من أجل الاتساق والتكرار لتوفير أقصى فائدة لعبء العمل.
في الوقت نفسه، من المهم ملاحظة أن الحاويات لا يمكنها إصلاح عملية معيبة. في حد ذاتها، لا يمكنهم فعل أي شيء لتصحيح التحيز في بيانات التدريب، ولا يمكنهم تحقيق النتيجة المرجوة من خوارزمية سيئة التصميم. كل ما يمكنهم فعله هو تسريع جوانب معينة من سير العمل.
يمكننا أيضًا توقع رؤية بعض التغييرات في السحابة مع اكتساب الذكاء الاصطناعي زخمًا. أشار المصمم التقني Kivanic Uslu في كتابه نحو علم البيانات مؤخرًا إلى أن نماذج التسليم السحابية مثل PaaS و SaaS و IaaS، والتي تم إنشاؤها للتعامل مع أحمال البيانات الثقيلة للغاية، تتطور الآن حول احتياجات الذكاء الاصطناعي. وهذا يعني أن وحدة المعالجة المركزية والذاكرة والشبكات والموارد الأخرى أصبحت متاحة على نطاق أكبر وبوقت أقل من الأنظمة الأساسية السحابية السابقة. تعمل السحابة cloud أيضًا على تمكين إمكانات الذكاء الاصطناعي تمامًا مثل أي خدمة أخرى، مما يسمح بوصول أكبر إلى مجموعة متزايدة من المستخدمين.
تحدث معظم الأحداث الحقيقية على الحافة edge، لدرجة أن المراقبين مثل Ben Dickson من TechTalk يزعمون أن السحابة هي في الواقع عنق الزجاجة أمام تنفيذ أكبر للذكاء الاصطناعي. عندما نبدأ في فهم إنترنت الأشياء Internet of Things وبيئة الخدمة التي تعمل دائمًا، ومتصلة دائمًا، وتعمل دائمًا، حتى السحابة ستواجه مشكلة في مواكبة ذلك. هذا هو السبب في أن الشركات الناشئة مثل XNor في سياتل تعمل نحو Edge AI (المعروف أيضًا باسم حوسبة الضباب fog computing)، والذي يسعى إلى فصل السحابة عن سلسلة بيانات الذكاء الاصطناعي. عند القيام بذلك، من المتوقع أن ينتج الذكاء الاصطناعي أجيالًا جديدة من الخدمات حتى عندما تصبح الحافة نفسها أسرع وأقل تكلفة لأنها لن تتطلب معدات شبكات باهظة الثمن في كل عقدة.
إصلاح شامل Backhaul overhaul
على العكس من ذلك، لهذا السبب تحديدًا سنرى استثمارات كبيرة في الشبكات من الحافة إلى السحابة، كما يقول Jason Carolan، كبير مسؤولي الابتكار في شركة Flexential لخدمات الشبكة المدارة. بغض النظر عن مقدار البيانات المتبقية على الحافة، ستظل هناك حاجة إلى عودة كميات هائلة منها إلى السحابة والأساسية للمؤسسة للحصول على قيمتها. مع ظهور 5G و Wi-Fi6 وتنسيقات أخرى على الحافة، يمكننا أن نتوقع زيادة شبكة التوصيل هذه بشكل كبير من حيث السرعة والحجم، مع دفع سعة العمود الفقري إلى مستوى تيرابت. في الوقت نفسه، ستكون هناك حاجة إلى بنى ديناميكية للغاية للتعامل مع الزيادات الكبيرة في حركة المرور التي يُتوقع أن تنتجها الحافة.
في عالم متصل، بالطبع، لا يوجد شيء في الفراغ. ستؤدي التغييرات التي يتم إجراؤها على إحدى طبقات المكدس الرقمي دائمًا إلى إحداث تغييرات في الطبقات الأخرى. الاختلاف مع الذكاء الاصطناعي هو أنه يمتلك القدرة على تغيير كل شيء دفعة واحدة، الأمر الذي قد يجعل البعض منا يكافح لإيجاد موطئ قدم له في الواقع الجديد.
في النهاية، بالطبع، يمكننا أن نتوقع أن تكون التغييرات التي يحركها الذكاء الاصطناعي في البنية التحتية إيجابية. يجب أن تصبح البنى المادية أكثر انسيابية بحيث تعمل على مستويات أعلى وتستهلك موارد أقل. في الوقت نفسه ، سيمكن هذا طرقًا جديدة للقيام بمزيد من الأشياء بسرعة ودقة أكبر- وربما يمنح القوى العاملة البشرية مزيدًا من الوقت لقضاء وقت الفراغ والتفكير المجرد.
