人工智能(AI)、機器學習和物聯(lián)網(IOT)引領全球新興技術對話。企業(yè)認識到，這些技術已經準備好用于推動真正的商業(yè)利益。

亞太和日本(APJ)地區(qū)將在這兩個方面加快步伐。根據(jù)MIT Technology Review Custom和VMware最近的一項云計算調查顯示，APJ地區(qū)超過70%的非人工智能用戶表示，他們的組織將在五年內采用這項技術。

IDC預測，2020年全球物聯(lián)網支出將超過1萬億美元，亞太及日本地區(qū)將引領這一趨勢。

隨著APJ地區(qū)企業(yè)加大對物聯(lián)網和機器學習的投資和采用，這對IT和網絡基礎設施意味著什么?

物聯(lián)網和機器學習之路

在最近一次亞洲新興技術活動中，VMware APJ首席技術官Bruce Davie談到了最早的學習機器之一“MENACE”， MENACE游戲是物聯(lián)網和機器學習的早期例子，因為它逐漸變得擅長畫圈和打叉。另外，20世紀60年代由Donald Michie設計的“機器教育型零和交叉引擎”逐漸學會了在每一款新游戲中更熟練地玩井字游戲。快進到今天，機器學習取得了重大進展。

例如，它在許多圖像識別任務上已經超過了人類，一個顯著例子是對一組小狗和松餅的圖像進行分類。2010年，這種算法的錯誤率為30%，但是到了2016年，在充分接觸訓練數(shù)據(jù)之后，錯誤率下降到4%以下，超過了人類。這兩個例子的共同主題是隨著計算能力的增加和數(shù)據(jù)接觸的增加，算法會隨著時間推移而改進。

機器學習通過理解應用程序的預期(“良好”)狀態(tài)并自動檢測和響應偏離該狀態(tài)的情況，有助于將安全性從追逐糟糕的過程轉變?yōu)榇_保良好的過程。

由于其龐大的計算需求和對大量數(shù)據(jù)的依賴，機器學習經常依賴于云。印度和中國尤其看好采用這些新興技術趨勢。在中國，科技巨頭騰訊、百度和阿里巴巴在尋求在無人駕駛駕駛、醫(yī)療保健和智慧城市中開發(fā)這些平臺方面獲得了政府支持。

物聯(lián)網提高競爭力

在亞太及日本地區(qū)，物聯(lián)網正成為首要的業(yè)務重點，70%的公司認為該技術對其組織的未來成功至關重要。對物聯(lián)網的熱情絕非毫無根據(jù)，該地區(qū)超過一半的用戶表示物聯(lián)網極大地提高了他們的市場競爭力。

新的連網方法

隨著物聯(lián)網和機器學習的興起，從數(shù)據(jù)中心到云端到邊緣，數(shù)據(jù)和應用正變得更加分散。同時，數(shù)據(jù)和應用的分發(fā)給企業(yè)和IT帶來了新的挑戰(zhàn)。

過去15年中的快速變化正在挑戰(zhàn)傳統(tǒng)的網絡模式。在未來20年或更長的時間里，企業(yè)需要采用哪些新的網絡方法?

亞太地區(qū)的首席信息官在物聯(lián)網和機器學習熱情方面引領全球同行。對于有遠見的企業(yè)來說，這些新興技術可以激發(fā)新的創(chuàng)新和利潤。

為了成功釋放物聯(lián)網和機器學習等新興技術的真正潛力，企業(yè)必須接受一個能夠提升自身優(yōu)勢的虛擬云網絡，而不是阻礙其發(fā)展的虛擬云網絡。