Nul
De gegevens lake was een belangrijk concept voor bedrijven op zoek naar informatie op één plek en tik vervolgens op het business intelligence, analytics en big data. Maar de belofte nooit helemaal uitgespeeld. Vul de data hub-concept, dat is het uitgangspunt geworden voor een ontmoetingspunt voor aanbieders van technologie als ondernemingen beseffen ze om verbinding te maken met meer dan alleen hun eigen gegevens om hun algoritmen.
Pure Opslag vorige maand beschreven zijn data hub architectuur in een poging om de sloot data silo ‘ s en meer kunstmatige leren, machine learning en cloud-toepassingen. Op Okt. 9, MarkLogic, een onderneming NoSQL database provider de lancering van de Data Hub Service te bieden beter beheerde gegevens voor het Internet van de dingen, AI en machine learning workloads. MarkLogic beweerde dat de Data Hub Service is eigenlijk “gegevens meren gedaan.”
Ondertussen SAP heeft ook een data hub die gericht is op het verplaatsen van gegevens rond. En je zou kunnen zeggen dat de $5,2 miljard fusie van Cloudera en Hortonworks zal de gecombineerde onderneming op een pad naar een brede enterprise platform dat het zal uiteindelijk hebben een data hub-functies.
Wees gerust dat de term “data hub” gaat om een zin genoemd door enterprise-technologie leveranciers. Data hub kan ook een uitdrukking in de running voor de 2019 buzzword van het jaar wedstrijd.
Dus wat is het besturen van deze data hub buzz? AI en machine learning workloads. Simpel gezegd, de gegevens lake is meer als een concept ontwikkeld voor big data. U kunt analyseren op het meer, maar je kan het zijn dat niet alle signalen die nodig zijn om te leren in de tijd.
Jeremy Barnes, chief architect van ElementAI, zei: “de gegevens meer is niet dood, vanuit ons perspectief.” Maar de gegevens lake model houdt geen rekening met AI en de mogelijkheid om te leren. Het moet aanpassen aan iets waarmee intelligence systemen evolueren,” aldus Barnes.
ElementAI ‘ s missie is om onderzoek en om te zetten in een product voor bedrijven. Dat is gevestigd in Montréal, Element AI maakt gebruik van zijn eigen onderzoek, maar ook een netwerk van academici om klanten te helpen bij het ontwikkelen van hun AI-strategie.
Primers: Wat is AI? Alles wat u moet weten over Kunstmatige Intelligentie | Machine learning? | Diep leren? | Kunstmatige algemene intelligentie?
Te Barnes, de gegevens lake model is gebaseerd op het idee dat de gegevens dienen te worden in een plaats en toegankelijk. Het probleem is dat de AI is het minder over de data en meer informatie over het signaal dat in de gegevens van meer, aldus Barnes. “De gegevens niet meer overeenkomen met de realiteit van het brengen van AI in processen,” aldus Barnes.
Als een resultaat, ElementAI gewerkt met Pure Opslag te maken van een data hub architectuur. Pure Opslag onlangs uitgerold zijn Data Hub architectuur om rekening te houden met de realiteit op dat de gegevens worden aangesloten via API voor externe partners. Gegevens meren zijn meer intern gericht en missen de flexibiliteit om rekening te houden voor de volledige gegevens delen cyclus.
De AI, machine learning en data science raadsel: Wie beheert de algoritmes?
Voor ElementAI, verhuizen naar een data hub setup meer informatie over time-to-market. “Wij werken met Pure, een jaar geleden, want we hadden problemen met de architectuur hebben we in de plaats,” zei Barnes. De architectuur vraagt om flexibel te zijn met een software laag gecontroleerd door gegevens, voegde hij eraan toe.
Moor Insights & Strategy opgemerkt in een onderzoek er rekening mee dat de Zuivere Opslag van de Data Hub concept een melding van data en storage-architectuur. Een data hub vereist meerdere parallelle compute en storage-elementen die kunnen worden gepartitioneerd en afgestemd voor workloads. Software orchestration krijgt gegevens voor toepassingen als het nodig is.
Bron: Zuivere Opslag, Moor Inzichten & Strategie
Nu gegevens meren deel van de architectuur, maar delen, real-time verwerking, on-demand infrastructuur en virtualisatie vereist meer van een data hub concept om betere modellen en inzichten. De data hub bandwagon is nergens in de buurt te worden gevuld, maar hier is een weddenschap dat het zal druk zijn relatief snel.
Gerelateerd:
Het nemen van de pols van machine learning adoptionFree PDF-download: Data, AI, IoT: de toekomst van De detailhandel in Vijf stappen om aan de slag in machine learning: Top gegevens wetenschappers delen hun tipsHET leader ‘ s guide to diep leren (Tech Pro Onderzoek)
Verwante Onderwerpen:
Big Data Analytics
Digitale Transformatie
CXO
Het Internet van Dingen
Innovatie
Enterprise Software
0