许多现代技术领域都与人工智能项目有关。因此，它们对于成功完成这些举措是必要的。然而，一些技术领域提供了人工智能计划的核心基础设施。因此，它们被视为必不可少的。在本章中，我将重点介绍其中四个关键技术工具。

根据我的经验，人工智能项目的基本技术和技术支持包括云计算、物联网 (IoT)、移动技术和大数据分析。此外，网络安全、网络、IT 服务管理和区块链也发挥着重要作用。我将在另一章中介绍这些广泛的技术和服务领域。

这些技术、相关流程和工具的综合视图确定了人工智能项目的关键成功因素。此外，对技术产品和服务进行基准测试可以作为人工智能项目和相关计划的重要推动者。本章概述了人工智能项目可以利用的这些新兴技术工具。

1 — 云计算

在业务转型中使用最广泛的技术工具是云计算。云已成为许多大型或小型企业组织使用的主流。云的采用非常迅速。因此，我们可以轻松地将云用作任何规模的 AI 项目的基础工具。

云最显着的属性是云服务模型可以根据服务需求扩展或减少计算机资源。例如，当我们需要大量计算能力、存储容量或网络带宽来处理特定工作负载时，云可能会提供最大的资源。然后我们可以在完成这些工作负载的特定任务后释放这些资源。云的这种弹性和可扩展性可以为人工智能项目提供有利的位置。

“按使用付费”模型是云服务模型提供的另一个基本特征。可以根据使用量消耗资源。可以短期、中期或长期使用。例如，消费者可以根据他们使用的计算能力或存储量进行支付。因此，关键点是我们不需要对特定项目中可能不需要的基本基础架构组件(例如进程、内存和存储)进行前期投资。

2 — 物联网

除了云计算，下一个快速发展的技术领域是物联网 (IoT)。由于物联网在创造新服务和产品方面取得了实质性进展。这些行业包括环境监测、制造、基础设施管理、能源管理、农业、医疗保健、交通、IT、电子、材料科学、银行等。

值得注意的是，物联网技术正在市场上不断涌现，物联网解决方案正在成倍增长以支持人工智能计划。未来几年，数十亿台设备计划连接到全球物联网生态系统。物联网对人工智能业务和经济都很有价值，这对消费者来说是不可避免的。根据我的经验和观察，我知道物联网可以极大地影响我们的经济以及我们开展业务的方式。

消费者和服务提供商对这项由互联网驱动的奇妙技术有着难以置信的兴趣和关注。因此，我们无法命名的人工智能新业务和新工作角色的产生即将到来。

因此，在构建和设计 AI 计划时，我们必须了解市场上的 IoT 产品并拥有广泛的 IoT 知识和技能，因为 IoT 是 AI 计划的主要推动者之一，可以为利益相关者创造新的收入来源和充足的商机。

3 — 移动技术

移动性是人工智能项目的关键技术领域，因为大多数消费者使用移动技术来利用人工智能服务。因此，变革性 AI 计划中的技术领导者需要了解并教育他们的团队有效地使用移动技术进行创新，从而在整个企业中获得业务洞察力和协作。此外，这些举措的参与者必须包括组织的客户和合作伙伴。

企业移动管理 (EMM) 流程对于 AI 计划至关重要。EMM 涵盖了基本的基础架构组件，例如设备管理、应用程序管理、内容管理和统一端点管理。

移动性是与多种架构、设计和业务考虑相关的关键概念。移动计算技术的关键点包括网络访问、行业合规性、数据管理、工作场所人口统计、最终用户责任和 BYOD(自带设备)组件。

4 — 大数据和认知分析

大数据和认知分析是 AI 架构师需要了解的重要技术和流程。他们不仅要理解，而且还必须使用它们来为 AI 项目创造洞察力和竞争优势。

尽管它在架构上类似于传统数据，但大数据需要更新的方法和工具来处理数据。传统的技术和工具不足以处理大数据，尤其是人工智能项目。

大数据流程从多个来源捕获大量数据，存储、分析、搜索、传输、共享、更新、可视化和管理大量数据集，例如 PB 甚至 EB。

认知分析处理模拟人类学习的描述性、预测性、规范性和诊断性分析等分析类型。机器学习和深度学习是用于此目的的标准技术。认知分析对于 AI 计划非常宝贵。我们需要了解分析的类型以及何时将它们用于所需的转换解决方案构造。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：