如何选择开源协议？

任何机器学习系统的关键部分就是数据。考虑到额外的算法、巧妙的编程和大量的更精确的数据的选择。

什么是机器学习?机器学习是人工智能的一个子集，即用机器去学习以前的经验。与传统的编程不同，开发人员需要预测每一个潜在的条件进行编程，一个机器学习的解决方案可以有效地基于数据来适应输出的结果。

一个机器学习的算法并没有真正地编写代码，但建立了一个关于真实世界的计算机模型，然后通过数据训练模型。
 

根据麦肯锡的一项研究，数据在边缘的价值是存储在云端时的2.5倍。因此，系统制造商、集成商和企业面临的挑战是如何构建这些边缘环境，使它们能够适应不断变化的需求，并具有灵活性，尽管预计涉及的硬件和软件种类繁多。

IBMEdge生态系统的总经理EvaristusMainsah认为，解决边缘困境的方法是努力构建尽可能开放的生态系统。

Mainsah说：“你有……各种各样的设备，它们必须结合起来才能使工作环境有意义，比如工业4.0环境。”“因此，如果您……没有真正考虑将此作为一个生态系统来做，那么很难制定出能够快速为客户提供价值的解决方案。”

与其让BigBlue用自己的玩具来构建整个边缘堆栈，它正寻求建造一个开放的游乐场，让许多不同的硬件和软件供应商能够带来自己的玩具，以造福于客户。

Mainsah告诉Datanami：“我们认为最好的做法是试图将一群志同道合的生态系统合作伙伴聚集在一起，他们理解与优势合作的复杂性。”“其中一些是基础设施合作伙伴，他们接受这样的观点，即为了精心设计和创建有效并快速交付价值的解决方案，您真的需要有开放的心态。你需要相信开放的理念。”。

事实上，这是一个简单的命题：构建开放式体系结构可以更容易地将您的东西与其他人的东西集成在一起。不是每个人都有相同的相机，Mainsah说。但通过在一开始就同意开放，这就增加了一个新制造商的新相机在边缘找到位置的可能性。

根据Mainsah的说法，这并不意味着边缘将会有“即插即用”的简单性。并不是所有的东西都可以很容易地连接到新兴的参考体系结构中。但他说，使用开放生态系统的方法，花费在昂贵的系统集成商上的“空热量”数量将大大减少。

当然，IBM参加了这场竞赛。它想出售IBMEdgeApplicationManager，这是一个管理系统，旨在从根本上简化对边缘(或端点)上成千上万个设备的应用程序的部署和维护。与大多数IBM的新产品一样，EdgeApplicationManager在基于Kubernetes的运行时RedHatOpenShift上运行。

除了边缘应用程序管理器之外，还将鼓励公司部署IBMCloudPakforData，它具有许多高级分析和AI功能。客户将能够使用CloudPakforData构建机器学习模型(例如用于测量人群密度或检测面罩的计算机视觉程序)，然后使用EdgeApplicationManager进行部署。

当然，这并不是IBM独有的事情，IBM希望能让一批第三方软件开发人员也能在这方面发挥出色。思科、戴尔技术、英特尔、三星、Arrow和ADLINK都承诺参与IBM的EDGE生态系统。另一个是Hazelcast，它是内存中数据网格的开发人员。

本月初，IBM和Hazelcast宣布将共同努力，以确保支持Kubernetes的Hazelcast的IMDG与IBM的CloudPakforData和EdgeApplicationManager产品兼容。这意味着使用IBM软件构建边缘解决方案的客户还可以利用Hazelcast的IMDG以极低的延迟提供对实时数据的快速处理，而所需的集成工作最少。

Kubernetes和Docker容器已经成为部署业务应用程序所基于的IT堆栈的事实上的标准。但是随着未来几年工业4.0和物联网的不断发展，创建新标准以释放效率的工作还有很多工作要做。

Mainsah说，IBM希望成为这些标准讨论的一部分。同时，它正在努力建立一个开放的生态系统，在该生态系统中，多方可以聚在一起，以使这些标准可以初具规模。

他说：“如果每个人都将精力集中在创建自己的专有系统上，那么我认为所有这些都可能自我毁灭。但是，如果您有一种生态系统方法，即希望让其他开发者、其他独立软件供应商、其他设备供应商更容易使用同一标准……那么我认为一切皆有可能。”

（编辑：桂林站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!