Google是如何用人工智能對數據中心進行管理的

        英文原文：Google Uses Artificial Brains to Teach Its Data Centers How to Behave

        在 Google，人工智能不只是局限于自動駕駛汽車，手機語音服務，以及可以識別數字圖像的搜索引擎，也是提高各個大型數據中心效率的重要工具，是這個網絡帝國的重要武器。

        據監管 Google 全球數據中心網絡設計和運營的 Joe Kava 介紹，這個網絡巨頭正在使用“類神經網絡”技術分析其眾多數據中心的工作情況，并根據所得數據進行維護。這個“類神經網絡”的核心部分其實是一些算法，可 以識別模型(patterns)，并根據相應模型做出判斷。它們無法超越人腦，但在某些情況下卻更快，更全面。這就是 Google 使用這些算法管理數據中心的原因。“通過反復處理數據，這些算法就可以獲得‘學習‘能力”，Kava 對 WIRED 網站講到。

        人工智能熱潮再次掀起，不僅 Google 積極相應，非死book，微軟，IBM，以及其它無數科技企業也推波助瀾，造就了很多備受矚目的項目，如 Google 的自動駕駛汽車，IBM 的 Watson 超級電腦系統。而在表象背后，很多公司正在應用另一項人工智能技術-“深度學習”，它將給這個領域帶來翻天覆地的變化。

        據 Kava 介紹，Google 這個數據中心項目是青年工程師 Jim Gao 的杰作。在公司的數據中心團隊中，Jim Gao 享有“天才男孩”的美譽。在網上觀看斯坦福大學教授吳恩達(人工智能研究領域領軍人物，目前就職于百度)的教學視頻后，他用自己在 Google“20% 的時間”進行探索-”類神經網絡“是否可以提高公司數據中心的效率。最后的結論是，可以。

        每隔幾秒，Google 就會收集數據中心所有的處理信息，從設備耗能多少，到硬件冷卻到室溫需要多少水無一不包括。Gao 的貢獻就是使用這些數據構造人工智能模型，在不同條件下預測數據中心效率。在為期 12 個月的開發階段，他將這個模型的預測準確率優化到了 99.6% 的精準度。確保可靠性后，Google 將這個模型應用到了數據中心，以提高其效率。

        這個模型的工作原理是，如果數據中心的效率低于模型預測，公司就會收到相關信息。這個模型，同樣可以幫助 Google 決定何時管理數據中心的設備，比如何時清理熱交換器，提高設備冷卻性能。兩個月前，Google 被迫停用了一些服務器，這通常會意味著能源效率的降低，不過由于采用了 Gao 的人工智能模型，中心的能源效率依然保持在相當高的水平。Kava 稱，這個模型具有辨別功能，從而解放了 Google 的工程師們。

        在 Google 發表的一份白皮書中，詳細說明了 Gao 的這個數據中心模型與“深度學習”完全無關。而只是采用了“類神經網絡”框架，與零售網站生成產品推薦的機制沒有多大區別。而大數據創業公司 Cloudera 前工程師 Josh Patterson 表示，網絡世界越來越復雜，效率要提高就不得不采用與 Google 相似的模式。他解釋到，從產品推薦，到“思維搜索”，再到分析復雜的網絡世界，“深度學習”作為一種“更高級”的機器學習工具，可服務于各類人工智能工 程。

        今天，Google 正在使用人工智能提高數據中心效率；明天，我們會使用新的穿戴式電腦和智能硬件設備，整個網絡將越來越復雜，類似的技術也就有了用武之地。換句話講，人工智能將成為未來網路世界必不可少的一項工具。

                    <span id="shareA4" class="fl">                            
                        </span> 

</div>