人工智能（AI）就在这里！随着越来越多的成功案例证明了可能性和一些花絮，毫无疑问，人工智能和机器学习技术已经从科幻小说变为现实。
为什么现在？两种趋势的融合：多层递归学习技术的灵感来自对人类大脑如何学习的更深层次的理解，以及指数级更便宜和更强大的计算。利用这些趋势所取得的一些最新进展确实令人惊叹：利用自己的“身体”学习的机器，自主学习辅助其他机器的机器，以及从根本上植根于最简单想法的深度学习算法：好奇心。人工智能成功的另一个原因是针对自然语言处理，面部识别，文档分析，医学诊断等问题的集中目标。人工智能成熟的问题种类是智能是一组启发式的问题（事实上）随着环境的变化，随着时间的推移而发展的“基础”或“直觉”。例如：
根据观察到的症状诊断医学状况，并结合对人体解剖学，生理学，化学等的理解。
根据现在发生的事件汇总预测制造管道中的下游问题
环境范围越广，人工智能可靠地取得成功就越具挑战性。毫无疑问，人工智能将解决日益复杂的问题，但与生活中的大多数事情一样，关键是从较窄的焦点开始然后扩展。
智能存储
显然需要在数据中心应用学习算法，特别是通过应用机器学习算法使存储系统智能化，这些算法使系统能够自动改变其行为以响应不断变化的工作负载。存储系统非常适合AI算法，因为智能是一组启发式，随着环境的变化需要随着时间的推移而发展。请参考以下需要在存储系统中进行微调的示例情况：
这是一个顺序读取模式吗？如果是这样，我应该预取多少块？
那I / O会激增一个真正的应用程序还是一个流氓的工作量？
我是否有足够的缓存来吸收这个传入的流，或者如果我这样做，我会淹死吗？
在过去，工程师会本能地将他们的启发式编纂为一组旋钮和拨号，他们希望“有人”可以神奇地设置和调整。通过应用AI算法，系统可以进行“调整”并避免人为干预。
企业存储系统中最复杂的子系统之一是跨工作负载分配关键共享系统资源。无论大小如何，已知的事实是给定存储系统比其专用资源服务更多工作负载。这意味着，系统必须在不断变化的一组工作负载之间最佳地共享其关键资源（例如内存，CPU，昂贵的非易失性RAM，后端I / O带宽等）。系统在微观层面上有大量关于工作负载的信息，但解密宏系统级别的工作并非易事。
嵌入在存储阵列中的机器学习功能允许系统自主地做出更高级别的决策。将此建模为强化学习问题是解决方案。系统被教导采取行动以最大化累积奖励的概念（或最小化遗憾）以实现目标应用程序性能。
更进一步，让我们看一下真正自主的智能存储系统的发展，类似于自动驾驶汽车。如果我们可以制造自动驾驶汽车，我们可以建立“自动驾驶”存储系统吗？
自动驾驶汽车和存储系统具有基本相似之处。考虑一下：
两者都是非常复杂的系统 - 处理大量同时发生的事件非常快
两者都有很多因素 - 一个案例中的人类生活和另一个案例中的关键任务业务操作也经常影响人类生活
虽然大多数人在听到“自动驾驶汽车”时脑子里的形象是一辆完全由自身驱动的车辆，但实际上有多层次的自动化，其中5级是100％自主的。
我们设想了类似的存储系统级别，我们可以看到通向完全自主存储系统的过程，包括四个步骤：
第1级：以应用程序为中心
使用自动驾驶汽车，您可以告诉它目的地，而不是确切的道路和转弯或速度。同样，您与存储系统交互的方式必须是您的目标，即您希望运行的应用程序。您关心应用程序而不是存储系统运行该应用程序需要做什么。例如，目标是使用关系数据库运行基于Web的事务处理应用程序，并让它处理其余的事务。
第2级：政策驱动
接下来，您告诉汽车是采取直接最快的路线还是风景优美的路线。同样，您希望为刚刚告诉存储系统运行的应用程序设置一些服务级别目标 - 它是高优先级的生产应用程序还是尽力而为的开发测试实例？是否需要通过远程副本提供额外的数据保护？多久？
3级：自我意识
现在汽车有了所有需要的指示。然而，要实际驾驶自己，它需要“自我意识”，换句话说，分析影响它的所有内部和外部数据，如燃料水平和周围车辆的接近程度和速度。这种类比的存储系统需要知道它正在“接近边缘”的运行方式。这是该行业一直滞后的地方。虽然有很多遥测技术可供使用，但我们通常不太擅长分析数据以确定我们是否即将离开悬崖 - 我们仍然依赖人类来解决这个问题。典型的是人类涉足后事情发生了可怕的错误。这里的第一步是使系统自我感知 - 系统应该能够分析数据并告诉用户它与边缘的接近程度，而不是向人类投入大量数据。
第4级：自我优化
一旦存储系统知道它与边缘的接近程度，它就需要能够调整其行为/操作以避免越过边缘。在自动驾驶汽车世界中，一个非常简单的例子是自适应巡航控制，其中汽车调节其速度以与RADAR感测到的前方车辆保持安全距离。这正是智能存储系统在其算法旨在检测环境变化并相应地改变关键系统行为以满足应用程序需求并防止系统陷入灾难性情况时可以做的事情。换句话说，你可能想要/需要以65英里/小时的速度行驶，但是除非你改变车道，否则现在你不能。
那么，谁将首先到达那里 - 全自动汽车或完全自主存储系统？我的赌注是后者！
