数据存储是人工智能的推动力_人工智能_数据
无论是体验，创造还是不雅观察。
当谈到数据存储时，我们从洞穴中的画作到量子存储过程，目的是相同的，但技能是什么变革。
"数据是变量，句子或不雅观察结果的片段，结合理解可以天生信息。"
"就打算机而言，数据存储不同于内存，由于它指的是长期数据记录，而当谈到内存时，它指的是快速访问。"
一点历史数千年前开始利用洞穴壁画进行数据存储。
直到150年前，存储信息的唯一可靠或同等的办法便是书写。
在此根本上，我们对人类历史有了理解，这便是所谓的"书面历史"。
打孔卡有一种基于Basile Bouchon于1725年制造的打孔卡的机器措辞寄存器。
1837年，在利用打孔卡进行数学打算方面有了相称大的进步（查尔斯·巴贝奇，赫尔曼·霍勒里斯）
赫尔曼·霍勒里斯（Herman Hollerith）将打孔卡系统用于1890年的美国人口普查。
打孔卡是向各种类型的机器和电气设备供应数据的规范，在1950年达到了最高水平。
迄今为止，打孔卡已用于选票或考试等过程。
磁存储Fritz Pfleumer自1925年以来就申请了专利。
磁鼓由古斯塔夫·陶舍克（Gustav Taushek）于1932年创建，被认为是磁存储盘的首例。
从1960年开始，磁存储已取代穿孔卡作为数据存储的标准。
从音乐到打算机系统的输入方法，到1990年，磁存储已取代了近100％的打孔卡系统。
IBM是该技能的紧张驱动程序之一，是"软盘"磁盘和电磁硬盘的创建者。
光盘由詹姆斯·T·罗素（James T. Russel）于60年代提出的观点，他考虑将光作为一种机制在要复制的表面上记录数据。
索尼为该项目供应了资金，以使其具有1980年代的原型。
这项技能演化为我们所熟知的CD，DVD，BlueRays及其衍生产品。
随身碟首批"闪存"存储设备于2000年投放市场。
与磁性或光学存储设备不同，它没有活动部件。
利用微芯片和晶体管进行存储。
此类技能的一项主要进步是能够轻松写入，读取和擦除此类设备的功能。
固态硬盘在与闪存设备相同的观点下事情。
但是，由于它们的技能，它们直接连接到打算机的主板，因此更快，更可靠。
存储演进存储存储容量以字节为单位，它是由8位内存组成的，它认为打算机的操作是在二进制系统中进行的。
"在过去的六十年中，打算机数据存储的价格大约每两年减少一半，相称于每20年便宜一千倍。"
http://jcmit.net/memoryprice.htm
1950年，标准存储容量为0字节。
1960年，1个字节被永久存储。
1970年，永久存储区保留了.5 kb
在1980年，可能有0.5 mb的存储设备
1990年推出了1.44 mb内存
在2000年，硬盘驱动器和外部存储的容量为1 gb
2010年，均匀容量存储已超过100 gb
在2015年，TB术语开始以常规办法利用。
到2020年，五位字节开始被考虑。
数据存储如何实现人工智能？
以一种非常简化的办法，我们可以将智能理解为基本能力，即获取一定数量的数据，将其通报给过程或算法以获取信息的能力。
这是由人类每天做出的决策，纵然此过程仍永久记录在我们的潜意识中以完成自主任务。
但是，对付那些相同的自主任务，有必要第一次学习一些东西。
为了达到人工智能可以大幅扩展的时期，您必须达到数据存储容量足够大的时期。
通用人工智能与数据处理和剖析机制一起利用，根据从数据中获取的信息，基于算法做出逻辑决策。
机器学习机器学习过程基于实体得到大型信息集群结果的能力。
诸如大数据或强化学习之类的人工智能元素是其操作的根本，其存储容量，数据提取速率以进行处理以及本钱为根本。
人脑大脑仅在大脑皮层中的信息存储容量估计为74 TB，这表明其保留信息的能力要大得多。
就可访问性和本钱而言，能够以有效办法创建神经网络的进步将在很大程度上取决于存储的优化。
结论信息存储只是已实现人工智能的高等打算的一部分。
处理能力以及编程措辞和算法中的逻辑可能具有更主要的浸染。
显而易见的是，我们硬件的发展必须与软件的能力齐头并进，才能将通用人工智能带给每个人明确的目标。
(本文翻译自Carlos Villegas的文章《Data storage as an enabler forArtificial Intelligence》，参考：https://medium.com/dataseries/data-storage-as-an-enabler-forartificial-intelligence-440dbb589e26)
本文系作者个人观点，不代表本站立场，转载请注明出处！
