De toekomst van IT: hyperconverged infrastructure en machine learning

Om helemaal mee te zijn in de digitale wereld van vandaag investeren steeds meer bedrijven in innovatieve technologieën en IT-infrastructuren. Zo blijft de vraag naar gepaste cloud-oplossingen voortdurend stijgen. Volgens de voorspellingen in 2019 van het Amerikaanse IDC zouden in 2024 de meeste grote bedrijven wereldwijd intensief gebruik maken van verschillende soorten cloud-omgevingen.

De oorzaak daarvan ligt onder meer in de kostenbesparing en betrouwbaarheid die deze technologie biedt. Daarnaast zorgt virtualisatie er dan weer voor dat bedrijven minder afhankelijk zijn van hun fysieke IT-infrastructuur, wat de schaalbaarheid en flexibiliteit ten goede komt.

Maar de toekomst van IT gaat een heel stuk verder dan schaalbaarheid. Zo zet Artificial Intelligence, ook wel bekend als A.I., onze digitale wereld steeds meer op zijn kop en worden er voortdurend vernieuwende IT-oplossingen ontwikkeld.

Hyperconverged infrastructure

In een traditionele IT-infrastructuur zijn er drie belangrijke hardware componenten die in aparte silo’s zitten namelijk rekenkracht, opslag en netwerk. Op de koop zijn deze componenten vaak in handen van verschillende leveranciers wat een niet-samenhangende en vaak ingewikkelde structuur creëert.

Bij een converged infrastructuur worden de hardware componenten in één gezamenlijke unit geplaatst wat resulteert in een verhoogde compatibiliteit en eenheid. Bovenop deze vereenvoudigde structuur kan de hypervisor, of kortweg hyper, de hardware verdelen tot virtuele servers, storage en switches. Een hyperconverged infrastructuur zorgt er met andere woorden voor dat de implementatie, het beheer en de schaling van datacenter resources gestroomlijnd worden.

Een dergelijke IT-infrastructuur heeft ook tal van voordelen zoals bijvoorbeeld het leveren van snellere en betere prestaties, een kleinere ecologische voetafdruk door het onnodig in beslag nemen van ruimte, een betere bescherming van uw gegevens en een lagere totale kost. Ook het vereenvoudigde beheer is een belangrijke reden om te kiezen voor een hyperconverged infrastructure. De uniforme management interface maakt het immers minder complex om de infrastructuur te bewaken en te onderhouden.

Machine learning als onderdeel van A.I.

Een andere belangrijke speler in de toekomst van IT is machine learning, dat een onderdeel vormt van Artificial Intelligence. Het idee hierachter is dat computers en systemen zichzelf nieuw gedrag kunnen aanleren zodat ze zich kunnen aanpassen aan nieuwe situaties. Dit vermindert de werkdruk van een programmeur aanzienlijk zodat hij zich kan concentreren op andere belangrijke taken. Machine learning is met andere woorden A.I. die computers de mogelijkheid biedt om te leren zonder daarvoor geprogrammeerd te worden. Deze leerperiode wordt ook wel de trainingsfase genoemd.

Machine learning kent verschillende vormen:

• Supervised
  Bij deze vorm van machine learning gaat de computer zelf verbanden proberen te leggen tussen input en output die door de mens verzameld en gelabeld werden. De computer gaat dan deze verbanden samenvatten in een universele regel. Het is momenteel de meest gebruikte vorm van machine learning.

• Unsupervised or predictive learning
  In dit geval krijgt de computer enkel niet gelabelde input voorgeschoteld die aan elkaar gelinkt moeten worden. De computer moet zelf op zoek gaan naar de verbanden tussen de input om tot een output te komen. Deze vorm van machine learning zorgt ervoor dat machines niet alleen zonder mensen kunnen leren, maar ook een voorspellend beeld van de wereld kunnen vormen.

• Semi-supervised
  Semi-supervised machine learning betekent dat voorgaande vormen met elkaar gecombineerd worden. De computer zal zowel gelabelde als enkele niet gelabelde input krijgen of verbanden moeten zoeken waarbij bepaalde data ontbreekt.

• Reinforcement
  Deze categorie zal toegepast worden om betere resultaten te verkrijgen. De computer zal reinforcement zichzelf verbeteren. Een extra motivatie en beloning na het leggen van de juiste verbanden. Reinforcement wordt dan ook vaak na een andere vorm van machine learning gebruikt.

Een belangrijke toepassing van machine learning is cybersecurity. Machine learning algoritmes kunnen onder meer kenmerken van bestanden analyseren waardoor malware gedetecteerd kan worden. Daarnaast kan aan de hand van machine learning gebruikersgedrag gemonitord worden om illegale activiteiten van een medewerker, zoals datadiefstal, te voorkomen.

Wilt u graag meer weten over hoe u uw IT-dienst kan optimaliseren zodat uw IT-medewerkers zich kunnen focussen op de kernactiviteiten van uw organisatie? Download dan nu het gratis e-book over de toekomst van IT en lees verder over de verschillende mogelijkheden.