未来数据中心将更多地依赖生物识别安全

生物识别安全性在相当长的一段时间内一直是一个两极分化的主题。使用生物识别技术为进入高度敏感区域的员工提供访问和许可是没有问题的，但使用面部身份验证作为跟踪数据中心周围人员的一种方式可能有点侵犯隐私。人工智能使 3D 传感器和图像识别比以往任何时候都更快、更容易、更准确。这使得数据中心附近毫无戒心的人成为技术进步的受害者。

人工智能与 3D 传感的进步

3D 传感器以及人工智能的使用一直是一项令人兴奋的创新，并且不断变得更好。3D 传感器也有助于推进物联网的使用。这些传感器正在帮助人工智能提供一种方式，不仅可以通过听觉进行交流，还可以通过视觉设备进行交流。

这些技术相互促进。3D 传感器正在彻底改变人工智能行业和技术的其他方面，包括虚拟现实和增强现实。3D传感器帮助人工智能同时访问不同地方的不同感官输入。使用红外线，人工智能还可以看到热量变化来分类不同的物体。3D 传感器还可以帮助人工智能利用超声波听力来收听裸耳难以听到的频率。

未来数据中心将更多地依赖生物识别安全

生物识别安全在包括数据中心行业在内的许多不同行业中变得越来越流行。生物识别技术使用诸如指纹、虹膜、面部特征以及手指和手掌中的静脉等标识符来识别该人是否被授权进入。

生物识别安全的好处是显而易见的。生物识别技术有助于从根本上加强安全性。伪造钥匙或门禁卡比伪造任何一个生物识别标识符要容易得多。指纹、虹膜和面部特征可以被伪造，但专业犯罪分子需要做更多的工作。

生物识别安全也有助于方便。忘记钥匙或门禁卡可能偶尔会发生，但在生物识别安全系统到位的情况下不会发生这种情况。授权用户将始终拥有其访问标识符。离开家几乎不可能没有指纹、眼睛或脸。生物识别安全系统不仅加强了安全性，而且提高了授权用户的便利性。

人工智能在数据中心的使用

人工智能的进步正在彻底改变许多不同的行业。使用机器学习和神经网络技术等过程，我们的许多日常机器正在成为智能机器。医疗保健、电信、管理和金融行业等都在其日常运营中使用人工智能。

人工智能也被部署在数据中心运营中。数据中心正在帮助提高性能，同时帮助降低成本。对于数据中心运营，人工智能可用于比以往更快、更有效地存储、处理和分析数据。人工智能帮助数据中心运营的主要方式之一是帮助节约能源。在人工智能的帮助下，谷歌表示已将数据中心运营的能耗降低了 40%。这是通过评估冷却设备、分析温度等来完成的。

它还通过帮助预测和防止停电来帮助减少停机时间。人工智能优化了工作负载，提高了安全性，并将帮助更多地使用自动化。

什么是通用人工智能？

尽管我们在人工智能、机器学习和自动化的使用方面看到了许多有希望的进步，但我们距离流行文化和科幻小说一直描绘的自动化类型还很遥远。数据中心运营的许多不同方面仍然需要数据中心经理。

人工智能和通用人工智能之间的区别在于，人工智能可以被预先编程来完成人类所做的任务，但效率更高。通用人工智能应该和人类一样聪明。我们当前的人工智能已经可以使用机器学习作为学习模式的一种方式，因此可以根据这些模式做出决策。但我们距离仅仅使用人工智能机器人来完成人类的所有工作还很遥远。

人工智能驱动的面部识别安全

我们可能没有我们长期以来在电视和电影中看到的那种人工智能，但包括数据中心在内的许多行业都从这项技术中看到了许多好处。在大流行期间，人工智能驱动的面部识别安全对许多操作至关重要。面部识别减少了数据中心访问者触摸安全垫的需要，也减少了访问者与安全人员进行物理交互的需要。

在当前大流行期间，面部识别的缺点之一是能够通过面罩读取面部特征。游客在检查时仍需摘下口罩。通过包含另一个身份验证因素来解决此问题的最佳方法之一。智能徽章和指纹扫描仪等多因素身份验证将成为安全性的重要补充，尽管在大流行期间最有意义的是语音识别。访客不必接触任何东西，而且与任何安保人员的接触也更少。

所有这些技术在很多方面都有帮助，但大流行也揭示了它的一些不足之处。在人工智能和面部识别方面仍有改进的空间（你可能会注意到，当你戴着口罩试图在公共场合解锁手机时）。

结论

不可否认，人工智能、机器学习、3D 传感和生物识别扫描等技术使我们的一些日常任务变得更加方便和高效。而我们只是处于这些技术可能发展的起点。数据中心行业应该采用这些技术并从中受益。