本文中，我们将与您一起来看看机器学习所具备的改善数据中心的潜力。
　　对于谷歌公司的工程副总裁Ben Treynor Sloss来说，未来的数据中心不仅仅将受益于机器学习，同时，其运行也将是由AI推动的。 Sloss指出，通过采用谷歌自己的DeepMind机器学习系统，该公司实现了大量的成本节省。自2016年开始，其DeepMind机器学习系统对于这家技术巨头数据中心的运营就已经发挥了举足轻重的有帮助的重要作用了。DeepMind系统通过调整服务器的运行方式和数据中心内部电力和冷却设备的运行，显着提高了数据中心的能效。使得其节能减排达到了40%。而如果在谷歌全球所有的数据中心都推出类似的系统的话，那么，该公司每年可以节省数千万美元。
　　对于Belatrix软件公司的共同创始人兼总裁Alex Robbio来说，机器学习和人工智能的应用潜力不仅仅是电源管理。长期以来，Robbio一直致力于对神经网络和机器学习的研究工作，在Belatrix公司内部，他创建了一个研究小组来研究不同AI和机器学习框架在客户项目中的应用。Belatrix公司拥有的500多名工程师中，有95%的工程师在为该公司数据中心的客户服务，因此在这些环境中应用机器学习解决方案尤其令这些工程师们感兴趣。
　　Robbio设想了一个场景，就像自动无人驾驶汽车的承诺一样，未来我们将拥有自驱动的数据中心，这些数据中心将负责运行自驱动的计算机，而这些计算机则又将运行自运行的软件。他表示，尽管谷歌公司使用DeepMind来优化电源管理的确令人兴奋，但我们很快就会看到，在数据中心环境中还有很多机器学习和人工智能的其他应用。
　　DFINITY网络公司的运营总监兼通信主管Artia Moghbel表示，AI目前已经在数据中心中得到广泛使用了，通过识别低效率和节省成本的机会来帮助企业数据中心降低运营成本，特别是与数据中心相关的运营变量(如冷却风扇，窗户等等因素)。
　　机器学习如何在数据中心运营实践中发挥作用?
　　下一步，就是使用AI来管理数据中心运行的其他物理方面。 “我们可以看到，机器人负责管理数据中心的物理网络。如果你企业有一台在网络中正在执行某项任务的错误机器，例如，该机器可能已经被病毒感染，通常软件会被分离出来，通知操作人员需要做些什么补救措施。”Robbio补充说AI就可以在这方面发挥作用。
　　“软件没有能力在这些情况下采取措施。但是，通过机器学习，您数据中心可以采取主动或被动的措施，数据中心可以自动将设备从网络上解除耦合，而无需人为干预。”
　　他补充说，这并不一定意味着机器人就会像科幻小说中所经常出现的那样是人形的机器人。“这是关于插拔网卡的物理行为，而不是一个复杂的机器人。” Robbio说。
　　创建机器学习IT分析工具的SIOS技术公司总裁兼首席执行官Jerry Melnick补充说，虚拟环境已经迅速成为许多数据中心的核心——负责运行企业最为重要的业务应用程序。Melnick说，这一趋势已经超过了传统的数据中心管理和优化方法。大多数企业的IT团队仍然沿着计算]存储、应用和网络的传统物理孤岛进行组织，并结合使用手动专有技术和依赖单一的“阈值”分析的工具。
　　“今天，虚拟环境对于人类来说是非常复杂和动态的。如果没有一种有效的方法来查看虚拟基础设施孤岛，以及组件之间的交互，IT就会因为性能问题，容量超限和其他意想不到的后果而陷入困境。”Melnick说。这就是AI发挥其用武之地的时候了。先进的机器学习和深度学习分析工具通过即时识别虚拟环境中应用程序性能问题的根本原因，并通过推荐解决问题的具体步骤来解决此问题。
　　“他们将目光投向IT孤岛，了解虚拟系统中相互关联的组件之间的复杂的行为模式。这使得他们能够识别即使