5 tendencias sobre Inteligencia Artificial aplicada al almacenamiento de datos

INFINIDAT, proveedor independiente de soluciones de almacenamiento de datos de clase empresarial, ha hecho público un listado de 5 tendencias relacionadas con la utilización de la Inteligencia artificial (IA) en este ámbito.

“En realidad, la IA se viene utilizando ya desde hace años en el terreno del almacenamiento, y actualmente forma parte activa de la gestión avanzada de los sistemas”, explica Israel Serrano, Country Manager de INFINIDAT EMEA. “Pero pronto veremos otro avance que va a suponer una verdadera disrupción histórica, como es su aplicación en la forma en que los propios sistemas gestionan y distribuyen los datos que albergan”.

A juicio de los expertos de INFINIDAT, estas serían las principales tendencias en materia de inteligencia artificial dentro del campo del almacenamiento:

1.- De la gestión externa al dato a la gestión del dato

Hasta ahora, la IA se utilizaba sobre todo como ayuda para la administración de los arrays. El reporting, por ejemplo, se ha venido gestionando con herramientas dotadas de capacidades de IA que permiten capturar numerosa información desde múltiples cabinas y, mediante herramientas de Big Data e IA, incluso predecir posibles fallos, establecer medidas probabilísticas sobre el rendimiento y gestionar el mantenimiento de una manera más inteligente. Hablamos, en definitiva, de una gestión externa al dato.

Lo que está cambiando ahora es que la IA va a permitir mejorar la forma en que los propios sistemas gestionan los datos. “A día de hoy, esto es más bien una tendencia”, aclara Serrano, “pero algunas empresas, como es nuestro caso, han centrado en esta dirección sus esfuerzos de cara al futuro”.

2.- Una importante mejora en la forma en que se tratan los datos

Las funcionalidades de inteligencia artificial permiten a los sistemas de almacenamiento proveer los datos de una forma más rápida, más precisa y más segura. Hasta ahora se venían utilizando diversas políticas para determinar exactamente qué datos se almacenan y dónde, que eran definidas en el momento de crear las estructuras. Ahora, sin embargo, todo es más heterogéneo. “Las estructuras de datos, cada vez más complejas, requieren ajustes más precisos y regulares”, explica Israel Serrano, “a día de hoy la decisión la toma un ser humano. Y, si se toma una mala decisión, puede llegar el caso en que se utilizan costosos medios para datos irrelevantes, o bien se resienten las operaciones por culpa de un acceso más lento a los datos relevantes”.

Por contra, el uso de la IA permite a la máquina comportarse en función de cómo se comporta la aplicación, y ofrecer el dato tal como los usuarios de la aplicación lo necesitan.

3.- Automatización

Aquí está una de las claves: como automatizar al máximo la gestión del dato. Pues bien, el propio concepto de IA lleva implícita una metodología de automatización, que permite realizar ajustes de forma inmediata y sin necesidad de intervención manual, permitiendo además un modelo de almacenamiento más económico. Mediante el machine learning, por ejemplo, un motor de IA puede evaluar el comportamiento de las aplicaciones ante tipos de datos concretos y la naturaleza de su acceso, y asignar ubicaciones para el almacenamiento en función de esos datos. Además, la Inteligencia Artificial puede servir también para hacer pronósticos sobre la memoria y rendimiento que se van a requerir en el futuro, lo que ayudará a planificar mejor la infraestructura y los presupuestos.

4.- Ubicación inteligente del dato

Un magnífico ejemplo de como la IA puede impactar decisivamente en la forma en que se almacenan los datos: los algoritmos que utilizan los sistemas más modernos, que identifican automáticamente donde debe estar el dato para que sea accesible, para que su almacenamiento y gestión supongan el menor impacto posible en el rendimiento global y, por supuesto, en los costes de las infraestructuras. Dada la enormidad de los datos a manejar, decidir de forma precisa dónde deben residir desborda al ser humano. Pero la IA sí puede hacerlo. “Como en otros muchos aspectos, el día de mañana será una funcionalidad habitual”, explica Serrano, “al igual que otras muchas que ahora quizá, no somos capaces ni de imaginar”.

Otro ejemplo es la capacidad de «caché neuronal», consistente en algoritmos de machine learning que localizan los patrones de acceso a los datos y asignan recursos según sea necesario, lo que permite al sistema decidir por sí mismo qué datos son relevantes para su acceso desde las aplicaciones. Por ejemplo, los datos utilizados frecuentemente se almacenarán automáticamente en la RAM, mucho más rápida que los medios Flash, mientras que en éstos se almacenarán los datos calientes: y, por último, aquellos datos que se utilizan con menos frecuencia serán almacenados en unidades NearLine-SAS, mucho más económicas.

5.- Control de costes

Los beneficios de la IA son numerosos, y entre ellos, por supuesto, se encuentra el ahorro de costes. Con los sistemas tradicionales (que, como se decía anteriormente, se centran sobre todo en mejorar la gestión externa al dato) la empresa ahorra porque tiene un control mucho mayor sobre sus sistemas, lo que, por ejemplo, redunda en un mejor servicio de mantenimiento.

Por su parte, los  nuevos modelos de AI, que desde INFINIDAT se considera que va a suponer una importante disrupción en el almacenamiento tal como se conoce en la actualidad, va a traer consigo nuevos niveles de eficiencia en costes por parte de los propios sistemas en la gestión de la información, así como mejoras muy significativas en cuando a rendimiento y disponibilidad. La ecuación es sencilla: los usuarios recibirán un mejor servicio, a un coste inferior.

“En definitiva”, señala Israel Serrano, “es un hecho que la Inteligencia Artificial es un aliado de futuro para analizar grandes conjuntos de datos de datos e identificar patrones, y es ya un gran aliado para los gestores de TI; pero se avecina una revolución que pasa por multiplicar la eficiencia con que los sistemas gestionan los datos”.