物聯(lián)網(wǎng)、人工智能時代來臨，背后推手是龐大的實時數(shù)據(jù)，根據(jù)IDC估計，光是去年全球所產(chǎn)生、收集和復(fù)制的資料總量高達(dá)16.1ZB(十億兆字節(jié))，且繼續(xù)呈十倍速成長，預(yù)估到2025將暴增至163其中有20%自物聯(lián)網(wǎng)。惟這些許多數(shù)據(jù)需配合實時判斷，一旦出錯，可能造成嚴(yán)重后果。

我平常除了待在美國加州的辦公室，也經(jīng)常往返不同城市，拜特斯拉(Tesla)的自動駕駛功能之賜，與其說是“開車”，我現(xiàn)在其實比較常“搭車”。做為車聯(lián)網(wǎng)的一員，我的特斯拉每天都透過實時數(shù)據(jù)不斷學(xué)習(xí)。

舉例來說，若我在高速行駛時行經(jīng)一個坑洞而踩下剎車，汽車系統(tǒng)便會記錄數(shù)據(jù)并上傳云端。當(dāng)有更多車輛在相同GPS地點記錄類似信息，特斯拉會不斷學(xué)習(xí)，之后行經(jīng)同一位置時會自動減速。這就是物聯(lián)網(wǎng)結(jié)合人工智能所產(chǎn)生的效益，背后推手就是實時數(shù)據(jù)。

大數(shù)據(jù)數(shù)據(jù)是物聯(lián)網(wǎng)的命脈，帶給新一代物聯(lián)網(wǎng)智能裝置生命力，對生活的影響已經(jīng)無所不在。我們也沒有在這波物聯(lián)網(wǎng)浪潮中缺席，例如臺灣警方四年來不斷整合全臺十九個縣市、超過七萬支監(jiān)視器，以人臉辨識技術(shù)，十秒內(nèi)便能跨區(qū)查出當(dāng)事人的信息。

以多數(shù)監(jiān)視系統(tǒng)具百萬畫素等級來看，光是單支監(jiān)視器24小時錄像，就需要至少13.6GB的儲存容量。如果以七萬支監(jiān)視器全年運作計算，等于需要至少34萬顆1TB容量的硬盤。

物聯(lián)網(wǎng)雖然帶來許多方便，但相關(guān)應(yīng)用一旦發(fā)生錯誤，可能導(dǎo)致嚴(yán)重傷害或破壞。這些海量數(shù)據(jù)的背后，需仰賴龐大、有效率且安全的數(shù)據(jù)儲存裝置。尤其物聯(lián)網(wǎng)所產(chǎn)生的很多數(shù)據(jù)，是必須實時判斷的“超關(guān)鍵數(shù)據(jù)”，這些數(shù)據(jù)正在急遽攀升中，未來我們必須能夠區(qū)分?jǐn)?shù)據(jù)類型，否則將面臨潛在的嚴(yán)重后果。