生物識別安全性在相當長的一段時間內一直是一個兩極分化的主題。使用生物識別技術為進入高度敏感區域的員工提供訪問和許可是沒有問題的，但使用面部身份驗證作為跟蹤數據中心周圍人員的一種方式可能有點侵犯隱私。人工智能使 3D 傳感器和圖像識別比以往任何時候都更快、更容易、更準確。這使得數據中心附近毫無戒心的人成為技術進步的受害者。

人工智能與 3D 傳感的進步

3D 傳感器以及人工智能的使用一直是一項令人興奮的創新，并且不斷變得更好。3D 傳感器也有助于推進物聯網的使用。這些傳感器正在幫助人工智能提供一種方式，不僅可以通過聽覺進行交流，還可以通過視覺設備進行交流。

這些技術相互促進。3D 傳感器正在徹底改變人工智能行業和技術的其他方面，包括虛擬現實和增強現實。3D傳感器幫助人工智能同時訪問不同地方的不同感官輸入。使用紅外線，人工智能還可以看到熱量變化來分類不同的物體。3D 傳感器還可以幫助人工智能利用超聲波聽力來收聽裸耳難以聽到的頻率。

未來數據中心將更多地依賴生物識別安全

生物識別安全在包括數據中心行業在內的許多不同行業中變得越來越流行。生物識別技術使用諸如指紋、虹膜、面部特征以及手指和手掌中的靜脈等標識符來識別該人是否被授權進入。

生物識別安全的好處是顯而易見的。生物識別技術有助于從根本上加強安全性。偽造鑰匙或門禁卡比偽造任何一個生物識別標識符要容易得多。指紋、虹膜和面部特征可以被偽造，但專業犯罪分子需要做更多的工作。

生物識別安全也有助于方便。忘記鑰匙或門禁卡可能偶爾會發生，但在生物識別安全系統到位的情況下不會發生這種情況。授權用戶將始終擁有其訪問標識符。離開家幾乎不可能沒有指紋、眼睛或臉。生物識別安全系統不僅加強了安全性，而且提高了授權用戶的便利性。

人工智能在數據中心的使用

人工智能的進步正在徹底改變許多不同的行業。使用機器學習和神經網絡技術等過程，我們的許多日常機器正在成為智能機器。醫療保健、電信、管理和金融行業等都在其日常運營中使用人工智能。

人工智能也被部署在數據中心運營中。數據中心正在幫助提高性能，同時幫助降低成本。對于數據中心運營，人工智能可用于比以往更快、更有效地存儲、處理和分析數據。人工智能幫助數據中心運營的主要方式之一是幫助節約能源。在人工智能的幫助下，谷歌表示已將數據中心運營的能耗降低了 40%。這是通過評估冷卻設備、分析溫度等來完成的。

它還通過幫助預測和防止停電來幫助減少停機時間。人工智能優化了工作負載，提高了安全性，并將幫助更多地使用自動化。

什么是通用人工智能？

盡管我們在人工智能、機器學習和自動化的使用方面看到了許多有希望的進步，但我們距離流行文化和科幻小說一直描繪的自動化類型還很遙遠。數據中心運營的許多不同方面仍然需要數據中心經理。

人工智能和通用人工智能之間的區別在于，人工智能可以被預先編程來完成人類所做的任務，但效率更高。通用人工智能應該和人類一樣聰明。我們當前的人工智能已經可以使用機器學習作為學習模式的一種方式，因此可以根據這些模式做出決策。但我們距離僅僅使用人工智能機器人來完成人類的所有工作還很遙遠。

人工智能驅動的面部識別安全

我們可能沒有我們長期以來在電視和電影中看到的那種人工智能，但包括數據中心在內的許多行業都從這項技術中看到了許多好處。在大流行期間，人工智能驅動的面部識別安全對許多操作至關重要。面部識別減少了數據中心訪問者觸摸安全墊的需要，也減少了訪問者與安全人員進行物理交互的需要。

在當前大流行期間，面部識別的缺點之一是能夠通過面罩讀取面部特征。游客在檢查時仍需摘下口罩。通過包含另一個身份驗證因素來解決此問題的最佳方法之一。智能徽章和指紋掃描儀等多因素身份驗證將成為安全性的重要補充，盡管在大流行期間最有意義的是語音識別。訪客不必接觸任何東西，而且與任何安保人員的接觸也更少。

所有這些技術在很多方面都有幫助，但大流行也揭示了它的一些不足之處。在人工智能和面部識別方面仍有改進的空間（你可能會注意到，當你戴著口罩試圖在公共場合解鎖手機時）。

結論

不可否認，人工智能、機器學習、3D 傳感和生物識別掃描等技術使我們的一些日常任務變得更加方便和高效。而我們只是處于這些技術可能發展的起點。數據中心行業應該采用這些技術并從中受益。