来源：CPDA数据分析师网 / 作者：数据君
他们提出的公式是：大数据+新软件和硬件+云计算=机器智能（MI）的快速创新
这当然是合理的，每天都会创建大量的非结构化数据，这些内容提供了开发和测试机器智能所需的原材料，MI的初步大数据应用程序包括使计算机能够识别图像或识别文本中的情感，多层深度学习设计的新设计使系统可以分解复杂的任务并对其进行更详细的处理，新的硬件设计提供了这些高级应用程序所需的处理能力，云计算的兴起为这些计算密集型任务提供了必要的存储，并为开发该技术提供了动力，云的优势-快速部署，实时数据，巨大的可伸缩性等-是高级MI潜力的理想匹配，并且在云中处理大量数据的企业需要强大的功能和范围，
MI应用程序。
对企业的影响
在初创企业和成熟的技术巨头中都看到了MI的巨大机遇，有效的机器智能已经可以提供搜索结果，翻译语言并在照片中识别您的朋友，如果创新创造了可以更准确地分析和预测的更智能的软件，则每个行业都有潜在的应用，研究人员建议企业现在就考虑为机器智能做准备，首先考虑哪些应用程序与您的领域相关，或者哪些业务可以由算法运行，他们还建议评估您的数据集是否具有MI潜力，确定将在MI中担任领导职务的员工，并关注该领域的发展。
CPDA数据分析师
世界鉴于启用的技术和经济诱因，机器智能似乎有望至少有所改善
然而，在日常生活中看起来将是一个悬而未决的问题，一旦一项新技术变得普遍，人们就会非常乐于接受它作为另一项服务，即使是市场上已有的一些深度学习应用程序，也开始看起来像是手机和计算机正在做的另一件事，而不是突破性的技术，不适应新技术的趋势与这种适应新技术的趋势相反，当社会不愿将某些功能移交给智能机器时，我们可能会陷入困境，每个人和每种文化的界限可能会有所不同；您会接受自动驾驶汽车吗？对学校论文进行算法分级？程序编写的新闻报道？
为什么结构化和非结构化数据需要不同的安全技术
企业需要的不仅仅是数据安全的“一刀切”方法，访问和管理结构化数据有其挑战，但是它们与您保护非结构化数据的方式不同，好处：在保护数据方面，我认为数据就是数据。但是，您告诉我，保护“传统”（假定为结构化）数据与保护非结构化数据之间存在区别，这些区别是什么？结构化和非结构化数据的安全性之间存在很大的鸿沟，这有三个重要原因：非结构化数据更复杂，其访问和管理的一致性较差，以及用于保护其安全性的控制措施更少。
数据库中数据的含义是一致，直接且易于理解的
当然存储在数据库中的数据可能很复杂，但是其重要性和敏感性并不是一个谜，另一方面非结构化数据是漫长而漫长的，用户生成的内容范围从知识产权到合同，敏感的HR信息以及介于两者之间的所有内容，这种复杂性使得很难确定重要的内容和适用的安全策略，访问和管理结构化数据也更加一致，数据库存在于具有明确定义的访问方法（例如API）的易于理解的位置，这种一致性意味着数据库安全性任务是有界且可解决的，非结构化数据几乎没有一致性，它可以在本地，云应用程序和云存储中找到，有无数种方法可以访问它，并且（至少使用当前工具）无法对其进行统一管理。
控制结构化数据访问的选项可用并已被理解
数据库提供了细粒度的访问特权，可以由安全专业人员实施和集中管理，相反用户主要负责控制对非结构化数据的访问，这一点很重要，我想再说一遍，用户对其拥有的文件做出关键的安全决策，他们通过电子邮件发送电子邮件，共享链接并将文件放在公共文件夹中，这些文件夹很容易使数据遭受丢失和被盗-这一切都远远超出了安全团队的能力范围。
我不认为GDPR区分结构化数据和非结构化数据
监管制度不在乎受保护的数据是结构化的还是非结构化的，这是企业非常关心其非结构化内容的重要原因，如前所述结构化数据安全性的途径很明确，正确地进行操作可能并不容易，也不便宜，但是工具和技术可以使用并且可以正常工作，非结构化数据则并非如此，为了解释对规则的需求，我将深入研究业界最流行的数据安全方法之一，数据丢失防护工具控制数据如何在定义的控制点（例如网络外围）之间流动，要做出这些允许/拒绝决定，他们需要两条信息：文件是什么以及应如何处理。
网友评论