无线网络对每天的工作是至关重要的。企业运行中，快速、可靠、稳定的无线覆盖灰常重要，企业中的许多日常业务都要依赖于它。然而，很多时候，IT团队在个人经验方面都十分欠缺。谷歌的一位无线技术专家，Ajay Malik，发表了自己的观点。他觉得这主要来自于两个挑战：

1. 数据收集。我们想知道每个用户在每个特定时间的状态，但随着网络条件和用户位置的变化，这些状态也会不断变化。随着成千上万的设备被追踪，需要收集的信息的量就大大增加了。这些数据量无法接入点或在具有固定内存和CPU的设备上运行。

2. 数据分析。整理时间日志和数据转储需要大量的时间和精力，才能获得有意义的见解，而且需要有效的Wi-Fi智能。

Ajay相信，很快会有一天，大数据和机器学习将解决上述两个挑战。它会允许我们问我们的网络是什么感觉，atv，然后它会告诉我们哪里出了问题，并提供详细的解决方案（或自动修复问题）。虽然这似乎是一个未来的愿景，但是通过大型数据工具和机器学习技术（比如无人值守训练算法），已经实现了基础。

使用这些技术，我们现在可以不断更新测量和实施无线用户体验的模型。比如，我们可以高精确度地实时确保特定的互联网速度。这使得IT人员了解到无线用户之前饱受速度慢、不稳定的网络环境时的痛苦了。

一旦检测到用户问题，机器学习分类算法可以隔离问题的根本原因。比如，由于干扰，容量或LAN/WAN问题导致的问题。隔离问题后，机器学习就可以自动重新配置资源来调节问题。这样可以最大限度地缩短IT团队在故障排除中花费的时间和精力，同时提供最佳的无线体验。

Ajay表示自己以前写过一篇关于人造智能将彻底改变Wi-Fi的文章。他希望能够通过扫描大量数据来释放IT团队，j2直播，从而获取有意义的信息。但它就像在大海捞针，机器学习是自动执行数据包捕获、时间关联和根本原因分析等常规操作任务的关键。此外，它可以提供预测性的建议，让我们的无线网络摆脱麻烦。

这个愿景的关键还在于云元素带来的弹性尺度和可编程性。云是唯一适合处理Wi-Fi的媒体，比如大数据问题。它具有存储大量数据的能力，具有分布式架构，以及能够极快地分析这些数据。

Wi-Fi不是新鲜事物了。现在，Wi-Fi比以往任何时候都要更先进。我们处于无线网络需要像服务一样管理的时代，具有其他关键业务平台的所有灵活性、可靠性。通过机器学习、大数据和云计算，我们期望的正在快速成为现实。