在日益拥挤的数据库世界中，深度信息科学重新构想了用于大数据和云的数据库，机器学习与关系数据库相结合，旨在在云规模上 同时运行数据流，事务和分析，如果我要完成所有这些需要我重新启动数据库的工作，或者在某些情况下要重建数据库，那我是脱机进行的，这是反复试验。他们正在针对写或读案例进行优化，而不是同时针对两者进行优化。

几乎所有人都认为图数据库是社交网站的一部分，毕竟这项技术在连接遥远的实体方面表现出色，实际上图形数据库对于连接亲朋好友以外的所有任务正变得有用。看一下（可能是使用广泛的图形数据库）所发生的情况，社交对我来说是一种祝福和诅咒，关于图数据库的一大误解是它们仅用于社交网络。

我们正在进入互联时代， 未来高度紧密地联系在一起，数据是新的石油，他指的是一种与铁路一起成为镀金时代百万富翁的商品，但这不只是数据，尽管隔离的数据非常有价值，但“连接数据的能力非常有价值。” 地球上强大的数据库：人脑它的神经元通过突触连接到其他神经元，这看起来非常像一个图形。

我们距离“支持AI的同事”可能还有好几年的距离，但是机器学习功能的个实现正逐渐被各种类型的企业所使用的日常数据分析工具所采用。认知帮助有望重塑业务流程，但前提是必须修改应用程序开发和部署工具以支持机器学习。

我们一直处于行业变革性变革的中心，正朝着动态调度，容器化应用程序的云原生世界迈进，随着组织对其应用程序基础架构进行现代化改造，将有一个独特的机会来实施和采用整个软件堆栈中的新措施，以保护企业和客户所依赖的服务，事实证明，机器可以比人类更好地部署软件，为什么？因为软件部署是一组可由声明性语言驱动的机械过程，这是为正确，可重复地执行系统方法而准备的过程，当将补丁程序和安全修复程序应用于软件时，这一点尤为重要，这种仪式应具有可重复性和无缝性。

减少故障排除时间或提高组织的安全性。但是，如果没有正确，准确和一致的输入数据的正确基础，这种向转移的价值就很小，人工智能（AI）和机器学习（ML）在IT基础架构和运营中的应用-称为在企业和服务提供商领域中是一个热门趋势，并且有充分的理由：它可以加速IT操作，如果正确完成，可提高IT运营准确性，敏捷性和效率，因此在金融服务，医疗保健，零售，制造业，服务提供商，政府和其他部门的许多CIO / CISO议程中，AI处于重要位置。