ネットワークシステム、サービス、ソフトウェア会社であるCienaの上級副社長兼最高技術責任者。
ゲッティ
パンデミックの発症は、適応学習、教室を再形成し、教育を改善している概念を生じ 適応的な学習は個人化された、技術ベースの教授方法を使用することを含む。 このモデルは、学習スタイル、ペース、好みの違いにもかかわらず、学生が成功する平等な機会を持っていることを確認します。
適応型学習システムを導入することで、学生のパフォーマンスとデジタルコンテンツに対する反応をリアルタイムで分析し、そのデータに基づいてレッ たとえば、学生が特定の科目やレッスンに苦労し続けている場合、ネットワークは”メモを取る”と、学生の個々のニーズを満たすために学習体験を調整します。
適応型学習システムは、人工知能（AI）、ストリーミングとアーカイブされたビデオ、没入型複合現実感、ゲーミフィケーションシステムなど、複数の技術を組 しかし、これらの帯域幅を多用するアプリケーションを同時に使用することで、ネットワークに大きな負担がかかり、遠隔学習、教育、ホームネットワークの増加がもたらされます。 これらのトラフィックの急増のために準備ができていない教育機関や家庭の教室は、計画外のネットワークの混雑や停電を経験することができます。
適応学習が成功するためには、基礎となる通信ネットワークは、変化するエンドユーザーのニーズに自動的に適応するようにプログラムする必要があります。
プログラミングの注入
適応型学習アプリケーションは、通常、学区のデータセンターまたはパブリッククラウドに収容されています。 彼らは、学生がいつでもどこからでもアプリケーションにアクセスできるように、高速で弾力性と信頼性の高いネットワークに依存しています。 帯域幅の輻輳、遅延の問題、または大規模な停止が発生した場合、学生はパフォーマンスに影響を与える可能性のある命令時間の損失に直面する可能性があります。 デジタル教育センターの調査では、K-12地区の回答者のほぼ3分の1は、ネットワークの信頼性に関する懸念が夜間にそれらを維持すると述べました。
プログラム可能なネットワークインフラストラクチャでは、ネットワークはソフトウェアインテリジェンスの層で静的から動的に変換されます。 この層は、ネットワークインフラストラクチャからテレメトリを監視し、切断、ドロップアウト、輻輳、遅延を防ぐためにリアルタイムで意思決定を行 プログラマブルインフラストラクチャには、必要に応じて接続と容量を再ルーティングし、ユーザーエクスペリエンスの遅延や遅れを回避できるように、適応型学習を備えたプログラマブルファブリックが必要です。 これにより、ネットワークはリアルタイムのパフォーマンスデータを使用して調整し、必要に応じて再構成して、その上で実行される適応型学習アプリケー これにより、学生と教師が接続されているだけでなく、より没入型で魅力的な学習環境の恩恵を受けることができます。
ビッグデータ=ビッグインサイト
プログラマブルインフラストラクチャには、大量のデータが作成されます。 この”ビッグデータ”は、リソース消費、トラフィックパターン、接続の遅延や遅れを引き起こす可能性のある脆弱性などに関する傾向を明らかにするために使 この情報を使用すると、ネットワークは自動的に学習し、時間の経過とともに変化するニーズに調整することができます。 基本的に、ネットワークは大量のデータを実用的な洞察に変換し、必要に応じて自動的に調整するようにネットワークに指示することができます。 ネットワークはまた、組み合わせたグループレッスンのように、イベントをカバーするための追加のネットワーク容量のための顧客（この場合は、教育機関）の必 これらのイベントには、堅牢な分析を使用して迅速なネットワーク応答が必要です。
その情報により、ネットワークプロバイダーとデータセンターオペレーターは、ユーザーのニーズにリアルタイムで安全に反応するデータ駆動型ポリシーを実行できます。 決定が下されると、人間のオペレータ、または事前定義されたポリシーを使用した自動化されたシステムは、ネットワークを最適化するために必要に応じて
ピークパフォーマンスの自動化
ヒューマンエラーは、ネットワークのダウンタイムの主な原因です。 情報技術情報隊によるサーバーの信頼性に関する2018年の調査では、ヒューマンエラーがネットワークのダウンタイムの58％に関与していることがわか ネットワーク分析、インテリジェンス、自動化は、アクセスコントローラのロード、ルータのプロビジョニング、トラフィックエンジニアリングトンネルの設定などのタスクを実行する際に、エラーを排除し、パフォーマンスを向上させるのに役立ちます。
ソフトウェア定義の制御で複数のネットワーク間で自動化する能力は、ピークパフォーマンスを確保するために不可欠です。 ネットワークがApiと相互運用し、データを効率的かつ迅速にポイント間で移動できる場合、適応型学習アプリケーションはシームレスに実行できます。 適応可能なネットワークフレームワークにより、オペレータはネットワーク管理を簡素化し、複数のベンダーやドメインを持つハイブリッドネットワーク間でもエンドツーエンドの自動化を作成することができます。
Adaptive Learning In Motion
学生や講師がクラウドベースの技術によってモビリティを可能にすると、物理的な教室の制約が学習の障壁を作り出しなくなります。 適応的な学習を定着させるためには、いつでもどこからでも学習する柔軟性を提供するタブレット、スマートフォン、ラップトップなど、適切なデバイスを備えている必要があります。
学校やその他の教育機関は、適応的な学習を受け入れています。 彼らの投資を最大限に活用するために、彼らは事前に接続の問題に対処するために、彼らのサービスプロバイダーと協力し、それがリモートとデジタル学習の変化する要求に適応できるように、彼らのネットワークインフラストラクチャがソフトウェアインテリジェンスとプログラマビリティで構築されていることを確認する必要があります。
Forbes Technology Councilは、世界クラスのCio、Cto、および技術幹部のための招待制のコミュニティです。 私は資格がありますか？
私のウェブサイトをチェックしてくださ
ネットワークシステム、サービス、ソフトウェア会社であるCienaのシニアバイスプレジデント兼最高技術責任者。 Steve Alexanderのエグゼクティブプロフィールはこちらをご覧ください。
続きを読む