人工智能 (AI)——曾經(jīng)是科幻小說(shuō)的基礎，現在已成為現實(shí)。盡管它經(jīng)常被指責為僅僅是一個(gè)流行詞，但夸大其對人類(lèi)體驗的影響是很復雜的，而且隨著(zhù)人工智能的整合變得更加全球化，有必要了解它的潛力。重要的是要了解 AI 必須提供什么信息技術(shù)以及集成 AIOps 驅動(dòng)的 IT 部門(mén)如何對企業(yè)有益。

定義人工智能

定義人工智能的方法有很多種，但通俗地說(shuō)，任何人工智能程序的目標都是“模仿人類(lèi)與人類(lèi)思維相關(guān)的認知功能，例如學(xué)習、解決問(wèn)題和決策。人工智能一詞涵蓋了計算機科學(xué)的許多分支，例如機器學(xué)習和進(jìn)化計算，兩者都非常不同。進(jìn)化計算是指通過(guò)產(chǎn)生可能的解決方案，選擇最佳解決方案來(lái)解決特定問(wèn)題的算法，相比之下，機器學(xué)習是指程序用于根據數據確定需要執行哪些任務(wù)的技術(shù)。

人工智能和 AIOps 的例子

第一個(gè)備受矚目的人工智能系統是 IBM 的沃森。當 Watson 通過(guò)其臭名昭著(zhù)的 2011 年 Jeopardy 勝利首次向世界介紹時(shí)，它引起了媒體的轟動(dòng)，它承諾改變世界的創(chuàng )新和進(jìn)步。沃森如此具有革命性的部分原因在于沃森“理解”人們在對話(huà)中使用的自然語(yǔ)言。這一成就直接催生了 Alexa、Siri 和 Okay、Google 等基于語(yǔ)音的智能系統。

在 Watson 出道近 9 年后，人工智能已經(jīng)融入了大多數領(lǐng)域。盡管鏡頭流行文化和媒體認為人工智能要么是徹底變革和重大進(jìn)步之一，要么是自動(dòng)化和深度偽造的危險之一，但人們每天都在與許多低調的人工智能系統進(jìn)行交互，從網(wǎng)上銀行到瀏覽流媒體服務(wù)的內容建議，發(fā)達國家人類(lèi)生存的大部分方面都被人工智能增強了。正在經(jīng)歷顯著(zhù)增長(cháng)的 AI 分支是 AIOps 市場(chǎng)

AIOps

AIOps 是將人工智能用于 IT 運營(yíng)。每個(gè)企業(yè)都依賴(lài)于運作良好的 IT 部門(mén)來(lái)確保其成功。如果系統發(fā)生故障，IT 部門(mén)將盡快解決問(wèn)題，以確保整體效率不受影響。當 IT 完全由人管理時(shí)，會(huì )涉及到很多變動(dòng)因素。IT 解決問(wèn)題的典型順序如下：

1. 系統中的問(wèn)題要么由用戶(hù)觀(guān)察到，要么由監控系統性能的 IT 成員檢測到。
2. 然后將問(wèn)題傳達給適當的團隊成員，然后團隊成員嘗試診斷問(wèn)題。
3. 一旦確定診斷，團隊就會(huì )嘗試在不干擾系統其他功能的情況下解決問(wèn)題。

這個(gè)序列有很多低效率的地方。也許最明顯的是過(guò)度依賴(lài)個(gè)人對系統如何運作的知識/經(jīng)驗。一個(gè)人不可能知道系統中所有以前的問(wèn)題以及它們是如何解決的，而且時(shí)間可能會(huì )浪費在嘗試通過(guò)反復試驗來(lái)解決問(wèn)題上。其次，在傳達用戶(hù)遇到的確切問(wèn)題時(shí)可能會(huì )出現溝通失誤，從而導致系統長(cháng)期崩潰。AIOps 驅動(dòng)的系統可以簡(jiǎn)化此過(guò)程，并可能允許部門(mén)在任何用戶(hù)中斷發(fā)生之前解決問(wèn)題。

AIOps 的 AI 是指深度學(xué)習技術(shù)，用于分析過(guò)去的數據以發(fā)現系統中的趨勢并呈現數據以識別可能困擾系統的當前問(wèn)題。AIOps 系統部署的時(shí)間越長(cháng)，它就越強大，因為任何 AI 系統的骨干都是數據，所以它接收的數據越多，它就變得越有效。這是人類(lèi)能力的確切倒數，而人類(lèi)幾乎在所有方面都優(yōu)于計算機，他們無(wú)法及時(shí)處理和理解大量數據。AIOps 系統只能老化。

集成 AIOps 可以將羽翼未豐的 IT 部門(mén)轉變?yōu)閺姶蟮?IT 部門(mén)。

好人工智能與壞人工智能

并非所有 AI 應用程序都是平等的。設計不當的 AI 可能會(huì )破壞整個(gè)操作。AIOps 系統是其所有部分的總和，因此構成 AI 的所有細節都會(huì )影響其整體質(zhì)量。

用戶(hù)界面 (UI)

盡管應用程序的用戶(hù)界面不涉及任何人工智能編程，但它對 AIOps 系統的功效非常重要。設計不佳且不直觀(guān)的 UI 可能不會(huì )妨礙 AI 系統正確監控和診斷問(wèn)題的能力，但如果 UI 不適合可訪(fǎng)問(wèn)性，它本質(zhì)上就會(huì )變成跛鴨程序。設計一個(gè)讓用戶(hù)真正體會(huì )到系統的“智能”和導航程序功能的 UI 應該是設計師的首要任務(wù)，相反，用戶(hù)應該熟悉 UI 以了解他們可用的工具的廣度以及如何最好地使用它們來(lái)優(yōu)化他們的 IT 系統。

清除消息

無(wú)法將信息傳達給人類(lèi)的 AIOps 系統是無(wú)效的。如果 AIOps 消息無(wú)法以簡(jiǎn)潔和信息豐富的方式傳遞指向基礎設施問(wèn)題的通知，則它可能會(huì )導致比解決問(wèn)題更多的問(wèn)題。AIOps 系統經(jīng)常將不同的問(wèn)題歸類(lèi)到一個(gè)通用名稱(chēng)下，當其中一個(gè)問(wèn)題出現時(shí)，人工監控系統會(huì )收到通用通知，通知他們存在問(wèn)題，而不是問(wèn)題是什么或如何解決問(wèn)題。這可能會(huì )導致部門(mén)陷入嘗試并未能找到導致浪費時(shí)間和沮喪的問(wèn)題的兔子洞。AIOps 系統的消息傳遞系統的另一個(gè)重要方面是傳達哪些問(wèn)題是關(guān)鍵的，哪些不是。如果顯示所有通知的權重相同，則消息開(kāi)始變得混亂且難以導航。允許 IT 部門(mén)優(yōu)先考慮首先要解決的問(wèn)題對于維持秩序至關(guān)重要。再次可以看出，如果面向用戶(hù)的功能設計不當，雖然人工智能編程可能做得很好，但它會(huì )使 AIOps 的“人工智能”變得毫無(wú)意義。

報告

AIOps 系統的報告類(lèi)似于允許用戶(hù)“窺視”人工智能功能。它是與人工智能用來(lái)發(fā)現趨勢以診斷問(wèn)題的系統相關(guān)的數據的詳細摘要。生成的報告必須填寫(xiě)相關(guān)信息并且易于消化，否則它不能達到目的，基本上是操作的附錄。

處理信息

上述問(wèn)題都與智能系統的元素有關(guān)，這些元素與特定的 AI 編程無(wú)關(guān)，而是與用戶(hù)面臨的可能阻礙系統整體效能的元素有關(guān)。然而，真正區分“好”人工智能和“壞”人工智能的是它處理信息的方式。精心設計的人工智能能夠直接處理數據并從中生成信息。設計不當的人工智能可能會(huì )產(chǎn)生技術(shù)上正確的信息，但只能從切線(xiàn)相關(guān)的數據中做到這一點(diǎn)。這會(huì )導致問(wèn)題發(fā)生，因為如果人工智能系統的輸入是正確的，它就會(huì )建立在趨勢線(xiàn)之上，這可能會(huì )及時(shí)產(chǎn)生不準確的結果。