人工智能与智能运维

栏目: 服务器 · 发布时间: 6年前

人工智能的历史源远流长,先民对人工智能的追求表现在诸多神话、传说、故事、预言以及制作机器人偶的实践中。

人工智能一词可以分为人工和智能两个部分。“人工”一词毫无争议,在这里它与自然相对,泛指由人制造的。至于什么是“智能”,至今在学术界仍然没有达成共识,因为它涉及到其他诸如意识、自我、心灵等问题,人唯一了解的智能就是人本身的智能,但是我们对自身智能的理解是非常有限的,对构成人的智能的必要元素也了解有限。

纵观人工智能的发展历程,跟随人工智能的发展脚步,智能机器的发展主要经历了如下阶段:

一.专家式的智能机器

专家式的智能机器属于智能机器发展的第一个阶段,其采用传统的编程技术,充分利用计算机技术的发展,用数学和算法模拟人类计算,使智能机器代替人类来进行计算和重复性劳动,从而“呈现出”一种智能效果。我们平常接触的文字识别、简单电脑下棋、搜索引擎、工厂生产线等,都可以归入此类。大名鼎鼎的“深蓝”就属于此类。

专家式的智能机器,只能算作某领域内的专业人才,一旦换到新的应用场景就无法适应。这种专家式的智能机器,需要人工详细规定逻辑程序,一旦出错,就必须重新修改原有程序,重新编译测试,它无法自行学习,自行纠错,因此在使用过程中具备较大的局限性。

二.学习式的智能机器

正因为专家式的智能机器的局限性和不足,所以到了智能机器发展的第二阶段,智能机器就要通过自我学习,变成类似人类的通才。这个系统一开始就如同一个婴儿般什么都不懂,但它能够像婴儿那样逐步适应环境,学习并应付复杂的状况。这种系统开始也常犯错误,但它能够吸取教训,自我完善。

苹果公司的Siri就是机器学习的典范,依靠原来训练过的模型,抽取规律,新用户使用时无需提前训练,即使在背景噪音和口音不同时,也能够识别用户指令,这个背后就是机器学习算法的贡献。

在电信智能运维领域,同样的也是一个从基于规则到基于学习的发展过程。

智能运维领域,基于学习的智能机器需要满足以下要素:

1. 数据:电信网络天然有海量日志作为特征数据,另外还可以根据需要,按照指令生成新的日志数据

人工智能与智能运维

2. 标注:日常运维产生结构化的标注数据,如 TT

人工智能与智能运维

3. 工具:大量成熟的机器学习算法和开源系统

4. 应用:运维人员可以设计、部署、使用并受益于智能运维系统,形成闭环。

人工智能与智能运维

对于智能运维,可行的目标到底是什么?当前比较普遍的有两种思路:一是代替运维人员,接管所有的工作;二是作为运维人员的的高效可靠助手。究竟哪一种思路是切实可行,这就又回到了运维工作面临的实际问题。

1.“知其然又知其所以然”、“知其然不知其所以然”

这两类问题,原则上机器可以解决,在一定条件下,在某些性能上,可以达到或超过人类的水平

2.“不知其然又不知其所以然,但知道问题存在,如理解、直觉、意识等”,此类问题,采用数据驱动的方法,但性能与人类差距较大,以目前的技术,尚不具备取代人类的可能性。

因此,一种可行的思路是,自动化那些知其然而不知其所以然的的运维任务。

技术可以解决工程领域的问题,如编程、分布式计算、数据库等等......

技术可以解决科学领域的问题,如统计、机器学习、关联规则、相似性等等......

但是,技术可能永远也无法替代领域专家,无法解决艺术领域的问题,如网络知识、应用原理、业务需求、系统结构等等,但是可以为领域专家提供更好的工具。

智能运维的终极可行目标:日常工作都能自动完成、运维人员能够独立进行数据分析。

近年来,机器学习理论和研究迅猛发展,不断取得突破,促进了人工智能技术的飞跃。基于机器学习的智能运维,在今后若干年会飞速发展,因为在电信及互联网领域,拥有得天独厚的大数据、标注和应用,更系统的数据采集和标注会帮助智能运维更快发展。最终实现智能运维的终极可行目标:运维人员高效可靠的助手。

转自搜狐:无线部落 2018.1.17

http://www.sohu.com/a/217244524_279214


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

计算机操作系统

计算机操作系统

/ 西安电子科技大学出版 / 1984-11 / 19.60元

一起来看看 《计算机操作系统》 这本书的介绍吧!

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具