云智能告警管理的AI详解-1/4-基础概念简介

AIOps 是 2016 年由Gartner 提出，不到 1 年时间，Gartner 将 AIOps 定义由基于算法的IT运维（Algorithmic IT Operations）顺应时代发展升级为智能运维（Artificial Intelligence for IT Operations）。AIOps 越来越受各大企业重视，Gartner 在 2017.10 发布的一份报告末估计，相较 2017 年低于 10% 的企业应用 AIOps，到 2020 年，全球将有 50% 的企业会积极应用 AIOps。附 Gartner报告PDF

从最开始的定义可以了解到，AIOps 核心在于“算法”。和多个期望用 AIOps 解决实际问题的公司沟通后，大部分可以分为 2 类：

1. 有实际需求，没有算法，也没有期望用 AIOps 解决的思路；

2. 有实际需求，没有算法，有想针对解决的问题。

个人才疏学浅，从整个运维行业角度详解 AIOps 力不从心，故只从我相对熟悉的告警切入详细说下 云智能告警管理 AI应用。

为方便使用，本篇主要对机器学习相关的几个基本概念做个简单整理，如果均已了解，也可以再次复习一下。导航：

1. 人工智能

2. 机器学习

3. 监督学习

4. 无监督学习

5. 神经网络

6. 深度学习

7. 总结

1. 人工智能

人工智能(Artificial Intelligence)：指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序的手段实现的人类智能技术。

现代人工智能的主要例子是自动驾驶汽车，自动驾驶汽车严重依赖许多不同的技术，其中很多技术不同程度的依赖于机器学习，特别是汽车检测和理解行驶环境。

2. 机器学习

机器学习(Machine Learning)：是人工智能的一个分支，是实现人工智能的一种手段，也是目前被认为比较有效实现人工智能的手段。机器学习根据数学算法解析数据的规律不同，主要分为监督学习、无监督学习和半监督学习三种。

机器学习的应用领域也非常广泛：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA 序列测序、语音和手写识别、战略游戏和机器人等领域。举例来说，现在我们每周都会接到的购房、贷款、欺诈等骚扰电话，电话的那头大部分都是机器人，他们可以识别你的语音，语义，语气，像人一样理解你的话并与你对话。又或者是你百度/谷歌时，系统会自动根据你输入的内容，推荐给你极相关的搜索关键词，这种“类似搜索”功能，也是AI在我们生活中的应用。

2.1 监督学习

监督学习：对带有标记的训练样本进行学习，来推断训练样本集外的数据进行标记预测的任务。分类、回归问题均为监督学习范畴。

分类问题示例：乳腺癌（良性、恶性）预测。见下图，根据可以根据肿瘤的大小(输入：Tumor Size)，预测乳腺癌是良性还是恶性(输出：0 or 1)。肿瘤大小仅为乳腺癌的一个特征，实际情况会更复杂，特征值更多。

回归问题示例：房屋价格预测。见下图，根据房屋的大小(输入：Size)，预测房屋的价格(输出：Price)。实际情况下影响房屋价格因素很多，如地理位置、房屋年龄等等，考虑因素越多，特征向量规模更大。

以上示例来源：吴恩达机器学习课程。

2.2 无监督学习

无监督学习：对无标记的训练样本进行学习，自动对输入的内容进行分类。聚类问题为无监督学习范畴。

无监督学习示例，见下图右，图左未监督学习的分类示意。

3. 神经网络

监督学习领域有很多技术，“神经网络”是其中之一。神经网络是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统，通俗的讲就是具备学习功能。现代神经网络是一种非线性统计性数据建模工具。

几个常见并且有趣的神经网络应用案例：人脸检测、图像处理（去马赛克、去美颜、还原高清像素图像）、风格迁移（多图片融合）等。来源：知乎[https://www.zhihu.com/question/263415714]

下图为三种神经网络示意图：标准神经网络、卷积神经网络、循环神经网络

举例来说，假设房价预测，不只考虑房子大小，还考虑房间数量，地理位置(邮编)，以及富裕程度。则可以输入特征，经过中间的隐藏层，最终输出结果房价。

3.1 深度学习

深度学习(Deep Learning)：是机器学习的分支，是一种以人工神经网络为架构，对数据进行表征学习的算法。简单理解下，即为多层神经网络，上文中卷积神经网络、循环神经网络均为深度学习范畴。

4. 总结

以上，可以了解到，机器学习属于人工智能的范畴，监督学习和无监督学习属于机器学习的范畴，神经网络属于监督学习范畴，而深度学习是神经网络技术中的一种。

下篇我将主要介绍机器学习中，分类、回归和聚类技术，这也是 AI 在 云告警智能管理 中的最核心应用。

注：以上定义均来源：维基百科和百度百科。同时需要额外指出的是，很多领域，定义并不像我们希望的边界清晰，往往随着大家对改领域的理解和技术的发展，定义也随之变化，例如：人工智能。