人工智能 (AI)——曾經(jīng)是科幻小說的基礎(chǔ)，現(xiàn)在已成為現(xiàn)實。盡管它經(jīng)常被指責(zé)為僅僅是一個流行詞，但夸大其對人類體驗的影響是很復(fù)雜的，而且隨著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(qū)動的 IT 部門如何對企業(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，任何人工智能程序的目標(biāo)都是“模仿人類與人類思維相關(guān)的認(rèn)知功能，例如學(xué)習(xí)、解決問題和決策。人工智能一詞涵蓋了計算機(jī)科學(xué)的許多分支，例如機(jī)器學(xué)習(xí)和進(jìn)化計算，兩者都非常不同。進(jìn)化計算是指通過產(chǎn)生可能的解決方案，選擇最佳解決方案來解決特定問題的算法，相比之下，機(jī)器學(xué)習(xí)是指程序用于根據(jù)數(shù)據(jù)確定需要執(zhí)行哪些任務(wù)的技術(shù)。

人工智能和 AIOps 的例子

第一個備受矚目的人工智能系統(tǒng)是 IBM 的沃森。當(dāng) Watson 通過其臭名昭著的 2011 年 Jeopardy 勝利首次向世界介紹時，它引起了媒體的轟動，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”人們在對話中使用的自然語言。這一成就直接催生了 Alexa、Siri 和 Okay、Google 等基于語音的智能系統(tǒng)。

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

AIOps

AIOps 是將人工智能用于 IT 運營。每個企業(yè)都依賴于運作良好的 IT 部門來確保其成功。如果系統(tǒng)發(fā)生故障，IT 部門將盡快解決問題，以確保整體效率不受影響。當(dāng) IT 完全由人管理時，會涉及到很多變動因素。IT 解決問題的典型順序如下：

1. 系統(tǒng)中的問題要么由用戶觀察到，要么由監(jiān)控系統(tǒng)性能的 IT 成員檢測到。
2. 然后將問題傳達(dá)給適當(dāng)?shù)膱F(tuán)隊成員，然后團(tuán)隊成員嘗試診斷問題。
3. 一旦確定診斷，團(tuán)隊就會嘗試在不干擾系統(tǒng)其他功能的情況下解決問題。

這個序列有很多低效率的地方。也許最明顯的是過度依賴個人對系統(tǒng)如何運作的知識/經(jīng)驗。一個人不可能知道系統(tǒng)中所有以前的問題以及它們是如何解決的，而且時間可能會浪費在嘗試通過反復(fù)試驗來解決問題上。其次，在傳達(dá)用戶遇到的確切問題時可能會出現(xiàn)溝通失誤，從而導(dǎo)致系統(tǒng)長期崩潰。AIOps 驅(qū)動的系統(tǒng)可以簡化此過程，并可能允許部門在任何用戶中斷發(fā)生之前解決問題。

AIOps 的 AI 是指深度學(xué)習(xí)技術(shù)，用于分析過去的數(shù)據(jù)以發(fā)現(xiàn)系統(tǒng)中的趨勢并呈現(xiàn)數(shù)據(jù)以識別可能困擾系統(tǒng)的當(dāng)前問題。AIOps 系統(tǒng)部署的時間越長，它就越強(qiáng)大，因為任何 AI 系統(tǒng)的骨干都是數(shù)據(jù)，所以它接收的數(shù)據(jù)越多，它就變得越有效。這是人類能力的確切倒數(shù)，而人類幾乎在所有方面都優(yōu)于計算機(jī)，他們無法及時處理和理解大量數(shù)據(jù)。AIOps 系統(tǒng)只能老化。

集成 AIOps 可以將羽翼未豐的 IT 部門轉(zhuǎn)變?yōu)閺?qiáng)大的 IT 部門。

好人工智能與壞人工智能

并非所有 AI 應(yīng)用程序都是平等的。設(shè)計不當(dāng)?shù)?AI 可能會破壞整個操作。AIOps 系統(tǒng)是其所有部分的總和，因此構(gòu)成 AI 的所有細(xì)節(jié)都會影響其整體質(zhì)量。

用戶界面 (UI)

盡管應(yīng)用程序的用戶界面不涉及任何人工智能編程，但它對 AIOps 系統(tǒng)的功效非常重要。設(shè)計不佳且不直觀的 UI 可能不會妨礙 AI 系統(tǒng)正確監(jiān)控和診斷問題的能力，但如果 UI 不適合可訪問性，它本質(zhì)上就會變成跛鴨程序。設(shè)計一個讓用戶真正體會到系統(tǒng)的“智能”和導(dǎo)航程序功能的 UI 應(yīng)該是設(shè)計師的首要任務(wù)，相反，用戶應(yīng)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優(yōu)化他們的 IT 系統(tǒng)。

清除消息

無法將信息傳達(dá)給人類的 AIOps 系統(tǒng)是無效的。如果 AIOps 消息無法以簡潔和信息豐富的方式傳遞指向基礎(chǔ)設(shè)施問題的通知，則它可能會導(dǎo)致比解決問題更多的問題。AIOps 系統(tǒng)經(jīng)常將不同的問題歸類到一個通用名稱下，當(dāng)其中一個問題出現(xiàn)時，人工監(jiān)控系統(tǒng)會收到通用通知，通知他們存在問題，而不是問題是什么或如何解決問題。這可能會導(dǎo)致部門陷入嘗試并未能找到導(dǎo)致浪費時間和沮喪的問題的兔子洞。AIOps 系統(tǒng)的消息傳遞系統(tǒng)的另一個重要方面是傳達(dá)哪些問題是關(guān)鍵的，哪些不是。如果顯示所有通知的權(quán)重相同，則消息開始變得混亂且難以導(dǎo)航。允許 IT 部門優(yōu)先考慮首先要解決的問題對于維持秩序至關(guān)重要。再次可以看出，如果面向用戶的功能設(shè)計不當(dāng)，雖然人工智能編程可能做得很好，但它會使 AIOps 的“人工智能”變得毫無意義。

報告

AIOps 系統(tǒng)的報告類似于允許用戶“窺視”人工智能功能。它是與人工智能用來發(fā)現(xiàn)趨勢以診斷問題的系統(tǒng)相關(guān)的數(shù)據(jù)的詳細(xì)摘要。生成的報告必須填寫相關(guān)信息并且易于消化，否則它不能達(dá)到目的，基本上是操作的附錄。

處理信息

上述問題都與智能系統(tǒng)的元素有關(guān)，這些元素與特定的 AI 編程無關(guān)，而是與用戶面臨的可能阻礙系統(tǒng)整體效能的元素有關(guān)。然而，真正區(qū)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(shè)計的人工智能能夠直接處理數(shù)據(jù)并從中生成信息。設(shè)計不當(dāng)?shù)娜斯ぶ悄芸赡軙a(chǎn)生技術(shù)上正確的信息，但只能從切線相關(guān)的數(shù)據(jù)中做到這一點。這會導(dǎo)致問題發(fā)生，因為如果人工智能系統(tǒng)的輸入是正確的，它就會建立在趨勢線之上，這可能會及時產(chǎn)生不準(zhǔn)確的結(jié)果。