人工智慧與智能運維

人工智慧一詞可以分為人工和智能兩個部分。「人工」一詞毫無爭議，在這裡它與自然相對，泛指由人製造的。

至於什麼是「智能」，至今在學術界仍然沒有達成共識，因為它涉及到其他諸如意識、自我、心靈等問題，人唯一了解的智能就是人本身的智能，但是我們對自身智能的理解是非常有限的，對構成人的智能的必要元素也了解有限。

縱觀人工智慧的發展歷程，跟隨人工智慧的發展腳步，智能機器的發展主要經歷了如下階段：

一．專家式的智能機器

專家式的智能機器屬於智能機器發展的第一個階段，其採用傳統的編程技術，充分利用計算機技術的發展，用數學和演算法模擬人類計算，使智能機器代替人類來進行計算和重複性勞動，從而「呈現出」一種智能效果。我們平常接觸的文字識別、簡單電腦下棋、搜索引擎、工廠生產線等，都可以歸入此類。大名鼎鼎的「深藍」就屬於此類。

二．學習式的智能機器

正因為專家式的智能機器的局限性和不足，所以到了智能機器發展的第二階段，智能機器就要通過自我學習，變成類似人類的通才。這個系統一開始就如同一個嬰兒般什麼都不懂，但它能夠像嬰兒那樣逐步適應環境，學習並應付複雜的狀況。這種系統開始也常犯錯誤，但它能夠吸取教訓，自我完善。

在電信智能運維領域，同樣的也是一個從基於規則到基於學習的發展過程。

智能運維領域，基於學習的智能機器需要滿足以下要素：

1. 數據：電信網路天然有海量日誌作為特徵數據，另外還可以根據需要，按照指令生成新的日誌數據

2. 標註：日常運維產生結構化的標註數據，如TT

3. 工具：大量成熟的機器學習演算法和開源系統

4. 應用：運維人員可以設計、部署、使用並受益於智能運維繫統，形成閉環。

對於智能運維，可行的目標到底是什麼？當前比較普遍的有兩種思路：一是代替運維人員，接管所有的工作； 二是作為運維人員的的高效可靠助手。究竟哪一種思路是切實可行，這就又回到了運維工作面臨的實際問題。

一種可行的思路是，自動化那些知其然而不知其所以然的的運維任務。

技術可以解決工程領域的問題，如編程、分散式計算、資料庫等等......

技術可以解決科學領域的問題，如統計、機器學習、關聯規則、相似性等等......

但是,技術可能永遠也無法替代領域專家，無法解決藝術領域的問題，如網路知識、應用原理、業務需求、系統結構等等，但是可以為領域專家提供更好的工具。

智能運維的終極可行目標：日常工作都能自動完成、運維人員能夠獨立進行數據分析。

近年來，機器學習理論和研究迅猛發展，不斷取得突破，促進了人工智慧技術的飛躍。

基於機器學習的智能運維，在今後若干年會飛速發展，因為在電信及互聯網領域，擁有得天獨厚的大數據、標註和應用，更系統的數據採集和標註會幫助智能運維更快發展。最終實現智能運維的終極可行目標：運維人員高效可靠的助手。

如涉及版權等問題，請及時與我們聯繫，我們將在第一時間處理。

中華機器人超市-線上線下一體化機器人交易平台，提供機器人廠商、產品、展會、招商、人才、投融資等全方位的服務。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！