2022 年の AI 自動化トレンドトップ 5-AI-php.cn

2022 年の AI 自動化トレンドトップ 5

WBOY

リリース： 2023-05-03 08:22:06

転載

1079 人が閲覧しました

2022 年の AI 自動化トレンドトップ 5

労働力不足は常に多くの企業を悩ませている問題です。エントリーレベルのポジションはたくさんあり、ほとんどの小売店が採用活動を行っており、当然ながら平均給与もそれに伴って上昇しています。日本のような国は、より少ない人員でより多くのことを行うことを目標に、AI を活用してより高いレベルの自動化を実現する取り組みを長年にわたって進めてきました。

#AI 自動化の主なトレンドの一部を次に示します:

1. AI トレーニングとデータ品質

Great Expectations オープンデータ品質プラットフォームの上級開発者提唱者である Ruben Orduz 氏は、人工知能の訓練を受けたデータエンジニアはデータ品質プロセスに真剣に取り組んでいると述べました。問題の 1 つは、現実世界のデータがきちんとしていないか、予測可能ではないことです。データの欠落、切り捨て、無効なデータ、予期しない重複や異常などの品質の問題が発生する可能性があります。

彼は、「乱雑なデータを使用してアルゴリズムをトレーニングすると、結果が壊滅的なものになる可能性があります。入力データに基づく推論と調整に依存する機械学習と人工知能のアルゴリズムは、特に脆弱です」データ条件が劣悪です。"

たとえば、企業が商品を発送および配達する場合、配達される名前、住所、注文番号を含む一連の注文をサプライヤーから受け取ります。。品物の。 AI システムはこのデータを受信し、配送ルートを学習して計画するために使用します。配達される商品の数が通常 1 から 30 の範囲であるが、データの「荷物の数」に突然数千の荷物が表示される場合、これはより多くの配達ドライバーを雇用する必要があることを意味し、モデルにも偏りがあることを示します。。そのため、データエンジニアはデータの品質を理解し、データ品質プラットフォームを使用して異常値と影響を受けるデータを特定することに熱心に取り組んでいます。これを行うことがこれまでより簡単になりました。エンジニアは、AI トレーニングプロセスに入る前に、データストリームの受信時にパイプラインテストを検出して実行し、異常値を捕捉できます。

2. AI の自動化とネットワーキング

Cisco、Juniper Networks、Gluware、Splunk などの多くの企業が AI の自動化に投資しています。機能を使用して、ネットワークのトラブルシューティングとパフォーマンス診断に適用します。ネットワーク運用には従来、高度に関与する人的リソースが必要でした。人工知能とデータは多くのタスクを自動化できます。

結局のところ、ネットワークは膨大な数のテクノロジー、アーキテクチャ、オーバーレイを含む複雑なシステムであり、多くの動作ポイントで障害やパフォーマンスの問題が発生します。ネットワークの手動の側面も同様に困難です。ネットワークコントローラーに操作を集中させるための取り組みはいくつかありますが、ネットワーク管理は依然として大部分が手動で行われており、管理者側にはかなりの専門知識が必要です。さらに、作業は主に探索的なものであり、管理者は事前の洞察やデータなしで問題の根本原因を手動で導き出そうとしています。その結果、従来の方法でネットワークを運用すると、サービスのダウンタイムや機能低下の点でも、ソリューションの実装に必要な人員の点でもコストがかかります。

Gluware の人工知能担当副社長、スタニスラフ・ミスコビッチ氏は次のように述べています。「AI を活用して分析を自動化することは大きなチャンスであり、私たちはネットワークスタック全体を活用して統合するプラットフォームを構築しています。 .

AI 自動化は、企業がさまざまな方法でネットワーク関連の運用コストを削減するのに役立ちます: 根本原因分析の実行、問題のあるサイト、デバイス、プロトコルの特定、インフラストラクチャの自律的なベースライン設定「全体とそのすべてのコンポーネント。特定された問題の関連性のランク付け。たとえば、裏付けとなる証拠を特定し、ネットワークエンジニアに修復策を指示します。しかし、ネットワーク化された世界では、これらの機能のほとんどはまだ初期段階にあります。」

3. サイバーセキュリティにおける人工知能

一般的にネットワークをより多くの人工知能で自動化する必要があるのと同様に、サイバーセキュリティについても同じことが当てはまります。特にクラウドプラットフォームへの移行により、脅威がより高度になり、企業ネットワークの境界があいまいになるにつれて、分析が必要なデータの量は手動検査の能力をはるかに超えています。

Miskovic 氏は、「人工知能と分析は、セキュリティ強化を可能にする重要な要素です。今日、セキュリティはより広い範囲をカバーする必要がありますが、これは AI 自動化の助けなしには不可能です。達成されました。」と述べました。攻撃対象領域が大きすぎ、データ量が大きすぎる場合、人工知能の助けなしではチェックできません。」

#これにより、ユーザーとエンティティの行動分析の開発が促進されます。、これは純粋に人工知能主導のセキュリティ分野です。セキュリティに対するもう 1 つの AI 主導のアプローチは、ゼロデイ攻撃や未知のイベントの検出です。これは、AI による自動ベースライン分析と異常検出なしでは不可能です。最後に、AI 自動化は、セキュリティアラートに優先順位を付け、アラート疲労を軽減し、是正措置を推奨することで、セキュリティ対応チームを支援します。

4. プロセスの自動化

エンタープライズインフラストラクチャの監視、管理、運用、セキュリティ保護に役立つ製品がすべてあったとしても、生成されるアラートの数と、それらを解決するためにエンジニアが実行する必要がある手順の数は膨大になります。このため、AI 主導のプロセス自動化は、ネットワーク運用、セキュリティ運用、チケット管理に不可欠な部分になりつつあります。

Miskovic 氏は、「アラートや問題解決タスクのさまざまな側面を自動化するために、多くの AI 主導のソリューションが開発されています。これらの AI 自動化ソリューションは、多くのロジスティックまたは問題解決タスクを実行できるカスタマイズ可能なプレイブックを提供します。」「人間の介入なしで修復タスクを実行できます。システムは、同様の問題を解決するためにエンジニアが行ったことのパターンを認識することにより、問題を解決するために必要な多くのプレイブックのステップを自律的に学習できます。これらのプレイブックはエンジニアがカスタマイズして実行することもできます。」