يوضح مساعد الذكاء الاصطناعي المرن لقابلية المراقبة كيف يمكن تطبيق الذكاء الاصطناعي التوليدي لمساعدة مهندسي موثوقية الموقع (SREs) على تشخيص مشكلات الأداء والاستجابة لها بشكل أسرع بكثير.
في 19 سبتمبر، أعلن مزود البحث Elastic عن إطلاق Elastic AI Assistant لقابلية المراقبة . يستخدم الحل الذكاء الاصطناعي التوليدي ومحرك ملاءمة Elasticsearch (ESRE) لتزويد مهندسي موثوقية الموقع البشري (SREs) بمزيد من السياق حول أخطاء التطبيق ورسائل السجل والتنبيهات مع تقديم اقتراحات حول كفاءة التعليمات البرمجية.
لقد تم تصميمه لضمان عدم اضطرار SREs إلى تتبع البيانات وتفسيرها يدويًا أثناء تحركها عبر الصوامع للمساعدة في تبسيط حل مشكلات الأداء وأتمتته.
قال كين إكسنر، كبير مسؤولي المنتجات في Elastic، في البيان الصحفي للإعلان: "باستخدام Elastic AI Assistant، يمكن لـ SREs تحويل ما قد يبدو وكأنه هراء آلي بسرعة وسهولة إلى مشكلات مفهومة لها خطوات قابلة للتنفيذ لحلها.
"نظرًا لأن Elastic AI Assistant يستخدم محرك ملاءمة Elasticsearch في بيئة تكنولوجيا المعلومات الفريدة للمستخدم ومجموعات البيانات الخاصة، فإن الاستجابات التي يولدها تكون ذات صلة وتوفر رؤية أكثر ثراءً وسياقًا، مما يساعد على رفع مستوى خبرة فريق SRE بأكمله أثناء تطلعهم إلى دفع حل المشكلات بشكل أسرع في بيئات تكنولوجيا المعلومات التي ستصبح أكثر تعقيدًا بمرور الوقت.
الآثار الأوسع: الذكاء الاصطناعي التوليدي في DevOps
ويأتي هذا الإعلان بعد أشهر قليلة من إصدار Elastic AI Assistant لفرق العمليات الأمنية. من المتوقع أن يفهم متخصصو الأمن السيبراني ومهندسو SRE وDevOps على حدٍ سواء مجموعة واسعة من التنبيهات بشأن الحوادث المحتملة، ويقررون ما الذي يحتاج إلى مزيد من التحقيق أو الذي يمكن تجاهله بأمان.
وفقًا لاستطلاع أجرته شركة Orca Security لـ 800 متخصص في مجال أمن تكنولوجيا المعلومات في خمس دول، يتلقى 59% من المشاركين أكثر من 500 تنبيه أمني سحابي عام يوميًا . لا يؤدي هذا الحجم الكبير إلى عدم تفويت التنبيهات المهمة فحسب، بل يؤدي أيضًا إلى زيادة فقدان الموظفين، حيث يقول 62% من محترفي تكنولوجيا المعلومات أن إجهاد التنبيهات قد ساهم في معدل دوران الموظفين.
يهدف إصدار Elastic AI Assistant for Observability إلى الاستجابة لذلك من خلال تزويد SREs بمساعد طيار يمكنهم استخدامه لتلقي الدعم السياقي في فهم ليس فقط ما تعنيه الأخطاء والرسائل ولكن أيضًا توصيات حول كيفية معالجتها.
باستخدام نهج نمط الذكاء المعزز، يمكن لمكاتب SRE أن تجعل عبء العمل الخاص بها أكثر قابلية للإدارة وتقليل إرهاق القرار مع تخفيف مشكلات الأداء قبل أن تتسبب في التوقف عن العمل.
على نطاق أوسع، يوضح الحل أنه يمكن تطبيق التوليد على أي سيناريو محتمل حيث يحتاج المهندس إلى فهم الكثير من إشارات البيانات بسرعة، سواء أكان مراقبة الأنظمة الرئيسية، أو تخطيط القدرات المستقبلية، أو إجراء عملية الاستجابة للحوادث .
مضاعف القوة: بيانات الملكية
لا يعتمد تطور الرؤى التي توفرها حلول الذكاء الاصطناعي التوليدية في بيئات المؤسسات على جودة الذكاء الاصطناعي الأساسي وبيانات التدريب فحسب ، بل يعتمد أيضًا على ما إذا كان بإمكانه الوصول إلى البيانات الخاصة بالمؤسسة أم لا. وفي نهاية المطاف، كلما كانت البيانات أكثر تخصصًا، أصبحت الرؤى التشغيلية أكثر تفصيلاً.
قال إكسنر:
"نظرًا لأن Elastic AI Assistant يستخدم محرك Elasticsearch الملائمة في بيئة تكنولوجيا المعلومات الفريدة للمستخدم ومجموعات البيانات الخاصة، فإن عمليات الاستعادة التي يولدها تكون ذات صلة وتوفر رؤية أكثر ثراءً وسياقًا، مما يساعد على رفع مستوى خبرة فريق SRE بأكمله أثناء تطلعهم إلى دفع حل المشكلات بشكل أسرع في بيئات تكنولوجيا المعلومات التي ستصبح أكثر تعقيدًا بمرور الوقت.
يمكن أن يؤدي استخدام بيانات التدريب المتخصصة الخاصة إلى تقديم توصيات لحل المشكلات الأكثر تحديدًا للمؤسسة أو إطلاق العنان للرؤى التي تعمل على تحسين كفاءة عمليات معينة لن تكون متاحة من مجموعة بيانات عالية المستوى.
وفي هذا السياق، فإن تزويد SREs بمزيد من الأفكار ومساعدتهم على وضع هذه المعلومات في سياقها يضعهم في وضع يسمح لهم بتشخيص المشكلات والاستجابة لها بشكل أسرع بكثير.
المرونة مقابل PaLM 2، مساعد الطيار الأمني
بالطبع، Elastic ليست المنظمة الوحيدة التي تتطلع إلى استخدام الذكاء الاصطناعي التوليدي لمساعدة المستخدمين من البشر على مكافحة إرهاق التنبيه.
أطلقت شركتا Google و Microsoft هذا العام حلول مساعد الطيار الافتراضية الخاصة بهما والتي تركز على مساعدة المتخصصين في مجال الأمن باستخدام برامج الدردشة الآلية لتحليل وتلخيص إشارات التهديد والأنشطة الضارة.
الفرق الرئيسي بين مساعد الذكاء الاصطناعي المرن لقابلية المراقبة هو أنه مصمم بشكل أساسي لدعم SREs.
اقرا ايضا:من هم المنافسون لـ ChatGPT؟ تعرف على اقوى ادوات الذكاء الاصطناعي من هنا
مع توقع نمو سوق الذكاء الاصطناعي التوليدي العالمي من 43.87 مليار دولار في عام 2023 إلى 667.96 مليار دولار في عام 2030 ، يمكننا أن نتوقع رؤية المزيد من البائعين يجربون الحلول المستندة إلى LLM لتقديم إمكانات جديدة لمهندسي SRE وDevOps.
الخاتمه
إن أهم ما يمكن تعلمه من إطلاق Elastic AI Assistant for Observability هو أنه يمكن استخدام الذكاء الاصطناعي التوليدي لدعم أي محترف تقريبًا يحاول تفسير إشارات البيانات من مصادر متباينة بوتيرة سريعة.
ومع ذلك، فإن مفتاح الحصول على النتائج هو تزويد هذه الحلول الآلية بإمكانية الوصول إلى بيانات الملكية التي تحتاجها لتكون قادرة على تحديد المشكلات التشغيلية الخاصة بالبيئة المرصودة بدقة أو تبسيطها أو إصلاحها.
بعد كل شيء، إذا قمت بجمع بيانات عامة، فسوف تقوم بإنشاء رؤى عامة.
مرحبا بكم في جريدة وموقع كلام فور يو