人工智能和機(jī)器學(xué)習(xí)正在不斷提高跨網(wǎng)絡(luò)操作的自動(dòng)化能力，包括配置、故障排除和問(wèn)題修復(fù)。

盡管人工智能和機(jī)器學(xué)習(xí)有著幾十年的悠久歷史，在學(xué)術(shù)界和工業(yè)界也不斷取得進(jìn)步，并有許多成功的應(yīng)用，但許多IT界人士仍對(duì)它們持懷疑態(tài)度。其原因并不難理解：讓在數(shù)字計(jì)算機(jī)上運(yùn)行的算法能夠復(fù)制甚至提高一個(gè)經(jīng)驗(yàn)豐富的專(zhuān)業(yè)人員的知識(shí)和判斷能力，并且通過(guò)機(jī)器學(xué)習(xí)，隨著時(shí)間的推移優(yōu)化這些結(jié)果，這一概念至少在可見(jiàn)的未來(lái)還有點(diǎn)遙不可及。然而，由于AI／ML算法的進(jìn)步以及處理器和存儲(chǔ)性能的顯著提高，特別是基于目前可用的解決方案的價(jià)格／性能，AI和ML已經(jīng)在網(wǎng)絡(luò)運(yùn)營(yíng)中發(fā)揮了重要作用，下面我們將對(duì)此進(jìn)行探討。

在日常運(yùn)營(yíng)中采用AI和ML的主要?jiǎng)訖C(jī)，包括網(wǎng)絡(luò)解決方案的日益復(fù)雜，尤其是在無(wú)線方面；缺乏足夠數(shù)量的網(wǎng)絡(luò)專(zhuān)業(yè)人員來(lái)應(yīng)對(duì)日益擴(kuò)大的網(wǎng)絡(luò)運(yùn)營(yíng)范圍和規(guī)模；最大限度地減少勞動(dòng)密集型運(yùn)營(yíng)費(fèi)用的長(zhǎng)期需求；并繼續(xù)努力提高終端用戶的工作效率，確保網(wǎng)絡(luò)容量，這對(duì)于同時(shí)使用多個(gè)移動(dòng)設(shè)備的越來(lái)越多的終端用戶來(lái)說(shuō)至關(guān)重要，尤其是對(duì)運(yùn)行時(shí)間有限制的應(yīng)用程序來(lái)說(shuō)。

另一個(gè)因素是對(duì)人類(lèi)能力的基本限制；因?yàn)榧词故亲詈玫倪\(yùn)營(yíng)專(zhuān)業(yè)人員也難以同時(shí)考慮當(dāng)今網(wǎng)絡(luò)中存在的變量數(shù)量，尤其是在與新技術(shù)和新產(chǎn)品保持同步的情況下。因此，即使是持懷疑態(tài)度，在基于AI／ML的產(chǎn)品和基于云的服務(wù)中實(shí)現(xiàn)智能化正迅速成為前沿焦點(diǎn)。

定義人工智能和機(jī)器學(xué)習(xí)

AI和ML雖然仍在不斷發(fā)展，但實(shí)際上已經(jīng)是相對(duì)成熟的技術(shù)了，其生產(chǎn)部署可以追溯到上世紀(jì)80年代。簡(jiǎn)單地說(shuō)，人工智能是對(duì)人類(lèi)獲取的知識(shí)進(jìn)行模擬，并將其設(shè)計(jì)成通常被稱(chēng)為專(zhuān)家系統(tǒng)的算法和操作解決方案。ML擁有讓這些算法能夠基于操作經(jīng)驗(yàn)改進(jìn)其性能的能力，且不需要人工干預(yù)或傳統(tǒng)的重編程（當(dāng)然，通常是通過(guò)專(zhuān)業(yè)人員的人工操作來(lái)進(jìn)行反饋）。常用的技術(shù)有神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)等；以IBM的Watson解決方案為例，該解決方案已經(jīng)證明了跨越多個(gè)應(yīng)用程序進(jìn)行集成的優(yōu)勢(shì)。

沒(méi)有人工智能，現(xiàn)代控制系統(tǒng)（包括商用飛機(jī)和類(lèi)似關(guān)鍵任務(wù)環(huán)境中的控制系統(tǒng)）、醫(yī)療保健、金融市場(chǎng)等許多功能根本無(wú)法成功實(shí)現(xiàn)所必需的可靠性和可用性。最后一點(diǎn)至關(guān)重要－盡管人類(lèi)永遠(yuǎn)不可能100％高效，但AI和ML解決方案可以在24／7／365甚至是全球的基礎(chǔ)上，同時(shí)考慮和處理大量即使是任何領(lǐng)域中最好的人類(lèi)專(zhuān)家也難以把握的變量。

為了量化AI和ML的好處，我們?cè)L問(wèn)了已經(jīng)在使用基于AI和ML的網(wǎng)絡(luò)操作解決方案的最終用戶和服務(wù)提供商。他們的經(jīng)驗(yàn)揭示了正在處理的操作需求和挑戰(zhàn)、正在實(shí)現(xiàn)的好處以及這些早期采用者的愿景。

MSP通過(guò)人工智能增強(qiáng)了員工的能力

Technology Engineering Group的總部位于俄亥俄州麥地那，是一家提供全方位服務(wù)的IT和網(wǎng)絡(luò)經(jīng)銷(xiāo)商和咨詢公司。在他們所攜帶的無(wú)線局域網(wǎng)產(chǎn)品線中，Mist系統(tǒng)是其中之一。該公司在過(guò)去幾年聲名鵲起，部分原因是使用了被定位為“人工智能驅(qū)動(dòng)的WLAN” 的Mist系統(tǒng)。

“我們是網(wǎng)絡(luò)架構(gòu)師，”Jon Strong說(shuō)，他是該公司的管理合伙人和聯(lián)合創(chuàng)始人，該公司專(zhuān)門(mén)為俄亥俄州東北部的學(xué)校、企業(yè)、市政當(dāng)局、制造商和辦公環(huán)境設(shè)計(jì)大型網(wǎng)絡(luò)，包括無(wú)線網(wǎng)絡(luò)。他強(qiáng)調(diào)了人工智能驅(qū)動(dòng)分析的基本需求：“雖然基于云的wlan顯然是趨勢(shì)，但仍然需要進(jìn)行改進(jìn)分析。即便是經(jīng)驗(yàn)豐富的技術(shù)人員，也往往很難理解到底是什么地方出了問(wèn)題，而難以診斷的情況可能會(huì)造成巨大的資源浪費(fèi)和生產(chǎn)力損失?！?/p>

對(duì)于基于AI的Mist解決方案當(dāng)中，最大的吸引力在于“它可以從客戶端往上查看網(wǎng)絡(luò)”。自下而上的故障排除是最有效的策略，Mist提供了我所希望的一切。

作為一個(gè)例子，Strong提到了他在北廣州城學(xué)校的經(jīng)歷?！拔覀冃枰玫亓私饽抢锏倪\(yùn)作。于是，我們?cè)谝粋€(gè)月內(nèi)部署了314個(gè)AP，從而實(shí)現(xiàn)了更好的覆蓋率、更好的可視性、持續(xù)的主動(dòng)監(jiān)控，并使問(wèn)題在變得對(duì)用戶可見(jiàn)之前提前被發(fā)現(xiàn)?！?/p>

在另一個(gè)校區(qū)，“我們發(fā)現(xiàn)了一個(gè)VLAN／DHCP問(wèn)題，這個(gè)問(wèn)題已經(jīng)存在了很長(zhǎng)時(shí)間了，Mist仍然在發(fā)現(xiàn)一些問(wèn)題，這些問(wèn)題即使是經(jīng)驗(yàn)豐富的網(wǎng)絡(luò)工程師也很難解決，”Strong說(shuō)。他還提到了Mist的Marvis虛擬網(wǎng)絡(luò)助手，這是人工智能的另一種體現(xiàn)，他指出，它“甚至可以對(duì)低級(jí)網(wǎng)絡(luò)和客戶端問(wèn)題進(jìn)行自然語(yǔ)言查詢”。

人工智能可以提供的另一個(gè)好處是網(wǎng)絡(luò)的抽象視圖，通過(guò)高層次的、而不是基于元素的網(wǎng)絡(luò)視圖來(lái)提高網(wǎng)絡(luò)技術(shù)生產(chǎn)力：“我們需要的數(shù)據(jù)將以一種易于使用的形式可用”，Strong說(shuō)。

AI和ML可以提高生產(chǎn)力

Northgate Gonzalez Markets是一家特色食品連鎖店，在南加州地區(qū)有40家分店。該公司運(yùn)營(yíng)著兩個(gè)數(shù)據(jù)中心、一個(gè)40萬(wàn)平方英尺的配送中心和一個(gè)相關(guān)的金融服務(wù)機(jī)構(gòu)。他們的無(wú)線局域網(wǎng)包括KodaCloud提供的約500個(gè)AP，這家供應(yīng)商自成立以來(lái)一直專(zhuān)注于人工智能驅(qū)動(dòng)的、基于云的Wi－Fi解決方案。

Northgate Gonzalez的CIO Harrison Lewis表示：“我們對(duì)云托管Wi－Fi的解決方案以及用于網(wǎng)絡(luò)運(yùn)營(yíng)的AI和ML的可能性很感興趣?！皩?duì)于初學(xué)者來(lái)說(shuō)，當(dāng)KodaCloud AP出現(xiàn)時(shí)，他們會(huì)自動(dòng)收集有關(guān)環(huán)境，客戶端和負(fù)載的信息，并自行配置，不會(huì)對(duì)我們的運(yùn)營(yíng)團(tuán)隊(duì)提出任何要求。我們還經(jīng)歷了自動(dòng)解決問(wèn)題的過(guò)程－比如與信號(hào)覆蓋相關(guān)的問(wèn)題－這超出了我們的目標(biāo)和預(yù)期?！?/p>

Northgate Gonzalez IT運(yùn)營(yíng)的任務(wù)性質(zhì)進(jìn)一步激勵(lì)了他尋找基于人工智能的解決方案。“除了后臺(tái)會(huì)計(jì)和我們的支持中心，我們所有的流程都依賴于無(wú)線網(wǎng)絡(luò)。AI和ML正在使問(wèn)題實(shí)現(xiàn)自動(dòng)解決成為可能，隨著故障票據(jù)的結(jié)束，我們看到對(duì)我們技術(shù)人員的需求減少到幾乎接近于零－生產(chǎn)率提高了100％?！彼f(shuō)。

Harrison還指出，人工智能簡(jiǎn)化了新客戶端設(shè)備的引入，并且，隨著大約40萬(wàn)額外用戶的客戶端訪問(wèn)正在進(jìn)行試點(diǎn)，“我們不想處于不得不發(fā)展我們的支持組織來(lái)滿足這種新需求的情況?！?/p>

Harrison非常希望能夠從整個(gè)組織的其他AI應(yīng)用中獲得額外的好處，“在金融服務(wù)、合規(guī)、了解客戶、欺詐檢測(cè)、人力資源管理、網(wǎng)絡(luò)安全、數(shù)據(jù)丟失預(yù)防等方面。現(xiàn)在的關(guān)鍵需求是滿足更智能地識(shí)別網(wǎng)絡(luò)性能的下降和中斷，并以最佳方式自動(dòng)響應(yīng)需求。其好處是深遠(yuǎn)的－處理瞬時(shí)負(fù)載問(wèn)題、隔離與服務(wù)類(lèi)別相關(guān)的問(wèn)題、增強(qiáng)可靠性和連續(xù)性、優(yōu)化云服務(wù)，而且，這些都只是剛剛開(kāi)始?！?/p>

通過(guò)AI，ML提升正常運(yùn)行時(shí)間以及性能

Faramarz Mahdavi是Cadence設(shè)計(jì)系統(tǒng)公司的IT基礎(chǔ)設(shè)施和運(yùn)營(yíng)高級(jí)集團(tuán)總監(jiān)，該公司是電子設(shè)計(jì)自動(dòng)化領(lǐng)域的領(lǐng)導(dǎo)者。Cadence的網(wǎng)絡(luò)通常有來(lái)自60個(gè)地點(diǎn)的8000名用戶，大約1500個(gè)AP，無(wú)線是大多數(shù)人的主要接入方式。Cadence正在使用Aruba Networks的有線和無(wú)線設(shè)備，最近在加利福尼亞州圣何塞總部完成了一次重大的網(wǎng)絡(luò)升級(jí)。

“我們還不是AI和ML解決方案的主要用戶，但我們看到了探索多個(gè)方向的價(jià)值，”Faramarz說(shuō)。“我們已經(jīng)部署了一個(gè)聊天機(jī)器人，用于基本的自助用戶服務(wù)臺(tái)功能和問(wèn)題解決。在網(wǎng)絡(luò)方面，我們目前正在使用Aruba的Introspect進(jìn)行行為分析，我們還在研究Aruba的NetInsight，它可以為補(bǔ)救提供可操作的建議，以及使用ClientMatch用于實(shí)現(xiàn)自動(dòng)RF優(yōu)化。當(dāng)然，我們的目標(biāo)是更主動(dòng)地利用ML來(lái)識(shí)別使用模式，警告我們異常情況，并最終自動(dòng)提供問(wèn)題解決方案。這是關(guān)鍵－在用戶通知我們問(wèn)題之前，將被動(dòng)轉(zhuǎn)變?yōu)橹鲃?dòng)，防止停機(jī)，并調(diào)整配置?！?/p>

Faramarz說(shuō)：“在部署人工智能之前，有一個(gè)堅(jiān)實(shí)的基礎(chǔ)設(shè)施是非常重要的?！惫?yīng)商的愿景和產(chǎn)品組合也很關(guān)鍵－我們希望確保AI和ML被部署為對(duì)我們現(xiàn)有工作的擴(kuò)展?！钡捎诰S持正常的運(yùn)行時(shí)間和性能（包括有時(shí)間限制的服務(wù)）一直是我們的首要目標(biāo)，不過(guò)，AI和ML也是我們的關(guān)鍵方向。事實(shí)上，安全永遠(yuǎn)是我們的最高優(yōu)先事項(xiàng)；然而，AI和ML也是一個(gè)重要的目標(biāo)?！?/p>

展望未來(lái)：AI和ML在SDN， NFV中的應(yīng)用

過(guò)去幾年，有線和無(wú)線網(wǎng)絡(luò)分析為在組織環(huán)境中更好地利用AI和ML打開(kāi)了大門(mén)。分析是一套工具，當(dāng)人們不知道自己在尋找什么時(shí)，通過(guò)從網(wǎng)絡(luò)日志、數(shù)據(jù)庫(kù)和其他大量信息來(lái)源中提取有意義和價(jià)值的信息，來(lái)處理如此多的性能問(wèn)題、安全挑戰(zhàn)以及其他不良操作行為的變量多于等式的性質(zhì)，這對(duì)普通網(wǎng)絡(luò)專(zhuān)業(yè)人員來(lái)說(shuō)是一種挑戰(zhàn)。隨著分析的價(jià)值現(xiàn)在得到證實(shí)，AI和ML已經(jīng)準(zhǔn)備好完成分析和管理控制臺(tái)之間的反饋循環(huán)了。這種自動(dòng)化形式有助于降低成本，同時(shí)提高網(wǎng)絡(luò)運(yùn)營(yíng)團(tuán)隊(duì)和最終用戶的可靠性、可用性、整體性能和生產(chǎn)力。

AI和ML也可以在其他網(wǎng)絡(luò)技術(shù)計(jì)劃的成功中發(fā)揮關(guān)鍵作用，包括SDN，NFV和云服務(wù)集成。隨著核心問(wèn)題的推進(jìn)，關(guān)于可靠性、適用性、成本／效益合理性、行業(yè)標(biāo)準(zhǔn)和API的問(wèn)題已經(jīng)成為熱門(mén)話題－這對(duì)于AI和ML在未來(lái)網(wǎng)絡(luò)運(yùn)營(yíng)中實(shí)現(xiàn)價(jià)值和成功是一個(gè)好的信號(hào)。事實(shí)上，可以想象在未來(lái)的網(wǎng)絡(luò)運(yùn)營(yíng)中，這兩種技術(shù)所起的作用都將非常重要。

機(jī)器會(huì)接管一切嗎？

隨著AI和ML在配置、故障排除和修復(fù)方面增強(qiáng)自動(dòng)化的潛力，網(wǎng)絡(luò)工程師是不是會(huì)成為一個(gè)瀕危物種？在我們所采訪的最終用戶和服務(wù)提供者中，總的來(lái)說(shuō)結(jié)論是否定的。這可能有點(diǎn)令人驚訝，因?yàn)榛贏I和ML的解決方案很可能會(huì)隨著時(shí)間的推移變得更加“智能化”，并且坦白地說(shuō)，至少部分部署的動(dòng)機(jī)是由于缺乏合格的網(wǎng)絡(luò)工程師，以及削減與這些高技能專(zhuān)業(yè)人員相關(guān)的成本。

雖然AI和ML可以在不需要人工干預(yù)的情況下應(yīng)對(duì)許多網(wǎng)絡(luò)挑戰(zhàn)，但更大、更復(fù)雜的操作仍然需要經(jīng)驗(yàn)豐富的員工，即使AI和ML解決方案明顯提高了生產(chǎn)率。展望未來(lái)，從常規(guī)故障排除活動(dòng)中解脫出來(lái)的網(wǎng)絡(luò)專(zhuān)業(yè)人員可以將時(shí)間花在戰(zhàn)略上，包括查看和優(yōu)化部署和運(yùn)營(yíng)，了解新的解決方案并啟動(dòng)新的計(jì)劃，更好地將這些解決方案與組織需求相結(jié)合，整合新的服務(wù)，幫助整個(gè)組織的部門(mén)充分利用網(wǎng)絡(luò)和IT，等等。網(wǎng)絡(luò)專(zhuān)業(yè)人員將繼續(xù)在組織中發(fā)揮重要作用，因?yàn)橹辽僭诳深A(yù)見(jiàn)的未來(lái)，許多AI和ML服務(wù)還只是存在于想象當(dāng)中。