AIが自動化に適した日常的なITタスク3つ

AIが自動化に適した日常的なITタスク3つ

AIで自動化できる3つのITタスク

幸いなことに、人工知能が役に立ちます。ここでは、AI が手動で実行される IT タスクを自動化し、貴重なリソースを解放して、ビジネス、チーム、顧客に利益をもたらす 3 つの方法を紹介します。

(1)ソフトウェアのデバッグ

グレース・マレー・ホッパー氏は、1940 年代にハーバード大学の Mark II メインフレーム コンピュータの運用と保守に携わったコンピュータ プログラミングの先駆者でした。 1947 年 9 月 9 日、ホッパー氏は、マーク II コンピューターの故障の原因がコンピューターのケースに入り込んだ蛾にあることを突き止めました。この昆虫はチームの作業記録に「昆虫の発見の初の実例」というタイトルで記録された。

ホッパー氏と彼のチームは、システムの不具合を説明するために「バグ」という言葉を最初に使用したわけではないが、その言葉が広く使われるようになったのは確かだ。もちろん、ソフトウェアのバグは歓迎されません。 IT 部門とソフトウェア エンジニアはどちらも、問題を再現して特定するためにコード行を一生懸命処理する苦労を感じたことがあります。

AI ツールが人間のエンジニアと同等の能力を発揮するには、これまで達成できなかったレベルの推論能力と創造性を備える必要があります。しかし、AI は依然として異常検出に非常に効果的です。エンジニアは通常の使用状況でトレーニングを行い、異常があった場合にそれを検出します。

AI が人間に対して持つもう一つの利点は、パターン検出です。システムが毎週同じ時間にクラッシュしたり、メモリ使用量が一定のレベルに達した後にクラッシュしたりするとします。 AI ツールはこれらの点を簡単に結び付けることができます。 AI は、開発者のどの行動やリポジトリのどのコードパターンがバグに関連しているかを学習できます。これを使用すると、開発者に何か間違ったことをした可能性があることを通知し、再度確認するように依頼することができます。

家の中に虫が発生した場合、もちろんそれを駆除するためにさまざまな対策を講じることができます。しかし、彼らが隠れている場所を見つけて罠を仕掛ける方が簡単ではないでしょうか?

(2)未来予測の問題点

「予防は治療に勝る」という格言は、IT 業界と医療業界の両方に当てはまります。問題が発生したときにただ反応するのではなく、運用を監視してプロアクティブなアクションを実行することで、予期しないダウンタイムやコストのかかる障害を防ぐことができます。

CIO や IT プロフェッショナルは、ソフトウェア更新プログラムのインストールやバックアップの作成など、予防保守の価値をある程度理解しています。このメンテナンスは、一定時間経過後または記録された使用後に実行されます。これは企業にとって良い習慣です。

一方、予測保守はパーソナライズされ、カスタマイズされます。デバイスとその環境を監視し、テストを実行し、デバイスからのフィードバックを受信して​​、パーソナライズされた予測を生成します。それは、糖尿病かどうかを調べる血液検査のようなもので、糖尿病の場合は低糖質の食品しか食べられません。

人々は、機械が一日中自分たちを監視するという考えに不快感を覚えるかもしれません。しかし、AI を活用した予知保全により、この機械を他の機械とともに監視できるようになります。

(3)下位レベルのイベントのフィルタリング

IT インシデントへの対処は、終わりのないモグラ叩きゲームをプレイしているようなもので、疲れてしまうことがあります。

誰もが知っているように、注目する価値のある出来事もあれば、まったく注目する価値のない出来事もあります。インシデントを適切にトリアージする方法がなければ、IT 部門は圧倒されてしまう可能性があります。入力スマート フィルターは、良いものと悪いもの、重要なものと重要でないものなどを区別するために、検索エンジンや電子メールの受信トレイに長年存在してきました。 IT 部門では、実際のイベントとノイズを区別できます。

事例ベース推論などの AI 技術を使用すると、企業は最初にどのソリューションを検討するか、または迅速かつ正確な診断を行うために顧客からどのような追加情報が必要かを決定できます。事例ベース推論システムは、成功と失敗から学習し、複雑な確率的推論を適用して有望な解決策を特定し、貴重な知識ベースを作成します。

インテリジェントなフィルターとケースベースの推論により、IT 管理者は人間の介入を必要とするインシデントにリソースをより適切に割り当てることができます。

IT 部門を支援できる AI アプリケーションは数多く存在しますが、まだ発見されていないものも数多くあります。デバッグ、予測メンテナンス、スマート フィルタリングは、今日の優れた IT 部門に不可欠な 3 つの AI アプリケーションです。

AI が人々の仕事にますます統合されるにつれて、手動で実行される IT タスクを自動化する方法を積極的に検討していない企業は貴重な資金と人的資本を無駄にし、最終的には競争に遅れをとる可能性があります。

<<:  回答者の約40%が顔認識技術の悪用は改善されたと考えている

>>:  ニューラル ネットワークが適切に機能するには、なぜ十分なパラメータが必要なのでしょうか?

ブログ    
ブログ    
ブログ    

推薦する

ドイツ反トラスト長官:AIは大企業の支配を強める可能性がある

ドイツ独占禁止局のアンドレアス・ムント局長は10月10日、人工知能によって大手テクノロジー企業の市場...

人工知能、機械学習、ディープラーニング

1. 人工知能と機械学習記事を始める前に、下の図 1.1 に示すように、人工知能、機械学習、ディープ...

...

...

...

米国の学区は校内暴力を防ぐためにAIを活用し、脅迫的な言葉を検知して管理者に通知しているが、事前診断率はわずか25%に過ぎない。

アメリカでまた銃撃事件が発生。 5月24日、テキサス州ユバルデのロブ小学校で銃撃事件が発生し、少なく...

チップ大手は、写真を撮ることよりも面白くないこれらの新しいAI技術を秘密裏に開発している

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

研究者はディープラーニングを使用して巡回セールスマン問題を解決する上でどの程度進歩しましたか?

組合せ最適化問題の背景組み合わせ最適化は、NP 困難な制約付き最適化問題を解決することを目的とした、...

...

無料の Python 機械学習コース 5: 多クラス分類ロジスティック回帰

ロジスティック回帰の2つの方法:勾配降下法と最適化関数ロジスティック回帰は非常に人気のある機械学習手...

C# のデータ構造とアルゴリズムにおけるキューの簡単な分析

C# のデータ構造とアルゴリズムのキューは、リストの先頭での削除操作とリストの末尾での挿入操作のみを...

0 コーパスで「ラベル付け」してより良い多言語翻訳結果を得る方法

[[409976]]今日の多言語翻訳モデルのほとんどは、英語中心のデータセットで統合モデルをトレーニ...

...

千年紀の文化遺産の碑文を解読するAIの能力は人間より30%高い

科学技術の継続的な進歩により、人工知能(AI)はあらゆる面で常に人間を超えつつあるようだ。例えば、1...