Искусственный интеллект в помощь сисадмину
Искусственный интеллект в помощь сисадмину

В Google утверждают, что с помощью собственной технологии машинного обучения DeepMind удалось снизить потребление энергии в гигантских дата-центрах компании на 40%

Источник: Google


12:10 08.12.2016  (обновлено: 09:01 09.12.2016)   |  Мэтью Финнеган |  Computerworld, Великобритания

Рубрика Технологии |   1618 прочтений



Механизмы машинного обучения смогут управлять ИТ-инфраструктурой и быстро реагировать на сбои без участия человека.

 

Благодаря своей способности автоматизировать выполнение простых задач искусственный интеллект сможет трансформировать широкий круг отраслей. Среди них и индустрия ИТ: алгоритмы машинного обучения все шире применяются для автоматизации и оптимизации работы центров обработки данных.

Например, в Google недавно сообщили, что с помощью собственной технологии машинного обучения DeepMind управляют потреблением энергии в своих гигантских серверных фермах, благодаря чему удалось снизить ее расход на 40%.

С помощью искусственного интеллекта также можно было бы автоматизировать задачи, выполняемые сисадминами, — обучаемые механизмы могли бы управлять инфраструктурой и быстро реагировать на сбои без участия людей.

На недавней конференции VMWorld Europe Вольфганг Крипс, исполнительный вице-президент по глобальным операциям и генеральный менеджер Amadeus IT Group, поставщика ИТ-сервисов для индустрии авиаперевозок, рассказал, как в компании пробуют пользоваться платформой искусственного интеллекта IBM Watson для мониторинга инфраструктуры центра обработки данных. «Вместе со специалистами IBM мы изучаем, насколько Watson применим для автоматической настройки эксплуатационных характеристик, прогнозирования инцидентов и ускорения выяснения их первопричин. При наших масштабах эти возможности принесли бы существенную пользу».

Бизнес-операции Amadeus обеспечиваются с помощью дата-центра на 12 тыс. серверов. Это куда меньше, чем у Google и ей подобных интернет-компаний, но спрос со стороны заказчиков на новые сервисы растет, а их работа должна быть бесперебойной.

«Спектр наших задач становится все шире, а сами задачи все сложнее, ЦОД ежедневно обрабатывает миллионы событий, — признается Крипс. — Вручную анализировать их уже нет никакой возможности. Необходима полная автоматизация, а для этого нужны машины, способные самостоятельно принимать решения, — скажем, о том, нужно ли отключить компьютер, ставший источником проблемы, или сделать что-то еще. Для начала мы хотим обеспечить возможность автоматического запуска хотя бы самых простых восстановительных операций и чтобы машина обращалась за помощью к человеку только в том случае, если исправить ситуацию не удалось. Мы уверены, что в дальнейшем подобные механизмы будут развиваться, и экспериментируем с ними уже сейчас».

По словам регионального директора по технологиям VMware Джо Бегьюли, в его компании тоже изучают, как можно поставить машинное обучение на службу заказчиков: «Под руководством Майка Вуки, нашего директора по технологиям управления облаками, активно ведутся исследования в области применения искусственного интеллекта для автоматизации управления платформами. Дата-центры сегодня достигают таких размеров и уровней производительности, при которых люди уже просто не успевают анализировать диаграммы и предупреждения достаточно быстро, чтобы поддерживать стопроцентную доступность сервисов. Нужны аналитические отклики о работе инфраструктуры и приложений, подготовленные искусственным интеллектом, в зависимости от которых мы могли бы принимать меры. И это должно быть не 'диск 7 подсистемы такой-то дал сбой', а 'такие-то события таким-то образом сейчас влияют на вашу систему'. Скорее всего, в ближайшие четыре-пять лет в инструментариях администрирования будет появляться все больше функций искусственного интеллекта».

Как считает Бегьюли, механизмы машинного обучения нужны, чтобы предсказывать возникновение проблем в инфраструктуре, подобно тому как в интернет-магазине Amazon прогнозируют покупательский спрос. «Это похоже на то, как в Amazon работают с цепочкой поставок, — поясняет он. — Иногда вы делаете заказ, и вам его приносят в тот же день. Просто они уже знают, что в данном районе люди чаще заказывают этот конкретный товар, и поэтому он заранее завозится в ближайший распределительный центр. Почему бы не делать что-то похожее в ЦОД, например заказывать комплектующие заранее, следя за тенденциями».

Интерес к машинному обучению обусловлен возможностью сделать следующий шаг в области автоматизации ИТ-сред. Как отмечает Крипс, снижение объема ручного труда приведет к изменению роли персонала, отвечающего за эксплуатацию систем: «В будущем сотрудникам отдела ИТ уже не придется непрерывно следить за повседневными операциями и вручную конфигурировать сервисы. Им предстоит стать инженерами по автоматизации. Это будет как на автомобильных заводах, где люди покинули ленту конвейера и начали программировать роботов. Но чтобы достичь необходимых уровней стабильности и гибкости, нужно полностью изменить принципы предоставления сервисов, — в этом отношении понадобятся по-настоящему глобальные преобразования».


Теги: Google Искусственный интеллект Машинное обучение

На ту же тему: