You dont have javascript enabled! Please enable it!

网络专业人员的人工智能技能

每位网络专业人士,无论是刚从训练营毕业的新手,还是拥有数十年经验的资深专家,都必须全面理解基本的网络技能。即使在网络管理变得更加复杂的情况下,这一点依然成立。鉴于这种复杂性,组织开始考虑使用(AI)来管理网络。

预计的AI繁荣也可能在网络领域引发潜在的范式转变,基本网络管理将与AI能力交织在一起。AI可能成为网络操作的主要驱动力。除了基本的网络管理技能外,扎实的AI理解将是未来所有现有和潜在网络专业人士的先决条件。

在2024年秋季纽约市ONUG人工智能网络峰会期间,演讲主要集中在AI对网络操作和管理的影响。在一个小组讨论中,专家们讨论了网络专业人士必须掌握的基本AI技能,以便在其网络基础设施中使用AI。

网络专业人士如何使用AI

尽管对AI的担忧和恐惧不断增加,但这种技术对网络来说并不新鲜。网络专业人士已经在IT操作(AIOps)中实施和启用AI,帮助识别和修复其基础设施中的问题,已有近十年历史。

Cigna集团的首席网络架构师Sherif Meshriky将AIOps描述为网络中AI的第一阶段。他表示,下一步是利用AI将自动化脚本整合为一个全面的网络基础设施自动化工具。

许多网络专业人士可能对这一第二阶段感到不满,担心自动化可能取代他们的工作。但Memorial Sloan Kettering癌症中心云治理和基础设施技术战略负责人Subbiah Muthukumaraswamy表示,自动化不仅不会取代网络专业人士,反而帮助他们提高生产力。

Meshriky同意Muthukumaraswamy的看法,并表示他更将AI视为增强智能,而非人工智能。“它与人类智能密切相关——能够提升他们的能力、表现更好并做出更明智的决策,”他说。

Muthukumaraswamy还提到,数据保留是AI的另一个应用案例。一些组织——例如医疗行业——拥有来自多种来源的大量数据。AI可以帮助专业人士理解、组织和协调数据。组织一旦建立了数据模型,就能找到如何使用这些数据的方法。

根据DevAI的联合创始人兼首席执行官Susie Wee的说法,组织还可以在面向客户的业务中使用AI。一些组织在其产品中嵌入了AI;另一些则使用AI来改善运营并从组织的数据中提取智能。鉴于这些不同的应用场景,许多组织已成立工作组来制定他们的AI战略,Wee说。

“回到运营层面,真正的问题是[AI]如何帮助人们更好地进行操作,”她说。

诺基亚企业技术负责人Senad Palislamovic补充道,AI可以丰富网络专业人士的工作。但为了消除对AI的担忧,Palislamovic表示,组织应教育网络专业人士有关AI和(ML)的知识。网络专业人士应了解AI的各种应用,例如统计分析和预测工具、生成性AI、大型语言模型等。

网络工程师的AI技能

为了在其网络中实现这些应用场景,管理架构的专业人士必须具备一系列AI技能,包括以下几点:

  • 理解AI和ML。由于市场上有大量的AI工具,网络专业人士必须具备AI系统的技术知识。例如,如果专业人士决定使用像ChatGPT这样的AI工具来帮助网络管理,他们需要对其工作原理、潜在威胁和业务优先级有扎实的理解。此外,网络工程师可以利用提示工程,即训练AI模型生成特定响应的过程,来提高大型语言模型的性能。
  • 训练AI系统。网络工程师应训练AI系统,以应对他们网络中的各种应用案例。例如,经过网络训练的AI系统可以正确排查配置中的错误。故障排除是网络管理员可以训练其AI理解的众多潜在应用之一。
  • 数据管理。除了理解系统外,网络专业人士还必须了解提供AI系统洞察的数据。网络专业人士必须识别数据的来源,并将其结构化以供使用。数据仓库使网络专业人士能够成功编程AI工具,并构建数字双胞胎以监控网络基础设施。
  • 跨团队协作。作为数据管理的一部分,网络专业人士必须与组织中拥有自己数据集的其他团队成员进行协作。这使他们能够将数据整合在一起,形成统一的数据结构,以便将其实施到AI模型中。
  • 编码。编码可能看起来与网络操作无关,但对网络专业人士来说却至关重要。当网络工程师精通编码时,他们可以自动化手动重复的任务。这可以提高效率,简化操作,使网络专业人士能够更快地完成日常任务。

新的网络专业人士

网络和AI似乎是两个不同的技术领域,但随着AI渗透到IT的每个方面,这两者将继续融合。AI不仅是补充性的,而且是网络操作的基础。此外,网络专业人士的角色也因现代企业网络的新要求而发生了变化。

“网络工程师不仅仅是网络工程师,”Palislamovic说。“他们实际上是理解整个技术栈的计算机科学家。”

网络专业人士不仅需要扎实的网络知识;他们现在还需要掌握该领域以外的各种学科知识。例如,Meshriky建议未来的网络工程师学生学习统计学,以便更好地理解AI数据建模。

理解AI不仅仅是网络专业人士的责任。小组成员还鼓励企业为网络专业人士提供教育、培训和支持,以学习AI并消除对该技术的任何担忧。

此外,AI提供的好处不仅限于提高效率。掌握AI技能不仅可以增强网络专业人士在其角色中的能力,还为他们在竞争激烈的就业市场中提升自身技能提供了机会。

Deanna Darah是TechTarget网络网站的编辑。她于2021年毕业于马萨诸塞州洛威尔大学后,开始在TechTarget编辑和撰写文章。

© 版权声明

外贸建站推广

暂无评论

您必须登录才能参与评论!
立即登录
暂无评论...