NASA 建议：技术、文化和数据联合推动 AIOps
NASA 等组织正在与刚刚起步的人分享他们在 AI 和 AIOps 方面的经验。
有兴趣实施 AIOps 的组织可以从其他已采取步骤在其运营和 DevOps 团队中使用人工智能的建议中学习。
NASA 就是这样一个分享建议的创新者，它最近强调了采取整体方法为航天局的金融和采购等业务应用推出人工智能的重要性，特别是在 AIOps 环境中。
在向 AI 运营小组 ATARC 的一次演讲中，NASA 的数据科学小组负责人确定了 AIOps 计划所需的三个关键要素。技术可能是最明显的一项，但组织还必须准备好他们的数据以确保它为人工智能做好准备，同样重要的是企业文化转变，人们接受让数据帮助制定决策的必要性。
为什么要听 NASA？也许是因为他们可以诚实地说，“是的，我们是火箭科学家。”
“运行算法的那部分只是很小的一部分。数据很少以您可以真正使用的形式存在。人们已经有自己的做事方式；存在需要学习一种新工具或一组工具并了解它的真正工作原理的问题。根据政府首席信息官媒体的一份报告，人们对人工智能可以为他们做什么有不同的概念，”美国宇航局数据科学小组负责人 Nikunj Oza 说。
他补充说：“数据还没有 [自动] 准备好供 AI 使用，因此您可以启动 AIOps 项目，但由于系统的其他部分还没有准备好，它会突然停止。”
AIOps 建议
NASA 应用程序副首席信息官 Shenandoah Speers 告诉 ATARCaudience，该机构的数字化转型正在进行中，但仍在成熟中。 “我们看到大量数据涌入，以及如何消化这些数据并根据这些数据做出业务决策和任务决策。”
Oza 还讨论了围绕 AI 和机器学习的一些误解，包括内部担心 AI 会抢走人类的工作。
美国国防部联合人工智能中心 (JAIC) 的网络研讨会发言人也讨论了数据质量挑战。 “标签质量、数据质量存在问题，” JAIC 的 AI/机器学习测试和评估主管 Yevgeniya Pinelis 说。 “当然，存在基础设施问题。 ......为了让我们真正构建值得信赖的 AI 系统，我们需要拥有该生态系统和所有管道。”
她补充说，文化是一个因素，因为需要让团队采用敏捷和 DevSecOps。 “如果您的用户和测试人员很早就参与进来，那么您就可以得到这个敏捷过程并最终避免灾难。这是我们正在经历的巨大文化变革。我们在联合物流方面很幸运——这些往往是范围很广的 AI 问题，尽管数据就绪始终是一个问题。”
随着越来越多的企业在 AIOps 和可观察性方面获得经验，那些刚刚开始从先驱者那里收集 AIOps 建议的人有越来越多的机会。
物联网技术