企业IT可以真正应用AI的地方

更进一步的是像自愈系统这样的概念，也就是NoOps。“总有一天我们可能会实现这个目标。”Rich说。“现在可以做的是基于条件逻辑发起的操作来运行脚本。在过去的6到8个月里，供应商已经提供了常见问题的知识基础，并提供一个工具包来添加新问题。”

但是Rich提醒大家不要期望AIOps有一天能够自己处理IT运营。“你不可能得到所有的信号。即使你做了，如果这是一个没有解决方案的新问题怎么办?然后就是改变带来的风险：你还会打破什么?风险分析是必要的，但它实际上并不存在。”

同时，AIOps也可以帮助IT人员增强识别问题的能力，这样他们就可以更快地解决或预防问题了。

将AI应用于用户界面

多年来，我们已经看到了有关自然语言处理(NLP)的承诺，以便消除对人力支持人员的需求。聊天机器人是这种承诺的一个例子，也是相信它们存在风险的一个例子--这些“智能”互动会不会让客户感到沮丧和负担?它们所遵循的确定性规则通常无法解决客户的关注点--但有时它们可以。无论如何，NLP--无论是文本的还是语音的--在理解人类对话的能力上都取得了相当大的进步，Carlsson指出。

在语音识别和理解非结构化文本方面，NLP在过去20年里取得了巨大的进步，它在不需要键盘的情况下促进了交互，并在查询语句被人类或自动化系统执行之前帮助缩小了含义。从某种意义上来说，它是一种分析的形式，围绕着意义和表达方式，例如，为其预期的交流而进行的演讲。

机器视觉在过去几十年也取得了重大进展。虽然自动驾驶汽车仍然比现实更有希望，但碰撞缓解技术表明，它能够感知环境条件，并根据规则进行一些自动调整(踩刹车!)是真实的。与NLP一样，机器视觉是人工智能的一部分，而不是基于规则的自动调整或响应。

随着底层模式分析的改进，机器视觉和其他感知技术正越来越多地被用于仓储以识别包装对象，在医学中检测肿瘤，以及在零售中了解购物者的行为。

关键是人工智能在这些情况下能够正确地分析来自人和环境的真实输入，从而减少人们对特定语法和用户界面限制的理解，使更多的人能够更自然地与技术系统相交互。

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!