تستخدم الخدمة وكلاء ذكاء اصطناعي مدعومين بنماذج watsonx و Granite Time Series من IBM لتحليل بيانات الشبكة والتنبؤ بالمشكلات. وتهدف إلى تقليل استكشاف الأخطاء التفاعلي من خلال اكتشاف المشكلات المخفية مبكرًا في البيئات المحلية والخاصة والسحابة العامة. ما الذي حدث: تقدم خدمة IBM الجديدة، المسماة Network Intelligence، للشركات نقطة مرجعية واحدة لحل مشكلات الشبكة بشكل أسرع باستخدام وكلاء ذكاء اصطناعي قادرين على تحليل البيانات وتحديد المشكلات المحتملة واقتراح خطوات المعالجة. تستجيب الخدمة للتعقيد المتزايد للبيئات الحاسوبية التي تتضمن الآن مزيجًا من مراكز البيانات المحلية والسحابات الخاصة وسحابات عامة متعددة والتطبيقات كخدمة.
يستفيد وكلاء الذكاء الاصطناعي من نماذج مدربة مسبقًا تدرس تصاميم الشبكة والتليمتري وتدفقات المرور والإنذارات وبيانات السلاسل الزمنية لاكتشاف المشكلات الخفية والعلامات المبكرة، واقتراح الأسباب المحتملة والتوصية بإجراءات لمساعدة الفرق على الاستجابة. تعتمد التقنية الأساسية على منصة watsonx من IBM ونماذج الأساس Granite Time Series للشركة، وهي نماذج ذكاء اصطناعي مدمجة طورتها IBM Research. تم ضبط هذه النماذج خصيصًا للشبكات وتم تدريبها على كميات هائلة من بيانات التليمتري والإنذارات والتدفقات من أنواع مختلفة من البيئات.
تؤكد IBM أن هذا يمنح النظام فهمًا أعمق لسلوك الشبكة مقارنة بالأنظمة القائمة على القواعد أو التعلم الآلي العام أو نماذج اللغة الكبيرة، مما يتيح اكتشافًا أفضل للمشكلات التي تمر عادة دون ملاحظة وتحذيرات مبكرة قبل حدوث تدهور في الأداء. لماذا هذا مهم: أصبح تعقيد الشبكة نقطة حاسمة للشركات التي تتبع استراتيجيات متعددة السحابات. بينما توزع المؤسسات أعباء العمل عبر مزودي سحابة متعددين وتحافظ على البنى التحتية القديمة المحلية، أصبحت الرؤية واستكشاف الأخطاء أكثر صعوبة بشكل كبير. تكافح أدوات المراقبة التقليدية، التي تعتمد على قواعد وعتبات محددة مسبقًا، لمواكبة الطبيعة الديناميكية للأنظمة الموزعة الحديثة.
حجة IBM هي أن Network Intelligence يمكنها مساعدة الشركات على الابتعاد عن الاستجابات التفاعلية للأعطال، من خلال تقليل التنبيهات وتبسيط تحليل المشكلات واكتشاف المشكلات النادرة أو المعقدة التي تفوتها أدوات المراقبة القديمة. يمكن أن يقلل هذا النهج الاستباقي بشكل كبير من تكاليف التوقف عن العمل وتحسين تجربة المستخدم، خاصة للمؤسسات التي تدير تطبيقات حساسة للمؤسسة في بيئات هجينة. يمثل استخدام النماذج الأساسية المدربة خصيصًا على بيانات الشبكة تحولًا في كيفية تطبيق الذكاء الاصطناعي على إدارة البنية التحتية. بدلاً من استخدام نماذج اللغة الكبيرة للأغراض العامة، طورت IBM نماذج خاصة بالمجال تفهم الأنماط والشذوذ الخاصة بسلوك الشبكة.
في حالة النجاح، يمكن أن يؤسس هذا النهج سياقًا من المصادر العامة لتطبيق الذكاء الاصطناعي على مجالات أخرى معقدة من البنية التحتية، من أنظمة التخزين إلى عمليات الأمان. تقدم IBM خطط اشتراك مختلفة ومستوى مجاني للشركات الراغبة في اختبار الخدمة في بيئات إنتاج محدودة قبل الالتزام الكامل.