شبکه هوشمند آی‌بی‌ام با هوش مصنوعی عامل‌محور رونمایی شد

آی‌بی‌ام هوش مصنوعی عامل‌محور را به شبکه می‌آورد

امروز آی‌بی‌ام از IBM Network Intelligence رونمایی کرد. این راهکار بومی شبکه با همکاری IBM Research ساخته شده است. هدف آن کمک به سازمان‌ها برای متحول‌کردن عملیات شبکه و ایجاد هوش مصنوعی قابل اعتماد است.

IBM Network Intelligence مدل‌های سری زمانی پیشرفته را با عامل‌های هوش مصنوعی مبتنی بر LLM ترکیب می‌کند تا یک همکار آگاه به شبکه بسازد. این رویکرد به تیم‌های شبکه کمک می‌کند تا پیچیدگی‌های روزافزون را بهتر مدیریت کنند. مشکلات شبکه بخش کوچکی از کل مسائل هستند اما بیشترِ وقت و انرژی تیم را می‌گیرند. همین موضوع باعث می‌شود خودکارسازی در مقیاس بزرگ دشوار شود.

داده‌های میان‌دامنه‌ای شبکه: مشکل زمینه و ارتباط

داده‌های شبکه هر روز بیشتر و پیچیده‌تر می‌شوند. این داده‌ها بر اساس ارتباطات شکل می‌گیرند و در بخش‌های مختلف سازمان پراکنده‌اند. تنوع فروشندگان، فرمت‌ها و دامنه‌ها باعث ایجاد سیلوهای جداگانه می‌شود و دستیابی به تصویر کامل را سخت می‌کند. ابزارهای فعلی نمی‌توانند این ارتباطات را به‌طور زنده تحلیل کنند.

در نتیجه، انسان‌ها مجبورند داده‌های پراکنده را به هم متصل کنند. این کار زمان‌بر، خسته‌کننده و خطاپذیر است. در همین زمان، منابع ارزشمند می‌توانستند صرف کارهای مهم‌تری شوند. حتی با وجود ابزارهای جدید و یادگیری ماشین، اپراتورها هنوز نمی‌توانند به نیازهای لحظه‌ای مثل تضمین سرویس، عملکرد سریع و قطعی صفر پاسخ دهند.

هوش مصنوعی قابل اعتماد با رویکرد دوگانه

IBM Network Intelligence یک مدل همکاری انسان و هوش مصنوعی ارائه می‌دهد. این مدل دو بخش دارد: هوش تحلیلی و هوش استدلالی.

هوش تحلیلی داده‌های عظیم شبکه را پردازش و تحلیل می‌کند. هوش استدلالی روابط بین داده‌ها را می‌فهمد، فرضیه می‌سازد، نویز را حذف می‌کند و بینش‌های قابل اعتماد ارائه می‌دهد. این ترکیب باعث می‌شود هوش مصنوعی کارهای تکراری و گسترده را انجام دهد و انسان‌ها قضاوت و اعتماد را وارد تصمیم‌گیری کنند.

«هوش تحلیلی» برای داده‌های شبکه

این قابلیت بر پایه مدل‌های سری زمانی Granite ساخته شده است. این مدل‌ها کوچک، تخصصی و برای شبکه طراحی شده‌اند. آن‌ها روی داده‌های واقعی شبکه مثل تله‌متری، هشدارها و جریان‌ها آموزش دیده‌اند.

برخلاف ابزارهای آماری یا مدل‌های عمومی، این مدل‌ها درک عمیقی از رفتار شبکه دارند. آن‌ها می‌توانند مشکلات پنهان را تشخیص دهند و حتی بدون آستانه مشخص، هشدارهای زودهنگام بدهند. این قابلیت اعتماد به سیستم خودکار را افزایش می‌دهد.

«هوش استدلالی» برای خودکارسازی و رفع مشکل

بخش تحلیلی داده‌ها را به بخش استدلالی می‌دهد. هوش مولد با چارچوب عامل‌محور watsonx مشکل‌ها را پیدا می‌کند، دلایل محتمل را می‌سنجد و راهکار پیشنهاد می‌دهد. این عامل‌ها در عیب‌یابی و دسته‌بندی کمک می‌کنند و همیشه امکان کنترل انسانی وجود دارد.

به این شکل، فرایندهای دستی طولانی جای خود را به سیستمی خودکار و توضیح‌پذیر می‌دهند. سازمان‌ها می‌توانند مرحله‌به‌مرحله از این قابلیت‌ها استفاده کنند و به سمت اتوماسیون کامل حرکت کنند.

نتیجه

IBM Network Intelligence می‌خواهد مدل همکاری انسان-هوش مصنوعی را حتی به مراحل طراحی و ساخت شبکه گسترش دهد. بیشتر تیم‌ها ابتدا آن را کنار ابزارهای موجود به‌عنوان «نظر دوم» به کار می‌برند. وقتی اعتماد شکل گرفت، آن‌ها به سمت اتوماسیون پیشرفته‌تر می‌روند.

این تحول به معنای رفع موانع خودکارسازی، تکامل مداوم شبکه، افزایش تاب‌آوری و مقیاس‌پذیری آسان است.

دنبال اخبار بیشتر باشید…

برای آگاهی از تازه‌ترین خبرها، تحلیل‌ها در حوزه هوش مصنوعی ، به سایت خانه متاورس ایران مراجعه کنید.