他的回复:
1, 得益于近来人工智能技术特别是深度学习算法的发展和应用(特别是Alpha Go,图像与音声处理领域等),“自动驾驶”概念近年来被频繁提及,包括在网络管理与运维领域。你认为最终可能实现么?你认为存在哪些技术难点?AI是否能帮我们搞定一切?我认为最终会实现,如同我们当初没想到云计算如此强大,现在AI技术存在对数据的极度贪婪和依赖,导致了想象中的AI与真实落地的AI之间形成了几重落差。训练测试数据与实际运行环境数据会有所偏差,数据必然变化,使AI模型或算法无法按预期输出稳定结果。2, 列举几个你认为AI可以帮助解决的具体问题,例如网络测量,异常检测?在现在的疫情下,AI就可以实现大规模应用,例如:1、帮助医生实现CT图像病灶分析,X光图像病灶分析,CT图像病灶分析,磁共振MRI图像病灶分析。2、送餐机器人、护理机器人:寻路,跟踪,自动导航,沟通。主要涉及手势识别,人脸识别,场景识别,物体识别,语义理解。3、体温检测、热像仪等图像观测设备场景,主要涉及:场景识别,物体识别。3, 将要到来的5G网络时代,高传输速率,大规模数据流量,动态的网络结构,多元的网络服务(如自动驾驶汽车),可能会使网络运维变得更加困难,你认为AI在哪些方面能帮上忙么?把AI算法应用于IT运维工具和业务系统所采集的大型数据集,并尝试模拟人类行为(如发现、判断、响应),搭建智能化运维管理平台。让运维管理具备算法和机器学习能力,通过持续学习将运维人员从纷繁复杂的告警中解放出来、使运维变得智能化。4, 如果网络最终实现自动驾驶,安全,隐私,可信等问题将变得更加不可控,我们应该如何防患于未然?有哪些潜在的安全风险?将本地核心系统与外网隔离开来,自动驾驶依赖无线网络,无线网络一旦被黑客监控,后果很严重。因为无线网是很难精确控制数据的物理范围的,一但有安全漏洞,黑客将无声无息的入侵。