สำหรับ Generative AI สามารถใช้ร่วมกับปัญญาประดิษฐ์แบบดั้งเดิม เพื่อคาดการณ์ว่าระบบคอมพิวเตอร์จะล้มเหลวได้อย่างไร ก่อนที่แอปพลิเคชันจะถูกนำไปใช้จริง ตาม CTO ของ Dynatrace
ความฝันของระบบอัตโนมัติ แสดงให้เห็นว่าสักวันหนึ่ง ปัญญาประดิษฐ์จะทำนายข้อผิดพลาดในโปรแกรม ที่อาจทำให้ฟังก์ชันการทำงานเสียหาย หรือทำให้ระบบล้มได้
อีกทั้งยังบอกวิธีแก้ไขด้วยรหัสเพื่อหลีกเลี่ยงปัญหา AI อาจสามารถเข้าถึงโค้ดของแอปพลิเคชัน และแก้ไขให้กับโปรแกรมเมอร์ได้โดยอัตโนมัติ ซึ่งช่วยประหยัดเวลาได้มาก
ฉะนั้น การสร้างอนาคตดังกล่าวสามารถเห็นได้จากเครื่องมือในปัจจุบันสำหรับ DevOps และความสามารถในการสังเกต ซึ่ง Dynatrace ผู้ผลิตเครื่องมือ DevOps ได้สร้างสิ่งที่เรียกว่า…
"causal AI" และ "predictive AI" (AI เชิงสาเหตุ และ AI แบบคาดการณ์) มาเป็นหลายปีแล้ว เพื่อระบุสาเหตุที่โปรแกรมล่ม และเพื่อคาดการณ์ว่าโปรแกรมจะล้มเหลวอย่างไรนั่นเอง
ในอนาคตคือ การรวม AI เชิงสร้างสรรค์ไว้รอบๆ เครื่องมือสังเกต เพื่อให้คำแนะนำแก่ผู้เขียนโค้ดว่าโค้ดของพวกเขาจะประสบปัญหาอย่างไร และจะบรรเทาปัญหาดังกล่าวได้อย่างไร
ซึ่งในการสร้างสิ่งที่ Greifeneder เรียกว่า "แบบจำลองในหน่วยความจำแบบเรียลไทม์" ของระบบไอทีทั้งหมดของลูกค้า โดยโปรแกรม AI เชิงสาเหตุจะสร้าง "แบบจำลองหลายมิติที่มีการพึ่งพาเชิงสาเหตุและมีการพึ่งพาโดยตรง เหมือนกับกราฟหลายมิติ" ของเอนทิตี ทั้งหมด
ตั้งแต่บริการคลาวด์ไปจนถึงเวอร์ชันของ Kubernetes ที่ใช้งานไปจนถึงแอปที่กำลังทำงานอยู่ ซึ่งโมเดลนั่นเรียกว่า Smartscape จะถูกปรึกษาทุกครั้งที่มีปัญหาระบบ ที่ทำให้เกิดสัญญาณเตือน "โดยอนุมานสาเหตุที่แท้จริงตามการสำรวจโมเดล Smartscape นั้น"
อย่างไรก็ตาม โมเดลเชิงสาเหตุนั้นจะไม่คาดการณ์ถึงการเปลี่ยนแปลงในธุรกิจ “มันรู้สาเหตุที่แท้จริง” ของสิ่งต่างๆ “แต่สิ่งที่มันไม่รู้ก็คือรูปแบบธุรกิจของเราคืออะไร” ไกรเฟเนเดอร์กล่าว
ในส่วนประกอบ AI เชิงคาดการณ์ใช้เครื่องมือที่ได้รับการพัฒนามาอย่างดีอีกชุดเครื่องมือหนึ่ง เช่น ค่าเฉลี่ยเคลื่อนที่แบบบูรณาการแบบถดถอยอัตโนมัติ ซึ่งเป็นอัลกอริทึมที่ปรับให้เข้ากับรูปแบบที่ปะติดปะต่อกันที่เกิดขึ้นในข้อมูลในช่วงเวลาต่างๆ เป็นพิเศษ
โดยสิ่งสำคัญที่สุดคือ AI แบบคาดการณ์ไม่ได้ดูเฉพาะระบบแบ็กเอนด์ เช่น เซิร์ฟเวอร์ เท่านั้น นอกจากนี้ยังรับสัญญาณจากปลายทางในเครือข่าย เช่น วิธีที่ผู้ใช้ประสบความล่าช้าหรือบริการถูกขัดจังหวะ
อย่างไรก็ตาม เป็นที่ชัดเจนว่า Generative AI มีวิธีในการแก้ปัญหาแม้แต่การดีบัก และแก้ไขการเขียนโปรแกรมประเภทง่ายๆ โดยไม่ทิ้งความซับซ้อนของสภาพแวดล้อม IT ที่ใช้งานจริง (การเปลี่ยนแปลงครั้งใหญ่ที่เกิดจาก AI ยังไม่เกิดขึ้น)
แต่สิ่งที่กำลังจะเกิดขึ้นกับ Davis Copilot และความพยายามในลักษณะเดียวกัน คือ การใช้ Generative AI ที่เป็นอินเทอร์เฟซใหม่ เพื่อช่วยให้ผู้เขียนโค้ดตรวจสอบโค้ดของตนเองเชิงรุกมากขึ้น ทั้งก่อนและหลังจัดส่งโค้ดนั้นเอง
บทความที่เกี่ยวข้อง
- AI SEARCH จะส่งผลต่อ SEO อย่างไรในอนาคต
- AI ส่งผลต่อธุรกิจอย่างไรบ้าง
- AI จะเข้ามาพลิกโฉมธุรกิจและเร่งการลงทุนในอุตสาหกรรมอย่างไร
---Wynnsoft Solution รับทำเว็บไซต์ รับทำ SEO รับทำการตลาดออนไลน์ รับทำโฆษณา Facebook รับทำเว็บไซต์ ขอนแก่น และรับทำเว็บไซต์ทั่วประเทศ—
ข้อมูลจาก: zdnet.