根据Gartner的预测,到2025年,将有一半的云数据中心将部署具有人工智能(AI)和机器学习(ML)功能的先进机器人,这将使运营效率提高30%。
Gartner公司研究副总裁Sid Nag表示:“随着数据中心的服务器数量和存储量不断增长,能够管理它们的工作者人数日益捉襟见肘。如果企业不采取任何措施弥补这些缺口,则会产生很大的风险。
“随着企业机构将更多不同类型的工作负载迁移到云并且云已成为边缘和5G等附加技术的组合使用平台,数据中心的运营必定会变得日益复杂。”
机器人最适合数据中心繁琐、重复的工作
数据中心的大部分工作都是乏味、复杂和重复的工作,例如合理进行整体容量规划、正确分配虚拟机和容器资源或确保资源高效使用等, 以避免企业出现“云上资源大量浪费”。
Nag表示:“这些都是机器人擅长的领域。数据中心是最适合将机器人与人工智能组合的领域,这两项技术的组合将创造出一个更安全、准确、高效并且几乎无需人为干预的环境。”
在未来五年,受机器人影响最大的四个数据中心自动化领域是:
1、服务器的升级和维护:工业机器人可以比人类更快、更高效地报废和销毁淘汰相关设备。经常进行大规模升级的公司尤其如此,例如各类云服务提供商。
2、监控:机器人传感器探头提供更细致的服务器机架温度数据,而不需要安装任何入侵性物理硬件。远程监控机器人还可以通过采集声音和图像等其他数据来检测任何异常情况。
3、数据中心安全:任何数据中心公司的首要任务是维持一个具有数字和物理安全性的数据中心设施。机器人能够通过一系列不同的功能提供物理安全层,包括通过热传感器检测人类温度或在停车场中进行车牌识别。
4、云运营中的人工智能/机器学习:现代化人工智能和机器学习技术能够配合机器人对数据中心的IT流程进行监控和管理。该技术的用户,如网站可靠性工程师等,能够通过自然语言与指定的平台进行互动和交流。这些平台能够通过从过去的场景中学习经验教训来提高在未来场景中的效率。
Nag表示:“虽然机器人已被充分应用于汽车和制造业等行业,但在数据中心中的应用机会却被忽略。IT领导人可以引导云数据中心运营和流程的智能自动化,为他们的企业创造关键的差异化优势,例如增加正常运行时间和满足其云产品和服务的SLA等,并通过使用机器人将这些化为现实。”
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。