Nezištná pomoc AI uvnitř našich datových sítí

V současnosti najdeme hned celou plejádu firem, které nabízejí možnosti využít schopností umělé inteligence s principy strojového učení k zabezpečení, zefektivnění a optimalizování datových sítí klientským organizacím. Jak to ale vlastně dělají?

237
0
SDÍLET

Zdá se, že technologický svět se do umělé inteligence zamiloval. Nová myšlenka teprve čeká na svůj plný rozkvět, ale už dnes se není čemu divit. Například podle přibližně rok starého průzkumu washingtonské společnosti Pew Reseach Center si na dvě třetiny vedoucích pracovníků velkých firem myslí, že začlenění umělé inteligence do firemních struktur přinese větší revoluci, než jakou přineslo zavádění internetu před desítkami let. Nicméně ten samý průzkum také odhalil, že i přesto, že si společnosti uvědomují nutnost se k výzvám a možnostem AI postavit, přibližně čtvrtina z nich zatím neví, co si s touto neprozkoumanou technologií počít.

Musí nám být ale zřejmé, že taková nevědomost je dnes na škodu. Aplikace a výhody umělé inteligence jsou jedny z nejširších a museli bychom opravdu důsledně hledat, abychom nalezli alespoň jednu oblast průmyslu či obchodu, kde by AI nenašla uplatnění. Firemní datové sítě, které jsou naším tématem, rozhodně nejsou tohoto charakteru. Především díky tomu v současnosti najdeme hned celou plejádu firem, které nabízejí možnosti využít schopností umělé inteligence s principy strojového učení k zabezpečení, zefektivnění a optimalizování datových sítí klientským organizacím. Jak to ale vlastně dělají?

Nepřetržitý dozor nad sítí

Množství dat, která firmám cestují skrze sítě, je astronomické a sledovat jejich tok a chování je pro experta zcela nemožné. Ostatně i pro jakéhokoliv jiného člověka. Chytré sítě, jak se nazývají ty, které v sobě skrývají funkce AI, však dovedou pomocí analytických nástrojů vytěžit z dat informace, které by jinak byly doslova neviditelné a na jejich základě pak dovolují upravit infrastrukturu tak, aby pracovala efektivněji.

Zavádění umělé inteligence mezi obvyklé portfolio nástrojů, kterými spravujeme své sítě, je v plném proudu a důkazů pro to najdeme mnoho. Zmíním společnost Ericsson, která v únoru tohoto roku oznámila, že začlenila takové výhody do nabídky svých datových služeb. AI tak klientům napomáhá s automatizací, digitální transformací a prediktivní analytikou. Díky tomu je pro společnost i její zákazníky jednodušší čelit nevídanému nárůstu dat a neutuchající potřebě jejich uskladnění. V neposlední řadě tato AI také pomáhá se zaváděním nových technologií, jako jsou třeba internet věcí a 5G sítě.

V tomto smyslu je AI nástrojem, který slouží především pro predikci při nasazování nových a neodzkoušených řešení a zefektivňování řešení starých. Princip je v základě jednoduchý, učící se algoritmus provede důkladnou analytiku sítě a nalezne možnosti, kam a jak zařadit nové prvky infrastruktury, tak, aby fungovaly kompatibilně a optimálně.

Společnosti tímto způsobem předcházejí výpadkům a možným chybám ještě předtím, než by se reálně udály a ohrozily výkon celé sítě. Podle odhadů expertů se firmám se začleněním a využíváním AI se strojovým učením snížila pravděpodobnost výskytu takových kritických incidentů o 35 % a díky dalšímu automatizovanému sběru dat a jejich nepřetržité analytice se naprostá většina potenciálních problémů vyřeší v časovém horizontu do pouhých pěti minut.

Je třeba si však uvědomit, že ačkoliv se stále bavíme o možnostech automatizace, skutečně samostatné jsou dnes pouze ty prvky AI, které spravují nejběžnější úkony managementu sítí, jako je právě analýza a pak katalogizace, zálohování, vytváření metadat a třeba čištění od duplicit. Učící se algoritmus při vytěžování dat projde celé terabyty informací během několika desítek minut a následně doporučí, které úložiště, přístupový bod nebo switch je rizikový a nepracuje optimálně, nicméně samotná implementace řešení a náprava je už v rukách odborníků z firemního IT týmu. Automatizace končí tam, kde je třeba rozhodovat.

Mezi daty je AI jako ryba ve vodě

Autonomní programy, které pracují na bázi strojového učení jsou pro práci v datových sítích jako stvořené. Právě tam, kde se pohybuje největší množství dat, totiž dosahují svého vrcholného potenciálu. Ve světě AI a strojového učení platí, že data jsou mnohem cennější než všechny výpočetní algoritmy, tedy inteligence samotná. Ze struktur, ve kterých se data skladují a kudy proudí, se toho AI naučí nejvíce a to, jak výkonná a užitečná bude, záleží na charakteru informací, které analyzuje a ze kterých se učí.

V žádném případě ale nejde jen o to mít co největší množství dat, důležitá je také jejich různorodost. Umělá inteligence, která pracuje podobně jako ta výše zmíněná, nemůže efektivně pracovat v oblasti, kterou nezná a pro kterou nebyla trénována. Třebaže se tato charakteristika AI může jevit jako její hrubé omezení, ve skutečnosti jen kopíruje ekosystém firmy. Každá organizace je specifická a podobně individuální je také firemní umělá inteligence sloužící její, vždy specifické datové infrastruktuře. A to samé platí i v případě jednotlivých struktur organizace. Čím více variabilních dat má algoritmus k dispozici, tím efektivnější je v další analýze dat jim podobným.

K již zmiňovanému zefektivnění operací se úzce váže fakt, že při AI zkoumá nejen data, která generuje běžný provoz, ale také ta, která získá při testování bezpečnosti a odolnosti sítě během doby, kdy dochází ke špičce. Během tohoto testování sleduje změny chování infrastruktury a vyhodnocuje, jestli jsou parametry nastaveny správně a zdali není možné najít efektivnější cestu. Některé závazky firem, které se implementací AI zabývají, slibují zajištění nulové ztráty packetů a dat i během nejvyššího vytížení sítě a nárůst propustnosti mezi on-premise úložištěm a cloudem o desítky procent. Jde o odvážné sliby, ale dobře demonstrují sílu a víru v tuto technologii.

Vstupte do světa chytrých sítí

Jak jsem psal na začátku, spolu s nástupem inteligentních sítí přichází mnoho očekávání. Protože je však po technické stránce mnoho věcí stále neprobádáno, jde o technologii takříkajíc v plenkách. Pro management firemních sítí a infrastruktury už nyní představuje nástroj, který nejen práci s nimi usnadňuje, ale především umožňuje něco, co by bez jeho zapojení vůbec nebylo možné. 

Zefektivňují naše možnosti zachytit výpadky, anomálie a jiná znamení v datové infrastruktuře, která vypovídají o blížícím se incidentu. Jde o jednu z nejcennějších výhod, zvlášť když si připustíme, že mnoho firemních sítí je složeno z prvků, ať už softwarových, či hardwarových, které jsou různé výroby a stáří, které mezi sebou ne vždy musejí dobře kooperovat. Implementace nových řešení je vždy riskantní, a tak se mnohé organizace revitalizace své sítě obávají. AI jim tak může ušetřit nejen obavy, ale i čas a investice. Je jisté, že s přibývající mírou autonomie se budou snižovat i výdaje na údržbu chytrých sítí. Už dnes ale představují tyto sítě další vrstvu ochrany dat, například automatickým zálohováním a obnovou systému, a tak společnost, která si těchto svých dat cení, by měla o vstupu do světa umělé inteligence a chytrých sítí začít co nejdříve uvažovat.