Facebook计划2021年启动双因素认证

想象一下，一个以你为模板、训练有素的机器人学会了思考、反应和行动。假如它要在你的生活（家庭或职场中）中扮演一个角色，面对道德困境，你相信它会做出正确的选择吗?

让更多人思考AI会如何影响未来生活

这是一个值得深思的问题，因为人工智能正日益成为我们日常生活的一部分，从帮助我们在城市街道上导航，到选择我们可能喜欢的电影或歌曲——在这个人际疏离的社会，这些服务的使用频率更高、范围更广。

但目前围绕人工智能的讨论主要集中在技术领域，集中在技术进步的制约因素或使用中的伦理争议上——比如自动驾驶汽车。哈佛大学metaLAB实验室的萨拉·纽曼（Sarah Newman）和他的同事认为，是时候让每个人都参与到这场变革中了，这就是为什么他们在2017年创建了”AI+ART”项目，为的就是让更多人来谈论和思考AI会如何影响我们未来的生活。

纽曼是哈佛metaLAB实验室艺术和教育部的负责人，也是伯克曼克莱恩中心（Berkman Klein Center）互联网与社会部的研究员，同时还是“AI+ART”项目的领导者。她开发了“道德迷宫（ the Moral Labyrinth）”。这座迷宫适宜步行，其路径是由问题定义的——比如我们是否真的是机器人行为的最佳样板——旨在引发人们的思考以应对日益成长的强大技术。

纽曼说:“我们处在一个提问至关重要的时代。”她提出：“我认为，在技术性和精英主义相关的话题上，人们会很高兴能接触到来自人文和艺术领域的立场和观点。”
 

第六，测试影响分析工具。测试执行完成之后，即可由AI与ML测试影响分析(TIA)工具接手，指导决策者判断需要在后续版本中继续进行哪些测试，而哪些测试在后续流程中可以剔除。另外，在同一测试类别之下，AI与ML算法可以根据引导性测试数据确定引发故障的根本原因，借此显著缩短平均解决时间(MTTR)。

第七，AIOps。在DevOps流程的后期，即将代码部署到生产环境之前与之后，AI与ML成为引领AIOps发展的新兴技术。完整的AIOps解决方案不仅涵盖智能APM(应用程序性能监控)，同时也引入ITIM(IT基础设施监控)与ITSM(IT服务监控)机制。二者共同构成了生产与运营洞见分析的综合层级，能够在大数据之上运行并针对先进的现代软件架构(微服务、云架构等)起效。

借助基于AI的运营功能，团队可以专注于确定应用程序的服务运行状况，同时全面跟进生产数据的控制与可见性。

借助基于AI的运营功能，团队可以专注于确定应用程序的服务运行状况，同时全面跟进生产数据的控制与可见性。以此为基础，DevOps能够使用实时自动事件管理进一步缩短MTTR。其中AI与ML将负责为生产级应用程序提供日志可观察性、趋势汇总以及相应预测结果。

在AIOps组合中使用这些工具，团队可以减少并预防服务宕机(预测性警报)，加快故障解决处理速度，快速分析大型日志文件，并从中找出引发问题的根本原因与所属类别，如安全性、网络、服务器等等。

总结

DevOps与人类工程的探索永远不会消失，但在探索之旅中，我们完全可以运用当前成果优化并加速以往难以自动化或维护、且易于出错的环节。

AI与ML正是应对这些挑战的绝佳解决方案，决策者也可以通过分析各项问题从此类工具中获取巨大价值。当然，只有将这些解决方案与原有流程及工具无缝集成，才能真正获得这种预期价值。如果AI与ML无法被轻松整合至标准DevOps工具栈内，则项目将沦为空谈，并最终衰退回传统的软件开发实践。

（编辑：鞍山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!