در این گزارش خبری در کارینا وب، به یکی از نوآوریهای مهم مایکروسافت در حوزه شبکه و زیرساخت میپردازیم. مایکروسافت، شرکتی با یک شبکه عظیم و جهانی که بیش از ۸۸ کشور، ۷۰۰ ساختمان، ۶۴,۰۰۰ دستگاه و ۲۲۰,۰۰۰ کارمند را پوشش میدهد، با چالش بزرگی در زمینه مدیریت و نگهداری این شبکه روبرو است. به منظور حل این چالش، تیم IT این شرکت، ابزاری مبتنی بر هوش مصنوعی به نام Network Copilot (یا NiC) را توسعه داده است.
این پروژه که از یک هکاتون در اوایل سال ۲۰۲۳ آغاز شد، با هدف استفاده از هوش مصنوعی برای جمعآوری سریعتر اطلاعات و دادهها و شناسایی مشکلات شبکه به صورت کارآمدتر، کلید خورد. به گفته Joshua Green، مدیر مهندسی نرمافزار، و Soundarya Tekkalakota، مدیر محصول، آنها به این نتیجه رسیدند که هوش مصنوعی میتواند مهندسان شبکه را از کارهای تکراری و وقتگیر نجات دهد و به آنها زمان بیشتری برای اقدامات انسانی و حل مشکلات بدهد.
Network Copilot: ابزاری برای تحول
Network Copilot یک رابط کاربری چت مبتنی بر هوش مصنوعی است که به مهندسان اجازه میدهد با استفاده از زبان طبیعی، به دادههای شبکه دسترسی پیدا کنند. به جای جستجوی دستی در اسناد و پایگاههای داده مختلف، یک مهندس میتواند به سادگی بپرسد: “سلامت شبکه ساختمان ۳۲ چگونه است؟” و این ابزار با اجرای یک پرسوجو روی دادههای موجود، خلاصهای از وضعیت سلامت شبکه، خطرات احتمالی و توصیههای لازم را به سرعت ارائه میدهد.
یکی از چالشهای اصلی که مهندسان شبکه با آن روبرو هستند، ردیابی سریع اطلاعات برای حل یک مشکل است. به گفته Tekkalakota، مهندسان معمولاً باید ساعتها وقت صرف کنند تا در میان اسناد و راهنماهای مختلف به دنبال راهحل بگردند. Network Copilot با نگه داشتن مهندسان در جریان کار فعلیشان و ارائه پاسخهای دقیق و خلاصهشده، این فرآیند را به شدت تسریع میکند.
توسعه و پذیرش
توسعه Network Copilot به صورت ماژولار و با استفاده از افزونهها (plug-ins) و APIها انجام شد. این رویکرد به تیم اجازه داد تا با سرعت پیشرفت فناوریهای هوش مصنوعی سازگار شوند و به سرعت قابلیتهای جدید را به ابزار اضافه کنند. برای مثال، کتابخانهای شامل بیش از ۱۰۰۰ پرسوجو از سوی تیمهای مختلف برای این ابزار فراهم شده که به آن اجازه میدهد به دانش تخصصی هر بخش دسترسی داشته باشد.
با این حال، پذیرش یک ابزار جدید با چالشهایی نیز همراه بود. یکی از این چالشها، تغییر فرهنگی و تبدیل استفاده از این ابزار به یک عادت روزمره بود. چالش دیگر، “بلوک پرسوجو” (prompter’s block) نام داشت که در آن مهندسان مطمئن نبودند چه سوالی بپرسند. برای رفع این مشکلات، تیم مایکروسافت به برگزاری کارگاههای آموزشی و انتشار خبرنامهها روی آوردند تا کاربران را با قابلیتهای این ابزار آشنا کنند.
تأثیر چشمگیر
نتایج اولیه نشان میدهد که Network Copilot تأثیر قابل توجهی بر کارایی مهندسان داشته است. طبق بررسیهای انجام شده، این ابزار توانسته زمان جستجو برای اطلاعات را تا ۲۰ الی ۲۵ دقیقه برای هر پرسوجوی موفق کاهش دهد. همچنین، زمان تهیه گزارشها به شدت کم شده و در مجموع، میزان حوادث زنده تا ۱۰ درصد کاهش یافته است.
براندون هیوز، یکی از مهندسان ارشد این پروژه، میگوید: “توانایی استخراج دادهها از طریق سوالات به زبان طبیعی، یک تحول بزرگ است. به جای صرف ساعتها برای نوشتن یک پرسوجوی Kusto، اکنون میتوانم تنها در عرض پنج دقیقه با ابزار چت کنم و به دادههای مورد نیاز دسترسی پیدا کنم.”
با توجه به این نتایج، مایکروسافت در حال کار بر روی گسترش قابلیتهای این ابزار است. برنامههای آینده شامل قابلیتهای پیشرفتهای مانند تجزیه و تحلیل تصاویر از محیطهای شبکه برای ارائه پیشنهادات بهینهسازی و اتصال Network Copilot به سایر ابزارهای هوش مصنوعی مایکروسافت است. این اقدامات نشان میدهد که مایکروسافت تنها نوک کوه یخ قابلیتهای هوش مصنوعی را درک کرده و پتانسیل زیادی برای تحولات بیشتر وجود دارد.
منبع : Microsoft



