机器学习与认知协作

随着5G时代来临,万物联网不再是未来式而是现在进行式。行动装置、物联网设备及互联的应用程式皆须透过网路互通,人与人之间的互动及讯息传递也跨越疆界的藩篱,应运而生的是网路流量爆炸式成长及大量的讯息传输。在这样资讯多元又混乱的时代,单靠人们自身的能力,已经无法有效率地管理及分析。透过人工智慧(AI)技术的协助,有助于企业更快的取得量化结果,且更有效率地做出决策,其延伸出的机器学习(ML)及认知协作(Cognitive Collaboration)两项应用,更可简化业务流程,大幅提高工作效率。

机器学习是AI的一个重要关键技术,但也隐藏了难以高度客制化、优化和因应现今环境需求的瓶颈,有时还会产生难以解释的结果。但若是藉由人工智慧网路分析平台,则可解决上述所产生的缺点。以下举3个例子来说明人工智慧配合机器学习的强大应用:

1.网路遥测(Network Telemetry):在制定原则下建立正常运行的规则,如Wi-Fi用户体验时间(On-boarding Time),当无线用户端尝试加入无线网路,透过关键绩效指标(KPI )可以检测异常的启动时间。机器学习演算法是透过计算机模型来预测用户体验时间KPI的上限和下限,并且确定问题的潜在根本原因优化使用体验。

2.相关洞察报告(Correlated Insights):机器学习可以对网路的运行提供更深入的洞察和可视性,甚至可以帮助预测未来可能发生的异常情况。

3.基础分析报告(Root-causing):在某些情况下,机器学习演算法能够检测相关基础分析报告异常原因,同时,可以结合异常检测并使用多项机器学习演算法分析发生原因。

认知协作则是在数位转型潮流下,早已被广泛应用在线上会议软体,藉由将「感知智慧」加入到协作体验中,透过人工智慧进行情报分析、处理会议录音文字稿及新增数位会议助理功能。而情报分析是由AI产生人物轮廓和人脸辨识,提供即时且与团队伙伴相关的资讯,会议录音文稿可透过AI记录会议重点,并提供高度准确的实时文字转录功能,搭载AI技术的数位会议助理,就能够透过语音互动,提供会议记录、重点摘要及后续追踪等内容,轻松达成高效会议协作体验。

人工智慧正在帮助人们应对不断变化的时代和挑战,从而实现更好的团队合作及更好的结果。现今的环境也比以往任何时候都更需要认知协作,然而,人工智慧的背后,所有基础建设,从资料中心、网路、云端等等都必须确认其安全性,以防可能出现资料泄露和网路攻击的可能。

Author: bwh