【有奖辩论】“智慧运维”渐成趋势,运维工程师会被人工智能替代吗?
运维无小事,尤其是对于基础设施中充当重要角色的数据中心而言,运维工作更是丝毫不能懈怠。
近十多年来,数据中心已进入到囊括各种新技术和应用的新时代。随之而来的是运维管理面临更大的挑战,特别是面对不断扩充和升级的数据中心,基础设施安全、稳定的运行显得日益重要。
数据中心的运维工作主要包括配置管理和监控,运维人员每天都要进行大量的模块维护操作,这个过程大部分程序是由人力手工操作完成的。一方面人的精力有限,不可能及时发现所有的故障,另一方面,这一过程中人为失误的可能性不可避免。将人工智能应用于数据中心的管理和控制,通过机器学习模型进行精细化管理,可以实现智能化运维的目标。
“智慧运维”渐成趋势,运维工程师会被人工智能替代吗?请围绕此话题展开辩论。
正方观点:会被代替。通过人工智能技术,收集技术人员的工作内容以及方法并进行分析,识别模型,并根据相应模型做出判断,自动下发动作指令,完成自动化运维,整个过程不需要人来参与。使用人工智能技术参与数据中心运维,处理效率高,减少出错的概率,降低运行维护成本。
反方观点:不会被代替。技术可能永远也无法替代领域专家,无法解决专业领域的问题,如网络知识、应用原理、业务需求、系统结构等等,但是可以为领域专家提供更好的工具。因此,实现智能运维的***目标是:人工智能将成为运维人员高效可靠的助手,从而可以将运维人员从繁杂的工作中释放出来做更有价值的工作。
辩论点1、规范性。
规范化运行维护管理,提高自动化监测水平,避免消耗大量人力和时间;
辩论点2、可控性。
实现IT成本控制,提高资源利用率,发现各种运行瓶颈,降低业务运营成本;
辩论点3、主动性。
从被动响应式工作方式转变成主动服务,提高IT部门的工作质量和服务能力,真正实现IT部门的服务价值;
辩论点4、数据化。
轻松应对云计算、大数据的技术浪潮,全面管理,并从技术架构上向大数据转型,进行基于海量数据的决策分析;
争辩赛方式:
采用自由辩论方式。辩方台词参考:
正方辩友:【正方】我认为运维工程师会被人工智能替代,理由如下。。。
反方辩友:【反方】我认为运维工程师不会被人工智能替代,理由如下
以此开头,阐述人工智能运维的优势,进行辩论。
地点:
51CTO技术交流群,请扫码添加51CTO小助手进群参加辩论
时间:
2018.9.19 10:00-17:00
评审专家:
高明,英特尔中国区互联网业务部技术总监
西北工业大学计算机专业本科,北京邮电大学计算机专业硕士,2014年加入英特尔中国区行业合作与解决方案集团,负责英特尔与中国互联网公司的深度技术合作,将英特尔***的处理器,网络和存储技术与中国互联网公司强大的软件研发与创新能力相结合,助力中国互联网和云计算行业的发展。在视频云领域与包括金山云、UCloud、网宿科技和乐视云在内的多家领先的云计算公司进行了深入技术合作,推动视频解决方案的落地和性能优化。在加入英特尔之前,在IBM中国开发中心担任技术专家,负责IBM中间件产品的研发与支持工作。
评选&奖项:
辩论结束将评选出***辩友15人,***团队1组。
评选标准:对辩题论证思路清晰有逻辑
奖项:(参与辩论均有丰厚礼品)
***辩友:机械键盘
***团队:技术书籍
参与奖:51CTO logo定制精美水杯
欢迎各路IT大佬参与辩论,绽放你的精彩~


更多资讯推荐
- MIT提出Liquid机器学习系统,可像液体一样适应动态变化
-
麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。
机器之心 · 2021-02-21 15:47:47
- 规划智慧城市时,别忘了无障碍通行
-
要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。
蒙光伟 · 2021-02-21 10:26:41
- 2021关于人工智能的五大趋势
-
数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?
Lichu · 2021-02-21 10:21:01
- 使数据中心更智能:人工智能如何发挥作用?
-
随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。
Cassie · 2021-02-21 10:14:59
- IBM拟出售Watson Health后,AI医疗还能不能碰
-
医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?
物联传媒 · 2021-02-21 08:41:16
- 抛弃归一化,深度学习模型准确率却达到了前所未有的水平
-
我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。
机器之心 · 2021-02-20 21:09:12
- 华人博士生首次尝试用两个Transformer构建一个GAN
-
最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。
Yifan Jiang · 2021-02-20 21:04:53
- 无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器
-
柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。
Tilman Krokotsch · 2021-02-20 20:57:16