인공지능이 클라우드 컴퓨팅 설계자를 대체할 수 있을까요?

AI 시스템은 매일매일 감동적입니다. 오늘날의 인공 지능은 많은 정보 작업자 작업을 자동화할 수 있으므로 클라우드 컴퓨팅 분야에서 일하는 사람들은 다음이 될 것이라고 걱정합니다.

인공지능과 그 응용에 대한 사람들의 관심은 약 5년 전부터 바뀌었습니다. 그런 다음 전염병이 발생하고 일부 예산이 신속한 클라우드 마이그레이션으로 전환되었습니다. 이제 모든 것이 정상으로 돌아왔고 AI도 돌아왔습니다. 대부분의 기업은 인공 지능의 기본 가능성을 파악했으며 이 기술을 자체 비즈니스에 무기화하기를 원합니다.

그 과정에서 기술은 더욱 인상적이 됩니다. 예를 들어, ChatGPT와 같은 생성적 AI 서비스의 등장으로 생성적 AI는 박사 학위 논문에서 접근 가능한 무료 현실로 전환되었습니다.

제너레이티브 AI는 입력 데이터와 학습된 패턴을 기반으로 텍스트, 이미지, 오디오 등 새롭고 고유한 출력을 생성하는 AI 유형입니다. 여기에는 텍스트 생성, 이미지 합성, 음악 작곡 등의 작업이 포함될 수 있습니다.

챗봇이나 API를 통해 다양한 입력을 할 수 있어 인상적인 반응을 얻을 수 있습니다. 그 반응이 너무 인상적이어서 AI가 근로자를 대체한다는 기사를 쓰고 있는 기자들의 전화를 받아왔습니다. 이것은 제가 지난 20년 동안 들어왔지만 이제는 현대적으로 변형된 질문입니다. 대학에서는 ChatGPT 또는 유사한 서비스를 사용하여 에세이를 작성하는 대학생에 대해 새로운 우려를 갖고 있습니다. 인공지능이 만들어낸 결과물은 표절이 아니기 때문에 표절 탐지 시스템으로는 빠르게 식별할 수 없습니다.

AI 윤리 및 편견 문제는 특정 유형의 학습 데이터에서 발생할 수 있습니다. 이러한 편견이 특정 그룹에 대한 대출을 거부하는 자동화된 모델과 같은 의도하지 않은 부정적인 결과를 초래할 수 있습니까?

몇 가지 핵심 질문을 듣습니다. AI가 지금 또는 조만간 직업을 대체할 수 있는 유형은 무엇입니까? 인공지능으로 자동화할 수 없는 직업, 클라우드 설계자, 클라우드 개발자, 클라우드 운영 엔지니어, Devops 엔지니어, 클라우드 프로젝트 리더 등이 되는 것이 안전한가요? 위험에 처해 있나요?

현실은 우리가 인간의 많은 작업을 AI 기반 자동화로 대체하고 있다고 생각합니다. 이는 기술이 발전함에 따라 일어나는 일이지 새로운 것이 아닙니다. 기술의 발전은 가을에 들판에서 작물을 수확하는 데 더 이상 수십 명의 사람이 필요하지 않음을 의미합니다. 사람과 상호 작용하지 않고도 슈퍼마켓에서 계산할 수 있습니다. 의 자동차와 트럭이 스스로 운전할 수 있습니다.

저를 좌절시키는 한 가지 점은 IT 설계 및 배포 프로세스 전반에 걸쳐 유용한 자동화가 부족하다는 것입니다. 물론 우리는 클라우드 아키텍처 및 배포 최적화 프로세스를 가속화할 수 있는 풍부한 도구, 프로세스, 방법론 및 기타 자산을 보유하고 있습니다. 그러나 그들은 건축가를 위해 중요한 결정을 내리지는 않습니다. 클라우드 아키텍처는 경험을 통해서만 얻을 수 있는 심층적인 분석과 판단을 통해 결정되는 경우가 많습니다. 게다가 창의성과 혁신도 여전히 필요합니다. 이것이 바로 인간이 할 수 있는 역할입니다.

물론 사람들은 잘못된 플랫폼, 도구, 서비스를 선택하는 등 아키텍처상의 실수를 많이 범합니다. 인간이 만든 아키텍처는 완전히 최적화되지 않았으며 비즈니스에 가치를 반환하지 못합니다. 나는 최근에 이 문제에 대해 이야기했습니다.

솔루션 개발을 인공지능에 맡기면 아마도 더 나은 결정을 내릴 수 있을 것입니다. 수천 명의 재능 있는 클라우드 설계자의 지식을 동시에 반영하는 훈련 데이터가 AI 시스템에 있다고 상상해 보십시오. 이러한 AI 시스템은 제공된 비즈니스 및 기술 요구 사항을 기반으로 지식을 솔루션으로 효율적으로 처리할 수 있습니다. 무언가를 구축하는 데 필요한 최종 답변을 제공할 수는 없지만 많은 작업과 잠재적인 오류를 제거할 수 있을 만큼 근접할 수 있습니다.

가장 가능성이 높은 경로는 전술적 AI 도구가 계속 등장할 것이라는 점입니다. 이러한 도구는 네트워크 설계, 데이터베이스 설계, 플랫폼 선택, 클라우드 네이티브 설계, 보안, 거버넌스, 컨테이너 사용 등과 같은 특정 아키텍처 영역에 중점을 둡니다. 출력은 오늘날 우리가 보는 것만큼 좋아야 합니다. 왜냐하면 이러한 도구는 거의 완벽한 데이터를 활용하고 일부 건축 설계를 주도하는 성가신 인간의 약점(감정 및 느낌)을 갖지 않기 때문입니다. 물론 오늘날 그러한 AI 도구가 이미 존재하며(당신의 도구는 말하지 마십시오) 이상적인 방향으로 나아가고 있습니다. 그러나 그 유용성은 작업에 따라 다릅니다.

전술적 AI 도구는 올바른 질문을 하고 도구에서 생성된 설계와 권장 사항을 검증하는 방법을 아는 지식이 풍부한 인간에 의해 작동되어야 합니다. 대규모 클라우드 아키텍처의 전술적 구성 요소 설계를 완료하는 데 필요한 인력은 더 적을 수 있지만 프로세스로 인해 모든 사람이 제거될 가능성은 없습니다. 이러한 실수 중 상당수는 기업이 숙련된 클라우드 컴퓨팅 전문가를 찾는 데 어려움을 겪기 때문에 발생한다는 점을 명심하세요. 전술적 AI 도구는 인재의 수요와 공급을 보다 효율적으로 동기화하여 이 문제를 해결하는 데도 도움이 될 수 있습니다.

어떻게 발전할지 예측하기 쉽고, 엄청난 일도 없습니다. 디자인, 개발, 배포 도구는 계속 발전할 것입니다. 그들은 더 많은 가치와 유용성을 제공할 것입니다. 전반적으로 필요한 사람은 더 적을 수 있지만 이러한 도구를 올바르게 작동하려면 재능 있는 운영자가 필요합니다. 네트워킹 및 보안과 같은 클라우드 아키텍처 구성 요소의 전술적 설계에 주로 중점을 둘 것입니다.

그래서 사운드 클라우드 솔루션을 구축하려면 여전히 인간에게 의존해야 합니다. 더 작은 문제에는 AI 솔루션이 있을 수 있지만 더 큰 문제는 클라우드 아키텍처를 시적으로 자동화하는 것이 아직 해결되지 않은 문제로 남아 있다는 것입니다.

이 모든 것을 하나로 모아 비즈니스에 최고의 가치를 제공하는 최적화된 솔루션을 배포하려면 한동안 인간 클라우드 설계자와 솔루션 디자이너가 필요할 것이라고 생각합니다. 인공지능이 완전히 대체할 수 있는 것은 아니라고 생각하지만, 절대 대체할 수 없다는 환상도 없습니다.

하지만 ChatGPT에 물어보세요: "인공 지능이 클라우드 설계자를 대체할 것인가?"

가까운 미래에 인공 지능이 클라우드 설계자를 완전히 대체할 가능성은 낮습니다. 왜냐하면 인공 지능이 클라우드 설계자가 프로비저닝, 모니터링과 같은 자동화된 작업을 완료하는 데 도움이 될 수 있기 때문입니다. , 리소스 확장 등이 있지만 시스템이 올바르게 구성되고 AI가 예상대로 작동하는지 확인하려면 여전히 사람의 감독과 의사 결정이 필요합니다. 클라우드 설계자는 현재 AI 기술로 완전히 자동화하기 어려운 클라우드 컴퓨팅 환경과 작업의 전반적인 전략과 설계에서도 중요한 역할을 합니다. 그러나 AI는 클라우드 설계자가 현재 수행하는 반복적이고 일상적인 작업 중 일부를 자동화하여 더 전략적이고 더 높은 수준의 책임에 집중할 수 있는 잠재력을 가지고 있습니다. ”

위 내용은 인공지능이 클라우드 컴퓨팅 설계자를 대체할 수 있을까요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!