Sa mga araw na ito, halos imposibleng pag-usapan ang anumang paksang nauugnay sa teknolohiya nang hindi binabanggit ang isa sa sumusunod na tatlong termino: mga algorithm, automation at artificial intelligence. Kung ang pag-uusap ay tungkol sa pang-industriya na software development (kung saan ang mga algorithm ay susi), DevOps (na ganap na tungkol sa automation), o AIOps (ang paggamit ng artificial intelligence upang palakasin ang mga operasyon ng IT), makikita mo ang mga modernong tech na buzzword na ito.
Sa katunayan, ang dalas ng paglitaw ng mga terminong ito at ang maraming magkakapatong na mga kaso ng paggamit kung saan inilalapat ang mga ito ay nagpapadali sa pagsasama-sama ng mga ito. Halimbawa, maaari nating isipin na ang bawat algorithm ay isang anyo ng AI, o ang tanging paraan upang mag-automate ay ang paglalapat ng AI dito.
Ang katotohanan ay mas kumplikado. Bagama't ang mga algorithm, automation, at AI ay magkakaugnay, ang mga ito ay tiyak na magkakaibang mga konsepto, at ito ay isang pagkakamali na pagsamahin ang mga ito. Ngayon, sisirain natin kung ano ang ibig sabihin ng mga terminong ito, kung paano sila nagkakaiba, at kung saan sila nag-intersect sa landscape ng modernong teknolohiya.
Ano ang isang algorithm:
Magsimula tayo sa isang termino na pinag-uusapan sa mga teknikal na lupon sa loob ng mga dekada: algorithm.
Ang isang algorithm ay isang hanay ng mga pamamaraan. Sa pagpapaunlad ng software, ang isang algorithm ay karaniwang nasa anyo ng isang serye ng mga utos o operasyon na ginagawa ng isang programa upang magawa ang isang naibigay na gawain.
Sabi nga, hindi lahat ng algorithm ay software. Halimbawa, maaari mong sabihin na ang isang recipe ay isang algorithm dahil isa rin itong hanay ng mga programa. Sa katunayan, ang salitang algorithm ay may mahabang kasaysayan, itinayo noong mga siglo bago ang sinuman
Ano ang automation:
Ang ibig sabihin ng automation ay pagsasagawa ng mga gawain na may limitadong input o pangangasiwa ng tao. Maaaring i-set up ng mga tao ang mga tool at proseso para magsagawa ng mga automated na gawain, ngunit kapag nasimulan na, ang mga automated na daloy ng trabaho ay tatakbo nang mag-isa o ganap.
Tulad ng mga algorithm, ang konsepto ng automation ay nasa loob ng maraming siglo. Sa mga unang araw ng edad ng computer, ang automation ay hindi isang pangunahing pokus ng mga gawain tulad ng pag-unlad ng software. Ngunit sa nakalipas na dekada o higit pa, ang ideya na ang mga programmer at IT operations team ay dapat mag-automate ng karamihan sa kanilang trabaho hangga't maaari ay naging laganap.
Ngayon, ang automation ay nakikisabay sa mga kasanayan tulad ng DevOps at tuluy-tuloy na paghahatid.
Ano ang Artipisyal na Katalinuhan:
Ang artificial intelligence (AI) ay ang simulation ng katalinuhan ng tao sa pamamagitan ng mga computer o iba pang tool na hindi tao.
Ang Generative AI, na bumubuo ng nakasulat o visual na nilalaman na ginagaya ang gawain ng mga totoong tao, ay nasa gitna ng mga talakayan ng AI sa nakalipas na taon o higit pa. Gayunpaman, ang generative AI ay isa lamang sa maraming uri ng AI na umiiral, at karamihan sa iba pang anyo ng AI (hal., predictive analytics)
umiral nang matagal bago ang paglulunsad ng ChatGPT ay nagpasiklab sa kasalukuyang AI boom.
Ituro ang pagkakaiba sa pagitan ng mga algorithm, automation, at AI:
Algorithm vs. automation at AI:
Maaari tayong magsulat ng algorithm na ganap na walang kaugnayan sa automation o AI. Halimbawa, ang isang algorithm sa isang software application na nagpapatotoo sa isang user batay sa isang username at password ay gumagamit ng isang partikular na hanay ng mga pamamaraan upang makumpleto ang gawain (na ginagawa itong isang algorithm), ngunit ito ay hindi isang paraan ng automation, at ito ay tiyak. hindi AI.
Automation vs. AI:
Katulad nito, marami sa mga proseso na ino-automate ng mga developer ng software at mga koponan ng ITOps ay hindi isang anyo ng AI. Halimbawa, ang mga pipeline ng CI/CD ay kadalasang naglalaman ng maraming automated na daloy ng trabaho, ngunit hindi sila umaasa sa AI upang i-automate ang mga proseso. Gumagamit sila ng mga simpleng prosesong nakabatay sa panuntunan.
AI na may automation at mga algorithm:
Samantala, madalas na umaasa ang AI sa mga algorithm upang tumulong na gayahin ang katalinuhan ng tao, at sa maraming kaso, nilalayon ng AI na i-automate ang mga gawain o gumawa ng mga desisyon. Ngunit muli, hindi lahat ng algorithm o automation ay nauugnay sa AI.
Paano magkasama ang tatlo:
Sabi nga, ang dahilan kung bakit napakahalaga ng mga algorithm, automation, at AI sa modernong teknolohiya ay ang paggamit ng mga ito nang magkasama ay susi sa ilan sa mga pinakamainit na uso sa teknolohiya ngayon.
Ang pinakamagandang halimbawa nito ay ang mga generative AI tool, na umaasa sa mga algorithm na sinanay upang gayahin ang paggawa ng content ng tao. Kapag na-deploy, awtomatikong makakabuo ng content ang generative AI software.
Ang mga algorithm, automation, at AI ay maaaring magtagpo rin sa iba pang mga konteksto. Halimbawa, ang NoOps (mga ganap na naka-automate na IT operations workflows na hindi na nangangailangan ng human labor) ay maaaring mangailangan hindi lamang ng algorithmic automation, kundi pati na rin ng mga sopistikadong AI tool upang paganahin ang kumplikado, nakabatay sa konteksto na paggawa ng desisyon na hindi makakamit ng mga algorithm lamang.
Ang mga algorithm, automation at AI ay nasa puso ng mundo ng teknolohiya ngayon. Ngunit hindi lahat ng makabagong teknolohiya ay umaasa sa tatlong konseptong ito. Upang tumpak na maunawaan kung paano gumagana ang isang teknolohiya, kailangan nating malaman ang papel na ginagampanan ng mga algorithm, automation at AI (o hindi ginagampanan) dito.
Oras ng post: Mayo-16-2024