机器学习在网络自动化中扮演者越来越重要的角色。美国电信巨头AT&T使用人工智能(AI)已数十年之久，将其广泛应用在呼叫中心自动化等领域，但每个领域应用的AI都是独立研发的。如今， AT&T 正将其AI智慧引入到一个统一的平台，供多种应用采用。

　　如，使用人工智能来检测网络中是否存在异常，目标是能在事发之前给出预测。该技术的基础是驱动 AT&T Domain 2.0 软件定义网络的200万行代码，预期能够更快更高效地推出新的服务。在AT&T的AI代码中广泛采用了来自大型和第三方厂商合作伙伴的开源组件。

　　AT&T打算像其他很多公司那样，利用大量数据来实现AI的飞跃。毕竟，既然已经拥有了足够的数据点以做出预测和随时间改善预测结果，那为什么还要仅仅针对事件进行响应呢?

　　早在20年前，AT&T就开始了AI的研究，虽然那时AI尚未引起人们的广泛关注。机器学习系统可以捕捉数据、分析数据、判断哪些是错误数据，然后向负责维护的人员输出一张故障报告表。

　　现在，该软件可识别问题点，比如某虚拟机上的可疑行为等，然后基于公司策略采取相应的行动。例如，该软件可以将流量从问题虚拟机上导开，然后重启虚拟机。下一步将会是让该软件更加智能，足以预测出某系统是否将要宕机。通过增量分析大量网络数据，AI将能预报可能的故障，设置确认水平(例如80%)，然后采取相应措施。

　　真正的魔力在于，AI会随着预测次数的增多而越来越精于预测，随时间增长甚至还有可能修改策略。

　　AI发挥越来越重要作用的一个领域是安全工具，例如AT&T前不久发布的 Threat Intellect 软件平台。据估，该系统将使其安全防护措施部署提速95%以上，能在10分钟内就处理完其安全客户一整天的活动——50亿条安全事件。

　　物联网是AI应用的另一领域。举个例子，如果一个可穿戴传感器检测到患者血液成分的改变，AI可以判定该患者的情况并采取行动。

　　AI可以处理大约80%的网络管理， AT&T 正努力将这个百分比再提高几个点位。但是，尽管快速分析数据、找出模式和精炼结论非常棒，依然只有人类才有能力处理涉及更高层级决策的各种考量。正如AT&T创新科学部助理副总裁马金·吉尔博特所言：

　　“没有办法100%的自动化我们的网络。”

　　责任编辑：DJ编辑