عاملهای هوش مصنوعی و خطای تفسیر داده میان سازمانها
عاملهای هوش مصنوعی میتوانند به دادههای سیستمهایی مانند Jira و ServiceNow متصل شوند و روی آنها اقدام کنند. به گفته همبنیانگذار و مدیرعامل Exalate، مشکل اصلی تفسیر درست معنای دادههاست، نه دسترسی به آنها.
در یک نمونه، ادعا شده عامل هوش مصنوعی فرض کرده «Priority» در هر دو سیستم یک معنا دارد و بر همین اساس دادهها را همگام کرده است. ادعا شده اگر چنین استنباطی به تیکت مشتری برسد، یک حادثه با اولویت ۱ ممکن است از SLA عقب بماند و تیمهای درگیر خبردار نشوند.
به گفته همبنیانگذار و مدیرعامل Exalate، سازمانها معمولا فکر میکنند با دسترسی گستردهتر، عاملهای هوش مصنوعی زمینه بیشتری پیدا میکنند. او میگوید میان طرفهای خارج از مرز یک سازمان هیچ مرجع رسمی برای تایید نگاشت فیلدها و تعریف دادهها وجود ندارد و نامگذاری فیلدها معمولا رسمی نیست.
به گفته همبنیانگذار و مدیرعامل Exalate، حذف یک فیلد در یک سیستم بدون ایجاد خطا ممکن است وابستگی طرف مقابل را بشکند و تیم طرف مقابل از آن بیخبر بماند. از میان سه مدل معماری، او تنها رویکرد غیرمتمرکز را میشناسد که خودمختاری سازمان را حفظ میکند و اعتبارنامهها را در جای سوم ذخیره نمیکند.
به گفته همبنیانگذار و مدیرعامل Exalate، اعتبارنامههای سیستم باید در محل خود بمانند و تنها زمینه تاییدشده مشترک، مانند تعریف فیلدها و نگاشت وضعیتها، میان سازمانها رد و بدل شود. همچنین عامل هوش مصنوعی باید بتواند میان نبودن یک فیلد و ممنوع بودن دسترسی به آن تمایز قائل شود.
به گفته همبنیانگذار و مدیرعامل Exalate، ارزش زمینه میان سازمانی در این است که محدودیتهای دید خود را بشناسد و آنها را دقیق گزارش کند، نه اینکه بر هر دو سیستم نظارت داشته باشد.
منبع
- TechRadar
هر منبع در سایتِ خودش باز میشود؛ این صفحه همینجا میماند.
دیدگاهها
این خبر دیگر در دسترس نیست
شاید کهنه شده یا منبعش برداشته شده. خبرهای تازهای که به کارِ شما میآید پایینِ همین صفحه است.
برو به «برای تو»