生成式人工智能/AIGT可以生成新的内容，它被誉为是具有改变各种行业潜力的突破性技术。然而，那些在cloudops世界工作、负责长期运行生成性人工智能系统的人开始表达他们的担忧。虽然生成式AI有很多好处，但它也有可能对云计算运营造成伤害。
今天这些都是理论问题，但很快就会成为现实。因此，在我们爱上这项技术之前，谈论一些更值得关注的问题是有帮助的——或者至少在这些问题造成真正的麻烦之前解决它们。
安全风险
生成式人工智能可以用来生成欺骗云计算系统的假数据。这些伪造的数据可以对系统发起攻击或操纵系统的行为，从而导致安全漏洞、数据泄漏和其他安全风险。此外，生成人工智能可以创建假身份，从而规避安全措施并获得敏感数据。强大的工具既有好处也有坏处。生成式AI也不例外。我预计未来会看到许多由生成性人工智能驱动的违规行为。新的更昂贵的人工智能云安全工具将打击这些违规行为。明白这是怎么回事了吗？你从生成性人工智能中获得的价值会很快被日益增加的安全要求超越，以遏制来自外部来源的生成性人工智能干扰。一个意识到内部使用生成性人工智能没有任何好处的企业，仍将不得不支付保护自己免受对其安全系统的生成性人工智能攻击的费用。
资源过度利用
生成式人工智能算法会消耗大量资源，导致云计算资源的过度利用。我们已经讨论过这个问题。您可能会看到系统性能降低，系统可用性降低，成本增加，以及产生更多的碳。如果生成式人工智能算法没有针对云计算环境进行优化，它们可能会给系统带来巨大压力。解决由此产生的问题将落在cloudops工作人员的肩上。
与现有系统不兼容
生成式人工智能算法可能与现有的云计算系统不兼容，导致集成问题。这可能会延迟生成性人工智能算法的部署，并导致系统性能或效率方面的问题。我对此有很大的担忧，但我没有看到部署生成性人工智能系统的人有同样程度的不安，他们必须集成云间和云内系统。我怀疑这将成为一个更复杂的操作问题，因为集成通常是一个棘手的问题。
不可预知行为
生成式人工智能算法可能会表现出不可预测的行为，从而导致意想不到的结果。这可能导致系统错误、系统性能下降以及其他无法预测的问题。我猜想，随着我们对生成性人工智能系统操作的了解越来越多，我们在预测行为方面会变得更好，但学习曲线将是痛苦的。由于不可预测的行为，更糟糕的是，不可预测的云计算账单，我已经让一些生成性人工智能系统脱离了云系统。
生成式人工智能是企业技术领域不可阻挡的力量。这是另一项通过云计算变得更容易获得和负担得起的技术，这项技术的容易获得将在市场上引起反响。生成人工智能将成为一种技术，允许企业通过超越竞争对手的创新取得成功。
尽管生成式人工智能有许多好处，但它也有可能给cloudops团队和自动化系统带来许多问题。随着生成性人工智能的不断开发和部署，考虑这些潜在风险并采取措施减轻是必不可少的。我怀疑很少有开发者在这一点上考虑到弊端。相信我，这项技术的影响将很快以好的和坏的方式被感受到。
Comments