কর্মের সময় থেকে অভিজ্ঞতা পর্যন্ত: আধুনিক দর্শনে এআই-চালিত পরিবর্তন

2001 সালে, আইবিএম একটি স্বায়ত্তশাসিত আইটি ইশতেহার লিখেছিল। স্বায়ত্তশাসিত কম্পিউটিংয়ের দৃষ্টিভঙ্গি স্ব-ব্যবস্থাপনাকে চারটি স্তম্ভে বিভক্ত করেছে: স্ব-অপ্টিমাইজেশান, স্ব-নিরাময়, স্ব-কনফিগারেশন এবং আত্মরক্ষা। আইবিএম যখন এই আইটি দৃষ্টিভঙ্গি উপস্থাপন করেছিল তখন আমি মাইক্রোসফ্টে ছিলাম। আমরা স্বায়ত্তশাসিত ডেটা সেন্টারের মতো প্রযুক্তিগত ধারণাগুলি প্রস্তাব করে প্রতিক্রিয়া জানিয়েছিলাম, কিন্তু শেষ পর্যন্ত, এটি একটি স্বপ্ন ছিল যা তার সময়ের চেয়ে অনেক এগিয়ে ছিল। এই দৃষ্টিকে বাস্তবে আনার কোনো ব্যবহারিক উপায় ছিল না।

মাইক্রোসফ্টের দিনগুলিতে, আমি ক্লিপির পিছনে দলে ছিলাম। যদিও অ্যানিমেশন ক্ল্যাম্প সহকারী কুখ্যাতভাবে অনুপ্রবেশকারী ছিল, তবে এর পিছনের ধারণাটি সঠিক ছিল: কম্পিউটারগুলিকে সক্রিয়ভাবে মানুষকে তাদের কাজ করতে সহায়তা করা উচিত। এটা সম্ভব করার জন্য আমাদের কাছে কম্পিউটেশনাল হর্সপাওয়ার এবং কৃত্রিম বুদ্ধিমত্তা ছিল না। 25 বছর পরে, আমরা অবশেষে করি।

পরিষেবা স্তর থেকে অভিজ্ঞতা স্তর পর্যন্ত

দৃষ্টিভঙ্গির ধারণাটি আইটিতে উদ্ভূত হয়নি। 1960 সালে, হাঙ্গেরিয়ান-আমেরিকান প্রকৌশলী এবং গণিতবিদ রুডলফ এ. কালম্যান একটি সিস্টেমের আউটপুট দ্বারা কতটা ভালভাবে পরিমাপ করা যায় তা বর্ণনা করার জন্য “পর্যবেক্ষণযোগ্যতা” শব্দটি তৈরি করেছিলেন। তারপরে, 2013 সালে, টুইটার ব্লগ পোস্টের একটি সিরিজে এই শব্দটিকে গ্রহণ করে, কার্যকরভাবে বলে যে পুরানো ধাঁচের মনিটরিং, সমস্ত অফ-দ্য-শেল্ফ বাণিজ্যিক সরঞ্জাম উপলব্ধ, প্রযুক্তির একটি ভিন্ন যুগের জন্য ডিজাইন করা হয়েছে এবং মাইক্রোসার্ভিসেস-স্কেল আর্কিটেকচারে কাজ করে না।

একজন ডাক্তার রোগীকে পরীক্ষা করার মতো এটিকে ভাবুন। রোগীর অভ্যন্তরীণ স্বাস্থ্যের পরোক্ষভাবে মূল্যায়ন করতে তারা তাদের নাড়ি পরীক্ষা করতে পারে, তাদের রক্তচাপ পরিমাপ করতে পারে এবং অন্যান্য বাহ্যিক বৈশিষ্ট্যগুলি পর্যবেক্ষণ করতে পারে। আইটিতে, আমাদের একই কাজ করতে হবে। যখন রোগীর নাড়িতে ফ্লটার হয়, তখন আমাদের জানতে হবে এর মানে কিডনি বা লিভারের সমস্যা আছে কিনা। 20 বছর আগেও টুইটার যে ক্রিয়াকলাপগুলিতে নিযুক্ত ছিল তার স্কেল এবং জটিলতায় (কোম্পানিটি রিয়েল-টাইম টুইট এবং ফিড সহ 100 মিলিয়ন ব্যবহারকারীকে পরিবেশন করেছিল), দেখার জন্য একটি ভিন্ন সরঞ্জাম এবং পর্যবেক্ষণ পদ্ধতির প্রয়োজন।

আজকের সিস্টেমগুলি আরও বৃহত্তর এবং জটিল হয়ে উঠেছে, বিষয়বস্তু বিতরণ নেটওয়ার্কের উপর নির্ভরশীলতা, ক্যাশিং এবং বিটম্যাপ, ফন্ট, জাভাস্ক্রিপ্ট ফাইল এবং সারা বিশ্বে এর মতো বিতরণ। সত্যিকারের বাস্তব-বিশ্বের অ্যাপ্লিকেশনগুলির কার্যকারিতা বোঝা কোন সহজ কীর্তি নয়।

IT যখন ভোর 4 টায় পেজ করা হয়, তখন কাউকে বিছানা থেকে উঠতে হবে এবং সমস্যাটি হার্ড ড্রাইভের একটি খারাপ সেক্টর বা কোনও খারাপ অভিনেতা অনুপ্রবেশ করার চেষ্টা করছে এবং পরিকাঠামোতে ধ্বংসলীলা করছে কিনা তা খুঁজে বের করতে হবে। এটা আসলে কোন ব্যাপার নয়: দিনের শেষে, তাদের কাজ হল সমস্ত সিস্টেম চালু রাখা। সৌভাগ্যবশত, আজ অ্যাপ্লিকেশানের স্বাস্থ্যের মূল্যায়ন করতে, আমরা সমস্ত উপলব্ধ টেলিমেট্রি নিতে পারি: প্রতিটি নেটওয়ার্ক ডিভাইস, প্রতিটি অ্যাপ্লিকেশন, হাজার হাজার আউট-অফ-দ্য-বক্স একীকরণ, JIRA বা Atlassian এর মাধ্যমে টিকিট প্রবাহ এবং আরও অনেক সংকেত।

এখানেই এক্সপেরিয়েন্স লেভেল অবজেক্টিভস (এক্সএলও) কার্যকর হয়। আপনি সম্ভবত সার্ভিস লেভেল এগ্রিমেন্ট (SLAs) এবং সার্ভিস লেভেল অবজেক্টিভস (SLOs) সম্পর্কে শুনেছেন, কিন্তু আপনার গ্রাহক এবং কর্মচারীরা তাদের কাঙ্খিত অভিজ্ঞতার মাত্রা পাচ্ছেন কিনা তা পরিমাপ করে XLOগুলি এটিকে আরও এক ধাপ এগিয়ে নিয়ে যায়। এটা শুধুমাত্র আপটাইম নয়, গুণমানের বিষয়ে। প্রযুক্তিগত দৃষ্টিকোণ থেকে, XLO পাওয়ার একমাত্র উপায় হল NIC থেকে শেষ ব্যবহারকারীর ডিভাইসে দৃশ্যমানতা।

গত অক্টোবরে AWS US-EAST-1 নেমে গেছে। অ্যামাজন প্রকাশ্যে স্বীকার করার 16 মিনিট আগে ক্যাচপয়েন্ট সমস্যাটি চিহ্নিত করেছিল। এই দৃশ্যমানতা সহ ক্লায়েন্টরা তাদের ব্যবহারকারীরা বিভ্রাটের পরিণতি অনুভব করার আগেই প্রতিক্রিয়া জানাতে পারে।

দেখার প্রতিশ্রুতি একটি ধূমপায়ী ভালুক হওয়ার মতো: আগুন লাগার আগে কোথায় ধোঁয়া আছে তা খুঁজে বের করুন। যদি সঠিকভাবে করা হয়, তবে পর্যবেক্ষণ ক্ষমতা আপনাকে ক্যালিফোর্নিয়ার প্যালিসেডেসকে আগুনে পরিণত করার আগে একটি প্রেইরি আগুন নিভিয়ে দিতে দেয়। স্মোকি হল প্রারম্ভিক সতর্কতা ব্যবস্থা যা ধোঁয়ার এই ছোট প্রচেষ্টাগুলি নির্বিশেষে সনাক্ত করতে পারে যেগুলি কোথা থেকে আসে: একটি AWS সমস্যা, একটি Oracle সমস্যা, একটি GCP সমস্যা, একটি Microsoft Azure সমস্যা, বা আপনার পরিকাঠামোতে কিছু ভুল৷

এআই স্কেলস সিকিউরিটি সিস্টেম

কোনো মানব অপারেটর আজকের অবকাঠামো ব্যবস্থা পর্যবেক্ষণ করতে পারে না। পেটাবাইট লগ ডেটা এবং প্রতিদিন ট্রিলিয়ন মেট্রিক্স ব্যবহার করে স্কেলে সিস্টেমগুলি নিরীক্ষণ করার একমাত্র উপায় হল কৃত্রিম বুদ্ধিমত্তা ব্যবহার করা।

উদাহরণস্বরূপ, ধরুন আপনি আপনার নেটওয়ার্ক পরিবেশের মধ্যে ডিস্ক রিড/রাইট কর্মক্ষমতা বা I/O বাফার বা প্যাকেট বার্নিং নিরীক্ষণ করতে চান। আপনি স্বাভাবিক দেখতে কেমন তা নির্ধারণ করতে ডায়নামিক থ্রেশহোল্ডিং ব্যবহার করতে পারেন, বা গত সপ্তাহ, মাস, বছর, বা আপনি যে কোনো সময় ফ্রেমের সময় সিরিজের ডেটা দেখার জন্য একটি নির্ধারক উপায় এবং স্বাভাবিক কর্মক্ষমতা থ্রেশহোল্ড সেট করতে পারেন। একবার আপনার এই পরিসংখ্যানগত বিশ্লেষণ হয়ে গেলে, আপনি গড় থেকে দুটি স্ট্যান্ডার্ড বিচ্যুতির জন্য থ্রেশহোল্ড সেট করতে পারেন, যাতে সেই সীমার বাইরে কিছু ঘটলে, আপনাকে সতর্ক করা হয় যে কার্যকারিতা বিভ্রান্তিকর হতে পারে।

যাইহোক, অত্যন্ত জটিল সিস্টেমগুলি প্রতিদিন হাজার হাজার সতর্কতা পেতে পারে। ড্যাশবোর্ডগুলি ঝলকানি শুরু করে এবং লোকেরা পৃষ্ঠাগুলি পেতে শুরু করে। এই সমস্ত বিজ্ঞপ্তি ফিল্টার করা মানুষের সময়ের একটি ভাল ব্যবহার নয়. প্রকৃতপক্ষে, ভেক্ট্রা অনুমান করে যে সংস্থাগুলি প্রতিদিন গড়ে 2,992টি নিরাপত্তা সতর্কতা পায়, যার মধ্যে 63% অনাদরিত হয়।

কৃত্রিম বুদ্ধিমত্তার সরঞ্জামগুলি প্রতিদিন এই হাজার হাজার সতর্কতাকে কয়েক ডজনে কমাতে পারে। আমি একটি উদাহরণ মনে করি যেখানে একটি একক মেশিনে একটি একক NIC-তে একটি একক সমস্যা 2,000টি ডাউনস্ট্রিম সতর্কতার কারণ হয়েছিল৷ AI-কে ধন্যবাদ, ক্লায়েন্ট একটি সতর্কতাকে সম্পর্কযুক্ত করতে এবং আরও দ্রুত মূল কারণ বিশ্লেষণে পৌঁছাতে সক্ষম হয়েছিল, যার ফলস্বরূপ এই সিদ্ধান্তে পৌঁছেছিল যে সেই সময়ে একটি সমস্যা কোম্পানির পুরো ড্যাশবোর্ডটিকে লাল করে দিয়েছে।

কৃত্রিম বুদ্ধিমত্তা আইটিকে আবার রোমাঞ্চকর করে তুলছে

2023 সালে Cisco স্প্লঙ্ক অধিগ্রহণ করার পরে আমি কিছু সময় ছুটি নিয়েছিলাম। পরের দুই বছরে, আমি দেখেছি যে আমার বন্ধুরা এবং প্রাক্তন সহকর্মীরা এমনভাবে AI ব্যবহার করার জন্য কোম্পানি শুরু করেছে যা এমনকি পাঁচ বছর আগেও সম্ভব ছিল না। (মনে রাখবেন যে ChatGPT যদি একটি মানব শিশু হয় তবে এটি তিন বছর বয়সী হবে)।

আইটি টিমগুলির অ্যালার্ম বন্ধ হওয়ার আগে ধোঁয়া শনাক্ত করতে সহায়তা প্রয়োজন, তাকানোর জন্য আরও ড্যাশবোর্ড নয়। তারা একভাবে, এটি একই সমস্যা যা আইবিএম, টুইটার এমনকি মাইক্রোসফ্ট ক্লিপির সাথে সমাধান করার চেষ্টা করেছে।

তাই আমি ভিতরে ফিরে যাওয়ার সিদ্ধান্ত নিয়েছি। প্রযুক্তি অবশেষে এমন জায়গায় পৌঁছেছে যেখানে আমরা স্বায়ত্তশাসিত দেখার এবং আইটি-এর আসল প্রতিশ্রুতি দিতে পারি।