gydtep

定位并消除知识/技能差距

每个人都有不同的学习风格和习惯，所以没有一种教学方法能满足每个人的需要。当然，这就是个性化学习的作用。

gydtep

即使有了个性化，知识和技能的差距仍然存在。AI可以通过分析每个学生的学习模式来解决这个问题。

基于人工智能的LMS可以识别学生的优势和劣势，并针对学习中的特定差距提出课程改进建议。通过弥补这些差距，人工智能最终将改善学习曲线。

gydtep

自动驾驶：上述这些功能最终还是要人去参与，而自动驾驶可以完全不需要人的参与，直接是可观察性系统+控制系统就可以让汽车自动运行起来。

gydtep

利用这些项目的组合或多或少可以解决针对性的一类或者几类问题，但真正应用起来你会发现各种问题：

多套方案交织：可能要使用至少Metrics、Logging、Tracing3种方案，维护代价巨大

gydtep

数据不互通：虽然是同一个业务组件，同一个系统，产生的数据由于在不同的方案中，数据难以互通，无法充分发挥数据价值

gydtep

在IT系统的可观察性上，也可以类似划分6级：

等级0：手工分析，依靠基础的Dashboard、告警、日志查询、分布式链路追踪等方式进行手动告警、分析，也是目前绝大部分公司使用的场景

gydtep

等级1：智能告警，能够自动去扫描所有的可观察性数据，利用机器学习的方式去识别一些异常并进行自动告警，免去人工设置/调整各种基线告警的工作

gydtep

等级3：根因分析+问题自愈，自动根据异常以及系统的CMDB信息直接定位问题的根因，根因定位准确后那边可以去做问题的自愈。这一阶段相当于是一次质的飞跃，在某些场景下可以在人不用参与的情况下实现问题的自愈。

gydtep

等级4：故障预测，故障发生总会有损失，所以最好的情况是避免故障的发生，因此故障预测技术可以更好的来保证系统的可靠性，利用之前积累的一些故障先兆信息做到“未卜先知”

gydtep

等级5：变更影响预测，我们知道绝大部分的故障都是由变更引起的，因此如果能够模拟出每个变更对系统带来的影响以及可能产生的问题，我们就能够提前评估出是否能够允许此次变更。