机器学习操作不适用于云计算运维

为云计算服务团队提供机器学习的系统不仅是一个错误，而且是危险的。

一家公司的云平台在周末出现故障。该公司的云计算运营团队试图研究和讨论发生了什么。似乎有几个系统与一个先进的新库存管理系统有关，该系统支持机器学习，但也存在一些问题。经过测试，得出如下结论:“随着企业越来越多地使用基于云计算的“高质量、低价格”机器学习系统，人们发现使用机器学习的系统操作起来非常复杂。业务运营团队希望降低难度和复杂性，但发现面临培训、人力和资金不足的问题。

云计算运营团队可以通过相对简单的转换来处理基于云计算的数据库、存储和计算。考虑到基于云计算的系统与传统系统相似，大多数情况下都是如此。

但是，操作团队在很大程度上还没有采用基于机器学习的系统。这些系统有特殊的用途和特殊的系统，必须以某种方式进行监控和管理，例如数据库和知识引擎。这就是当前操作团队失败的地方。

这种情况很容易理解，但大多数企业不会喜欢，因为这意味着在机器学习的云计算操作上花费更多的钱，这可能会导致放弃。机器学习系统是技术链，如果小心使用，会非常有效。如果处理不当，可能无法检测到故障，这将非常危险。如果系统使用了由此产生的错误知识，最终可能会出现严重的问题，并且这些问题可能不会被发现，直到造成巨大的损害。似乎风险大于回报。