在OpenAI的ChatGPT向公众发布不到一年的时间里，思科系统已经开始将生成人工智能(genAI)嵌入到其整个产品组合和内部后端系统中。
该公司计划将其应用于业务的几乎每一个角落，从自动化网络功能和监控安全到创建新的软件产品。
但思科的首席信息官弗莱彻•普莱文(Fletcher Previn)也面临着IT人才短缺的问题，他们无法为特定领域的人工智能应用创建和调整大型语言模型(LLM)平台。因此，IT工作者边走边学习，同时发现不断发展的技术可以创造价值的新地方和新方式。
普雷文于2022年4月接任思科首席信息官。在此之前，他在IBM工作了15年，最后4年担任首席信息官。所以，普莱文熟悉竞争格局，他意识到他的公司创造的每一个基因模型都是工业间谍活动的唾手可得的成果。与此同时，他也担心要花费数百万美元才能获得专有的人工智能技术，他也明白，基因人工智能有时会有自己的想法。让一个人参与进来总是很重要的。
普莱文在接受《计算机世界》采访时谈到了思科内部的人工智能工作。以下是那次采访的节选。
思科是如何使用生成式人工智能的?你们面临的挑战是什么?“这是一个激动人心的时刻。在ChatGPT进入It领域10到11个月后，这是一个特别有趣的时期，在某些情况下，它继续令人惊讶和恐惧。
“我们从三个方面来考虑，我们如何让人工智能为我们自己、为我们的产品和为我们的客户服务?
“就我们如何为自己使用它而言，其中有很多。我到现在已经工作一年了，花了很多时间思考IT作为一种文化变革，以及我们如何将技术作为力量倍增器带给我们的员工;人工智能在这方面提供了帮助。
“如果你想想网络——思科的核心业务——你有这种数据和信息的消防管，它是及时识别事物的能力，理解它，并根据它采取行动，这是人工智能擅长的。
“所以，如果你考虑网络监控，……您可以使用人工智能算法实时分析大量数据，以检测异常情况、检测性能问题或预测问题。预测性维护和使用人工智能来检测何时会出现网络故障或性能问题，然后采取预防性维护来防止它的整个想法是巨大的;然后是自动化日常网络管理任务的能力，如配置管理，设备供应，策略实施，减少手动操作....”
在人工智能方面，是什么让你夜不能寐?“我认为我们想要确保我们在任何时候都有一个人在循环. ...我认为机器学习缓慢而困难的部分原因是，你必须获取一组数据，对其进行管理，然后根据这些数据训练机器学习——你所问问题的答案必须存在于这些数据中。如果你能用数据推理，情况就不是这样了。然后你可以开始接近人类的阅读和写作理解来回答以前没有答案的问题。
“但我们需要人类参与进来，以确保这些答案是正确的，并与我们的价值观和商业模式相一致;因此，我们需要制定负责任和道德的商业政策。”
到目前为止，你们创造了多少嵌入了基因人工智能的产品?“这是讽刺。我目前正在为思科董事会准备一份文件，已经有10页长了。答案是，我们将把人工智能嵌入到思科的整个产品组合中，我们已经在这方面做得很好。
“这涉及到整个投资组合。问哪些产品没有使用人工智能是一个更简短的答案。它存在于每一种产品中，人们很快就开始关注人工智能所能带来的东西，无论是在协作领域、安全领域、网络、路由和交换领域。您可以直观地看到这对安全投资组合的帮助—简化事情，提高速度，自动化任务，实时了解复杂数字状态中发生的事情。
“这些都是具有挑战性的任务，人工智能是一个完美的解决方案，可以用于像千眼、我们的Umbrella和Duo SASE(安全访问服务边缘)SD-WAN这样的项目。交通状况如何?在如何路由流量方面做出了哪些决定?出现了什么异常情况?问题出在哪里?恶意的东西出现在哪里?如果我在这里做了改变，它会传播到其他地方吗这样我就不需要登录一堆其他工具来获得我想要的结果了?这是目前正在进行的努力。
“它很快就渗透到思科产品组合的每一个部分。”
安全方面呢?你发现人工智能对网络安全有用吗?“安全是一个巨大的机会，我们可以通过威胁检测和分析网络模式，识别和突出异常行为，实时检测安全威胁，以一种有趣的方式利用人工智能。
“使用人工智能来优化流量并动态调整流量路径对于像我这样的IT组织来说具有很高的价值-减少延迟并提高性能。人工智能驱动的网络管理可以集成这些IT系统和网络编排系统，以创建这些无缝、统一的体验，并通过人工智能增强这些体验。
“然后将我们的一些产品也引入其中，无论是千眼平台、思科安全网络分析、Catalyst智能中心警报，还是Nexus仪表板。你把所有这些遥测数据结合在一起，分析它，理解它，实时采取行动，并将其中一些行动自动化。这是人工智能驱动的网络管理的圣杯。”
人工智能是如何提高员工效率的?“…如果你想一下在任何大型组织中效率低下的程度——仅仅是我们需要做的事情来完成我们的工作——我们能做的就是将某些任务自动化，快速显示高价值的信息，总结事情。
“Webex平台上有很多人工智能。例如，我们正在使用人工智能来总结会议，突出会议中的重要时刻，并分析肢体语言，而不仅仅是文字和书面语言。这件事发生在会议上;这个人站起来走开了;如果你错过了一场会议，你可以让人工智能给你发一份简短的会议总结，总结会议上发生的事情和做出的决定。
“你们已经有了法学硕士学位。现在，你有了远程监控和管理(RMMs)的概念，思科正朝着能够理解肢体语言和非语言线索，并对其进行总结和理解的方向发展。
“能够在混合世界中进行视频会议是必要的，但还不够。在某些方面，它仍然不如面对面的体验。我们正处在这些令人兴奋的创新的悬崖上，这些创新将以一种更有意义的方式解决这个问题，人们不会因为不在办公室里而处于不利地位. ...这就是我们现在在人工智能的进步中开始看到的。
“噪音消除和虚拟背景是显而易见的，但现在你要做的是总结会议，决策和行动项目是什么，非语言肢体语言是什么?”
你们是如何在软件开发中使用人工智能的?“对于软件开发，早些时候有一种感觉，人工智能的第一个用例将是更卑微的任务。但事实证明，它的第一个广泛用例是软件开发，这真的很有趣，因为传统的智慧总是认为你不能缩短开发软件的时间;软件开发中没有压缩算法。
“这就是为什么过去有如此多的关注测试和发布自动化的原因。现在，事实证明，你可以使用像Github的Copilot这样的东西，让AI坐在你的肩膀上，帮助你更有效地编写代码。这在软件开发领域非常有趣。
“我认为，到今年年底，提交到Github的所有代码中，有40%到60%的代码将以某种方式被人工智能增强。这对你的软件开发流程有什么影响?你如何正确、负责、合乎道德地记录人工智能在哪些方面帮助了你?”
一个问题是，如果你通过人工智能编写代码，可能会引入某些错误、偏见甚至恶意软件。你认为人工智能在未来的代码开发中会有什么危险吗?“我不知道这两件事是不是真的。你可以有很多代码被签入Github，由人工智能增强，而不受控制，失控的优化。所以，像在发布代码之前让两个人审查代码，或者要求对人工智能生成的任何代码进行评论和标记——你可以做一些事情来对人工智能生成的代码和软件开发负责，这些就是我们正在做的事情。”
生成式人工智能在训练大型语言模型时被发现窃取知识产权，这一事实又如何呢?拜登总统的行政命令之一是建立一个对人工智能创作的内容进行水印的系统。你遇到过这种情况吗?你是怎么处理的?“对于那些索引整个互联网的大型语言模型来说，这可能是一个更紧迫的问题。这就产生了很多有趣的问题，哪些艺术家会因为使用他们的知识产权而得到补偿?原始来源是什么?使用人工智能从原始资源创造新东西的人?我认为这些问题的答案还不清楚，所以从某种程度上说，这是一个未知的领域。什么时候才算是原创，什么时候又是对他人艺术的再利用。
“我认为这是我们作为一个社会必须解决的问题。当人们把一首歌混搭在一起时，即使在法庭上也不总是很清楚。如果你从别人的歌中抽取一些东西，并以此为基础创作一首新歌，那么这首新歌的主题要有多少才能被认为是剽窃，而不是全新的东西呢?人工智能可能也会出现类似的情况。
“大型语言模型对掌握语言、总结事物、写好东西非常有帮助;这是人工智能的一种形式，它可以看到你写的单词，并能够预测下一个单词是什么。当你想把行业或公司的知识运用到某件事上时，这就不那么有用了。
“例如，如果我想要一个人工智能辅助的网络工程师，他了解思科产品的一切，包括帮助台文章和技术支持文档、产品原理图以及诸如此类的内部内容，那么你就会想要创建自己的专有的、更小的模型来回答那些利基的、点解决方案的问题——这就是为什么很多人想要建立自己的人工智能集群来创建这些模型。
“这就是我们IT部门正在做的事情，使用思科的以太网结构构建我们自己的GPU-AI集群来连接所有这些，在我们看来这是必经之路。要构建一个人工智能集群，你需要两样东西:你需要gpu，你需要这些东西之间的低延迟、高速连接。我们的以太网项目使用了这两种技术。”
你在特定领域的法学硕士学习到什么程度了?“你不能训练一个法学硕士，但你可以让它查询数据池并进行总结。所以你可以用它来做……在您的内部网或帮助台文章中进行优化，您可以让OpenAI模型询问您所写的文章，并提出人们可能会问的问题，这将是最好的文章，然后根据这些结果优化您的搜索。
“因此，例如，你让它查看帮助台的文章并说，'这些是我认为这篇文章可能回答的问题'，然后调整你的搜索引擎，如果有人问这些问题，这是你可能应该显示的答案。这是一种简单的初始用例。
“还有一些非常技术性的东西，比如这款思科Catalyst交换机与另一款交换机的以太网供电预算是多少，并将其与我们自己的内部产品、服务台和客户服务数据连接起来，以便能够用自然语言进行查询。这些事情已经在进行中，我们自己的集群也在建设中。我们最终将使用我们自己的以太网结构制作几个集群，但使用不同的gpu和不同的服务器蓝图，因此我们可以将它们作为参考蓝图发布，以便其他人也可以这样做。”
