Machine Learning e OSS
In che modo il Machine Learning trova spazio nell’OSS?
Il Machine Learning non trova spazio in modo diretto, ma sfrutta i dati provenienti dagli apparati. Infatti, gli apparati mandano continui allarmi, che vengono salvati e memorizzati nei database.
Sono tutti allarmi di malfunzionamento o KPI che scendono sotto valori di soglia, e quindi a volte con il relativo valore del KPI.
Si può pensare quindi di sviluppare dei modelli di ML o intelligenza artificiale che usa gli allarmi come input.
Ci sono diversi use case:
• Fault prediction: grazie agli allarmi che contengono anche l’identificativo dell’apparato che li ha generati, è possibile sviluppare un modello in grado di effettuare fault prediction degli apparati in base agli allarmi che arrivano.
• Churn prediciton: qui si va a cercare di predire quando un cliente sta per rescindere il contratto in base ai disservizi. Questo tipo di predizione è molto utile, soprattutto per il business in quanto permette all’azienda di intervenire tempestivamente per evitare la disdetta.
Attualmente queste sono solo possibilità di utilizzo del ML e AI nel mondo dell’OSS, in quanto non sono ancora in produzione.