人工智能(Artificial Intelligence,AI)技术和机器学习(Machine Learning,ML)等技术发展到一定程度必然会遇到新的障碍并面临新的需要攻坚的问题。自从AI从学术领域逐渐步入商业应用以来,基于CPU或GPU计算能力的AI应用已经不再满足应用场景快速发展的需要。特别是在物联网、工业互联网、边缘计算快速发展的推动下,需要更多低功耗、高智能设备分布在海量的边缘节点上。AI的市场前景已被资深学者和敏锐的商人捕捉到,资本正迅速流向人工智能行业。在资本的推动下,AI算法特别是神经网络出现之初,各个流派迅速成长。神经网络实现各自的语言和方法都有差异,不同的框架实现的算法和模型不能通用。对AI的前景人人趋之若鹜,但AI自身的复杂性耗费了专家的宝贵的时间,AI人才方面也显贫乏,这导致了自动化机器学习的发展。IT人员就是AI应用的先行者,将使用AI来解决IT运维自动化问题,提高工作效率和精准度。