De impact van technologische evolutie
De ontwikkeling van kunstmatige automatisering en intelligentie (AI) vindt plaats voor onze ogen. Wat een opwindend moment om een ingenieur te zijn! Velen van ons die zijn opgegroeid met digitale technologie kunnen met een gevoel van nostalgie terugkijken op de magie die we voelden, vooral in de beginfase.
Zij die volwassen werden in de begindagen van het internet, voordat plug-and-play gemak er was, herinneren zich ook de worstelingen van die tijd: wachten op de telefoonlijn voordat we via het piepende geluid van een inbelmodem toegang kregen, stapels cd’s en floppy disks, en het verlies van gegevens tijdens onvermijdelijke storingen.
Binnen ongeveer een decennium is de moderne technologische wereld geëvolueerd van dial-up naar breedband en wifi, van floppy disks naar microSD-kaarten en USB-drives, en van magnetische tapes en draaiende schijven naar solid-state opslag.
De tijd van automatisering en kunstmatige intelligentie heeft aanzienlijk geprofiteerd van de fundamenten die ingenieurs in de afgelopen decennia hebben neergezet, wat heeft geleid tot een opwindende start. Toch bestaat er onzekerheid over de snelheid en richting van innovatie. We vragen ons af hoe we het meeste uit deze unieke kans kunnen halen.
Kunstmatige intelligentie en machine learning
Machine Learning (ML) is een subset van AI. Het stelt machines in staat om modellen te herkennen, voorspellingen te doen en resultaten efficiënt te genereren. Het wordt al tientallen jaren gebruikt, vaak onopgemerkt, in de vorm van onderzoeksadviezen die worden gegenereerd door datascience-technieken zoals clustering, classificatie en regressie, samen met geavanceerde algoritmen.
Tot voor kort hoefden de meeste ingenieurs en gebruikers niet de basis te begrijpen van de implementatie van ML-technologie, inclusief mijlpalen zoals natuurlijke taalverwerking en nieuwe innovaties zoals generatieve AI. Die tijd is voorbij.
Gelukkig betekent de snelle vooruitgang van AI dat de dagen van gênante en experimentele fasen voorbij zijn. Van biometrische identificatie tot chatbots en andere dagelijkse toepassingen, zoals geautomatiseerde notities tijdens vergaderingen, zijn nu beschikbaar voor het grote publiek en hebben invloed op een groeiend segment van de industrie.
Ingenieurs moeten nu gebruik maken van specifieke tools in hun vakgebied, zoals AI-enabled Integrated Development Environments (IDE’s). Deze tools kunnen ingenieurs echter ook frustreren met problemen zoals onjuiste antwoorden en onbetrouwbare code-suggesties als gevolg van slechte trainingsdata.
Hoe navigeer je dus door het uitgebreide veld van modellen, neurale netwerken, algoritmen en instructies? Is er een plug-and-play benadering om AI-effectief te gebruiken voor netwerktechniek, DevOps, Cloud en verder?
Model Context Protocol (MCP)
Model Context Protocol (MCP) is een open standaard die naadloze interactie mogelijk maakt tussen grote modellen (LLM) en tools, systemen en externe gegevensbronnen. Zie MCP als de USB-C van AI-tools: een universele interface, model-agnostisch, voor activiteiten zoals het laden en lezen van gegevens, het uitvoeren van opdrachten en het beheren van contextuele instructies.
Een belangrijk voordeel van MCP is dat het de complexiteit van het bouwen en onderhouden van aangepaste connectoren voor elke tool of gegevensbron vermindert, waardoor de integratie met LLM’s aanzienlijk eenvoudiger wordt.
Als je bekend bent met MCP en je wilt er dieper op ingaan om er optimaal gebruik van te maken, bekijk dan de MCP-servers van Kareem Iskander, hoofd van technische verdediging. In zijn blog laat hij zien hoe je een specifieke OpenAPI kunt converteren naar een FASTMCP-server met alleen specificaties en enkele regels code, zonder aangepaste scaffolding.
Recovery Augmented Generation (RAG)
Voor MCP in beeld kwam, was de dominante benadering om de nauwkeurigheid van LLM’s te verbeteren Recovery Augmented Generation (RAG). RAG is een methode om specifieke domeinkennis (zoals documenten, websites en gestructureerde of semi-gestructureerde gegevens) in een LLM te injecteren om hallucinaties te verminderen en de nauwkeurigheid te verbeteren.
Een generiek, generatief, vooraf getraind transformermodel (GPT), hoewel getraind op grote hoeveelheden data, kan alleen de nauwkeurigheid van een LLM verbeteren door contextuele kennis toe te voegen. Daarom blijft RAG een basisstrategie voor veel AI-toepassingen in de echte wereld.
Vanuit technisch oogpunt is het keerpunt met AI dat de effectieve implementatie ervan vaak de hoge kosten en complexiteit van grote modellen kan omzeilen.
Hybrid Cloth
De volgende evolutie van dit concept is Hybrid Cloth, een speciaal type LLM dat meerdere herstelbronnen combineert. Dit systeem bevat een logische controller die bepaalt wanneer specifieke domeinkennis uit een vectordatabase moet worden hersteld door documenten en websites te raadplegen, en wanneer externe bronnen zoals het internet moeten worden bevraagd. Hybrid Cloth combineert dus het beste van beide werelden in een uniforme respons die rijk is aan context. Deze aanpak balanceert precisie en breedte en biedt zowel gespecialiseerde als algemene intelligentie.
Ze zeggen dat de beste manier om iets te leren is door het te doen. Dus, in mijn poging om Hybrid Cloth op een dieper niveau te begrijpen, heb ik het helemaal opnieuw opgebouwd. Het interessante aan dit project is het gebruik van automatisering en AI om anderen te leren, te demonstreren en te verbeteren in het domein van automatisering en AI.
Het Cisco Automation Certification Station
De overgang van Cisco DevNet-certificeringen naar Cisco Automation Certifications, die op 3 februari 2026 definitief wordt, markeert een belangrijke verschuiving. Als voorstanders van technisch leren bij Cisco is het onze taak om verwarring weg te nemen en technische professionals en studenten in staat te stellen succesvol te zijn.
In die geest onthult de blog van technisch advocaat Quinn Snyder, CCNP Automation: een heruitgevonden certificering, deskundig hoe Cisco DevNet-certificeringen evolueren. Naast de nieuwe naam (Cisco Automation Certifications), benadrukt de nieuwe aanpak van examens, de grotere focus op automatisering en de integratie van AI in het examen en de certificeringsstructuur.
Deze aanpassing van de certificering bood mij een spannende kans om het Cisco Automation Certification Station te ontwerpen, een conceptueel leermiddel in de vorm van een enkele webpagina, speciaal afgestemd op de certificering en expertise in het domein van automatisering.
Het Cisco Automation Certification Station is een hybride RAG-systeem dat klaar is voor productie en is ontworpen om kandidaten voor Cisco Automation Certification te ondersteunen en te begeleiden. Het combineert lokaal onderzoek van documenten, webonderzoek en AI-generatie om volledige antwoorden te geven, ondersteund door bronnen voor alle Cisco Automation- en Cisco DevNet-certificeringen, evenals automatisering in het algemeen. Zie het Cisco Automation Certification Station als een intelligente en altijd beschikbare studiepartner met diepgaande kennis van het automatiseringsveld.
Door gebruik te maken van een solide kennisbasis opgebouwd door echte Cisco-examens, documentatie, websites en andere bronnen en functionaliteiten te integreren in de vooruitgang via Google Gemini, biedt dit hybride doek nauwkeurige, relevante en onmiddellijke antwoorden op complexe technische vragen. Het verzamelt niet alleen informatie; het omvat de context van de vraag en vat de relevante details samen, net als een expert dat zou doen.

Het Cisco Automation Certification Station is nu live op de CS.CO/Automation Certification Station en biedt technische antwoorden op specifieke onderzoeksthema’s en automatisering in het algemeen, met antwoorden en studieplannen ondersteund door bronnen, waarbij de context voor vervolgvragen wordt behouden.
De voordelen van het Cisco Automation Certification Station zijn onder meer:
- Duidelijkheid voor de certificeringsgemeenschap: Deze tool biedt een snij- en interactieve manier om de nieuwe Cisco Automation-certificeringen en de overgang van Cisco DevNet-certificeringen te begrijpen.
- Verbeterde examenvoorbereiding: Door precieze informatie en onmiddellijke ondersteuning te bieden, stelt deze tool studenten in staat om complexe concepten te begrijpen, waardoor de leerervaring minder pijnlijk en zelfs plezierig wordt.
- Showcase of Innovation: Dit project toont leren met Cisco’s toewijding om de nieuwste kunstmatige intelligentietechnologieën te benutten om hoogwaardige educatieve hulpmiddelen te bieden, waardoor Cisco’s positie als leider in technologie en leertechnologie wordt versterkt.
- Schaalbaarheid en aanpasbaarheid: De onderliggende RAG-architectuur is zeer aanpasbaar. Hoewel momenteel gericht op automatisering, kan dit framework eenvoudig worden aangepast om te voorzien in de behoeften van een organisatie, waardoor het een veelzijdige bron wordt voor elk technisch portfolio, een specifiek hulpmiddel voor domeinkennis dat reproduceerbaar en nuttig is voor zowel externe als interne doeleinden.
Om een kijkje te nemen onder de motorkap en te zien hoe het Cisco Automation Certification Station is opgebouwd, kunt u het Github Repo bezoeken.
Uitnodiging tot actie
Ik hoop dat dit project een vleugje magie toevoegt aan je leerervaring en je zal begeleiden of motiveren om je technische doelen te bereiken, of het nu is om een Cisco Automation-certificering te behalen of gewoon om je begrip en vaardigheden in het domein van AI en automatisering op te bouwen.
Als jij of iemand die je kent worstelt met de onvermijdelijke veranderingen die AI zal brengen in connectiviteit en interactie in onze wereld, is het nog niet te laat.
Leer en groei met Cisco: de ultieme leerbron voor alles Cisco (en meer):
- Ben je nieuw in technologie of wil je je kennis en vaardigheden bijwerken? Bezoek de Cisco Networking Academy.
- Ben je op zoek naar goed gestructureerde leerpaden, cursussen en tutorials om je technische vaardigheden naar een hoger niveau te tillen? Bekijk Cisco U.
- Heb je vragen over certificeringen, heb je studiemateriaal nodig of wil je deel uitmaken van een levendige gemeenschap? Word vandaag nog lid van het Cisco Learning Network.
Meld je aan bij Cisco U. | Word vandaag nog gratis lid van het Cisco Learning Network.
Leer met Cisco
X| Discussies | Facebook | LinkedIn | Instagram| YouTube
Gebruik #Ciscou EN#CiscoCertOm deel te nemen aan het gesprek.
. Niet uitvinden. Schrijf niet in een andere taal. Ga niet in op de auteur van de inhoud. Richt je op de inhoud, niet op andere pagina’s, zoals privacybeleid, cookiebeleid of andere. Wees uitgebreid bij het herschrijven: minstens 300 woorden. Vertaal ook geen merken, producten of bedrijfsnamen.
BRON







