项目将人工智能融合到混合云自动化中,降低技能门槛,解放IT团队以更好地创新,并帮助推动Ansible自动化成为企业的核心技术
中国北京 —2022年10月20日 — 世界领先的开源解决方案供应商红帽公司和IBM研究院日前宣布启动Wisdom项目,这是首个为Ansible和IT自动化行业建立智能、自然语言处理能力的社区项目。该项目使用人工智能(AI)模型,以提高IT自动化开发人员的生产力,使具有不同技能和背景的IT专业人员更容易实现和理解IT自动化。
IDC在其2021年的预测中指出1:“到2026年,85%的企业将把人类专业知识与人工智能、机器学习、自然语言处理(NLP)和模式识别结合在一起,以提高整个组织的预见能力,使员工的生产力和效率提高25%。机器学习、深度学习、自然语言处理、模式识别和知识图谱等技术正在产生越来越准确,且具有上下文感知能力的洞察、预测和建议。”
Wisdom项目由源自IBM AI for Code计划的AI基础模型提供支持,允许用户将命令以简单的英语句子输入。然后,该项目对句子进行解析,并构建所请求的自动化工作流程,以Ansible 脚本形式交付,用于自动执行任意数量的IT任务。与其他人工智能驱动的编码工具不同,Wisdom项目并不专注于应用开发,相反,随着混合云应用的增加,该项目关注的重点是应对企业中日益提高的IT复杂性。
从人类可读到人机交互
成为自动化专家需要投入大量精力和资源,而且这涉及到学习不同领域的知识。Wisdom项目致力于弥合Ansible YAML代码和人类语言之间的鸿沟,使用户能够使用简单的英语生成语法正确、功能完善的自动化内容。
这可以让通常提供本地服务的系统管理员跨越领域,使用自然语言生成脚本指令,从而在其他环境中构建、配置和操作系统。如果开发人员知道如何构建应用,但并不具备在新的云平台中配置应用的技能,则可以使用Wisdom项目扩展这些领域的能力,帮助实现业务转型。不同部门的新手可以在学习基础知识的同时立即生成内容,而无需依赖传统教学模式。
通过协作推动开源创新
尽管人工智能对企业IT的重要性不容否认,但社区协作以及红帽和IBM的洞察,是交付符合开源技术关键原则的人工智能/机器学习模型的关键。红帽在社区项目的合作以及通过保护开源许可证为自由软件保驾护航方面拥有20多年的丰富经验。Wisdom项目及其底层AI模型是这一承诺的延伸——即保持代码库的所有方面对社区开放和透明。
随着全面的混合云运营成为企业的重点,红帽致力于推动开源技术的下一波创新浪潮。IBM研究院和红帽Ansible专家们努力微调AI模型, Ansible社区将作为主题专家和测试者发挥关键作用,共同推动目标的实现。社区参与仍在进行中,欢迎关注并了解最新进展。
支持证言
Chris Wright,红帽首席技术官兼全球工程高级副总裁
“该项目展示了人工智能如何从根本上改变业务创新的方式,将通常由运营团队掌握的能力扩展到企业的其他方面。通过智能解决方案,企业可以降低准入门槛,消除日益扩大的技能差距,打破企业范围内的孤岛,重新规划企业中的工作。”
Ruchir Puri,IBM研究院首席科学家;IBM院士;IBM技术社区副总裁
“Wisdom项目证明,当我们将最新人工智能和软件相结合时,可以在技术方面和整个企业内抓住重大的机遇。在我们不断推进现有的人工智能和混合云技术,以构建未来的计算机和系统的当下,这的确是一个令人兴奋的时刻。”
1IDC FutureScape: 2022年全球人工智能和自动化预测,Doc # US48298421,2021年10月
好文章,需要你的鼓励
B&H近期对多款M5 Pro MacBook Pro机型推出300美元优惠。14英寸M5 Pro版本(48GB内存+1TB固态硬盘)现售价2299美元,较原价2599美元节省300美元,且该配置在亚马逊无法购买,折扣机会更为难得。此外,16英寸M5 Pro版本(64GB内存+1TB固态硬盘)同样享有300美元折扣。B&H在多款高配MacBook机型上的定价已低于亚马逊,是近期可找到的最优价格。
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
Insta360推出GO 3S复古套装,将现代4K运动相机与胶片时代美学结合。套装核心仍是仅重39克的GO 3S,新增复古取景器、胶片风格滤镜、NFC定制外壳及可延长录制时长至76分钟的电池组。复古取景器模仿老式腰平相机设计,鼓励用户放慢节奏、专注构图。相机内置11种色彩预设及负片、正片等滤镜,同时保留FlowState防抖、4K拍摄及10米防水能力,面向热衷复古影像风格的年轻创作者。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。