红帽日前宣布推出Wisdom项目(Project Wisdom),Wisdom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项目。Ansible操作手册在自动化应用部署和IT基础设施更新方面有着广泛的应用。红帽公司在芝加哥举行的AnsibleFest活动中公布了关于Wisdom项目的消息。
Wisdom项目使用了IBM研究院的人工智能代码(AI for Code)技术,人工智能代码的目的是利用人工智能实现软件堆栈的现代化、实现编程自动化及重构代码系统。
YAML是一种用于配置的代码语言,Ansible 操作手册文件用的也是YAML。手写YAML代码不是件轻松的事情,红帽公司自己也曾发布过有关YAML的文章,为“讨厌YAML的人”提供帮助。
根据今天发布的消息,“Wisdom项目旨在弥合Ansible YAML代码和人类语言之间的差距及帮助用户可以使用普通英语生成语法正确、功能完善的自动化内容。”红帽公司还称“Wisdom项目可以令一个知道如何打造应用程序但不具有在新的云平台上配置技能的开发者在这些新领域更加熟练地完成扩展工作。”
红帽公司表示在新闻发布会上表示, Wisdom项目使用了一个大型语言模型,即是说用了大量的数据进行训练。在通常情况下,这可以使人工智能具有更高的准确性以及具有比小型模型更多的能力。其中一张幻灯片表示,用户只需“在Visual Studio Code编辑器里输入他们想要做的事情,我们现有的Ansible扩展就会生成一段语法正确、功能完善的YAML代码”,这些听起来类似于诸如GitHub Copilot一类的编程助手,这一类的编程助手可以基于代码里的注释生成代码建议。
至于Wisdom项目是更适合学习Ansible的初学者还是更适合想提高工作效率的专家呢?产品管理高级经理Richard Henshall告诉记者,“两者都适合。对那些不了解Ansible的用户来说会有巨大的好处。”
这些人可能不是初级初学者,而是一些在某些方面技能很强但在其他方面很弱的人。他提到了一个例子是在AWS上运行PostgreSQL。
他表示,“AWS在Ansible中没有PostgreSQL模块。因此,系统必须解决所有必须发生的事件,配置出一个EC2(弹性计算云)实例,实例要配置VPC(虚拟私有云)以及配有存储,配有网络端口,然后你可以把PostgreSQL放在上面。” Wisdom项目可以帮助那些知道如何在微软Azure里配置但不知道如何在AWS上配置的人。他表示,“我实际上可以要求Wisdom项目帮助我从一个地方迁移到另一个地方。”
Henshall表示,未来的功能包括“偏向既定企业标准的模型”的一些想法,人工智能不仅会产生一个有效的YAML操作手册文件,而且还会产生一个符合操作系统版本、日志配置、弹性等事项的策略。他表示,不过现在还处于早期阶段,“我们将推出Wisdom项目的alpha、beta测试版本计划,先送到社区用户的手中,看看他们是不是喜欢,看看是否做了用户想要做的事情。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。