以生成式AI和自动化,加速主机应用全生命周期
作者:Keri Olson,IBM IT 自动化副总裁;Andy Bradfield,IBM ZaaS 与机密计算负责人
北京2024年5月24日 /美通社/ -- 扩展AI应用带来的业务成果显而易见。IBM商业价值研究院最新发布的年度CEO调研报告显示,与同行相比,处于生成式AI前沿、以数据驱动创新的公司年净利润要高出72%,年收入增长则高出17%。实现这些收益的关键一步是采用针对业务量身定制的AI助手。
IBM watsonx™ Code Assistant for Z 是一款基于AI的编码助手,旨在加快大型主机应用的应用生命周期,利用生成式 AI 和自动化功能推动现代化技术的发展。
今年早些时候,IBM watsonx Code Assistant for Z 在 Visual Studio Code (VS Code) 中为其生成式 AI 和自动化功能提供了统一的通用体验。它可提供简化和生成测试的功能,并附有互动演示,可以通过实际用例了解这些功能的应用效果。
基于此,我们很高兴地宣布一项新的功能——代码解释(code explanation),作为 watsonx Code Assistant for Z的附加功能使用。此外,IBM watsonx Code Assistant for Z 的代码转换功能也可在本地部署,预计将于2024 年 6 月向客户全面开放。

IBM watsonx Code Assistant for Z之代码解释
通过 IBM watsonx Code Assistant for Z,开发人员可以利用生成式 AI 来创建 COBOL 代码的自然语言解释。这可以帮助开发人员轻松了解现有的关键任务应用,并制定相应的应用现代化战略。这对于开发团队处理复杂且庞大的应用尤为重要,尤其是那些没有完备记录、需要专业技能的应用。
为了支持应用现代化中理解、重构和转换代码等工作,watsonx Code Assistant for Z 利用生成式 AI,帮助开发人员更好地理解他们选择的应用。它能为应用中的COBOL 代码创建自然语言解释,帮助开发人员理解,同时减少更新代码解释所需的人工,直接将这些解释保存或作为注释插入代码中,从而简化文档维护和更新的工作。
代码解释旨在帮助不熟悉特定应用的开发人员更好地学习,弥补知识差距,加快开发或现代化进程。借助代码解释功能,企业可以解决员工的知识瓶颈问题,让资深专家专注于执行更高阶的现代化任务。这将帮助IT决策者在现代化项目的理解和重构阶段,做出更明智的选择。
本地部署版本即将发布:适用于混合云环境的解决方案
数据安全和隐私是许多企业尤其关心的议题。基于IBM watsonx Code Assistant for Z的本地部署版本,客户可选择在内部IT环境中实现 COBOL语言向Java语言的转换,利用生成式 AI加速应用现代化,并通过控制和定制化来满足特定需求。该版本将于6月正式发布,届时,企业可本地部署 IBM watsonx Code Assistant for Z,并使用其理解、重构、转换和验证等功能。
如需了解 watsonx Code Assistant for Z 的更多功能,请点击链接预约实时演示或在线浏览互动演示。
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。