Red Hat تكشف عن Ansible Lightspeed لتمكين أتمتة تكنولوجيا المعلومات القائمة على الذكاء الاصطناعي

كشفت شركة الحلول المفتوحة المصدر Red Hat اليوم عن Ansible Lightspeed ، وهي خدمة ذكاء اصطناعي توليدية متكاملة مع IBM Watson Code Assistant. يسعى أحدث عروض الشركة إلى دفع الاستخدام المكثف لـ Ansible Automation داخل المؤسسات ، وتبسيط أتمتة المهام للمبتدئين مع تحرير الأتمتة ذوي الخبرة من المهمة الشاقة المتمثلة في إنشاء مهام منخفضة المستوى.

تستخدم Red Hat معالجة اللغة الطبيعية (NLP) لدمج الخدمة مع Watson Code Assistant ، والذي تم تعيينه ليكون متاحًا في المستقبل القريب. يسمح Ansible Lightspeed للمستخدمين ببناء كود أتمتة سريعًا من خلال تسخير نماذج الأساس الخاصة بشركة IBM. وفقًا للشركة ، يوفر هذا التكامل حلاً قيمًا للمؤسسات ، حيث إنه يعالج فجوة المهارات ويعزز الكفاءة ، وبالتالي يوسع الوقت المستغرق في الأتمتة.

مستمر

من خلال السماح للمستخدمين بإدخال مطالبات بسيطة باللغة الإنجليزية ، تسهل الخدمة ترجمة خبرة المجال إلى رمز YAML لإنشاء أو تعديل Ansible Playbooks. علاوة على ذلك ، يمكن للمستخدمين المساهمة بنشاط في تدريب النموذج من خلال تقديم ملاحظات قيمة وضمان التحسينات المستمرة.

قال توم أندرسون ، نائب الرئيس والمدير العام لشركة Ansible لموقع VentureBeat: “تواجه المنظمات التي تتطلع إلى التحديث تحديًا رئيسيًا: فجوة في مهارات التشغيل الآلي”. “للذكاء الاصطناعي التوليدي القدرة على جعل مواهب الأتمتة ذات الخبرة أكثر إنتاجية وتوسيع فتحة من يمكنه إنشاء محتوى أتمتة قابل للاستخدام.”

كيف؟ وقال إنه من خلال تسهيل الأمر على خبراء مجال الأتمتة لترجمة خبراتهم إلى كود التشغيل الآلي. قال أندرسون: “يمكن للمستخدمين استخدام مطالبات اللغة الطبيعية للحصول على توصيات برمجية لتوليد المهام ، وهي اللبنات الأساسية في Ansible Playbooks”.

تقول الشركة إن هذه الأداة الجديدة تُمكّن خبراء المجال من ترجمة معارفهم العملية وأهدافهم بشكل فعال إلى كود. علاوة على ذلك ، فهو يلبي احتياجات المستخدمين الذين لديهم فهم عميق لما يجب تحقيقه ولكنهم يفتقرون إلى إتقان YAML لصياغة كتيبات لعب متوافقة وفعالة بشكل مستقل.

علاوة على ذلك ، تسخر الأداة المستودع الواسع لخبرة موضوع Ansible ضمن نموذج مؤسسة Ansible Lightspeed. يتيح ذلك للمستخدمين استكشاف مجالات التشغيل الآلي الجديدة.

الاستفادة من نماذج اللغة الطبيعية لتبسيط الأتمتة

أخبر أندرسون VentureBeat أن نموذج الأساس المحسن لـ NLP هو حجر الزاوية للتعاون بين Red Hat و IBM ، مما يميز Ansible Lightspeed عن الأدوات الأخرى.

قال أندرسون: “تم تدريب نموذج الأساس ببيانات من Ansible Galaxy ، وهو مستودع ضخم مفتوح المصدر لمحتوى Ansible يغطي عددًا كبيرًا من حالات الاستخدام والتطبيقات الرأسية لتقنية Ansible”. “بالإضافة إلى البيانات من Ansible Galaxy ، تم تعديل النموذج (ولا يزال) مع خبرة إضافية في مجال أتمتة تكنولوجيا المعلومات في Red Hat و IBM.”

وقال إنه يعتقد أن أتمتة تكنولوجيا المعلومات هي محرك رئيسي للكفاءة التشغيلية وتحرر الفرق للتركيز على الابتكار. ولكن ، يمكن أن يكون الوقوف في سير العمل الآلي معقدًا ويستغرق وقتًا طويلاً. يمكن أن يعزز Ansible Lightspeed كفاءة جهود التشغيل الآلي للمؤسسة ويحسن عائد الاستثمار والوقت المستغرق في القيمة.

قال أندرسون: “إن كتابة كود أتمتة الجودة يستغرق وقتًا وموارد”. يمكن أن تساعد Ansible Lightspeed المطورين وفرق العمليات على إنتاج كود أتمتة أفضل بسرعة أكبر. مرة أخرى ، لا يُقصد من Ansible Lightspeed أن تكون رصاصة فضية. لكنها تحسين حقيقي لتجربة الإبداع “.

وأضاف أنه يمكن للمستخدمين الوصول إلى الخدمة مباشرة في محرر الكود الخاص بهم من أجل “زيادة الإنتاجية في الوقت الحقيقي” لسير العمل الحالي. “يعتمد مقدار الوقت الذي توفره على مدى تعقيد كتيبات التشغيل التي تقوم بتطويرها ، ولكن عندما تقوم بقص مهمة من 30 إلى 60 دقيقة إلى 5 أو 10 دقائق ، عدة مرات في اليوم ، فإن ذلك يضيف” قال.

الاستفادة من IBM Research LLM

وفقًا للشركة ، تضمن تطوير الأداة الاستفادة من نموذج لغة كبير (LLM) مشتق من IBM Research. ساهمت IBM بخبرتها في مجال LLM ، بينما ساهمت Red Hat بمعرفتها الخاصة بالمجال لتدريب النموذج باستخدام محتوى أتمتة Ansible المتاح للجمهور.

تضمن هذا الجهد التعاوني أيضًا تدريبًا بعد التوصية استنادًا إلى الخبرة في الموضوع ، مع تسليط الضوء على نقاط القوة المشتركة لخبرة Red Hat في المجال وكفاءة IBM في LLMs ونماذج الأساس والذكاء الاصطناعي.

أوضح أندرسون: “يستخدم هذا الذكاء الاصطناعي التوليدي من نموذج مؤسسة IBM المدرب على مجال معين (Ansible) ، لمساعدة الأشخاص على إنشاء الأتمتة بشكل أسرع”. “سيكون خبراء الموضوع الحاليون أكثر كفاءة من خلال ملء الكثير من الأجزاء المتكررة من التعليمات البرمجية أثناء قيامهم بإنشاء دليل التشغيل الآلي ، والذي هو في النهاية رمز YAML. هذا يسرع من قدرتها على توليد ذلك بشكل أسرع. تجعل Ansible Lightspeed خبراء الموضوع الحاليين أكثر كفاءة بكثير من خلال القيام بالكثير من العمل لصالحهم “.

وأضاف أندرسون أن فريق CIO في IBM شارك بنشاط كمختبرين مبكرين لـ Ansible Lightspeed مع IBM Watson Code Assistant ، مما أدى إلى تحسينات ملحوظة في الإنتاجية.

إمكانية الوصول السلس المصممة لبيئات تكنولوجيا المعلومات

بالإضافة إلى ذلك ، خلال المرحلة التجريبية ، أثبت إصدار المعاينة من Watson Code Assistant دوره الأساسي في مساعدة فرق IBM CIO في إنشاء ما يقرب من 60٪ من التعليمات البرمجية الدقيقة الخاصة بهم مع اعتماد نظام التشغيل الآلي Ansible.

توفر الأداة للمستخدمين إمكانية الوصول من خلال امتداد Ansible VSCode ، مما يمكنهم من التفاعل مباشرة مع AI داخل محرر الكود الخاص بهم. يمكن للمستخدمين مطالبة الذكاء الاصطناعي وتقييم الاقتراحات وإجراء تعديلات أو قبولها / رفضها ، مع سهولة دمج الكود الذي تم إنشاؤه في Ansible Playbook.

بالإضافة إلى ذلك ، تعمل Ansible Lightspeed في بيئة تكنولوجيا المعلومات الخاصة بالمستخدم ، وتكتسب المعرفة وتقدم توصيات للمتغيرات والإعدادات المصممة لتلبية متطلبات محددة.

بالإضافة إلى ذلك ، تتميز الأداة بقدرات ما قبل المعالجة وبعدها ، مما يضمن توافق جميع توصيات التعليمات البرمجية مع أفضل الممارسات المعترف بها في Ansible والأتمتة. تتيح هذه الميزة للمستخدمين الاستفادة بثقة من الذكاء الاصطناعي التوليدي ، مع العلم أن الاقتراحات تلتزم بالإرشادات والمعايير المعمول بها.

قال أندرسون: “جميع توصيات الكود التي تم إنشاؤها مدعومة” بمطابقة مصدر المحتوى “. هذا يعني أنه يمكن للمستخدمين رؤية عنوان URL المحدد ومسار المكان الذي تم سحب الكود منه ، ووصف مصدر البيانات ، والترخيص الذي تتم تغطية الكود بموجبه ونوع محتوى Ansible. سيكون لدى جميع مستخدمي Ansible Galaxy خيار إلغاء الاشتراك في استخدام الكود الخاص بهم كبيانات لتدريب نموذج الأساس Ansible Lightspeed “.

المستقبل الواعد للأتمتة المدعوم بالذكاء الاصطناعي التوليدي

وقال أندرسون إن ريد هات تدرك إمكانات النماذج التأسيسية لتقديم قيمة تجارية كبيرة.

يمكن لعلماء ومطوري البيانات تحسين الدقة من خلال تكييف هذه النماذج مع حالات استخدام محددة مثل كتابة كود التشغيل الآلي. ومع ذلك ، فإن التدريب الأولي لهذه النماذج يتطلب بنية تحتية وموارد كبيرة بما في ذلك الأدوات والمنصات المتخصصة ، حتى قبل معالجة الخدمة والضبط والإدارة.

قال أندرسون إن هذه هي التحديات التي يمكن أن تساعد Red Hat OpenShift AI في معالجتها من خلال توفير مؤسسة مألوفة بالفعل لمؤسسات تكنولوجيا المعلومات الخاصة بالمؤسسات التي تحتاج إلى إدارة البنية التحتية للذكاء الاصطناعي ، ولا يزال بإمكانها تلبية احتياجات علماء البيانات ومطوري التطبيقات.

قال: “نحن نرى الذكاء الاصطناعي الخاص بالمجال عاملًا رئيسيًا في التبني المستقبلي – يعتبر اتخاذ نموذج وتشكيله لتلبية حاجة معينة لمنظمة ما أمرًا ذا قيمة لا تصدق”. “يساعد هذا في إنشاء تطبيقات فريدة تدعم الذكاء الاصطناعي ، ومع أساس مثل OpenShift AI ، يمكنك تشغيلها على نظام أساسي قابل للإدارة وقابل للتطوير لا يزال يغذي المزيد من الابتكار.”

وأوضح أن الشركة تهدف إلى توسيع إمكانية الوصول إلى الذكاء الاصطناعي للمؤسسات عبر السحابة الهجينة.

هذا ممكن [include] المؤسسات التي ترغب في استخدام النماذج التأسيسية داخل الشركة ولكنها تحتاج إلى نظام أساسي يمكنهم استخدامه ، أو قد تكون شركة تريد فقط جني فوائد تطبيق يحركه الذكاء الاصطناعي دون إدارة أي من أعمال السباكة “. “هدف Red Hat هو دعم كلا المسارين من خلال مناهج مفتوحة قائمة على المعايير وتقديم خيارات للعملاء – الاختيار في الأدوات ، والاختيار في طريقة النشر والاختيار في كيفية استهلاك المنتج النهائي.”