Der Anbieter von Open-Source-Software für Unternehmen, Red Hat, entwickelt ein generatives KI/ML-Modell, das Entwicklern dabei helfen wird, Automatisierungscode zu überspringen und die Lücke bei den IT-Kenntnissen mit zuverlässigem und konsistentem Code für automatisierte Aufgaben zu schließen. Jetzt steht Benutzern eine technische Vorschau zum Erkunden zur Verfügung.
Der KI-Chatbot chatgpt stellt nicht nur die Arbeit von Journalisten, Werbetreibenden und Anwaltsgehilfen vor Herausforderungen Geschäftseingeweihter. Softwareentwickler mit Zugriff auf einen KI-Codierungsassistenten könnten Aufgaben in mehr als der Hälfte der sonst benötigten Zeit erledigen, fand a Studie von Microsoft.
Aber kann ChatGPT guten Automatisierungscode schreiben?
Kelvin Loh, Senior Manager, Solutions Architect, ASEAN, Red Hat, teilt mit, dass ChatGPT zwar funktionsfähige Ansible-Playbooks generieren kann, die IT-Experten zur Automatisierung von Aufgaben verwenden, aber möglicherweise nicht helfen kann, wenn Codeprobleme zu Bereitstellungsfehlern führen. Laut Loh können Entwickler möglicherweise nicht hinreichend sicher sein, dass der Code erfolgreich aufgelöst werden kann, selbst nachdem er an ChatGPT zurückgegeben wurde.
Informatiker der University of Quebec in Kanada stellten fest, dass der von ChatGPT generierte Code nicht den Anforderungen entsprach Mindestsicherheitsstandardsobwohl er in der Lage ist, kritische Schwachstellen zu identifizieren, wenn er dazu aufgefordert wird.
Aber ein neues generatives KI-Programm, das von Red Hat und IBM trainiert wird, könnte in der Lage sein, sicheren und funktionierenden Automatisierungscode zu generieren. Über eine Schnittstelle in natürlicher Sprache wird Ansible Lightspeed in der Lage sein, in einfachem Englisch verfasste Anfragen – wie zum Beispiel „Deploy Web Application Stack“ – in einen Automatisierungsworkflow für Red Hat Ansible umzuwandeln, der dann bei Bedarf vom Entwickler geändert werden kann.
Zuverlässiger, konsistenter und nachvollziehbarer Code
Einerseits verspricht Ansible Lightspeed Code, der zuverlässiger, konsistenter und nachvollziehbarer ist als der von ChatGPT generierte Code, wenn es um Automatisierungscode für Ansible geht, heißt es in einer Pressemitteilung von roter Hut.
Ansible ist ein Open-Source-Softwaretool, das von IT-Experten zur Automatisierung von Aufgaben wie Anwendungsentwicklung, Aktualisierungen auf Workstation-Servern, Cloud-Bereitstellung und anderen Verwaltungsaufgaben in einem Computernetzwerk verwendet wird.
Ansible-Playbooks helfen Entwicklern dabei, die Parameter und Einstellungen zu definieren, die auf Betriebssysteme, Infrastrukturgeräte und Anwendungen angewendet werden. Es kann Anweisungen zum Aktualisieren von Computern auf die neuesten Konfigurationseinstellungen bereitstellen.
Entwickler wiederum können diese Playbooks nutzen, um die Unternehmens-IT als Agenturen zu verwalten Hybrid-Cloud-Modelle einführenwas die IT-Umgebungen komplexer machen werde, erklärt Loh.
Laut Red Hat wird Ansible Lightspeed es Benutzern ermöglichen, eine Anfrage in einfachem Englisch einzugeben und ein syntaktisch korrektes und funktionsfähiges Playbook oder eine Rolle zu erhalten. Im Gegensatz zu von ChatGPT generierten Playbooks müssen Benutzer keine Zeit damit verbringen, fehlerhaften Code zu debuggen. Stattdessen können Benutzer zuverlässige und konsistente Ergebnisse erwarten.
Dies liegt daran, dass das maschinelle Lernmodell von Ansible Lightspeed speziell dafür konzipiert und zugeschnitten ist, die Verwendung und Bereitstellung von Ansible Playbook zu unterstützen. Ansible Lightspeed wurde auf hochwertigen Datenquellen wie Ansible Galaxy trainiert und nutzt den Basismodellcluster und Software-Stack von IBM Research AIch betreibt Tausende von GPUs der neuesten Generation, um Modelle zu trainieren, laut IBM. Dadurch wird sichergestellt, dass die KI präzisen Code generiert, der validiert und sicher ist.
Systeme wie OpenAI profitieren davon, dass sie anhand riesiger Datenmengen trainiert wurden. Experten schätzen, dass GPT-4 über eine Billion Parameter verfügt. Solche großen Basismodelle enthalten jedoch naturgemäß Daten, die für den Benutzer relevant sein können oder auch nicht.
Da Ansible Lightspeed domänenspezifisch ist, werden die aus seinem Modell generierten Ergebnisse besser auf die Bedürfnisse des Benutzers eingehen. Darüber hinaus erhöht sich die Geschwindigkeit und Effizienz, da die Parameter innerhalb des Modells 35-mal effizienter sind als die in größeren Modellen, wodurch sichergestellt wird, dass qualitativ hochwertige Ergebnisse geliefert werden.
Überbrückung der IT-Fachkräftelücke
Als nächstes wird Ansible Lightspeed Agenturen dabei unterstützen, die IT-Fachkräftelücke zu schließen, und Entwickler dabei unterstützen, sich neue Fähigkeiten anzueignen, je nach Bedarf des Jobs. Dies hilft Unternehmen, den IT-Betrieb noch weiter zu beschleunigen und zu optimieren.
Die Fähigkeit, generative KI-Dienste für die Automatisierung zu nutzen, wird dazu beitragen, die konsistente und präzise Einführung der Automatisierung im gesamten Unternehmen voranzutreiben. Solche Dienste erleichtern unerfahrenen Benutzern die Automatisierung von Aufgaben und entlasten erfahrene Automatisierer gleichzeitig von der Last der einfachen Aufgabenerstellung.
A Pressemitteilung von Red Hat betonte, dass Anwendungsentwickler Ansible Lightspeed verwenden können, um Anwendungen in einer neuen Cloud-Plattform bereitzustellen, und dass lokale Systemadministratoren Ansible Lightspeed verwenden können, um Hybrid-Cloud-Umgebungen zu konfigurieren. Dies ist eine Möglichkeit für Entwickler, mehr Aufgaben in kürzerer Zeit zu erledigen, und IT-Experten können sich angesichts neuer IT-Entwicklungen schnell umschulen.
„Dieses Projekt zeigt beispielhaft, wie künstliche Intelligenz die Art und Weise, wie Unternehmen Innovationen vorantreiben, grundlegend verändern und die Fähigkeiten erweitern kann, die normalerweise in den Betriebsteams angesiedelt sind, auf andere Bereiche des Unternehmens. Mit intelligenten Lösungen können Unternehmen die Eintrittsbarrieren verringern, aufkeimende Qualifikationslücken schließen und unternehmensweite Silos aufbrechen, um die Arbeit in der Unternehmenswelt neu zu gestalten“, sagte Chris Wright, CTO und SVP of Global Engineering bei Red Hat.
Dennoch warnt Loh, dass Entwickler dennoch verstehen sollten, wie Ansible-Playbooks funktionieren, falls eine Feinabstimmung erforderlich ist.
Optimieren von Inhalten entsprechend den Benutzerpräferenzen
Zukünftig wird Ansible Lightspeed Pläne zur Optimierung von Inhalten beinhalten, wie etwa das Vorschlagen von Überarbeitungen entsprechend Benutzerpräferenzen, empfohlenen Best Practices oder internen Sicherheits- und Compliance-Richtlinien.
Ansible Lightspeed zielt außerdem darauf ab, Entwickler auf bestehende Playbooks aufmerksam zu machen, die denen ähneln, die sie entwickeln, damit sie das Rad nicht neu erfinden müssen.
Die Spezialisten von IBM Research und Ansible arbeiten derzeit an der Feinabstimmung des KI-Modells und fordern Betatester dazu auf, reale Anwendungsfälle auszutauschen, um Ansible Lightspeed weiter zu trainieren.
Für Entwickler im öffentlichen Sektor ist es eine zentrale Priorität, mit weniger mehr zu erreichen. Das Versprechen einer domänenspezifischen KI für die IT-Automatisierung kann Entwickler im öffentlichen Sektor dabei unterstützen, skalierbare Innovationen voranzutreiben und gleichzeitig dem Gemeinwohl zu dienen.
Alle Ansible-Benutzer können die technische Vorschau von Ansible Lightspeed mit IBM Watson Code Assistant erkunden und Feedback geben Hier. Eine kommerzielle Vollversion mit zusätzlichen Funktionen ist in Entwicklung.