Red Hat は Ansible の自動化に IBM Watsonx コード生成を採用

Red Hat は Ansible の自動化に IBM Watsonx コード生成を採用

Red Hat Inc. は本日、情報技術自動化のための生成 AI サービスである IBM WatsonX Code Assistant を搭載した Ansible Lightspeed の一般提供を発表しました。

5月に開始されたこのサービスは、ユーザー入力のプロンプトを受け入れ、WatsonX独自の基礎モデルと対話して、Ansibleのベストプラクティスに基づいてコードの提案を生成します。 Red Hat の Ansible Automation チーフアーキテクトであるマシュー・ジョーンズ氏は、Ansible 専用に構築されたこのサービスにより、リリース前の段階で自動化開発者の生産性が 25% ~ 40% 向上すると述べています。

ジョーンズ氏は、AIが生成した機能はユーザーにとって透明であるべきだと述べた。 Ansible Playbook とルールを作成および編集するときに、テキスト プロンプトを入力すると、YAML (YAML はマークアップ言語の略語) コードに変換された出力を受け取ることができます。ジョーンズ氏は、Lightspeed を WatsonX と併用することで、自動化された開発とメンテナンスのベスト プラクティスをサポートできるという追加のメリットがあると述べました。

「コミュニティは、当社の Galaxy 製品用のトレーニング リポジトリのみを提供しています」と、Red Hat の Ansible 共有コード リポジトリに言及して同氏は述べた。 「これには、Ansible ユーザー、Red Hat、Red Hat パートナーによって作成された自動化コードが含まれます。そのデータは数十ギガバイトに及びます。」

その結果、WatsonX Code Assistant は、現在の実証済みのコーディング手法を強化します。 「Ansible の書き方は長年にわたって変化してきました」とジョーンズ氏は言う。「私たちはベストプラクティスとスタイルガイドをまとめており、人々がそれらのガイドラインに従っていることを確認したいのです。」

透明な拡張

Red Hat は 2015 年に Ansible を買収し、昨年 5 月には生成 AI フロントエンドやストリーミング サポートなどの新機能を追加し続けています。 Ansible は、構成管理、アプリケーションの展開、タスクの自動化などの複雑なタスクを簡素化するエージェントレスのオープンソース自動化ツールです。これは、インフラストラクチャをコードとして扱うシナリオでよく使用されます。

Red Hat は、WatsonX Copilot は既存の Ansible ワークフローおよびコンテンツ ツールの自然な拡張であり、正確で一貫性があり、ビジネス ニーズに適合したコード推奨を提供すると述べています。これは Ansible VSCode 拡張機能とネイティブに統合されているため、開発者やオペレーターは Code Assistant 機能を使用するためにログインしたり、別のツールやサービスにアクセスしたりする必要がありません。

生成 AI の提案も自己文書化されており、提案された自動化ごとに 3 ~ 5 つのトレーニング ソースへの参照が提供されます。アップストリーム コンテンツ コントリビューターは、モデルの微調整に役立てるために自分の作業を提供するかどうかも選択できます。

最初のリリース以来、Red Hat は多くのエンタープライズ向け機能を追加してきました。 「モデルに多くの改良を加え、サービスを向上させ、クリーンアップと加速機能を追加しました」とジョーンズ氏は語った。商用顧客向けの機能には、データをクリーンアップし、漏洩を防ぎ、言語モデルのコンテキストを保持する強化されたデータ パイプライン フィルターが含まれる。

Ansible Lightspeed with WatsonX Code Assistant は、Ansible Automation Platform のサブスクリプションで完全に利用できるようになりました。このサービスには追加料金がかかりますが、具体的な料金はまだ決まっていません。今年後半には、組織がカスタム モデルをトレーニングするための微調整機能が利用可能になります。

<<:  とても驚きました! GPT-4V錯視チャレンジ記録: 間違っているはずのものは間違っていない、間違っているはずのないものも間違っている

>>:  デジタルヒューマンのための大規模モデル

ブログ    
ブログ    
ブログ    

推薦する

爆発的なソラの背後にある技術、拡散モデルの最新の開発をレビューする記事

機械が人間の想像力を持てるようにするために、深層生成モデルは大きな進歩を遂げました。これらのモデルは...

一般的な視覚的推論が出現、カリフォルニア大学バークレー校が単一の純粋なCV大規模モデルを改良、3人の上級学者が参加

最近では、GPT や LLaMA などの大規模言語モデル (LLM) が世界中で人気になっています。...

通信分野における人工知能:世界の状況を変える

通信市場における AI は、2022 年から 2031 年の間に 41.4% の CAGR で成長し...

ChatGPT が処理できない 5 つのプログラミング タスク

ネイト・ロシディ翻訳者 | ブガッティレビュー | Chonglou制作:51CTO テクノロジース...

...

玩具におけるIoTとAIの統合が世界のスマート玩具市場の成長を促進

IoT が広く普及したことにより、さまざまな目的のためのスマートな接続型ガジェットの開発が促進され...

ついに、トップNLPカンファレンスACLへの投稿は匿名である必要がなくなりました

自然言語処理分野の研究者にとって朗報があります。最近、計算言語学会(ACL)の年次総会は、この一連の...

自動運転の利点は明らかだ。政治協商会議委員の李延宏氏:大規模な商業利用には政策革新が必要

[[385597]]中国時報(www.chinatimes.net.cn)記者の翟延安が北京から報告...

AIが消費者の選択に及ぼす影響

人工知能 (AI) は、マーケティングと広告のダイナミックな環境において変革をもたらす力として登場し...

...

...

Python ディープラーニング: なぜディープラーニングを学ぶのか?

2016年初頭、伝説の囲碁プレイヤー、イ・セドル氏が囲碁界の「新人」と世界的に有名な一連の対決を始...

...

人工知能とクラウドコンピューティングはアプリケーションエコシステムの形成を加速させている

[[430244]]現在、人工知能は生産性の向上を可能にし、さまざまな産業のインテリジェント化と新旧...

連合転移学習の最新の進歩: 計算と転送はモデルのパフォーマンスをどのように「制限」するのでしょうか?

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...