предложения за машинно обучение на Linux ядрото на IBM Крис Мейсън
Ядрото на Linux, сърцето, което захранва всичко - от суперкомпютри до телефони с Android, се готви за преливане на изкуствен интелект.
В координиран ход, обхващащ от IBM към Meta, ключови разработчици започнаха да изследват как машинното обучение може не само да помогне за писането на код, но и да бъде интегрирано в ядрото на операционната система, за да я оптимизира в реално време.
Вячеслав Дубейко, Инженер на IBM е представил предложение в пощенския списък на разработчиците на ядрото: да се даде на Linux капацитет за самоеволюция. Неговата визия не е незначителна: интегрирайте библиотека за машинно обучение директно в ядрото така че подсистемите да могат да вземат интелигентни, базирани на данни решения, без ръчна човешка намеса.
Концепцията е революционна, тъй като например бихме могли да имаме файлова система, която предвижда повреди на диска преди които се случват, или планировчик на задачи, който динамично настройва настройките си В зависимост от натоварването, системата се учи от минали модели на употреба. Дубейко обаче е наясно с техническите предизвикателства. Ядрото не позволява директно операции с плаваща запетая (от съществено значение за невронните мрежи), а обучението на модел в ядрото би влошило производителността на цялата система.
Най-общо казано, машинното обучение може да въведе саморазвиващ се модел и с cВъзможност за самообучение в ядрото на Linux. Вече съществуват изследвания. и усилията на индустрията за използване на подходи за машинно обучение за конфигуриранеОптимизация на ядрото на Linux. Въвеждането на подходи за машинно обучение иВ ядрото на Linux начинът не е толкова прост или праволинеен.
Su Предложеното решение е хибридна архитектураПрокси за модела на машинно обучение в ядрото, който действа като посредник. Трудната работа (обучение и комплексен извод) Ще се изпълнява в потребителското пространство (където се намират нормалните приложения), комуникирайки с ядрото чрез интерфейси като sysfs. Този прокси би позволил на ядрото да работи в различни режимиОт „режим на обучение“, където предварително се тестват препоръките на ИИ, до пълен „режим на препоръки“, когато моделът е узрял достатъчно, за да превъзхожда традиционните статични алгоритми.
Моделът за непрекъснато обучение може да се използва по време на фазата на обучение. Това означава, че подсистемата на ядрото може да получава препоръки от модела за машинно обучение. Дори по време на фазата на обучение, прокси сървърът от страната на ядрото за модела за машинно обучение може да оцени текущото състояние на подсистемата на ядрото, да се опита да приложи препоръки и да оцени ефективността на тези препоръки.
Клод Код като рецензент на пачове
Докато IBM се стреми да вгради изкуствен интелект в ядрото, Крис Мейсън, създател на файловата система Btrfs (и в момента е в Мета), иска да го използва, за да го построи. Мейсън е публикувал теми за преглед, набор от инструменти, предназначени да превърнем асистенти с изкуствен интелект като Клод Код в експертни рецензенти на код.
La Идеята е да се справи с едно от най-големите пречки в разработката на Linux: преглед на пача. Проектът на Мейсън предоставя на ИИ липсващия контекст (технически спецификации на подсистемите, документация на протокола и списъци с често срещани грешки), така че да може да анализира предложените промени с „строгост“. Тяхната система разделя големи корекции на по-малки задачи, анализира графиките на повикванията и проверява дали корекциите са налице. Предложенията за грешки, докладвани от инструменти като syzkaller, наистина са валидни.
Въпреки че все още е експериментално, резултатите са обещаващи: С правилните инструкции, процентът на фалшиво положителните резултати на изкуствения интелект е спаднал до 10%. Целта не е да се заменят човешките администратори, а да им се даде „втори пилот“, който може предварително да обработва хилядите редове код, които получават, генерирайки автоматизирани отчети (във формат review-inline.txt), готови за изпращане до пощенски списъци.
С тези две инициативи, Linux общността навлиза в непозната територия, където операционната система не само изпълнява код, но и се учи да се оптимизира и коригира.
Накрая, ако се интересувате да научите повече за това, можете да се консултирате подробностите в следната връзка.