ia-masinõppe-linux-kernel-ibm-chris-mason-ettepanekud
Linuxi tuum, süda, mis annab jõudu kõigele alates superarvutitest kuni Android-telefonideni, valmistub tehisintellekti ülekandeks.
IBM-ilt Metale ulatuva koordineeritud ülemineku käigus on peamised arendajad hakanud uurima, kuidas masinõpe mitte ainult ei aita koodi kirjutada, vaid seda saab ka integreerida operatsioonisüsteemi kerneli endasse, et seda reaalajas optimeerida.
Vjatšeslav Dubeiko, IBM-i insener on esitanud ettepaneku kerneli arendajate meililistis: anda Linuxile võime enesearenguks. Tema nägemus pole tähtsusetu: integreerida masinõppe teek otse kerneli et alamsüsteemid saaksid teha intelligentseid, andmepõhiseid otsuseid ilma inimese käsitsi sekkumiseta.
See kontseptsioon on revolutsiooniline, kuna näiteks võiks meil olla failisüsteem, mis ennustab ketta rikkeid enne mis tekivad, või ülesannete ajastaja, mis dünaamiliselt oma sätteid kohandab Sõltuvalt töökoormusest õpib see varasematest kasutusmustritest. Dubeyko on aga teadlik tehnilistest väljakutsetest. Kernel ei luba otseselt ujukomaarvutustehte (mis on närvivõrguarvutuste jaoks hädavajalikud) ja mudeli treenimine kernelis halvendaks kogu süsteemi jõudlust.
Üldiselt võib masinõpe tutvustada isearenenud mudelit ja koos c-gaLinuxi kernelis olev iseõppimisvõime. Uuringud on juba olemas. ja tööstuse püüdlused kasutada konfigureerimiseks masinõppe meetodeidLinuxi kerneli optimeerimine. Masinõppe lähenemisviiside kasutuselevõtt jaLinuxi kernelis pole see nii lihtne ega otsekohene.
Su Pakutud lahendus on hübriidarhitektuurKernelis olev masinõppe mudeli asendaja, mis toimib vahendajana. Raske töö (treenimine ja keerukate järelduste tegemine) See töötaks kasutajaruumis (kus asuvad tavalised rakendused), suheldes kerneliga liideste, näiteks sysfs-i kaudu. See puhverserver võimaldaks kernelil töötada erinevates režiimides„Õppimisrežiimist“, kus see esialgu tehisintellekti soovitusi testib, täieliku „soovitusrežiimini“, kui mudel on piisavalt küps, et traditsioonilisi staatilisi algoritme edestada.
Pideva õppe mudelit saab rakendada treeningfaasis. See tähendab, et kerneli alamsüsteem saab masinõppe mudelilt soovitusi. Isegi treeningfaasis saab masinõppe mudeli kerneli-poolne proxy hinnata kerneli alamsüsteemi praegust olekut, proovida soovitusi rakendada ja hinnata nende soovituste tõhusust.
Claude Code plaastri ülevaatajana
Kuigi IBM püüab tehisintellekti kerneli sisse põimida, Chris Mason, Btrfs-failisüsteemi looja (ja hetkel Metas) tahab seda selle ehitamiseks kasutada. Mason on avaldanud arvustusülesandeid, tööriistade komplekt, mis on loodud muuta tehisintellekti assistendid, näiteks Claude Code, asjatundlikeks koodiülevaatajateks.
La Idee on lahendada üks suurimaid Linuxi arenduse kitsaskohti.: paranduse ülevaade. Masoni projekt annab tehisintellektile puuduva konteksti (alamsüsteemide tehnilised spetsifikatsioonid, protokolli dokumentatsioon ja levinud vigade loendid), et see saaks kavandatud muudatusi „rangusega” analüüsida. Nende süsteem jagab suured parandused väiksemateks ülesanneteks, analüüsib kõnegraafikuid ja kontrollib, kas parandused Selliste tööriistade nagu syzkaller teatatud vigade ettepanekud on tõepoolest kehtivad.
Kuigi see on alles eksperimentaalne, on tulemused paljulubavad: Õigete juhiste korral on tehisintellekti valepositiivsete tulemuste määr langenud 10%-ni. Eesmärk ei ole asendada inimestest hooldajaid, vaid anda neile „kaaspiloot“, kes suudab eelnevalt läbi töötada tuhandeid saadud koodiridu, genereerides automatiseeritud aruandeid (vormingus review-inline.txt), mis on valmis meililistidele saatmiseks.
Nende kahe algatusega seikleb Linuxi kogukond tundmatule territooriumile, kus operatsioonisüsteem mitte ainult ei käivita koodi, vaid õpib ka ennast optimeerima ja parandama.
Lõpuks, kui olete huvitatud selle kohta rohkem teada saamast, võite konsulteerida üksikasjad järgmisel lingil.