ia-machine-learning-linux-kernel-ibm-chris-mason-הצעות
ליבת לינוקס, הלב שמפעיל הכל, החל ממחשבי-על ועד טלפונים של אנדרואיד, מתכונן לעירוי של בינה מלאכותית.
במהלך מתואם, החל מ-IBM ועד Meta, מפתחים מרכזיים החלו לחקור כיצד למידת מכונה יכולה לא רק לסייע בכתיבת קוד, אלא גם להשתלב בליבת מערכת ההפעלה עצמה כדי לייעל אותה בזמן אמת.
ויאצ'סלב דובייקו, מהנדס של IBM השיק הצעה ברשימת התפוצה של מפתחי הליבה: כדי לתת ללינוקס יכולת להתפתחות עצמית. החזון שלו אינו חסר משמעות: שלב ספריית למידת מכונה ישירות לתוך הליבה כך שתת-המערכות יוכלו לקבל החלטות חכמות ומונעות נתונים ללא התערבות ידנית של אדם.
הקונספט הוא מהפכני, שכן, למשל, יכולנו לקבל מערכת קבצים שחוזה כשלים בדיסק לפני שמתרחשים, או מתזמן משימות שמתאים את ההגדרות שלו באופן דינמי בהתאם לעומס העבודה, הוא לומד מדפוסי שימוש קודמים. עם זאת, דובייקו מודעת לאתגרים הטכניים. הליבה אינה מאפשרת ישירות פעולות נקודה צפה (חיוניות לחישוב רשתות נוירונים), ואימון מודל בתוך הליבה יפגע בביצועי המערכת כולה.
באופן כללי, למידת מכונה יכולה להציג מודל שמתפתח מעצמו ועם cיכולת למידה עצמית בליבת לינוקס. מחקר שכבר קיים. ומאמצי התעשייה להשתמש בגישות למידת מכונה (ML) לצורך תצורהאופטימיזציה של ליבת לינוקס. עם זאת, הכנסת גישות למידת מכונה ובליבת לינוקס, הדרך אינה כל כך פשוטה או ישירה.
Su הפתרון המוצע הוא ארכיטקטורה היברידיתפרוקסי למודל למידת המכונה בתוך הליבה שפועל כמתווך. העבודה הכבדה (אימון והסקה מורכבת) זה ירוץ במרחב המשתמש (היכן שנמצאים יישומים רגילים), מתקשרים עם הליבה דרך ממשקים כגון sysfs. פרוקסי זה יאפשר לגרעין לפעול במצבים שוניםמ"מצב למידה" שבו המודל בודק באופן זמני המלצות של בינה מלאכותית, ל"מצב המלצה" מלא כאשר המודל התבגר מספיק כדי להתעלות על אלגוריתמים סטטיים מסורתיים.
ניתן לאמץ את מודל הלמידה המתמשכת במהלך שלב האימון. משמעות הדבר היא שתת-מערכת הליבה יכולה לקבל המלצות ממודל למידת המכונה. אפילו במהלך שלב האימון, הפרוקסי בצד הליבה עבור מודל למידת המכונה יכול להעריך את המצב הנוכחי של תת-מערכת הליבה, לנסות ליישם המלצות ולהעריך את יעילותן של המלצות אלו.
קלוד קוד כסוקר טלאים
בעוד ש-IBM שואפת לשלב בינה מלאכותית בתוך הליבה, כריס מייסון, יוצר מערכת הקבצים Btrfs (וכרגע במטא), רוצה להשתמש בו כדי לבנות אותו. מייסון פרסם הנחיות לסקירה, סט כלים שתוכנן להפוך עוזרי בינה מלאכותית כמו קלוד קוד למומחי ביקורת קוד.
La הרעיון הוא להתמודד עם אחד מצווארי הבקבוק הגדולים ביותר בפיתוח לינוקס.סקירת טלאים. הפרויקט של מייסון מספק לבינה מלאכותית את ההקשר החסר (מפרטים טכניים של תת-מערכות, תיעוד פרוטוקול ורשימות של שגיאות נפוצות) כדי שתוכל לנתח שינויים מוצעים ב"קפדנות". המערכת שלהם מפרקת תיקונים גדולים למשימות קטנות יותר, מנתחת גרפי שיחות ובודקת אם התיקונים הצעות לשגיאות שדווחו על ידי כלים כמו syzkaller אכן תקפות.
למרות שזה עדיין ניסיוני, התוצאות מבטיחות: בעזרת ההוראות הנכונות, שיעור התוצאות החיוביות השגויות של הבינה המלאכותית ירד ל-10%. המטרה אינה להחליף את מתחזקי הקוד האנושיים, אלא לתת להם "טייס משנה" שיכול לעכל מראש את אלפי שורות הקוד שהם מקבלים, ולייצר דוחות אוטומטיים (בפורמט review-inline.txt) מוכנים לשליחה לרשימות תפוצה.
עם שתי היוזמות הללו, קהילת לינוקס נכנסת לטריטוריה לא מוכרת, שבה מערכת ההפעלה לא רק מבצעת קוד, אלא גם לומדת לייעל ולתקן את עצמה.
לבסוף, אם אתם מעוניינים ללמוד עוד על כך, אתם מוזמנים להתייעץ את הפרטים בקישור הבא.