propuneri ia-machine-learning-linux-kernel-ibm-chris-mason
Nucleul Linux, inima care alimentează totul, de la supercomputere la telefoanele Android, se pregătește pentru o transfuzie de inteligență artificială.
Într-o mișcare coordonată care se întinde de la IBM la Meta, dezvoltatori cheie au început să exploreze modul în care învățarea automată nu numai că poate ajuta la scrierea codului, ci poate fi integrată și în kernelul sistemului de operare pentru a-l optimiza în timp real.
Veaceslav Dubeyko, Un inginer IBM a lansat o propunere pe lista de discuții a dezvoltatorilor de kernel: pentru a-i oferi Linux-ului capacitatea de auto-evoluție. Viziunea sa nu este nesemnificativă: integrează o bibliotecă de Machine Learning direct în kernel astfel încât subsistemele să poată lua decizii inteligente, bazate pe date, fără intervenție umană manuală.
Conceptul este revoluționar, deoarece, de exemplu, am putea avea un sistem de fișiere care prezice defecțiunile discului înainte care apar, sau un planificator de activități care își ajustează dinamic setările În funcție de volumul de lucru, acesta învață din modelele de utilizare anterioare. Cu toate acestea, Dubeyko este conștient de provocările tehnice. Nucleul nu permite în mod direct operații în virgulă mobilă (esențiale pentru calculul rețelelor neuronale), iar antrenarea unui model în cadrul nucleului ar degrada performanța întregului sistem.
În termeni generali, învățarea automată poate introduce un model auto-evolutiv și cu cCapacitate de autoînvățare în kernelul Linux. Există deja cercetări. și eforturile industriei de a utiliza abordări de învățare automată (ML) pentru configurareOptimizarea kernelului Linux. Cu toate acestea, introducerea abordărilor de învățare automată șiÎn kernelul Linux, calea nu este atât de simplă sau directă.
Su Soluția propusă este o arhitectură hibridăUn proxy pentru modelul de învățare automată din cadrul kernelului care acționează ca intermediar. Sarcinile grele (antrenament și inferență complexă) Ar rula în spațiul utilizatorului (unde se află aplicațiile normale), comunicând cu kernelul prin interfețe precum sysfs. Acest proxy ar permite kernelului să funcționeze în diferite moduriDe la un „mod de învățare” în care testează provizoriu recomandările AI, la un „mod de recomandare” complet, atunci când modelul s-a maturizat suficient pentru a depăși performanța algoritmilor statici tradiționali.
Modelul de învățare continuă poate fi adoptat în timpul fazei de antrenament. Aceasta înseamnă că subsistemul kernelului poate primi recomandări de la modelul de învățare automată. Chiar și în timpul fazei de antrenament, proxy-ul din partea kernelului pentru modelul de învățare automată poate estima starea curentă a subsistemului kernelului, poate încerca să implementeze recomandări și poate estima eficiența acestor recomandări.
Claude Code ca recenzent de patch-uri
În timp ce IBM încearcă să integreze inteligența artificială în kernel, Chris Mason, creatorul sistemului de fișiere Btrfs (și în prezent în Meta), vrea să îl folosească pentru a-l construi. Mason a publicat sugestii de recenzii, un set de instrumente concepute să transforme asistenții IA precum Claude Code în recenzori de cod experți.
La Ideea este de a aborda unul dintre cele mai mari blocaje din dezvoltarea Linux.: revizuire patch. Proiectul lui Mason oferă inteligenței artificiale contextul lipsă (specificațiile tehnice ale subsistemelor, documentația protocolului și listele de erori comune), astfel încât aceasta să poată analiza modificările propuse cu „rigoare”. Sistemul lor împarte corecțiile mari în sarcini mai mici, analizează graficele de apeluri și verifică dacă remedierile sunt... Propunerile pentru erorile raportate de instrumente precum syzkaller sunt într-adevăr valide.
Deși este încă în stadiu experimental, rezultatele sunt promițătoare: Cu instrucțiunile corecte, rata de rezultate fals pozitive ale inteligenței artificiale a scăzut la 10%. Scopul nu este de a înlocui mentenatorii umani, ci de a le oferi un „copilot” care poate pre-digera miile de linii de cod pe care le primesc, generând rapoarte automate (în format review-inline.txt) gata de trimis către listele de discuții.
Cu aceste două inițiative, comunitatea Linux se aventurează într-un teritoriu necunoscut, unde sistemul de operare nu numai că execută cod, ci și învață să se optimizeze și să se corecteze singur.
În cele din urmă, dacă sunteți interesați să aflați mai multe despre acest subiect, puteți consulta detaliile din următorul link.