ia-machine-learning-linux-kernel-ibm-chris-mason-proposals
Nhân Linux, trái tim cung cấp năng lượng cho mọi thứ từ siêu máy tính đến điện thoại Android, đang chuẩn bị cho một cuộc "truyền năng lượng" từ trí tuệ nhân tạo.
Trong một động thái phối hợp từ IBM đến Meta, các nhà phát triển chủ chốt đã bắt đầu khám phá cách máy học không chỉ giúp viết mã mà còn có thể được tích hợp vào lõi của hệ điều hành để tối ưu hóa nó trong thời gian thực.
Vyacheslav Dubeyko, Một kỹ sư của IBM đã đưa ra một đề xuất. trên danh sách gửi thư của các nhà phát triển nhân hệ điều hành: Để trang bị cho Linux khả năng tự tiến hóa. Tầm nhìn của ông ấy không hề nhỏ: tích hợp thư viện Học máy trực tiếp vào nhân hệ điều hành. để các hệ thống con có thể đưa ra các quyết định thông minh, dựa trên dữ liệu mà không cần sự can thiệp thủ công của con người.
Khái niệm này mang tính cách mạng, bởi vì, ví dụ, chúng ta có thể có một hệ thống tập tin dự đoán lỗi đĩa trước đó những gì xảy ra, hoặc một trình lập lịch tác vụ tự động điều chỉnh các thiết lập của nó. Tùy thuộc vào khối lượng công việc, nó học hỏi từ các mẫu sử dụng trong quá khứ. Tuy nhiên, Dubeyko nhận thức được những thách thức kỹ thuật. Nhân hệ điều hành không trực tiếp cho phép các phép toán dấu phẩy động (cần thiết cho tính toán mạng nơ-ron), và việc huấn luyện một mô hình trong nhân hệ điều hành sẽ làm giảm hiệu suất của toàn bộ hệ thống.
Nhìn chung, học máy có thể giới thiệu một mô hình tự phát triển và với cKhả năng tự học trong nhân Linux. Nghiên cứu về điều này đã có sẵn. và những nỗ lực của ngành nhằm áp dụng các phương pháp học máy cho cấu hìnhTối ưu hóa nhân Linux. Tuy nhiên, việc giới thiệu các phương pháp học máy vàTrong nhân Linux, cách thức không hề đơn giản hay dễ dàng như vậy.
Su Giải pháp được đề xuất là một kiến trúc lai.Một mô hình trung gian đại diện cho mô hình học máy bên trong nhân hệ điều hành. Thực hiện các tác vụ nặng (huấn luyện và suy luận phức tạp). Nó sẽ chạy trong không gian người dùng. (nơi các ứng dụng thông thường cư trú), giao tiếp với nhân hệ điều hành thông qua các giao diện như sysfs. Máy chủ proxy này sẽ cho phép nhân hệ điều hành hoạt động ở các chế độ khác nhau.Từ "chế độ học tập" nơi nó thử nghiệm một cách thận trọng các đề xuất của AI, đến "chế độ đề xuất" hoàn chỉnh khi mô hình đã đủ trưởng thành để vượt trội hơn các thuật toán tĩnh truyền thống.
Mô hình học liên tục có thể được áp dụng trong giai đoạn huấn luyện. Điều này có nghĩa là hệ thống con nhân có thể nhận được các khuyến nghị từ mô hình học máy. Ngay cả trong giai đoạn huấn luyện, bộ điều khiển trung gian phía nhân cho mô hình học máy có thể ước tính trạng thái hiện tại của hệ thống con nhân, cố gắng thực hiện các khuyến nghị và ước tính hiệu quả của các khuyến nghị đó.
Claude Code với vai trò người đánh giá bản vá
Trong khi IBM đang nỗ lực tích hợp trí tuệ nhân tạo vào nhân hệ điều hành, Chris Mason, người tạo ra hệ thống tệp Btrfs (và hiện đang ở Meta), muốn sử dụng nó để xây dựng. Mason đã công bố các câu hỏi gợi ý đánh giá, một bộ công cụ được thiết kế Biến các trợ lý AI như Claude Code thành những chuyên gia đánh giá mã nguồn.
La Ý tưởng là giải quyết một trong những nút thắt cổ chai lớn nhất trong quá trình phát triển Linux.: xem xét bản vá. Dự án của Mason cung cấp cho AI ngữ cảnh còn thiếu (thông số kỹ thuật của các hệ thống con, tài liệu giao thức và danh sách các lỗi thường gặp) để nó có thể phân tích các thay đổi được đề xuất một cách "nghiêm túc". Hệ thống của họ chia nhỏ các bản vá lớn thành các tác vụ nhỏ hơn, phân tích biểu đồ cuộc gọi và kiểm tra xem các bản vá có khắc phục được sự cố hay không. Các đề xuất khắc phục lỗi được báo cáo bởi các công cụ như syzkaller thực sự là hợp lý.
Mặc dù vẫn đang trong giai đoạn thử nghiệm, nhưng kết quả thu được rất khả quan: Với hướng dẫn phù hợp, tỷ lệ lỗi dương tính giả của AI đã giảm xuống còn 10%. Mục tiêu không phải là thay thế người bảo trì, mà là cung cấp cho họ một "trợ lý" có thể xử lý trước hàng nghìn dòng mã mà họ nhận được, tạo ra các báo cáo tự động (ở định dạng review-inline.txt) sẵn sàng để gửi đến các danh sách thư.
Với hai sáng kiến này, cộng đồng Linux đang dấn thân vào một lĩnh vực chưa được khám phá, nơi hệ điều hành không chỉ thực thi mã mà còn học cách tối ưu hóa và tự sửa lỗi.
Cuối cùng, nếu bạn muốn tìm hiểu thêm về vấn đề này, bạn có thể tham khảo các chi tiết trong liên kết sau đây.