ia-machine-learning-linux-kernel-ibm-chris-mason-proposals
Linux 核心是驅動從超級電腦到安卓手機等一切裝置的核心，它正準備接受人工智慧的改造。
從 IBM 到 Meta，關鍵開發人員已開始協調行動，探索機器學習不僅可以幫助編寫程式碼，還可以整合到作業系統核心本身，以即時優化程式碼。
維亞切斯拉夫·杜貝科 一位IBM工程師提出了一項提案 在核心開發者郵件清單中: 賦予 Linux 自我進化的能力。 他的遠見卓識不容小覷： 將機器學習庫直接整合到核心中 這樣，子系統就可以在無需人工幹預的情況下做出智慧的、數據驅動的決策。
這個概念是革命性的，因為，例如，我們可以擁有一個 能夠提前預測磁碟故障的檔案系統 發生的情況， 或是能夠動態調整其設定的任務調度器 根據工作負載的不同，它會從過去的運作模式中學習。然而，杜貝科也意識到其中的技術挑戰。核心並不直接支援浮點運算（這對神經網路計算至關重要），而且在核心中訓練模型會降低整個系統的效能。
一般來說，機器學習可以引入自演化模型，並且具有cLinux核心具備自學習能力。相關研究已經存在。 以及業界為採用機器學習方法進行配置所做的努力Linux 核心優化。然而，機器學習方法的引入和在 Linux 核心中，方法就沒那麼簡單直接。
Su 所提出的解決方案是一種混合架構核心中充當中間人的機器學習模型代理。負責繁重的計算工作（訓練和複雜的推理）。 它將在用戶空間運行 （普通應用程式所在的位置），透過 sysfs 等介面與核心通訊。 該代理將允許核心以不同的模式運行。從「學習模式」（試探性地測試人工智慧推薦）到「推薦模式」（模型成熟到足以超越傳統靜態演算法）。
在訓練階段可以採用持續學習模型。這意味著核心子系統可以接收來自機器學習模型的推薦。即使在訓練階段，機器學習模型的內核端代理也可以估計內核子系統的當前狀態，嘗試實施推薦，並評估這些建議的有效性。
Claude Code 擔任補丁審核員
IBM 試圖將人工智慧嵌入核心中， 克里斯·梅森，Btrfs檔案系統的創建者 （目前在 Meta 中），想用它來建造它。梅森 已發布評論提示一套設計工具 將 Claude Code 等 AI 助手轉變為專業的程式碼審查員。
La 其目的是解決 Linux 開發中最大的瓶頸之一。補丁審查。 Mason 的專案為人工智慧提供了缺少的上下文資訊（子系統的技術規格、協議文件和常見錯誤清單），以便它能夠「嚴謹地」分析提出的變更。 他們的系統將大型補丁分解成更小的任務，分析呼叫圖，並檢查修復是否有效。 針對 syzkaller 等工具所報告的錯誤所提出的建議確實是有效的。
雖然仍處於試驗階段，但結果令人鼓舞： 經過正確的指導，人工智慧的誤報率已降至 10%。其目標並非取代人類維護人員，而是為他們提供一個“副駕駛”，該副駕駛可以預先處理他們收到的數千行代碼，並產生可直接發送到郵件列表的自動報告（review-inline.txt 格式）。
透過這兩項舉措，Linux 社群正在進入未知領域，在這個領域中，作業系統不僅可以執行程式碼，還可以學習優化和修正自身。
最後，如果您有興趣了解更多相關信息，可以諮詢相關機構。 以下鏈接中的詳細信息。