生成式 AI，无疑是2023年最火热的话题。而各大厂商也都纷纷研究生成式 AI 技术，企图搭上 AGI 这条快车道。
在近日举行的2023红帽全球峰会上，红帽宣布将生成式人工智能技术加入到产品中，推出了搭载 IBM Watson Code Assistant 的 Ansible Lightspeed，实现人工智能驱动的 IT 自动化。同时，红帽 OpenShift AI 再添多项新功能，便于企业可以实现适用于生产的 AI 模型和应用。而这些 AI 功能的引入，也离不开开源。
红帽总裁兼 CEO Matt Hicks 表示，红帽的发展模式基于开源，我们深信开放释放世界潜能，开源将成为推动创新的重要力量。无论是在模型领域、数据领域还是治理方面，红帽会整合这些要素，以推动 AI 的生产应用和应用于关键任务的领域。
红帽总裁兼 CEO Matt Hicks
生成式 AI 已在红帽产品中实践
对于生成式 AI 的火热，Matt Hicks Hicks 评价道，“生成式 AI 最令人兴奋的一点是，它是机器学习的进化，从传统的深度学习能力中脱颖而出。它不再需要标记数据进行训练，从而带来了更多的新的选择。生成式 AI 方法将使我们能够以更高效的方式进行更多的实验和数据训练。”
红帽首席技术官 Chris Wright 也同样表示，生成式 AI 是一项重要的进步。自从深度学习问世以来，大型语言模型和生成式 AI 领域的发展一直备受关注。过去几年中，深度学习要求数据科学家具备深厚的专业知识来构建模型。而如今，基于大型语言模型和基础模型的迁移学习为企业提供了更多机会，他们不再需要对数据进行繁重的标注工作，而是能够利用更小、更专注的数据集进行训练和定制，以更广泛地应用于企业环境。这种变化改变了对技术的获取方式，这是当前的重大变革。
红帽首席技术官 Chris Wright
但是，Chris Wright 指出，在企业环境下，我们不能仅仅依赖类似 Chat GPT 或 BART 这样的模型进行提问和回答，因为它们的回答虽然形式完整，但不总是准确。为此，红帽将这些技术集成在自己的平台中。
例如，红帽推出了搭载 IBM Watson Code Assistant 的 Ansible Lightspeed，为实现 Ansible 自动化而推出的一项新的生成式人工智能服务。这样，新手用户更容易实现任务自动化，同时可以帮助经验丰富的自动化人员减轻创建低级别任务的负担。
再如，红帽与 IBM 合作开发的 Ansible Playbook。Ansible Playbook 利用自然语言生成可执行的操作指南，红帽还将这一技术扩展到红帽的产品组合中，尤其是在 OpenShift 平台上。
红帽非常重视在 OpenShift 平台上运行的应用程序的运行时操作，因此红帽使用运算符（Operators）来管理应用程序。未来，红帽将进一步利用生成式 AI 技术来生成运算符，从而帮助运维人员和开发人员更高效地利用红帽的产品组合。Chris Wright 表示，这只是生成式 AI 在我们产品组合中融入的众多方式之一，未来红帽还将不断探索更多可能性。
很多企业在采纳新技术时，往往会慎重考虑，对于生成式 AI 的采纳，Matt Hicks 给出企业几点建议。首先，AI 领域的发展需要有可靠的资金支持，因此企业需要着重提高现有环境的效率和运行方式。第二，在涉及 AI 的领域，企业必须建立对核心模型的信任。对于使用数十亿或数万亿参数进行训练的模型，了解其中所使用的数据以及其生成的建议或输出是非常困难的。企业必须谨慎处理这些问题，就像在代码的开源世界中需要遵守软件许可和版权法一样。因此，在训练模型和获取建议方面的归因和来源至关重要。第三，为了将 AI 应用于生产和关键任务领域，企业还需要强调治理的重要性。这意味着企业必须理解获得特定的答案的原理，了解输入的数据，并且明白模型将通过新数据进行增量训练等。
Matt Hicks Hicks 认为，开源模式在全球范围内的应用速度比以往任何时候都要快。开源不受国家或地区的限制，而在创新和技术应用方面，开源是一种非常出色的模式。所以，现在是红帽和开源领域的好时机。
IT 自动化是通往企业采用人工智能的桥梁
当谈到为什么红帽选择将生成式人工智能应用于操作自动化领域时，Chris Wright 表示，Ansible 专注于企业级 IT 自动化。在构建 playbook 时，开发人员使用的是 Ansible YAML 语言。虽然 Ansible YAML 是一种相对容易理解的基础设施自动化和开发语言，但是企业却希望尽可能减少手动工作量，实现更多的自动化。
通过使用生成式人工智能模型，可以针对特定领域进行训练，基于在 Ansible 社区中被认为是成功且有用的 playbook，可以产生高度准确的输出结果。这种生成式 AI 工具既可以帮助红帽探索特定领域的需求，又能帮助企业 IT 客户实现更多自动化，提高企业效率。
Chris Wright 认为，IT 自动化是通往企业采用人工智能的桥梁，自主系统是自动化和智能的结合，而自动化是基石和起点，没有自动化就无法实现自主系统。“未来的发展非常依赖于对系统产生的所有数据的理解，无论是日志文件、度量指标还是系统的遥测信息。企业可以利用这些数据来训练模型，从而了解系统的当前状态，并通过自动化确保当前状态与期望状态保持一致。”
在企业领域，将应用人工智能帮助操作系统称为“AI 运维”。红帽在 OpenShift 上提供了一个与 Kubernetes 平台连接的工具，称之为“operators”，或者利用 Operator SDK 来自动化操作 OpenShift 本身以及运行在 OpenShift 上的应用程序。这是构建自主系统或自主云所需的反馈循环的开端。
Chris Wright 表示，Ansible 是一个很好的起点。未来，红帽将继续扩大合作并在不同领域应用生成式人工智能。
以开源模式，解决供应链安全问题
近年来，企业对于软件安全性尤其是开源软件的关注和认识不断增强。Chris Wright 表示，“在企业中，开源软件扮演着许多业务的重要角色。曾经一些知名的开源工具漏洞和网络攻击事件引起了广泛的关注。红帽从一开始就深度参与开源社区的工作，将所有的开发工作汇集到一个发行版中，经过验证、测试和加固，其中包括了针对安全性的配置，然后再向客户提供可信赖的解决方案。红帽始终坚持这一模式，从 Linux 开始，并逐步扩展到整个产品组合，建立开源社区开发和客户生产环境之间的信任关系，正是红帽为整个生态系统带来的核心价值之一。”
如今，红帽在可信赖的软件供应链解决方案中添加的很多功能，都是源自于红帽在开源项目中发起的。据了解，红帽致力于构建更好的溯源、签名和验证机制，确保软件源自开源社区，并通过整个供应链进行验证。为此，红帽利用 sigstore 技术，对内容进行数字签名，并在流程的各个阶段进行验证，保障供应链安全。
此外，红帽还将开源社区中创建的工具与构建和交付软件的方式相结合，让客户可以使用工具链来管理软件的引入以及其在生产环境的风险管控。其中，元数据对于了解风险概况非常重要。Chris Wright 指出，SBOM（软件物料清单）可以向首席信息安全官解释容器或应用程序的内容，并从管理的角度查看该应用程序在生产环境中的部署情况，以便企业在发现漏洞时，可以了解哪些地方存在漏洞及其在企业中的位置。这是企业维护符合安全合规要求的风险概况所必需的关键工具。
Chris Wright 认为，这是对他来说非常重要的变革，因为几十年中，他们都一直默默地完成这项工作，而几十年前甚至没有相应的术语。而如今整个行业对风险更加重视，红帽也会提供相应的工具，帮助客户使用流程和工具来管理自身的供应链。
