速途網5月30日訊（報道：喬志斌） 5 月 23 日至 25 日，一年一度的紅帽全球峰會正式召開，匯聚創意與創新，共同塑造企業 IT 的未來。今年的峰會與 AnsibleFest 合二為一，使即將推出的自動化創新成果在更大的開源舞臺上獲得認可。
在會上，紅帽公布了與通用汽車合作開發車載操作系統方面取得了進展。紅帽專注于將其企業Linux產品引入車輛中，并在硬件匹配方面進行了技術性的工作。另外，在娛樂系統、廣告系統、輔助駕駛和自動駕駛系統中應用紅帽產品提供了底層平臺，并著眼于功能安全性的要求。
而在2023紅帽全球峰會的媒體溝通會上，紅帽總裁兼CEO Matt Hicks、紅帽首席技術官Chris Wright、紅帽首席產品官Ashesh Badami，針對目前人工智能領域的火爆，發表了自己的獨到見解。
關于生成式人工智能的利用，Matt指出“對于生成式AI，最令人興奮的一點是它是機器學習的進化，從傳統的深度學習能力中脫穎而出。最大的變革在于不再需要標記數據進行訓練，這為它帶來了許多新的選擇。”Chris補充說，生成式AI是重要的進步，基于大型語言模型和基礎模型的遷移學習為企業提供了更多機會。紅帽計劃將生成式AI技術應用于產品組合中的多個領域。
Ashesh指出，紅帽在最受歡迎的開源自動化社區Ansible上進行了巨大投資，并推出備受期待的Ansible 8版本，滿足了客戶的需求。紅帽致力于通過高效的自動化、借助上游和開源技術，為用戶和客戶提供更多價值。
過去幾年，深度學習要求數據科學家具備深厚的專業知識來構建模型，但現在基于大型語言模型和遷移學習的發展為企業提供了更多機會。企業環境中，不再需要對數據進行繁重的標注工作，而是可以利用更小、更專注的數據集進行訓練和定制，以更廣泛地應用于企業環境。這種變化正在改變技術獲取的方式，是當前的一項重大變革。在提問和回答方面，僅僅依賴像Chat GPT或BART這樣的模型可能不夠準確，因此他們專注于將這些技術集成到他們的平臺中。采訪中提到的一個例子是與IBM合作開發的Ansible Playbook，它利用生成式AI和領域特定AI技術生成可執行的操作指南。他們計劃將這一技術擴展到產品組合中的OpenShift平臺上，并利用生成式AI來生成運算符，以幫助運維人員和開發人員更高效地利用產品組合。
”在企業采納人工智能之前，企業的首席信息官（CIO）們需要考慮準備工作和條件。”Matt提到，資金支持、對核心模型的信任、訓練模型和獲取建議的歸因與來源的重要性以及治理都是十分必要的。 其中，開源在推動創新方面起著重要作用。
Chris認為，IT自動化是通往企業采用人工智能的橋梁，自動化是構建自主系統的基石。他們在OpenShift上提供了與Kubernetes平臺連接的工具，如”operators”，以實現自主系統或自主云。
關于紅帽OpenShift AI平臺，Chris解釋說，它將AI工作負載和開發模型與應用程序開發融合到一個平臺上。OpenShift AI提供整個ML Ops過程，包括數據收集、模型開發、參數調優和將模型推向生產環境等。這個平臺讓企業能夠構建更智能的業務，并確保模型在推向生產環境后的準確性。
相對于如何獲得利益的問題，Matt表示，紅帽更關注創新的實現，會思考如何將新特性與現有平臺相結合，使企業更容易接受。紅帽公司的策略圍繞幾個平臺展開，包括RHEL、OpenShift和Ansible。
Chris還指出，OpenShift作為一個容器平臺，在其最初階段完全專注于應用程序。我們將應用程序視為業務邏輯，它們幫助您運行業務。機器學習的第一階段開始涉足容器領域，通過在容器中運行一些訓練工具、模型開發和訓練工具。最終，甚至在容器中運行一些已訓練好的模型。這將為應用程序開發和模型開發融合到一個平臺上提供了機會。
OpenShift AI的功能涵蓋了整個ML Ops過程，從數據收集和特征工程到模型開發和參數調優，以確保模型提供準確的預測結果，并將其推送到生產環境中。通過將業務邏輯與推理引擎或訓練模型結合，用戶可以構建更智能的業務，并在將模型推向生產環境后保持準確性。隨著時間的推移，由于模型訓練基于特定數據集，模型可能會偏離實際情況，因此用戶需要考慮是否擴大數據集并重新訓練模型以保持準確性。整個ML Ops工作流程被稱為OpenShift AI，其中包含訓練、提供服務、監控和改進指標等多個組件。這個完整的工作流程使用戶能夠與模型開發緊密結合，實現良好的業務結果。對于客戶而言，這是一個重要的領域，因為他們希望通過數據科學從數據中創造業務價值，但在過去的5年中，失敗的實驗比成功的實驗更多。因此，像AI流水線這樣的工具鏈和成熟度以及紀律對于企業非常重要，因為它們與應用程序開發流水線非常相似。OpenShift AI通過整合合作伙伴生態系統，為用戶提供了一系列能力，滿足他們在這一領域的需求。
