Red Hat, un’azienda specializzata in soluzioni open source, ha annunciato oggi il lancio di Ansible Lightspeed, un servizio di intelligenza artificiale generativa integrato con IBM Watson Code Assistant. Questa nuova offerta mira a promuovere l’uso diffuso dell’automazione Ansible all’interno delle organizzazioni, semplificando il processo di automazione per i principianti e liberando gli esperti di automazione dal compito arduo di creare attività di basso livello.
Red Hat utilizza l’elaborazione del linguaggio naturale (NLP) per integrare il servizio con Watson Code Assistant, che sarà presto disponibile. Ansible Lightspeed consente agli utenti di generare rapidamente codice di automazione utilizzando i modelli di base di IBM. Secondo l’azienda, questa integrazione offre un’importante soluzione per le imprese, colmando il divario di competenze e migliorando l’efficienza, accelerando così il tempo necessario per ottenere valore dall’automazione.
Grazie a questa soluzione, gli utenti possono inserire semplici prompt in lingua inglese, facilitando così la traduzione delle competenze del dominio in codice YAML per la creazione o la modifica di Playbook Ansible. Inoltre, gli utenti possono contribuire attivamente alla formazione del modello fornendo preziosi feedback, consentendo così miglioramenti continui.
“Le organizzazioni che cercano di modernizzarsi devono affrontare una sfida chiave: la mancanza di competenze nell’automazione”, ha dichiarato Tom Anderson, Vicepresidente e Direttore Generale di Ansible, a VentureBeat. “L’intelligenza artificiale generativa ha il potenziale per rendere più produttivi gli esperti di automazione e ampliare l’accessibilità a chiunque possa creare contenuti di automazione utilizzabili.”
Ma come funziona? Secondo Anderson, questo servizio rende più facile per gli esperti del dominio tradurre la propria esperienza in codice di automazione funzionante. “Gli utenti possono utilizzare prompt in linguaggio naturale per ottenere consigli sulla generazione di attività, che sono gli elementi fondamentali dei Playbook Ansible”, ha spiegato Anderson.
L’azienda afferma che questo nuovo strumento consente agli esperti di dominio di tradurre efficacemente la conoscenza e gli obiettivi del processo in codice. Inoltre, si rivolge agli utenti che hanno una profonda comprensione di ciò che deve essere realizzato, ma non hanno competenze YAML per creare autonomamente Playbook conformi ed efficienti.
Ansible Lightspeed si basa su un ampio archivio di competenze Ansible all’interno del suo modello di base. Ciò consente agli utenti di esplorare nuovi ambiti di automazione.
Anderson ha dichiarato a VentureBeat che il modello di base, ottimizzato per l’elaborazione del linguaggio naturale, è il risultato di una collaborazione tra Red Hat e IBM, distinguendo Ansible Lightspeed da altri strumenti.
“Il modello di base viene addestrato utilizzando i dati di Ansible Galaxy, un vasto repository open source di contenuti Ansible che copre una vasta gamma di casi d’uso e applicazioni verticali della tecnologia Ansible”, ha spiegato Anderson. “Oltre ai dati di Ansible Galaxy, il modello è stato e continua ad essere migliorato con ulteriori competenze in materia di automazione IT da parte di Red Hat e IBM”.
Secondo Anderson, l’automazione IT è un fattore chiave per l’efficienza operativa e consente ai team di concentrarsi sull’innovazione. Tuttavia, gestire i flussi di lavoro automatizzati può essere complicato e richiedere molto tempo. Ansible Lightspeed può aumentare l’efficienza degli sforzi di automazione di un’organizzazione migliorando il ritorno sull’investimento e riducendo il tempo necessario per ottenere valore.
“Scrivere codice di automazione di qualità richiede tempo e risorse”, ha affermato Anderson. “Ansible Lightspeed può aiutare sviluppatori e team operativi a produrre codice di automazione migliore in modo molto più rapido. Ancora una volta, Ansible Lightspeed non è una soluzione magica, ma migliora significativamente l’esperienza di creazione.”
Ha aggiunto che gli utenti possono accedere al servizio direttamente dal proprio editor di codice, ottenendo un aumento di produttività in tempo reale nei loro flussi di lavoro esistenti. “Il tempo risparmiato dipende dalla complessità dei Playbook che si sta sviluppando, ma quando si riduce il tempo di una singola attività da 30-60 minuti a 5-10 minuti, ripetuto più volte al giorno, il vantaggio si somma”, ha affermato.
Durante lo sviluppo dello strumento, è stato utilizzato un Large Language Model (LLM) derivato da IBM Research. IBM ha contribuito con la propria esperienza nell’ambito degli LLM, mentre Red Hat ha fornito le proprie competenze di dominio specifiche per addestrare il modello utilizzando i contenuti di automazione Ansible disponibili pubblicamente.
Questa collaborazione ha incluso anche la formazione post-raccomandazione basata sull’esperienza, mettendo in evidenza i punti di forza combinati dell’esperienza di dominio di Red Hat e delle competenze di IBM in termini di LLM, modelli di base e intelligenza artificiale.
“Questo utilizza l’intelligenza artificiale generativa dal modello di base di IBM addestrato su un dominio specifico come Ansible per aiutare le persone a creare automazioni più rapidamente”, ha spiegato Anderson. “Gli esperti di dominio attuali saranno molto più efficienti nel comporre parti ripetitive di codice mentre creano Playbook di automazione, che alla fine sono codice YAML. Questo accelera notevolmente la loro capacità di generare codice più velocemente. Ansible Lightspeed rende gli esperti di dominio esistenti molto più efficienti, facendo gran parte del lavoro per loro.”
Anderson ha aggiunto che il team CIO di IBM ha partecipato attivamente come primo tester di Ansible Lightspeed con IBM Watson Code Assistant, ottenendo un notevole aumento della produttività.
Durante la fase pilota, la versione di anteprima di Watson Code Assistant ha svolto un ruolo fondamentale nell’aiutare i team CIO di IBM a generare circa il 60% del loro codice con precisione durante l’adozione della piattaforma di automazione Ansible.
Lo strumento offre agli utenti accessibilità tramite l’estensione Ansible VSCode, consentendo loro di interagire direttamente con l’intelligenza artificiale all’interno del loro editor di codice. Gli utenti possono richiedere suggerimenti all’IA, valutarli e apportare modifiche o accettarli/rifiutarli, incorporando comodamente il codice generato in un Playbook Ansible.
Inoltre, Ansible Lightspeed opera all’interno dell’ambiente IT dell’utente, acquisendo conoscenze e fornendo suggerimenti su variabili e impostazioni personalizzate per soddisfare requisiti specifici.
Il tool vanta anche funzionalità di pre e post-elaborazione, garantendo che tutti i suggerimenti sul codice siano allineati alle migliori pratiche riconosciute in Ansible e nell’automazione. Ciò consente agli utenti di utilizzare l’intelligenza artificiale generativa con sicurezza, sapendo che i suggerimenti rispettano linee guida e standard consolidati.
“Tutti i suggerimenti sul codice generato sono supportati dalla ‘corrispondenza della fonte del contenuto'”, ha affermato Anderson. “Ciò significa che gli utenti possono vedere l’URL specifico e il percorso da cui è stato estratto il codice, una descrizione dell’origine dei dati, la licenza che copre il codice e il tipo di contenuto Ansible. Gli utenti di Ansible Galaxy possono scegliere di non utilizzare il proprio codice come dati per addestrare il modello di base di Ansible Lightspeed.”
Anderson ha affermato che Red Hat riconosce il potenziale dei modelli di base per offrire un valore significativo alle aziende. I data scientist e gli sviluppatori possono migliorare la precisione adattando questi modelli a casi d’uso specifici, come la scrittura di codice di automazione. Tuttavia, l’addestramento iniziale di questi modelli richiede un’infrastruttura e risorse considerevoli, compresi strumenti e piattaforme specializzati, prima ancora di affrontare il servizio, l’ottimizzazione e la gestione.
Queste sono sfide che Red Hat OpenShift AI può contribuire ad affrontare, fornendo una base già familiare alle organizzazioni IT aziendali che devono gestire l’infrastruttura AI e che può ancora soddisfare le esigenze dei data scientist e degli sviluppatori di applicazioni, ha affermato Anderson.
“Riteniamo che l’intelligenza artificiale specifica del dominio sia un fattore chiave per l’adozione futura: prendere un modello e adattarlo per soddisfare una specifica esigenza dell’organizzazione è di grande valore”, ha detto. “Ciò aiuta a creare applicazioni uniche abilitate dall’intelligenza artificiale e, con una base come OpenShift AI, è possibile eseguirle su una piattaforma gestibile e scalabile che favorisce ulteriormente l’innovazione”.