红帽：IT自动化是通往企业采用人工智能的桥梁

Matt Hicks出任红帽总裁兼CEO已经有9个月，在这9个月中他看到环境既充满积极的因素，也存在着消极的干扰。

积极的是开源社区中正在发生许多令人兴奋的发展，消极的是疫情后的不确定性、通货膨胀和一些无法直接控制的因素。他说，我们要清楚自己的定位，熟知我们的方法，并保持专注于此，这样就可以减少你无法控制的干扰，更好地为客户服务。

其中令他感到兴奋的是，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。因为开源可以不受国家或地区的限制，在创新和技术应用方面是一种非常出色的模式。

Matt Hicks认为，无论环境如何，创新应用都变得非常关键。他看到了很多围绕开源的创新，而红帽也愿意成为这种桥梁。

未来12个月，红帽将专注于实现这种技术潜力，无论是在特定领域运用人工智能提升Ansible方面的能力，还是开发者和DevOps方面取得更好的表现，还是实现一些人工智能创新方面取得成功。

所以，现在是红帽和开源领域的好时机。

自动化是人工智能的一个起点

今年红帽全球峰会将内容划分为两个关键领域，一个是如何提高效率，另一个是如何借助这种效率推动业务增长。

因为现在技能缺口是企业的一个共同话题，所以提高效率并借助技术推动业务增长是企业的当务之急。在红帽首席技术官Chris Wright看来，关键的趋势是利用人工智能来发挥人类的技能，实现机器辅助人类智能，从而为企业实现惊人的效率，促进业务增长。

应用人工智能帮助操作系统称为”AI运维”，自动化则是一个基础性的起点，红帽已经在这个旅程中走了很长一段时间。如果考虑在OpenShift上所做的工作，红帽提供了一个与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。

OpenShift作为一个容器平台，其最初阶段完全专注于应用程序。而机器学习的第一阶段开始涉足容器领域，通过在容器中运行一些训练工具、模型开发和训练工具。红帽看到这是一个机会，将应用程序开发和模型开发融合到一个共同的平台上。

OpenShift AI提供了一个绝佳的机会，将AI工作负载和AI开发模型带到与应用程序开发相同的平台上。红帽首席产品官Ashesh Badami指出，OpenShift AI系列功能包括整个ML Ops过程，从数据的收集和特征工程，到模型的开发和参数调优，以确保模型能够提供准确的预测结果，并将其推送到生产环境中，作为构建智能应用程序的关键组成部分。

现在企业可以将业务逻辑与推理引擎或训练模型相结合，从而构建一个更智能的业务，并将该模型推向生产环境后保持准确性。整个ML Ops的工作流程被称为OpenShift AI，其中组件包括训练、提供服务、监控和改进指标。

通过完整的工作流程，企业能够与模型开发相关联，实现良好的业务结果。“像AI流水线这样的工具链和成熟度对于企业非常重要，因为它们与应用程序开发流水线非常相似。”Ashesh Badami说道，红帽汇集了整个合作伙伴生态系统，为OpenShift AI构建了一系列能力。

生成式AI实现更多自动化

现在人工智能已经是最常被提及的话题，因为它已经无处不在。“当我们谈到生成式人工智能、基础模型或Transformer时，它代表了一种迭代的进步，而且这种进步的影响非常显著。”Matt Hicks说道。

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说，Copilot工具主要专注于应用程序开发，提供了对各种不同编程语言的支持，帮助开发人员快速进行原型设计或将功能集成到现有软件中，而Ansible则专注于企业级IT自动化。

红帽推出了Ansible Lightspeed with IBM Watson Code Assistant，这一新功能使Ansible新手用户更容易实现任务自动化，从而减轻了自动化专业人员创建低级任务的负担。用户可以使用英文命令生成Ansible Playbook自动化任务列表中可以使用的YAML命令。

“在构建Playbook时，开发人员使用Ansible YAML语言，它是一种相对容易理解的基础设施自动化和开发语言，但红帽观察当今企业面临的挑战，发现它们希望尽可能减少手动工作量，实现更多的自动化。”Chris Wright说道。

因为企业能够轻松使用自动化工具，就能实现更多的自动化。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，产生高度准确的输出结果。

“这种生成式人工智能工具既可以帮助我们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说，我们将继续扩大合作并在不同领域应用生成式人工智能，Ansible是一个很好的起点，因为它专注于Ansible YAML语言，针对管理IT自动化的用户需求，我们正通过这一实践不断学习和提升。