IBM on alustanud algatust ettevõtete tarkvaraarhitektide toetamiseks, tuues avalikult kasutusele hulga generatiivseid tehisintellekti mudeleid. See samm on mõeldud paljude arendustööde lihtsustamiseks ja töökorralduse muutmiseks. Need arenenud tehisintellekti mudelid on koolitatud tohutul hulgal kodeerimist kasutatud keeltes, kokku 116 erinevas programmeerimiskeeles.
AI-abiline koostöö korporatiivses arendusprotsessis
Kasutades IBM tehisintellekti mudeleid, avaneb tohutu hulk rakendusi alates koodi komponeerimises osavatest agentidest kuni osavate tööriistadeni, mis suudavad diagnoosida ja tõrkeid otsida vigaste tarkvarasegmentide puhul. Lisaks pakuvad need tehisintellekti kaaslased märkimisväärseid tootlikuse kasvu võimalusi, varustades arendajaid võimega automatiseerida testimist, dokumentatsiooni genereerimist ja teha kaitseteoste skaneeringuid.
IBM instrumendina toimivad tehisintellekti tööriistad, mis on varustatud võimetega tõlgendada ja manipuleerida tarkvarakoodi, on ühed efektiivsemad AI rakendused. Arendajate sooritusvõime peaks tõusma tänu sellele, et neile antakse abi programmeerimisel ja iseseisvaid koodijupi soovitusi. Uurimisfirma Gartner prognoosib, et mõne aasta jooksul hakkavad kolmveerand arendajatest integreerima sellised AI-põhised abilised oma rutiini.
IBM Koodiabiline: Generatiivse AI rakendamine arendajatele
Oma teed rajades, kasutavad IBM omakoodilised kodeerimisabilised generatiivset tehisintellekti tehnoloogiat oma WatsonX Koodiabiline (WCA) perekonnas, selliste tööriistade näitel nagu Ansible Lightspeed IT automatiseerimiseks ja IBM Z vananenud rakenduste kaasajastamiseks. Võtke näiteks IBM WCA Z, mis toetub IBM massiivsele 20 miljardi parameetriga Granite keelemudelile, et muuta COBOLi rakendusi IBM suurarvutiteenusteks osavalt.
IBM muudab juurdepääsu lihtsamaks, tuues avalikult kasutusele neli erinevat IBM Granite programmidemudeli variatsiooni, ulatudes kolmest kuni 34 miljardi parameetrini. Need mudelid on peenelt häälestatud, et lihtsustada korporatiivse tarkvaraarenduse protsesse, sealhulgas koodi genereerimist, veakontrolli ja selgitust, samal ajal olles piisavalt paindlikud rakenduse kaasajastamiseks või tegutsemiseks mälupiiranguga seadmetes.
IBM Uute AI-mudelite Eelised
IBM väidab, et Granite mudelid hõlmavad parimat olemasolevates avatud lähtekoodiga keelemudelites. Need mudelid on kättesaadavad platvormidel nagu Hugging Face, GitHub, WatsonX.ai ja RHEL AI, kasutades aluseks olevat koodi sarnaselt WCA koolitusega.
IBM uuenduslik lähenemine mitte ainult ei täida spetsialiseeritud ülesandeid kulutõhusamalt kui paljud suured keelemudelid (LLMid), vaid vältib ka massiivsete mudelite koolitamisega seotud ülemäärast koolitus- ja operatsioonikulusid, millel on liigne andmete kogus.
Mineviku ja tuleviku koodide sillaloome
Granite mudelite abil saavad arendajad nüüd sujuvalt tõlkida vanad koodibaasid, nagu COBOL, kaasaegsetesse keeltesse nagu Java. See võime vanu süsteeme kaasajastada on IBM-i tehisintellekti strateegia üks alustalasid. Lisaks sellele, et kinnitada oma pühendumust arendusühendusele, on IBM avaldanud Granite mudelid Apache 2.0 litsentsi all.
Testimisel näitasid IBM-i mudelid head sooritust suurtes programmeerimiskeeltes, tõestades nende oskusi koodisünteesis, paranduses, selgituses, muutmisel ja tõlkimisel. IBM-i uurimismeeskond lubab mudelite pidevat täiustamist ja kavatseb lähitulevikus välja anda pikaealiste kontekstivariantide ja Pythoni ning Java jaoks optimeeritud väljaannete.
Peamised küsimused ja vastused:
– Miks on IBM-i AI-mudelite avalikustamine tarkvaraarhitektuuride jaoks oluline?
IBM AI mudelite avalikustamine tarkvaraarhitektuuride jaoks on oluline, kuna see demokratiseerib ligipääsu arenenud AI tööriistadele. See võimaldab erinevate organisatsioonide arendajatel, sealhulgas väiksematel ettevõtetel, kes ei pruugi omada ressursse enda AI tööriistade arendamiseks, suurendada tootlikkust ning tutvustada AI-põhiseid võimalusi oma tööprotsessidesse.
– Kuidas võiksid IBM-i AI-mudelid mõjutada arendajate tootlikkust?
Need AI-mudelid võivad märkimisväärselt parandada arendajate tootlikkust automatiseerides korduvaid ülesandeid, nagu koodi genereerimine, vea avastamine ja tõrkeotsing. See võimaldab arendajatel keskenduda programmeerimise keerukamatele aspektidele ja innovatsioonile.
– Mis võiksid olla AI kasutamisega tarkvaraarhitektuuris seotud võimalikud väljakutsed või vaidlused?
Üheks väljakutseks on AI võimalik eelarvamus või vigade sisseviimine koodi genereerimisel, kui seda ei koolitata korralikult. Tekkida võivad intellektuaalomandi küsimused seoses AI poolt genereeritud koodiga. Lisaks võib tekkida hirm töökohtade kadumise ees, kui AI tööriistad oluliselt vähendavad inimarengaja vajadust.
– IBM-i avatud lähtekoodiga AI mudelite eelised:
– Julgustab innovatsiooni, muutes kõrgtasemelised AI tööriistad kättesaadavaks laiemale arendajate ringile.
– Tavaliselt on kuluefektiivsem võrreldes omakapitalipõhiste AI teenuste või sisemise AI võimekuse arendamisega.
– Suudab efektiivselt moderniseerida vanu süsteeme, muutes vanade koodipõhiste hooldamise ja värskendamise lihtsamaks.
– IBM-i tugi ja pidevad värskendused võiksid tähendada pidevaid täiustusi ja usaldusväärsust.
– IBM-i avatud lähtekoodiga AI mudelite puudused:
– Ettevõtted võivad sõltuda nendest mudelitest, mis võib kaasa tuua väljakutseid, kui IBM muudab oma tuge või litsentsitingimusi.
– Avatud lähtekoodiga mudelid võivad nõuda tehnilist ekspertiisi integreerimisel ja hooldamisel olemasolevatesse süsteemidesse.
– On potentsiaalne risk ebaõnnestunud kasutamiseks, kus halvasti rakendatud AI võib põhjustada vigu või ebaturvalist koodi.
Seotud lingid:
Saate rohkem teavet IBM-i algatuste ja edusammude kohta AI valdkonnas, külastades nende peamist veebisaiti: IBM.
Palun pidage meeles, et need faktid ja teadmised põhinevad AI-st tarkvaraarenduses laiemas kontekstis ning viimase teabevärskenduse seisuga ja võivad olla otse artiklis mainimata, kuid on teemaga seotud.