IBM推出了一项倡议，支持企业软件开发人员通过开源一套生成式人工智能模型。此举旨在简化众多开发任务并转变工作流程。这些先进的AI模型经过训练，涵盖了惊人的116种不同编程语言的代码语料库。
AI辅助编码进入企业开发领域
通过利用IBM的AI模型，解锁了广泛的应用范围，从擅长编写代码的代理到能够诊断和解决故障软件段的智能工具。此外，这些AI伴侣承诺实现显著的生产率增益，为开发人员提供自动生成测试、文档和执行漏洞扫描的能力。
IBM的重要AI工具具备解释和操纵软件代码的能力，属于最高效的AI应用之一。预计在未来几年内，预计三分之四的开发人员将将这类AI驱动的助手整合到他们的日常工作中。
IBM代码助手：利用生成式AI支持开发人员
在这方面率先行动的是IBM的专有编码助手，其中包含了WatsonX代码助手（WCA）系列中的生成式AI技术，例如用于IT自动化的Ansible Lightspeed和用于传统应用现代化的IBM Z。例如，使用IBM WCA for Z，它利用IBM庞大的200亿参数Granite语言模型将COBOL应用程序顺利转换为IBM大型机服务。
IBM通过开源四个版本的IBM Granite编程模型，参数规模从3到34亿，重新定义了可访问性。这些模型经过精心调整，以简化企业软件开发过程，包括代码生成、调试和解释，同时也足够多功能，适合应用现代化或运行在内存受限设备上。
IBM新AI模型的优势
IBM宣称，Granite模型代表了现有开源语言模型的最高水平。这些模型在Hugging Face、GitHub、WatsonX.ai和RHEL AI等平台上提供，采用类似于训练WCA的基础代码。
IBM的创新方法不仅比许多大型语言模型更经济高效地完成特定任务，而且规避了与超载大量数据的庞大模型相关的昂贵训练和运营成本。
连接过去与未来代码
借助Granite模型，开发人员现在可以流利地将COBOL等传统代码库转换为像Java这样的现代语言。这种现代化古老系统的能力仍然是IBM人工智能战略的基石。此外，为了重申他们对开发社区的承诺，IBM已经以Apache 2.0许可发布了Granite模型。
在基准测试期间，IBM的模型跨越主要程序语言展现了强大的性能，证实了它们在代码合成、修复、解释、编辑和翻译方面的熟练程度。IBM的研究团队承诺不断改进这些模型，并计划在不久的将来发布针对Python和Java优化的长上下文变体和版本。
关键问题与答案：
– IBM开源软件开发AI模型的重要性是什么？
IBM开源软件开发AI模型的重要性在于使先进的AI工具能够民主化地获得。这使得各种组织的开发人员，包括那些可能没有资源开发自己的AI工具的小型实体，能够提高生产率，并将基于人工智能的能力引入其工作流程中。
– IBM的AI模型如何影响开发人员的生产力？
这些AI模型可以通过自动化重复任务，如代码生成、错误检测和故障排除，大大提高开发人员的生产率。这使开发人员能够集中精力处理编程和创新的更复杂方面。
– AI在软件开发中可能面临的潜在挑战或争议是什么？
其中一个挑战是，如果AI没有得到正确训练，可能导致在代码生成中引入偏见或错误。关于由AI生成的代码可能带来的知识产权问题可能会引起担忧。此外，如果AI工具显著减少了对人类开发人员的需求，可能会引起对工作岗位流失的担忧。
– IBM开源AI模型的优势：
– 通过使高级AI工具可以更广泛地获得，促进了创新。
– 通常比专有AI服务或开发内部AI能力更经济。
– 可有效地现代化传统系统，使维护和更新旧代码库更加容易。
– IBM的支持和持续更新可能意味着持续的改进和可靠性。
– IBM开源AI模型的缺点：
– 公司可能会变得依赖这些模型，如果IBM更改其支持或许可条款，可能会带来挑战。
– 开源模型可能需要技术专业知识来集成和维护现有系统。
– 存在滥用的风险，糟糕实施的AI可能导致错误或不安全的代码。
相关链接：
您可以通过访问IBM的主要网站进一步探索他们在人工智能方面的倡议和进展：IBM。