發(fā)展至今，AI技術(shù)對工作方式、決策過程乃至商業(yè)模式的重塑已經(jīng)逐漸具象化。

紅帽，作為開源解決方案的領(lǐng)軍企業(yè)，在近日的在Red Hat Summit上，紅帽展示了從RHEL AI的推出到InstructLab模型對齊工具的集成，再到OpenShift AI的混合云能力。

“這讓我想起了90年代末對Linux潛力的感受，那時候還只是起步階段，但你能夠直覺地感覺到這將會帶來重大的變化?！奔t帽總裁兼CEO Matt Hicks對于InstructLab模型對齊工具的引入特別感到興奮，他預(yù)見到這項技術(shù)將為AI的未來帶來深遠的影響。

紅帽總裁兼CEO Matt Hicks

RHEL AI的突破與開源AI的未來

此次發(fā)布的Linux AI（RHEL AI）是一個基礎(chǔ)模型平臺，能夠使用戶更加便捷地開發(fā)、測試和部署生成式人工智能（GenAI）模型。

RHEL AI的推出背景，源于企業(yè)對于AI應(yīng)用的不斷增長的需求，以及對于開源解決方案的信任和依賴。企業(yè)正在尋求能夠降低AI技術(shù)門檻、提高開發(fā)效率的工具和平臺，而RHEL AI正是在這樣的市場需求下應(yīng)運而生。它整合了IBM研究院的開源授權(quán)Granite大型語言模型（LLM）系列、基于大規(guī)模對話機器人對齊（LAB）方法的InstructLab模型對齊工具，以及通過InstructLab項目實施的社區(qū)驅(qū)動模型開發(fā)方法。該解決方案被封裝成一個優(yōu)化的、可啟動的RHEL鏡像，用于在混合云環(huán)境中部署單個服務(wù)器，并已集成到OpenShift AI中。RHEL AIOpenShift AI是紅帽的混合機器學(xué)習(xí)運營（MLOps）平臺，能夠在分布式集群環(huán)境中大規(guī)模運行模型和InstructLab。

Granite LLM是IBM研究院開源授權(quán)的一系列大型語言模型，它們在自然語言處理領(lǐng)域具有強大的能力。而InstructLab模型對齊工具則為開發(fā)者提供了一種新的工作方式，通過簡化LLM的創(chuàng)建、構(gòu)建和貢獻過程，使得開發(fā)者能夠更加靈活和高效地進行AI模型的開發(fā)。這種整合不僅提升了RHEL AI的技術(shù)實力，也為開源AI社區(qū)帶來了新的動力。

Matt Hicks介紹，與IBM的合作始于IBM研究院的一次關(guān)鍵會議，會上介紹了包括指導(dǎo)技術(shù)和方法在內(nèi)的創(chuàng)新技術(shù)，這些技術(shù)旨在解決客戶在微調(diào)AI模型時遇到的挑戰(zhàn)，特別是通過使用合成數(shù)據(jù)增強技術(shù)來保持?jǐn)?shù)據(jù)貢獻的小型化。這種方法不僅使得數(shù)據(jù)塊更易于管理，而且促進了更廣泛的協(xié)作。

紅帽認識到，圍繞這些技術(shù)建立社區(qū)，可以匯聚全球的創(chuàng)新力量。這一愿景與Hugging Face在數(shù)據(jù)集領(lǐng)域的成就相似，但紅帽更進一步，將重點放在了知識和技能的聚合上。僅幾個月的時間，紅帽的概念驗證和模式已在多個場景中得到成功應(yīng)用和擴展，證明了這一方法的有效性。

開源AI模型在企業(yè)中的應(yīng)用和創(chuàng)新推動是RHEL AI的另一大看點。開源模型的靈活性和透明性，使得企業(yè)能夠根據(jù)自身的特定需求進行定制和優(yōu)化。紅帽通過RHEL AI平臺，鼓勵和支持企業(yè)利用開源AI模型進行創(chuàng)新。這不僅有助于企業(yè)快速響應(yīng)市場變化，也促進了企業(yè)內(nèi)部的技術(shù)積累和人才培養(yǎng)。

混合云戰(zhàn)略與AI的深度融合

在數(shù)字化轉(zhuǎn)型的浪潮中，混合云作為一種靈活、高效的IT架構(gòu)，已經(jīng)成為企業(yè)IT戰(zhàn)略的核心組成部分。

紅帽，通過其OpenShift平臺，為混合云環(huán)境提供了強大的支持。紅帽O(jiān)penShift AI是基于紅帽O(jiān)penShift而構(gòu)建的開放式混合人工智能（AI）和機器學(xué)習(xí)（ML）平臺，幫助企業(yè)在混合云環(huán)境中大規(guī)模創(chuàng)建并交付人工智能支持的應(yīng)用。

那為什么構(gòu)建一個堅實的混合云基礎(chǔ)對企業(yè)AI至關(guān)重要呢？

Matt Hicks指出，企業(yè)在AI應(yīng)用上正經(jīng)歷著一場顯著的行業(yè)轉(zhuǎn)變。傳統(tǒng)上，企業(yè)嘗試使用較小規(guī)模的AI模型進行微調(diào)和訓(xùn)練，但往往效果并不理想。面對這一挑戰(zhàn)，許多企業(yè)轉(zhuǎn)向了所謂的“全知模型”——這些通常是在公共云上運行的、參數(shù)量超過一萬億的大型模型。雖然這些模型功能強大，能夠開箱即用地完成多種任務(wù)，但它們的運行和訓(xùn)練成本卻非常高昂。

更重要的是，當(dāng)AI模型被限制在云環(huán)境中時，它們無法滿足那些需要在本地設(shè)備上運行的用例。Matt Hicks以個人為例，說明了在自己的筆記本電腦上運行AI模型如何提升編程和寫作的效率，同時保證數(shù)據(jù)的隱私和安全。然而，如果這些模型僅限于云工作流，它們就無法實現(xiàn)這種個性化的增強。

紅帽認為，為了充分發(fā)揮AI的潛力，混合云的功能至關(guān)重要。這意味著AI模型需要能夠在多種環(huán)境中運行，包括筆記本電腦、工廠邊緣設(shè)備、汽車以及數(shù)據(jù)中心。為了實現(xiàn)這一點，小型模型必須經(jīng)過改進，以更好地適應(yīng)各種實際任務(wù)。這就需要在特定用例上完成模型的最后階段訓(xùn)練，確保模型能夠精準(zhǔn)地解決具體問題。

正是基于這樣的認識，紅帽集成了InstructLab。Matt Hicks強調(diào)，僅僅發(fā)布一個參數(shù)量龐大的模型是不夠的。紅帽的愿景是使客戶能夠在各種設(shè)備上——無論是筆記本電腦、邊緣設(shè)備、汽車還是數(shù)據(jù)中心——根據(jù)自己的具體應(yīng)用場景來訓(xùn)練和部署AI模型。這種靈活性和可定制性是紅帽在AI領(lǐng)域的核心優(yōu)勢，也是其混合云戰(zhàn)略的關(guān)鍵組成部分。

負責(zé)任的AI與開源社區(qū)的協(xié)作

在AI技術(shù)飛速發(fā)展的今天，負責(zé)任的AI（Responsible AI）成為了全球技術(shù)社區(qū)和企業(yè)關(guān)注的焦點。紅帽，作為開源文化和企業(yè)IT解決方案的領(lǐng)軍者，對于推動負責(zé)任AI的實踐和社區(qū)協(xié)作扮演著重要角色。正如Matt Hicks所指出的，“負責(zé)任的AI是一個廣泛的話題”，紅帽從多個關(guān)鍵領(lǐng)域著手，確保AI系統(tǒng)的安全性和倫理性。

首先是對AI技術(shù)全生命周期的考量，從數(shù)據(jù)的收集和訓(xùn)練，到模型的部署和監(jiān)控。紅帽認識到，AI系統(tǒng)的訓(xùn)練和應(yīng)用需要處理大量數(shù)據(jù)，這些數(shù)據(jù)往往涉及版權(quán)和隱私問題。因此，紅帽致力于確保AI模型的訓(xùn)練數(shù)據(jù)尊重原創(chuàng)者的版權(quán)，遵守開源許可證的要求，保護數(shù)據(jù)的可追溯性和透明性。

AI模型的訓(xùn)練依賴于大量的數(shù)據(jù)，這些數(shù)據(jù)可能來自不同的來源，包括開源社區(qū)。紅帽在處理訓(xùn)練數(shù)據(jù)時，特別關(guān)注版權(quán)和許可證的問題。紅帽通過提供透明的數(shù)據(jù)來源和使用情況，確保其AI產(chǎn)品尊重并保護數(shù)據(jù)創(chuàng)作者的權(quán)益。此外，紅帽還積極參與到開源社區(qū)中，推動對數(shù)據(jù)使用和版權(quán)問題的討論和規(guī)范制定，以促進一個健康、可持續(xù)的AI生態(tài)系統(tǒng)。

安全性是AI應(yīng)用中不可忽視的一環(huán)。紅帽通過建立和維護安全框架，來應(yīng)對AI模型可能面臨的安全威脅。這包括但不限于數(shù)據(jù)泄露、模型欺騙等風(fēng)險。紅帽與開源社區(qū)緊密合作，共同開發(fā)和實施安全措施，以提高AI系統(tǒng)的安全性。通過社區(qū)的力量，紅帽不僅能夠快速響應(yīng)新出現(xiàn)的安全威脅，還能夠持續(xù)改進和更新安全防護措施，確保AI技術(shù)的安全可靠。

在紅帽的視角中，負責(zé)任的AI不僅僅是技術(shù)的創(chuàng)新，更是對社會責(zé)任的承擔(dān)。如Matt Hicks提到的，紅帽致力于“fostering a community-based approach”來確保AI模型的安全紅帽通過其在開源社區(qū)的領(lǐng)導(dǎo)地位，推動了負責(zé)任AI的實踐，并與社區(qū)成員一起，共同構(gòu)建一個更加安全、透明、可信賴的AI技術(shù)環(huán)境。