Στο συνέδριο KubeCon Europe, το The Register πήρε συνέντευξη από τον Greg Kroah-Hartman, ο οποίος συντηρεί τους σταθερούς και τους υποκαταστατικούς κλάδους του πυρήνα του Linux και χρησιμεύει ως συντηρητής 16 υποσυστημάτων πυρήνα. Η συνέντευξη συζητά την προσέγγιση του Kroah-Hartman στις αναφορές σφαλμάτων που υποστηρίζονται από την Τεχνητή Νοημοσύνη. Η Τεχνητή Νοημοσύνη χρησιμοποιείται ήδη στον πυρήνα για την αναθεώρηση αλλαγών στο υποσύστημα δικτύωσης, το eBPF και το DRM, και το εργαλείο Sashiko της Google ενσωματώθηκε πρόσφατα για την αναθεώρηση υποβληθεισών αλλαγών.
Μερικά από τα αποφθέγματα του Γκρεγκ:
- «Πριν από μερικούς μήνες, λαμβάναμε αυτό που ονομάζαμε σκουπίδια τεχνητής νοημοσύνης — αναφορές ασφαλείας που δημιουργούνταν από τεχνητή νοημοσύνη και ήταν σαφώς λανθασμένες ή χαμηλής ποιότητας. Ήταν μάλιστα αστείο. Δεν ανησυχούσαμε ιδιαίτερα γι' αυτό... Πριν από ένα μήνα, συνέβη κάτι και η κατάσταση άλλαξε δραματικά. Τώρα λαμβάνουμε πραγματικές αναφορές.»
- «Αυτή η κατάσταση δεν είναι μοναδική για το Linux—όλα τα έργα ανοιχτού κώδικα λαμβάνουν πραγματικές αναφορές που δημιουργούνται από την Τεχνητή Νοημοσύνη και είναι πλέον υψηλής ποιότητας και έγκυρες. Οι ομάδες ασφαλείας σε μεγάλα έργα ανοιχτού κώδικα παρατηρούν την ίδια τάση σε άτυπες συζητήσεις.»
- Όταν ρωτήθηκε τι το προκαλούσε αυτό, ο Γκρεγκ απάντησε: «Δεν ξέρουμε. Φαίνεται ότι κανείς δεν ξέρει. Είτε πολλά από τα εργαλεία έχουν βελτιωθεί πολύ, είτε οι άνθρωποι έχουν αρχίσει να λένε: "Ας το καταλάβουμε αυτό". Φαίνεται ότι επηρεάζει πολλές διαφορετικές ομάδες και εταιρείες. Από την πλευρά του πυρήνα, μπορούμε να το χειριστούμε. Η ομάδα μας έχει γίνει πολύ μεγαλύτερη, είναι πολύ κατανεμημένη και η ανάπτυξή μας είναι πραγματική και δεν επιβραδύνεται. Αυτά είναι μικρά πράγματα, τίποτα το σημαντικό, αλλά όλα τα έργα ανοιχτού κώδικα θα μπορούσαν να χρησιμοποιήσουν κάποια βοήθεια με αυτό. Τα μικρότερα έργα είναι πολύ λιγότερο ικανά να διαχειριστούν μια ξαφνική εισροή αναφορών σφαλμάτων και ευπαθειών που δημιουργούνται από την Τεχνητή Νοημοσύνη και αναφέρουν πραγματικά σφάλματα, όχι σκουπίδια.»
- Ο Γκρεγκ εξήγησε ότι όταν ζήτησε από την Τεχνητή Νοημοσύνη να βρει σφάλματα σε ένα προτεινόμενο αρχείο καταγραφής αλλαγών, βρήκε 60 και παρείχε ενημερώσεις κώδικα για να τις διορθώσει. Μόνο το ένα τρίτο των σφαλμάτων που βρέθηκαν ήταν σφάλματα και μόνο τα δύο τρίτα των ενημερώσεων κώδικα ήταν σωστά και δεν απαιτούσαν καμία εργασία, αλλά ήταν κάθε άλλο παρά άχρηστα. Σύμφωνα με τον Γκρεγκ, οι συντηρητές δεν μπορούν να το αγνοήσουν αυτό, ειδικά καθώς τα αποτελέσματα της Τεχνητής Νοημοσύνης βελτιώνονται. Έχει προστεθεί μια ετικέτα "Co-developed:" για να επισημαίνονται οι ενημερώσεις κώδικα που δημιουργήθηκαν με χρήση Τεχνητής Νοημοσύνης. Παρά τις κάποιες προσπάθειες χρήσης της Τεχνητής Νοημοσύνης για τη δημιουργία νέων λειτουργιών, η Τεχνητή Νοημοσύνη στον πυρήνα χρησιμοποιείται κυρίως για την αναθεώρηση αλλαγών.
- Ένα από τα πιο αξιοσημείωτα οφέλη της Τεχνητής Νοημοσύνης είναι η μείωση του χρόνου επεξεργασίας των ενημερώσεων κώδικα. Όταν ο βοηθός Τεχνητής Νοημοσύνης εντοπίζει προφανή προβλήματα, οι δημιουργοί ενημερώσεων κώδικα λαμβάνουν σχόλια πολύ πριν ένας ανθρώπινος συντηρητής προλάβει να διαβάσει την ενημέρωση κώδικα: «Αν δω ότι το σύστημα αντιδρά σε κάτι, δίνει στον δημιουργό σχόλια πιο γρήγορα από ό,τι θα μπορούσε ένας συντηρητής, και αυτό είναι υπέροχο. Έχουμε ήδη αρκετά bots που ελέγχουν ενημερώσεις κώδικα. Αν παρατηρήσω ότι παρουσιάζουν κάποιο σφάλμα, καταλαβαίνω αμέσως ότι ως συντηρητής, δεν χρειάζεται καν να το κοιτάξω. Και ο προγραμματιστής σκέφτεται, "Α, μπορώ να φτιάξω μια διαφορετική έκδοση αύριο", κάτι που βοηθά στη βελτίωση λίγο του βρόχου ανατροφοδότησης».
Πηγή: opennet.ru
