ການສໍາພາດກັບ Greg Kroah-Hartman ກ່ຽວກັບລາຍງານຂໍ້ຜິດພາດທີ່ສ້າງຂຶ້ນໂດຍ AI

ໃນກອງປະຊຸມ KubeCon Europe, The Register ໄດ້ສໍາພາດ Greg Kroah-Hartman, ຜູ້ທີ່ຮັກສາສາຂາທີ່ໝັ້ນຄົງ ແລະ ສາຂາ staging ຂອງ kernel Linux ແລະ ເປັນຜູ້ຮັກສາລະບົບຍ່ອຍ kernel 16 ລະບົບ. ການສໍາພາດສົນທະນາກ່ຽວກັບວິທີການຂອງ Kroah-Hartman ຕໍ່ກັບລາຍງານຂໍ້ຜິດພາດທີ່ໃຊ້ AI. AI ໄດ້ຖືກນໍາໃຊ້ໃນ kernel ສໍາລັບການທົບທວນການປ່ຽນແປງຕໍ່ລະບົບຍ່ອຍເຄືອຂ່າຍ, eBPF, ແລະ DRM, ແລະເຄື່ອງມື Sashiko ຂອງ Google ໄດ້ຖືກລວມເຂົ້າກັນເມື່ອບໍ່ດົນມານີ້ສໍາລັບການທົບທວນການປ່ຽນແປງທີ່ສົ່ງມາ.

ບາງຄຳເວົ້າຂອງ Greg:

• "ສອງສາມເດືອນກ່ອນ, ພວກເຮົາໄດ້ຮັບສິ່ງທີ່ພວກເຮົາເອີ້ນວ່າຂີ້ເຫຍື້ອ AI - ບົດລາຍງານຄວາມປອດໄພທີ່ສ້າງຂຶ້ນໂດຍ AI ເຊິ່ງບໍ່ຖືກຕ້ອງ ຫຼື ມີຄຸນນະພາບຕໍ່າຢ່າງຈະແຈ້ງ. ມັນເປັນເລື່ອງຕະຫຼົກອີກ. ພວກເຮົາບໍ່ໄດ້ກັງວົນເປັນພິເສດກ່ຽວກັບມັນ... ໜຶ່ງເດືອນກ່ອນ, ມີບາງສິ່ງບາງຢ່າງເກີດຂຶ້ນ, ແລະສະຖານະການໄດ້ປ່ຽນແປງຢ່າງຫຼວງຫຼາຍ. ດຽວນີ້ພວກເຮົາກຳລັງໄດ້ຮັບບົດລາຍງານທີ່ແທ້ຈິງ."
• "ສະຖານະການນີ້ບໍ່ແມ່ນເລື່ອງແປກທີ່ມີໃນ Linux - ໂຄງການແຫຼ່ງເປີດທັງໝົດກຳລັງໄດ້ຮັບລາຍງານຕົວຈິງທີ່ສ້າງຂຶ້ນໂດຍ AI, ແລະດຽວນີ້ພວກມັນມີຄຸນນະພາບສູງແລະຖືກຕ້ອງ. ທີມງານຮັກສາຄວາມປອດໄພໃນໂຄງການແຫຼ່ງເປີດທີ່ສຳຄັນກຳລັງສັງເກດເຫັນແນວໂນ້ມດຽວກັນໃນການສົນທະນາທີ່ບໍ່ເປັນທາງການ."
• ເມື່ອຖືກຖາມວ່າມີຫຍັງເປັນສາເຫດຂອງເລື່ອງນີ້, Greg ຕອບວ່າ, "ພວກເຮົາບໍ່ຮູ້. ເບິ່ງຄືວ່າບໍ່ມີໃຜຮູ້. ບໍ່ວ່າຈະເປັນເຄື່ອງມືຫຼາຍຢ່າງໄດ້ດີຂຶ້ນຫຼາຍ, ຫຼືຜູ້ຄົນເລີ່ມເວົ້າວ່າ, 'ເຮີ້ຍ, ລອງຄິດອອກເບິ່ງ.' ເບິ່ງຄືວ່າມັນສົ່ງຜົນກະທົບຕໍ່ຫຼາຍກຸ່ມ ແລະ ບໍລິສັດທີ່ແຕກຕ່າງກັນ. ໃນດ້ານຫຼັກ, ພວກເຮົາສາມາດຈັດການມັນໄດ້. ທີມງານຂອງພວກເຮົາໄດ້ໃຫຍ່ຂຶ້ນຫຼາຍ, ມັນກະຈາຍຫຼາຍ, ແລະການເຕີບໂຕຂອງພວກເຮົາແມ່ນແທ້ຈິງ ແລະມັນບໍ່ໄດ້ຊ້າລົງ. ສິ່ງເຫຼົ່ານີ້ແມ່ນສິ່ງເລັກໆນ້ອຍໆ, ບໍ່ມີຫຍັງໃຫຍ່ຫຼວງ, ແຕ່ໂຄງການແຫຼ່ງເປີດທັງໝົດອາດຈະຕ້ອງການຄວາມຊ່ວຍເຫຼືອບາງຢ່າງກັບເລື່ອງນີ້. ໂຄງການຂະໜາດນ້ອຍກວ່າມີຄວາມສາມາດໜ້ອຍກວ່າທີ່ຈະຈັດການກັບການຫຼັ່ງໄຫຼເຂົ້າມາຢ່າງກະທັນຫັນຂອງຂໍ້ຜິດພາດ ແລະ ບົດລາຍງານຄວາມສ່ຽງທີ່ສ້າງຂຶ້ນໂດຍ AI ທີ່ກ່າວເຖິງຂໍ້ຜິດພາດທີ່ແທ້ຈິງ, ບໍ່ແມ່ນຂີ້ເຫຍື້ອ."
• Greg ໄດ້ອະທິບາຍວ່າ ເມື່ອລາວໄດ້ຂໍໃຫ້ AI ຊອກຫາຂໍ້ຜິດພາດໃນ changelog ທີ່ສະເໜີ, ມັນພົບ 60 ຂໍ້ ແລະ ໄດ້ສະໜອງການແກ້ໄຂເພື່ອແກ້ໄຂພວກມັນ. ມີພຽງໜຶ່ງສ່ວນສາມຂອງຂໍ້ຜິດພາດທີ່ພົບເຫັນແມ່ນຂໍ້ຜິດພາດ, ແລະ ມີພຽງສອງສ່ວນສາມຂອງການແກ້ໄຂເທົ່ານັ້ນທີ່ຖືກຕ້ອງ ແລະ ບໍ່ຕ້ອງການວຽກງານໃດໆ, ແຕ່ມັນກໍ່ບໍ່ແມ່ນເລື່ອງທີ່ບໍ່ມີປະໂຫຍດ. ອີງຕາມ Greg, ຜູ້ຮັກສາບໍ່ສາມາດບໍ່ສົນໃຈເລື່ອງນີ້ໄດ້, ໂດຍສະເພາະເມື່ອຜົນໄດ້ຮັບຂອງ AI ດີຂຶ້ນ. ແທັກ "Co-developed:" ໄດ້ຖືກເພີ່ມເຂົ້າເພື່ອໝາຍການແກ້ໄຂທີ່ສ້າງຂຶ້ນໂດຍໃຊ້ AI. ເຖິງວ່າຈະມີຄວາມພະຍາຍາມບາງຢ່າງທີ່ຈະໃຊ້ AI ເພື່ອສ້າງໜ້າທີ່ໃໝ່, AI ໃນຫຼັກແມ່ນໃຊ້ຕົ້ນຕໍສຳລັບການທົບທວນການປ່ຽນແປງ.
• ໜຶ່ງໃນຜົນປະໂຫຍດທີ່ໂດດເດັ່ນທີ່ສຸດຂອງ AI ແມ່ນການຫຼຸດຜ່ອນເວລາໃນການປະມວນຜົນ patch. ເມື່ອຜູ້ຊ່ວຍ AI ລະບຸບັນຫາທີ່ຊັດເຈນ, ຜູ້ຂຽນ patch ຈະໄດ້ຮັບຄຳຕິຊົມດົນນານກ່ອນທີ່ຜູ້ຮັກສາມະນຸດຈະມີເວລາອ່ານ patch: "ຖ້າຂ້ອຍເຫັນວ່າລະບົບກຳລັງຕອບສະໜອງຕໍ່ບາງສິ່ງບາງຢ່າງ, ມັນຈະໃຫ້ຄຳຕິຊົມແກ່ຜູ້ຂຽນໄວກ່ວາຜູ້ຮັກສາສາມາດເຮັດໄດ້, ແລະນັ້ນແມ່ນສິ່ງທີ່ດີ. ພວກເຮົາມີ bot ຈຳນວນໜຶ່ງທີ່ກວດສອບ patch ແລ້ວ. ຖ້າຂ້ອຍສັງເກດເຫັນວ່າພວກເຂົາຖິ້ມຂໍ້ຜິດພາດ, ຂ້ອຍເຂົ້າໃຈທັນທີວ່າໃນຖານະຜູ້ຮັກສາ, ຂ້ອຍບໍ່ຈຳເປັນຕ້ອງເບິ່ງມັນ. ແລະນັກພັດທະນາຄິດວ່າ, 'ໂອ້, ຂ້ອຍສາມາດສ້າງລຸ້ນທີ່ແຕກຕ່າງກັນໃນມື້ອື່ນ,' ເຊິ່ງຊ່ວຍປັບປຸງ loop feedback ໄດ້ໜ້ອຍໜຶ່ງ."

ແຫຼ່ງຂໍ້ມູນ: opennet.ru