AI- ജനറേറ്റഡ് ബഗ് റിപ്പോർട്ടുകളെക്കുറിച്ച് ഗ്രെഗ് ക്രോ-ഹാർട്ട്മാനുമായുള്ള അഭിമുഖം.

കുബെകോൺ യൂറോപ്പ് കോൺഫറൻസിൽ, ലിനക്സ് കേർണലിന്റെ സ്ഥിരതയുള്ളതും സ്റ്റേജിംഗ് ശാഖകളും പരിപാലിക്കുന്നവനും 16 കേർണൽ സബ്സിസ്റ്റങ്ങളുടെ പരിപാലകനുമായ ഗ്രെഗ് ക്രോ-ഹാർട്ട്മാനെ ദി രജിസ്റ്റർ അഭിമുഖം നടത്തി. AI- പവർഡ് ബഗ് റിപ്പോർട്ടുകളോടുള്ള ക്രോ-ഹാർട്ട്മാന്റെ സമീപനത്തെക്കുറിച്ച് അഭിമുഖം ചർച്ച ചെയ്യുന്നു. നെറ്റ്‌വർക്കിംഗ് സബ്സിസ്റ്റം, ഇബിപിഎഫ്, ഡിആർഎം എന്നിവയിലെ മാറ്റങ്ങൾ അവലോകനം ചെയ്യുന്നതിനായി കേർണലിൽ AI ഇതിനകം തന്നെ ഉപയോഗിക്കുന്നു, കൂടാതെ സമർപ്പിച്ച മാറ്റങ്ങൾ അവലോകനം ചെയ്യുന്നതിനായി ഗൂഗിളിന്റെ സാഷിക്കോ ടൂൾ അടുത്തിടെ സംയോജിപ്പിച്ചിട്ടുണ്ട്.

ഗ്രെഗിന്റെ ചില ഉദ്ധരണികൾ:

• "കുറച്ച് മാസങ്ങൾക്ക് മുമ്പ്, AI മാലിന്യം എന്ന് ഞങ്ങൾ വിളിച്ചത് ഞങ്ങൾക്ക് ലഭിച്ചു - AI- സൃഷ്ടിച്ച സുരക്ഷാ റിപ്പോർട്ടുകൾ വ്യക്തമായി തെറ്റോ നിലവാരം കുറഞ്ഞതോ ആയിരുന്നു. അത് പോലും രസകരമായിരുന്നു. ഞങ്ങൾ അതിനെക്കുറിച്ച് പ്രത്യേകിച്ച് ആശങ്കാകുലരായിരുന്നില്ല... ഒരു മാസം മുമ്പ്, എന്തോ സംഭവിച്ചു, സാഹചര്യം നാടകീയമായി മാറി. ഇപ്പോൾ ഞങ്ങൾക്ക് യഥാർത്ഥ റിപ്പോർട്ടുകൾ ലഭിക്കുന്നു."
• "ഈ സാഹചര്യം ലിനക്‌സിന് മാത്രമുള്ളതല്ല - എല്ലാ ഓപ്പൺ സോഴ്‌സ് പ്രോജക്റ്റുകൾക്കും AI സൃഷ്ടിച്ച യഥാർത്ഥ റിപ്പോർട്ടുകൾ ലഭിക്കുന്നു, അവ ഇപ്പോൾ ഉയർന്ന നിലവാരമുള്ളതും സാധുതയുള്ളതുമാണ്. പ്രധാന ഓപ്പൺ സോഴ്‌സ് പ്രോജക്റ്റുകളിലെ സുരക്ഷാ ടീമുകൾ അനൗപചാരിക ചർച്ചകളിലും ഇതേ പ്രവണത ശ്രദ്ധിക്കുന്നു."
• ഇതിന് കാരണമെന്താണെന്ന് ചോദിച്ചപ്പോൾ ഗ്രെഗ് മറുപടി പറഞ്ഞു, "ഞങ്ങൾക്ക് അറിയില്ല. ആരും അറിയുന്നില്ലെന്ന് തോന്നുന്നു. ഒന്നുകിൽ ധാരാളം ഉപകരണങ്ങൾ വളരെയധികം മെച്ചപ്പെട്ടിട്ടുണ്ട്, അല്ലെങ്കിൽ ആളുകൾ 'ഹേയ്, നമുക്ക് ഇത് കണ്ടെത്താം' എന്ന് പറയാൻ തുടങ്ങിയിരിക്കുന്നു. ഇത് നിരവധി വ്യത്യസ്ത ഗ്രൂപ്പുകളെയും കമ്പനികളെയും ബാധിക്കുന്നതായി തോന്നുന്നു. കാതലായ വശത്ത്, ഞങ്ങൾക്ക് ഇത് കൈകാര്യം ചെയ്യാൻ കഴിയും. ഞങ്ങളുടെ ടീം വളരെയധികം വലുതായി, ഇത് വളരെ വിതരണം ചെയ്യപ്പെട്ടിരിക്കുന്നു, ഞങ്ങളുടെ വളർച്ച യഥാർത്ഥമാണ്, അത് മന്ദഗതിയിലാകുന്നില്ല. ഇവ ചെറിയ കാര്യങ്ങളാണ്, വലിയ കാര്യങ്ങളൊന്നുമില്ല, പക്ഷേ എല്ലാ ഓപ്പൺ സോഴ്‌സ് പ്രോജക്റ്റുകൾക്കും ഇതിൽ ചില സഹായം ഉപയോഗിക്കാം. ചെറിയ പ്രോജക്റ്റുകൾക്ക് മാലിന്യമല്ല, യഥാർത്ഥ ബഗുകളെ പരാമർശിക്കുന്ന AI- ജനറേറ്റഡ് ബഗുകളുടെയും ദുർബലതാ റിപ്പോർട്ടുകളുടെയും പെട്ടെന്നുള്ള വരവ് കൈകാര്യം ചെയ്യാൻ വളരെ കുറവാണ്."
• ഒരു നിർദ്ദിഷ്ട ചേഞ്ച്‌ലോഗിൽ ബഗുകൾ കണ്ടെത്താൻ AI-യോട് ആവശ്യപ്പെട്ടപ്പോൾ, അത് 60 എണ്ണം കണ്ടെത്തി അവ പരിഹരിക്കാൻ പാച്ചുകൾ നൽകിയെന്ന് ഗ്രെഗ് വിശദീകരിച്ചു. കണ്ടെത്തിയ ബഗുകളിൽ മൂന്നിലൊന്ന് മാത്രമേ ബഗുകളായിരുന്നു, പാച്ചുകളിൽ മൂന്നിൽ രണ്ട് ഭാഗം മാത്രമേ ശരിയായിരുന്നുള്ളൂ, ഒരു ജോലിയും ആവശ്യമില്ലായിരുന്നു, പക്ഷേ അത് ഉപയോഗശൂന്യമല്ലായിരുന്നു. ഗ്രെഗിന്റെ അഭിപ്രായത്തിൽ, AI-യുടെ ഫലങ്ങൾ മെച്ചപ്പെടുന്നതിനാൽ, പരിപാലകർക്ക് ഇത് അവഗണിക്കാൻ കഴിയില്ല. AI ഉപയോഗിച്ച് സൃഷ്ടിച്ച പാച്ചുകൾ അടയാളപ്പെടുത്തുന്നതിന് ഒരു "സഹ-വികസിപ്പിച്ചത്:" ടാഗ് ചേർത്തിട്ടുണ്ട്. പുതിയ പ്രവർത്തനം സൃഷ്ടിക്കാൻ AI ഉപയോഗിക്കാനുള്ള ചില ശ്രമങ്ങൾ ഉണ്ടായിരുന്നിട്ടും, കോറിലെ AI പ്രധാനമായും മാറ്റ അവലോകനത്തിനായി ഉപയോഗിക്കുന്നു.
• AI യുടെ ഏറ്റവും ശ്രദ്ധേയമായ നേട്ടങ്ങളിലൊന്ന് പാച്ച് പ്രോസസ്സിംഗ് സമയം കുറയ്ക്കുക എന്നതാണ്. AI അസിസ്റ്റന്റ് വ്യക്തമായ പ്രശ്നങ്ങൾ തിരിച്ചറിയുമ്പോൾ, ഒരു മനുഷ്യ പരിപാലകന് പാച്ച് വായിക്കാൻ സമയം ലഭിക്കുന്നതിന് വളരെ മുമ്പുതന്നെ പാച്ച് രചയിതാക്കൾക്ക് ഫീഡ്‌ബാക്ക് ലഭിക്കും: "സിസ്റ്റം എന്തെങ്കിലും പ്രതികരിക്കുന്നതായി ഞാൻ കണ്ടാൽ, അത് ഒരു പരിപാലകന് കഴിയുന്നതിനേക്കാൾ വേഗത്തിൽ രചയിതാവിന് ഫീഡ്‌ബാക്ക് നൽകുന്നു, അത് വളരെ മികച്ചതാണ്. പാച്ചുകൾ പരിശോധിക്കുന്ന നിരവധി ബോട്ടുകൾ ഞങ്ങളുടെ പക്കലുണ്ട്. അവർ ഒരു പിശക് വരുത്തുന്നത് ഞാൻ ശ്രദ്ധയിൽപ്പെട്ടാൽ, ഒരു പരിപാലകൻ എന്ന നിലയിൽ എനിക്ക് അത് നോക്കേണ്ട ആവശ്യമില്ലെന്ന് എനിക്ക് പെട്ടെന്ന് മനസ്സിലാകും. ഡെവലപ്പർ ചിന്തിക്കുന്നു, 'ഓ, എനിക്ക് നാളെ മറ്റൊരു പതിപ്പ് നിർമ്മിക്കാൻ കഴിയും', ഇത് ഫീഡ്‌ബാക്ക് ലൂപ്പ് അൽപ്പം മെച്ചപ്പെടുത്താൻ സഹായിക്കുന്നു."

അവലംബം: opennet.ru