AI မှထုတ်လုပ်သော bug report များအကြောင်း Greg Kroah-Hartman နှင့် အင်တာဗျူး

KubeCon Europe ညီလာခံမှာ The Register က Linux kernel ရဲ့ stable နဲ့ staging branch တွေကို ထိန်းသိမ်းပြီး kernel subsystem ၁၆ ခုရဲ့ maintainer အဖြစ် တာဝန်ထမ်းဆောင်တဲ့ Greg Kroah-Hartman ကို အင်တာဗျူးခဲ့ပါတယ်။ အင်တာဗျူးမှာ Kroah-Hartman ရဲ့ AI-powered bug report တွေအပေါ် ချဉ်းကပ်ပုံကို ဆွေးနွေးထားပါတယ်။ networking subsystem၊ eBPF နဲ့ DRM တွေရဲ့ ပြောင်းလဲမှုတွေကို ပြန်လည်သုံးသပ်ဖို့အတွက် kernel မှာ AI ကို အသုံးပြုနေပြီဖြစ်ပြီး Google ရဲ့ Sashiko tool ကို မကြာသေးခင်ကမှ တင်သွင်းထားတဲ့ ပြောင်းလဲမှုတွေကို ပြန်လည်သုံးသပ်ဖို့အတွက် ပေါင်းစပ်အသုံးပြုခဲ့ပါတယ်။

Greg ရဲ့ ကိုးကားချက်တွေထဲက တချို့ကတော့ -

• "လွန်ခဲ့တဲ့ လအနည်းငယ်က AI အမှိုက်လို့ ခေါ်တဲ့ဟာကို ကျွန်တော်တို့ ရခဲ့တယ်။ AI က ထုတ်လုပ်တဲ့ လုံခြုံရေး အစီရင်ခံစာတွေက မှားယွင်းနေတာ ဒါမှမဟုတ် အရည်အသွေးနိမ့်နေတာ။ ရယ်စရာတောင် ကောင်းသေးတယ်။ ကျွန်တော်တို့ သိပ်စိတ်မပူခဲ့ကြဘူး။ တစ်လလောက်က တစ်ခုခု ဖြစ်ပျက်ခဲ့ပြီး အခြေအနေက သိသိသာသာ ပြောင်းလဲသွားခဲ့တယ်။ အခုတော့ တကယ့် အစီရင်ခံစာတွေ ရနေပြီ။"
• "ဒီအခြေအနေဟာ Linux မှာသာ ရှိတာမဟုတ်ပါဘူး - open source ပရောဂျက်အားလုံးဟာ AI ကနေထုတ်ပေးတဲ့ တကယ့်အစီရင်ခံစာတွေကို ရရှိနေပြီး အခုဆိုရင် အရည်အသွေးမြင့်မားပြီး တရားဝင်နေပါပြီ။ အဓိက open source ပရောဂျက်တွေက လုံခြုံရေးအဖွဲ့တွေဟာ အလွတ်သဘောဆွေးနွေးမှုတွေမှာ အလားတူလမ်းကြောင်းကို သတိပြုမိနေကြပါတယ်။"
• ဘာကြောင့် ဒီလိုဖြစ်ရတာလဲလို့ မေးတဲ့အခါ Greg က “ကျွန်တော်တို့ မသိပါဘူး။ ဘယ်သူမှ မသိပုံပေါ်တယ်။ tool အများစုက ပိုကောင်းလာလို့လား၊ ဒါမှမဟုတ် လူတွေက ‘ဟေး၊ ဒါကို ဖြေရှင်းကြည့်ရအောင်’ လို့ ပြောလာကြတယ်။ ဒါက မတူညီတဲ့ အဖွဲ့တွေနဲ့ ကုမ္ပဏီတွေ အများကြီးကို သက်ရောက်မှုရှိပုံရတယ်။ အဓိကအပိုင်းမှာတော့ ကျွန်တော်တို့ ကိုင်တွယ်နိုင်ပါတယ်။ ကျွန်တော်တို့အဖွဲ့ အရမ်းကြီးလာပြီး၊ ဖြန့်ကျက်မှုလည်း များလာပြီး ကျွန်တော်တို့ရဲ့ တိုးတက်မှုက တကယ်ဖြစ်လာပြီး နှေးကွေးသွားတာ မရှိပါဘူး။ ဒါတွေက အသေးအဖွဲလေးတွေပါ၊ ကြီးကြီးမားမားတော့ မဟုတ်ပါဘူး၊ ဒါပေမယ့် open source project အားလုံးက ဒီကိစ္စမှာ အကူအညီတချို့ ရနိုင်ပါတယ်။ project ငယ်လေးတွေက AI ကနေ ထုတ်လုပ်တဲ့ bug နဲ့ vulnerability report တွေ ရုတ်တရက် ဝင်လာတာကို ကိုင်တွယ်နိုင်စွမ်း နည်းပါးပါတယ်၊ အမှိုက်တွေ မဟုတ်ဘဲ တကယ့် bug တွေကို ဖော်ပြထားပါတယ်” လို့ ပြန်ဖြေခဲ့ပါတယ်။
• အဆိုပြုထားတဲ့ changelog မှာ bug တွေရှာဖို့ AI ကိုတောင်းဆိုတဲ့အခါ ၆၀ တွေ့ရှိခဲ့ပြီး ပြင်ဆင်ဖို့ patch တွေပေးခဲ့တယ်လို့ Greg ကရှင်းပြခဲ့ပါတယ်။ တွေ့ရှိခဲ့တဲ့ bug တွေရဲ့ သုံးပုံတစ်ပုံသာ bug တွေဖြစ်ပြီး patch တွေရဲ့ သုံးပုံနှစ်ပုံသာ မှန်ကန်ပြီး ဘာမှလုပ်စရာမလိုပေမယ့် အသုံးမဝင်ပါဘူး။ Greg ရဲ့အဆိုအရ ပြုပြင်ထိန်းသိမ်းသူတွေဟာ ဒါကိုလျစ်လျူရှုလို့မရပါဘူး၊ အထူးသဖြင့် AI ရဲ့ရလဒ်တွေ ပိုကောင်းလာနေတဲ့အချိန်မှာပေါ့။ AI ကိုသုံးပြီး ဖန်တီးထားတဲ့ patch တွေကို အမှတ်အသားပြုဖို့ "Co-developed:" tag ကိုထည့်သွင်းထားပါတယ်။ လုပ်ဆောင်ချက်အသစ်တွေကိုဖန်တီးဖို့ AI ကိုအသုံးပြုရန်ကြိုးစားမှုအချို့ရှိသော်လည်း core ရှိ AI ကို အဓိကအားဖြင့်ပြောင်းလဲမှုပြန်လည်သုံးသပ်ရန်အတွက်အသုံးပြုပါတယ်။
• AI ရဲ့ အထင်ရှားဆုံး အကျိုးကျေးဇူးတစ်ခုကတော့ patch လုပ်ဆောင်ချိန် လျော့ကျလာခြင်းပါပဲ။ AI assistant က ထင်ရှားတဲ့ ပြဿနာတွေကို ဖော်ထုတ်တဲ့အခါ patch ရေးသားသူတွေဟာ လူသား maintainer တစ်ယောက် patch ကို ဖတ်ဖို့ အချိန်မရခင်ကတည်းက feedback ရရှိပါတယ်။ "စနစ်က တစ်ခုခုကို တုံ့ပြန်နေတာကို ကျွန်တော်မြင်ရင် maintainer တစ်ယောက်ထက် ပိုမြန်တဲ့ feedback ပေးတယ်၊ အဲဒါက အရမ်းကောင်းတယ်။ patch တွေကို စစ်ဆေးတဲ့ bot အများအပြား ကျွန်တော်တို့မှာ ရှိပြီးသားပါ။ သူတို့က error ပေးမိတာကို ကျွန်တော် သတိထားမိရင် maintainer တစ်ယောက်အနေနဲ့ ကျွန်တော် ဒါကို ကြည့်ဖို့တောင် မလိုအပ်ဘူးဆိုတာ ချက်ချင်း နားလည်ပါတယ်။ ပြီးတော့ developer က 'အိုး၊ မနက်ဖြန်မှာ တခြား version တစ်ခု လုပ်လို့ရတယ်' လို့ တွေးတယ်၊ အဲဒါက feedback loop ကို နည်းနည်း ပိုကောင်းအောင် ကူညီပေးပါတယ်။"

source: opennet.ru