發展至今，AI技術對工作方式、決策過程乃至商業模式的重塑已經逐漸具象化。

紅帽，作為開源解決方案的領軍企業，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。”紅帽總裁兼CEO Matt Hicks對于InstructLab模型對齊工具的引入特別感到興奮，他預見到這項技術將為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

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

RHEL AI的推出背景，源于企業對于AI應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。企業正在尋求能夠降低AI技術門檻、提高開發效率的工具和平臺，而RHEL AI正是在這樣的市場需求下應運而生。它整合了IBM研究院的開源授權Granite大型語言模型（LLM）系列、基于大規模對話機器人對齊（LAB）方法的InstructLab模型對齊工具，以及通過InstructLab項目實施的社區驅動模型開發方法。該解決方案被封裝成一個優化的、可啟動的RHEL鏡像，用于在混合云環境中部署單個服務器，并已集成到OpenShift AI中。RHEL AIOpenShift AI是紅帽的混合機器學習運營（MLOps）平臺，能夠在分布式集群環境中大規模運行模型和InstructLab。

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

Matt Hicks介紹，與IBM的合作始于IBM研究院的一次關鍵會議，會上介紹了包括指導技術和方法在內的創新技術，這些技術旨在解決客戶在微調AI模型時遇到的挑戰，特別是通過使用合成數據增強技術來保持數據貢獻的小型化。這種方法不僅使得數據塊更易于管理，而且促進了更廣泛的協作。

紅帽認識到，圍繞這些技術建立社區，可以匯聚全球的創新力量。這一愿景與Hugging Face在數據集領域的成就相似，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用和擴展，證明了這一方法的有效性。

開源AI模型在企業中的應用和創新推動是RHEL AI的另一大看點。開源模型的靈活性和透明性，使得企業能夠根據自身的特定需求進行定制和優化。紅帽通過RHEL AI平臺，鼓勵和支持企業利用開源AI模型進行創新。這不僅有助于企業快速響應市場變化，也促進了企業內部的技術積累和人才培養。

混合云戰略與AI的深度融合

在數字化轉型的浪潮中，混合云作為一種靈活、高效的IT架構，已經成為企業IT戰略的核心組成部分。

紅帽，通過其OpenShift平臺，為混合云環境提供了強大的支持。紅帽OpenShift AI是基于紅帽OpenShift而構建的開放式混合人工智能（AI）和機器學習（ML）平臺，幫助企業在混合云環境中大規模創建并交付人工智能支持的應用。

那為什么構建一個堅實的混合云基礎對企業AI至關重要呢？

Matt Hicks指出，企業在AI應用上正經歷著一場顯著的行業轉變。傳統上，企業嘗試使用較小規模的AI模型進行微調和訓練，但往往效果并不理想。面對這一挑戰，許多企業轉向了所謂的“全知模型”——這些通常是在公共云上運行的、參數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，但它們的運行和訓練成本卻非常高昂。

更重要的是，當AI模型被限制在云環境中時，它們無法滿足那些需要在本地設備上運行的用例。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，同時保證數據的隱私和安全。然而，如果這些模型僅限于云工作流，它們就無法實現這種個性化的增強。

紅帽認為，為了充分發揮AI的潛力，混合云的功能至關重要。這意味著AI模型需要能夠在多種環境中運行，包括筆記本電腦、工廠邊緣設備、汽車以及數據中心。為了實現這一點，小型模型必須經過改進，以更好地適應各種實際任務。這就需要在特定用例上完成模型的最后階段訓練，確保模型能夠精準地解決具體問題。

正是基于這樣的認識，紅帽集成了InstructLab。Matt Hicks強調，僅僅發布一個參數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備上——無論是筆記本電腦、邊緣設備、汽車還是數據中心——根據自己的具體應用場景來訓練和部署AI模型。這種靈活性和可定制性是紅帽在AI領域的核心優勢，也是其混合云戰略的關鍵組成部分。

負責任的AI與開源社區的協作

在AI技術飛速發展的今天，負責任的AI（Responsible AI）成為了全球技術社區和企業關注的焦點。紅帽，作為開源文化和企業IT解決方案的領軍者，對于推動負責任AI的實踐和社區協作扮演著重要角色。正如Matt Hicks所指出的，“負責任的AI是一個廣泛的話題”，紅帽從多個關鍵領域著手，確保AI系統的安全性和倫理性。

首先是對AI技術全生命周期的考量，從數據的收集和訓練，到模型的部署和監控。紅帽認識到，AI系統的訓練和應用需要處理大量數據，這些數據往往涉及版權和隱私問題。因此，紅帽致力于確保AI模型的訓練數據尊重原創者的版權，遵守開源許可證的要求，保護數據的可追溯性和透明性。

AI模型的訓練依賴于大量的數據，這些數據可能來自不同的來源，包括開源社區。紅帽在處理訓練數據時，特別關注版權和許可證的問題。紅帽通過提供透明的數據來源和使用情況，確保其AI產品尊重并保護數據創作者的權益。此外，紅帽還積極參與到開源社區中，推動對數據使用和版權問題的討論和規范制定，以促進一個健康、可持續的AI生態系統。

安全性是AI應用中不可忽視的一環。紅帽通過建立和維護安全框架，來應對AI模型可能面臨的安全威脅。這包括但不限于數據泄露、模型欺騙等風險。紅帽與開源社區緊密合作，共同開發和實施安全措施，以提高AI系統的安全性。通過社區的力量，紅帽不僅能夠快速響應新出現的安全威脅，還能夠持續改進和更新安全防護措施，確保AI技術的安全可靠。

在紅帽的視角中，負責任的AI不僅僅是技術的創新，更是對社會責任的承擔。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的領導地位，推動了負責任AI的實踐，并與社區成員一起，共同構建一個更加安全、透明、可信賴的AI技術環境。