GitLab si allea con Google per portare l'intelligenza artificiale a DevOps

//Di: Mike Vizard il 3 maggio 2023 Lascia un commento

GitLab ha esteso la sua alleanza con Google come parte di uno sforzo per portare capacità più generative di intelligenza artificiale (AI) nei flussi di lavoro DevOps.

La suite GitLab di applicazioni SaaS (software-as-a-service) risiede già sulla piattaforma cloud di Google per fornire a GitLab le basi dei dati necessari per addestrare tali modelli di intelligenza artificiale. Nel corso degli ultimi due mesi, GitLab ha già aggiunto numerose funzionalità che si basano su più tipi di tecnologie AI.

Ad esempio, ora esiste una funzionalità sperimentale Spiega questa vulnerabilità che fornisce un riepilogo in linguaggio naturale di un problema in un modo che gli sviluppatori e i team di sicurezza informatica possono facilmente comprendere.

Taylor McCaslin, responsabile del gruppo di prodotto per la scienza dei dati e l'intelligenza artificiale/apprendimento automatico per GitLab, ha affermato che in futuro la maggior parte dell'attenzione dell'intelligenza artificiale sarà rivolta allo sfruttamento delle capacità di intelligenza artificiale generativa. Queste funzionalità saranno abilitate da Google utilizzando un modello linguistico di grandi dimensioni (LLM) sviluppato da GitLab per i flussi di lavoro DevOps. Questo approccio consente a GitLab di fornire consigli più accurati basati su dati convalidati rispetto al LLM di scopo generale utilizzato per creare il servizio ChatGPT.

Inoltre, GitLab può aggiornare continuamente i modelli di intelligenza artificiale in esecuzione sul servizio cloud Google Vertex AI utilizzando i dati del suo ambiente applicativo SaaS che viene continuamente monitorato e aggiornato, ha osservato McCaslin.

Non è chiaro quale impatto possa avere l’intelligenza artificiale sui flussi di lavoro DevOps, ma GitLab prevede un miglioramento di 10 volte. Ciò sarà ottenuto, ad esempio, facendo emergere codice che può essere utilizzato per rimediare a una vulnerabilità. Oggi molte vulnerabilità non vengono risolte semplicemente perché gli sviluppatori non hanno abbastanza tempo per scrivere una patch.

Un recente sondaggio di GitLab, tuttavia, suggerisce che gli sviluppatori stanno già adottando l’intelligenza artificiale per migliorare la produttività, con il 62% degli sviluppatori che utilizza algoritmi di intelligenza artificiale e apprendimento automatico per controllare il codice. Più di un terzo (36%) si affida anche all’intelligenza artificiale e agli algoritmi di apprendimento automatico per rivedere il codice.

In questo frangente, l’unica cosa certa è che l’intelligenza artificiale e le altre tecnologie associate renderanno gli sviluppatori più produttivi. Non è altrettanto evidente quale impatto avrà la maggiore quantità di codice che si sposta simultaneamente attraverso le pipeline DevOps sugli ingegneri del software che gestiscono tali processi. L’aspettativa è che tipi simili di progressi nell’intelligenza artificiale consentiranno anche a più codice di fluire attraverso tali pipeline senza, si spera, esacerbare ulteriormente eventuali colli di bottiglia esistenti che potrebbero esistere.

Nel frattempo, è chiaro che il genio dell'intelligenza artificiale è uscito dalla lampada. Presto ci saranno più LLM per tutti i tipi di compiti. I team DevOps dovrebbero iniziare a pianificare oggi stesso partendo dal presupposto che molte attività manuali che cospirano a rendere noiosa l’ingegneria del software svaniranno. Pertanto, i ruoli con un team DevOps cambieranno e si evolveranno. Il presupposto che dovrebbero fare i team DevOps è che questi cambiamenti saranno in meglio. Dopotutto, il motivo per cui le organizzazioni hanno adottato DevOps in primo luogo è stato quello di automatizzare spietatamente i processi IT: l’intelligenza artificiale è semplicemente l’ultima iterazione di tale impegno.

Archiviato in: AI, Blog, Business di DevOps, Pratica DevOps, DevOps Toolbox, DevOps aziendale, Funzionalità, Notizie Tagged con: ai, ChatGPT, gitlab, google, LLM, machine learning