发展至今，AI技术对工作方式、决策过程乃至商业模式的重塑已经逐渐具象化。
红帽，作为开源解决方案的领军企业，在近日的在Red Hat Summit上，红帽展示了从RHEL AI的推出到InstructLab模型对齐工具的集成，再到OpenShift AI的混合云能力。
“这让我想起了90年代末对Linux潜力的感受，那时候还只是起步阶段，但你能够直觉地感觉到这将会带来重大的变化。”红帽总裁兼CEO Matt Hicks对于InstructLab模型对齐工具的引入特别感到兴奋，他预见到这项技术将为AI的未来带来深远的影响。
红帽总裁兼CEO Matt Hicks
RHEL AI的突破与开源AI的未来
此次发布的Linux AI（RHEL AI）是一个基础模型平台，能够使用户更加便捷地开发、测试和部署生成式人工智能（GenAI）模型。
RHEL AI的推出背景，源于企业对于AI应用的不断增长的需求，以及对于开源解决方案的信任和依赖。企业正在寻求能够降低AI技术门槛、提高开发效率的工具和平台，而RHEL AI正是在这样的市场需求下应运而生。它整合了IBM研究院的开源授权Granite大型语言模型（LLM）系列、基于大规模对话机器人对齐（LAB）方法的InstructLab模型对齐工具，以及通过InstructLab项目实施的社区驱动模型开发方法。该解决方案被封装成一个优化的、可启动的RHEL镜像，用于在混合云环境中部署单个服务器，并已集成到OpenShift AI中。RHEL AIOpenShift AI是红帽的混合机器学习运营（MLOps）平台，能够在分布式集群环境中大规模运行模型和InstructLab。
Granite LLM是IBM研究院开源授权的一系列大型语言模型，它们在自然语言处理领域具有强大的能力。而InstructLab模型对齐工具则为开发者提供了一种新的工作方式，通过简化LLM的创建、构建和贡献过程，使得开发者能够更加灵活和高效地进行AI模型的开发。这种整合不仅提升了RHEL AI的技术实力，也为开源AI社区带来了新的动力。
Matt Hicks介绍，与IBM的合作始于IBM研究院的一次关键会议，会上介绍了包括指导技术和方法在内的创新技术，这些技术旨在解决客户在微调AI模型时遇到的挑战，特别是通过使用合成数据增强技术来保持数据贡献的小型化。这种方法不仅使得数据块更易于管理，而且促进了更广泛的协作。
红帽认识到，围绕这些技术建立社区，可以汇聚全球的创新力量。这一愿景与Hugging Face在数据集领域的成就相似，但红帽更进一步，将重点放在了知识和技能的聚合上。仅几个月的时间，红帽的概念验证和模式已在多个场景中得到成功应用和扩展，证明了这一方法的有效性。
开源AI模型在企业中的应用和创新推动是RHEL AI的另一大看点。开源模型的灵活性和透明性，使得企业能够根据自身的特定需求进行定制和优化。红帽通过RHEL AI平台，鼓励和支持企业利用开源AI模型进行创新。这不仅有助于企业快速响应市场变化，也促进了企业内部的技术积累和人才培养。
混合云战略与AI的深度融合
在数字化转型的浪潮中，混合云作为一种灵活、高效的IT架构，已经成为企业IT战略的核心组成部分。
红帽，通过其OpenShift平台，为混合云环境提供了强大的支持。红帽OpenShift AI是基于红帽OpenShift而构建的开放式混合人工智能（AI）和机器学习（ML）平台，帮助企业在混合云环境中大规模创建并交付人工智能支持的应用。
那为什么构建一个坚实的混合云基础对企业AI至关重要呢？
Matt Hicks指出，企业在AI应用上正经历着一场显著的行业转变。传统上，企业尝试使用较小规模的AI模型进行微调和训练，但往往效果并不理想。面对这一挑战，许多企业转向了所谓的“全知模型”——这些通常是在公共云上运行的、参数量超过一万亿的大型模型。虽然这些模型功能强大，能够开箱即用地完成多种任务，但它们的运行和训练成本却非常高昂。
更重要的是，当AI模型被限制在云环境中时，它们无法满足那些需要在本地设备上运行的用例。Matt Hicks以个人为例，说明了在自己的笔记本电脑上运行AI模型如何提升编程和写作的效率，同时保证数据的隐私和安全。然而，如果这些模型仅限于云工作流，它们就无法实现这种个性化的增强。
红帽认为，为了充分发挥AI的潜力，混合云的功能至关重要。这意味着AI模型需要能够在多种环境中运行，包括笔记本电脑、工厂边缘设备、汽车以及数据中心。为了实现这一点，小型模型必须经过改进，以更好地适应各种实际任务。这就需要在特定用例上完成模型的最后阶段训练，确保模型能够精准地解决具体问题。
正是基于这样的认识，红帽集成了InstructLab。Matt Hicks强调，仅仅发布一个参数量庞大的模型是不够的。红帽的愿景是使客户能够在各种设备上——无论是笔记本电脑、边缘设备、汽车还是数据中心——根据自己的具体应用场景来训练和部署AI模型。这种灵活性和可定制性是红帽在AI领域的核心优势，也是其混合云战略的关键组成部分。
负责任的AI与开源社区的协作
在AI技术飞速发展的今天，负责任的AI（Responsible AI）成为了全球技术社区和企业关注的焦点。红帽，作为开源文化和企业IT解决方案的领军者，对于推动负责任AI的实践和社区协作扮演着重要角色。正如Matt Hicks所指出的，“负责任的AI是一个广泛的话题”，红帽从多个关键领域着手，确保AI系统的安全性和伦理性。
首先是对AI技术全生命周期的考量，从数据的收集和训练，到模型的部署和监控。红帽认识到，AI系统的训练和应用需要处理大量数据，这些数据往往涉及版权和隐私问题。因此，红帽致力于确保AI模型的训练数据尊重原创者的版权，遵守开源许可证的要求，保护数据的可追溯性和透明性。
AI模型的训练依赖于大量的数据，这些数据可能来自不同的来源，包括开源社区。红帽在处理训练数据时，特别关注版权和许可证的问题。红帽通过提供透明的数据来源和使用情况，确保其AI产品尊重并保护数据创作者的权益。此外，红帽还积极参与到开源社区中，推动对数据使用和版权问题的讨论和规范制定，以促进一个健康、可持续的AI生态系统。
安全性是AI应用中不可忽视的一环。红帽通过建立和维护安全框架，来应对AI模型可能面临的安全威胁。这包括但不限于数据泄露、模型欺骗等风险。红帽与开源社区紧密合作，共同开发和实施安全措施，以提高AI系统的安全性。通过社区的力量，红帽不仅能够快速响应新出现的安全威胁，还能够持续改进和更新安全防护措施，确保AI技术的安全可靠。
在红帽的视角中，负责任的AI不仅仅是技术的创新，更是对社会责任的承担。如Matt Hicks提到的，红帽致力于“fostering a community-based approach”来确保AI模型的安全红帽通过其在开源社区的领导地位，推动了负责任AI的实践，并与社区成员一起，共同构建一个更加安全、透明、可信赖的AI技术环境。
