RSS
LPIブログ
画像はPixel上のGerd Altmannによる

オープンソース、人工知能、およびLPI

10月6、2019 - MarcelGagné

私はこの1つのパンチラインでリードするつもりです。 LPIは、人工知能のオープンソース開発に特に適した、ある種の機械学習の認定パスの提供に投資すべきだと思います。

自動化と人工知能について、人類にとって最終的に意味するものの観点から考えても、私たちの生活のあらゆる面に何らかの形の人工知能が存在することは間違いありません。 1つまたは複数のGoogle HomeまたはAlexaスピーカーを所有している私たちは、AIが私たちの生活にどれだけ触れているかをよく知っています。 私たちにとって、それは常に存在する仲間です。

Googleのアシスタントなどのスマートシステムは、TensorFlow( https://tensorflow.org )、機械学習、ディープラーニング、自然言語処理(スマートスピーカーなど)、またはニューラルネットワークベースのアプリケーションを構築するすべての人にとって、一種のgotoセットのツールになったオープンソースプログラミングライブラリです。 TensorFlowベースのアプリケーションは、別の無料のオープンソース開発プラットフォームであるPythonを使用してプログラミングされます。

Pythonといえば、PyTorch( https://pytorch.org )、トーチ上に構築されたディープラーニングPythonライブラリのセット、今回はFacebookによって開発された別の機械学習ツールのセット。 主な目的は、コンピュータービジョン、顔認識、自然言語処理でした。

すでに多くのAIおよびMLツールがあり、オープンソースで構築および配布されていることに注意してください。 AIとMLが完全にオープンであることを専門とする組織もあります。 例えば ​​。 。 。

H2O.ai at https://www.h2o.ai/

AI.Google at https://ai.google

OpenAI https://open.ai

LPIの焦点はオープンソースを擁護し、DevOpsを含むLinuxシステム管理者の未来とキャリアの構築を支援することであると理解していますが、マシンおよび人工知能ツールはこれらの職業のあらゆる側面に浸透しています。 実際、賢いシステム管理者は、利用可能な技術で可能な限り多くの管理に関するプロセスを自動化するために、常に自由にツールを使用しようと努めてきました。

システムがより複雑になり、物理世界と仮想世界の両方に分散するにつれて、単純な実践的なアプローチはもはや実用的ではなくなります。 自動化は、物事をスムーズに実行するための鍵です。 それでも、これらの自動システムで解釈されたログを吐き出すように返信するだけでは、何か壊滅的な事態が発生した場合に応答する人がいない場合は役に立ちません。 そのため、選択したイベントに基づいてさまざまな応答を自動化してきました。 システムに「それが本当に重要な場合にのみ電話してください」と伝えることができます。 実際に私の介入を必要とするものについてのみ教えてください。

問題は、私が話していたこれらの複雑な分散システムが、より複雑になり、より分散されていることです。 ある時点で、最高で最も高度に訓練された人間でさえ、人間の介入がボトルネックになります。

DeepMindについて聞いたことがありますか? この機械学習のスタートアップは、2014でGoogle(技術的にはAlphabetですが、それでもGoogleとして考えています)に買収されました。 2015のAlphaGoプログラムは、欧州チャンピオンのGoプレイヤーであるFan Huiを5のゲームでゼロにし、機械学習システムが非常に複雑で、組み合わせや順列が非常に多いゲームで勝つことを学習できることを実証しました。コンピューターが勝つことは不可能です。

AlphaGoは、2017でGoの世界チャンピオンであるKe Jieを破るまで、機械学習の筋肉を曲げ続けました。

同じ年の後半に、次世代システムであるAlphaZeroは、3日以内にGoをプレイすることを学び、その後AlphaGo 100ゲームをゼロまで倒しました。

2018に早送りします。 Alphabet(おそらくGoogleのように考え続けます)は、モノリシックデータセンターでDeepMindを解き放ち、それらのデータセンターの冷却をアルゴリズムが完全に制御できるようにしました。これにより、Alphabetは換気、空調、他の冷却手段が使用される可能性があります。 人間が関与したり、必要とされることはありません。 これは、完全に自動化されたデータセンターインフラストラクチャ管理です。

実際、それはすべてのシステム管理者の論理的な最終目標です。

だから、私はLPIが遅れを取って、すべてがうまくいけばシステムとネットワーク管理者の必要性をなくすテクノロジーの認証を提供することを提案していますか? 一言で言えば、 はい。 次の論理的な質問はなぜですか?

完全自動化はシステム管理と考えるようになった論理的な最終ゲームであり、このスマートテクノロジーのほとんどすべてがLinuxサーバーで実行され、オープンソースのソフトウェアとツールで構築されているため、テクノロジーを採用する必要がありますそして、それを指示し、インテリジェントマシンが私たちの集合的な人間の最大の利益を心に持つようにします。 最後のシステム管理者が退任するまでの期間はわかりませんが、 私たちがその一部であるかどうかにかかわらず、その日が来ています。 完全に自律的なシステムが引き継いだときに、安全で倫理的な原則に基づいて動作するようにできる限りのことを行ったことを確認する必要があります。

さらに、古典的な管理の必要性が歴史に消えていくにつれて、わずかに長いキャリアから利益を得るのは、これらの素晴らしい新技術に取り組むスキルを持つ人々です。 それが続く限り、これは確かに貴重な知識になるでしょう。

言うまでもなく、この主題については相反する意見がなければならないので、ここであなたに引き渡します。 私は正しいですか? LPIは人工知能と機械学習の認定への道をたどるべきですか? 最初のものは、過去のコース命名規則の精神でAIML-1でした。 たぶん私は茶葉が間違っていることを読んだことがあり、人間の管理者の年齢は終わりから遠い。 いずれにせよ、私はあなたに床を開き、あなたのコメントを楽しみにしています。

MarcelGagnéについて:

マルセル・ガンゲ

MarcelGagnéはLPIの編集長大です。 "Cooking With Linux"の男。 作家と自由思想家 科学、Linux、そしてテクノロジーのオタクです。 Linux Journal、LinuxPro Magazine、Ubuntu User Magazine、SysAdminなどの長年のコラムニスト。 「Linuxシステム管理:ユーザーズガイド」と「Linuxへの移行」シリーズの書籍6冊の著者。 ラジオ、テレビ、YouTubeのフリー・アンド・オープンソース・ソフトウェアのプロモーター、主張者、伝道者。 時には意見があります。 いつも混乱しています。 ワイン、食べ物、音楽、時にはシングルモルトスコッチを愛しています。