Penyedia software open-source enterprise, Red Hat, mengumumkan bahwa pihaknya sedang mengembangkan model generative AI/ML yang akan membantu para developer mencapai lompatan otomatisasi kode dan menjembatani kesenjangan keterampilan IT dengan kode yang bisa diandalkan dan konsisten untuk berbagai task yang sifatnya otomatis. Kini, para pengguna sudah bisa melakukan pratinjau teknis untuk kemajuan itu.
AI chatbot ChatGPT bukan hanya menantang kerja para jurnalis, pengiklan dan paralegal menurut BusinessInsider. Pengembang software dengan akses ke AI coding assistant bisa merampungkan task dalam waktu kurang dari setengah dari waktu yang seharusnya mereka butuhkan, seperti temuan penelitian yang dilakukan Microsoft.
Namun, bisakah Chat GPT menulis kode otomatis dengan baik?
Kelvin Loh, Senior Manager, Solutions Architect, ASEAN, Red Hat, mengatakan bahwa walaupun ChatGPT bisa menghasilkan Ansible playbooks yang bisa digunakan oleh pekerja profesional IT untuk mengotomatisasi berbagai task, tapi mungkin tidak akan membantu saat masalah kode menyebabkan kegagalan dalam penggelaran.
“Para developer mungkin tidak bisa diyakinkan bahwa ini bisa memecahkan kode dengan sukses, bahkan setelah mengembalikan kode ke ChatGPT,” ucap Loh.
Para computer scientist dari University of Quebec di Kanada menemukan bahwa kode yang dihasilkan oleh ChatGPT tidak memenuhi standar keamanan minimum, walaupun bisa mengidentifikasi kerentanan penting saat diminta untuk melakukan hal tersebut.
Akan tetapi, program generative AI baru yang sedang dilatih oleh Red Hat dan IBM mungkin bisa menghasilkan kode otomatis yang aman dan berfungsi. Melalui antarmuka bahasa alamiah, Ansible Lightspeed bisa mengubah permintaan yang ditulis dalam Bahasa Inggris sederhana – seperti “Deploy web application stack” – menjadi alur kerja otomatisasi untuk Red Hat Ansible, yang kemudian dimodifikasi oleh developer jika dibutuhkan.
Handal, konsisten, dan bisa dipertanggungjawabkan
Ansible Lightspeed menjanjikan kode yang lebih handal, konsisten dan bisa dipertanggungjawabkan, dibandingkan kode yang dihasilkan ChatGPT dalam hal kode otomatis untuk Ansible, menurut siaran pers Red Hat.
Ansible adalah tool software open-source yang digunakan pekerja profesional IT untuk mengotomatisasi berbagai task seperti pengembangan aplikasi, pembaruan workstation server, penyediaan cloud, dan task-task administratif lainnya di seluruh jaringan komputer.
Ansible playbook membantu para developer mendefinisikan parameter dan pengaturan yang diaplikasikan ke sistem operasi, perangkat infrastruktur dan aplikasi. Ia bisa memberikan instruksi untuk melakukan pembaruan komputer, hingga melakukan pengaturan konfigurasi terbaru.
“Pada gilirannya, para developer bisa menggunakan playbook ini untuk mengelola enterprise IT, saat agensi mengadopsi model hybrid cloud, yang akan menjadikan lingkungan IT lebih komplek,” kata Loh menjelaskan.
Ansible Lightspeed akan memungkinkan pengguna memasukkan permintaan dalam Bahasa Inggris sederhana dan menerima playbook atau role yang tepat dan berfungsi secara sintaksis, menurut Red Hat. Berbeda dengan playbook yang dihasilkan oleh ChatGPT, pengguna tidak harus menghabiskan waktu untuk men-debug kode yang salah. Alih-alih, pengguna bisa mengharapkan hasil yang handal dan konsisten.
Ini karena model machine learning pada Ansible Lightspeed secara spesifik didesain dan disesuaikan untuk membantu penggunaan dan penggelaran Ansible Playbook. Ansible Lightspeed dilatih dengan sumber data berkualitas tinggi seperti Ansible Galaxy, dan menggunakan fondasi model cluster dan software stack dari IBM Research AI, yang menjalankan ribuan GPU generasi terbaru untuk melatih model, menurut IBM. Ini memastikan AI akan menghasilkan kode yang presisi, yang sudah divalidasi dan aman.
Sistem seperti OpenAI mendapatkan benefit ketika ia dilatih dengan data dalam jumlah besar, para pakar memperkirakan bahwa GPT-4 memiliki lebih dari 1 triliun parameter. Namun, model fondasional yang begitu besar ini pada dasarnya memasukkan data yang mungkin, atau mungkin tidak, relevan dengan pengguna.
Karena Ansible Lightspeed adalah domain-specific, hasil yang didapatkan dari modelnya akan lebih baik menjawab kebutuhan pengguna. Terlebih, ada peningkatan kecepatan dan efisiensi karena parameter di model ini 35 kali lebih efisien dibandingkan dengan parameter yang ditemukan di model yang lebih besar, sehingga memastikan penyediaan hasil yang lebih berkualitas.
Menjembatani kesenjangan keterampilan IT
Selanjutnya, Ansible Lightspeed akan mendukung agensi dalam menjembatani kesenjangan dalam keterampilan IT dan mendukung para developer mempelajari keterampilan baru karena tuntutan pekerjaan. Ini membantu organisasi mengakselerasi, dan bahkan lebih mengoptimasi operasional IT.
Kemampuan untuk memanfaatkan layanan generative AI untuk otomatisasi akan membantu mendorong pengadopsian otomatisasi yang akurat dan konsisten di seluruh organisasi. Layanan seperti ini memudahkan pengguna baru untuk mengotomatisasi berbagai task sekaligus menghilangkan kemungkinan automator berpengalaman menciptakan task-task rendahan.
Siaran pers dari Red Hat menyoroti bagaimana para developer aplikasi bisa menggunakan Ansible Lightspeed untuk menyediakan aplikasi di platform cloud baru, dan administrator sistem di on premise bisa memanfaatkan Ansible Lightspeed untuk mengonfigurasi lingkungan hybrid cloud. Ini adalah cara yang bisa dilakukan oleh para developer untuk menyelesaikan lebih banyak task dalam waktu yang lebih sedikit dan pekerja profesional IT bisa melakukan reskill dengan cepat terkait dengan pengembangan IT yang baru.
“Proyek ini menjadi contoh bagaimana kecerdasan buatan memiliki kekuatan untuk secara fundamental menggeser cara bisnis dalam berinovasi, memperluas kemampuan yang biasanya ada di tim operasional ke sudut-sudut lain dari bisnis tersebut. Dengan solusi yang cerdas, enterprise bisa mengurangi penghalang untuk masuk, mengatasi kesenjangan keterampilan yang berkembang, dan memecahkan silo di seluruh organisasi untuk menata kembali pekerjaan di dunia enterprise,” ucap Chris Wright, CTO dan SVP of Global Engineering, Red Hat.
Meskipun demikian, Loh memperingatkan bahwa para developer masih harus memahami bagaimana Ansible playbook bekerja, jika seandainya mereka memerlukan penyesuaian
Mengoptimalkan konten sesuai preferensi pengguna
Di masa depan, Ansible Lightspeed akan memasukkan rencana untuk mengoptimalkan konten, seperti menyarankan revisi berdasarkan preferensi pengguna, rekomendasi praktik terbaik, atau keamanan in-house dan kebijakan kepatuhan.
Ansible Lightspeed juga menargetkan untuk mengingatkan para developer tentang playbook yang sudah ada yang sama dengan yang sedang mereka kembangkan, sehingga mereka tidak harus menghabiskan waktu untuk menciptakan kembali apa yang sudah ada.
IBM Research dan para spesialis Ansible saat ini sedang menyempurnakan AI model, dan mengundang para penguji beta untuk berbagi mengenai use case yang riil untuk membantu melatih Ansible Lightspeed lebih jauh.
Untuk pengembang sektor publik, melakukan lebih banyak dengan sumber daya lebih sedikit adalah prioritas utama. Janji yang ditawarkan oleh AI yang domain-specific terhadap otomatisasi IT bisa mendukung para developer di sektor publik untuk mendorong inovasi yang skalabel sekaligus melayani publik dengan baik.
