Red Hat, Inc. a annoncé Podman AI Lab, une extension pour Podman Desktop qui donne aux développeurs la possibilité de construire, tester et exécuter des applications basées sur l'intelligence artificielle générative (GenAI) dans des conteneurs en utilisant une interface graphique intuitive sur leur poste de travail local. Cela contribue à la démocratisation de la GenAI et donne aux développeurs les avantages de la commodité, de la simplicité et de la rentabilité de leur expérience de développeur local, tout en conservant la propriété et le contrôle des données sensibles. L'essor récent de la GenAI et des grands modèles de langage (LLM) open source a inauguré une nouvelle ère de l'informatique qui repose fortement sur l'utilisation d'applications basées sur l'IA, et les organisations s'empressent de mettre en place une expertise, des processus et des outils pour rester pertinentes.

À mesure que l'IA et la science des données s'imposent dans le développement d'applications courantes, des outils comme Podman AI Lab peuvent aider à stimuler l'adoption de GenAI par les développeurs pour créer des applications intelligentes ou améliorer leur flux de travail en utilisant des capacités de développement augmentées par l'IA. AI Lab propose un catalogue de recettes avec des exemples d'applications qui permettent aux développeurs de se lancer dans certains des cas d'utilisation les plus courants des LLM, notamment : Les chatbots qui simulent une conversation humaine, en utilisant l'IA pour comprendre les demandes des utilisateurs et proposer des réponses adaptées. Ces capacités sont souvent utilisées pour augmenter les applications qui fournissent un support client en libre-service ou une assistance personnelle virtuelle.

Les synthétiseurs de texte, qui offrent des capacités polyvalentes dans de nombreuses applications et industries, où ils peuvent fournir une gestion efficace et efficiente de l'information. Grâce à cette recette, les développeurs peuvent mettre au point des applications qui facilitent la création et la conservation de contenu, la recherche, l'agrégation de nouvelles, la surveillance des médias sociaux et l'apprentissage des langues. Les générateurs de code, qui permettent aux développeurs de se concentrer sur la conception de haut niveau et la résolution de problèmes en automatisant les tâches répétitives telles que la configuration du projet et l'intégration de l'API, ou de produire des modèles de code.

La détection d'objets permet d'identifier et de localiser des objets dans des images numériques ou des trames vidéo. Il s'agit d'un élément fondamental dans diverses applications, notamment les véhicules autonomes, la gestion des stocks dans le commerce de détail, l'agriculture de précision et la radiodiffusion sportive. La transcription audio en texte implique le processus de transcription automatique du langage parlé en texte écrit, facilitant la documentation, l'accessibilité et l'analyse du contenu audio.

Ces exemples constituent un point d'entrée pour les développeurs, qui peuvent examiner le code source pour voir comment l'application est construite et apprendre les meilleures pratiques pour intégrer leur code à un modèle d'IA. Pour les développeurs, les conteneurs ont traditionnellement fourni un environnement flexible, efficace et cohérent pour créer et tester des applications sur leurs ordinateurs de bureau sans se soucier des conflits ou des problèmes de compatibilité. Aujourd'hui, ils recherchent la même simplicité et la même facilité d'utilisation pour les modèles d'IA.

Podman AI Lab répond à ce besoin en leur donnant la possibilité de provisionner des serveurs d'inférence locaux, ce qui facilite l'exécution d'un modèle localement, l'obtention d'un point de terminaison et l'écriture de code pour intégrer de nouvelles capacités autour du modèle. En outre, Podman AI Lab comprend un environnement de jeu qui permet aux utilisateurs d'interagir avec les modèles et d'observer leur comportement. Cet environnement peut être utilisé pour tester, expérimenter et développer des prototypes et des applications avec les modèles.

Une interface utilisateur intuitive permet d'explorer les capacités et la précision des différents modèles et aide à trouver le meilleur modèle et les meilleurs paramètres pour le cas d'utilisation de l'application. Alors que l'IA devient de plus en plus omniprésente dans les entreprises, Red Hat ouvre la voie en libérant le potentiel de l'IA pour stimuler l'innovation, l'efficacité et la valeur grâce à son portefeuille de plateformes d'IA cohérentes, fiables et complètes pour le nuage hybride. Podman AI Lab s'appuie sur la force de Podman Desktop, un projet open source fondé par Red Hat qui compte aujourd'hui plus d'un million de téléchargements.

Il offre également une intégration étroite avec le mode image pour Red Hat Enterprise Linux, une nouvelle méthode de déploiement pour la première plateforme Linux d'entreprise au monde qui fournit le système d'exploitation sous la forme d'une image de conteneur. Cette intégration permet aux développeurs de passer plus facilement du prototypage et du travail avec des modèles sur leur ordinateur portable à la transformation de la nouvelle application infusée par l'IA en un conteneur portable et amorçable qui peut facilement être exécuté n'importe où dans le cloud hybride, du bare metal à une instance cloud, à l'aide de Red Hat OpenShift. Depuis plus de 30 ans, les technologies open source ont permis d'associer l'innovation rapide à des coûts informatiques considérablement réduits et à des barrières à l'innovation moins importantes.

Red Hat mène cette charge depuis presque aussi longtemps, depuis la fourniture de plateformes Linux d'entreprise ouvertes avec RHEL au début des années 2000 jusqu'à l'impulsion des conteneurs et de Kubernetes comme fondement du cloud hybride ouvert et de l'informatique cloud-native avec Red Hat OpenShift. Ce mouvement se poursuit avec Red Hat qui alimente les stratégies AI/ML à travers le cloud hybride ouvert, permettant aux charges de travail AI de s'exécuter là où se trouvent les données, que ce soit dans le centre de données, dans plusieurs clouds publics ou à la périphérie. Au-delà des charges de travail, la vision de Red Hat en matière d'intelligence artificielle permet de former et d'ajuster les modèles de la même manière afin de mieux répondre aux limites liées à la souveraineté des données, à la conformité et à l'intégrité opérationnelle.

La cohérence offerte par les plateformes Red Hat dans tous ces environnements, quel que soit l'endroit où ils sont exécutés, est cruciale pour maintenir l'innovation en matière d'IA.