Red Hat, Inc. kondigt Podman AI Lab aan, een uitbreiding voor Podman Desktop die ontwikkelaars de mogelijkheid biedt om generatieve toepassingen met kunstmatige intelligentie (GenAI) in containers te bouwen, te testen en uit te voeren via een intuïtieve, grafische interface op hun lokale werkstation. Dit draagt bij aan de democratisering van GenAI en geeft ontwikkelaars de voordelen van gemak, eenvoud en kostenefficiëntie van hun lokale ontwikkelaarservaring, terwijl ze het eigendom van en de controle over gevoelige gegevens behouden. De recente opkomst van GenAI en open source grote taalmodellen (LLM's) heeft een nieuw computertijdperk ingeluid dat sterk leunt op het gebruik van AI-gebaseerde toepassingen, en organisaties gaan snel aan de slag om expertise, processen en tools te ontwikkelen om relevant te blijven.

Nu AI en data science steeds vaker worden gebruikt voor de ontwikkeling van toepassingen, kunnen tools zoals Podman AI Lab ontwikkelaars helpen om GenAI te gebruiken voor het bouwen van intelligente toepassingen of het verbeteren van hun workflow met behulp van AI-ondersteunde ontwikkelingsmogelijkheden. AI Lab bevat een receptencatalogus met voorbeeldtoepassingen waarmee ontwikkelaars een vliegende start kunnen maken met enkele van de meest voorkomende use cases voor LLM's, waaronder: Chatbots die menselijke gesprekken simuleren, waarbij AI wordt gebruikt om vragen van gebruikers te begrijpen en passende antwoorden te geven. Deze mogelijkheden worden vaak gebruikt ter uitbreiding van toepassingen die zelfbedieningsklantondersteuning of virtuele persoonlijke assistentie bieden.

Tekstsamenvatters, die veelzijdige mogelijkheden bieden voor vele toepassingen en bedrijfstakken, waar ze effectief en efficiënt informatiebeheer kunnen leveren. Met dit recept kunnen ontwikkelaars toepassingen bouwen om te helpen bij zaken als het creëren en cureren van inhoud, onderzoek, nieuwsaggregatie, het monitoren van sociale media en het leren van talen. Codegeneratoren, die ontwikkelaars in staat stellen om zich te concentreren op het ontwerpen en oplossen van problemen op een hoger niveau door terugkerende taken zoals projectinstelling en API-integratie te automatiseren, of om codesjablonen te produceren.

Objectdetectie helpt bij het identificeren en lokaliseren van objecten binnen digitale afbeeldingen of videoframes. Het is een fundamenteel onderdeel in verschillende toepassingen, waaronder autonome voertuigen, voorraadbeheer in de detailhandel, precisielandbouw en sportuitzendingen. Audio-naar-tekst transcriptie is het proces van het automatisch transcriberen van gesproken taal naar geschreven tekst, wat documentatie, toegankelijkheid en analyse van audio-inhoud vergemakkelijkt.

Deze voorbeelden bieden een startpunt voor ontwikkelaars waar ze de broncode kunnen bekijken om te zien hoe de toepassing is gebouwd en best practices kunnen leren voor het integreren van hun code met een AI-model. Voor ontwikkelaars boden containers van oudsher een flexibele, efficiënte en consistente omgeving voor het bouwen en testen van toepassingen op hun desktop zonder zich zorgen te hoeven maken over conflicten of compatibiliteitsproblemen. Vandaag de dag zijn ze op zoek naar dezelfde eenvoud en gebruiksgemak voor AI-modellen.

Podman AI Lab helpt hen om aan deze behoefte te voldoen door hen de mogelijkheid te bieden om lokale inferentieservers in te richten, waardoor het eenvoudiger wordt om een model lokaal uit te voeren, een eindpunt te krijgen en te beginnen met het schrijven van code om nieuwe mogelijkheden rond het model te creëren. Daarnaast bevat Podman AI Lab een speeltuinomgeving waarmee gebruikers met modellen kunnen spelen en hun gedrag kunnen observeren. Dit kan gebruikt worden om te testen, experimenteren en prototypes en toepassingen te ontwikkelen met de modellen.

Een intuïtieve gebruikersprompt helpt bij het verkennen van de mogelijkheden en nauwkeurigheid van verschillende modellen en helpt bij het vinden van het beste model en de beste instellingen voor de use case in de toepassing. Nu AI alomtegenwoordiger wordt in de onderneming, loopt Red Hat voorop in het ontsluiten van het potentieel van AI om innovatie, efficiëntie en waarde te stimuleren via zijn portfolio van consistente, betrouwbare en uitgebreide AI-platforms voor de hybride cloud. Podman AI Lab bouwt voort op de kracht van Podman Desktop, een open-sourceproject dat bij Red Hat is opgericht en inmiddels meer dan een miljoen keer is gedownload.

Het biedt ook nauwe integratie met de image-modus voor Red Hat Enterprise Linux, een nieuwe implementatiemethode voor 's werelds toonaangevende Linux-platform dat het besturingssysteem als een container-image levert. Dankzij deze integratie kunnen ontwikkelaars gemakkelijker van prototypes en modellen op hun laptop naar de nieuwe AI-toepassing in een draagbare, opstartbare container gaan die gemakkelijk overal in de hybride cloud kan worden uitgevoerd, van bare metal tot een cloud instance, met Red Hat OpenShift. Al meer dan 30 jaar koppelen open-sourcetechnologieën snelle innovatie aan sterk verlaagde IT-kosten en lagere drempels voor innovatie.

Red Hat leidt deze ontwikkeling al bijna net zo lang, van het leveren van open enterprise Linux-platforms met RHEL aan het begin van de jaren 2000 tot het stimuleren van containers en Kubernetes als de basis voor open hybride cloud en cloud-native computing met Red Hat OpenShift. Dit streven wordt voortgezet met Red Hat die AI/ML-strategieën in de open hybride cloud ondersteunt, waardoor AI-workloads kunnen draaien waar de data zich bevinden, in het datacenter, meerdere publieke clouds of aan de rand. Meer dan alleen de workloads, brengt Red Hat's visie voor AI modeltraining en tuning op ditzelfde pad om beperkingen rond datasoevereiniteit, compliance en operationele integriteit beter aan te pakken.

De consistentie die Red Hat's platformen leveren in deze omgevingen, ongeacht waar ze draaien, is van cruciaal belang om AI-innovatie vloeiend te houden.