用人工智能工具将旧的 COBOL 代码转换为 Java

用人工智能工具将旧的COBOL代码转换为JavaIBM称，有数十亿行COBOL代码可能需要进行现代化处理，这包括重构COBOL中的业务服务，将代码转换为Java代码，然后借助自动测试验证结果。IBM将于2023年推出一个生成式人工智能工具，以加快IBMZ大型机上COBOL到Java的翻译速度。它生成的Java代码是面向对象的，但仍可以与COBOL应用程序的其余部分以及CICS、IMS、DB2等关键服务和其他z/OS运行时进行互操作。来源，频道：@kejiqu群组：@kejiquchat投稿：@kejiqubot

IBM推出Granite生成式人工智能功能和模型

IBM推出Granite生成式人工智能功能和模型IBM几乎没有提供有关Granite的详细信息，因此无法将这些模型与竞争对手的LLM（包括IBM自己的LLM）进行比较。但该公司声称，它将在2022年第三季度推出Granite系列模型之前，披露用于训练该模型的数据，以及用于过滤和处理这些数据的步骤。希望该公司能做到这一点。在Watsonx.ai（Watsonx的组件，可让客户在部署后测试、部署和监控模型）的其他部分，IBM正在推出TuningStudio，这是一款允许用户根据自己的数据定制生成式人工智能模型的工具。利用TuningStudio，IBMWatsonx的客户可以对模型进行微调，以适应新任务，只需100到1000个示例。一旦用户指定了任务并提供了所需数据格式的标注示例，他们就可以通过IBM云的API部署模型。Watsonx.ai即将推出的还有表格数据（关系数据库中的行和列集合）合成数据生成器。IBM在一份新闻稿中称，通过从自定义数据模式和内部数据集生成合成数据，公司可以使用生成器提取洞察力，用于人工智能模型的训练和微调，同时"降低风险"。目前还不清楚"降低风险"的确切含义，因为使用合成数据训练人工智能存在一系列隐患。IBM还将在Watsonx.data中推出新的生成式人工智能功能，该公司的数据存储允许用户访问数据，同时应用查询引擎、治理、自动化以及与现有数据库和工具的集成。从2023年第四季度开始，作为技术预览的一部分，客户将能够通过一个类似聊天机器人的自助服务工具，为人工智能"发现、增强、可视化和完善"数据。IBM对具体细节再次语焉不详。但能够想象的是一种类似于ChatGPT的体验，尽管它以数据可视化和转换为重点。IBM表示，大约在同一时间（2023年第四季度），Watsonx.data将获得矢量数据库功能，以支持检索增强生成（RAG）。RAG是一个人工智能框架，通过将模型建立在外部知识源的基础上，提高LLM生成的响应质量，这对IBM的企业客户来说显然非常有用。在其他重大新闻方面，IBM正在进行Watsonx.governance的技术预览，这是一个工具包--用该公司相当含糊的话说--提供了保护客户隐私、检测模型偏差和漂移以及帮助组织满足道德标准的机制。从下周开始，IBM将推出智能修复（IntelligentRemediation）功能，该公司表示，该功能将利用生成式人工智能模型来帮助IT团队总结事件并提出工作流程建议，以帮助实施解决方案。IBM产品高级副总裁DineshNirmal在一份新闻稿中说："正如watsonx平台在推出后短短几个月内不断发展所证明的那样，我们将在整个人工智能生命周期内为客户提供支持。作为转型合作伙伴，IBM正在与客户合作，帮助他们以安全、可信的方式扩展人工智能--从帮助他们建立数据战略的基础要素，到为他们的特定业务用例调整模型，再到帮助他们管理模型。"当然，IBM也面临着压力，需要证明自己能够在拥挤的人工智能领域有所作为。在公司第二财季，IBM公布的营收不及分析师预期，原因是公司基础设施业务部门的增长放缓幅度超过预期。营收缩减至154.8亿美元，同比下降0.4%，略低于分析师一致预期的第二季度销售额155.8亿美元。在财报电话会议上，IBM首席执行官阿尔文德-克里希纳（ArvindKrishna）反复强调了人工智能对IBM未来增长的重要性，并断言企业正在以健康的速度签约使用IBM的混合云和人工智能技术，包括Watsonx。克里希纳说，截至7月Watsonx开始推出时，已有150多家企业客户在使用Watsonx，其中包括三星和花旗。"我们将继续满足客户寻求值得信赖的企业人工智能解决方案的需求，我们对最近推出的Watsonx人工智能平台的反响尤为兴奋。最后，我们对今年全年的收入和自由现金流增长预期仍然充满信心，"克里希纳在财报电话会议上说。...PC版：https://www.cnbeta.com.tw/articles/soft/1382305.htm手机版：https://m.cnbeta.com.tw/view/1382305.htm

IBM 开源 Granite 代码模型

IBM开源Granite代码模型IBM开源了它用于辅助编程的代码模型，源代码托管在GitHub上，采用ApacheLicense2.0许可证，允许商业使用。与其它AI模型不同的是，IBM致力于避免模型的版权问题，使用了开放数据集如GitHubCodeClean、Starcoder、开放代码库和GitHubissues等进行训练。Granite是decoder-only代码模型，可用于修bug、解释代码和生成代码文档，使用了116种编程语言的代码进行训练，参数规模30亿、80亿、200亿和340亿。IBM称测试显示Granite在开源代码模型中表现最出色。来源，频道：@kejiqu群组：@kejiquchat

IBM保证Watsonx中的AI Cobol翻译器不会取代开发人员

IBM保证Watsonx中的AICobol翻译器不会取代开发人员根据IBMZ软件副总裁SkylaLoomis的说法，Watsonx是一款"开发人员助理工具"，它使用人工智能，但不能独立完成所有任务。生成式人工智能服务与人类程序员结成伙伴关系，对COBOL代码的选定部分进行转换，但人工智能提供的代码在投入生产之前最终还需要进行一些"小幅编辑工作"。尽管已经有64年的历史，COBOL（通用商业导向语言）仍被广泛应用于银行、汽车、保险、政府、医疗保健等重要行业的大型计算机中。据《国际科学高级研究期刊》（InternationalJournalofAdvancedResearchinScience）最近估计，43%的银行系统仍在使用COBOL，每天有3万亿美元的交易（ATM、信用卡）是通过这种古老语言编译的代码管理的。Watsonx就是为解决COBOL问题而创建的，它提供了一个端到端的解决方案，包括一个执行复杂代码翻译任务的多步骤过程。IBM产品管理和IT自动化副总裁KeriOlson解释说，私人和政府客户可以利用生成式人工智能服务将现有的依赖关系分解成更小的片段。在IBM自己的程序员的帮助下，客户可以选择他们想要（或需要）通过将COBOL语法转换为Java来实现代码现代化的部分。Loomis说，最后，80%或90%的翻译代码都能提供有效的（可运行的）现代化结果，但人类程序员必须做出完成任务所需的"几处改动"，Watsonx是一种提高生产力的工具，而不是开发人员的替代品。IBM之前在人工智能领域的冒险并没有达到公司设定的极高期望值，现在人们对WatsonHealth能否在生成式人工智能领域取得成功持怀疑态度。Gartner的阿伦-钱德拉塞卡拉（ArunChandrasekara）认为，IBM"没有案例研究"来验证Watsonx的代码现代化能力。奥尔森承认了这一问题，但他表示，IBM正在利用其在大型机计算和人工智能方面的经验，提供最先进的人工智能体验，尽管该公司在客户获取方面仍处于"早期阶段"。...PC版：https://www.cnbeta.com.tw/articles/soft/1403697.htm手机版：https://m.cnbeta.com.tw/view/1403697.htm

IBM研究技术使边缘人工智能应用可以扩展

IBM研究技术使边缘人工智能应用可以扩展边缘计算是推动技术领域发展耐人寻味的话题之一。试图将计算任务分布在多个地点，然后将这些不同的努力协调成一个有凝聚力的、有意义的整体，比它最初看起来要难得多。当试图将小型概念验证项目扩展到全面生产时，这一点尤其真实。几年来，IBM研究小组一直在努力帮助克服其中的一些挑战。最近，他们已经开始看到在汽车制造等工业环境中通过采取不同的方法来解决问题而获得成功。特别是，该公司一直在重新思考如何在各个边缘地点分析数据，以及如何与其他地点共享人工智能模型。例如，在汽车制造厂，大多数公司已经开始使用人工智能驱动的视觉检查模型，帮助发现人类可能难以识别或成本太高的制造缺陷。例如，使用像IBMMaximo应用套件的视觉检查解决方案工具，既可以帮助汽车制造商在避免缺陷方面节省大量资金，又可以使制造线尽可能快地运行。鉴于许多汽车公司最近面临供应链的限制，这一点最近变得尤为关键。然而，真正的诀窍是进入解决方案的零缺陷方面，因为基于错误解释数据的不一致结果实际上会产生相反的效果，特别是如果这种错误的数据最终通过不准确的人工智能模型颁布到多个制造基地。为了避免昂贵和不必要的生产线停工，关键是要确保只有适当的数据被用来生成人工智能模型，并定期检查模型本身的准确性，以避免错误标记的数据可能造成的任何缺陷。这种对人工智能模型的"重新校准"是IBM研究院带给制造商带来的福音。IBM正在研究他们称之为"超出分布"（OOD）的算法，它可以帮助确定用于完善视觉模型的数据是否超出了可接受的范围，避免模型对传入的数据进行不准确的推断。最重要的是，它是在自动化基础上进行这项工作，以避免人工贴标工作所带来的减速，并使这项工作能够在多个生产基地进行扩展。OOD检测的一个副产品，称为数据汇总，是选择数据进行人工检查、标记和更新模型的能力。事实上，IBM正在努力将目前许多早期边缘计算部署的数据流量减少10-100倍。此外，这种方法通过消除多余的数据，使人工检查和标记的时间利用率提高了10倍。结合OFA（OnceForAll）模型架构探索等最先进的技术，该公司希望将模型的大小也减少100倍之多。这使得边缘计算的部署更加高效。PC版：https://www.cnbeta.com/articles/soft/1303433.htm手机版：https://m.cnbeta.com/view/1303433.htm

Java代码审计工程师直播第六期

名称：Java代码审计工程师直播第六期描述：建议先收藏保存，不定时失效。本期直播课程将深入探讨Java审计的关键概念和技术。涵盖课题包括安全漏洞分析、代码审查方法、常见漏洞案例分析等。学员将通过实例掌握代码审计实战技能，提升对Java应用程序安全的认知和技能水平。链接：https://pan.quark.cn/s/abe6bc9a2b68大小：NG标签：#quark#学习#资源#课程#java频道：@yunpanshare群组：@yunpangroup