这两家公司解释称,双方的合作将让企业用户更容易扩展信息技术基础设施,支持成功的人工智能和机器学习战略,而无需在云中托管这些工作负载。他们可以在自己的内部数据中心部署戴尔的PowerEdge服务器,或者将其作为大型混合云设置的一部分。
RHEL AI是红帽公司传统Linux操作系统的一个专门版本,用于开发基础人工智能模型。开发人员用它来创建、测试和部署生产中的人工智能模型,它现在是戴尔专用人工智能服务器 PowerEdge R760xa的首选平台。
RHEL AI的优势之一是,它可以访问IBM Research强大的开源Granite系列大型语言模型。Granite模型是Meta的Llama系列等知名开源模型以及OpenAI 的GPT LLMs 等专有模型的替代品,它们在生成式人工智能编码任务中表现出色。
除了Granite,RHEL AI平台还配备了基于Large-scale Alignment for chatBots方法的 InstructLab模型对齐工具。它采用了优化的、可启动RHEL映像的形式,适用于单个服务器部署。它还包含在红帽的OpenShift AI中,后者是一个混合云机器学习操作(MLOps)平台,用于在分布式集群环境中大规模运行模型和 InstructLab。
戴尔和红帽表示,在PowerEdge服务器上运行RHEL AI,客户将会受益于简化的AI体验,该平台已经针对包括英伟达加速计算在内的AI工作负载进行了持续测试和验证。
戴尔高级副总裁Arun Narayanan表示,最后一点非常重要,因为在公司的PowerEdge服务器上针对RHEL AI运行AI工作负载的验证意味着客户可以对其基础架构投资的稳定性和可扩展性更有信心。他补充表示:“这简化了生成式人工智能的用户体验,加快了在可信软件堆栈上构建和部署关键人工智能工作负载的进程。”
红帽公司副总裁兼生成式人工智能基础模型平台总经理Joe Fernandes表示,人工智能项目需要访问广泛的计算资源,这些资源需要可以随着项目的发展而扩展。他表示:“通过与戴尔合作,在戴尔PowerEdge服务器上验证并支持RHEL AI,我们将使客户更有信心也更灵活地在混合云环境中利用生成式人工智能工作负载的力量,推动他们的业务走向未来。”
戴尔表示,RHEL AI将于今年第三季度在其最新的PowerEdge服务器上推出,在此之前,客户将可以在全球的戴尔客户解决方案中心预览使用RHEL AI。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。