O que é IA generativa e ela é o caminho que levará à AIOps?
Talvez. Certamente tem aplicações mais amplas do que ser uma ameaça aos mecanismos de busca tradicionais ou escrever redações e textos publicitários para o ensino médio.
O que é IA Generativa?
IA generativa é uma aplicação de aprendizado de máquina que pode criar uma variedade de conteúdo, como texto, imagens ou áudio, a partir de instruções em linguagem natural. Ganhou grande popularidade com a introdução do ChatGPT — um projeto OpenAI — que resultou em uma explosão de novos usos em todos os setores.
Se você ainda não experimentou o ChatGPT, recomendo que reserve um momento e faça algumas perguntas. Peça para ele falar sobre você ou alguém da história ou explicar como algo funciona. Embora seja necessário ter cautela — o ChatGPT nem sempre está certo —, é uma experiência reveladora porque é uma experiência nova .
O que o ChatGPT fez foi fornecer uma prova de conceito para Generative AI. Ele nos deu um vislumbre das possibilidades de como poderíamos trabalhar de forma diferente e, para nós no F5 Office of the CTO, alguma exploração interessante sobre como ele pode ser aplicado à entrega e segurança de aplicativos.
Do Imperativo ao Declarativo ao Generativo
Um dos desafios da infraestrutura é configurar a infinidade de dispositivos, serviços e sistemas necessários para entregar e proteger até mesmo um único aplicativo. As organizações dependem de uma média de 23 serviços de aplicativos diferentes, se você excluir as ofertas “como serviço”.
Agora, não preciso dizer que configurar um aplicativo da web e um serviço de proteção de API é diferente de configurar um serviço de balanceamento de carga simples. O que isso significa é que as pessoas responsáveis por configurar e operar serviços de aplicativos podem precisar ser especialistas em uma dúzia de “linguagens” diferentes.
A indústria vem tentando resolver isso há anos. Quando as APIs se tornaram o principal meio de configuração de tudo, os serviços de entrega e segurança de aplicativos não foram exceção. Todos começaram com APIs imperativas, que simplesmente mudaram a maneira como você emitia comandos. Em vez de digitar comandos em uma CLI, você envia comandos de API via HTTP.
Logo ficou claro que o imposto sobre APIs incorrido pela dependência de APIs imperativas era muito alto, e o setor migrou para APIs declarativas. Mas infelizmente, a maior parte da indústria decidiu que declarativo significava “configuração como JSON”. Então, em vez da intenção (essa palavra é importante, lembre-se dela) por trás da declarativa, que é "diga-me o que você quer fazer e eu farei por você", terminamos com "aqui está a configuração que eu quero, vá fazer o trabalho duro de fazê-la".
Não é bem a mesma coisa, e ainda é necessário o mesmo nível de conhecimento com o modelo operacional específico de uma determinada solução. Não tenho certeza se o setor chegou a um acordo sobre se os balanceadores de carga usavam “pools” ou “farms”, muito menos sobre os detalhes mais complexos de como os servidores virtuais interagem com servidores reais e instâncias de aplicativos. Então, tudo o que a indústria fez com a declaração foi transferir o trabalho de nível de comando dos operadores para o sistema.
Agora, o que a IA Generativa traz para a mesa é uma forma de baixo código/sem código. Eles são mais confiáveis do que alguns resultados porque são baseados em especificações bem formadas que orientam a geração de resultados. Afinal, há apenas algumas maneiras de escrever "olá, mundo", enquanto há milhões de maneiras de responder a uma pergunta.
O que significa que eu deveria ser capaz de dizer a um modelo treinado: "Ei, quero configurar meu balanceador de carga para dimensionar o aplicativo A" e o sistema deveria ser capaz de gerar uma configuração. Mas mais do que isso, eu deveria ser capaz de dizer: "Dê-me um script para fazer X no sistema Y usando Z" e BAM! Ele não deve apenas gerar a configuração, mas também a automação necessária para implantá-la no sistema correto.
Ah, olha só. Já faz isso.
Certamente, este não é um código pronto para produção — nem o IP nem as credenciais são válidos, e ele escolheu Python (não é minha primeira, segunda ou terceira escolha) — mas está 90% do caminho com base apenas na documentação disponível publicamente e em um prompt notavelmente simples. Quanto mais detalhado for o prompt, melhores serão os resultados. O script gerado abaixo é mais longo, então incluí apenas o começo.
Novamente, não está pronto para ser implantado, mas está muito mais perto de ser funcional e levou literalmente menos de quinze segundos para ser gerado sem nenhum treinamento meu.
Além da geração para a automação
Mas isso é fácil. Eu deveria ser capaz de dizer a ele: “Ah, a propósito, implante-o”. E a coisa deve fazer isso enquanto eu aproveito meu café da manhã. E talvez cante uma musiquinha para mim também.
Mas espere, tem mais! E se eu também puder dizer a um sistema de IA generativa mais tarde: “Ei, os usuários em Green Bay estão fazendo login com frequência e o desempenho está baixo, clone o aplicativo A e mova-o para nosso site em Milwaukee”.
E assim é. Porque, por baixo dos panos, tudo isso é apenas uma rede de APIs, configurações e comandos que podem ser e muitas vezes são automatizados por scripts hoje em dia. Esses scripts geralmente são parametrizados, o que se correlaciona vagamente com os parâmetros do meu prompt de IA: Green Bay, Milwaukee, App A. Então o que muda é o gerador e a velocidade com que ele pode ser gerado.
Costumo dizer que a IA e a automação são multiplicadores de força. Porque a tecnologia não sabe o que precisa fazer, nós sabemos. Mas a IA e a automação podem fazer isso de forma muito mais rápida e eficiente, ampliando efetivamente a produtividade, aumentando o tempo de geração de valor e liberando tempo dos especialistas para que se concentrem em decisões estratégicas e projetos. E com o tempo, a IA pode aprender conosco, multiplicando ainda mais nossa capacidade e expondo novas possibilidades.
Isto já não é ficção científica, mas sim uma realidade da ciência da computação.
A IA generativa permitirá os AIOps de que precisamos
Muitas das soluções de AIOps atuais se concentram apenas em fornecer os insights que 98% das organizações não têm .
Eles respondem aos problemas de ontem, não às necessidades de amanhã.
Mesmo as plataformas AIOps que podem agir de forma mais autônoma — como serviços de segurança — são altamente dependentes de configurações pré-existentes e respostas bem formadas. Normalmente, ele não usa IA para permitir que as operações sejam executadas de forma mais autônoma nas camadas heterogêneas de entrega e segurança de aplicativos. Eles usam IA para análise de dados e descoberta de insights que nós, humanos, não temos capacidade ou tempo para descobrir. Mas é aí que muitas vezes termina, pelo menos para camadas acima da rede e problemas de segurança bem compreendidos.
É aí que a IA Generativa pode assumir o controle, e é por isso que estou totalmente empenhado em investigar até onde podemos levar essa tecnologia para tornar a entrega e a segurança de aplicativos "ridiculamente fáceis".
Bem-vindo à ponta do iceberg da IA.