En tu Ilumina 2023 En la conferencia, Microsoft presentó esta semana las herramientas Copilot para simplificar la administración del servicio en la nube Azure, junto con una herramienta que acelera la creación e implementación de aplicaciones de inteligencia artificial (IA) en la plataforma Azure.
Además, Microsoft lanzó Estudio Microsoft Copilotouna herramienta de bajo código que automatiza el proceso de creación de complementos de integración de datos y agrega copilotos personalizados en la herramienta Microsoft Copilot para Microsoft 365 lanzada anteriormente por Microsoft.
Copiloto de Microsoft para Azure Aprovecha los modelos de lenguaje grande (LLM) para permitir que los equipos de TI utilicen lenguaje natural para crear, configurar, descubrir y solucionar problemas de servicios de Azure. También permite a los equipos de TI crear comandos complejos, hacer preguntas y optimizar costos.
Erin Chapple, vicepresidenta corporativa de Azure Core en Microsoft, dijo a los asistentes de Ignite que Microsoft, junto con algunos clientes, ya está utilizando Microsoft Copilot Azure para administrar la infraestructura de Azure.
A largo plazo, está claro que Microsoft está avanzando hacia la simplificación de la creación y la implementación de aplicaciones de IA utilizando Estudio de IA de Azure, un marco para invocar los modelos de IA que Microsoft pone a disposición en la plataforma Azure. El objetivo es permitir a las organizaciones crear sus propios copilotos basándose en los modelos de IA que han entrenado.
Aún es temprano en términos de organizaciones que utilizan modelos de IA para crear aplicaciones, pero ya está claro que DevOps y las operaciones de aprendizaje automático (MLOps), junto con las mejores prácticas de ingeniería de datos y ciberseguridad, tendrán que converger. Microsoft defiende Azure AI Studio como el marco que permitirá a las organizaciones de TI alcanzar este objetivo.
Por supuesto, Microsoft no es el único proveedor de recursos de infraestructura de TI con ambiciones similares, pero gracias a sus inversiones en OpenAI y la adquisición de GitHub, está más avanzado en términos de definir un marco para construir aplicaciones de IA a escala. La semana pasada, GitHub presentó una vista previa de una extensión de las herramientas Copilot que ya proporciona para ayudar a los desarrolladores a escribir código que aproveche la IA generativa para proponer automáticamente un plan editable para crear una aplicación basada en descripciones en lenguaje natural escritas en la plataforma de gestión de proyectos GitHub Issues. Copilot Workspace generará documentos editables con un solo clic que se pueden usar para crear código que los desarrolladores pueden inspeccionar visualmente. Cualquier error descubierto por los desarrolladores de aplicaciones o la plataforma Copilot Workspace también se puede corregir automáticamente.
Al mismo tiempo, GitHub ha ampliado el alcance de Copilot Chat para que a los desarrolladores les resulte más sencillo utilizar el lenguaje natural para descubrir problemas en su código base.
La IA generativa ya está teniendo un gran impacto en el ritmo de desarrollo de aplicaciones, pero ese código aún debe revisarse. Chat GPT se basa en un modelo de lenguaje grande (LLM) de propósito general que se entrena extrayendo código de diferente calidad de toda la web. Como resultado, el código generado por la plataforma puede contener vulnerabilidades o ser ineficiente. En muchos casos, los desarrolladores profesionales siguen prefiriendo escribir su propio código.
Por supuesto, no todas las tareas de programación requieren el mismo nivel de conocimientos de codificación. En muchos casos, ChatGPT generará, por ejemplo, un script que se puede reutilizar con confianza en un flujo de trabajo de DevOps. No faltan desarrolladores mediocres que ahora escriben mejor código gracias a herramientas como GitHub Copilot y, pronto, los LLM de dominios específicos permitirán escribir mejor código de manera consistente basándose en ejemplos de código validados.
El próximo desafío será encontrar una manera de gestionar volúmenes cada vez mayores de código. No hay duda de que la IA se aplicará a la gestión de procesos de DevOps, pero al menos por ahora, el ritmo al que se aplica la IA para escribir código ya supera la capacidad de los equipos de DevOps para gestionarlo.
