IBM Watsonx提供了一套新的基于人工智能的代码转换工具。

在介绍新的Watsonx之前，需要认识一下“前辈”Watson。最初的Watson系统是作为一个实验开发的，用于回答智力竞赛节目《危险边缘》中的问题！2011年，Watson计算机系统与冠军Brad Rutter和Ken Jennings竞争，Watson击败了人类赢得了100万美元一等奖（IBM将奖金全部捐给慈善机构）。

在硬件方面， Watson集群由90台IBM Power750服务器组成，每台服务器都有一个3.5GHz POWER7处理器；该系统提供了2880个POWER7处理器线程和16TB的RAM。

经过数十亿美元的投资，Watson进一步发展并创建Watson健康，但并未获得成功。2022年1月，据报道，IBM以10亿美元的价格将Watson Health出售给私募股权公司Francisco Partners。

基础上的建筑

构建像ChatGPT、Bard或Llama这样的人工智能系统需要时间和资源。这些庞大的大型语言模型（LLM）源于互联网上的信息，可以回答许多不同主题的复杂问题，但缺乏特定的知识。设想这些基础LLM是一座建造良好的房子。基本设施包括窗户、墙壁、楼梯、门、房间、壁橱和通道，但不存在家具。有人可能会问，“我如何从客厅到楼上的浴室？”LLM会回答这个问题。它可能会在房子里提供不同的（答案）路径，但它会让你到达目的地。

但如果有人问“客厅的平板电视有多大？”模型就会迟疑。这些信息是特定于特定家庭的，因此需要用有关您家庭的信息来增强基础模型。需要给房子添置家具。

为基础模型提供更多特定于领域的数据可以拓展广泛使用的途径。当然，要求ChatGPT写一篇关于战争与和平的文章，或者提供Python代码来乘以两个矩阵，都是令人印象深刻的，但要求ChatGPT写一份300字的关于去年销售数字的报告是行不通的。

添加家具意味着专门为您的组织或业务调整模型。这个过程引入了许多“基础问题”，这些问题可能对新模型的成功具有相当重要的意义。例如，

我应该使用什么基础模型？

如果基础提供了有偏见的答案呢？

如果我的训练数据有偏差怎么办？“

正如这些问题所表明的那样，将人工智能与领域知识结合起来需要仔细考虑数据的提供和质量。

认识Watsonx

2023年5月，IBM推出了Watsonx。将Watsonx描述为Watson下一代或进化版可能很方便，但事实上，Watsonx与Watson几乎没有直接关系。Watsonx旨在帮助GenAI（生成式人工智能）技术席卷几乎所有市场领域。也就是说，Watsonx将帮助回答上述类型的问题。

Watsonx有以下三个主要组件。这些组件提供了先进的机器学习、数据管理和生成式人工智能功能，以快速、可信的数据和治理在整个业务中训练、验证、调整和部署人工智能系统。它有助于促进整个数据和人工智能生命周期，从数据准备到模型开发、部署和监控。

Watsonx.ai允许用户轻松地训练、验证、调整和部署生成人工智能、基础模型和机器学习功能，并用小部分数据在尽量短的时间内构建人工智能应用程序。

Watsonx.data是人工智能项目的开放式lakehouse（数据湖屋）存储解决方案，提供无缝的数据传输和管理。它为数据提供了一个单一的入口点，而不考虑位置，并允许实时或批处理，所有这些都在一个强大的治理框架的背景下进行。

Watsonx.governance是一个端到端的治理解决方案。它涵盖了整个人工智能生命周期的数据来源，确保了可追溯性、透明度、可解释性和偏差检测。

银行业应用挑战

IBM全球产业和金融服务的执行架构师兼首席全球行业工程师Jen McComas谈到了银行业的Watsonx，虽然大多数企业在某个时候需要解决现代化问题，但银行业面临着增加收入、降低成本和寻找增长机会的压力。

银行业面临的挑战之一是COBOL应用程序的持续使用。COBOL是第二古老的高级编程语言（最古老的是Fortran），也是许多银行和金融机构的支柱。COBOL仍然在使用，因为它可以工作，并且应用程序是牢固可信的。然而，也存在一些问题。首先是COBOL程序员的短缺。第二是需要在编程语言中使用现代特性和功能来应对新挑战。包括超个性化服务在内的新银行方法需要支持复杂分析的现代工具。银行面临着现代化或建立新系统以满足其需求的压力。

生成式人工智能为这些挑战提供了一条前进的道路。关于使用ChatGPT将代码从一种语言翻译成另一种语言的报道令人印象深刻。然而，这些成功案例通常是基于小例子，可能需要进一步审查才能在生产环境中获得信任。

代码翻译的难题正是Watsonx发挥作用的地方。基于Watsonx.ai基础模型，IBM开发了Watsonx代码助手（Code Assistant for Z），该助手使用了经过微调的编码模型，使开发人员更容易逐步实现COBOL业务服务的现代化，并选择性地转换为高质量的Java代码。此外，使用Watsonx，开发人员可以获得对现有COBOL代码的见解和建议，即便没有原始作者的知识。

Code Assistant for Z允许用户使用他们的标准和最佳实践来调整和自定义底层基础模型。同时，数据源归属将为生成代码的潜在来源提供透明度。

当将COBOL转换为Java时，生成的Java代码是“人类可读的”，允许开发人员修改或增强生成的代码。为了为新代码提供信心和验证，将自动生成现有COBOL和新Java代码的测试用例。

可追溯性、透明度、可解释性和偏差检测等属性是Watsonx.governance组件的一部分，该组件允许组织创建开放和可观察的转换过程。随着人工智能监管的兴起，端到端的数据来源将对受监管行业的风险管理和合规至关重要。

不仅仅针对COBOL

提供严格的代码转换不仅限于银行业。几乎每个部门都有需要可靠的现代化或转换的代码。

另一个应用程序IBM Watsonx Code Assistant是生成式人工智能服务，它可以帮助开发人员更高效地创建Ansible（这是新出现的自动化运维工具，基于Python开发）内容。Red Hat Ansible Lightspeed助手阅读用户输入的简明英语，然后与IBM Watsonx基础模型交互，为自动化任务生成代码建议，然后用于创建Ansible行动手册。结果是用YAML代码编写的，并遵循Ansible经验丰富的用户公认的最佳实践。Ansible Lightspeed助手减少了对高技能Ansible开发人员的需求。

需要注意的是，Watsonx Code Assistant for Z是Watsonx代码助手产品系列的新成员，与IBM Watsonx Code Assistant for Red Hat Ansible Lightspeed一起。这些解决方案由IBM的Watsonx.ai代码模型提供支持，该模型预计将拥有115种编码语言的知识，并从1.5万亿个token中学习。它有200亿个参数，有望成为代码自动化最重要的生成式人工智能基础模型之一。Watsonx Code Assistant产品组合将随着时间的推移而扩展，以解决其他编程语言的问题，提高现代化的价值实现时间，并解决开发人员日益增长的技能挑战。

未来，将遗留的Fortran应用程序转换为Java、C甚至Python可能很快就会实现。