ایجاد یک استراتژی هوش مصنوعی برای اولین بار در شفافیت: 7 سوالی که باید از ارائه دهنده DevOps خود بپرسید

هوش مصنوعی سازمان‌ها را قادر می‌سازد تا شیوه‌های توسعه نرم‌افزار را با افزایش کارایی و کاهش زمان چرخه ارتقا دهند، اما استفاده از آن نباید به قیمت حفظ حریم خصوصی و امنیت داده باشد. شفافیت در مورد حفاظت از داده ها و مالکیت معنوی باید بخش مرکزی استراتژی هوش مصنوعی هر سازمانی باشد. شفافیت حتی برای سازمان هایی که از هوش مصنوعی به عنوان بخشی از DevOps استفاده می کنند بسیار مهم است زیرا آنها باید بدانند هنگام استفاده از ویژگی های هوش مصنوعی با چه چیزی موافقت می کنند و به روز رسانی ها چگونه ارسال می شود.

در GitLab، شفافیت یکی از موارد ماست ارزشهای اصلی. همانطور که به گسترش خود ادامه می دهیم GitLab Duo، مجموعه ای از قابلیت های مبتنی بر هوش مصنوعی ما برای کل چرخه عمر توسعه نرم افزار، شفافیت همچنان در اولویت اصلی است.

GitLab گزارش وضعیت هوش مصنوعی در توسعه نرم افزار دریافتند که تیم‌ها نسبت به پذیرش هوش مصنوعی خود خوش‌بین هستند و 83 درصد از پاسخ‌دهندگان گفتند که برای جلوگیری از عقب افتادن، اجرای هوش مصنوعی در فرآیندهای توسعه نرم‌افزار ضروری است. با این حال، تقریباً به همان اندازه (79٪) از پاسخ دهندگان نیز در مورد دسترسی ابزارهای هوش مصنوعی به اطلاعات خصوصی و مالکیت معنوی خود ابراز نگرانی کردند.

بسیاری از مشتریان ما هنگام ارزیابی ابزار هوش مصنوعی جدید در چرخه عمر توسعه نرم افزار خود می پرسند که از کجا باید شروع کنند. برای کمک به مشاهده بهتر اقداماتی که ارائه‌دهنده DevOps شما برای محافظت از داده‌ها و مالکیت معنوی سازمان شما انجام می‌دهد، در اینجا هفت سؤال وجود دارد که می‌توانید بپرسید (و همچنین نحوه جمع‌آوری GitLab Duo).

1. چه مدل‌های زبان بزرگ (LLM) ویژگی‌های هوش مصنوعی را در پلتفرم شما تقویت می‌کنند؟

LLM های مختلف نقاط قوت متفاوتی دارند، بنابراین راه اندازی معماری هوش مصنوعی با چندین مدل برای موارد استفاده خاص می تواند راهی برای موفقیت باشد. با این حال، مهم است که اطمینان حاصل شود که ارائه دهندگان DevOps در مورد LLM هایی که برای ویژگی های هوش مصنوعی خود استفاده می کنند و همچنین جزئیات مربوط به محل میزبانی LLM ها شفاف هستند.

ویژگی‌های GitLab Duo توسط یک مدل پشتیبانی نمی‌شوند. ما GitLab Duo را با انعطاف پذیری برای استفاده از مدلی ساخته ایم که بهترین نتیجه را برای هر مورد استفاده ارائه می دهد. ما با شناسایی واضح مدل‌هایی که ویژگی‌های GitLab Duo را تقویت می‌کنند، به تعهد خود به شفافیت ادامه می‌دهیم اسناد در دسترس عموم.

2. چه کسی کنترل و دسترسی به مدل ها را دارد؟

هر سازمانی باید بتواند تشخیص دهد که چه کسی بر LLMهایی که استفاده می کند کنترل دارد و به آنها دسترسی دارد. اگر شخص ثالثی کنترل و دسترسی داشته باشد، آیا آنها توسط ارائه دهنده DevOps به عنوان یک پردازشگر فرعی فهرست شده اند؟ اگر شرکت های وابسته کنترل و دسترسی داشته باشند، آیا آن شرکت های وابسته به وضوح به عنوان یک پردازشگر فرعی شناسایی می شوند؟

GitLab Duo توسط مدل‌های شخص ثالث میزبانی شده در زیرساخت‌های ابری ارائه می‌شود و فروشندگان این مدل‌ها و شرایطی که بر اساس آن‌ها به GitLab خدمات ارائه می‌کنند، انتخاب شده‌اند، زیرا از تعهد GitLab به حفظ حریم خصوصی و حفاظت از مالکیت معنوی مشتری پشتیبانی می‌کنند.

ما همه زیرپردازنده های خود را به وضوح در لیست خود فهرست می کنیم صفحه زیرپردازنده ها، و مشتریان می توانند ثبت نام زمانی که به روز رسانی در این صفحه انجام می شود مطلع شوید.

دانستن اینکه ارائه‌دهنده DevOps چه محافظت‌هایی در رابطه با خروجی تولید شده توسط هوش مصنوعی ارائه می‌کند و این تضمین چگونه برآورده می‌شود، ضروری است.

GitLab به شما غرامت می دهد و از حق شما برای استفاده از خروجی تولید شده توسط GitLab Duo محافظت می کند، از جمله دفاع از شما در برابر ادعاهایی مبنی بر اینکه خروجی تولید شده از GitLab Duo حقوق مالکیت معنوی شخص ثالث را نقض می کند.

4. چگونه می توانم از مزایای آن حمایت ها بهره مند شوم؟ آیا حفاظت ها خودکار هستند یا برای دریافت حفاظت ها باید اقدامی انجام دهم؟

حتی اگر می‌دانید که ارائه‌دهنده DevOps شما شامل محافظت‌های مرتبط با خطرات استفاده از خروجی تولید شده توسط هوش مصنوعی است، مهم است که بدانید در صورت وجود چه محدودیت‌هایی با این محافظت‌ها مرتبط است.

GitLab از حق شما برای استفاده از خروجی تولید شده توسط GitLab Duo محافظت می کند تا وقتی که تو:

1. خروجی را تغییر نداده اند.
2. حق معتبری برای استفاده از ورودی های خود داشته باشید.
3. برای ویژگی(های) هوش مصنوعی پرداخت کرده اند. و
4. خروجی را قبل از استفاده یا تکیه بر آن ارزیابی کرده اند.

در حال حاضر، برای دریافت این محافظت نیازی به فعال یا فعال کردن هیچ ویژگی یا فیلتری ندارید.

5. آیا حقوق مالکیت معنوی (IP) خود را برای ورودی های وارد شده به ویژگی های AI حفظ می کنم؟

IP پایه و اساس یک سازمان است و بنابراین، شما باید بدانید که چگونه یک ارائه دهنده DevOps حقوق شما را در رابطه با ورودی هایی که به ویژگی های هوش مصنوعی اضافه می کنید مدیریت می کند.

با GitLab Duo، ورودی های شما محتوای شما باقی می ماند. GitLab هیچ ادعایی مبنی بر مالکیت ورودی شما ندارد.

6. آیا من صاحب خروجی (یا پیشنهادات) تولید شده از ویژگی های هوش مصنوعی هستم؟

شاید به همان اندازه مهم این سؤال باشد که آیا شما مالک آنچه از ویژگی های هوش مصنوعی تولید می شود – خروجی و پیشنهادات – به خصوص اگر آنها در نرم افزار شما گنجانده شده باشند.

در حالی که چشم انداز قانونی و نظارتی مربوط به خروجی تولید شده توسط هوش مصنوعی در حال توسعه است، موقعیت GitLab روشن است. GitLab ادعای مالکیت هیچ خروجی تولید شده توسط GitLab Duo را ندارد. خروجی تولید شده توسط GitLab Duo می تواند به صلاحدید شما استفاده شود و اگر ادعای شخص ثالثی از استفاده شما از خروجی GitLab Duo ایجاد شود، GitLab وارد عمل می شود و از شما دفاع می کند.

7. شرایط، خط‌مشی‌ها و تعهدات حاکم بر استفاده از ویژگی‌های هوش مصنوعی شما در کجا قرار دارند؟

ارائه دهندگان DevOps باید بتوانند اسناد خاصی را در مورد نحوه استفاده ویژگی های هوش مصنوعی از داده های شما به اشتراک بگذارند.

در اینجا منابع مربوطه برای مشتریان GitLab آمده است:

بیشتر بدانید

بدون شفافیت ارائه‌دهندگان ابزار هوش مصنوعی، سازمان‌ها نمی‌توانند خطرات مربوط به مدیریت اطلاعات حساس و داده‌های مشتری، اسرار تجاری و حقوق مالکیت معنوی سازمان را تشخیص دهند. GitLab همچنان به حفظ حریم خصوصی و شفافیت متعهد است. با GitLab Duoشرکت‌ها و سازمان‌های تحت نظارت می‌توانند با اطمینان از نحوه استفاده از داده‌های حساس خود، گردش‌های کاری مبتنی بر هوش مصنوعی را اتخاذ کنند.

می‌توانید درباره اولین رویکرد حفظ حریم خصوصی GitLab برای هوش مصنوعی بیشتر بدانید مستندات GitLab Duo.