AI 統合

属性

目標

GitLab AI 統合ワーキンググループは、すべてのプロダクトエリアへの AI 機能の統合を定義、調整、拡大することを目的としています。

概要

対応する Epic

すべてのプロダクトチームが高度な AI 機能を使ってプロダクトの改善と機能追加を行えるようにし、ユーザーが DevSecOps ライフサイクルでより迅速かつ生産的になれるようにしたいと考えています。プロダクトチームに対しては、AI 機能を使用する際にアイデアから実験、本番環境へ移行するための明確で迅速な方法を確立したいと考えています。MLOps グループが時間をかけて構築し、より広いチームに提供できるサービス、モデル、ノウハウを取り入れていきます。

ワーキンググループは、AI 機能の迅速な実験とプロトタイピングを促進します。また、本番環境に移行する前に考慮すべきこと（場合によっては明示的な承認を取得すべきこと）について助言します。これには、法務承認、AI の倫理的使用、利用規約の必要な変更の可能性、パフォーマンスへの影響、ホスティングコストへの影響、インフラストラクチャの準備状況、セキュリティの準備状況、サードパーティソフトウェア/サービスのライセンス、機能に対する適切な GitLab ライセンスレベル、ユーザーが目標とニーズを達成するうえでの付加価値などが含まれます。

この取り組みと計画に関する詳細情報は、内部ハンドブック で確認できます。

目標

これは、私たちが議論したいトピックのリストです。

• AI の可能性と複雑性の分類
• アイデア出しと実験の方法の理解
• Rapid ML Prototyping
  • 実験のための API とフレームワーク
  • フィーチャーフラグ付きプロトタイプ
  • Product Design 担当のないチームがどう検証を進められるかの決定
• 基盤作り
  • すべてのチーム向けの基盤 API
  • インフラストラクチャ
  • ドキュメント
  • 影響を受ける Jobs とユーザーニーズの理解
• 既存の ML 機能
• 機能の本番への道
  • 異なるゲート

終了基準

グループが解散するためには、以下の基準を満たす必要があります。

• プロダクトチームが、AI を GitLab のプロダクトエリアに構築・統合するための明確な方法を持っている。
• 統合プラットフォームに、メンテナンスと機能開発を担当する プロダクトグループ がいる。
• 新しい AI モデルを評価し、それを統合プラットフォームに追加してプロダクトチームが利用できるようにする構造化された方法論を持つ。
• 最初の AI 実験を GA にするロードマップ計画を持つ。
• 優先順位付けフレームワーク の一部として、AI 機能提案を処理するための文書化されたプロセス。
• SAFE コンテンツを、適切な場合かつ SAFE であるときに、内部ハンドブック からパブリックハンドブックに移行する。
• 私たちが推奨するエンジニアリングソリューションについてより知的な意思決定を行うため、ユーザーエクスペリエンスの選択肢間の評価プロセスを開発する。

Q2 OKR

X 個の experimental、Y 個の beta、Z 個の GA AI 機能を提供する

役割と責任

Engineering グループ

私たちは現在、GitLab に 2 つのコアな AI 開発グループを持っています。AI Framework グループと AI Model Validation グループです。

AI Model Validation グループ

AI Model Validation グループは、すべてのプロダクトグループに対して、解決すべきユーザー課題と適切なモデルおよび AI/ML ベースの手法をマッチさせる手助けをします。それを、GitLab が使用する多くのモデルを評価、構築、トレーニング、チューニングすることや、AI のリソースと経験をプロアクティブに共有することで行います。今日、彼らはユーザー向けの AI 機能の一部を直接構築・維持しています。

• AI Model Validation グループ は、GitLab のインフラストラクチャ内でネイティブに実行される自社開発の AI 機能を開発します。このグループは、能力、品質、カスタマイズ可能性、プライバシー、コストの要件を満たすためにこれらのモデルを開発します。これらのコンポーネントには、推論エンジン、アブストラクションレイヤー、モデルが含まれます。
• カスタムビルドされたモデルは、顧客プロプライエタリデータ（その顧客のすべてのマージリクエストとコミットなど）でモデルをトレーニングする必要があるユースケースや、サードパーティモデルが私たちのニーズを満たさない場合に役立ちます。
• 現在リリースされている機能は、現在カスタマーベータの code suggestions と GA の suggested reviewer です。
• このグループは、メトリクスと（しばしば大きな）ベンチマークデータセットに基づいて、機能的正確性と モデルパープレキシティ についてモデルを評価する手助けができます。これは手動テストよりも統計的な評価です。これにより、機能のユースケースに対する最も品質の高いモデルを特定するのに役立ちます。
• 彼らは Ruby on Rails、Golang、Python（機械学習とデータサイエンス向け）、Typescript（VS Code Plugin 向け）を含む多くの言語で作業します。このグループは ML Scientist、MLOps Engineer、ML Infrastructure Engineer、Fullstack Engineer で構成されます。

このグループへの連絡は Slack の #g_ai_model_validation を通じて可能です。彼らの Issue ボードはこちら で確認できます。この取り組みに従事している人を確認するには、こちら を参照してください。

AI Framework

AI Framework は、すべてのプロダクトグループに AI サービスとその基盤となるモデル（サードパーティまたは GitLab ネイティブモデル）を公開します。

• AI Framework グループは、アブストラクションレイヤー を通じて、Development 部門の他のメンバーが AI 機能を構築できるようにします。
• アブストラクションレイヤーは OpenAI をサポートしており、同等の Google AI 機能をサポートするように拡張されています。その他の商用、オープンソース、GitLab カスタムビルドモデルも検討されています。
• このグループは、Experimentation API を通じて、他のグループが 手動の人間によるテスト でモデルを評価することを可能にします。
• このグループは、gitlab/gitlab-org リポジトリを通じて GitLab プロダクトに AI 機能を追加しやすくしているため、Ruby on Rails で作業しています。

このグループへの連絡は Slack の #g_ai_framework を通じて可能です。彼らの Issue ボードはこちら で確認できます。

AI Engineering Allocation

AI の取り組みと参加するメンバーがダイナミックな性質を持つため、AI の作業を Engineering Allocation の下に置いています。これは、焦点と優先順位が変わるにつれてアサインメントが急速に変わる可能性があることを意味します。現在の焦点は Code Suggestions の採用です。

ページのソースコードを見る - ページの編集 - please contribute.