Docker Tingkatkan Keselamatan dengan MCP

Docker bersedia untuk meningkatkan keselamatan platformnya melalui integrasi Model Context Protocol (MCP). Integrasi dengan Docker Desktop ini akan menyediakan pembangun perusahaan dengan rangka kerja yang teguh untuk AI agentik, lengkap dengan kawalan keselamatan yang boleh disesuaikan.

Pengenalan kepada Model Context Protocol dan Peranan Docker

Model Context Protocol (MCP), sebuah inisiatif yang diterajui oleh Anthropic, pembangun model AI terkemuka, semakin mendapat perhatian di seluruh industri. Ia telah mendapat sokongan daripada pemain utama seperti OpenAI, Microsoft, dan Google. Docker Inc. adalah yang terbaru menyertai pergerakan ini, komited kepada protokol yang bertujuan untuk menyeragamkan sambungan ejen AI ke pelbagai sumber data dan alat. Ejen AI, dikuasakan oleh model bahasa besar, direka untuk melaksanakan tugas secara autonomi dan mengurus alur kerja.

Katalog dan Toolkit MCP Docker yang akan datang bersedia untuk merevolusikan cara pembangun berinteraksi dengan ejen AI. Alat ini akan menyediakan koleksi pelayan MCP yang dipilih susun dalam Docker Hub dan disepadukan dengan lancar dengan alur kerja pembangun perusahaan.

Ciri-ciri Keselamatan yang Dipertingkatkan

Salah satu faedah utama integrasi MCP Docker ialah keselamatan yang dipertingkatkan yang dibawanya. Walaupun MCP itu sendiri kekurangan kawalan akses gred perusahaan, Toolkit MCP Docker akan menggabungkan kawalan pengurusan akses pendaftaran dan imej untuk Katalog MCP Docker. Katalog ini akan menampilkan pilihan pelayan MCP yang dipilih susun yang dibina di atas Docker Hub, dengan sokongan boleh pasang untuk alat pengurusan rahsia seperti HashiCorp Vault.

Integrasi ini adalah penting kerana, seperti yang dinyatakan oleh Andy Thurai, seorang penganalisis bebas di The Field CTO, banyak organisasi bergegas untuk menggunakan pelayan dan katalog MCP. Pendekatan Docker menonjol kerana ia melaksanakan kod terpencil dalam kontena Docker, memastikan sokongan untuk skrip berbilang bahasa, pengurusan pergantungan, pengendalian ralat, dan operasi kitaran hayat kontena.

Ciri ini amat berharga bagi pembangun yang memerlukan persekitaran terpencil yang selamat untuk melaksanakan kod yang tidak dipercayai atau eksperimen. Keperluan untuk langkah-langkah keselamatan sedemikian semakin ketara apabila penyelidik keselamatan telah mengenal pasti potensi kerentanan dalam protokol yang boleh dieksploitasi tanpa sokongan pengerasan pihak ketiga. Sebagai tindak balas, penyelidik dari AWS dan Intuit telah mencadangkan rangka kerja keselamatan tanpa kepercayaan untuk menangani kebimbangan ini.

Keadaan Semasa MCP dan AI Agentik

Adalah penting untuk ambil perhatian bahawa MCP masih dalam fasa percubaan. Protokol ini kini ditadbir oleh Anthropic, walaupun syarikat itu telah menyatakan minat untuk menderma projek itu kepada yayasan sumber terbuka pada masa hadapan. Bidang AI agentik juga agak baru. Walaupun ejen AI individu tersedia untuk tugas tertentu, infrastruktur asas yang diperlukan untuk AI agentik masih dalam pembangunan.

Walaupun peringkat awal ini, Torsten Volk, seorang penganalisis di Enterprise Strategy Group (kini sebahagian daripada Omdia), percaya bahawa Docker harus mengutamakan penubuhan sokongan untuk MCP.

Kelebihan Strategik Docker

Volk berpendapat bahawa Docker harus berusaha untuk menjadi yang pertama membangunkan ekosistem pelayan MCP yang membolehkan pembangun menyepadukan pelbagai alat dan API data ke dalam aplikasi mereka dengan mudah. Ini akan mengurangkan kebimbangan tentang keselamatan dan keperluan untuk menulis kod tersuai. Dengan memanfaatkan Docker Hub sebagai pendaftaran imej, pembangun boleh menggunakan katalog MCP untuk meningkatkan aplikasi mereka dengan keupayaan dipacu AI yang canggih, menjadikan Docker Desktop sebagai alat yang lebih diperlukan.

Faedah utama bagi pengguna Docker Desktop terletak pada keupayaan Docker untuk menarik pelayan MCP pihak ketiga dan menjadikannya tersedia dengan mudah melalui Docker Hub. Ini akan membolehkan pembangun untuk menemui dan menggabungkan sumber ini dengan mudah untuk mencipta aplikasi yang inovatif.

Katalog MCP Docker

Pada masa ini, Katalog MCP Docker menampilkan lebih 100 penyenaraian pelanggan untuk alat AI, termasuk Docker AI Agent, Claude Anthropic, dan persekitaran pembangunan bersepadu AI agentik seperti Cursor, Visual Studio Code, dan Windsurf. Rakan pelancaran termasuk Elastic, Grafana Labs, dan New Relic.

Walau bagaimanapun, Thurai menegaskan bahawa Docker perlu mengembangkan senarai rakan kongsinya untuk memastikan kejayaan alat MCPnya.

Pengurusan Kitaran Hayat Docker

Pengurusan kitaran hayat Docker untuk MCP menawarkan beberapa kelebihan, termasuk pencegahan kebocoran sumber dan pengoptimuman kos infrastruktur dalam persekitaran pengeluaran. Sokongan berbilang bahasanya memastikan keserasian dengan mana-mana persekitaran dan alat pilihan. Walau bagaimanapun, Thurai menyatakan bahawa ekosistem rakan kongsi Docker masih agak lemah dan berharap syarikat itu dapat menarik minat yang cukup untuk menjadikannya menarik kepada khalayak pembangunnya.

Membongkar Lebih Dalam Model Context Protocol

Model Context Protocol (MCP) mewakili langkah penting ke arah menyeragamkan cara ejen AI berinteraksi dengan data dan alat. Protokol ini, yang diperjuangkan oleh Anthropic dan disokong oleh gergasi industri seperti OpenAI, Microsoft, dan Google, bertujuan untuk mencipta rangka kerja bersatu yang memudahkan penyepaduan ejen AI ke dalam pelbagai persekitaran. Penerimaan Docker terhadap MCP adalah bukti komitmennya untuk memupuk inovasi dan meningkatkan keupayaan komuniti pembangunnya.

Prinsip Teras MCP

Pada terasnya, MCP direka untuk menangani cabaran yang berkaitan dengan menghubungkan ejen AI kepada pelbagai sumber data dan alat. Dengan mewujudkan spesifikasi standard, MCP bertujuan untuk menyelaraskan proses pembangunan, mengurangkan kerumitan, dan menggalakkan interoperabiliti. Ini membolehkan pembangun untuk menumpukan pada membina aplikasi pintar tanpa dibebani oleh kerumitan penyepaduan data.

Komponen Utama Integrasi MCP Docker

Integrasi Docker bagi MCP melibatkan dua komponen utama: Katalog MCP Docker dan Toolkit MCP Docker.

• Katalog MCP Docker: Katalog yang dipilih susun ini, yang dihoskan di Docker Hub, menyediakan repositori berpusat pelayan MCP. Pelayan ini menawarkan pelbagai keupayaan dikuasakan AI, membolehkan pembangun untuk menemui dan menyepadukannya ke dalam aplikasi mereka dengan mudah.
• Toolkit MCP Docker: Toolkit ini menyediakan pembangun dengan alat dan sumber yang diperlukan untuk membina, menggunakan, dan mengurus pelayan MCP dalam ekosistem Docker. Ia termasuk ciri-ciri seperti kawalan pengurusan akses pendaftaran dan imej, serta sokongan boleh pasang untuk alat pengurusan rahsia.

Faedah Integrasi MCP untuk Pembangun

Integrasi MCP Docker menawarkan beberapa faedah yang menarik untuk pembangun:

• Penyepaduan Mudah: MCP memudahkan proses menyepadukan ejen AI ke dalam aplikasi, mengurangkan kerumitan dan masa yang diperlukan untuk pembangunan.
• Keselamatan Dipertingkatkan: Toolkit MCP Docker menyediakan kawalan keselamatan yang teguh, melindungi data sensitif dan memastikan integriti ejen AI.
• Interoperabiliti yang Meningkat: MCP menggalakkan interoperabiliti antara ejen AI dan sumber data yang berbeza, membolehkan pembangun untuk mencipta aplikasi yang lebih berkuasa dan serba boleh.
• Akses kepada Ekosistem yang Kaya: Katalog MCP Docker menyediakan akses kepada pelbagai alat dan perkhidmatan dikuasakan AI, membolehkan pembangun untuk memanfaatkan kemajuan terkini dalam AI.

Menangani Kebimbangan Keselamatan

Seperti mana-mana teknologi yang baru muncul, keselamatan adalah kebimbangan utama. MCP, dalam bentuk awalnya, kekurangan kawalan akses gred perusahaan yang komprehensif, menimbulkan kebimbangan tentang potensi kerentanan. Docker telah menangani kebimbangan ini dengan memasukkan ciri-ciri keselamatan yang teguh ke dalam Toolkit MCPnya, termasuk kawalan pengurusan akses pendaftaran dan imej. Kawalan ini memastikan bahawa hanya pengguna yang diberi kuasa boleh mengakses dan mengubah suai ejen AI dan data, mengurangkan risiko akses tanpa kebenaran dan pelanggaran data.

Masa Depan MCP dan AI Agentik

MCP masih dalam peringkat awal pembangunan, tetapi ia memegang potensi yang besar untuk masa depan AI. Apabila protokol matang dan mendapat penerimaan yang lebih luas, ia mungkin akan menjadi asas AI agentik, membolehkan pembangun untuk mencipta aplikasi yang semakin pintar dan autonomi.

Komitmen Docker terhadap MCP adalah bukti visinya untuk masa depan pembangunan perisian. Dengan menerima protokol ini, Docker memperkasakan pembangun untuk memanfaatkan kuasa AI dan mencipta penyelesaian inovatif yang menangani cabaran dunia sebenar.

Landskap Persaingan dan Strategi Docker

Dalam landskap AI dan pengkomputeran awan yang berkembang pesat, integrasi Model Context Protocol (MCP) oleh Docker menandakan langkah strategik untuk mengekalkan perkaitan dan daya tarikannya kepada pembangun. Untuk menghargai sepenuhnya kepentingan keputusan ini, adalah penting untuk menganalisis dinamik persaingan yang dimainkan dan bagaimana Docker meletakkan dirinya dalam ekosistem yang kompleks ini.

Pemain Utama dan Strategi Mereka

• Anthropic: Sebagai pengasas MCP, Anthropic memacu penyeragaman interaksi ejen AI. Tumpuan mereka adalah pada mewujudkan rangka kerja bersatu yang memudahkan penyepaduan dan menggalakkan interoperabiliti.
• OpenAI, Microsoft, dan Google: Gergasi teknologi ini secara aktif menyokong MCP, menyedari potensinya untuk mempercepatkan penerimaan ejen AI. Mereka menyepadukan MCP ke dalam platform dan perkhidmatan masing-masing, seterusnya mengukuhkan kedudukannya sebagai standard.
• Cloudflare, Stytch, dan Auth0: Syarikat-syarikat ini menyediakan penyelesaian pengurusan identiti dan akses untuk MCP, menangani kebimbangan keselamatan awal dan membolehkan kawalan akses gred perusahaan.

Proposisi Nilai Unik Docker

Integrasi MCP Docker membezakan dirinya melalui beberapa ciri utama:

• Katalog MCP Docker: Katalog yang dipilih susun ini menawarkan repositori berpusat pelayan MCP, menjadikannya mudah bagi pembangun untuk menemui dan menyepadukan keupayaan dikuasakan AI ke dalam aplikasi mereka.
• Toolkit MCP Docker: Toolkit ini menyediakan pembangun dengan alat yang diperlukan untuk membina, menggunakan, dan mengurus pelayan MCP dalam ekosistem Docker, termasuk kawalan keselamatan yang teguh.
• Pelaksanaan Kod Terpencil: Pelayan MCP Docker melaksanakan kod terpencil dalam kontena Docker, memastikan sokongan untuk skrip berbilang bahasa, pengurusan pergantungan, pengendalian ralat, dan operasi kitaran hayat kontena.

Kelebihan Strategik Docker

• Leveraj Ekosistem: Ekosistem pembangun dan rakan kongsi Docker yang luas menyediakan asas yang kukuh untuk penerimaan MCP. Dengan menyepadukan MCP ke dalam Docker Desktop dan Docker Hub, Docker memudahkan pembangun untuk mengakses dan menggunakan ejen AI.
• Fokus Keselamatan: Penekanan Docker pada keselamatan, terutamanya melalui Toolkit MCP Docker, menangani kebimbangan kritikal dalam ruang AI. Dengan menyediakan kawalan keselamatan yang teguh, Docker membina kepercayaan dan menggalakkan penerimaan MCP.
• Pengalaman Pembangun: Komitmen Docker untuk memudahkan pengalaman pembangun terbukti dalam integrasi MCPnya. Dengan menyediakan katalog yang dipilih susun, toolkit yang komprehensif, dan pelaksanaan kod terpencil, Docker memudahkan pembangun untuk membina dan menggunakan aplikasi dikuasakan AI.

Cabaran dan Peluang

• Ekosistem Rakan Kongsi: Seperti yang dinyatakan oleh Andy Thurai, ekosistem rakan kongsi Docker untuk MCP masih agak lemah. Memperluaskan ekosistem ini adalah penting untuk memacu penerimaan MCP dan memastikan kejayaan jangka panjangnya.
• Pendidikan Pasaran: Banyak pembangun mungkin tidak biasa dengan MCP dan faedahnya. Docker perlu mendidik pasaran tentang nilai MCP dan bagaimana ia boleh memudahkan pembangunan aplikasi dikuasakan AI.
• Tadbir Urus Sumber Terbuka: Potensi derma Anthropic terhadap MCP kepada yayasan sumber terbuka boleh mempercepatkan lagi penerimaannya dan menggalakkan kerjasama dalam komuniti AI.

Asas Teknikal Pelaksanaan MCP Docker

Untuk memahami sepenuhnya kepentingan integrasi Model Context Protocol (MCP) Docker, adalah penting untuk menyelidiki butiran teknikal yang mendasari pelaksanaannya. Memahami aspek teknikal ini akan memberikan gambaran yang lebih jelas tentang bagaimana Docker meningkatkan keselamatan, memudahkan pembangunan, dan memupuk inovasi dalam bidang AI.

Kontena Docker dan Pelaksanaan Terpencil

Pada teras pelaksanaan MCP Docker terletak konsep pengkontenaan. Kontena Docker menyediakan persekitaran yang ringan, mudah alih, dan terpencil untuk menjalankan aplikasi. Setiap kontena merangkum semua pergantungan, perpustakaan, dan konfigurasi yang diperlukan untuk aplikasi berjalan dengan lancar di seluruh persekitaran yang berbeza.

Dalam konteks MCP, kontena Docker memainkan peranan penting dalam menyediakan persekitaran yang selamat dan terpencil untuk melaksanakan ejen AI. Dengan menjalankan setiap ejen AI dalam kontena sendiri, Docker memastikan bahawa ia tidak boleh mengganggu ejen lain atau sistem hos. Pengasingan ini amat penting apabila berurusan dengan kod yang tidak dipercayai atau eksperimen, kerana ia mengurangkan risiko pelanggaran keselamatan dan ketidakstabilan sistem.

Docker Hub dan Katalog MCP

Docker Hub berfungsi sebagai repositori pusat untuk imej Docker, yang pada dasarnya adalah tangkapan kontena Docker. Katalog MCP Docker, yang dihoskan di Docker Hub, menyediakan koleksi pelayan MCP yang dipilih susun, setiap satunya dibungkus sebagai imej Docker.

Katalog ini memudahkan proses menemui dan menyepadukan ejen AI ke dalam aplikasi. Pembangun boleh menyemak imbas katalog dengan mudah, mencari ejen AI yang memenuhi keperluan mereka, dan memuat turun imej Docker yang sepadan. Setelah dimuat turun, imej ini boleh digunakan dan dijalankan dengan mudah dalam kontena Docker.

Toolkit MCP Docker dan Kawalan Keselamatan

Toolkit MCP Docker menyediakan pembangun dengan set alat yang komprehensif untuk membina, menggunakan, dan mengurus pelayan MCP dalam ekosistem Docker. Komponen utama toolkit ini ialah kawalan keselamatannya yang teguh.

Kawalan ini termasuk:

• Pengurusan Akses Pendaftaran: Ciri ini membolehkan pentadbir mengawal pengguna dan kumpulan mana yang mempunyai akses kepada pendaftaran Docker, menghalang akses tanpa kebenaran kepada ejen AI sensitif.
• Pengurusan Akses Imej: Ciri ini membolehkan pentadbir mengawal pengguna dan kumpulan mana yang boleh menarik dan menjalankan imej Docker, memastikan bahawa hanya ejen yang diberi kuasa digunakan.
• Penyepaduan Pengurusan Rahsia: Toolkit MCP Docker menyepadukan dengan alat pengurusan rahsia popular seperti HashiCorp Vault, membolehkan pembangun menyimpan dan mengurus kelayakan dan kunci API sensitif dengan selamat.

Sokongan Berbilang Bahasa dan Pengurusan Pergantungan

Pelaksanaan MCP Docker menyokong pelbagai bahasa pengaturcaraan dan alat pengurusan pergantungan. Fleksibiliti ini membolehkan pembangun menggunakan bahasa dan alat yang paling selesa dengan mereka, tanpa dikekang oleh batasan protokol MCP.

Kontena Docker memastikan bahawa semua pergantungan yang diperlukan untuk ejen AI disertakan dalam kontena, menghapuskan risiko konflik pergantungan dan memastikan bahawa ejen berjalan dengan betul dalam mana-mana persekitaran.

Pengendalian Ralat dan Operasi Kitaran Hayat Kontena

Docker menyediakan pengendalian ralat dan keupayaan pengurusan kitaran hayat kontena yang teguh. Jika ejen AI menghadapi ralat, Docker boleh memulakan semula kontena secara automatik, memastikan bahawa ejen kekal tersedia.

Docker juga menyediakan alat untuk mengurus kitaran hayat kontena, termasuk mencipta, memulakan, menghentikan, dan memadamkan kontena. Ini membolehkan pembangun mengurus dan menskalakan penggunaan ejen AI mereka dengan mudah.

Implikasi untuk Pembangun Perusahaan

Integrasi Model Context Protocol (MCP) Docker mempunyai implikasi mendalam untuk pembangun perusahaan, menyelaraskan alur kerja, meningkatkan keselamatan, dan membuka kemungkinan baharu dalam aplikasi dikuasakan AI. Mari kita periksa cara utama integrasi ini memberi kesan kepada amalan pembangunan perusahaan.

Penyepaduan AI yang Diselaraskan

• Alur Kerja yang Dipermudahkan: MCP memudahkan penyepaduan ejen AI ke dalam aplikasi sedia ada. Pembangun boleh dengan mudah memasukkan model dan fungsi AI yang telah dibina tanpa bergelut dengan konfigurasi yang rumit atau isu keserasian.
• Katalog Berpusat: Katalog MCP Docker berfungsi sebagai hab berpusat untuk menemui dan mengakses ejen AI. Repositori yang dipilih susun ini menghapuskan keperluan untuk mencari sumber yang berbeza-beza, menjimatkan masa dan usaha pembangun yang berharga.
• Persekitaran yang Konsisten: Kontena Docker menjamin persekitaran pelaksanaan yang konsisten untuk ejen AI, tanpa mengira infrastruktur asas. Ini menghapuskan masalah ‘ia berfungsi pada mesin saya’ dan memastikan prestasi yang boleh dipercayai di seluruh persekitaran pembangunan, ujian, dan pengeluaran.

Postur Keselamatan yang Dipertingkatkan

• Pelaksanaan Terpencil: Kontena Docker menyediakan persekitaran pelaksanaan terpencil untuk ejen AI, menghalang mereka daripada mengganggu aplikasi lain atau mengakses data sensitif. Pengasingan ini adalah penting untuk mengurangkan risiko keselamatan dan memastikan privasi data.
• Kawalan Akses: Mekanisme kawalan akses Docker membolehkan perusahaan menyekat akses kepada ejen AI berdasarkan peranan dan kebenaran. Ini menghalang pengguna yang tidak diberi kuasa daripada mengakses atau mengubah suai model atau data AI sensitif.
• Pengurusan Rahsia: Penyepaduan dengan alat pengurusan rahsia seperti HashiCorp Vault membolehkan pembangun menyimpan dan mengurus kelayakan dan kunci API sensitif dengan selamat. Ini menghalang rahsia berkod keras dalam kod, mengurangkan risiko pendedahan.

Kitaran Pembangunan yang Dipercepatkan

• Kerumitan Dikurangkan: MCP memudahkan proses membina dan menggunakan aplikasi dikuasakan AI, mengurangkan kerumitan dan masa yang diperlukan untuk pembangunan.
• Kebolehgunaan Semula: Imej Docker boleh digunakan semula dengan mudah di seluruh projek dan persekitaran yang berbeza, menggalakkan penggunaan semula kod dan mempercepatkan kitaran pembangunan.
• Kerjasama: Docker memudahkan kerjasama antara pembangun dengan menyediakan platform yang dikongsi untuk membina, menguji, dan menggunakan ejen AI.

Kebolehskalaan dan Kebolehpercayaan yang Dipertingkatkan

• Kebolehskalaan: Kontena Docker boleh diskalakan dengan mudah ke atas atau ke bawah untuk memenuhi perubahan permintaan, memastikan bahawa aplikasi dikuasakan AI boleh mengendalikan beban puncak.
• Ketahanan: Keupayaan pemulihan kendiri Docker secara automatik memulakan semula kontena sekiranya berlaku kegagalan, memastikan ketersediaan dan ketahanan yang tinggi.
• Pengoptimuman Sumber: Docker mengoptimumkan penggunaan sumber dengan membenarkan berbilang kontena berkongsi infrastruktur asas yang sama, mengurangkan kos dan meningkatkan kecekapan.

Inovasi yang Dipertingkatkan

• Eksperimen: Docker menyediakan persekitaran yang selamat dan terpencil untuk bereksperimen dengan model dan teknologi AI baharu. Ini menggalakkan pembangun untuk meneroka penyelesaian inovatif tanpa rasa takut mengganggu sistem sedia ada.
• Ekosistem: Ekosistem Docker menyediakan akses kepada pelbagai alat dan sumber untuk membina dan menggunakan aplikasi dikuasakan AI. Ini memupuk inovasi dan membolehkan pembangun untuk mencipta penyelesaian yang canggih.
• Komuniti: Komuniti Docker menyediakan persekitaran sokongan untuk pembangun berkongsi pengetahuan, bekerjasama dalam projek, dan belajar antara satu sama lain.

Trend dan Implikasi Masa Depan

Penerimaan Docker terhadap Model Context Protocol (MCP) menandakan perubahan penting dalam landskap pembangunan aplikasi didorong AI. Apabila kita melihat ke hadapan, beberapa trend dan implikasi utama muncul, membentuk masa depan tentang bagaimana perusahaan membina, menggunakan, dan mengurus penyelesaian pintar.

Kebangkitan AI Agentik

• Ejen Autonomi: MCP meletakkan asas untuk AI agentik, di mana ejen AI beroperasi secara autonomi untuk melaksanakan tugas dan alur kerja yang kompleks. Trend ini akan membawa kepada aplikasi yang lebih pintar dan mengurus sendiri.
• Kecerdasan Terdesentralisasi: Ejen AI akan diedarkan di seluruh pelbagai persekitaran, dari awan ke pinggir, membolehkan kecerdasan terdesentralisasi dan membuat keputusan masa nyata.
• Kerjasama Manusia-AI: Ejen AI akan menambah keupayaan manusia, mengautomasikan tugas berulang dan memberikan pandangan untuk meningkatkan membuat keputusan.

Keselamatan dan Kepercayaan yang Dipertingkatkan

• Keselamatan Tanpa Kepercayaan: Rangka kerja keselamatan seperti model tanpa kepercayaan akan menjadi penting untuk mengamankan ejen dan data AI.
• AI yang Boleh Dijelaskan: Teknik AI yang boleh dijelaskan (XAI) akan menjadi penting untuk membina kepercayaan dalam ejen AI dengan memberikan pandangan tentang proses membuat keputusan mereka.
• Privasi Data: Peraturan privasi data akan memacu keperluan untuk teknik AI yang memelihara privasi, seperti pembelajaran gabungan dan privasi pembezaan.

Pendemokrasian AI

• AI Kod Rendah/Tanpa Kod: Platform kod rendah/tanpa kod akan memperkasakan pembangun warga untuk membina dan menggunakan aplikasi dikuasakan AI tanpa kepakaran pengekodan yang meluas.
• AI-sebagai-Perkhidmatan: Perkhidmatan AI berasaskan awan akan menyediakan akses kepada model dan alat AI yang telah dilatih, menjadikan AI lebih mudah diakses oleh perniagaan dari semua saiz.
• AI Sumber Terbuka: Rangka kerja dan alat AI sumber terbuka akan terus memacu inovasi dan kerjasama dalam komuniti AI.

AI Pinggir dan Penyepaduan IoT

• Pengkomputeran Pinggir: Ejen AI akan digunakan pada peranti pinggir, membolehkan pemprosesan data masa nyata dan membuat keputusan lebih dekat dengan sumber.
• Penyepaduan IoT: AI akan disepadukan dengan Internet of Things (IoT), membolehkan automasi pintar dan pengoptimuman peranti dan sistem IoT.
• Bandar Pintar: Penyelesaian dikuasakan AI akan mengubah persekitaran bandar, meningkatkan pengurusan lalu lintas, kecekapan tenaga, dan keselamatan awam.

Peranan Pembangun yang Berkembang

• Pembangunan Dipertingkatkan AI: Alat AI akan membantu pembangun dalam pelbagai tugas, seperti penjanaan kod, ujian, dan penyahpepijatan.
• Pengurusan Model AI: Pembangun perlu mengurus kitaran hayat model AI, termasuk latihan, penggunaan, dan pemantauan.
• AI Beretika: Pembangun perlu mempertimbangkan implikasi etika AI dan memastikan bahawa sistem AI adalah adil, telus, dan bertanggungjawab.