A Visão da Computação Autonômica: Os LLMs Podem Torná-la uma Realidade?
The Vision of Autonomic Computing: Can LLMs Make It a Reality?
July 19, 2024
Autores: Zhiyang Zhang, Fangkai Yang, Xiaoting Qin, Jue Zhang, Qingwei Lin, Gong Cheng, Dongmei Zhang, Saravan Rajmohan, Qi Zhang
cs.AI
Resumo
A Visão da Computação Autonômica (ACV), proposta há mais de duas décadas, idealiza sistemas computacionais que se auto-gerenciam de forma semelhante a organismos biológicos, adaptando-se de forma contínua a ambientes em mudança. Apesar de décadas de pesquisa, alcançar a ACV continua sendo um desafio devido à natureza dinâmica e complexa dos sistemas computacionais modernos. Avanços recentes em Modelos de Linguagem de Grande Escala (LLMs) oferecem soluções promissoras para esses desafios, aproveitando seu amplo conhecimento, compreensão de linguagem e capacidades de automação de tarefas. Este artigo explora a viabilidade de realizar a ACV por meio de um framework multiagente baseado em LLM para gerenciamento de microsserviços. Introduzimos uma taxonomia de cinco níveis para manutenção de serviços autônomos e apresentamos um benchmark de avaliação online com base no projeto de demonstração de microsserviço Sock Shop para avaliar o desempenho de nosso framework. Nossas descobertas demonstram um progresso significativo em direção à conquista do Nível 3 de autonomia, destacando a eficácia dos LLMs na detecção e resolução de problemas dentro de arquiteturas de microsserviços. Este estudo contribui para o avanço da computação autonômica ao pioneirizar a integração de LLMs em frameworks de gerenciamento de microsserviços, abrindo caminho para sistemas computacionais mais adaptativos e auto-gerenciáveis. O código estará disponível em https://aka.ms/ACV-LLM.
English
The Vision of Autonomic Computing (ACV), proposed over two decades ago,
envisions computing systems that self-manage akin to biological organisms,
adapting seamlessly to changing environments. Despite decades of research,
achieving ACV remains challenging due to the dynamic and complex nature of
modern computing systems. Recent advancements in Large Language Models (LLMs)
offer promising solutions to these challenges by leveraging their extensive
knowledge, language understanding, and task automation capabilities. This paper
explores the feasibility of realizing ACV through an LLM-based multi-agent
framework for microservice management. We introduce a five-level taxonomy for
autonomous service maintenance and present an online evaluation benchmark based
on the Sock Shop microservice demo project to assess our framework's
performance. Our findings demonstrate significant progress towards achieving
Level 3 autonomy, highlighting the effectiveness of LLMs in detecting and
resolving issues within microservice architectures. This study contributes to
advancing autonomic computing by pioneering the integration of LLMs into
microservice management frameworks, paving the way for more adaptive and
self-managing computing systems. The code will be made available at
https://aka.ms/ACV-LLM.