કન્ઝ્યુમર-ગ્રેડ AI: લોકો સુધી મશીન લર્નિંગ લાવવું

• લેખક:
• લેખક નામ

  ક્વોન્ટમરુન અગમચેતી
• જાન્યુઆરી ૫, ૨૦૨૧

Amazon Web Services (AWS), Azure અને Google Cloud તરફથી વધુ ઍક્સેસિબલ લો-કોડ અને નો-કોડ ઑફરિંગ સામાન્ય લોકોને તેમની પોતાની AI એપ્લિકેશન્સ બનાવવાની મંજૂરી આપશે જેટલી ઝડપથી તેઓ વેબસાઇટનો ઉપયોગ કરી શકે. વૈજ્ઞાનિકોની અત્યંત ટેકનિકલ AI એપ્લીકેશનો લાઇટવેઇટ કન્ઝ્યુમર એપ્સને માર્ગ આપી શકે છે જે વધુ યુઝર-ફ્રેન્ડલી હોય છે.

ગ્રાહક-ગ્રેડ AI સંદર્ભ

2010 ના દાયકા દરમિયાન ટેક સર્કલમાં "ITનું ઉપભોક્તાકરણ" એ એક ચાલુ થીમ રહી છે, પરંતુ 2022 સુધીમાં, મોટા ભાગની એન્ટરપ્રાઇઝ સોફ્ટવેર ઑફરિંગ્સ અણઘડ, અણગમતી અને ઉચ્ચ તકનીકી રહી છે. આ દૃષ્ટાંત અંશતઃ વધુ પડતી લેગસી ટેક્નોલોજી અને મોટાભાગની સરકારી એજન્સીઓ અને ફોર્ચ્યુન 1000 વ્યવસાયોમાં હજુ પણ કાર્યરત સિસ્ટમોને કારણે છે. વપરાશકર્તા-મૈત્રીપૂર્ણ AI બનાવવું એ કોઈ સરળ કાર્ય નથી, અને તે ઘણીવાર કિંમત અને ડિલિવરી સમય જેવી અન્ય પ્રાથમિકતાઓની તરફેણમાં દબાણ કરે છે. 

વધુમાં, ઘણી નાની કંપનીઓમાં ઇન-હાઉસ ડેટા-સાયન્સ ટીમોનો અભાવ હોય છે જે AI સોલ્યુશન્સને કસ્ટમાઇઝ કરી શકે છે, તેથી તેઓ ઘણીવાર એવા વિક્રેતાઓ પર આધાર રાખે છે જે તેના બદલે બિલ્ટ-ઇન AI એન્જિનો સાથે એપ્લિકેશન ઓફર કરે છે. જો કે, આ વિક્રેતા સોલ્યુશન્સ ઇન-હાઉસ નિષ્ણાતો દ્વારા બનાવેલ મોડેલો જેટલા ચોક્કસ અથવા અનુરૂપ ન હોઈ શકે. સોલ્યુશન એ ઓટોમેટેડ મશીન લર્નિંગ (ML) પ્લેટફોર્મ છે જે થોડો અનુભવ ધરાવતા કામદારોને અનુમાનિત મોડલ બનાવવા અને તેનો ઉપયોગ કરવાની મંજૂરી આપે છે. દાખલા તરીકે, યુએસ સ્થિત કંપની ડાયમેન્શનલ મિકેનિક્સે 2020 થી ગ્રાહકોને વિગતવાર AI મૉડલ સરળ અને અસરકારક રીતે બનાવવા માટે સક્ષમ કર્યા છે. બિલ્ટ-ઇન AI, જેને "ઓરેકલ" તરીકે ઓળખવામાં આવે છે, તે સમગ્ર મોડલ-બિલ્ડિંગ પ્રક્રિયા દરમિયાન વપરાશકર્તાઓને સપોર્ટ પૂરો પાડે છે. કંપનીને આશા છે કે લોકો માઈક્રોસોફ્ટ ઓફિસ અથવા ગૂગલ ડોક્સની જેમ તેમના રોજિંદા કામના ભાગ રૂપે વિવિધ AI એપ્લિકેશનનો ઉપયોગ કરશે.

વિક્ષેપકારક અસર

ક્લાઉડ સેવા પ્રદાતાઓએ એડ-ઓન્સનો વધુને વધુ અમલ કર્યો છે જે લોકો માટે AI એપ્લિકેશન્સ બનાવવાનું સરળ બનાવશે. 2022 માં, AWS એ CodeWhispererની જાહેરાત કરી, જે ML-સંચાલિત સેવા છે જે કોડ ભલામણો આપીને વિકાસકર્તાની ઉત્પાદકતાને સુધારવામાં મદદ કરે છે. વિકાસકર્તાઓ એક ટિપ્પણી લખી શકે છે જે સાદા અંગ્રેજીમાં ચોક્કસ કાર્યની રૂપરેખા આપે છે, જેમ કે "S3 પર ફાઇલ અપલોડ કરો" અને CodeWhisperer આપમેળે નિર્ધારિત કરે છે કે કઈ ક્લાઉડ સેવાઓ અને જાહેર પુસ્તકાલયો ઉલ્લેખિત કાર્ય માટે સૌથી યોગ્ય છે. ઍડ-ઑન ફ્લાય પર ચોક્કસ કોડ પણ બનાવે છે અને જનરેટ કરેલા કોડ સ્નિપેટ્સની ભલામણ કરે છે.

દરમિયાન, 2022 માં, માઇક્રોસોફ્ટના Azure એ સ્વચાલિત AI/ML સેવાઓનો એક સ્યૂટ ઓફર કર્યો જે નો- અથવા લો-કોડ છે. એક ઉદાહરણ તેમના નાગરિક AI પ્રોગ્રામ છે, જે વાસ્તવિક-વિશ્વના સેટિંગમાં AI એપ્લિકેશન બનાવવા અને માન્ય કરવામાં કોઈપણને મદદ કરવા માટે રચાયેલ છે. એઝ્યુર મશીન લર્નિંગ એ ઓટોમેટેડ ML અને બેચ અથવા રીઅલ-ટાઇમ એન્ડપોઇન્ટ્સ પર જમાવટ સાથેનું ગ્રાફિકલ યુઝર ઇન્ટરફેસ (GUI) છે. માઈક્રોસોફ્ટ પાવર પ્લેટફોર્મ ઝડપથી કસ્ટમ એપ્લિકેશન અને વર્કફ્લો બનાવવા માટે ટૂલકીટ પ્રદાન કરે છે જે એમએલ એલ્ગોરિધમ્સને લાગુ કરે છે. લેગસી બિઝનેસ પ્રક્રિયાઓને પરિવર્તિત કરવા માટે અંતિમ-વ્યાપાર વપરાશકર્તાઓ હવે ઉત્પાદન-ગ્રેડ ML એપ્લિકેશન બનાવી શકે છે.

આ પહેલો એવા વ્યક્તિઓને લક્ષ્ય બનાવવાનું ચાલુ રાખશે જેમને ન્યૂનતમ કોડિંગનો અનુભવ ન હોય કે જેઓ AI એપ્લિકેશનનું પરીક્ષણ કરવા અથવા નવી ટેક્નોલોજીઓ અને પ્રક્રિયા ઉકેલોની શોધ કરવા માગે છે. વ્યવસાયો પૂર્ણ-સમયના ડેટા વૈજ્ઞાનિકો અને એન્જિનિયરોની ભરતી પર નાણાં બચાવી શકે છે અને તેના બદલે તેમના IT કર્મચારીઓને અપસ્કિલ કરી શકે છે. ક્લાઉડ સેવા પ્રદાતાઓ તેમના ઇન્ટરફેસને વધુ વપરાશકર્તા મૈત્રીપૂર્ણ બનાવીને વધુ નવા સબ્સ્ક્રાઇબર્સ કમાવીને પણ લાભ મેળવે છે. 

ગ્રાહક-ગ્રેડ AI ની અસરો

ગ્રાહક-ગ્રેડ AI ની વ્યાપક અસરોમાં શામેલ હોઈ શકે છે: 

• કંપનીઓ માટે વિકસતું બજાર કે જેઓ નો- અથવા લો-કોડ AI પ્લેટફોર્મ વિકસાવવા પર ધ્યાન કેન્દ્રિત કરે છે જે ગ્રાહકોને પોતાની જાતે એપ્લિકેશન બનાવવા અને પરીક્ષણ કરવામાં સક્ષમ કરી શકે છે.
• જાહેર અને ખાનગી કામગીરીના ડિજિટાઇઝેશનના દરમાં મેક્રો વધારો. 
• કોડિંગ એ ઓછી તકનીકી કૌશલ્ય બની શકે છે અને તે વધુને વધુ સ્વચાલિત થઈ શકે છે, જે કામદારોની વિશાળ શ્રેણીને સોફ્ટવેર એપ્લિકેશન બનાવવા માટે ભાગ લેવા સક્ષમ બનાવે છે.
• ક્લાઉડ સેવા પ્રદાતાઓ વધુ એડ-ઓન્સ બનાવે છે જે સોફ્ટવેર ડેવલપમેન્ટને સ્વચાલિત કરશે, જેમાં સાયબર સુરક્ષા સમસ્યાઓ માટે સ્કેન કરવામાં સક્ષમ હોવાનો સમાવેશ થાય છે.
• સ્વચાલિત AI પ્લેટફોર્મનો ઉપયોગ કરીને કોડ કેવી રીતે કરવો તે સ્વ-શીખવાનું પસંદ કરતા વધુ લોકો.
• કોડિંગ શિક્ષણ કાર્યક્રમોને મધ્યમ અને ઉચ્ચ શાળાના અભ્યાસક્રમોમાં વધુને વધુ અપનાવવામાં આવે છે (અથવા ફરીથી દાખલ કરવામાં આવે છે), આ બિન-અને ઓછા-કોડ એપ્લિકેશનોના ડરથી.

ટિપ્પણી કરવા માટેના પ્રશ્નો

• જો તમે ગ્રાહક-ગ્રેડ AI એપ્લિકેશન્સનો ઉપયોગ કર્યો હોય, તો તેનો ઉપયોગ કરવો કેટલો સરળ હતો?
• તમને કેવી રીતે લાગે છે કે ગ્રાહક-ગ્રેડ AI એપ્લિકેશન્સ સંશોધન અને વિકાસને ઝડપી ટ્રેક કરશે?