ಗ್ರಾಹಕ-ದರ್ಜೆಯ AI: ಯಂತ್ರ ಕಲಿಕೆಯನ್ನು ಜನಸಾಮಾನ್ಯರಿಗೆ ತರುವುದು

• ಲೇಖಕ ಬಗ್ಗೆ:
• ಲೇಖಕ ಹೆಸರು

  ಕ್ವಾಂಟಮ್ರನ್ ದೂರದೃಷ್ಟಿ
• ಜನವರಿ 27, 2023

Amazon Web Services (AWS), Azure ಮತ್ತು Google Cloud ನಿಂದ ಹೆಚ್ಚು ಪ್ರವೇಶಿಸಬಹುದಾದ ಕಡಿಮೆ-ಕೋಡ್ ಮತ್ತು ನೋ-ಕೋಡ್ ಕೊಡುಗೆಗಳು ಸಾಮಾನ್ಯ ಜನರು ವೆಬ್‌ಸೈಟ್ ಅನ್ನು ನಿಯೋಜಿಸಬಹುದಾದಷ್ಟು ಬೇಗನೆ ತಮ್ಮದೇ ಆದ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ರಚಿಸಲು ಅನುಮತಿಸುತ್ತದೆ. ವಿಜ್ಞಾನಿಗಳ ಹೆಚ್ಚು ತಾಂತ್ರಿಕ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಹೆಚ್ಚು ಬಳಕೆದಾರ ಸ್ನೇಹಿಯಾಗಿರುವ ಹಗುರವಾದ ಗ್ರಾಹಕ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗೆ ದಾರಿ ಮಾಡಿಕೊಡಬಹುದು.

ಗ್ರಾಹಕ-ದರ್ಜೆಯ AI ಸಂದರ್ಭ

2010 ರ ದಶಕದಾದ್ಯಂತ ಟೆಕ್ ವಲಯಗಳಲ್ಲಿ "ಐಟಿಯ ಗ್ರಾಹಕೀಕರಣ" ಒಂದು ನಡೆಯುತ್ತಿರುವ ವಿಷಯವಾಗಿದೆ, ಆದರೆ 2022 ರ ಹೊತ್ತಿಗೆ, ಹೆಚ್ಚಿನ ಉದ್ಯಮ ಸಾಫ್ಟ್‌ವೇರ್ ಕೊಡುಗೆಗಳು ಅಸ್ಪಷ್ಟ, ಹೊಂದಿಕೊಳ್ಳುವ ಮತ್ತು ಹೆಚ್ಚು ತಾಂತ್ರಿಕವಾಗಿ ಉಳಿದಿವೆ. ಈ ಮಾದರಿಯು ಹೆಚ್ಚಿನ ಪರಂಪರೆಯ ತಂತ್ರಜ್ಞಾನ ಮತ್ತು ಇನ್ನೂ ಹೆಚ್ಚಿನ ಸರ್ಕಾರಿ ಏಜೆನ್ಸಿಗಳು ಮತ್ತು ಫಾರ್ಚೂನ್ 1000 ವ್ಯವಹಾರಗಳಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿರುವ ವ್ಯವಸ್ಥೆಗಳಿಂದಾಗಿ ಭಾಗಶಃ ಕಾರಣವಾಗಿದೆ. ಬಳಕೆದಾರ ಸ್ನೇಹಿ AI ಅನ್ನು ರಚಿಸುವುದು ಸುಲಭದ ಕೆಲಸವಲ್ಲ, ಮತ್ತು ವೆಚ್ಚ ಮತ್ತು ವಿತರಣಾ ಸಮಯದಂತಹ ಇತರ ಆದ್ಯತೆಗಳ ಪರವಾಗಿ ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಬದಿಗೆ ತಳ್ಳಲ್ಪಡುತ್ತದೆ. 

ಹೆಚ್ಚುವರಿಯಾಗಿ, ಅನೇಕ ಸಣ್ಣ ಕಂಪನಿಗಳು AI ಪರಿಹಾರಗಳನ್ನು ಕಸ್ಟಮೈಸ್ ಮಾಡಬಹುದಾದ ಆಂತರಿಕ ಡೇಟಾ-ವಿಜ್ಞಾನ ತಂಡಗಳನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ಅವುಗಳು ಹೆಚ್ಚಾಗಿ ಅಂತರ್ನಿರ್ಮಿತ AI ಎಂಜಿನ್‌ಗಳೊಂದಿಗೆ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನೀಡುವ ಮಾರಾಟಗಾರರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿವೆ. ಆದಾಗ್ಯೂ, ಈ ಮಾರಾಟಗಾರರ ಪರಿಹಾರಗಳು ಆಂತರಿಕ ತಜ್ಞರು ರಚಿಸಿದ ಮಾದರಿಗಳಂತೆ ನಿಖರವಾಗಿರುವುದಿಲ್ಲ ಅಥವಾ ಸರಿಹೊಂದಿಸಲಾಗುವುದಿಲ್ಲ. ಪರಿಹಾರವು ಸ್ವಯಂಚಾಲಿತ ಯಂತ್ರ ಕಲಿಕೆ (ML) ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳು, ಇದು ಕಡಿಮೆ ಅನುಭವ ಹೊಂದಿರುವ ಕಾರ್ಮಿಕರಿಗೆ ಭವಿಷ್ಯಸೂಚಕ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಲು ಮತ್ತು ನಿಯೋಜಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, US-ಆಧಾರಿತ ಕಂಪನಿ DimensionalMechanics 2020 ರಿಂದ ಗ್ರಾಹಕರಿಗೆ ವಿವರವಾದ AI ಮಾದರಿಗಳನ್ನು ಸರಳವಾಗಿ ಮತ್ತು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ರಚಿಸಲು ಸಕ್ರಿಯಗೊಳಿಸಿದೆ. "ಒರಾಕಲ್" ಎಂದು ಉಲ್ಲೇಖಿಸಲಾದ ಅಂತರ್ನಿರ್ಮಿತ AI, ಮಾದರಿ-ನಿರ್ಮಾಣ ಪ್ರಕ್ರಿಯೆಯ ಉದ್ದಕ್ಕೂ ಬಳಕೆದಾರರಿಗೆ ಬೆಂಬಲವನ್ನು ಒದಗಿಸುತ್ತದೆ. ಮೈಕ್ರೋಸಾಫ್ಟ್ ಆಫೀಸ್ ಅಥವಾ ಗೂಗಲ್ ಡಾಕ್ಸ್‌ನಂತೆಯೇ ಜನರು ತಮ್ಮ ದೈನಂದಿನ ಕೆಲಸದ ದಿನಚರಿಯ ಭಾಗವಾಗಿ ವಿವಿಧ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಬಳಸುತ್ತಾರೆ ಎಂದು ಕಂಪನಿಯು ಭಾವಿಸುತ್ತದೆ.

ಅಡ್ಡಿಪಡಿಸುವ ಪರಿಣಾಮ

ಕ್ಲೌಡ್ ಸೇವಾ ಪೂರೈಕೆದಾರರು ಆಡ್-ಆನ್‌ಗಳನ್ನು ಹೆಚ್ಚು ಜಾರಿಗೆ ತಂದಿದ್ದಾರೆ ಅದು ಜನರಿಗೆ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಸುಲಭವಾಗುತ್ತದೆ. 2022 ರಲ್ಲಿ, AWS CodeWhisperer ಅನ್ನು ಘೋಷಿಸಿತು, ಇದು ML-ಚಾಲಿತ ಸೇವೆಯಾಗಿದ್ದು ಅದು ಕೋಡ್ ಶಿಫಾರಸುಗಳನ್ನು ಒದಗಿಸುವ ಮೂಲಕ ಡೆವಲಪರ್ ಉತ್ಪಾದಕತೆಯನ್ನು ಸುಧಾರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಡೆವಲಪರ್‌ಗಳು "S3 ಗೆ ಫೈಲ್ ಅನ್ನು ಅಪ್‌ಲೋಡ್ ಮಾಡುವಂತಹ" ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯವನ್ನು ಸರಳ ಇಂಗ್ಲಿಷ್‌ನಲ್ಲಿ ವಿವರಿಸುವ ಕಾಮೆಂಟ್ ಅನ್ನು ಬರೆಯಬಹುದು ಮತ್ತು ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ಕಾರ್ಯಕ್ಕೆ ಯಾವ ಕ್ಲೌಡ್ ಸೇವೆಗಳು ಮತ್ತು ಸಾರ್ವಜನಿಕ ಗ್ರಂಥಾಲಯಗಳು ಹೆಚ್ಚು ಸೂಕ್ತವೆಂದು CodeWhisperer ಸ್ವಯಂಚಾಲಿತವಾಗಿ ನಿರ್ಧರಿಸುತ್ತದೆ. ಆಡ್-ಆನ್ ಫ್ಲೈನಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಕೋಡ್ ಅನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ ಮತ್ತು ರಚಿಸಿದ ಕೋಡ್ ತುಣುಕುಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ.

ಏತನ್ಮಧ್ಯೆ, 2022 ರಲ್ಲಿ, ಮೈಕ್ರೋಸಾಫ್ಟ್‌ನ ಅಜುರೆ ಸ್ವಯಂಚಾಲಿತ AI/ML ಸೇವೆಗಳ ಸೂಟ್ ಅನ್ನು ನೀಡಿತು ಅದು ಯಾವುದೇ- ಅಥವಾ ಕಡಿಮೆ-ಕೋಡ್ ಆಗಿದೆ. ನೈಜ-ಪ್ರಪಂಚದ ಸೆಟ್ಟಿಂಗ್‌ನಲ್ಲಿ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ರಚಿಸಲು ಮತ್ತು ಮೌಲ್ಯೀಕರಿಸಲು ಯಾರಿಗಾದರೂ ಸಹಾಯ ಮಾಡಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಅವರ ನಾಗರಿಕ AI ಪ್ರೋಗ್ರಾಂ ಒಂದು ಉದಾಹರಣೆಯಾಗಿದೆ. ಅಜುರೆ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ ಎನ್ನುವುದು ಸ್ವಯಂಚಾಲಿತ ML ಮತ್ತು ಬ್ಯಾಚ್ ಅಥವಾ ನೈಜ-ಸಮಯದ ಅಂತಿಮ ಬಿಂದುಗಳಿಗೆ ನಿಯೋಜನೆಯೊಂದಿಗೆ ಚಿತ್ರಾತ್ಮಕ ಬಳಕೆದಾರ ಇಂಟರ್ಫೇಸ್ (GUI). ML ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಅಳವಡಿಸುವ ಕಸ್ಟಮ್ ಅಪ್ಲಿಕೇಶನ್ ಮತ್ತು ವರ್ಕ್‌ಫ್ಲೋ ಅನ್ನು ತ್ವರಿತವಾಗಿ ನಿರ್ಮಿಸಲು ಮೈಕ್ರೋಸಾಫ್ಟ್ ಪವರ್ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಟೂಲ್‌ಕಿಟ್‌ಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. ಎಂಡ್-ಬ್ಯುಸಿನೆಸ್ ಬಳಕೆದಾರರು ಈಗ ಲೆಗಸಿ ವ್ಯಾಪಾರ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಪರಿವರ್ತಿಸಲು ಪ್ರೊಡಕ್ಷನ್-ಗ್ರೇಡ್ ML ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಬಹುದು.

ಈ ಉಪಕ್ರಮಗಳು AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು ಅಥವಾ ಹೊಸ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಮತ್ತು ಪ್ರಕ್ರಿಯೆ ಪರಿಹಾರಗಳನ್ನು ಅನ್ವೇಷಿಸಲು ಬಯಸುವ ಕನಿಷ್ಠ ಕೋಡಿಂಗ್ ಅನುಭವವನ್ನು ಹೊಂದಿರುವ ವ್ಯಕ್ತಿಗಳನ್ನು ಗುರಿಯಾಗಿಸಲು ಮುಂದುವರಿಯುತ್ತದೆ. ಪೂರ್ಣ ಸಮಯದ ಡೇಟಾ ವಿಜ್ಞಾನಿಗಳು ಮತ್ತು ಎಂಜಿನಿಯರ್‌ಗಳನ್ನು ನೇಮಿಸಿಕೊಳ್ಳುವಲ್ಲಿ ವ್ಯವಹಾರಗಳು ಹಣವನ್ನು ಉಳಿಸಬಹುದು ಮತ್ತು ಬದಲಿಗೆ ತಮ್ಮ ಐಟಿ ಉದ್ಯೋಗಿಗಳನ್ನು ಹೆಚ್ಚಿಸಬಹುದು. ಕ್ಲೌಡ್ ಸೇವಾ ಪೂರೈಕೆದಾರರು ತಮ್ಮ ಇಂಟರ್‌ಫೇಸ್‌ಗಳನ್ನು ಹೆಚ್ಚು ಬಳಕೆದಾರ ಸ್ನೇಹಿಯಾಗಿ ಮಾಡುವ ಮೂಲಕ ಹೆಚ್ಚು ಹೊಸ ಚಂದಾದಾರರನ್ನು ಗಳಿಸುವ ಮೂಲಕ ಪ್ರಯೋಜನ ಪಡೆಯುತ್ತಾರೆ. 

ಗ್ರಾಹಕ ದರ್ಜೆಯ AI ಯ ಪರಿಣಾಮಗಳು

ಗ್ರಾಹಕ-ದರ್ಜೆಯ AI ಯ ವ್ಯಾಪಕ ಪರಿಣಾಮಗಳು ಒಳಗೊಂಡಿರಬಹುದು: 

• ಗ್ರಾಹಕರು ಸ್ವತಃ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ರಚಿಸಲು ಮತ್ತು ಪರೀಕ್ಷಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುವ ಯಾವುದೇ ಅಥವಾ ಕಡಿಮೆ-ಕೋಡ್ AI ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದರ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುವ ಕಂಪನಿಗಳಿಗೆ ಬೆಳೆಯುತ್ತಿರುವ ಮಾರುಕಟ್ಟೆ.
• ಸಾರ್ವಜನಿಕ ಮತ್ತು ಖಾಸಗಿ ಕಾರ್ಯಾಚರಣೆಗಳ ಡಿಜಿಟಲೀಕರಣದ ದರದಲ್ಲಿ ಮ್ಯಾಕ್ರೋ ಹೆಚ್ಚಳ. 
• ಕೋಡಿಂಗ್ ಕಡಿಮೆ ತಾಂತ್ರಿಕ ಕೌಶಲ್ಯವಾಗಬಹುದು ಮತ್ತು ಹೆಚ್ಚು ಸ್ವಯಂಚಾಲಿತವಾಗಿರಬಹುದು, ಸಾಫ್ಟ್‌ವೇರ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ರಚಿಸುವಲ್ಲಿ ಭಾಗವಹಿಸಲು ವಿಶಾಲ ಶ್ರೇಣಿಯ ಕಾರ್ಮಿಕರನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಬಹುದು.
• ಕ್ಲೌಡ್ ಸೇವಾ ಪೂರೈಕೆದಾರರು ಹೆಚ್ಚಿನ ಆಡ್-ಆನ್‌ಗಳನ್ನು ರಚಿಸುತ್ತಾರೆ, ಅದು ಸಾಫ್ಟ್‌ವೇರ್ ಅಭಿವೃದ್ಧಿಯನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುತ್ತದೆ, ಸೈಬರ್‌ಸೆಕ್ಯುರಿಟಿ ಸಮಸ್ಯೆಗಳಿಗಾಗಿ ಸ್ಕ್ಯಾನ್ ಮಾಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
• ಸ್ವಯಂಚಾಲಿತ AI ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಕೋಡ್ ಮಾಡುವುದು ಹೇಗೆ ಎಂಬುದನ್ನು ಸ್ವಯಂ-ಕಲಿಯಲು ಹೆಚ್ಚಿನ ಜನರು ಆಯ್ಕೆ ಮಾಡಿಕೊಳ್ಳುತ್ತಿದ್ದಾರೆ.
• ಕೋಡಿಂಗ್ ಶಿಕ್ಷಣ ಕಾರ್ಯಕ್ರಮಗಳನ್ನು ಮಧ್ಯಮ ಮತ್ತು ಪ್ರೌಢಶಾಲಾ ಪಠ್ಯಕ್ರಮಗಳಲ್ಲಿ ಹೆಚ್ಚು ಅಳವಡಿಸಿಕೊಳ್ಳಲಾಗುತ್ತಿದೆ (ಅಥವಾ ಮರು-ಪರಿಚಯಿಸಲಾಗಿದೆ), ಈ ಯಾವುದೇ ಮತ್ತು ಕಡಿಮೆ-ಕೋಡ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗೆ ಹೆದರುತ್ತದೆ.

ಕಾಮೆಂಟ್ ಮಾಡಲು ಪ್ರಶ್ನೆಗಳು

• ನೀವು ಗ್ರಾಹಕ-ದರ್ಜೆಯ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಬಳಸಿದ್ದರೆ, ಅವುಗಳನ್ನು ಬಳಸಲು ಎಷ್ಟು ಸುಲಭವಾಗಿದೆ?
• ಗ್ರಾಹಕ-ದರ್ಜೆಯ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಸಂಶೋಧನೆ ಮತ್ತು ಅಭಿವೃದ್ಧಿಯನ್ನು ವೇಗವಾಗಿ ಟ್ರ್ಯಾಕ್ ಮಾಡುತ್ತದೆ ಎಂದು ನೀವು ಹೇಗೆ ಭಾವಿಸುತ್ತೀರಿ?