ഉപഭോക്തൃ-ഗ്രേഡ് AI: മെഷീൻ ലേണിംഗ് ജനങ്ങളിലേക്ക് എത്തിക്കുന്നു

• രചയിതാവ്:
• രചയിതാവിന്റെ പേര്

  Quantumrun ദീർഘവീക്ഷണം
• ജനുവരി 27, 2023

Amazon Web Services (AWS), Azure, Google Cloud എന്നിവയിൽ നിന്നുള്ള കൂടുതൽ ആക്‌സസ് ചെയ്യാവുന്ന ലോ-കോഡ്, നോ-കോഡ് ഓഫറുകൾ, ഒരു വെബ്‌സൈറ്റ് വിന്യസിക്കാൻ കഴിയുന്നത്ര വേഗത്തിൽ സ്വന്തം AI ആപ്ലിക്കേഷനുകൾ സൃഷ്ടിക്കാൻ സാധാരണക്കാരെ അനുവദിക്കും. ശാസ്ത്രജ്ഞരുടെ ഉയർന്ന സാങ്കേതിക വിദ്യയുള്ള AI ആപ്ലിക്കേഷനുകൾക്ക് കൂടുതൽ ഉപയോക്തൃ-സൗഹൃദമായ കനംകുറഞ്ഞ ഉപഭോക്തൃ ആപ്പുകൾക്ക് വഴിമാറാനാകും.

ഉപഭോക്തൃ-ഗ്രേഡ് AI സന്ദർഭം

"ഐടിയുടെ ഉപഭോക്തൃവൽക്കരണം" എന്നത് 2010-കളിൽ ടെക് സർക്കിളുകളിൽ നടന്നുകൊണ്ടിരിക്കുന്ന ഒരു വിഷയമാണ്, എന്നാൽ 2022-ലെ കണക്കനുസരിച്ച്, മിക്ക എന്റർപ്രൈസ് സോഫ്‌റ്റ്‌വെയർ ഓഫറുകളും വൃത്തികെട്ടതും വഴങ്ങാത്തതും ഉയർന്ന സാങ്കേതികവുമായവയാണ്. ഒട്ടുമിക്ക ഗവൺമെന്റ് ഏജൻസികളിലും ഫോർച്യൂൺ 1000 ബിസിനസ്സുകളിലും ഇപ്പോഴും പ്രവർത്തിക്കുന്ന ലെഗസി ടെക്നോളജിയും സിസ്റ്റങ്ങളും ഈ മാതൃകയ്ക്ക് ഭാഗികമായി കാരണമാണ്. ഉപയോക്തൃ-സൗഹൃദ AI സൃഷ്‌ടിക്കുന്നത് എളുപ്പമുള്ള കാര്യമല്ല, മാത്രമല്ല ചെലവും ഡെലിവറി സമയവും പോലുള്ള മറ്റ് മുൻ‌ഗണനകൾക്ക് അനുകൂലമായി ഇത് പലപ്പോഴും വശത്തേക്ക് തള്ളപ്പെടുന്നു. 

കൂടാതെ, പല ചെറുകിട കമ്പനികൾക്കും AI സൊല്യൂഷനുകൾ ഇഷ്ടാനുസൃതമാക്കാൻ കഴിയുന്ന ഇൻ-ഹൗസ് ഡാറ്റ-സയൻസ് ടീമുകൾ ഇല്ല, അതിനാൽ അവ പലപ്പോഴും ബിൽറ്റ്-ഇൻ AI എഞ്ചിനുകളുള്ള ആപ്ലിക്കേഷനുകൾ വാഗ്ദാനം ചെയ്യുന്ന വെണ്ടർമാരെ ആശ്രയിക്കുന്നു. എന്നിരുന്നാലും, ഈ വെണ്ടർ സൊല്യൂഷനുകൾ ഇൻ-ഹൗസ് വിദഗ്ധർ സൃഷ്ടിച്ച മോഡലുകൾ പോലെ കൃത്യമോ അനുയോജ്യമായതോ ആയിരിക്കില്ല. പ്രവചന മാതൃകകൾ നിർമ്മിക്കാനും വിന്യസിക്കാനും പരിചയമില്ലാത്ത തൊഴിലാളികളെ അനുവദിക്കുന്ന ഓട്ടോമേറ്റഡ് മെഷീൻ ലേണിംഗ് (ML) പ്ലാറ്റ്‌ഫോമുകളാണ് പരിഹാരം. ഉദാഹരണത്തിന്, യുഎസ് ആസ്ഥാനമായുള്ള കമ്പനിയായ DimensionalMechanics, 2020 മുതൽ ലളിതമായും കാര്യക്ഷമമായും വിശദമായ AI മോഡലുകൾ സൃഷ്ടിക്കാൻ ഉപഭോക്താക്കളെ പ്രാപ്തരാക്കുന്നു. "ഒറാക്കിൾ" എന്ന് വിളിക്കപ്പെടുന്ന ബിൽറ്റ്-ഇൻ AI, മോഡൽ നിർമ്മാണ പ്രക്രിയയിലുടനീളം ഉപയോക്താക്കൾക്ക് പിന്തുണ നൽകുന്നു. മൈക്രോസോഫ്റ്റ് ഓഫീസ് അല്ലെങ്കിൽ ഗൂഗിൾ ഡോക്‌സിന് സമാനമായി ആളുകൾ അവരുടെ ദൈനംദിന ജോലി ദിനചര്യകളുടെ ഭാഗമായി വിവിധ AI ആപ്ലിക്കേഷനുകൾ ഉപയോഗിക്കുമെന്ന് കമ്പനി പ്രതീക്ഷിക്കുന്നു.

തടസ്സപ്പെടുത്തുന്ന ആഘാതം

AI ആപ്ലിക്കേഷനുകൾ നിർമ്മിക്കുന്നത് ആളുകൾക്ക് എളുപ്പമാക്കുന്ന ആഡ്-ഓണുകൾ ക്ലൗഡ് സേവന ദാതാക്കൾ കൂടുതലായി നടപ്പിലാക്കിയിട്ടുണ്ട്. 2022-ൽ, AWS കോഡ് ശുപാർശകൾ നൽകിക്കൊണ്ട് ഡെവലപ്പർ ഉൽപ്പാദനക്ഷമത മെച്ചപ്പെടുത്താൻ സഹായിക്കുന്ന ML-പവർ സേവനമായ CodeWhisperer പ്രഖ്യാപിച്ചു. "S3-ലേക്ക് ഒരു ഫയൽ അപ്‌ലോഡ് ചെയ്യുക" പോലെയുള്ള ഒരു നിർദ്ദിഷ്‌ട ടാസ്‌ക്കിന്റെ രൂപരേഖ ഡെവലപ്പർമാർക്ക് പ്ലെയിൻ ഇംഗ്ലീഷിൽ എഴുതാൻ കഴിയും, കൂടാതെ നിർദ്ദിഷ്ട ടാസ്‌ക്കിന് ഏറ്റവും അനുയോജ്യമായ ക്ലൗഡ് സേവനങ്ങളും പൊതു ലൈബ്രറികളും ഏതൊക്കെയാണെന്ന് CodeWhisperer സ്വയമേവ നിർണ്ണയിക്കുന്നു. ആഡ്-ഓൺ ഈച്ചയിൽ നിർദ്ദിഷ്ട കോഡ് നിർമ്മിക്കുകയും ജനറേറ്റഡ് കോഡ് സ്‌നിപ്പെറ്റുകൾ ശുപാർശ ചെയ്യുകയും ചെയ്യുന്നു.

അതേസമയം, 2022-ൽ, മൈക്രോസോഫ്റ്റിന്റെ അസുർ കോഡ് ഇല്ലാത്തതോ കുറഞ്ഞതോ ആയ ഓട്ടോമേറ്റഡ് എഐ/എംഎൽ സേവനങ്ങളുടെ ഒരു സ്യൂട്ട് വാഗ്ദാനം ചെയ്തു. ഒരു യഥാർത്ഥ ലോക ക്രമീകരണത്തിൽ AI ആപ്ലിക്കേഷനുകൾ സൃഷ്‌ടിക്കുന്നതിനും സാധൂകരിക്കുന്നതിനും ആരെയും സഹായിക്കുന്നതിന് രൂപകൽപ്പന ചെയ്‌തിരിക്കുന്ന അവരുടെ പൗര AI പ്രോഗ്രാം ഒരു ഉദാഹരണമാണ്. Azure Machine Learning എന്നത് ഒരു ഗ്രാഫിക്കൽ യൂസർ ഇന്റർഫേസാണ് (GUI) ഓട്ടോമേറ്റഡ് ML ഉം ബാച്ചിലേക്കോ തത്സമയ എൻഡ് പോയിന്റുകളിലേക്കോ ഉള്ള വിന്യാസം. ML അൽഗോരിതം നടപ്പിലാക്കുന്ന ഒരു ഇഷ്‌ടാനുസൃത ആപ്ലിക്കേഷനും വർക്ക്ഫ്ലോയും വേഗത്തിൽ നിർമ്മിക്കുന്നതിനുള്ള ടൂൾകിറ്റുകൾ Microsoft Power Platform നൽകുന്നു. എൻഡ്-ബിസിനസ് ഉപയോക്താക്കൾക്ക് ഇപ്പോൾ ലെഗസി ബിസിനസ്സ് പ്രക്രിയകളെ പരിവർത്തനം ചെയ്യുന്നതിനായി പ്രൊഡക്ഷൻ-ഗ്രേഡ് ML ആപ്ലിക്കേഷനുകൾ നിർമ്മിക്കാൻ കഴിയും.

AI ആപ്ലിക്കേഷനുകൾ പരീക്ഷിക്കാനോ പുതിയ സാങ്കേതികവിദ്യകളും പ്രോസസ്സ് സൊല്യൂഷനുകളും പര്യവേക്ഷണം ചെയ്യാനോ ആഗ്രഹിക്കുന്ന, കുറഞ്ഞ കോഡിംഗ് അനുഭവം ഇല്ലാത്ത വ്യക്തികളെ ഈ സംരംഭങ്ങൾ ലക്ഷ്യമിടുന്നത് തുടരും. മുഴുവൻ സമയ ഡാറ്റാ ശാസ്ത്രജ്ഞരെയും എഞ്ചിനീയർമാരെയും നിയമിക്കുന്നതിലൂടെ ബിസിനസ്സുകൾക്ക് പണം ലാഭിക്കാം, പകരം അവരുടെ ഐടി ജീവനക്കാരെ ഉയർത്താം. ക്ലൗഡ് സേവന ദാതാക്കൾക്ക് അവരുടെ ഇന്റർഫേസുകൾ കൂടുതൽ ഉപയോക്തൃ സൗഹൃദമാക്കുന്നതിലൂടെ കൂടുതൽ പുതിയ വരിക്കാരെ നേടുന്നതിലൂടെയും പ്രയോജനം ലഭിക്കുന്നു. 

ഉപഭോക്തൃ-ഗ്രേഡ് AI യുടെ പ്രത്യാഘാതങ്ങൾ

ഉപഭോക്തൃ-ഗ്രേഡ് AI-യുടെ വിശാലമായ പ്രത്യാഘാതങ്ങൾ ഉൾപ്പെടാം: 

• ഉപഭോക്താക്കൾക്ക് സ്വയം ആപ്ലിക്കേഷനുകൾ സൃഷ്‌ടിക്കുന്നതിനും പരീക്ഷിക്കുന്നതിനും പ്രാപ്‌തമാക്കുന്ന നോ-കോഡ് അല്ലെങ്കിൽ ലോ-കോഡ് AI പ്ലാറ്റ്‌ഫോമുകൾ വികസിപ്പിക്കുന്നതിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്ന കമ്പനികൾക്കായി വളരുന്ന വിപണി.
• പൊതു, സ്വകാര്യ പ്രവർത്തനങ്ങളുടെ ഡിജിറ്റലൈസേഷന്റെ നിരക്കിൽ മാക്രോ വർദ്ധനവ്. 
• കോഡിംഗ് ഒരു കുറഞ്ഞ സാങ്കേതിക വൈദഗ്ധ്യമായി മാറിയേക്കാം, കൂടുതൽ ഓട്ടോമേറ്റഡ് ആയിരിക്കാം, സോഫ്റ്റ്വെയർ ആപ്ലിക്കേഷനുകൾ സൃഷ്ടിക്കുന്നതിൽ പങ്കെടുക്കാൻ തൊഴിലാളികളെ പ്രാപ്തരാക്കുന്നു.
• സൈബർ സുരക്ഷാ പ്രശ്‌നങ്ങൾക്കായി സ്‌കാൻ ചെയ്യാൻ കഴിയുന്നത് ഉൾപ്പെടെ, സോഫ്‌റ്റ്‌വെയർ വികസനം ഓട്ടോമേറ്റ് ചെയ്യുന്ന ക്ലൗഡ് സേവന ദാതാക്കൾ കൂടുതൽ ആഡ്-ഓണുകൾ സൃഷ്‌ടിക്കുന്നു.
• ഓട്ടോമേറ്റഡ് AI പ്ലാറ്റ്‌ഫോമുകൾ ഉപയോഗിച്ച് കോഡ് ചെയ്യുന്നതെങ്ങനെയെന്ന് സ്വയം പഠിക്കാൻ കൂടുതൽ ആളുകൾ തിരഞ്ഞെടുക്കുന്നു.
• കോഡിംഗ് എഡ്യൂക്കേഷൻ പ്രോഗ്രാമുകൾ മിഡിൽ, ഹൈസ്കൂൾ പാഠ്യപദ്ധതികളിലേക്ക് കൂടുതലായി സ്വീകരിക്കപ്പെടുന്നു (അല്ലെങ്കിൽ വീണ്ടും അവതരിപ്പിക്കപ്പെടുന്നു), ഈ നോ-കോഡ് പ്രയോഗങ്ങളെ ഭയന്ന്.

അഭിപ്രായമിടാനുള്ള ചോദ്യങ്ങൾ

• നിങ്ങൾ ഉപഭോക്തൃ-ഗ്രേഡ് AI ആപ്ലിക്കേഷനുകൾ ഉപയോഗിച്ചിട്ടുണ്ടെങ്കിൽ, അവ ഉപയോഗിക്കാൻ എത്ര എളുപ്പമായിരുന്നു?
• ഉപഭോക്തൃ-ഗ്രേഡ് AI ആപ്പുകൾ ഗവേഷണവും വികസനവും വേഗത്തിൽ ട്രാക്കുചെയ്യുമെന്ന് നിങ്ങൾ എങ്ങനെ കരുതുന്നു?