ग्राहक-श्रेणी AI: जनसामान्यांपर्यंत मशीन लर्निंग आणणे

इमेज क्रेडिट:
प्रतिमा क्रेडिट
iStock

ग्राहक-श्रेणी AI: जनसामान्यांपर्यंत मशीन लर्निंग आणणे

ग्राहक-श्रेणी AI: जनसामान्यांपर्यंत मशीन लर्निंग आणणे

उपशीर्षक मजकूर
टेक कंपन्या नो- आणि लो-कोड कृत्रिम बुद्धिमत्ता प्लॅटफॉर्म तयार करत आहेत ज्यावर कोणीही नेव्हिगेट करू शकेल.
    • लेखक बद्दल:
    • लेखक नाव
      Quantumrun दूरदृष्टी
    • जानेवारी 27, 2023

    Amazon Web Services (AWS), Azure आणि Google Cloud कडून अधिक प्रवेशयोग्य लो-कोड आणि नो-कोड ऑफरिंग सामान्य लोकांना वेबसाइट तैनात करू शकतील तितक्या लवकर त्यांचे स्वतःचे AI अनुप्रयोग तयार करण्यास अनुमती देईल. शास्त्रज्ञांचे उच्च तांत्रिक AI अॅप्लिकेशन्स लाइटवेट ग्राहक अॅप्सना मार्ग देऊ शकतात जे जास्त वापरकर्ता-अनुकूल आहेत.

    ग्राहक-श्रेणी AI संदर्भ

    2010 च्या दशकात टेक वर्तुळात "IT चे उपभोग्यीकरण" ही एक सततची थीम आहे, परंतु 2022 पर्यंत, बहुतेक एंटरप्राइझ सॉफ्टवेअर ऑफर क्लंकी, लवचिक आणि उच्च तांत्रिक आहेत. हा नमुना अंशतः अत्याधिक वारसा तंत्रज्ञानामुळे आणि बहुतांश सरकारी संस्था आणि फॉर्च्युन 1000 व्यवसायांमध्ये कार्यरत असलेल्या प्रणालींमुळे आहे. वापरकर्ता-अनुकूल AI तयार करणे हे सोपे काम नाही आणि खर्च आणि वितरण वेळ यासारख्या इतर प्राधान्यांच्या बाजूने ते सहसा बाजूला ढकलले जाते. 

    याव्यतिरिक्त, बर्‍याच लहान कंपन्यांमध्ये एआय सोल्यूशन्स सानुकूलित करू शकणार्‍या इन-हाऊस डेटा-सायन्स टीम्सचा अभाव आहे, म्हणून त्या त्याऐवजी अंगभूत AI इंजिनसह अनुप्रयोग ऑफर करणार्‍या विक्रेत्यांवर अवलंबून असतात. तथापि, हे विक्रेते उपाय इन-हाउस तज्ञांनी तयार केलेल्या मॉडेल्ससारखे अचूक किंवा तयार केलेले नसतील. उपाय म्हणजे ऑटोमेटेड मशीन लर्निंग (एमएल) प्लॅटफॉर्म जे कमी अनुभव असलेल्या कामगारांना भविष्यसूचक मॉडेल तयार आणि तैनात करण्यास अनुमती देतात. उदाहरणार्थ, यूएस-आधारित कंपनी DimensionalMechanics ने 2020 पासून ग्राहकांना तपशीलवार AI मॉडेल्स सहज आणि कार्यक्षमतेने तयार करण्यास सक्षम केले आहे. अंगभूत AI, ज्याला “Oracle” म्हणून संबोधले जाते, ते मॉडेल-बिल्डिंग प्रक्रियेदरम्यान वापरकर्त्यांना समर्थन पुरवते. कंपनीला आशा आहे की मायक्रोसॉफ्ट ऑफिस किंवा गुगल डॉक्स प्रमाणेच लोक त्यांच्या दैनंदिन कामाचा भाग म्हणून विविध एआय ऍप्लिकेशन्स वापरतील.

    व्यत्यय आणणारा प्रभाव

    क्लाउड सेवा प्रदात्यांनी वाढत्या प्रमाणात अॅड-ऑन लागू केले आहेत ज्यामुळे लोकांना AI अॅप्लिकेशन तयार करणे सोपे होईल. 2022 मध्ये, AWS ने CodeWhisperer ची घोषणा केली, एक ML-संचालित सेवा जी कोड शिफारसी प्रदान करून विकसक उत्पादकता सुधारण्यात मदत करते. डेव्हलपर एक टिप्पणी लिहू शकतात ज्यामध्ये साध्या इंग्रजीमध्ये विशिष्ट कार्याची रूपरेषा दर्शविली जाते, जसे की "S3 वर फाइल अपलोड करा" आणि CodeWhisperer निर्दिष्ट कार्यासाठी कोणती क्लाउड सेवा आणि सार्वजनिक लायब्ररी सर्वात योग्य आहेत हे स्वयंचलितपणे निर्धारित करते. अॅड-ऑन फ्लायवर विशिष्ट कोड देखील तयार करतो आणि व्युत्पन्न केलेल्या कोड स्निपेट्सची शिफारस करतो.

    दरम्यान, 2022 मध्ये, मायक्रोसॉफ्टच्या Azure ने स्वयंचलित AI/ML सेवांचा एक संच ऑफर केला जो नाही- किंवा कमी-कोड आहे. वास्तविक-जागतिक सेटिंगमध्ये AI ऍप्लिकेशन्स तयार करण्यात आणि प्रमाणित करण्यात कोणालाही मदत करण्यासाठी डिझाइन केलेला त्यांचा नागरिक AI प्रोग्राम हे त्याचे उदाहरण आहे. Azure Machine Learning हा एक ग्राफिकल यूजर इंटरफेस (GUI) आहे ज्यामध्ये ऑटोमेटेड एमएल आणि बॅच किंवा रीअल-टाइम एंडपॉईंटवर तैनात आहे. मायक्रोसॉफ्ट पॉवर प्लॅटफॉर्म ML अल्गोरिदम लागू करणारे कस्टम ऍप्लिकेशन आणि वर्कफ्लो वेगाने तयार करण्यासाठी टूलकिट प्रदान करते. अंतिम-व्यवसाय वापरकर्ते आता परंपरागत व्यवसाय प्रक्रिया बदलण्यासाठी उत्पादन-ग्रेड एमएल अनुप्रयोग तयार करू शकतात.

    हे उपक्रम किमान ते कोडिंग अनुभव नसलेल्या व्यक्तींना लक्ष्य करत राहतील ज्यांना AI अनुप्रयोगांची चाचणी घ्यायची आहे किंवा नवीन तंत्रज्ञान आणि प्रक्रिया उपाय शोधायचे आहेत. व्यवसाय पूर्ण-वेळ डेटा शास्त्रज्ञ आणि अभियंते नियुक्त करण्यावर पैसे वाचवू शकतात आणि त्याऐवजी त्यांच्या आयटी कर्मचार्‍यांचे कौशल्य वाढवू शकतात. क्लाउड सेवा प्रदात्यांना त्यांचे इंटरफेस अधिक वापरकर्ता-अनुकूल बनवून अधिक नवीन सदस्य मिळवून देखील फायदा होतो. 

    ग्राहक-श्रेणी AI चे परिणाम

    ग्राहक-श्रेणी AI च्या व्यापक परिणामांमध्ये हे समाविष्ट असू शकते: 

    • अशा कंपन्यांसाठी वाढणारी बाजारपेठ आहे जी नो- किंवा लो-कोड AI प्लॅटफॉर्म विकसित करण्यावर लक्ष केंद्रित करतात जे ग्राहकांना स्वतः अनुप्रयोग तयार करण्यास आणि चाचणी करण्यास सक्षम करू शकतात.
    • सार्वजनिक आणि खाजगी ऑपरेशन्सच्या डिजिटायझेशनच्या दरात मॅक्रो वाढ. 
    • कोडिंग हे कमी तांत्रिक कौशल्य बनू शकते आणि ते अधिकाधिक स्वयंचलित होऊ शकते, ज्यामुळे कामगारांच्या विस्तृत श्रेणीला सॉफ्टवेअर ऍप्लिकेशन्स तयार करण्यात सहभागी होता येते.
    • क्लाउड सेवा प्रदाते अधिक अॅड-ऑन तयार करतात जे सायबरसुरक्षा समस्यांसाठी स्कॅन करण्यास सक्षम असण्यासह सॉफ्टवेअर डेव्हलपमेंट स्वयंचलित करतील.
    • ऑटोमेटेड AI प्लॅटफॉर्म वापरून कोड कसे करायचे ते स्व-शिकणे निवडणारे अधिक लोक.
    • कोडींग शिक्षण कार्यक्रम मध्यम आणि उच्च माध्यमिक अभ्यासक्रमांमध्ये वाढत्या प्रमाणात स्वीकारले जात आहेत (किंवा पुन्हा सादर केले जात आहेत), या नसलेल्या आणि कमी-कोड अनुप्रयोगांच्या भीतीने.

    टिप्पणी करण्यासाठी प्रश्न

    • जर तुम्ही ग्राहक-श्रेणीचे AI अनुप्रयोग वापरले असतील, तर ते वापरणे किती सोपे होते?
    • कंझ्युमर-ग्रेड एआय अॅप्स संशोधन आणि विकासाचा वेग कसा वाढवतील असे तुम्हाला वाटते?

    अंतर्दृष्टी संदर्भ

    या अंतर्दृष्टीसाठी खालील लोकप्रिय आणि संस्थात्मक दुवे संदर्भित केले गेले: