മികച്ച കോഡ് എഴുതുന്നതിനും ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുന്നതിനും ഉയർന്ന ഉപയോക്തൃ പ്രതീക്ഷകൾ നിറവേറ്റുന്നതിനും ഡെവലപ്പർമാർക്ക് ജനറേറ്റീവ് AI എങ്ങനെ ഉപയോഗിക്കാം?
CRM ആപ്ലിക്കേഷനുകളിൽ പ്രവർത്തിക്കുമ്പോഴും ഉപഭോക്തൃ ഡാറ്റ ഉറവിടങ്ങൾ ലയിപ്പിക്കുമ്പോഴും ഒരു സാധാരണ കോഡിംഗ് പ്രശ്‌നത്തിൽ സഹായിക്കാൻ ഞാൻ ChatGPT ഉപയോഗിക്കാൻ ശ്രമിച്ചു. ഞാൻ ChatGPT-യോട് ചോദിച്ചു, “രണ്ട് പേരുകളുടെ ലിസ്‌റ്റുകൾ നൽകി, പേരുകളുടെ സമീപത്തുള്ള പൊരുത്തങ്ങൾ കണ്ടെത്താനും സമാനത റാങ്കിംഗ് കണക്കാക്കാനും പൈത്തൺ കോഡ് എഴുതുക.” ChatGPT മറുപടി നൽകി, “നിങ്ങൾക്ക് പൈത്തണിലെ FuzzyWuzzy ലൈബ്രറി ഉപയോഗിച്ച് സമീപ പൊരുത്തങ്ങൾ കണ്ടെത്താനും പേരുകൾ തമ്മിലുള്ള സമാനത റാങ്കിംഗ് കണക്കാക്കാനും കഴിയും.” ChatGPT പിന്നീട് FuzzyWuzzy-യുമായുള്ള ഇന്റർഫേസിലേക്ക് കോഡ് പ്രദർശിപ്പിക്കുകയും ഫലങ്ങൾ കാണിക്കാൻ സഹായിക്കുന്ന ഉദാഹരണങ്ങൾ ഉൾപ്പെടുത്തുകയും ചെയ്തു.
ഇപ്പോൾ, ChatGPT എത്ര സ്‌മാർട്ടാണ്, അതിന് സുരക്ഷിത കോഡ് എഴുതാൻ കഴിയുമോ, എന്തിനാണ് അതിന്റെ ഉറവിടങ്ങൾ ആട്രിബ്യൂട്ട് ചെയ്യേണ്ടത് എന്നതിനെക്കുറിച്ചുള്ള ചർച്ചകൾ നടക്കുന്നു. മാർക്കറ്റിംഗ്, ജേണലിസം, കലകൾ, അതെ, സോഫ്റ്റ്വെയർ വികസനം എന്നിവയിലെ ആളുകളുടെ സർഗ്ഗാത്മക പ്രവർത്തനങ്ങളെ ജനറേറ്റീവ് AI എങ്ങനെ മാറ്റുമെന്ന് പലരും ചിന്തിക്കാൻ ChatGPT യുടെ ഫലപ്രാപ്തി കാരണമാകുന്നു.
“ചാറ്റ്ജിപിടി, ആൽഫാകോഡ് എന്നിവ പോലുള്ള ജനറേറ്റീവ് എഐ, അടുത്ത മൂന്ന് വർഷത്തിനുള്ളിൽ, വേഗമേറിയതും കാര്യക്ഷമവുമായ വികസന ചക്രങ്ങൾ പ്രാപ്തമാക്കുന്നത് മുതൽ ഉപഭോക്തൃ അനുഭവങ്ങൾ ഒപ്റ്റിമൈസ് ചെയ്യുന്നതുവരെയുള്ള ആപ്ലിക്കേഷനുകൾ എങ്ങനെ വികസിപ്പിക്കുന്നു എന്നതിൽ വലിയ സ്വാധീനം ചെലുത്തുമെന്ന് ഉറപ്പാണ്, വൈസ് പ്രസിഡന്റ് ഡേവിഡ് ബെൻ ഷാബത്ത് പറയുന്നു. ക്വാളിയിലെ ഗവേഷണവും വികസനവും. “AI വികസിക്കുന്നത് തുടരുമ്പോൾ, ഉപഭോക്തൃ അനുഭവങ്ങൾ ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിനും ഉപഭോക്തൃ ഇടപഴകൽ വർദ്ധിപ്പിക്കുന്നതിനും ഉപഭോക്തൃ സേവന ചെലവുകൾ കുറയ്ക്കുന്നതിനും മൊത്തത്തിലുള്ള ചെലവ് കുറയ്ക്കുന്നതിനും ഈ മോഡലുകൾ ഉപയോഗിക്കാൻ ബിസിനസുകൾക്ക് കഴിയും.”
IndustrialML-ലെ സിഇഒ കൂട്ടിച്ചേർക്കുന്നു, “ജനറേറ്റീവ് AI ടൂളുകൾ, കൂടുതൽ ഡൊമെയ്‌നുകളിലുടനീളമുള്ള വിപുലമായ ആപ്ലിക്കേഷനുകൾക്കായി മെഷീൻ ലേണിംഗ് ഉപയോഗിക്കുന്നത് വളരെ പ്രായോഗികമാക്കും.”
ChatGPT ഇതിനകം 100 ദശലക്ഷത്തിലധികം ഉപയോക്താക്കളിൽ എത്തി, മൈക്രോസോഫ്റ്റ് ഇത് Bing-ലും മറ്റ് ഓഫീസ് ആപ്ലിക്കേഷനുകളിലും ഉൾച്ചേർക്കുന്നു. തിരയൽ പ്ലാറ്റ്‌ഫോമുകളിലെ മറ്റ് ജനറേറ്റീവ് AI എതിരാളികളിൽ Google-ന്റെ ബാർഡ് ഉൾപ്പെടുന്നു, കൂടാതെ ഡെവലപ്പർമാർക്ക് ആൽഫകോഡ്, GitHub Copilot എന്നിവ പോലുള്ള കോഡ് സൃഷ്ടിക്കുന്ന AI-കൾ പരീക്ഷിക്കാൻ കഴിയും. SaaS ഉൽപ്പന്നങ്ങൾ, ടെക് പ്ലാറ്റ്‌ഫോമുകൾ, സേവന ദാതാക്കൾ എന്നിവയുടെ ഒരു തരംഗം ChatGPT കഴിവുകൾ സമന്വയിപ്പിക്കുന്നു. ഉദാഹരണത്തിന്, Gigster ChatGPT ഇന്റഗ്രേഷൻ പിന്തുണ അവതരിപ്പിച്ചു, കൂടാതെ AI, ChatGPT- പവർഡ് വെബ് ആക്‌സസിബിലിറ്റി പ്ലാറ്റ്‌ഫോമായ Flowy സമാരംഭിച്ചു.
AI-യെ ഭയപ്പെടരുത്; അതിന്റെ കഴിവുകൾ പ്രയോജനപ്പെടുത്തുക
നിങ്ങളൊരു സോഫ്റ്റ്വെയർ ഡെവലപ്പറോ ഡെവോപ്‌സ് എഞ്ചിനീയറോ ആണെങ്കിൽ, നിങ്ങൾക്ക് ജനറേറ്റീവ് AI ടൂളുകൾ ഉപയോഗിച്ച് പരീക്ഷിക്കുകയും നിങ്ങളുടെ തൊഴിലിന് ഇത് എന്ത് അർത്ഥമാക്കുമെന്നും അത് നിങ്ങളുടെ ജോലിയെ എങ്ങനെ മാറ്റുമെന്നും ചിന്തിച്ചേക്കാം.
“ChatGPT പോലെയുള്ള ജനറേറ്റീവ് AI ടൂളുകൾ ഡെവലപ്പർ കമ്മ്യൂണിറ്റിക്കിടയിൽ ഒരു കോളിളക്കം സൃഷ്ടിച്ചു,” സെമാഫോർ CI/CD യുടെ സഹസ്ഥാപകനായ മാർക്കോ അനസ്താസോവ് പറയുന്നു. “ചിലർ ഇത് തങ്ങളുടെ ജോലി എടുക്കുമെന്ന് ഭയപ്പെടുന്നു, മറ്റുള്ളവർ അത് അവഗണിക്കാൻ ഇഷ്ടപ്പെടുന്നു. രണ്ട് മനോഭാവങ്ങളും തെറ്റിദ്ധരിക്കപ്പെടുന്നു, കാരണം ഞങ്ങൾ GitHub Copilot-ൽ കണ്ടതുപോലെ, AI-യെ അവരുടെ വർക്ക്ഫ്ലോയിലേക്ക് സമന്വയിപ്പിക്കുന്ന ഒരു ഡവലപ്പർക്ക് അവിശ്വസനീയമായ ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കാൻ കഴിയും.
എന്റെ CRM ഉദാഹരണം എടുക്കുക – ഉപയോഗപ്രദമായ ഒരു പൈത്തൺ ലൈബ്രറി തിരിച്ചറിഞ്ഞ് ഒരു കോഡിംഗ് ഉദാഹരണം കാണിക്കുന്നതിലൂടെ ഇത് എന്റെ സമയം ലാഭിച്ചു. ഈ പ്രക്രിയ എന്റെ കണ്ടെത്തലിനെ ത്വരിതപ്പെടുത്തി, പക്ഷേ ഫലങ്ങൾ വിലയിരുത്തുന്നതിനും എന്റെ ആപ്ലിക്കേഷനിലേക്ക് കോഡ് സംയോജിപ്പിക്കുന്നതിനുമുള്ള ജോലി ഞാൻ ഇനിയും ചെയ്യേണ്ടതുണ്ട്.
ജനറേറ്റീവ് AI-ക്ക് സന്ദർഭം ഇല്ല
Star Trek-ന്റെ കമ്പ്യൂട്ടർ പോലെ സ്‌മാർട്ടും പ്രതികരണശേഷിയും ഉള്ളതായിരിക്കുമെന്ന് പ്രതീക്ഷിച്ചുകൊണ്ട് നിങ്ങളുടെ വീട്ടിൽ നിങ്ങളുടെ ആദ്യത്തെ Amazon Alexa അല്ലെങ്കിൽ Google Assistant ഇൻസ്റ്റാൾ ചെയ്തത് ഓർക്കുന്നുണ്ടോ? അലാറങ്ങൾ സജ്ജീകരിക്കുക, ഷോപ്പിംഗ് ലിസ്റ്റുകളിലേക്ക് ഇനങ്ങൾ ചേർക്കുക, കാലാവസ്ഥാ പ്രവചനം പങ്കിടുക, അല്ലെങ്കിൽ ഇന്നത്തെ വാർത്തകളിൽ നിങ്ങളെ അപ്ഡേറ്റ് ചെയ്യുക തുടങ്ങിയ ലളിതമായ ജോലികൾ ചെയ്യാൻ ഇത് നിങ്ങളെ സഹായിക്കുന്നു, എന്നാൽ കൂടുതൽ സങ്കീർണ്ണമായ ചോദ്യങ്ങൾക്ക് കൃത്യമായി ഉത്തരം നൽകാൻ സാധ്യതയില്ല.
AI അൽഗോരിതങ്ങൾ എങ്ങനെ വികസിപ്പിക്കുകയും പരിശീലിപ്പിക്കുകയും ചെയ്യുന്നു എന്നതിന്റെ സന്ദർഭം മനസ്സിലാക്കേണ്ടത് പ്രധാനമാണെന്ന് സോണടൈപ്പിലെ ഡെവലപ്പർ അഭിഭാഷകനായ ഡാൻ കോൺ വിശ്വസിക്കുന്നു.
“സാങ്കേതികവിദ്യ ഡാറ്റയെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്, മനുഷ്യ ബുദ്ധിയല്ല, ചിലപ്പോൾ പ്രോഗ്രാമിന് യോജിച്ചതായി തോന്നാം, പക്ഷേ അത് വിമർശനാത്മകമായി വിവരമുള്ള പ്രതികരണങ്ങളൊന്നും നൽകുന്നില്ല,” അദ്ദേഹം പറയുന്നു.
തൽക്കാലം, സോഫ്റ്റ്വെയർ ഡെവലപ്‌മെന്റ് ലൈഫ് സൈക്കിളിൽ വിടവുകൾ നികത്താനും നടപ്പിലാക്കുന്ന പരിഹാരങ്ങൾ ത്വരിതപ്പെടുത്താനും ജനറേറ്റീവ് AI-യ്ക്ക് കഴിയും, എന്നാൽ ഉചിതമായ അനുഭവങ്ങൾ നേടുന്നതിന് ഞങ്ങൾക്ക് ഇപ്പോഴും ഡെവലപ്പർമാർ ആവശ്യമാണ്. “പ്രോഗ്രാമിംഗ് നന്നായി ചെയ്യുന്നതിനായി കമ്പ്യൂട്ടിംഗിന്റെ മാനുഷിക സന്ദർഭം മനസ്സിലാക്കാനുള്ള കഴിവ് ChatGPT നഷ്‌ടപ്പെടുത്തുന്നു,” കോൺ പറയുന്നു. “സോഫ്റ്റ്വെയർ എഞ്ചിനീയർമാർക്ക് തങ്ങൾ സൃഷ്ടിക്കുന്ന സോഫ്റ്റ്‌വെയറിന്റെ ഉദ്ദേശ്യത്തെക്കുറിച്ചും അത് ഉപയോഗിക്കുന്ന ആളുകളെക്കുറിച്ചുമുള്ള കൂടുതൽ വിശദാംശങ്ങൾ ചേർക്കാൻ കഴിയും. ഇത് പുനരുജ്ജീവിപ്പിച്ച കോഡിനൊപ്പം ഒരു കൂട്ടം പ്രോഗ്രാമുകൾ മാത്രമല്ല.
കോഡ്‌സീയുടെ സഹസ്ഥാപകയും സിഇഒയുമായ ഷാനിയ ലെവൻ പറയുന്നു, “എഐയ്ക്ക് പകരം വയ്ക്കാൻ കഴിയാത്ത പലതും എഞ്ചിനീയറിംഗിന് ആവശ്യമാണ്, സന്ദർഭം പോലെ, AI-ക്ക് ഒരൊറ്റ മോഡലിലേക്ക് ലോഡുചെയ്യാനും ആ മോഡലിനെ പരിശീലിപ്പിക്കാനും മനുഷ്യരുടെ പ്രവചന ശേഷി സംയോജിപ്പിക്കാനും അസാധ്യമാക്കുന്നു. അഞ്ച് വർഷത്തിനുള്ളിൽ എന്താണ് വേണ്ടത് എന്ന് മനസ്സിലാക്കുന്നവർ. AI- ന് ഒരിക്കലും കൈകാര്യം ചെയ്യാൻ കഴിയാത്ത, വ്യത്യസ്ത ബിസിനസ്സുകൾക്ക് തനതായ ഒരുപാട് വലിയ ചിത്ര തീരുമാനങ്ങളുണ്ട്.
അഞ്ച് വർഷം മുമ്പ്, ഞാൻ ഒരു പോസ്റ്റ് എഴുതി, AI-ക്ക് കോഡ് ചെയ്യാൻ പഠിക്കാമോ? ഇന്ന്, ഇതിന് കോഡിംഗ് ഉദാഹരണങ്ങൾ നൽകാൻ കഴിയും; ആർക്കിടെക്ചറുകളേയും ഡിസൈൻ പാറ്റേണുകളേയും കുറിച്ചുള്ള ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാൻ എഞ്ചിനീയർമാരെ നാളെ AI മോഡലുകൾ സഹായിച്ചേക്കാം. ആഹ്ലാദകരമായ ഉപഭോക്തൃ അനുഭവങ്ങളും ഉൽപ്പാദനക്ഷമമായ വർക്ക്ഫ്ലോകളും തയ്യാറാക്കുമ്പോൾ സോഫ്റ്റ്വെയർ ഡെവലപ്‌മെന്റ് ടീമുകൾ എടുക്കുന്ന എല്ലാ അറിവുകളും നൂതനത്വങ്ങളും തീരുമാനങ്ങളും ഒരു AI-ക്ക് മാറ്റിസ്ഥാപിക്കാൻ കഴിയുമോ എന്ന് കാണാൻ പ്രയാസമാണ്.
കുറഞ്ഞ കോഡ് പോലെയുള്ള ഒരു ഉൽപ്പാദനക്ഷമത ഉപകരണം
സോഫ്റ്റ്വെയർ വികസനത്തിന് ഭാഷകളിലും പ്ലാറ്റ്‌ഫോമുകളിലും നിരവധി തലമുറ മെച്ചപ്പെടുത്തലുകൾ ഉണ്ട്. പല ടൂളുകളും ഒരു ഡെവലപ്പറുടെ ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുന്നു, കോഡ് ഗുണനിലവാരം മെച്ചപ്പെടുത്തുന്നു, അല്ലെങ്കിൽ ഡെലിവറി പൈപ്പ്ലൈനിന്റെ വശങ്ങൾ ഓട്ടോമേറ്റ് ചെയ്യുന്നു. ഉദാഹരണത്തിന്, ലോ-കോഡ്, നോ-കോഡ് പ്ലാറ്റ്‌ഫോമുകൾക്ക് കൂടുതൽ ആപ്ലിക്കേഷനുകൾ നിർമ്മിക്കാനും നവീകരിക്കാനും ഓർഗനൈസേഷനുകളെ സഹായിക്കാനാകും, പക്ഷേ ഞങ്ങൾ ഇപ്പോഴും മൈക്രോ സർവീസുകൾ കോഡിംഗ് ചെയ്യുന്നു, ഉപഭോക്താവിനെ അഭിമുഖീകരിക്കുന്ന ആപ്ലിക്കേഷനുകൾ വികസിപ്പിക്കുന്നു, മെഷീൻ ലേണിംഗ് കഴിവുകൾ വികസിപ്പിക്കുന്നു.
“കുറഞ്ഞ കോഡും ഒരു കോഡും പരമ്പരാഗത ഡെവലപ്പർമാരെയും സോഫ്റ്റ്വെയർ എഞ്ചിനീയർമാരെയും മാറ്റിസ്ഥാപിക്കില്ല എന്നതുപോലെ, ഓപ്പൺഎഐ ആവർത്തിച്ചുള്ള ജോലികൾ ഇല്ലാതാക്കുകയും ആപ്പ് ഡെവലപ്‌മെന്റിനായി മാർക്കറ്റിലേക്ക് സമയം വേഗത്തിലാക്കുകയും ചെയ്യുന്ന ഉപയോഗപ്രദമായ ടൂളുകൾ നൽകും” എന്ന് Kissflow സിഇഒ സമ്മതിക്കുന്നു.
കീവേഡ് അധിഷ്‌ഠിത തിരയൽ ഉപകരണങ്ങളിൽ നിന്ന് സ്വാഭാവിക ഭാഷാ ചോദ്യങ്ങൾ പ്രോസസ്സ് ചെയ്യുകയും ഉപയോഗപ്രദമായ ഉത്തരങ്ങൾ ഉപയോഗിച്ച് പ്രതികരിക്കുകയും ചെയ്യുന്നവയിലേക്ക് ഒരു മാതൃകാ മാറ്റം. സംബന്ധം തുടരുന്നു, “വ്യക്തമായ സംഭാഷണ ഭാഷയിൽ ചോദ്യങ്ങൾ നൽകുന്നതിലൂടെ, ഏതൊരു ഡവലപ്പർക്കും ആദ്യം മുതൽ കോഡ് എഴുതാനും പരീക്ഷിക്കാനും കഴിയുന്നതിനേക്കാൾ വേഗത്തിൽ ചാറ്റ്ജിപിടിക്ക് ബോയിലർ പ്ലേറ്റോ നിർദ്ദേശിച്ച സാമ്പിൾ കോഡോ സ്വയമേവ സൃഷ്ടിക്കാൻ കഴിയും.”
“ഉൽപാദനക്ഷമതയിൽ മാത്രമല്ല, ഞങ്ങളുടെ വിവരങ്ങൾ എങ്ങനെ വേഗത്തിൽ ലഭിക്കുന്നു എന്നതിലും ഞങ്ങൾ വലിയ മാറ്റം കാണാൻ പോകുന്നു,” ലെവൻ കൂട്ടിച്ചേർക്കുന്നു. “ഒരു ഭാഷയെക്കുറിച്ചുള്ള സാമാന്യവൽക്കരിക്കപ്പെട്ട ചോദ്യങ്ങൾ പോലെ, എഞ്ചിനീയർമാർ എടുക്കേണ്ട ആവർത്തിച്ചുള്ള തീരുമാനങ്ങൾ സൂപ്പർചാർജ് ചെയ്യാൻ AI ഡെവലപ്പർമാരെ പ്രാപ്തമാക്കും.”
സംഭാഷണ ആപ്ലിക്കേഷനുകൾ മെച്ചപ്പെടുത്തുന്നു
ഉപയോക്തൃ പ്രതീക്ഷകൾക്ക് മേൽ ChatGPT എങ്ങനെയാണ് ബാർ ഉയർത്തുന്നത് എന്നതും ഡവലപ്പർമാർ പരിഗണിക്കണം. വ്യക്തിപരമാക്കാത്തതും നിരാശാജനകമായ ഫലങ്ങളുമായി പ്രതികരിക്കുന്നതുമായ നിങ്ങളുടെ ആപ്പിലെ കീവേഡ് സെർച്ച് ബോക്‌സിന് ഒരു നവീകരണം ആവശ്യമാണ്. ChatGPT-യുടെ കഴിവുകൾ കണ്ട് കൂടുതൽ ആളുകൾ ആശ്ചര്യപ്പെടുന്നതിനാൽ, സ്വാഭാവിക ഭാഷാ ചോദ്യങ്ങളും ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകുന്ന ആപ്പുകളും ഉപയോഗിച്ച് AI തിരയൽ അനുഭവങ്ങൾ ജീവനക്കാരും ഉപഭോക്താക്കളും പ്രതീക്ഷിക്കുന്നു.
“തിരയൽ, ഉപഭോക്തൃ സേവന മേഖലകളിൽ ജനറേറ്റീവ് AI-കൾക്ക് ഒരു ടൺ വാഗ്ദാനമുണ്ട്,” എഹെഡിലെ ഫീൽഡ് CTO ജോഷ് പെർകിൻസ് പറയുന്നു. “സങ്കീർണ്ണമായ സ്വാഭാവിക ഭാഷാ തിരയലിന്റെയും സന്ദർഭോചിതമായ മെമ്മറിയുടെയും യാഥാർത്ഥ്യത്തെ ഈ മോഡലുകൾ പ്രകടമാക്കുന്നു, ഒരു ഉപഭോക്തൃ സേവന പ്രതിനിധിയില്ലാതെ സംഭാഷണപരമായി സൂക്ഷ്മമായ നിർദ്ദേശങ്ങൾക്ക് പോലും ഉത്തരങ്ങൾ പ്രാപ്തമാക്കുന്നു, വളരെ ന്യായമായും വൈകാതെയും.”
ജനറേറ്റീവ് AI-യ്ക്ക് വർക്ക്ഫ്ലോ മെച്ചപ്പെടുത്താനും ഹൈപ്പർ ഓട്ടോമേഷൻ, ആളുകളെ ബന്ധിപ്പിക്കൽ, ഓട്ടോമേഷൻ, AI കഴിവുകൾ എന്നിവ പിന്തുണയ്ക്കാനും കഴിയും. ഒരു രോഗിയുടെ അവസ്ഥയെക്കുറിച്ച് AI-യോട് ഡോക്ടർമാർക്ക് ചോദ്യങ്ങൾ ചോദിക്കാൻ കഴിയുന്ന സ്മാർട്ട് ഹെൽത്ത് ആപ്ലിക്കേഷനുകളെക്കുറിച്ച് ഞാൻ ചിന്തിക്കുന്നു, സമാനമായ രോഗികളുമായി AI പ്രതികരിക്കുന്നു, കൂടാതെ ഓർഡറിംഗ് നടപടിക്രമങ്ങളോ കുറിപ്പടികളോ ഓട്ടോമേറ്റ് ചെയ്യുന്ന ഡോക്ടർമാർക്ക് ആപ്പ് ഓപ്‌ഷനുകൾ നൽകുന്നു.
ആപ്ലിക്കേഷൻ ഡെവലപ്‌മെന്റിന്റെയും കസ്റ്റമർ എക്‌സ്‌പീരിയൻസ് ഡിസൈനിന്റെയും വിവിധ വശങ്ങൾ ഓട്ടോമേറ്റ് ചെയ്യാനും മെച്ചപ്പെടുത്താനും ജനറേറ്റീവ് എഐ ടെക്‌നോളജികൾക്ക് വലിയ അവസരമുണ്ട്,” ആപ്പനിലെ ചീഫ് പ്രൊഡക്റ്റ് ഓഫീസർ പറയുന്നു.
എന്നാൽ വർക്ക്ഫ്ലോകളിൽ ചിട്ടയായ മാറ്റങ്ങൾ വരുത്താൻ ജനറേറ്റീവ് AI ഉപയോഗിക്കുന്നത് എളുപ്പമല്ല. Power and Prediction: The Disruptive Economics of Artificial Intelligence എന്ന പുസ്‌തകത്തിൽ, രചയിതാക്കൾ പോയിന്റ് സൊല്യൂഷനുകൾ (കോഡ് ഉദാഹരണങ്ങൾ കണ്ടെത്തുന്നത് പോലെ) തമ്മിലുള്ള വ്യത്യാസവും AI സിസ്റ്റം സൊല്യൂഷനുകളും തമ്മിലുള്ള വ്യത്യാസം കാണിക്കുന്നു.
സഗിരാജു കുറിക്കുന്നു, “മോഡൽ കൃത്യമായി പ്രവർത്തിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കാൻ ജനറേറ്റീവ് AI-ക്ക് ഇപ്പോഴും ഫൈൻ-ട്യൂണിംഗിനായി യഥാർത്ഥ വ്യക്തികളുടെ ഫീഡ്‌ബാക്ക് ആവശ്യമാണ്. ഈ മോഡലുകളുടെ പിന്നിലെ ഡാറ്റയും മനുഷ്യരും അവരുടെ വിജയങ്ങളും പരാജയങ്ങളും നിർവചിക്കും.
ഒപ്റ്റിമൽ ഡൊമെയ്‌നുകൾ തിരഞ്ഞെടുത്ത് ഗുണനിലവാരമുള്ള പ്രതികരണങ്ങൾക്കായി പരിശോധിക്കുക
അപ്പോൾ, സോഫ്റ്റ്വെയർ ഡെവലപ്പർമാർക്ക് ഇന്ന് ജനറേറ്റീവ് AI എങ്ങനെ പ്രയോജനപ്പെടുത്താനാകും? കോഡിംഗ് ഉദാഹരണങ്ങൾ കണ്ടെത്തുന്നതിനോ കോഡ് ഗുണനിലവാരം മെച്ചപ്പെടുത്തുന്നതിനോ അതിന്റെ പ്രയോജനം കാണുന്നത് എളുപ്പമാണ്. എന്നാൽ ഉൽപ്പന്ന മാനേജർമാരും അവരുടെ ചടുലമായ വികസന ടീമുകളും അവരുടെ ആപ്ലിക്കേഷനിലേക്ക് ഒരു ജനറേറ്റീവ് AI പ്ലഗ് ചെയ്യുന്നതിന് മുമ്പ് അവരുടെ ഉപയോഗ കേസുകൾ സാധൂകരിക്കുകയും പരിശോധിക്കുകയും വേണം.
“നിയന്ത്രിതമല്ലാത്ത AI കൃത്യമല്ലാത്തതോ അപൂർണ്ണമായതോ ആയ ഉള്ളടക്കം സൃഷ്ടിക്കുന്നതിന്റെ അപകടസാധ്യത, മികച്ചത്, ഒരു പരിധിവരെ അലോസരപ്പെടുത്തും, മറ്റ് സന്ദർഭങ്ങളിൽ അവിശ്വസനീയമാംവിധം ചെലവേറിയതാണ്, പ്രത്യേകിച്ചും ഉപഭോക്തൃ സേവനത്തിനായി ഉപയോഗിക്കുമ്പോൾ അല്ലെങ്കിൽ ഒരു ബ്രാൻഡിനെ പ്രതിനിധീകരിക്കുമ്പോൾ,” ഉൽപ്പന്ന മേധാവി എറിക് ആഷ്ബി പറയുന്നു. ഹെൽപ്പ്ഷിഫ്റ്റിൽ. “നിരീക്ഷണമില്ലാത്ത ചാറ്റ്ബോട്ട് പോലെയുള്ള ഉള്ളടക്കം സൃഷ്ടിക്കുന്നതിൽ AI-യെ ഒറ്റയ്ക്ക് നിൽക്കാൻ അനുവദിക്കാനുള്ള പ്രലോഭനം തുടക്കത്തിൽ ഉണ്ടാകുമെങ്കിലും, ഈ അപകടസാധ്യത നിയന്ത്രിക്കുന്നതിന്, മനുഷ്യരും AI-യും ഒരുമിച്ച് പ്രവർത്തിക്കുന്ന ഒരു സംയോജിത തന്ത്രം അവലംബിക്കേണ്ടതുണ്ടെന്ന് ബ്രാൻഡുകൾ പെട്ടെന്ന് മനസ്സിലാക്കും.”
ChatGPT ഒരു തിളങ്ങുന്ന ഒബ്‌ജക്‌റ്റിനേക്കാൾ കൂടുതലാണ്, എന്നാൽ ഏതൊരു പുതിയ സാങ്കേതികവിദ്യയും പോലെ, സോഫ്റ്റ്വെയർ ഡെവലപ്പർമാരും ആർക്കിടെക്‌റ്റുകളും എവിടെ, എപ്പോൾ, എങ്ങനെ ജനറേറ്റീവ് AI കഴിവുകൾ ഉപയോഗിക്കണമെന്ന് സാധൂകരിക്കേണ്ടതുണ്ട്.