वास्तविक दुनिया में एआई

यह ब्लॉग एआई के साथ हाल के कुछ व्यक्तिगत अनुभवों का वर्णन करता है और हास्य के तत्व के साथ बताता है कि एआई और मनुष्यों को बातचीत करने की आवश्यकता क्यों है।

एआई कार्य अनुभव

मैंने हाल ही में एक ऐसी कंपनी में सीनियर सॉफ्टवेयर इंजीनियर के रूप में एक नई स्थिति संभाली है जो एक प्रोटोटाइप एचआर सिस्टम को एक व्यावसायिक रूप से उपलब्ध क्लाउड-आधारित सास (सॉफ्टवेयर एज़ ए सर्विस) सिस्टम में बदल रही है, जिसका उपयोग मूल कंपनी में आंतरिक रूप से किया जाता था।

अब, कुछ वास्तुशिल्प परिवर्तन आवश्यक हैं, और हमें गिटहब (स्रोत नियंत्रण के लिए) और एक नए पेश किए गए कानबन बोर्ड (मेरे द्वारा) के भीतर काम करने की प्रथाओं को स्थापित करने की आवश्यकता है, जो प्रोजेक्ट प्रवाह को नियंत्रित करने के लिए गिटहब रिपॉजिटरी से जुड़ा हुआ है क्योंकि हम प्रोटोटाइप को एक वाणिज्यिक-मानक प्रणाली में ले जाते हैं।

अब, रिपॉजिटरी में कोड शाखाओं और एकीकरण में कोड मर्जिंग के लिए मैं जिन स्वचालित नियंत्रणों को लागू करना चाहता था, उनमें से कुछ को लागू करना संभव था। लेकिन, पिछली स्थितियों में, इन्हें एक डेवऑप्स इंजीनियर द्वारा संभाला जाता था। अब मुझे उन्हें स्वयं लागू करना पड़ा। इसलिए, मैंने सहायता के लिए एक एआई टूल का सहारा लिया।

बहुत बढ़िया, इसने मुझे वह सब कुछ दिया जो मुझे चाहिए था: गिटहब रिपॉजिटरी में रखने के लिए YAML फ़ाइलें, शाखा नियंत्रण नियम, और बाकी सब कुछ। जब विजुअल स्टूडियो में काम करने वाले डेवलपर्स के साथ इसका परीक्षण करने की बात आई, तो एक समस्या थी। विजुअल स्टूडियो गिटहब वर्कफ़्लो से अवगत नहीं था, लेकिन कोड परिवर्तनों के ब्लॉक की जांच करने के प्रयास विफल हो गए। गिटहब के माध्यम से एक एकल-फ़ाइल परिवर्तन संभव था, लेकिन व्यावहारिक नहीं था क्योंकि डेवलपर्स को कई फ़ाइलों में परिवर्तन की जांच करने की आवश्यकता होती है।

समस्या यह थी कि एआई ने सही निर्देश दिए थे लेकिन मुझे उन्हें शाखा रिपॉजिटरी की शाखा पदानुक्रम में गलत स्तर पर लागू करने के लिए कहा था। इसलिए, मुझे वर्कफ़्लो परिभाषा को समायोजित करना पड़ा।

एआई साइड हसल अनुभव

एक साइड हसल के तौर पर, मेरा एक Etsy स्टोर है जो स्व-प्रकाशन के अपने अनुभवों से पैदा हुआ है। स्टोर मूल अवधारणा से बढ़कर डिजिटल डाउनलोड, सामान्य परिधान, उपहार, और उन पुस्तक मर्चेंडाइज के अतिरिक्त शामिल हो गया है जिनके लिए इसे मूल रूप से तैयार किया गया था।  अब, 57% बिक्री डिजिटल डाउनलोड से आती है, मुख्य रूप से रंग भरने वाले पेज, और यह उन लोगों को होने वाली सभी बिक्री का 90% भी दर्शाता है जिनसे मेरा कोई संबंध नहीं है।

तो, मैंने AI से पूछा कि मैं रूपांतरण दर में सुधार के लिए क्या कर सकता हूँ। इसने मुझे डिजिटल डाउनलोड पर ध्यान केंद्रित करने और बाकी सब कुछ अलग करने के लिए कहा क्योंकि Etsy पर उत्पाद मिश्रण बहुत भ्रमित करने वाला था। इस सुझाव के साथ समस्या दोहरी है: 1) मुझे दो दुकानें रखने के लिए Etsy शुल्क दोगुना करना पड़ता, और 2) मैं किसी भी आइटम के इतिहास, पसंदीदा और समीक्षाओं को खो देता जिसे मैं दूसरी दुकान में ले जाता। मेरे लिए कोई भी स्वीकार्य नहीं था।

इसलिए मैंने दुकान की संरचना के बारे में फिर से पूछा और सलाह दी गई कि डिजिटल डाउनलोड के अलावा सभी अनुभागों को छिपा दिया जाए और अन्य अनुभागों को मेरी वेबसाइट से लिंक किया जाए। सिद्धांत यह है कि Etsy दुकान को एक डिजिटल डाउनलोड आला दुकान के रूप में देखेगा, जो Etsy को आला को पहचानने में मदद करेगा और, परिणामस्वरूप, इसे Etsy पर अधिक खोजने योग्य बना देगा। कम बिक्री दर वाली बाकी वस्तुएं Etsy पर छिपी रहेंगी लेकिन फिर भी उपलब्ध होंगी यदि उन्हें अन्य चैनलों, जैसे मेरी वेबसाइट और अन्य सोशल मीडिया से निर्देशित किया जाए।

यहाँ समस्या यह है कि AI Etsy से दुकान अनुभागों को छिपाने की प्रक्रिया पर सलाह दे रहा था, जो अब प्लेटफ़ॉर्म पर उपलब्ध नहीं है। सबसे अच्छा वास्तविक-दुनिया समझौता समाधान केवल डिजिटल डाउनलोड की जाने वाली वस्तुओं को फ़ीचर्ड आइटम के रूप में उपयोग करना है, उस दुकान अनुभाग को अनुभागों के शीर्ष पर ले जाना है, और अन्य दुकान अनुभागों को उनके प्रदर्शन के आधार पर पुनर्गठित करना है, जबकि अभी भी मेरी वेबसाइट से विशिष्ट अनुभागों के लिए बाहरी लिंक प्रदान करना है। इसलिए, मैं अपनी वेबसाइट पर एक नया "मेरी डिज़ाइन Etsy पर खरीदें" पृष्ठ विकसित कर रहा हूँ।

मानवीय त्रुटि

लेकिन इंसान AI जितने ही नाजुक होते हैं। आज, मैंने दोपहर के आसपास कुछ बागवानी की। जब मैंने काम खत्म कर लिया, तो मैंने सोचा कि मैं अपना रविवार का दोपहर का भोजन तैयार करूँगा। बीफ़ ब्रिस्केट, भुने हुए आलू, यॉर्कशायर पुडिंग और सब्जियां। मैंने सब कुछ तैयार कर लिया था, सही समय पर पकाने के लिए तैयार और इसी तरह। जब खाना पक रहा था, मैंने सोचा कि मैं एक गिलास रेड वाइन पी लूँगा। बहुत बढ़िया! दूसरे गिलास के बाद खाना तैयार हो गया था, इसलिए मैंने एक बार और गिलास भरा और उसका आनंद लिया। जब बर्तन धोने के लिए रखे, तो मैंने ओवन में कुछ देखा… मैंने रोस्टीज़ छोड़ दिए थे!

निष्कर्ष

तो, इन अनुभवों को ध्यान में रखते हुए:

1. AI उतना ही अच्छा है जितना उसे मनुष्यों से डेटा मिलता है।
2. वह डेटा समय के साथ पुराना हो सकता है।
3. मनुष्य गलतियाँ करते हैं।

मैं यह निष्कर्ष निकालता हूँ कि AI का सर्वोत्तम लाभ उठाने के लिए, मनुष्यों और AI उपकरणों को बातचीत करने की आवश्यकता है। AI यांत्रिकी को तेज करने में बहुत अच्छा है, लेकिन मनुष्यों को अभी भी इसे मान्य करने की आवश्यकता है। AI मानवीय भूमिकाओं को फिर से परिभाषित करता है, लेकिन यह उन्हें प्रतिस्थापित नहीं करता है!

जे के मुलिंस
द बुक हुक ऑनलाइन
26 अप्रैल, 2006