Generative KI ist überall. Chatbots und virtuelle Assistenten reagieren auf Kundenanfragen, Large Language Models (LLMs) helfen beim Erstellen von Blogbeiträgen, viralen Videos und sogar beim Unterrichten von Schülern. Aber nur weil sie weit verbreitet ist, heißt das nicht, dass sie einfach zu verwenden ist.  Viele Unternehmen tun sich mit der Einführung generativer KI schwer, weil diese unter anderem technisch komplex und teuer ist, es nicht genügend geeignete Fachkräfte gibt und Skalierbarkeitsprobleme bestehen.  Für  , Gründungsingenieur bei der No-Code-KI-Plattform Gumloop, bedeutet das Überwinden dieser Herausforderungen, KI-Lösungen zu entwickeln, die intuitiv, skalierbar und benutzerorientiert sind, damit mehr Menschen davon profitieren können, ohne sich in der Technologie zu verzetteln.   Kaustav Das Sharma     Kaustav Das Sharmas weltliche Perspektive und ihr Einfluss auf die KI-Entwicklung  Sharmas beruflicher Werdegang wurde durch eine Kindheit geprägt, die er in verschiedenen Teilen der Welt verbrachte. Er wurde in Kalkutta geboren und lebte in Städten wie Mailand, Dubai, Stavanger und London, bevor er zum Studium nach Montreal ging.  Durch die häufigen Umzüge lernte er, sich schnell anzupassen und Kontakte zu Menschen aus allen Gesellschaftsschichten zu knüpfen. Gleichzeitig wurde ihm jedoch auch bewusst, dass es zwischen dem Ort, an dem er lebte, und dem Ort, an dem er geboren wurde, große Unterschiede in der Lebensqualität gab.  Als Kaustav schon in jungen Jahren diese Ungleichheiten erlebte, wollte er etwas verändern. Hin- und hergerissen zwischen einem Wirtschafts- und einem Ingenieursstudium entschied er sich schließlich für das Ingenieursstudium. Nicht nur, um Dinge zu bauen, sondern auch, um praktische Lösungen zu finden, die das Leben anderer erleichtern – vor allem derer, die keinen Zugang zu Ressourcen haben.  Dieser Glaube, dass Talent universell ist, Chancen jedoch nicht, bestimmt weiterhin seine Arbeit. Von seiner Zeit bei Amazon Web Services (AWS) bis zu seiner Rolle als erster Ingenieur bei Gumloop hat Kaustav kontinuierlich Tools entwickelt, die die Einführung von KI erleichtern und mehr Menschen die Möglichkeit geben, kreativ zu sein und Innovationen zu schaffen.   Kaustavs KI-Tools für schnellere Datenbankabfragen, personalisiertes Lernen und eine bessere Gesundheitsversorgung  Bei AWS stellte sich Kaustav während des Aurora Hackathon einer großen Herausforderung: Er wollte die Art und Weise vereinfachen, wie Ingenieure Datenbankabfragen schreiben. Aurora, ein Tool, das Unternehmen bei der Verwaltung von Daten wie der Nachverfolgung von Verkäufen oder der Anpassung von Speicherkapazitäten unterstützt, erforderte von den Ingenieuren die Verwendung von SQL (Structured Query Language), was für Nicht-Datenbankexperten schwierig sein kann.  Also entwickelten Kaustav und sein Teamkollege ein generatives KI-Tool, mit dem Benutzer ihre Datenanforderungen in einfacher Sprache beschreiben und diese Beschreibungen automatisch in SQL-Abfragen umwandeln konnten. Sie arbeiteten hart daran, das Tool zuverlässig zu machen, indem sie die verwendeten Daten bereinigten und seine Genauigkeit mithilfe von menschlichem Feedback und Tests optimierten.  Letztendlich war das Tool einfach zu verwenden, beschleunigte das Schreiben von Abfragen und machte Datenbankaufgaben zugänglicher – sogar für Kaustav, der zu diesem Zeitpunkt nur über begrenzte SQL-Erfahrung verfügte. Ihre Arbeit gewann den Hackathon und wurde zu einer wichtigen Ressource für das Team.  Nach diesem Erfolg verlagerten Kaustav und sein Teamkollege Rahul, Mitbegründer von Gumloop, ihren Schwerpunkt auf die Bildung, wo sie vor einer Herausforderung anderer Art standen.  Traditionelle Vorlesungen, bei denen die Studierenden zuhören und sich Notizen machen, haben sich seit Jahrzehnten kaum verändert. „Nach COVID und im mobilen Zeitalter sind die Kinder hyperaktiv, haben Konzentrationsschwierigkeiten und traditionelle Vorlesungen sind für das Lernen nicht effektiv“, erklärt Kaustav.  Um dieses Problem zu lösen, bauten sie  , ein Tool, das Schülern hilft, interaktiver zu lernen. Benutzer können Notizen, Lehrbücher oder Präsentationen hochladen und StudyGuru verwandelt sie in Tests, Zusammenfassungen und visuelle Hilfsmittel. Außerdem beantwortet sein KI-Chatbot Fragen und erklärt komplexe Konzepte.   StudyGuru  Kaustav und Rahul widmeten sich dann einem Problem, das ihnen näher liegt: Wie schwer ist es für Menschen, Zugang zu psychiatrischer Versorgung zu erhalten, selbst in Ländern mit vielen Ressourcen. Sie stellten fest, dass Therapien oft unerreichbar erscheinen: zu teuer, verwirrend oder frustrierend.  Um zu helfen, haben sie Therapai entwickelt, ein KI-Tool, das den Prozess vereinfachen soll, indem es den Benutzern ermöglicht, Präferenzen für den gewünschten Therapeutentyp festzulegen, sei es jemand, der ihnen zuhört, oder jemand, der eher lösungsorientiert ist. Es verfügt auch über Sicherheitsvorkehrungen, wie eine klare Zustimmung zur Datennutzung und Sicherheitsmaßnahmen, um Benutzer mit echten Gesundheitsdienstleistern zu verbinden.  Obwohl sie Therapai aus Zeitgründen nicht vollständig entwickeln konnten – Rahul war mit YC beschäftigt und Kaustav bei AWS –, haben sie durch das Projekt viel gelernt. Es zeigte die Nachfrage nach KI-Tools, die einfach zu verwenden und unter Berücksichtigung der Benutzeranforderungen entwickelt sind.  Diese Erkenntnisse nutzte Kaustav für seine Arbeit bei Gumloop, wo er weiterhin dafür sorgt, dass Technologie für den Alltagsnutzer praktisch, zugänglich und hilfreich wird.   Kaustavs 5 Lektionen für praktische, zugängliche KI  Bei Gumloop entwickelte Kaustav Gummie, einen virtuellen Assistenten, der rund um die Uhr Fragen beantwortet und Workflow-Probleme löst. Benutzer können in einfacher Sprache beschreiben, was sie brauchen, z. B. „Fassen Sie dieses Dokument zusammen und senden Sie es per E-Mail an mein Team“, und Gummie erledigt den Rest. Dieser Ansatz spart Zeit und erleichtert das Projektmanagement für Personen ohne technischen Hintergrund.  Gummie hat Gumloop für Benutzer bereits einfacher gemacht, die Einarbeitungszeiten verkürzt und den manuellen Kundensupport reduziert. „Stellen Sie sich vor, Sie sprechen Ihre Vorstellungen in die Tat um“, sagt Kaustav. „Das ist das Ziel von Gummie – Ideen mithilfe von KI in die Tat umzusetzen.“  Durch die Entwicklung generativer KI-Tools wie Gummie, StudyGuru und Therapai hat Kaustav wichtige Erkenntnisse darüber gewonnen, wie sich Technologie für den Alltagsnutzer vereinfachen lässt.  Hier sind einige seiner wichtigsten Erkenntnisse:   Lektion 1: Schnell liefern, iterieren und sich zuerst auf die Benutzer konzentrieren  Beim Bau eines neuen KI-Produkts ist Kaustav überzeugt, dass der Schlüssel darin liegt, schnell ein Minimum Viable Product (MVP) auf den Markt zu bringen – die einfachste Version eines Produkts, die gerade genug Funktionen hat, um von den ersten Kunden verwendet werden zu können. Das Ziel ist nicht, alles sofort perfekt zu haben, sondern etwas in die Hände der Benutzer zu geben, Feedback zu sammeln und Verbesserungen auf der Grundlage der Verwendung in der realen Welt vorzunehmen.   Lektion 2: Wichtige Prinzipien von Anfang an übernehmen  Kaustav schlägt für jedes neue KI-Projekt zwei wichtige Prinzipien vor: Trennen Sie verschiedene Dienste in Ihrem Code, damit sie später leichter angepasst werden können, und vermeiden Sie Entscheidungen, die nicht rückgängig gemacht werden können. Indem Sie schnell Entscheidungen treffen, die umkehrbar sind, halten Sie Ihr Team flexibel und können vermeiden, dass Sie auf lange Sicht stecken bleiben.   Lektion 3: Finden Sie Ihre Community und präsentieren Sie Ihre Arbeit  Kaustavs Karriere nahm Fahrt auf, als er und Rahul begannen, Kontakte zur breiteren KI-Community zu knüpfen. Durch die Teilnahme an Konferenzen und den Austausch ihrer Arbeit erhielten sie nicht nur wertvolles Feedback, sondern lernten auch Menschen kennen, die in ihrer Zukunft eine Schlüsselrolle spielen würden, wie Max, der heute CEO von Gumloop ist. „Sich mit einer Community von Gleichgesinnten zu umgeben, kann den entscheidenden Unterschied ausmachen“, sagt Kaustav.   Lektion 4: Große Ziele verfolgen, um weltweite Wirkung zu erzielen  Kaustav glaubt, dass man sich leicht auf kleine Nischenlösungen versteifen kann, aber echte Innovation entsteht, wenn man größer denkt. Das Ziel ist es, KI-Produkte zu entwickeln, die Branchen verändern und einen nachhaltigen Einfluss auf eine breite Palette von Benutzern haben können.   Lektion 5: Die Rolle von Feedback im visionären Design  Bei Kaustavs früheren Projekten wie Therapai und StudyGuru standen die Bedürfnisse der Benutzer im Mittelpunkt. Während er an diesen Tools arbeitete, konnte er durch das Zuhören und Umsetzen des Feedbacks der Benutzer praktische Ziele verfolgen und damit die Grundlage für anspruchsvollere Projekte wie die Demokratisierung der KI mit Gumloop schaffen.   Das Gatekeeping aus der generativen KI entfernen  Während viele Menschen in ihrem Alltag mit generativer KI herumexperimentieren, kann es sich immer noch so anfühlen, als sei die Umsetzung in größerem Maßstab nur Experten möglich.  Glücklicherweise tragen Sharmas umfangreiche Ingenieurerfahrung und seine einzigartige Erziehung dazu bei, dass diese Technologie für alle einfacher zu nutzen ist, unabhängig von Hintergrund oder Fachwissen.  Kaustav Das Sharma sieht Gumloop als eine Plattform, die die Art und Weise verändert, wie Menschen mit Technologie interagieren, und komplexe Arbeitsabläufe in einfache, intuitive Prozesse verwandelt. Er strebt danach, Systeme zu entwickeln, die es Arbeitnehmern in allen Branchen ermöglichen, KI zu nutzen, ohne dass sie technisches Fachwissen benötigen.  Um mehr über die neuesten Projekte von Gummie und Kaustav zu erfahren, schauen Sie sich seine  und besuchen  .   Linkedin   Gumloop

This story contains new, firsthand information uncovered by the writer.

Dieses Audio ist in der Originalsprache der Geschichte produziert!

Zu lang; Lesen

Get Free Unlimited IP Geo Data With IPinfo Lite

Generative KI für alle entwickeln: Lehren aus Kaustav Das Sharma und Gumloop

About Author

KOMMENTARE

Hängeetiketten

DIESER ARTIKEL WURDE VORGESTELLT IN

Related Stories

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

HackerNoon Decoded 2024: Wir feiern die Community unserer Technologieunternehmen!

HackerNoon's DeFi Writing Contest with SORA Network: XSTUSD Use Cases

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

HackerNoon Decoded 2024: Wir feiern die Community unserer Technologieunternehmen!

HackerNoon's DeFi Writing Contest with SORA Network: XSTUSD Use Cases

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps