A IA xerativa está en todas partes. Os chatbots e os asistentes virtuais responden aos clientes, os grandes modelos de linguaxe (LLM) axudan a facer publicacións de blogs, vídeos virais e mesmo ensinar aos estudantes. Pero só porque estea xeneralizada non significa que sexa fácil de usar.  Moitas empresas teñen dificultades para adoptar a IA xerativa debido á súa complexidade técnica, custos elevados, escaseza de talento necesario para traballar con ela e problemas de escalabilidade, entre outros.  Para  , enxeñeiro fundador da plataforma de intelixencia artificial sen código Gumloop, superar estes desafíos significa construír solucións de intelixencia artificial que sexan intuitivas, escalables e enfocadas ao usuario para que máis xente poida beneficiarse sen quedar atascada pola tecnoloxía.   Kaustav Das Sharma     Perspectiva mundana de Kaustav Das Sharma e a súa influencia no desenvolvemento da IA  A carreira profesional de Sharma estivo marcada pola infancia que pasou movendo por todo o mundo. Nacido en Calcuta, viviu en cidades como Milán, Dubai, Stavanger e Londres antes de ir a Montreal para a universidade.  Moverse tan regularmente ensinoulle a adaptarse rapidamente e conectarse con persoas de todos os ámbitos da vida, pero tomou conciencia da gran discrepancia na calidade de vida entre os lugares onde viviu e onde naceu.  Presenciar estas desigualdades a unha idade nova inspirou a Kaustav a marcar a diferenza. Dividido entre estudar economía e enxeñería, finalmente escolleu a enxeñaría, non só para construír cousas senón para crear solucións prácticas que faciliten a vida aos demais, especialmente aos que non teñen acceso aos recursos.  Esta crenza de que o talento é universal, pero a oportunidade non o é, segue guiando o seu traballo. Desde a súa etapa en Amazon Web Services (AWS) ata o seu papel como primeiro enxeñeiro de Gumloop, Kaustav deseñou constantemente ferramentas que fan que a IA sexa máis fácil de adoptar, dándolle a máis xente a oportunidade de crear e innovar.   Ferramentas de intelixencia artificial de Kaustav para consultas de bases de datos máis rápidas, aprendizaxe personalizado e mellor atención sanitaria  En AWS, Kaustav asumiu un gran desafío durante o Aurora Hackathon: simplificar a forma en que os enxeñeiros escriben consultas de bases de datos. Aurora, unha ferramenta que axuda ás organizacións a xestionar datos como o seguimento das vendas ou o axuste do almacenamento, requiriu que os enxeñeiros usaran SQL (Structured Query Language), o que pode resultar difícil para aqueles que non son expertos en bases de datos.  Así, Kaustav e o seu compañeiro de equipo crearon unha ferramenta de IA xerativa que permite aos usuarios describir as súas necesidades de datos nunha linguaxe sinxela, convertendo esas descricións en consultas SQL automaticamente. Traballaron duro para que a ferramenta fose fiable, limpando os datos que utilizaba e axustando a súa precisión con comentarios e probas humanas.  En definitiva, a ferramenta foi fácil de usar, acelerou a escritura de consultas e fixo que as tarefas da base de datos fosen máis accesibles, incluso para Kaustav, que tiña unha experiencia limitada en SQL nese momento. O seu traballo gañou o hackathon e converteuse nun recurso vital para o equipo.  Despois deste éxito, Kaustav e o seu compañeiro de equipo Rahul, cofundador de Gumloop, cambiaron o seu foco na educación, onde se enfrontaron a un tipo de desafío diferente.  As conferencias tradicionais, nas que os estudantes escoitan e toman notas, non cambiaron moito en décadas. "Posterior ao COVID e na era móbil, os nenos son hiperactivos, teñen dificultades para concentrarse e as conferencias tradicionais non son eficaces para aprender", explica Kaustav.  Para afrontar isto, construíron  , unha ferramenta que axuda aos estudantes a aprender de formas máis interactivas. Os usuarios poden cargar notas, libros de texto ou presentacións, e StudyGuru convérteos en cuestionarios, resumos e axudas visuais. Ademais, o seu chatbot de intelixencia artificial responde a preguntas e explica conceptos complexos.   StudyGuru  Kaustav e Rahul pasaron a abordar un problema máis preto da casa: o difícil que é para as persoas acceder á atención de saúde mental, mesmo en países con moitos recursos. Descubriron que a terapia a miúdo se sentía fóra do alcance; demasiado caro, confuso ou frustrante para navegar.  Para axudar, crearon Therapai, unha ferramenta de intelixencia artificial deseñada para facilitar o proceso permitindo que os usuarios establezan as preferencias para o tipo de terapeuta que queiran, xa sexa alguén para escoitalos ou alguén máis centrado nas solucións. Tamén ten garantías, como o consentimento claro para o uso de datos e medidas de seguridade para conectar aos usuarios con provedores de coidados de saúde reais.  Aínda que non puideron desenvolver completamente Therapai debido ás limitacións de tempo (Rahul estaba ocupado con YC e Kaustav estaba en AWS), o proxecto ensinoulles moito. Mostrou a demanda de ferramentas de IA que sexan fáciles de usar e deseñadas tendo en conta as necesidades do usuario.  Kaustav levou estes coñecementos ao seu traballo en Gumloop, onde segue facendo que a tecnoloxía sexa práctica, accesible e útil para os usuarios cotiáns.   As 5 leccións de Kaustav para unha IA práctica e accesible  En Gumloop, Kaustav construíu Gummie, un asistente virtual 24/7 que responde preguntas e resolve problemas de fluxo de traballo. Os usuarios poden describir o que necesitan en linguaxe sinxela, como "resumar este documento e enviarllo por correo electrónico ao meu equipo", e Gummie encárgase do resto. Este enfoque aforra tempo e facilita a xestión de proxectos para persoas sen formación técnica.  Gummie xa facilitou Gumloop para os usuarios, acurtando os tempos de incorporación e reducindo a atención manual ao cliente. "Imaxina falar da túa imaxinación na existencia", di Kaustav. "Isto é o que pretende conseguir Gummie: converter as ideas en accións coa intelixencia artificial".  A creación de ferramentas de IA xerativa como Gummie, StudyGuru e Therapai ensinou a Kaustav algunhas leccións importantes sobre como simplificar a tecnoloxía para os usuarios cotiáns.  Aquí tes algunhas das súas principais conclusións:   Lección 1: Enviar rápido, iterar e centrarse primeiro nos usuarios  Ao crear un novo produto de intelixencia artificial, Kaustav cre que a clave é lanzar rapidamente un produto mínimo viable (MVP), a versión máis básica dun produto que teña as funcións suficientes para ser usada polos primeiros clientes. O obxectivo non é ter todo perfecto de inmediato, senón conseguir algo en mans dos usuarios, recoller comentarios e facer melloras baseándose no uso do mundo real.   Lección 2: Adopta os principios clave desde o principio  Kaustav suxire dous principios importantes para calquera novo proxecto de IA: separar os diferentes servizos no teu código para que sexan máis fáciles de adaptar máis tarde e evitar tomar decisións que non se poidan desfacer. Ao avanzar rapidamente con decisións reversibles, mantés o teu equipo flexible e podes evitar quedar atrapado a longo prazo.   Lección 3: Busca a túa comunidade e mostra o teu traballo  A carreira de Kaustav despegou cando el e Rahul comezaron a conectarse coa comunidade de IA máis ampla. Asistir a conferencias e compartir o seu traballo non só lles deu comentarios valiosos senón que tamén lles presentou a persoas que desempeñarían un papel fundamental no seu futuro, como Max, que agora é o CEO de Gumloop. "Rodearse dunha comunidade de persoas con ideas afines pode marcar a diferenza", di Kaustav.   Lección 4: Pensa en grande para impulsar o impacto global  Kaustav cre que é fácil quedarse concentrado en pequenas solucións de nicho, pero a verdadeira innovación ocorre cando pensas en grande. O obxectivo é crear produtos de IA que poidan cambiar industrias e ter un impacto duradeiro nunha ampla gama de usuarios.   Lección 5: O papel da retroalimentación no deseño visionario  Os proxectos anteriores de Kaustav, como Therapai e StudyGuru, poñen as necesidades do usuario en primeiro lugar. Mentres traballaba nestas ferramentas, escoitar e implementar os comentarios dos usuarios permitiulle construír cun propósito práctico, preparando o escenario para proxectos máis elevados como democratizar a IA con Gumloop.   Eliminando o gatekeeping da IA xerativa  Aínda que moitas persoas están xogando coa IA xerativa na súa vida diaria, levala a unha escala máis grande aínda pode parecer algo que só os expertos poden lograr.  Afortunadamente, a ampla experiencia de enxeñería de Sharma e a súa educación única axudan a que esta tecnoloxía sexa máis fácil de usar para todos, independentemente da súa formación ou experiencia.  Kaustav Das Sharma imaxina que Gumloop se converta nunha plataforma que transforma a forma en que as persoas interactúan coa tecnoloxía, convertendo fluxos de traballo complexos en procesos sinxelos e intuitivos. Aspira a construír sistemas que permitan aos traballadores de todas as industrias aproveitar a IA sen necesidade de experiencia técnica.  Para saber máis sobre os últimos proxectos de Gummie e Kaustav, consulta o seu  e visita  .   Linkedin   Gumloop

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

Este audio está producido na lingua orixinal da historia!

Demasiado longo; Ler

Get Free Unlimited IP Geo Data With IPinfo Lite

Construír IA xerativa para todos: leccións de Kaustav Das Sharma e Gumloop

About Author

COMENTARIOS

Etiquetas colgantes

ESTE ARTIGO FOI PRESENTADO EN

Related Stories

HackerNoon Decoded 2024: Celebrating Our Media Community!

HackerNoon Decoded 2024: Celebrating Our Gaming Community!

R Systems Blogbook—Chapter 1 is Now Open for Submissions🎉

HackerNoon Decoded 2024: Celebrating Our Media Community!

HackerNoon Decoded 2024: Celebrating Our Gaming Community!

R Systems Blogbook—Chapter 1 is Now Open for Submissions🎉

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps