इंजीनियरिंग में सबसे कठिन समस्याओं में से एक वर्तमान में एक अप्रत्याशित प्रयोग के बजाय एक विश्वसनीय सहयोगी की तरह व्यवहार करने वाला एआई का निर्माण। इंजीनियर Pranav Pawar के लिए, उस अंतर को हल करना अपने काम का केंद्र बन गया है। उद्यम विश्लेषण, स्वास्थ्य देखभाल ऑटोमेशन, और अब स्टार्ट-अप कैलोस में विपणन बुनियादी ढांचे के माध्यम से, उन्होंने AI को विश्वसनीय और विश्वसनीय बनाने के बुनियादी सिद्धांत पर ध्यान केंद्रित किया है। क्यों अधिकांश एआई स्केल करने से पहले असफल होते हैं एआई ने लगभग हर उद्योग शीर्षक तक पहुंच लिया है, लेकिन बहुत कम उद्योगों ने इसे बड़े पैमाने पर काम करने के लिए देखा है. अधिकांश सिस्टम नियंत्रित डेमो में बहुत अच्छी तरह से प्रदर्शन कर सकते हैं, केवल उत्पादन में खुलने के लिए जब टीमों को आमतौर पर कैसे काम करने की जटिलता का सामना करना पड़ता है, जो आमतौर पर कम पॉलिश डेटा, अप्रत्याशित उपयोगकर्ता व्यवहार, या अपटाइम के लिए अविश्वसनीय मांग से निपटने का मतलब है। व्यवसायों को उन प्रणालियों की आवश्यकता होती है जिन्हें वे भरोसा कर सकते हैं, जिसका अर्थ है कि उन्हें बदलते नियमों के लिए अनुकूलन करना चाहिए, जटिल डेटा को संभालना चाहिए, और परिणामों का उत्पादन करना चाहिए जिन्हें मनुष्य सत्यापित कर सकते हैं। नतीजतन, एआई एक उचित वास्तुकला की कमी है जो स्वतंत्र घटकों को संचार करने की अनुमति देता है. यह चुनौती है जिसके आसपास Pranav Pawar ने अपना करियर बनाया है. Pawar के प्रारंभिक इंजीनियरिंग काम आईआईटी मैड्रास में सामग्री इंजीनियरिंग में प्रशिक्षित, पावर के पेशेवर कैरियर Bain Capital Ventures में शुरू हुआ, जहां उन्होंने एक छोटे से इंजीनियरिंग समूह में शामिल किया, जो सौदे-सॉर्सिंग विश्लेषण के लिए मशीन-लर्निंग बुनियादी ढांचे पर केंद्रित था. पावर ने बुनियादी एमएल मॉडल बनाए और मॉड्यूलर डेटा पाइपलाइन डिजाइन किए जो मॉडल को Jupyter नोटबुक से स्थिर एपीआई में स्थानांतरित करते हैं, जिससे सभी प्रकार के टीम उन्हें उपयोग कर सकते हैं। उन्होंने पहली बार जनरेटिव एआई के साथ काम करना शुरू किया जब उन्होंने ClarityCare, बीमा कंपनियों के लिए पूर्व अनुमोदन ऑटोमेशन को संबोधित करने वाले एक स्वास्थ्य देखभाल स्टार्टअप में शामिल हो गए। Pawar ने वास्तविक चिकित्सा रिकॉर्ड को संसाधित किए बिना वास्तविक चिकित्सा रिकॉर्ड का निर्माण किया, गोपनीयता और लेखांकन मानकों का उल्लंघन किए बिना। इन अनुभवों ने Pawar के बारे में सोचने के तरीके को फिर से आकार दिया. Bain में, उन्होंने देखा कि मॉडल को लगातार फिनिंग की आवश्यकता होती है ताकि वे चल सकें. ClarityCare में, यह अंतर्दृष्टि एक नया वजन लेती है, जहां सटीकता वास्तविक रोगियों और चिकित्सकों के लिए परिणामों पर निर्भर करती है। यह उसे यह देखने में मदद करता है कि विश्वसनीयता को एक माध्यमिक लक्ष्य के रूप में नहीं माना जाना चाहिए, बल्कि एक महत्वपूर्ण संपत्ति के रूप में यह सुनिश्चित करता है कि एआई वास्तविक दुनिया की सेटिंग्स में उचित रूप से उपयोगी हो सकता है। कैलोस के अंदर: मार्केटिंग अभियानों को स्वचालित करना विश्वसनीयता पर यह ध्यान केंद्रित करना वही है जो Pawar अब संस्थापक इंजीनियर के रूप में लागू करता है , एक कंपनी जो वे एआई एजेंट द्वारा संचालित एक विपणन मंच का निर्माण करते हैं जो B2B विज्ञापन के सबसे समय लेने वाले भागों को सरल बनाने के लिए बनाया गया है. कंपनी का लक्ष्य टुकड़े हुए विपणन कार्यप्रवाहों को समन्वयित, स्वचालित चक्र में बदलना है। कैलोरी कैलोस प्लेटफॉर्म एजेंटों के समन्वयित नेटवर्क पर चलता है, प्रत्येक विज्ञापन प्रक्रिया के अलग-अलग हिस्से को संभालता है. एक कंपनियों के बिक्री कॉल, संभावित ईमेल, और CRM नोट्स को बेहतर ढंग से समझने के लिए विश्लेषण करता है कि क्या रूपांतरण को ड्राइव करता है; एक अन्य पाठ से छवियों तक पूर्ण विज्ञापन डिजाइन करता है; एक तीसरा दर्शकों को प्रबंधित करता है, विभिन्न मानदंडों के माध्यम से उच्च मूल्य लक्ष्यों की पहचान करने के लिए; एक चौथे प्रस्तावों को समायोजित करने और सबसे मजबूत विज्ञापन चलाने के माध्यम से अभियानों को अनुकूलित करता है; और एक अंतिम एजेंट अभियान प्रदर्शन का मूल्यांकन करता है, CRM अवसरों और पाइपलाइन के साथ माप एक साथ, वे एक बार एक मैन्युअल प्रक्रिया को अनुसंधान, विज्ञापन निष्पादन और रखरखाव के डेटा-आधारित प्रतिक्रिया चक्र में बदलते हैं। उस इंटरफ़ेस के नीचे समस्या है जो Pawar अपने अधिकांश समय को हल करने के लिए बिताता है: ऑर्केस्ट्रेशन। प्रत्येक एजेंट दूसरे के आउटपुट पर निर्भर करता है, और एक त्रुटि पूरे सिस्टम में कैस्केड हो सकती है। उनका काम यह सुनिश्चित करना है कि उन निर्भरताओं को साफ तरीके से हल किया जाता है, जिसका अर्थ है: गड़बड़ कोड को पुनर्निर्मित करना, यह सुनिश्चित करना कि सभी एजेंटों में तर्कसंगत है, और उत्पाद को सैकड़ों ग्राहकों की सेवा करने के लिए पर्याप्त लचीला बनाता है। स्थायी AI का निर्माण करने के बारे में सबक Pranav Pawar का काम सीधे उन प्रणालियों से निकाले गए कुछ सबक प्रदान करता है जिन्हें उन्होंने निर्मित किया है कि एआई निर्माता में विश्वसनीय, विशिष्ट और उपयोगी कैसे है। दर्द के बिंदु को सबसे पहले संबोधित करें: हर परियोजना Pawar ने एक बटन बटन के साथ शुरू किया है: स्वास्थ्य देखभाल में मैन्युअल पूर्व अनुमोदन, बेइन में विभाजित विश्लेषण, कैलोस में दोहराए गए विज्ञापन प्रबंधन - प्रत्येक को विशिष्ट समस्याओं को हल करने के लिए समाधान की आवश्यकता होती है। मनुष्यों को चक्र में रखें: क्लारिटीकेयर में, उन्होंने देखा कि ऑटोमेशन केवल तब सफल होता है जब लोग प्रक्रिया का हिस्सा रहते हैं। उत्पादों से अलग प्रोटोटाइप: बेइन में, पवारा को एहसास हुआ कि एक मॉडल लाइव लेने का मतलब निरंतर पुनर्निर्माण और पर्यवेक्षण था। व्यावसायिक मीट्रिक के आसपास निर्माण करें: चाहे बीमा कार्य प्रवाहों को अनुकूलित करें या विपणन प्रदर्शन, Pawar अपने मॉडल की सफलता को मापने के लिए प्रवाह, दक्षता और रूपांतरण जैसे कारकों पर ध्यान केंद्रित किया। लंबी अवधि के लिए डिजाइन: कैलोस में, प्रत्येक एजेंट को निरंतर अभियान डेटा से सीखने के लिए बनाया गया है, जो समय के साथ बाजारों और ग्राहक व्यवहार में परिवर्तन के रूप में प्रभावी रहने के लिए सिस्टम के लिए महत्वपूर्ण है। इन अवधारणाओं ने Pawar की कैरियर की गड़बड़ी को परिभाषित किया है. वह एआई को एक एक आकार फिट-सभी समाधान के रूप में नहीं देखते हैं, बल्कि विशिष्ट समस्याओं को ऐसे तरीकों से हल करने के लिए लागू सॉफ्टवेयर के रूप में बनाए गए हैं. "आईआई इंजीनियरिंग हाइप के बारे में नहीं है," वह कहता है. "यह विश्वसनीय रूप से और पैमाने पर वास्तविक समस्याओं को हल करने के बारे में है।

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

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

यह ऑडियो कहानी की मूल भाषा में निर्मित है!

हाइप से परे: उत्पादन में विश्वसनीय एआई कैसे बनाएं Pranav Pawar

About Author

टिप्पणियाँ

लेबल

इस लेख में चित्रित किया गया था

Related Stories

डिजिटल खानाबदोशों सुनो: थाईलैंड के नए डीटीवी वीज़ा के बारे में आपको क्या जानना चाहिए

हैकरनून कोडेड: शीर्ष 10 देश जहां हैकरनून सबसे अधिक सक्रिय है

सफल क्लाउड माइग्रेशन के लिए संपूर्ण गाइड: रणनीतियाँ और सर्वोत्तम अभ्यास

टेलीग्राम: क्रिप्टो द्वीप का मुख्य भूमि से पुल

डिजिटल खानाबदोशों सुनो: थाईलैंड के नए डीटीवी वीज़ा के बारे में आपको क्या जानना चाहिए

हैकरनून कोडेड: शीर्ष 10 देश जहां हैकरनून सबसे अधिक सक्रिय है

सफल क्लाउड माइग्रेशन के लिए संपूर्ण गाइड: रणनीतियाँ और सर्वोत्तम अभ्यास

टेलीग्राम: क्रिप्टो द्वीप का मुख्य भूमि से पुल

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps