फ़ीचर, कैपेबिलिटी, या नेटिव: सॉफ्टवेयर टीमें AI को कैसे परिभाषित करती हैं
सॉफ्टवेयर टीमें AI को तीन तरीकों से देखती हैं। इंजीनियर्स मार्केटिंग टीमों की तुलना में अंतर को अधिक तेज़ी से पहचान लेते हैं।
AI फ़ीचर (AI Feature) एक AI फ़ीचर वर्कफ़्लो में एक टूल जोड़ता है। इसके बिना भी प्रोडक्ट ठीक से काम करता था। उदाहरणों में "Summarize" बटन या मीटिंग नोट्स शामिल हैं। इन फ़ीचर्स को बनाना आसान है लेकिन इन्हें बनाए रखना कठिन है। एक बार तकनीक आम हो जाने के बाद बड़े प्लेटफॉर्म अक्सर इन फ़ीचर्स को अपने अंदर समाहित कर लेते हैं।
AI कैपेबिलिटी (AI Capability) यह तब होता है जब कोई कंपनी कई प्रोडक्ट्स में AI का उपयोग करती है। यहाँ वास्तविक इंजीनियरिंग कार्य होता है। हालाँकि, इसका बुनियादी आर्किटेक्चर अभी भी AI युग से पहले का ही होता है। आप एक मौजूदा मॉडल में इंटेलिजेंस जोड़ रहे हैं।
AI-नेटिव (AI-Native) एक AI-नेटिव प्रोडक्ट यह मानकर चलता है कि पहले दिन से ही AI मौजूद है। इसका आर्किटेक्चर, डेटा फ्लो और डिज़ाइन इसी पर निर्भर करते हैं। AI के बिना यह प्रोडक्ट काम नहीं कर सकता।
आप किसी टूल के आउटपुट को देखकर यह परीक्षण कर सकते हैं कि वह AI-नेटिव है या नहीं। क्या टूल पहले आर्किटेक्चर, डेटाबेस स्कीमा (database schemas), या API कॉन्ट्रैक्ट्स तैयार करता है? या क्या यह सिर्फ कोड जेनरेट करता है और उम्मीद करता है कि स्ट्रक्चर काम कर जाएगा?
वास्तविक AI-नेटिव सिस्टम जेनरेट करने से पहले डिज़ाइन करते हैं। इससे गलतियों से बचा जा सकता है।
इस समय इंडस्ट्री में एक बड़ी समस्या है। उपयोग (usage) बढ़ने के साथ-साथ डेवलपर्स का भरोसा कम हो रहा है। 2023 में, 70% डेवलपर्स ने AI का उपयोग किया, और 40% ने इस पर भरोसा किया। 2025 तक, उपयोग बढ़कर 84% हो गया, लेकिन भरोसा घटकर 29% रह गया।
ऐसा इसलिए होता है क्योंकि अधिकांश AI टूल्स सिर्फ फ़ीचर्स हैं। उनके पास यह जाँचने का कोई संरचनात्मक तरीका (structural way) नहीं है कि आउटपुट सही है या नहीं। जब AI कोई गलती करता है, तो सिस्टम में उसे पकड़ने के लिए कुछ नहीं होता।
AI-नेटिव सिस्टम इस समस्या का समाधान करते हैं। वे AI द्वारा तैयार किए गए आउटपुट को सत्यापित करने के लिए एक स्पेसिफिकेशन (specification) या टेस्ट सूट (test suite) का उपयोग करते हैं। वे केवल इसलिए आउटपुट पर भरोसा नहीं करते क्योंकि वह सुनने में सही लगता है।
इंजीनियरिंग लीड्स को यह पूछना बंद कर देना चाहिए कि क्या किसी टूल में AI है। अब लगभग हर टूल में यह है। इसके बजाय, सीक्वेंसिंग (sequencing) के बारे में पूछें।
क्या टूल पहले स्ट्रक्चर बनाता है, या पहले कोड?
यदि कोई टूल इम्प्लीमेंटेशन (implementation) से पहले आर्किटेक्चर बनाता है, तो प्रोडक्शन में उसके विश्वसनीय होने की संभावना अधिक होती है।
Source: https://dev.to/8080_ai/feature-capability-or-native-how-software-teams-define-ai-4k0h
Optional learning community: https://t.me/GyaanSetuAi