ಲೈಬ್ರರಿಯನ್ನು ನಿರ್ಮಿಸಲು ಓದುವುದನ್ನು ನಿಲ್ಲಿಸಿ. ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ಓದುವುದನ್ನು ಪ್ರಾರಂಭಿಸಿ.
ಹೆಚ್ಚಿನ ಎಂಜಿನಿಯರಿಂಗ್ ಓದುವ ಪಟ್ಟಿಗಳು ಜ್ಞಾನವನ್ನು ಸಂಗ್ರಹಿಸುವುದರ ಮೇಲೆ ಗಮನ ಹರಿಸುತ್ತವೆ.
ಆಧುನಿಕ ಎಂಜಿನಿಯರಿಂಗ್ ಒಂದು ವಿಷಯಕ್ಕೆ ಪ್ರತಿಫಲ ನೀಡುತ್ತದೆ: ಅಡೆತಡೆಗಳನ್ನು (bottlenecks) ನಿವಾರಿಸುವುದು.
ಇತ್ತೀಚೆಗೆ ಒಬ್ಬ ಜೂನಿಯರ್ ಎಂಜಿನಿಯರ್ ನನಗೆ ಎಂಜಿನಿಯರ್ಗಳಿಗಾಗಿ ಅತ್ಯುತ್ತಮ 10 ಪುಸ್ತಕಗಳ ಪಟ್ಟಿಯನ್ನು ತೋರಿಸಿದರು. ಅದು ಹತ್ತು ವರ್ಷಗಳ ಹಿಂದಿನ ಪಟ್ಟಿಗಳಂತೆಯೇ ಇತ್ತು. ಅದು ಅದೇ ಹಳೆಯ ಕ್ಲಾಸಿಕ್ ಮತ್ತು ಪ್ರಕ್ರಿಯೆ (process) ಪುಸ್ತಕಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿತ್ತು.
ಈ ಕಲ್ಪನೆಯು ತಪ್ಪಾಗಿದೆ. ಪುಸ್ತಕಗಳನ್ನು ಓದುವುದರಿಂದ ನೀವು ತಾನಾಗಿಯೇ ಉತ್ತಮ ಎಂಜಿನಿಯರ್ ಆಗಲು ಸಾಧ್ಯವಿಲ್ಲ.
ಉತ್ತಮ ಕಾರ್ಯಕ್ಷಮತೆ ಹೊಂದಿರುವ ತಂಡಗಳು ಪುಸ್ತಕಗಳ ಸುತ್ತ ಕಲಿಕೆಯ ಯೋಜನೆಗಳನ್ನು ರೂಪಿಸುವುದಿಲ್ಲ. ಅವುಗಳನ್ನು ಮಿತಿಗಳ (constraints) ಸುತ್ತ ರೂಪಿಸುತ್ತವೆ.
ಸಾಮಾನ್ಯ ಓದುವ ಪಟ್ಟಿಗಳು ಎಲ್ಲಾ ಜ್ಞಾನವು ಸಮಾನ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿದೆ ಎಂದು ಭಾವಿಸುತ್ತವೆ. ವಾಸ್ತವದಲ್ಲಿ, ಎಂಜಿನಿಯರಿಂಗ್ ಮೌಲ್ಯವು ನಿಮ್ಮ ನಿರ್ದಿಷ್ಟ ಪರಿಸ್ಥಿತಿಯ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ.
- ಡೇಟಾಬೇಸ್ ಸಮಸ್ಯೆಗಳನ್ನು ಎದುರಿಸುತ್ತಿರುವ ಬ್ಯಾಕೆಂಡ್ ಎಂಜಿನಿಯರ್ಗೆ Agile ಪುಸ್ತಕದ ಅಗತ್ಯವಿಲ್ಲ.
- ಹೆಚ್ಚಿನ AI ವೆಚ್ಚವನ್ನು ಹೊಂದಿರುವ ತಂಡಕ್ಕೆ ಸಾಮಾನ್ಯ ಸಾಫ್ಟ್ವೇರ್ ಪುಸ್ತಕದ ಅಗತ್ಯವಿಲ್ಲ.
- ಲೇಟೆನ್ಸಿ (latency) ಸಮಸ್ಯೆಗಳನ್ನು ಹೊಂದಿರುವ ಸ್ಟಾರ್ಟ್ಅಪ್ಗೆ ನಾಯಕತ್ವದ ಚೌಕಟ್ಟಿನ (leadership framework) ಅಗತ್ಯವಿಲ್ಲ.
ಈ ಜನರಿಗೆ ತಮ್ಮ ಮುಂದೆ ಇರುವ ನಿರ್ದಿಷ್ಟ ಅಡೆತಡೆಗಳಿಗೆ ಪರಿಹಾರಗಳ ಅಗತ್ಯವಿದೆ.
ಎಂಜಿನಿಯರಿಂಗ್ ಪ್ರಸ್ತುತತೆಯನ್ನು (relevance) ಗೌರವಿಸುತ್ತದೆ, ಪರಿಪೂರ್ಣತೆಯನ್ನು (completeness) ಅಲ್ಲ.
ಡೇಟಾಬೇಸ್ಗಳು ಮತ್ತು ನೆಟ್ವರ್ಕಿಂಗ್ನಂತಹ ಮೂಲಭೂತ ಅಂಶಗಳು ಇಂದಿಗೂ ಮುಖ್ಯವಾಗಿವೆ. ಆದರೆ ಅವು ಈಗ ಸಾಕಾಗುವುದಿಲ್ಲ. ಆಧುನಿಕ ವ್ಯವಸ್ಥೆಗಳು AI inference ವೆಚ್ಚಗಳಂತಹ ಹೊಸ ಸವಾಲುಗಳನ್ನು ತರುತ್ತಿವೆ.
ದಶಕಗಳ ಕಾಲ, ಎಂಜಿನಿಯರ್ಗಳು ಡಿಟರ್ಮಿನಿಸ್ಟಿಕ್ (deterministic) ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಿದರು. ಒಂದೇ ಇನ್ಪುಟ್ ಯಾವಾಗಲೂ ಒಂದೇ ಔಟ್ಪುಟ್ ನೀಡುತ್ತಿತ್ತು.
ಇಂದು, ಅನೇಕ ವ್ಯವಸ್ಥೆಗಳು ಪ್ರೊಬಾಬಿಲಿಸ್ಟಿಕ್ (probabilistic) ಆಗಿವೆ. ಒಂದು AI ಪ್ರಾಂಪ್ಟ್ ಪ್ರತಿ ಬಾರಿಯೂ ವಿಭಿನ್ನ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ನೀಡಬಹುದು. ನೀವು ಕೋಡ್ ಅನ್ನು ಮುಟ್ಟದೆಯೇ ಮಾಡೆಲ್ ಅಪ್ಗ್ರೇಡ್ ಮಾಡುವುದು ನಿಮ್ಮ ಅಪ್ಲಿಕೇಶನ್ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ಬದಲಾಯಿಸಬಹುದು.
ಹೊಸ ಪ್ರಶ್ನೆಗಳು ನಿಮ್ಮ ಕೆಲಸವನ್ನು ಮುನ್ನಡೆಸುತ್ತವೆ:
- ನೀವು ಗುಣಮಟ್ಟವನ್ನು ಹೇಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತೀರಿ?
- ಅನಿರೀಕ್ಷಿತ ಘಟಕಗಳನ್ನು (unpredictable components) ನೀವು ಹೇಗೆ ನಿರ್ವಹಿಸುತ್ತೀರಿ?
ಅತ್ಯಂತ ಬಲಿಷ್ಠ ಎಂಜಿನಿಯರ್ಗಳು ಪುಸ್ತಕವನ್ನು ಮುಗಿಸಲು ಓದುವುದಿಲ್ಲ, ಬದಲಾಗಿ ಕಾರ್ಯವಿಧಾನಗಳಿಗಾಗಿ (mechanisms) ಓದುತ್ತಾರೆ. ಅವರು ಒಂದು ಅಡೆತಡೆಯನ್ನು ಪತ್ತೆಹಚ್ಚುತ್ತಾರೆ ಮತ್ತು ಅದನ್ನು ಸರಿಪಡಿಸಲು ಅಗತ್ಯವಿರುವ ನಿರ್ದಿಷ್ಟ ತರ್ಕವನ್ನು (logic) ಕಲಿಯುತ್ತಾರೆ.
- ಲೇಟೆನ್ಸಿ ಹೆಚ್ಚಿದ್ದರೆ, batching ಬಗ್ಗೆ ಅಧ್ಯಯನ ಮಾಡಿ.
- ಸಂದರ್ಭವು (context) ಕಳೆದುಹೋಗುತ್ತಿದ್ದರೆ, retrieval ಬಗ್ಗೆ ಅಧ್ಯಯನ ಮಾಡಿ.
- AI ಏಜೆಂಟ್ಗಳು ವಿಫಲವಾದರೆ, evaluation ಬಗ್ಗೆ ಅಧ್ಯಯನ ಮಾಡಿ.
ಇದು ಕಲಿಕೆಯನ್ನು ಉತ್ಪಾದನಾ ಫಲಿತಾಂಶಗಳೊಂದಿಗೆ (production results) ಸಂಪರ್ಕಿಸುತ್ತದೆ. ನಿಮ್ಮ ಜ್ಞಾನವು ತಕ್ಷಣದ ಪ್ರಯೋಜನವಾಗುತ್ತದೆ.
ಈ ಕಲಿಕೆಯ ಲೂಪ್ ಅನ್ನು ಬಳಸಿ:
- ಅಡೆತಡೆಯನ್ನು ಗುರುತಿಸಿ.
- ಅದನ್ನು ಸರಿಪಡಿಸಲು ನಿರ್ದಿಷ್ಟ ಸಂಪನ್ಮೂಲವನ್ನು ಹುಡುಕಿ.
- ಅದನ್ನು ವ್ಯವಸ್ಥೆಗೆ ಅನ್ವಯಿಸಿ.
ನಿಮ್ಮ ಮುಂದಿನ ಪುಸ್ತಕವನ್ನು ಪ್ರಾರಂಭಿಸುವ ಮೊದಲು, ನಿಮ್ಮನ್ನೇ ಒಂದು ಪ್ರಶ್ನೆ ಕೇಳಿಕೊಳ್ಳಿ: ಪ್ರಸ್ತುತ ನನ್ನ ವ್ಯವಸ್ಥೆಯಲ್ಲಿರುವ ಅತಿದೊಡ್ಡ ಮಿತಿ (constraint) ಯಾವುದು?
ಅದು ಲೇಟೆನ್ಸಿ, ವೆಚ್ಚ, ವಿಶ್ವಾಸಾರ್ಹತೆ (reliability) ಅಥವಾ ಅಬ್ಸರ್ವೇಬಿಲಿಟಿ (observability) ಆಗಿದೆಯೇ?
ಆ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸುವ ಸಂಪನ್ಮೂಲವನ್ನು ಹುಡುಕಿ. ಅತ್ಯಂತ ಜನಪ್ರಿಯ ಪುಸ್ತಕವನ್ನು ಆಯ್ಕೆ ಮಾಡಬೇಡಿ. ನಿಮ್ಮ ಮಿತಿಯನ್ನು ಪರಿಹರಿಸುವ ಪುಸ್ತಕವನ್ನು ಆಯ್ಕೆ ಮಾಡಿ.
ಎಂಜಿನಿಯರಿಂಗ್ ಎನ್ನುವುದು ಓದುವ ಸ್ಪರ್ಧೆಯಲ್ಲ. ಇದು ಮಿತಿಗಳನ್ನು ಪರಿಹರಿಸುವ ವೃತ್ತಿಯಾಗಿದೆ. ನೀವು ಮುಂದೆ ಏನು ಕಲಿಯಬೇಕು ಎಂಬುದನ್ನು ನಿಮ್ಮ ವ್ಯವಸ್ಥೆಯೇ ನಿರ್ಧರಿಸಲಿ.
ಐಚ್ಛಿಕ ಕಲಿಕಾ ಸಮುದಾಯ: https://t.me/GyaanSetuAi