𝗕𝗲𝗳𝗼𝗿𝗲 𝗬𝗼𝘂 𝗧𝗿𝘂𝘀𝘁 𝗔𝗜 𝗪𝗶𝘁𝗵 𝗖𝗼𝗿𝗲 𝗣𝗿𝗼𝗱𝘂𝗰𝘁 𝗪𝗼𝗿𝗸, 𝗥𝗲𝗮𝗱 𝗧𝗵𝗶𝘀
ಡೆಮೋ (Demo) ಮತ್ತು ಪ್ರೊಡಕ್ಷನ್ ಸಿಸ್ಟಮ್ (Production system) ಕಾರ್ಯನಿರ್ವಹಿಸುವ ರೀತಿ ವಿಭಿನ್ನವಾಗಿರುತ್ತದೆ. ಅನೇಕ AI ಪರಿಕರಗಳು ಡೆಮೋಗಳಲ್ಲಿ ಅತ್ಯುತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಈ ಎರಡರ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ತಿಳಿಯದ ಸಂಸ್ಥಾಪಕರು ವೇಗವಾಗಿ ಪ್ರೊಟೊಟೈಪ್ಗಳನ್ನು (Prototypes) ನಿರ್ಮಿಸುತ್ತಾರೆ, ಆದರೆ ನಂತರ ಅವುಗಳನ್ನು ಮರುನಿರ್ಮಾಣ ಮಾಡಲು ಬಹಳ ಸಮಯ ತೆಗೆದುಕೊಳ್ಳಬೇಕಾಗುತ್ತದೆ.
AI ಕೋಡಿಂಗ್ ಅಳವಡಿಕೆಯು ಹೆಚ್ಚುತ್ತಿದೆ. ಶೇಕಡಾ 78 ಕ್ಕಿಂತ ಹೆಚ್ಚು ಕಂಪನಿಗಳು ತಮ್ಮ ಪ್ರಮುಖ ವ್ಯವಹಾರ ಕಾರ್ಯಗಳಲ್ಲಿ AI ಅನ್ನು ಬಳಸುತ್ತಿವೆ. ಸಣ್ಣ ಸ್ಟಾರ್ಟ್ಅಪ್ಗಳಲ್ಲಿ, ಇದರ ಅಳವಡಿಕೆಯು ಶೇಕಡಾ 60 ಕ್ಕಿಂತ ಹೆಚ್ಚಿದೆ.
ಆದಾಗ್ಯೂ, ಗುಣಮಟ್ಟದ ದತ್ತಾಂಶವು ಅಪಾಯಗಳನ್ನು ತೋರಿಸುತ್ತದೆ. CodeRabbit ನ ಸಂಶೋಧನೆಯ ಪ್ರಕಾರ, ಮಾನವ ನಿರ್ಮಿತ ಕೋಡ್ಗಿಂತ AI ಬರೆದ ಕೋಡ್ನಲ್ಲಿ 1.75 ಪಟ್ಟು ಹೆಚ್ಚು ಲಾಜಿಕ್ ಸಮಸ್ಯೆಗಳಿವೆ. ಭದ್ರತಾ ದೋಷಗಳು (Security vulnerabilities) 2.74 ಪಟ್ಟು ಹೆಚ್ಚಿವೆ. ಕೆಲವು ಅಧ್ಯಯನಗಳು AI-ಜನರೇಟೆಡ್ Java ಕೋಡ್ವು ಶೇಕಡಾ 70 ಕ್ಕಿಂತ ಹೆಚ್ಚು ಬಾರಿ ಭದ್ರತಾ ಮಾನದಂಡಗಳಲ್ಲಿ (Security benchmarks) ವಿಫಲವಾಗುತ್ತದೆ ಎಂದು ತೋರಿಸುತ್ತವೆ.
ಸಮಸ್ಯೆ ರಚನಾತ್ಮಕವಾಗಿದೆ. ನೀವು ಅಸ್ಪಷ್ಟ ಪ್ರಾಂಪ್ಟ್ (Prompt) ಬಳಸಿದಾಗ, AI ಏಕಕಾಲದಲ್ಲಿ ಆರ್ಕಿಟೆಕ್ಚರ್ (Architecture) ಮತ್ತು ಕೋಡ್ ಎರಡನ್ನೂ ಸೃಷ್ಟಿಸುತ್ತದೆ. ಇದು ತಪ್ಪು ಕ್ರಮವಾಗಿದೆ.
Spec-Driven Development (SDD) ಇದನ್ನು ಪರಿಹರಿಸುತ್ತದೆ. ನೀವು ಮೊದಲು ಸಿಸ್ಟಮ್ ನಿಯಮಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತೀರಿ. ಯಾವುದೇ ಕೋಡ್ ಬರೆಯುವ ಮೊದಲು ನೀವು API ರೂಪಗಳು (shapes), ಡೇಟಾಬೇಸ್ ಸ್ಕೀಮಾಗಳು (database schemas) ಮತ್ತು ಮಿತಿಗಳನ್ನು (boundaries) ನಿಗದಿಪಡಿಸುತ್ತೀರಿ. ನಂತರ, ಆ ನಿಯಮಗಳ ಅನ್ವಯ ನಿರ್ಮಿಸಲು ನೀವು AI ಅನ್ನು ಬಳಸುತ್ತೀರಿ.
ಈ ವಿಧಾನವು ಕೆಲಸ ಮಾಡುತ್ತದೆ ಏಕೆಂದರೆ AI ಕೇವಲ ಊಹಿಸುವ ಬದಲು ನಿರ್ಬಂಧಗಳೊಂದಿಗೆ (constraints) ಕೆಲಸ ಮಾಡುತ್ತದೆ.
ಪ್ರೊಡಕ್ಷನ್ ಸಿದ್ಧತೆ (Production readiness) ಎಂಬುದು ಕೇವಲ ಒಂದು ಹೆಚ್ಚುವರಿ ಅಂಶವಲ್ಲ. ಇದು ನಿಮ್ಮ ಆರ್ಕಿಟೆಕ್ಚರ್ನ ಒಂದು ಭಾಗವಾಗಿದೆ. ಬ್ಯಾಕೆಂಡ್ನೊಂದಿಗೆ ಜನರೇಟ್ ಮಾಡಲಾದ ಫ್ರಂಟ್ಎಂಡ್ (Frontend) ಒಂದು ಉಪಯುಕ್ತ ಸಾಧನವಾಗಿದೆ, ಆದರೆ ಅದು ಪ್ರೊಡಕ್ಷನ್ ಸಿಸ್ಟಮ್ ಅಲ್ಲ. ನೈಜ ಸಿಸ್ಟಮ್ಗೆ ಇವುಗಳ ಅಗತ್ಯವಿದೆ:
- Containerized deployment
- Infrastructure-as-code
- Orchestration
- Health checks
- CI/CD pipelines
- Test coverage
- Observability
ಪ್ರೊಡಕ್ಷನ್ಗಾಗಿ AI ಪರಿಕರಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಾಗ, ಈ ಐದು ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿ:
- ಪರಿಕರವು ಕೋಡ್ ಬರೆಯುವ ಮೊದಲು ಏನು ಮಾಡುತ್ತದೆ? ಅದು ಏನನ್ನೂ ಮಾಡದಿದ್ದರೆ, ನೀವು ಆರ್ಕಿಟೆಕ್ಚರಲ್ ಸಾಲವನ್ನು (architectural debt) ಸೃಷ್ಟಿಸುತ್ತಿದ್ದೀರಿ ಎಂದರ್ಥ.
- ಕೋಡ್ ಹೊರತುಪಡಿಸಿ ಔಟ್ಪುಟ್ನಲ್ಲಿ ಏನೆಲ್ಲಿದೆ? ಇನ್ಫ್ರಾಸ್ಟ್ರಕ್ಚರ್ ಮತ್ತು ಟೆಸ್ಟ್ಗಳು ಔಟ್ಪುಟ್ನ ಭಾಗವಾಗಿರಬೇಕು, ಅವುಗಳನ್ನು ನಂತರ ಯೋಚಿಸುವ ವಿಷಯಗಳನ್ನಾಗಿ ಮಾಡಬಾರದು.
- ನೀವು ನಿರ್ಧಾರಗಳನ್ನು ಪರೀಕ್ಷಿಸಬಲ್ಲಿರಾ? ಬ್ಲ್ಯಾಕ್ ಬಾಕ್ಸ್ (black box) ಅನ್ನು ನಿರ್ವಹಿಸುವುದನ್ನು ತಪ್ಪಿಸಲು AI ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ನೀವು ನೋಡಬೇಕಾಗುತ್ತದೆ.
- ಸಿಸ್ಟಮ್ ವೈಫಲ್ಯವನ್ನು ಹೇಗೆ ನಿಭಾಯಿಸುತ್ತದೆ? ಎರರ್ ಹ್ಯಾಂಡ್ಲಿಂಗ್ (Error handling) ಮತ್ತು ಅಲರ್ಟಿಂಗ್ ಅನ್ನು ಮೊದಲೇ ಒಳಗೊಂಡಿರಬೇಕು.
- ನಿಮ್ಮ ಕೋಡ್ ಅನ್ನು ವರ್ಗಾಯಿಸಲು ಸಾಧ್ಯವೇ? ಪ್ರೊಪ್ರೈಟರಿ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗೆ (proprietary platform) ಕಟ್ಟುಬಿದ್ದಿರುವ ಕೋಡ್ ಒಂದು ಅವಲಂಬನೆಯೇ ಹೊರತು ಆಸ್ತಿಯಲ್ಲ.
ಡೆಮೋ ಔಟ್ಪುಟ್ ಅನ್ನು ನೋಡುವುದನ್ನು ನಿಲ್ಲಿಸಿ. ಡೆಮೋ ನಿರ್ಮಿಸುವ ಮೊದಲು ನಡೆದ ವ್ಯವಸ್ಥಿತ ಆಲೋಚನೆಯನ್ನು ಗಮನಿಸಿ.
ಅತ್ಯುತ್ತಮ ತಂಡಗಳು ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದಿಲ್ಲ. ಅವು ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ವೇಗವಾಗಿ ಮಾಡಲು ಉತ್ತಮ ಪರಿಕರಗಳನ್ನು ಬಳಸುತ್ತವೆ. ಅವು ಎಂಜಿನಿಯರಿಂಗ್ ನಿರ್ಧಾರಗಳನ್ನು (engineering judgment) ಕಾರ್ಯಗತಗೊಳಿಸಲು AI ಅನ್ನು ಬಳಸುತ್ತವೆ, ಅದನ್ನು ಬದಲಾಯಿಸಲು ಅಲ್ಲ.
ಮೂಲ: https://dev.to/8080_ai/before-you-trust-ai-with-core-product-work-read-this-2go3