மீள்தன்மை கொண்ட AI ஏஜெண்டுகளைப் புரிந்துகொள்ளுதல்
AI ஆய்வகங்களிலிருந்து நிஜ உலக வணிகப் பணிகளுக்கு மாறியுள்ளது. நிறுவனங்கள் வாடிக்கையாளர் சேவை மற்றும் நிதித் துறைகளில் AI-ஐப் பயன்படுத்துகின்றன. இது ஒரு பெரிய கேள்வியை எழுப்புகிறது. இந்த அமைப்புகள் செயலிழக்கும்போது என்ன நடக்கும்?
நெட்வொர்க் தோல்விகள் அல்லது தவறான தரவுகளின் போது செயல்படும் அமைப்புகள் உங்களுக்குத் தேவை. மீள்தன்மை கொண்ட (Resilient) AI ஏஜெண்டுகள் செயலிழந்துவிடாது. அவை சூழ்நிலைக்கு ஏற்ப மாறுகின்றன. மீண்டும் முயற்சி செய்கின்றன. அமைப்பின் சில பகுதிகள் பழுதானாலும் அவை தொடர்ந்து செயல்படுகின்றன.
மீள்தன்மை என்பது மூன்று விஷயங்களைக் குறிக்கிறது:
- பிழைத் தாங்குதிறன் (Fault tolerance): ஒரு பிழை முழு அமைப்பையும் முடக்கிவிடாது.
- தகவமைப்பு நடத்தை (Adaptive behavior): ஒரு முறை தோல்வியடையும் போது ஏஜெண்டுகள் தங்கள் திட்டத்தை மாற்றிக்கொள்கின்றன.
- படிப்படியான செயல்பாட்டுத் திறன் குறைவு (Graceful degradation): குறைந்த வேகத்திலும் அமைப்பின் முக்கிய அம்சங்கள் தொடர்ந்து இயங்குவதை இது உறுதி செய்கிறது.
ஒரு வாடிக்கையாளர் சேவை பாட் (bot)-ஐப் பற்றிச் சிந்திப்போம். ஒரு மீள்தன்மை கொண்ட பாட், அதன் தரவுத்தளம் (database) செயலிழந்தால் அப்படியே நின்றுவிடாது. அது ஒரு மாற்றுப் பதிப்பைப் பயன்படுத்தும் அல்லது பயனரை ஒரு மனிதரிடம் வழிநடத்தும்.
இந்த ஏஜெண்டுகளை உருவாக்க, உங்களுக்கு இந்த கருவிகள் தேவை:
- கண்காணிப்பு (Monitoring): பிழைகள் மற்றும் பதிலளிக்கும் நேரத்தைக் கண்காணிக்கவும்.
- மறுமுயற்சி தர்க்கம் (Retry logic): அமைப்பிற்கு அதிகப்படியான சுமையை ஏற்படுத்தாமல் மீண்டும் முயற்சிக்கவும்.
- சர்க்யூட் பிரேக்கர்கள் (Circuit breakers): பழுதான சேவைக்கு கோரிக்கைகளை (requests) அனுப்புவதை நிறுத்தவும்.
- மாற்றுத் திட்டங்கள் (Fallback plans): முதல் வழிமுறை தோல்வியடையும் போது இரண்டாவது பாதையைப் பயன்படுத்தவும்.
- நிலை மேலாண்மை (State management): ஏஜென்ட் செயலிழந்த பிறகு மீண்டும் இயங்குவதற்கு அதன் முன்னேற்றத்தைச் சேமிக்கவும்.
தோல்வி என்பது தொழில்நுட்பப் பிழைகளை விட அதிக இழப்பை ஏற்படுத்தும். நீங்கள் வாடிக்கையாளர் நம்பிக்கையை இழக்கிறீர்கள். வருவாயை இழக்கிறீர்கள். இணக்க அபாயங்களை (compliance risks) எதிர்கொள்கிறீர்கள்.
பல குழுக்கள் துல்லியத்தில் (accuracy) மட்டுமே கவனம் செலுத்துகின்றன. நிஜ உலகச் சூழல்கள் சிக்கலானவை என்பதை அவர்கள் மறந்துவிடுகிறார்கள். நெட்வொர்க் தாமதம் (lag) மற்றும் அதிகப்படியான பயனர் சுமைகள், சோதனைச் சூழல்களில் (testing environments) கண்டறிய முடியாத சிக்கல்களை உருவாக்குகின்றன.
மீள்தன்மை என்பது AI-ஐ ஒரு விளையாட்டுப் பொருளில் இருந்து ஒரு வணிகச் சொத்தாக மாற்றுகிறது.
இந்தக் கட்டங்களுடன் தொடங்குங்கள்:
- என்னென்ன தவறுகள் நடக்கலாம் என்பதைத் திட்டமிடுங்கள்.
- விரிவான பதிவுகளைப் (logging) பயன்படுத்துங்கள்.
- "வரையறுக்கப்பட்ட முறை" (limited mode) எப்படி இருக்க வேண்டும் என்பதைத் தீர்மானியுங்கள்.
- சோதனையின் போது வேண்டுமென்றே சிலவற்றைச் செயலிழக்கச் செய்து பாருங்கள்.
- தொழில்நுட்பத் தரவு மற்றும் வணிக முடிவுகள் ஆகிய இரண்டையும் கவனியுங்கள்.
மீள்தன்மை என்பது ஒரு கூடுதல் அம்சம் அல்ல. அது ஒரு கட்டாயத் தேவை.
Optional learning community: https://t.me/GyaanSetuAi