గుర్రపు బండి లేని వాహనాల కాలం దాటిన 7 AI నేటివ్ మార్పులు
కొత్త సాంకేతికత తరచుగా పాత సాధనాలను అనుకరించడం ద్వారా ప్రారంభమవుతుంది.
కారు అనేది వేగవంతమైన బండిలా మొదలవుతుంది. వెబ్సైట్ అనేది ఒక డిజిటల్ బ్రోచర్లా మొదలవుతుంది. AI తరచుగా ఒక మెరుగైన చాట్బాట్లా మొదలవుతుంది. ఇది మొదటి దశ. ఇది ఉపయోగకరంగా ఉంటుంది కానీ పరిమితమైనది.
సాంకేతికత కొత్త నమూనాలను (patterns) సృష్టించినప్పుడు నిజమైన మార్పు సంభవిస్తుంది. కార్లు హైవేలను మరియు శివారు ప్రాంతాలను (suburbs) నిర్మించాయి. AI సాఫ్ట్వేర్ మరియు పని విధానాల కోసం కొత్త నమూనాలను నిర్మిస్తోంది.
ప్రస్తుతం జరుగుతున్న ఏడు స్పష్టమైన మార్పులు ఇక్కడ ఉన్నాయి:
చాట్బాట్ల నుండి ఆపరేటర్ల వరకు (From Chatbots to Operators) ఒక చాట్బాట్ సమాధానాన్ని ఇస్తుంది. ఒక ఆపరేటర్కు లక్ష్యం, సాధనాలు, జ్ఞాపకశక్తి (memory) మరియు తనిఖీలు (checks) ఉంటాయి. అది ఏమి చెబుతుంది అన్నది ప్రశ్న కాదు. అది సురక్షితంగా ఏమి చేయగలదు మరియు దేనిని నిరూపించగలదు అన్నదే అసలు ప్రశ్న.
స్క్రీన్ల నుండి యాక్షన్ సర్ఫేస్ల వరకు (From Screens to Action Surfaces) చాలా సాఫ్ట్వేర్లు మనుషులు బటన్లను క్లిక్ చేయాలని ఆశిస్తాయి. ఏజెంట్-యాక్సెస్సిబుల్ (Agent-accessible) సాఫ్ట్వేర్ చర్యలను నేరుగా ప్రదర్శిస్తుంది. ఇంటర్ఫేస్ అనేది ఇకపై కేవలం ఒక పేజీ మాత్రమే కాదు. అది చర్యల కోసం ఒక ఉపరితలం (surface).
కోడర్ల నుండి సిస్టమ్ యజమానుల వరకు (From Coders to System Owners) డెవలపర్లు మాయమైపోరు. వారి పని స్థాయి పెరుగుతుంది. మనుషులు ఉద్దేశ్యం (intent), పరిమితులు (constraints) మరియు అభిరుచిని (taste) నిర్వచిస్తారు. ఏజెంట్లు అమలును (implementation) చూసుకుంటాయి. మనుషులు సిస్టమ్ రూపాన్ని (system shape) నియంత్రిస్తారు.
ముడి తెలివితేటల నుండి సందర్భోచిత సామర్థ్యం వరకు (From Raw Intelligence to Contextual Capability) ఒక తెలివైన మోడల్ మాత్రమే సరిపోదు. ఒక మోడల్ను సాధనాలు, ఫైళ్లు మరియు అనుమతులతో (permissions) కలిపి ఉపయోగించినప్పుడే నిజమైన సామర్థ్యం వస్తుంది. జ్ఞాపకశక్తి మరియు సందర్భోచిత అవగాహన (context) ఉన్న ఉద్యోగి, కేవలం తెలివితేటలు ఉన్నవారి కంటే మెరుగ్గా రాణిస్తారు.
మానవ ప్రవాహాల నుండి మెషిన్ రైల్స్ వరకు (From Human Flows to Machine Rails) వెబ్ అనేది మనుషులు ఫారమ్లను నింపుతారని మరియు ప్రక్రియలను (flows) పూర్తి చేస్తారని భావిస్తుంది. ఏజెంట్ సేవలకు కొత్త మార్గాలు (rails) అవసరం. గుర్తింపు (Identity), ధర నిర్ణయం (pricing) మరియు చెల్లింపులు (payments) మెషిన్-రీడబుల్ (machine-readable) మరియు ఆడిట్ చేయదగినవిగా ఉండాలి.
కోర్సుల నుండి లెర్నింగ్ ఎన్విరాన్మెంట్స్ వరకు (From Courses to Learning Environments) AI లెర్నింగ్ అంటే కోర్సులో ఒక చాట్బాట్ మాత్రమే కాదు. అది ఒక వాతావరణం (environment). మీరు ఎక్కడ ఇబ్బంది పడుతున్నారో అది గుర్తుంచుకుంటుంది. అది వివిధ పరిస్థితులను (scenarios) అనుకరిస్తుంది మరియు రియల్ టైమ్లో కష్టతరాన్ని సర్దుబాటు చేస్తుంది.
టాస్క్ మేనేజ్మెంట్ నుండి కాంపౌండ్ సిస్టమ్స్ వరకు (From Task Management to Compound Systems) పాత సాధనాలు పనులను డాక్యుమెంట్లు మరియు ఇన్బాక్స్ల ద్వారా పంపమని మిమ్మల్ని కోరుతాయి. కొత్త వ్యవస్థలు పర్యవేక్షిస్తాయి, డ్రాఫ్ట్ చేస్తాయి, తనిఖీ చేస్తాయి మరియు సారాంశాన్ని (summarize) అందిస్తాయి. మీరు ఇంకా నియంత్రణలోనే ఉంటారు. యంత్రం కష్టమైన పనులను సులభతరం చేస్తుంది.
AI కేవలం పాత ఇంటర్ఫేస్లను వేగవంతం చేయడం మాత్రమే కాదు. ఇది పనిని మనుషులు నడిపించే వ్యవస్థలుగా మారుస్తోంది. ఈ వ్యవస్థలు ఫలితాలను సాధించడానికి సందర్భం, సాధనాలు మరియు పరిమితులను ఉపయోగిస్తాయి.
Source: https://dev.to/turtleand/7-ai-native-shifts-beyond-the-horseless-carriage-4kbe
Optional learning community: https://t.me/GyaanSetuAi
