ఫీచర్, కెపాబిలిటీ, లేదా నేటివ్: టీమ్‌లు AIని ఎలా నిర్వచిస్తాయి

సాఫ్ట్‌వేర్ టీమ్‌లు AIని మూడు విధాలుగా చూస్తాయి. మార్కెటింగ్ టీమ్‌ల కంటే ఇంజనీర్లు ఈ తేడాను వేగంగా గుర్తిస్తారు.

ఆ మూడు రకాలు:

  • AI ఫీచర్: అంతకుముందు బాగానే పనిచేస్తున్న ఒక వర్క్‌ఫ్లోకు మీరు ఒక బటన్‌ను జోడిస్తారు. ఇది అదనంగా చేర్చబడినది మాత్రమే. ఇది కోర్ లాజిక్‌ను మార్చదు.
  • AI కెపాబిలిటీ: మీరు అనేక ఉత్పత్తులలో AIని ఉపయోగిస్తారు. దీని కోసం పెట్టుబడి ఎక్కువగా ఉంటుంది, కానీ ప్రాథమిక ఆర్కిటెక్చర్ AI రాకముందే రూపొందించబడింది.
  • AI నేటివ్: ఆర్కిటెక్చర్ మొదటి రోజు నుంచే AI ఉంటుందని భావిస్తుంది. అది లేకుండా సిస్టమ్ పనిచేయలేదు.

నమ్మకం కారణంగా ఈ తేడా ముఖ్యం.

చాలా కంపెనీలు కెపాబిలిటీ స్థాయిలో ఉంటాయి. అవి ఇప్పటికే ఉన్న మోడల్‌కు ఇంటెలిజెన్స్‌ను జోడిస్తాయి. AI-నేటివ్ కంపెనీలు ఇంటెలిజెన్స్ చుట్టూ మోడల్‌ను నిర్మిస్తాయి.

AI-నేటివ్ టూల్స్‌ను ఒకే ఒక ప్రశ్నతో పరీక్షించవచ్చు: ఆ టూల్ మొదట దేనిని ఉత్పత్తి చేస్తుంది?

అది కోడ్ రాయడానికి ముందే సిస్టమ్ రిక్వైర్మెంట్, డేటాబేస్ స్కీమా లేదా API కాంట్రాక్ట్‌ను సృష్టిస్తుందా? లేదా మొదట కోడ్‌ను జనరేట్ చేసి, ఆ తర్వాత స్ట్రక్చర్‌ను నిర్మించడానికి ప్రయత్నిస్తుందా?

నిజమైన AI-నేటివ్ సిస్టమ్‌లు జనరేట్ చేయకముందే డిజైన్ చేస్తాయి. ఇది అవుట్‌పుట్‌ను ధృవీకరించడానికి ఒక స్ట్రక్చరల్ మార్గాన్ని సృష్టిస్తుంది.

డెవలపర్ల నమ్మకం తగ్గుతున్నందున ఇది చాలా కీలకం.

డేటా ఒక వింత ధోరణిని చూపుతోంది:

  • 2023లో, 70% మంది డెవలపర్లు AIని ఉపయోగించారు, నమ్మకం స్థాయి 40% మాత్రమే ఉంది.
  • 2025 నాటికి, వినియోగం 84%కి పెరిగింది, కానీ నమ్మకం 29%కి పడిపోయింది.

వినియోగం పెరిగింది, కానీ నమ్మకం తగ్గింది. సాధారణంగా, ఒక టూల్‌ను ఎంత ఎక్కువగా ఉపయోగిస్తే దానిపై అంత నమ్మకం పెరుగుతుంది. కానీ AI విషయంలో దీనికి విరుద్ధంగా జరుగుతోంది. ఇంజనీర్లు దానిని ఎంత ఎక్కువగా ఉపయోగిస్తే, ప్రొడక్షన్‌లో అది ఎక్కడ విఫలమవుతుందో అంత ఎక్కువగా గమనిస్తున్నారు.

ఫీచర్లకు లోపాలను గుర్తించే ఆర్కిటెక్చర్ ఉండదు. అవి వినడానికి సరిగ్గా ఉన్నట్లు అనిపించే అవుట్‌పుట్‌ను ఇస్తాయి కానీ వాటికి స్ట్రక్చరల్ ఆధారాలు ఉండవు.

AI-నేటివ్ సిస్టమ్‌లు లూప్‌లో ఒక స్పెసిఫికేషన్ లేదా డిపెండెన్సీ గ్రాఫ్‌ను కలిగి ఉంటాయి. సిస్టమ్ AI అవుట్‌పుట్‌ను ఒక ప్లాన్‌తో సరిపోల్చి చూస్తుంది. అది వినడానికి నమ్మదగినదిగా ఉందని మాత్రమే అవుట్‌పుట్‌ను నమ్మదు.

ఒక టూల్‌లో AI ఉందా లేదా అని అడగడం ఆపండి. ఇప్పుడు ప్రతిదానిలోనూ AI ఉంది.

సీక్వెన్సింగ్ గురించి అడగండి. ఆ టూల్ మొదట స్ట్రక్చర్‌ను నిర్మిస్తుందా లేదా కోడ్‌ను నిర్మిస్తుందా?

రిస్క్ ఎక్కువగా ఉన్నప్పుడు కూడా ఆ టూల్ ఉపయోగకరంగా ఉంటుందో లేదో ఈ సమాధానం మీకు చెబుతుంది.

Source: https://dev.to/8080_ai/feature-capability-or-native-how-software-teams-define-ai-4k0h