एआई विक्रेताओं को विशिष्ट उपयोग के मामलों के लिए और समाधान पेश करने चाहिए

ट्रांसफ़ॉर्म 2021 के सभी सत्र अब मांग पर उपलब्ध हैं। अब देखिए।


अधिकांश एआई विक्रेता ऐसे समाधान विकसित करें जो बड़े बाजारों के साथ व्यापक उपयोग के मामलों को लक्षित करें। ऐसा इसलिए है क्योंकि निवेशकों ने दिखाया है कि वे केवल लक्षित बाजार में रुचि रखते हैं यदि यह कई अरब डॉलर का है। इसलिए छोटे बाजारों को बाहर रखा गया है, और विशिष्ट बाजारों के लिए डिज़ाइन किए गए एआई समाधान विचार अक्सर मर जाते हैं और उनके पीछे की कंपनियां दिन के उजाले को देखने का मौका मिलने से पहले एक ठहराव पर आ जाती हैं।

आला बनाने के लिए सीमित पूंजी का एक और दुष्परिणाम मॉडल यह है कि एआई विक्रेता एक मॉडल का निर्माण करते हैं और इसे अलग-अलग उपयोगकर्ताओं के बड़े समूह के लिए विपणन करते हैं। उदाहरण के लिए, एक वाहन डिटेक्शन सिस्टम बेचने वाली कंपनी आम तौर पर कई उपयोग के मामलों और भौगोलिक क्षेत्रों में सभी प्रकार के वाहनों का पता लगाने के लिए एक मॉडल का निर्माण करेगी। एक जानवर का पता लगाने वाला मॉडल आम तौर पर कई अलग-अलग जानवरों का पता लगाता है और एक जानवर का पता लगाने के लिए डिज़ाइन किए गए मॉडल की तुलना में कम सटीकता रखता है। इन व्यापक पहुंच वाले उत्पादों के परिणामस्वरूप मॉडल की सटीकता कम होती है और एआई की क्षमताओं में जनता का विश्वास कम होता है। उन्हें यह भी आवश्यक है कि मनुष्य सत्यापन के लिए लूप में रहें, अधिक मानव संसाधनों का उपभोग करें और ग्राहकों के लिए समाधान की समग्र लागत में वृद्धि करें।

निवेशकों का व्यापक पहुंच वाले समाधानों पर ध्यान केंद्रित करने का कारण यह है कि आला समाधान तैयार करना बहुत महंगा है। आला उपयोग के मामले के लिए एक मॉडल बनाने के लिए, आपको डेटा की आवश्यकता होती है जो इसके लिए बहुत विशिष्ट है। और सभी प्रासंगिक नियमों और सुरक्षा चिंताओं को दूर करते हुए डेटा एकत्र करना एक बड़ी चुनौती है।

और यहां तक ​​​​कि अगर एक विक्रेता एक विशिष्ट उपयोग के मामले के लिए एक मॉडल विकसित करने में सक्षम है, तो चुनौती खत्म नहीं हुई है, क्योंकि एआई मॉडल शायद ही कभी एक स्टैंडअलोन समाधान है – यह अक्सर कई बाहरी घटकों पर निर्भर करता है। और आपका मॉडल जितना अधिक आला होगा, समाधान के घटक उतने ही अधिक आला होंगे। उदाहरण के लिए, कंप्यूटर विज़न या विजन AI के मामले में, कुछ महत्वपूर्ण घटकों में शामिल हैं:

  1. कैमरा सेटअप और प्रबंधन
  2. एआई मॉडल प्रबंधन और अपडेट
  3. वीडियो संग्रहण और डेटा प्रतिधारण नीतियों से निपटना
  4. अलर्ट और अधिसूचना नियम
  5. उपयोगकर्ताओं के लिए भूमिका आधारित अभिगम नियंत्रण

सॉफ़्टवेयर स्टैक में किसी एक चरण पर AI मॉडल चलाना पहेली का एक बहुत छोटा टुकड़ा है। एआई विक्रेता का अधिकांश समय शेष सॉफ़्टवेयर स्टैक के निर्माण में चला जाता है ताकि उपकरणों और अन्य सेवाओं को संभालने के लिए एक पूर्ण समाधान तैयार किया जा सके।

और फिर विचार करने के लिए अनुपालन और सुरक्षा मुद्दे हैं। विक्रेता द्वारा बेचे जाने वाले किसी भी एआई समाधान को विभिन्न भौगोलिक क्षेत्रों में विभिन्न नियमों का पालन करना होगा और सुरक्षित होना चाहिए। उन जरूरतों को पूरा करना किसी भी कंपनी के लिए एक बड़ा काम होता है। यह और भी मुश्किल हो जाता है अगर कंपनी या डेवलपर्स को अपने स्थान में कोई पूर्व समाधान मौजूद न होने वाले पानी से निपटना पड़ता है। ऐसे मामलों में उन्हें एआई समाधानों को लागू करने के बारे में कानूनों को नेविगेट करने के लिए स्थानीय, राज्य या केंद्र सरकार के पास जाना पड़ सकता है।

यह देखते हुए कि अधिकांश कानून निर्माता प्रौद्योगिकी विशेषज्ञ नहीं हैं, नियमों को पारित करने और अपनाने में समय लगता है। यह एक धीमी प्रक्रिया हो सकती है, जो ऐसी परियोजनाओं की व्यवहार्यता या सफलता को जोखिम में डाल सकती है यदि कंपनी के पास इसे पूरा करने के लिए पर्याप्त जेब नहीं है।

विशिष्ट उपयोग के मामलों के लिए AI उपलब्ध कराना

तो एआई विक्रेता समुदाय इन चुनौतियों से कैसे पार पा सकता है, जहां व्यापक पहुंच वाले उत्पाद लागू नहीं होते हैं?

1. दोस्ताना ग्राहकों के साथ एक ग्राहक परिषद बनाएं। ऊपर उल्लिखित डेटा-संग्रह चुनौती को संभालने के लिए, एआई विक्रेताओं को ऐसे अनुकूल ग्राहकों को खोजने का लक्ष्य रखना चाहिए जो मदद कर सकें। ऐसे ग्राहक न केवल कुछ आवश्यक डेटा प्रदान कर सकते हैं; वे विक्रेताओं को डेटा संग्रह और प्रबंधन के लिए सही संरचना स्थापित करने में भी मदद कर सकते हैं। बदले में, विक्रेताओं को उन्हें बहुत कम कीमत पर समाधान की पेशकश करनी चाहिए। प्रारंभिक ग्राहक परिषद के रूप में, वे दूसरों के लिए उपयोगी समाधान बनाने में गर्व महसूस कर सकते हैं।

2. खरोंच से निर्माण से बचें। कुछ विक्रेता क्लाउड विक्रेता से मौजूदा सॉफ़्टवेयर लाइब्रेरी और कोर इंफ्रास्ट्रक्चर सेवाओं का उपयोग करके स्वयं सब कुछ बनाने का निर्णय लेते हैं। यह दृष्टिकोण डिजाइन पर पूर्ण नियंत्रण प्रदान करता है लेकिन इसे बनाने में लगभग एक वर्ष लग सकता है। प्रारंभिक लक्ष्य जल्दी से समाधान तैयार करना और परीक्षण के लिए इसे बाजार में ले जाना होना चाहिए। प्रारंभिक ग्राहकों और शुरुआती अपनाने वालों की स्थापना के बाद समाधान को हमेशा बाद में सुधार या अनुकूलित किया जा सकता है। गो-टू-मार्केट समय बढ़ाने के लिए कुछ समाधान सामने आए हैं। उदाहरण के लिए, एडब्ल्यूएस पैनोरमा तथा माइक्रोसॉफ्ट परसेप्ट मौजूदा या स्मार्ट कैमरों का उपयोग करके एआई समाधान बनाने में मदद करने के लिए एज डिप्लॉयमेंट के लिए विभिन्न समाधान लॉन्च किए हैं। ये उपकरण विशेष रूप से उपकरणों के करीब किनारे पर एआई मॉडल की तैनाती में मदद करते हैं। सामान्य तौर पर, उन प्लेटफार्मों की तलाश करें जो एआई मॉडल से पूर्ण समाधान में त्वरित संक्रमण को सक्षम करते हैं।

3. एआई/एमएल पाइपलाइन बनाएं। एआई विक्रेता पाइपलाइन का निर्माण कर सकते हैं जो उन्हें विशिष्ट डेटा सेट पर मॉडल को जल्दी से प्रशिक्षित करने की अनुमति देता है। उन्हें एक पाइपलाइन डिजाइन करनी चाहिए ताकि विशिष्ट मॉडल बनाने के लिए उपयोग किए गए डेटा को आसानी से ट्रैक किया जा सके ताकि ग्राहकों से नए डेटा को जोड़ना आसान हो सके क्योंकि यह उपलब्ध है। इस स्थान में पहले से ही कई समाधान हैं जैसे क्यूबफ्लो, एडब्ल्यूएस सेजमेकर, जीसीपी एआई पाइपलाइन इसका मतलब है कि आप एक पाइपलाइन को खरोंच से बनाने से बच सकते हैं।

तल – रेखा

अधिक उपयोगकर्ता संगठनों के लिए इसे और अधिक उपलब्ध कराने के लिए कृत्रिम बुद्धिमत्ता का लोकतंत्रीकरण करने के बारे में बहुत सारी बातें हैं। वर्तमान में हमारे पास मानव पहचान और आवाज पहचान जैसी चीजों के लिए बाजार में कई व्यापक पहुंच वाले एआई मॉडल हैं। लेकिन मॉडल इतने सामान्य हैं कि वे गलत होने का जोखिम उठाते हैं। एआई की सटीकता और सटीकता बढ़ाने के लिए, और इसे संगठनों की एक विस्तृत श्रृंखला के लिए प्रयोग करने योग्य बनाने के लिए, हमें एआई मॉडल की एक लंबी पूंछ को सक्षम करना चाहिए जो विशिष्ट उपयोग के मामलों के लिए डिज़ाइन किए गए हैं। हालांकि इस तरह के आला मॉडल विकसित करने और उन्हें बाजार में ले जाने की वर्तमान लागत बहुत अधिक है, हमें उस बाधा को तोड़ने के तरीके खोजने होंगे।

अजय गुलाटी विजन एआई कंपनी के सीटीओ हैं कामी विजन।

वेंचरबीट

तकनीकी निर्णय लेने वालों के लिए परिवर्तनकारी तकनीक और लेनदेन के बारे में ज्ञान हासिल करने के लिए वेंचरबीट का मिशन एक डिजिटल टाउन स्क्वायर बनना है। जब आप अपने संगठनों का नेतृत्व करते हैं तो हमारा मार्गदर्शन करने के लिए हमारी साइट डेटा तकनीकों और रणनीतियों पर आवश्यक जानकारी प्रदान करती है। हम आपको हमारे समुदाय का सदस्य बनने के लिए आमंत्रित करते हैं:

  • आपकी रुचि के विषयों पर अप-टू-डेट जानकारी
  • हमारे समाचार पत्र
  • गेटेड विचार-नेता सामग्री और हमारे बेशकीमती आयोजनों के लिए रियायती पहुंच, जैसे रूपांतरण 2021: और अधिक जानें
  • नेटवर्किंग सुविधाएँ, और बहुत कुछ

सदस्य बने

(Visited 19 times, 1 visits today)

About The Author

You might be interested in

शोधकर्ताओं-ने-विस्तार-से-बताया-कि-कैसे-हैकर्स-चीन-में.jpg
0

LEAVE YOUR COMMENT