د AI جوړولو چې د غیرقانوني تجربو په پرتله د باور وړ همکار په توګه عمل کوي، اوس مهال د انجنيرۍ کې ترټولو سخت ستونزه ده. ډیری سیسټمونه کولی شي په ډیمو کې بریالیتوب وکړي مګر په واقعي نړۍ کې د پلورلو غیرقانوني ناخالص کې وده ورکړي. د انجنير Pranav Pawar لپاره، د دې غړیتوب حل کول د هغه کار په مرکز شوی دی. د وینټور انټرنټ، د روغتياوې اتومات، او اوس د مارکیټینګ انټرنېټ په پیل کې د Kalos کې د رولونو له لارې، هغه د انجنيرۍ پر بنسټیز اصل په اړه تمرکز کوي چې د انجنيرۍ د باور وړ او باور وړ دی. د هغه لارښوونې په اړه تمرکز کوي چې نه یوازې یو ځل کار کوي، مګر د فشار لاندې کار کوي - سیسټمونه چې ډیزاین شوي دي ترڅو بدلون، تکرار شي او پایلې وړاندې کوي. ځکه چې ډیری AI د اسانه کولو دمخه ناکام کیږي د AI تقریبا هر صنعت مخکښ ته ورسیږي، مګر ډیر کم صنعتونه دا په کچه کار کوي. ډیری سیسټمونه کولی شي په کنټرول شوي ډیمو کې ډیر ښه کار وکړي، یوازې په تولید کې د ټیمونو په څیر کار کولو پیچیدو سره مخکښ شي، کوم چې عموما به د کم فشار شوي ډاټا، غیرقانوني کاروونکي رفتار، یا د فعال وخت لپاره غیرقانوني غوښتنلیک سره کار کوي. شرکتونه د سیسټمونو ته اړتیا لري چې دوی احساس کوي چې دوی کولی شي باور وکړي، په دې معنی کې چې دوی باید د مقرراتو بدلولو سره تنظیم شي، پیچلي ډاټا په کارولو سره، او پایلې تولید کړي چې انسانونه کولی شي تصدیق کړي. مګر ډیری وختونه، د کار فورمه په مختلفو AI اټکلونو کې تقسیم کیږي، د هر یو کار لپاره مسلکي دي - که دا د متن جوړولو، ډاټا راټولولو یا د تبادلې په انفرادي ډول غوره کولو ته اړتیا لري - په اغیزمنه توګه د خلکو ته د پلټنې ته manually اړیکه ونیسئ چې دوی باید وخت خوندي کړي. په پایله کې د AI دی چې د مناسب آرکټیکټریټ کموي چې مستقل برخو سره اړیکه ونیسئ. دا دا چمتو دی چې Pranav Pawar خپل کارپوریشن جوړ کړ. Pawar د لومړي انجنیري کار په IIT Madras کې د موادو انجنيرۍ کې روزل شوی، Pawar د مسلکي ژوند په Bain Capital Ventures کې پیل کړ، په هغه کې چې هغه د ماشين زده کړې انټرنېټ لپاره د سوداګریز تحلیل لپاره یو کوچني انجنيرۍ ډلې سره یوځای شوی. Pawar د بنسټیز ML ماډلونه جوړ او د ماډلول ډاټا پائپلیټونه ډیزاین کړ چې د Jupyter نوټونه څخه ماډلونه په ثباته APIونو کې حرکت کوي، د ټولو ډولونو ټیمونو لپاره ډاټا کړي. هغه لومړی د جنراتور AI سره کار پیل کړ کله چې هغه ClarityCare، د روغتياوي روغتيايي ډاونلوډ سره یوځای شوی چې د بیمه کوونکو لپاره د مخکښ اجازه اتومات کولو سره مرسته کوي. Pawar د بکسینډ له سر څخه جوړ کړ، د حقیقي طبي ریکارډونو پرته د راټولولو او د محاسبه معیارونو پرته د راټولولو لپاره هڅه کوي. د انسان د جائزاتو بدلولو په ځای کې، هغه د تصدیق کټګورۍ راټول کړ چې د ناروغانو ته اجازه ورکوي چې د AI تولید شوي راپورونه تصدیق کړي. د سیسټم په اغیزمن ډول یو بریالیتوب وه، د دستوري کار لپاره د وخت په اړه 15٪ کم کړي. د دې تجربو له دې امله چې پافار د AI په اړه څنګه فکر کوي. په Bain کې، هغه څنګه وګورئ چې د ماډلونو ته اړتيا لري چې په پایله کې د دوی چلولو لپاره. په ClarityCare کې، دا پوهې د نوي وزن ترلاسه کړ، کوم چې په پایله کې د دقت په اړه د حقیقي ناروغانو او کلینیکانو لپاره اړتيا لري. دا هغه ته په لومړي وخت کې وګورئ چې د اعتماد په توګه د ثانوي هدف په توګه فکر نه کیدی شي، بلکه د AI په حقیقي نړۍ کې په مناسب ډول کارول کیدی شي. "د اعتماد دی هغه څه چې د محصول څخه د پروژې څخه راټول کیږي، دا وايي. تاسو په چټکۍ سره زده کړئ چې د سخت برخه د AI فکر نه کوي. دا دا دا دی چې دا هر وخت وړاندې کوي. " Inside Kalos: د بازار موندنې کمپنۍونو اتومات د اعتماد په اړه دا تمرکز دا دی چې Pawar اوس په توګه د انجنير بنسټ په توګه کار کوي. ، یو شرکت جوړ کوي چې هغه څه چې دوی د AI-agent-powered مارکیټینټ پلیټ فارم جوړ کړي چې د B2B اعلاناتو ډیری وخت لګښتونو ساده کړي. د شرکت هدف دا ده چې د مخکښ مارکیټ ورکشاپونه په koordinated، اتومات چڼاسکه بدلون. کالی د کیلوس پلیټ فارم په ګډه شبکه کې کار کوي، کوم چې د اعلاناتو پروسه په مختلفو برخو کې کار کوي. یو د شرکت د خرڅلاو د تماسونو، پریکړه ایمیلونه، او CRM نوټونه تحلیل کوي ترڅو ښه پوه شي چې څه بدلونونه کوي؛ یو بل بشپړ اعلانونه ډیزاین کوي، د متن څخه انځورونو ته؛ یو ټریډینډ د لیدونکو مدیریت کوي، د لوړ ارزښت لرونکي هدفونو په اړه د مختلفو معیارونو له لارې رامینځته کوي؛ د چارټریټ د تبادلې تنظیم کول او ترټولو قوي اعلانونو چلولو له لارې د کمپنۍ کړنو تبادلې کوي، د CRM فرصتونو او پیاوړتیاو سره د ROI ښیښه کولو لپاره پیژندنه کوي. په ګډه، دوی د څېړنې، د اعلانونو د کارولو او ساتنې د معلوماتو له خوا د پیژندنې په چڼاسکه کې بدل کړي. د دې انټرنیټ لاندې ستونزه ده چې Pawar د خپل وخت د حل کولو لپاره ډیر وخت ورکوي: orchestration. هر ایجنټ د نورو محصولاتو پورې اړه لري، او یو غلطۍ په ټول سیسټم کې کاسکټ شي. هغه د هغه کار دی چې ډاټا کړي چې دا بستې پاکیزه حل شي، کوم چې معنی لري: د کاسټ کوډ راټولولو، ډاټا کړي چې منطق د ټولو ایجنټونو په اړه یوځای دی، او د محصول ته ډیری ډیری پیرودونکي ته خدمت کوي. "د AI یوازې یو کوچنۍ برخه د ماډلونو په اړه دی،" هغه وايي. "د بل د انجنيرۍ دی چې دا باور وړ او کاسټول وړ دی." د پایلې AI د جوړولو په اړه درسونه Pranav Pawar د کار د ځینې درسونه وړاندې کوي چې په مستقیم ډول له سيستمونو څخه جوړ شوي دي چې څنګه د AI په تولید کې د باور وړ، ځانګړي او کارول کیږي. د درد ټکي لومړی حل: هر پروژې د Pawar له خوا د بوتل بوتل سره پیل شو: په روغتیا کې د لارښوونې مخکې، په Bain کې پراخ تحلیل، په Kalos کې تکرار شوي اعلانونو مدیریت - هر یو چې د ځانګړي ستونزو حل کولو ته اړتيا لري. په ClarityCare کې، هغه وګورئ چې اتومات کولو یوازې کله چې خلک د پروسه برخه کې پاتې شي. نرسې د AI تولید شوي خلاصې په ځای کې د دوی لخوا بدل شوي دي، د سیسټم جوړ کړي چې اعتماد وده ورکړي. د محصول څخه انفرادی پروتوپټونه: په Bain کې، Pawar پوهیدل چې د ماډل په ژوند کې لګول کولو په معنی کې د مستطیل تجهيز او نظارت دی. د اعتبار د پروسه او تدریس څخه رامینځته شوی، یو درک چې په راتلونکې کې د Kalos کچول کولو په څیر جوړ شوی. د سوداګرۍ معیارونو په اړه جوړ کړئ: که څه هم د بیمه کار فورمه یا د بازار موندنې کړنو غوره کولو لپاره، Pawar د خپل ماډلونو په بریالیتوب کې اندازه کولو لپاره د رسولو، اغیزمنتیا او بدلون په څیر عوامل تمرکز کړ. د اوږدې مودې لپاره ډیزاین: په کیلوس کې، هر ایجنټ په پایله کې د کمپنۍ ډاټا څخه زده کړې لپاره جوړ شوی دی، کوم چې د سیسټم لپاره مهم دی چې په وخت کې د بازارونو او مشتریانو رفتار بدلون سره اغیزمن وي. دا مفاهیم د Pawar د کاروبار په پایله کې رامینځته کوي. هغه د AI په توګه د یو اندازه د ټول حل په توګه نه په توګه په پام کې لري، مګر د ځانګړي ستونزو د حل لپاره جوړ شوي سافټویر په توګه. "AI انجنيرۍ د hype په اړه نه ده، دا په اړه ده چې د واقعي ستونزو په اعتماد سره او په کچه حل کړي. "

This story contains new, firsthand information uncovered by the writer.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

دا غږ د کیسې په اصلي ژبه تولید شوی!

د Hype په پرتله: Pranav Pawar په اړه څنګه په تولید کې د باور وړ AI جوړ کړي

About Author

تبصرې

hang tags

دا مقاله په کې وړاندې شوې وه

Related Stories

Psychopathology of Everyday Life by Sigmund Freud - Table of Links

We Need to Hear Both the Good and Bad Sides of Tech - Interview with Charlie G

Autonomous APIs are the Future - Interview with Jean Machuca, Founder, QCObjects

Thrilled to be Recognized as the 2021 HackerNoon Contributor of the Year - React

Psychopathology of Everyday Life by Sigmund Freud - Table of Links

We Need to Hear Both the Good and Bad Sides of Tech - Interview with Charlie G

Autonomous APIs are the Future - Interview with Jean Machuca, Founder, QCObjects

Thrilled to be Recognized as the 2021 HackerNoon Contributor of the Year - React

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps