विचार नेता
आपका AI एजेंट सब कुछ जानता है — और कुछ भी नहीं समझता
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुअनियंत्रित AI सभी डेटा को समान रूप से मानता है, बिना समझ या निर्णय के ज्ञान उत्पन्न…
और देखें
- अनियंत्रित AI सभी डेटा को समान रूप से मानता है, बिना समझ या निर्णय के ज्ञान उत्पन्न करता है।
- तीन प्रकार की स्मृति—संस्थागत, कार्य इतिहास, और संवादात्मक—वह भारांक प्रणाली बनाती है जिसकी AI को आवश्यकता है।
- नियंत्रित स्मृति एक एजेंट को सामान्य उत्तरों के बजाय संदर्भ-विशिष्ट समाधान प्रदान करने में सक्षम बनाती है, जैसे Outlook समस्याओं का निदान करना।
“हमें मेरे माता-पिता की आयरलैंड यात्रा में शामिल होना चाहिए” – यह ऊपर से बिल्कुल सामान्य-सी लगने वाली बात मेरी रीढ़ में सिहरन पैदा कर देती है।
मेरी पत्नी और मैं व्यापक रूप से यात्रा करते हैं। हम जानते हैं कि हमें क्या पसंद है। मेरी पत्नी के माता-पिता, दूसरी ओर, शायद ही कभी अपने घर से कुछ सौ मील से अधिक दूर यात्रा करते हैं और साथ मिलकर देश से बाहर केवल एक बार गए हैं – हमारी शादी के लिए।
इसे और भी बढ़ाने के लिए, यह यात्रा मेरे ससुर द्वारा मेरी सास को एक क्रिसमस उपहार के रूप में थी ताकि वह अपने परिवार से मिल सके और शायद एक आखिरी बार।
मैं इस यात्रा को एक शब्द में देख सकता था: आपदा। हम इतने अलग-अलग अनुभवों और अपेक्षाओं में कैसे तालमेल बैठा सकते थे ताकि हम एक अद्भुत यात्रा कर सकें – या कम से कम यात्रा खत्म होने तक एक-दूसरे से नफरत न करने लगें?
किसी भी आत्म-सम्मान वाले तकनीशियन की तरह, मैंने प्रौद्योगिकी की ओर रुख किया – विशेष रूप से एआई की ओर।
लेकिन मुझे उम्मीद नहीं थी कि AI-संचालित पारिवारिक यात्रा-योजना ऐप को vibe coding से बनाने का मेरा छोटा-सा प्रयोग मुझे लगभग सब कुछ सिखाएगा जो मुझे एंटरप्राइज आईटी में एआई को लागू करने के लिए जानने की आवश्यकता है।
एआई को जितना अधिक आप खिलाते हैं, उतना ही अधिक यह मूर्ख हो जाता है
अधिकांश एंटरप्राइज एआई तैनातियाँ एक पूर्वानुमानित पैटर्न का पालन करती हैं। संगठन एक एजेंट को निर्देशों का एक सेट देना शुरू करते हैं और इसे एक जानकारी स्रोत से जोड़ते हैं, चाहे वह एक आरएजी (रिट्रीवल-ऑगमेंटेड जेनरेशन) फ्रेमवर्क हो, एक मौजूदा ज्ञान आधार हो, या यहां तक कि एक एमसीपी सर्वर हो। अगला, एक एलएलएम की परत जोड़ें और इसे अपना काम करने दें।
इसमें समस्या यह है कि एलएलएम अपने मूल में मूर्ख होते हैं। वे यह नहीं जानते कि अपने पास उपलब्ध सभी जानकारी को कैसे प्राथमिकता देना है, इसलिए वे संदर्भ के हर हिस्से को समान महत्व देने लगते हैं। एक मानव को मॉडल को सिखाने के लिए एक स्तर की क्यूरेशन जोड़नी होगी कि क्या महत्वपूर्ण है और क्या नहीं। बिना क्यूरेशन के, आपको एआई मिलता है जो सब कुछ जानता है और कुछ भी नहीं समझता है।
तीन प्रकार की स्मृति जो महत्वपूर्ण हैं
प्रभावी एंटरप्राइज एआई क्यूरेशन का अर्थ है तीन विशिष्ट प्रकार की स्मृति का सबसे अच्छा उपयोग करना।
पहली है संस्थागत स्मृति, जो शुरुआत में काफी बुनियादी लग सकती है। जब कोई “वित्तीय सेवाएँ” कहता है, तो एजेंट जानता है कि वे कंपनी के वित्तीय सेवा प्रभाग का उल्लेख कर रहे हैं और पूरे उद्योग का नहीं। यह स्थायी संगठनात्मक ज्ञान बन जाता है जिसमें परिभाषाएं, वरीयताएं और परंपराएं शामिल होती हैं जो अक्सर नहीं बदलती हैं। जब यह संस्थागत ज्ञान रणनीतिक प्राथमिकताओं, प्रमुख पहलों और संगठन की आंतरिक गतिशीलता के बारे में विस्तारित होता है, तो यह एक समृद्ध संस्थागत संदर्भ का स्रोत बन जाता है।
इसके बाद, कार्रवाई का इतिहास है, जो महत्वपूर्ण निर्णयों, कार्यों और घटनाओं पर केंद्रित है। जब एक सेवा टिकट दायर किया जाता है या एक प्रणाली तैनात की जाती है, तो एजेंट उस विशिष्ट कार्रवाई को पहचानता है और इसे कार्रवाई इतिहास में रिकॉर्ड करता है। यह संगठनात्मक संदर्भ को एक साथ जोड़ने वाला ऐतिहासिक रिकॉर्ड बन जाता है।
अंत में, अल्पकालिक बातचीत संदर्भ है। इसे एजेंट के साथ क्षण-दर-क्षण बातचीत के रूप में सोचें। यह क्षण में उपयोगी है, लेकिन आम तौर पर इसकी प्रासंगिकता जल्दी कम हो जाती है।
इन तीन प्रकार की स्मृति को मिलाने से वह भार-निर्धारण प्रणाली बनती है जिसकी सामान्य AI मॉडलों में कमी होती है। अब जब कोई एजेंट को व्यवसाय के बारे में बताता है, तो वे सभी स्मृति को वर्गीकृत और प्राथमिकता देते हैं और महत्वपूर्ण जानकारी को क्यूरेट करते हैं। यही है जो एआई को वितरित करना चाहिए: न केवल डोमेन डेटा, बल्कि उस विषय-क्षेत्र में विवेकपूर्ण निर्णय करने की क्षमता।
बड़े पैमाने पर क्यूरेटेड स्मृति कैसी दिखती है
लेकिन अब ढाँचे की बात काफी हुई; व्यवहार में यह कैसा दिखता है? इन एजेंटों को स्वयं बनाते हुए हमने यह सीखा है।
एक सामान्य आईटी परिदृश्य हेल्पडेस्क एजेंट को समस्या की एक टिकट भेजना है। मान लें कि आपका आउटलुक काम नहीं कर रहा है, इसलिए आप समस्या का वर्णन टाइप करते हैं और एजेंट के उसकी समीक्षा करने और समाधान सुझाने का इंतज़ार करते हैं।
लेकिन क्यूरेटेड स्मृति के साथ, एक बेहतर प्रक्रिया में आउटलुक की त्रुटि दिखाने वाला स्क्रीनशॉट लेना और उसे एजेंट को अपलोड करना शामिल हो सकता है। अब एजेंट (1) संस्थागत स्मृति का उपयोग करके आपके काम के माहौल को समझता है; (2) संबंधित घटनाओं के लिए कार्रवाई इतिहास की जांच करता है; और (3) एक विशिष्ट समाधान के लिए संदर्भ के आधार पर विवेकपूर्ण निर्णय लागू करता है, न कि केवल एक सामान्य उत्तर।
परिणाम एक बुद्धिमान एजेंट है जो स्क्रीनशॉट के आधार पर उत्तर का अनुमान नहीं लगाता है। यह अब वास्तव में समस्या की जाँच कर रहा है, वर्तमान में चल रही सभी जानकारी को देख रहा है और एक अधिक उपयोगी प्रतिक्रिया दे रहा है। एजेंट यहां तक कि एक नेटवर्क या झुंड प्रभाव में विस्तार कर सकता है, प्रणाली में अन्य उपयोगकर्ताओं को देखकर यह जानने के लिए कि क्या आउटलुक समस्या केवल आपके लिए है या पूरे उद्यम में फैली समस्या है।
स्मृति या इतिहास को संदर्भ में रखना ही अंतर पैदा करता है। यदि आप अपनी स्मृति को प्रभावी ढंग से नहीं क्यूरेट करते हैं, तो आप उन लोगों से पीछे रह जाएंगे जो ऐसा करते हैं। यह आवश्यक है कि आपके पास एक वास्तुकला हो जो जानती है कि डेटा को समय के साथ कैसे प्रबंधित किया जाए और यह जानती है कि क्या रखना है, क्या सतह पर लाना है और क्या छोड़ना है।
वापस यात्रा पर
तो मेरे एआई-संचालित यात्रा योजनाकार ने एंटरप्राइज आईटी में एआई के बारे में मेरे दृष्टिकोण को कैसे बदल दिया?
मैंने जो बनाया था वह एक ऐप था जो हमारे व्यक्तिगत यात्रा कॉन्सियर्ज के रूप में कार्य करता था और प्रत्येक भागीदार का “साक्षात्कार” लेना शुरू करता था। हम सभी ने बताया कि यात्रा में हमारे लिए क्या महत्वपूर्ण था: क्या करना है और क्या छोड़ना है। अधिक महत्वपूर्ण बात, यह हमें हमारे “क्यों” के बारे में पूछता है – कुछ क्यों महत्वपूर्ण था, इसका क्या अर्थ था।
इस जानकारी का उपयोग करते हुए, यह दो चीजें करता है। सबसे पहले, यह एक यात्रा योजना तैयार करता है जो सभी के लिए संतुलित है – हम अपनी इच्छाओं और वरीयताओं को योजना में देख सकते हैं जो यह उत्पन्न करता है।
लेकिन, जैसा कि अपेक्षित था, पहला यात्रा कार्यक्रम केवल एक मसौदा था। अभी भी कई प्रश्न थे जिनका उत्तर देना था।
और यहीं पर असली जादू हुआ। हमने एजेंट से एक होटल, आकर्षण या ड्राइव के बारे में पूछा, और यह जो उत्तर देता था वह हमारी विशिष्ट स्थिति के संदर्भ में समृद्ध था: “यह बच्चों के लिए एक लंबी ड्राइव होगी, लेकिन मेरे ससुर इस महल (और अगले दरवाजे के अनोखे कॉफी हाउस) से प्यार करेंगे – और यह मेरी पत्नी के लिए मालिश कराने के लिए बस सही जगह हो सकती है।”
इस समृद्ध समझ से भरपूर कि हमें क्या महत्वपूर्ण था, यह हमारी यात्रा की योजना बनाने और परिष्कृत करने में हमारी मदद करने में सक्षम था जिस तरह से मुझे लगता है कि और कोई नहीं कर सकता था।
और यह एक ऐसा क्षण था जब मैं समझ गया कि हमें अपने एंटरप्राइज ग्राहकों के लिए क्या बनाने की आवश्यकता है: ऐसी बुद्धिमान प्रणालियाँ जो संगठनात्मक, लेनदेन-संबंधी और व्यक्तिगत संदर्भ से इतनी समृद्ध हों कि हर उत्तर और हर संवाद एक उँगली की छाप की तरह उस क्षण और उस संवाद के लिए पूरी तरह अनूठा हो, और ऐसा मूल्य प्रदान करे जो किसी अन्य तरीके से संभव ही न हो।
