साक्षात्कार
जेफ्री लाई, आईरिसगो के संस्थापक और सीईओ – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
जेफ्री लाई, आईरिसगो के संस्थापक और सीईओ, एक एआई उद्यमी और उत्पाद नेता हैं जिनकी गहरी जड़ें बुद्धिमान सहायकों और भाषा प्रौद्योगिकियों में हैं। आईरिसगो को 2025 में लॉन्च करने और एआई फंड में संस्थापक के रूप में कार्य करने से पहले, लाई ने 12 से अधिक वर्षों तक एप्पल में काम किया, जहां उन्होंने सिरी को बनाने और स्केल करने में मदद की, अंततः सिरी भाषा इंजीनियरिंग प्रबंधक के रूप में कार्य किया। उनका काम बहुभाषी वार्तालाप एआई को आगे बढ़ाने पर केंद्रित था, जिसमें सिरी के चीनी भाषा संस्करण का विकास शामिल था। एप्पल से पहले, उन्होंने सिस्को सिस्टम्स में इंजीनियरिंग भूमिकाएं निभाईं और नासा एम्स रिसर्च सेंटर में इंटेलिजेंट रोबोटिक्स ग्रुप में एक इंटर्नशिप पूरी की। रोबोटिक्स, एंटरप्राइज सॉफ्टवेयर और उपभोक्ता एआई में अपना करियर बनाते हुए, लाई ने जटिल प्रौद्योगिकियों को अधिक सुलभ और दैनिक कार्य प्रवाह में उपयोगी बनाने पर लगातार ध्यान केंद्रित किया है।
आईरिसगो एक एआई ऑपरेटिंग सिस्टम विकसित कर रहा है जो नए पीढ़ी के एआई-संचालित व्यक्तिगत कंप्यूटरों के लिए डिज़ाइन किया गया है। एक स्टैंडअलोन चैटबॉट के रूप में कार्य करने के बजाय, प्लेटफ़ॉर्म उपयोगकर्ताओं द्वारा अनुप्रयोगों में कार्यों को करने के तरीके को देखकर, उन कार्य प्रवाहों को सीखकर और एक बुद्धिमान ऑन-डिवाइस सहायक के माध्यम से उन्हें स्वचालित करके बनाया गया है। इसके मूल दृष्टिकोण में उपयोगकर्ताओं को एक कार्य को एक बार प्रदर्शित करने और फिर उस प्रक्रिया को एक पुन: प्रयोज्य कार्य प्रवाह में परिवर्तित करने की अनुमति देना शामिल है, जो पुनरावृत्ति डिजिटल कार्यों को कम करने में मदद करता है। आधुनिक एआई पीसी में पाए जाने वाले समर्पित एआई प्रोसेसिंग क्षमताओं का लाभ उठाकर, आईरिसगो अधिक निजी, प्रतिक्रियाशील और संदर्भ-जागरूक स्वचालन को सक्षम करने का लक्ष्य रखता है, जो उपयोगकर्ताओं की ओर से कार्यों को निष्पादित करने में सक्षम एजेंटिक एआई प्रणालियों के बढ़ते बाजार में खुद को स्थापित करता है।
जब आप एप्पल में सिरी बना रहे थे, तो किन विशिष्ट अनुभवों ने आपको यह महसूस कराया कि यह आईरिसगो शुरू करने का समय है, और मानव-कंप्यूटर इंटरैक्शन में कौन सी समस्या आपको लगता था कि अभी भी हल नहीं हुई थी?
जब हम सिरी बना रहे थे, तो हम प्राकृतिक भाषा समझने पर अविश्वसनीय रूप से केंद्रित थे। लेकिन सिरी संदर्भ के साथ संघर्ष करती थी, जो चुनौतीपूर्ण है क्योंकि लोग वास्तव में कैसे काम करते हैं और संवाद करते हैं वह संदर्भ से भरा होता है। जब आप एक सहयोगी से पूछते हैं, “क्या आप मुझे वह रिपोर्ट भेज सकते हैं?” तो वे जानते हैं कि कौन सी रिपोर्ट। वे आपके साझा इतिहास, आपकी वर्तमान परियोजना, जिस पर आप चर्चा कर रहे हैं, को जानते हैं। सिरी के पास वह नहीं था।
कई वर्षों से, एआई को आपको प्रतिक्रिया देने के लिए डिज़ाइन किया गया है। कुछ टाइप करें, कुछ वापस प्राप्त करें। यह हमें खोज इंजनों और चैटबॉट्स से विरासत में मिला हुआ इंटरैक्शन मॉडल है। लेकिन अधिकांश लोग जो वास्तव में कंप्यूटर पर करते हैं वह एक प्रश्न नहीं है, यह एक कार्य प्रवाह है। इस रिपोर्ट को संकलित करें। इन स्प्रेडशीट्स को क्रॉस-रेफरेंस करें। तीन अलग-अलग ऐप्स से डेटा खींचें और इसे एक दस्तावेज़ में प्रारूपित करें। उस तरह का काम प्रॉम्प्ट में फिट नहीं होता है।
आईरिसगो शुरू करने के लिए जो मुझे समझ में आया वह यह था कि उद्योग दैनिक उपयोग के मामलों के लिए नहीं बना रहा था। हर कोई स्मार्ट मॉडल, बेहतर भाषा समझ, तेजी से प्रतिक्रियाओं का निर्माण कर रहा था। लेकिन मूल अंतर, जहां एआई वास्तव में काम कर सकता है, न कि केवल अनुरोधों का जवाब दे सकता है, अभी भी वहीं था। यही समस्या है जिसका समाधान हमने करने का फैसला किया।
सिरी पर काम करने के अपने वर्षों को देखते हुए, आपने संदर्भ, इरादा, और उपयोगकर्ता व्यवहार को समझने के लिए वॉयस सहायकों की सीमाओं के बारे में क्या सीखा?
मैंने जो सबसे बड़ा सबक सीखा है वह यह है कि संदर्भ सब कुछ है। लोग शायद ही कभी अलग-अलग कमांड में संवाद करते हैं; उनके अनुरोध उनके द्वारा किए जा रहे काम और जो वे हासिल करने की कोशिश कर रहे हैं से आकार लेते हैं। शुरुआती वॉयस सहायकों को व्यक्तिगत अनुरोधों का जवाब देने के लिए डिज़ाइन किया गया था, जो कई कार्यों के लिए काम करता है लेकिन कई अनुप्रयोगों और कार्य प्रवाहों में फैले हुए चलने वाले काम के लिए कम प्रभावी है। यह अनुभव मुझे सिखाया कि इरादे को समझने के लिए संदर्भ को समझना आवश्यक है, और यह अंतर्दृष्टि आईरिसगो के पीछे के मूल विचारों में से एक बन गई।
हमने जो सीखा है वह यह है कि इरादा अक्सर परतदार होता है। कोई एक चीज कहता है और कुछ और मतलब होता है, और यह सही पाने के लिए व्यक्ति को समझने की आवश्यकता होती है, न कि केवल शब्दों को। यह समझ आईरिसगो में शुरू से ही बेक की गई है।
आईरिसगो को अक्सर एक एआई ऑपरेटिंग सिस्टम के रूप में वर्णित किया जाता है, न कि एक एआई सहायक के रूप में। अंतर क्या है, और आप क्यों मानते हैं कि एआई पीसी युग के लिए एक नई सॉफ्टवेयर परत की आवश्यकता है?
एक एआई सहायक आपका इंतजार करता है। आप इसे खोलते हैं, आप कुछ टाइप करते हैं, यह प्रतिक्रिया देता है, और फिर यह समाप्त हो जाता है। इंटरैक्शन मॉडल मूल रूप से एक खोज इंजन के समान है, जहां उपयोगकर्ता एक अनुरोध करता है और एआई एक प्रतिक्रिया उत्पन्न करता है।
आईरिसगो, जो एक एआई ऑपरेटिंग सिस्टम है, आपके द्वारा किए जा रहे सभी कार्यों के साथ काम करता है, आपके整个 सिस्टम में, हर समय। इसकी पहुंच आपकी फ़ाइलों, आपके ऐप्स, आपके ब्राउज़र, आपके ईमेल तक है। यह आपको कैसे काम करता है यह समझता है क्योंकि यह आपको देख रहा है, आपकी अनुमति से। और महत्वपूर्ण बात, यह कार्य कर सकता है, न कि केवल सलाह दे सकता है।
विंडोज़ ने व्यक्तिगत कंप्यूटिंग के लिए क्या किया, इसके बारे में सोचें। इससे पहले, आपको कंप्यूटर का उपयोग करने के लिए तकनीकी होना आवश्यक था। विंडोज़ ने लोगों और सॉफ्टवेयर के बीच एक सार्वभौमिक,直观 परत बनाई। एआई पीसी युग को अपनी खुद की उस परत की आवश्यकता है, जो एआई मॉडल की कच्ची शक्ति को वास्तव में लोगों के लिए उनके दैनिक कार्य में उपयोगी बनाने के लिए।
यही है आईरिसगो: एआई पीसी की बुद्धिमत्ता परत। जब आप एआई पीसी को उस परत के बिना शिप करते हैं, तो आपके पास एक शक्तिशाली चिप बैठी है जो निष्क्रिय है। आपको जो चाहिए वह सॉफ्टवेयर है जो जानता है कि इसका उपयोग करने के लिए कैसे।
आईरिसगो के मूल विचारों में से एक यह है कि उपयोगकर्ता एक कार्य को एक बार प्रदर्शित करके प्रणाली को सिखा सकते हैं। आप क्यों मानते हैं कि “देखें और सीखें” एक प्रोम्प्ट या मैन्युअल रूप से कार्य प्रवाह बनाने की तुलना में एक अधिक प्राकृतिक मॉडल है?
जो ‘वॉच एंड लर्न’ फीचर को इतना शक्तिशाली बनाता है वह यह है कि यह हम दूसरों को कैसे सिखाते हैं उस पर आधारित है। जब आप एक नए कर्मचारी को ऑनबोर्ड करते हैं, तो आप उन्हें 40-चरण का प्रॉम्प्ट नहीं देते हैं। आप उन्हें दिखाते हैं कि आप कुछ करते हैं, वे देखते हैं, वे सीखते हैं, और वे इसे आगे बढ़ाते हैं। यह सहज है। यह प्राकृतिक है।
प्रॉम्प्ट की समस्या यह है कि यह उपयोगकर्ता पर बोझ डालता है कि वे ठीक से बताएं कि वे क्या चाहते हैं, एआई को समझने योग्य प्रारूप में। सरल प्रश्नों के लिए, यह ठीक काम करता है। लेकिन जटिल, बहु-चरण वाले कार्य प्रवाहों के लिए, जो आपकी विशिष्ट फ़ाइलों और आपके विशिष्ट तरीके से काम करने से संबंधित हैं, तो यह जल्दी से टूट सकता है। अधिकांश लोग अपने कार्य प्रवाहों को पर्याप्त सटीकता के साथ वर्णित नहीं कर सकते हैं ताकि एआई उन्हें सही ढंग से कर सके।
दिखाना बताने से आसान है। यह कोई नई अंतर्दृष्टि नहीं है; यह सामान्य ज्ञान है। वॉच एंड लर्न क्या करता है वह स्वचालन पर उस तर्क को लागू करता है। आप अपना कार्य एक बार करते हैं, जैसा आप सामान्य रूप से करते हैं। आईरिसगो पैटर्न सीखता है। और उस बिंदु से, यह आपके लिए उस कार्य प्रवाह को संभालता है।
आज के कई एआई एजेंटों को अभी भी महत्वपूर्ण सेटअप और पर्यवेक्षण की आवश्यकता है। एक वास्तविक स्वायत्त एजेंट और एक चैटबॉट के बीच क्या अंतर है जो केवल निर्देशों का पालन करता है?
संक्षिप्त उत्तर यह है कि एक वास्तविक स्वायत्त एजेंट का अपना संदर्भ है, अपने निर्णय लेता है, और तब भी काम करता है जब आप देख नहीं रहे हैं।
एक चैटबॉट डिज़ाइन द्वारा प्रतिक्रियाशील है। यह प्रॉम्प्ट पर जीवित और मरता है। आप इसे एक निर्देश देते हैं, यह निष्पादित करता है, और फिर यह रुक जाता है। यदि कुछ बदलता है, यदि एक चरण विफल हो जाता है, या यदि यह अनुकूलन की आवश्यकता है, तो यह खो जाता है। यह आपसे अगला क्या करना है पूछेगा।
एक वास्तविक स्वायत्त एजेंट का एक लक्ष्य है, न कि केवल एक निर्देश। इसका उस वातावरण के बारे में संदर्भ है जिसमें यह संचालित हो रहा है। यह अपवादों को संभाल सकता है। यह तय कर सकता है कि आगे बढ़ना है या मानव समीक्षा के लिए झंडा दिखाना है। और महत्वपूर्ण बात, यह पृष्ठभूमि में चल सकता है जब आप अन्य चीजों पर काम कर रहे हों।
आज बेचे जा रहे अधिकांश ‘एआई एजेंट’ वास्तव में जटिल चैटबॉट हैं जिनमें अतिरिक्त चरण हैं। वास्तविक स्वायत्तता और इन उत्पादों के बीच का अंतर विशाल है। आईरिसगो को क्या अलग बनाता है वह यह है कि यह आपके काम करने के तरीके के मॉडल से शुरू होता है, जिसे सीधे आपको देखकर सीखा जाता है, और इसका उपयोग सही निर्णय लेने के लिए किया जाता है, न कि केवल निर्देशों का पालन करने के लिए।
स्थायी स्मृति और स्थानीय संदर्भ के महत्व के बारे में आपने बात की है। एआई को मानव-कंप्यूटर इंटरैक्शन से परे जाने और उपयोगकर्ता की ओर से कार्य करने के लिए इन क्षमताओं क्यों आवश्यक हैं?
एक ऐसे सहायक की कल्पना करें जिसकी हर सुबह आपको, आपकी परियोजनाओं, आपके कार्य प्रवाहों, आपकी पसंद को कैसे करना है, इसकी कोई स्मृति नहीं है। आप अपने दिन का आधा हिस्सा संदर्भ को फिर से स्थापित करने में बिताएंगे, और आप बहुत परेशान होंगे। यही है जो अधिकांश एआई टूल्स आज आपको करने के लिए कहते हैं।
स्थायी स्मृति का अर्थ है कि प्रणाली आपको जानती है। यह आपकी परियोजनाओं, आपके कार्य प्रवाहों, आपकी पसंद, और समय के साथ चीजों के विकास को जानती है। आपको हर सत्र में संदर्भ फिर से स्थापित करने की आवश्यकता नहीं है। एआई उसे आगे बढ़ाता है।
स्थानीय संदर्भ भी महत्वपूर्ण है, क्योंकि आपका काम बादल में नहीं रहता है। यह आपके कंप्यूटर पर रहता है, फ़ाइलों, अनुप्रयोगों, ईमेल, ब्राउज़र टैब में। आईरिसगो आपके डिवाइस पर चलता है, जिसका अर्थ है कि इसकी पहुंच आपके पूरे कार्य वातावरण में है और इसका संचालन आपके लिए सभी पर किया जा सकता है।
इन दो चीजों को एक साथ मिलाकर – स्मृति और स्थानीय पहुंच – यही है जो एआई को एक उपकरण से परे ले जाता है जिसे आप उपयोग करते हैं और एक प्रणाली में बदल जाता है जो आपके लिए काम करती है। हम इस दृष्टिकोण की पुष्टि करते हुए देख रहे हैं, जिसमें बड़ी टेक कंपनियां भी शामिल हैं।
गोपनीयता एआई के चारों ओर एक प्रमुख चिंता बनी हुई है। आप व्यक्तिगतीकरण और स्मृति की आवश्यकता के साथ उपयोगकर्ता की अपेक्षाओं को सुरक्षा और डेटा स्वामित्व के बारे में कैसे संतुलित करते हैं?
गोपनीयता और व्यक्तिगतीकरण के बीच तनाव की धारणा को चुनौती देना पहली बात है। हमने आईरिसगो को इस तरह से बनाया है कि व्यक्तिगतीकरण डिवाइस पर हो सकता है, न कि केवल बादल में।
आईरिसगो के अधिकांश प्रसंस्करण स्थानीय रूप से आपके कंप्यूटर पर होते हैं। आपके कार्य प्रवाह, आपकी फ़ाइलें, आपका संदर्भ आपके साथ रहते हैं। क्लाउड प्रोसेसिंग केवल तभी होती है जब आप इसके लिए स्पष्ट रूप से अधिकृत करते हैं, और जब यह होता है, तो यह अंत से अंत तक एन्क्रिप्ट किया जाता है। आप यह तय करते हैं कि क्या कहां जाता है।
यह मॉडल आईरिसगो को अधिक शक्तिशाली बनाता है, क्योंकि इसकी पूरे कार्य वातावरण के संदर्भ तक पहुंच है। और इसका मतलब है कि उपयोगकर्ताओं को एक उपयोगी एआई और एक सुरक्षित एआई के बीच चुनने की आवश्यकता नहीं है।
लोग अपने व्यक्तिगत कंप्यूटरों पर संवेदनशील काम पर भरोसा करते हैं। हमारा लक्ष्य आईरिसगो को उसी भरोसे के योग्य बनाना है। यह उत्पाद के डिजाइन के लिए मूलभूत है।
आईरिसगो को एसेर से एआई पीसी पर पहले से ही शिप किया जा रहा है, और अतिरिक्त निर्माताओं के लिए विस्तार करने की योजना है। वितरण साझेदारी कितनी महत्वपूर्ण होगी जो अंततः एआई प्लेटफ़ॉर्म को मुख्यधारा को अपनाने के लिए निर्धारित करेगी?
वितरण महत्वपूर्ण है। बस तकनीक में प्लेटफ़ॉर्म प्रतियोगिता के इतिहास पर विचार करें। विंडोज़ ने जीता क्योंकि यह लगभग हर पीसी पर था। एंड्रॉइड ने जीता क्योंकि यह अधिकांश गैर-आईफ़ोन मोबाइल डिवाइसों के लिए सबसे व्यापक रूप से उपयोग किया जाने वाला ऑपरेटिंग सिस्टम था। जिन कंपनियों ने शुद्ध उत्पाद गुणवत्ता के माध्यम से जीतने की कोशिश की, बिना वितरण के समर्थन के, उनमें से अधिकांश नहीं बनीं।
एआई पीसी बाजार एक समान पैटर्न का पालन कर रहा है। जब आईरिसगो एक डिवाइस पर प्री-इंस्टॉल्ड होता है, तो यह बॉक्स खोलने पर वहां होता है। आपको इसके लिए खोज करने, डाउनलोड करने या मौका देने की आवश्यकता नहीं है। यह एक बड़ा फायदा है।
हम इस साल शिप होने वाले 3 मिलियन एसेर लैपटॉप डिवाइस में हैं, और हम अतिरिक्त टियर-वन पीसी निर्माताओं के साथ बातचीत कर रहे हैं। लक्ष्य पीसी के लिए एआई ऑपरेटिंग सिस्टम बनना है। यह वितरण रणनीति इस श्रेणी में हमारे लिए मानक बनने के लिए केंद्रीय है।
जैसे ही एआई एजेंट चालान, अनुसंधान, रिपोर्टिंग और अन्य व्यावसायिक कार्य प्रवाहों को संभालने में सक्षम हो जाते हैं, संगठनों को आज कौन से नए शासन, पर्यवेक्षण और विश्वास चुनौतियों के लिए तैयार रहना चाहिए?
पहली चुनौती ऑडिटेबिलिटी है। जब एक एआई एजेंट एक कार्य प्रवाह पूरा करता है, जैसे कि एक चालान को संसाधित करना या एक रिपोर्ट बनाना, तो क्या आप देख सकते हैं कि यह क्या किया, क्यों किया, और डेटा कहां से आया? उस तरह का पारदर्शी ऑडिट ट्रेल अनुपालन और त्रुटियों को पकड़ने से पहले उन्हें जोड़ने के लिए आवश्यक है।
दूसरा सीमाओं को परिभाषित करना है। कौन से कार्य प्रवाह स्वायत्त निष्पादन के लिए उपयुक्त हैं, और कौन से मानव समीक्षा की आवश्यकता है? कंपनियों को इसके बारे में स्पष्ट नीतियां होनी चाहिए। प्रवृत्ति एआई को अधिक से अधिक करने देने की है, चरणबद्ध तरीके से, और फिर बहुत देर से महसूस करना कि उच्च-स्टेक निर्णय मानव पर्यवेक्षण के बिना किए जा रहे हैं।
तीसरा विश्वास कैलिब्रेशन है। कर्मचारियों को यह समझने की आवश्यकता है कि एआई क्या कर सकता है और क्या नहीं, और जब इसके आउटपुट की पुष्टि करने की आवश्यकता है और कब यह सही माना जा सकता है। यह एक संस्कृति और प्रशिक्षण मुद्दा है, उतना ही तकनीकी मुद्दा है।
मुझे विश्वास है कि जो संगठन आज इसके लिए तैयार हो रहे हैं, उनके पास एक महत्वपूर्ण लाभ होगा, क्योंकि जैसे-जैसे एआई क्षमताएं बढ़ती हैं, तो शासन ढांचे भी जुड़ जाएंगे।
पांच साल से अब, क्या लोग अभी भी अधिकांश समय एआई के साथ बातचीत करने में बिताएंगे या एआई पृष्ठभूमि में फीकी पड़ जाएगी और बिना पूछे काम पूरा करेगी?
प्रवृत्ति पहले से ही दिखा रही है कि एआई पृष्ठभूमि में जाने की ओर बढ़ रही है। हम जिस मॉडल की ओर बढ़ रहे हैं वह यह है कि आपका कंप्यूटर आपके काम को समझता है और कार्य के दोहराए जाने वाले टुकड़ों का ध्यान रखता है, ताकि आपका ध्यान उन चीजों पर केंद्रित हो सके जिनके लिए वास्तव में आपकी आवश्यकता है।
विमानन में ऑटोपायलट के बारे में सोचें। पायलट हर पल हाथ से नहीं उड़ाते हैं। सिस्टम बेसलाइन को संभालता है, और मानव ऑटोपायलट को ओवरराइड करता है जब निर्णय और विशेषज्ञता की आवश्यकता होती है। यही है एआई-सहायता प्राप्त ज्ञान कार्य का भविष्य। आपका कंप्यूटर दोहराए जाने वाले कार्यों को संभालता है। आप रणनीति, रचनात्मकता और वास्तविक मानव निर्णय लेने पर ध्यान केंद्रित करते हैं।
पांच साल से, सबसे अधिक उत्पादक लोग वे होंगे जो प्रणालियों के साथ काम करेंगे जो समझते हैं कि उपयोगकर्ता कैसे काम करता है। अतीत में, लोगों ने अपने कंप्यूटर पर सभी काम किया। भविष्य में, आपका कंप्यूटर भी आपके लिए काम करेगा।
धन्यवाद महान साक्षात्कार के लिए, पाठक जो अधिक जानना चाहते हैं उन्हें आईरिसगो पर जाना चाहिए।
