🏢 ബിസിനസുകളെ ഇന്റലിജൻസ് അടിസ്ഥാനമാക്കി നിർമ്മിക്കാൻ സഹായിക്കുന്നതിനായി ഓപ്പൺഎഐ ഓപ്പൺഎഐ ഡിപ്ലോയ്മെന്റ് കമ്പനി ആരംഭിക്കുന്നു ↗
തിളങ്ങുന്ന കോൺഫറൻസ് റൂമിൽ ഡെമോ ചെയ്ത് പാസ്വേഡ് മറന്നുപോകുന്നതിനു പകരം, ദൈനംദിന ജോലികളിലേക്ക് AI ഉൾപ്പെടുത്താൻ ബിസിനസുകളെ സഹായിക്കുന്നതിനായി OpenAI ഒരു പുതിയ ഡിപ്ലോയ്മെന്റ് കമ്പനി രൂപീകരിക്കുന്നു.
ഓപ്പൺഎഐയുടെ ഭൂരിഭാഗം ഉടമസ്ഥതയിലുള്ള പുതിയ യൂണിറ്റ്, 4 ബില്യൺ ഡോളറിലധികം പ്രാരംഭ നിക്ഷേപത്തോടെയാണ് ആരംഭിക്കുന്നത്. ആദ്യ ദിവസം മുതൽ ഏകദേശം 150 വിന്യാസ എഞ്ചിനീയർമാരെയും സ്പെഷ്യലിസ്റ്റുകളെയും ഉൾപ്പെടുത്തിക്കൊണ്ട്, ഇത് ടോമോറോയെയും ഏറ്റെടുക്കുന്നു.
രസകരമായ ഭാഗം മാറ്റമാണ്: ഫ്രോണ്ടിയർ മോഡലുകൾ ഇനി മുഴുവൻ കഥയല്ല. യുദ്ധക്കളം നടപ്പിലാക്കലായി മാറുകയാണ് - സങ്കീർണ്ണമായ വർക്ക്ഫ്ലോകൾ, തത്സമയ ഡാറ്റ, അംഗീകാരങ്ങൾ, നിയന്ത്രണങ്ങൾ, ലൂപ്പിലുള്ള മനുഷ്യർ... അടിസ്ഥാനപരമായി പ്ലംബിംഗ്.
🧰 ചെറുകിട ബിസിനസുകൾക്കായി ക്ലോഡിനെ പരിചയപ്പെടുത്തുന്നു ↗
ക്വിക്ക്ബുക്ക്സ്, പേപാൽ, ഹബ്സ്പോട്ട്, കാൻവ, ഗൂഗിൾ വർക്ക്സ്പേസ്, മൈക്രോസോഫ്റ്റ് 365, ഡോക്യുസൈൻ തുടങ്ങിയ ഉപകരണങ്ങളിൽ താമസിക്കുന്ന ഉടമകളെ ലക്ഷ്യം വച്ചുള്ള കണക്ടറുകളുടെയും വർക്ക്ഫ്ലോകളുടെയും ഒരു കൂട്ടമായ ക്ലോഡ് ഫോർ സ്മോൾ ബിസിനസ് ആന്ത്രോപിക് ആരംഭിച്ചു.
പ്രായോഗികമായ ഒരു പ്രസംഗമാണ്, ഏതാണ്ട് ആക്രമണാത്മകമായി: ശമ്പളം ആസൂത്രണം ചെയ്യുക, ഇൻവോയ്സുകൾ പിന്തുടരുക, വിൽപ്പന കാമ്പെയ്നുകൾ നടത്തുക, ഉപഭോക്തൃ സേവന ജോലികൾ തയ്യാറാക്കുക, തുടർന്ന് എന്തെങ്കിലും അയയ്ക്കുകയോ പോസ്റ്റ് ചെയ്യുകയോ പണം നൽകുകയോ ചെയ്യുന്നതിന് മുമ്പ് മനുഷ്യനോട് ചോദിക്കുക.
ഇതൊരു മികച്ച നീക്കമാണ്, കാരണം ചെറുകിട ബിസിനസുകളോട് AI "പ്രവർത്തനങ്ങളെ പരിവർത്തനം ചെയ്യുമെന്ന്" നിരന്തരം പറയപ്പെടുന്നു, അത് ഗംഭീരവും അൽപ്പം ക്ഷീണിപ്പിക്കുന്നതുമാണ്. ഇത് കൂടുതൽ ഇതുപോലെയാണ്: ഇവിടെ, റോബോട്ട് സോഫയ്ക്ക് കീഴിലുള്ള അഡ്മിൻ നുറുക്കുകൾ കൈകാര്യം ചെയ്യട്ടെ.
🕶️ മെറ്റാ AI ചാറ്റുകളിൽ ഇൻകോഗ്നിറ്റോ മോഡ് ചേർക്കുന്നു വാട്ട്സ്ആപ്പ് ↗
മെറ്റാ എഐയ്ക്കായി വാട്ട്സ്ആപ്പ് ഇൻകോഗ്നിറ്റോ സംഭാഷണങ്ങൾ ചേർക്കുന്നു, ഇത് ഉപയോക്താക്കൾക്ക് ചാറ്റ് ചരിത്രം സംരക്ഷിക്കാതെ തന്നെ ചാറ്റ്ബോട്ടിനോട് സ്വകാര്യ ചോദ്യങ്ങൾ ചോദിക്കാനുള്ള ഒരു മാർഗം നൽകുന്നു.
ചാറ്റ് അടയ്ക്കുമ്പോഴോ, ആപ്പ് ലോക്ക് ചെയ്യുമ്പോഴോ, സെഷൻ അവസാനിക്കുമ്പോഴോ സെഷനുകൾ അപ്രത്യക്ഷമാകും. ഈ AI ചാറ്റുകൾ സുരക്ഷിതമായ അന്തരീക്ഷത്തിലാണ് പ്രവർത്തിക്കുന്നതെന്നും മറ്റാർക്കും കാണാൻ കഴിയാത്ത വിധത്തിലാണ് രൂപകൽപ്പന ചെയ്തിരിക്കുന്നതെന്നും മെറ്റാ പറയുന്നു.
മെറ്റാ നിശബ്ദമായി വ്യക്തമായ ഒരു കാര്യം അംഗീകരിക്കുന്നതുപോലെയാണ് ഇത് തോന്നുന്നത്: ആളുകൾ AI സെൻസിറ്റീവ് ആയതും ആഴത്തിലുള്ളതുമായ മാനുഷിക കാര്യങ്ങൾ ചോദിക്കുന്നു. ആരോഗ്യ ആശങ്കകൾ, പണ സമ്മർദ്ദം, സാമൂഹിക നാടകം - എല്ലാം വൈകാരിക സൂപ്പ്. സ്വകാര്യത ഇവിടെ ഒരു സവിശേഷതയല്ല, അത് മേശയാണ്.
🧪 മോഡലുകളെ സ്വയം പരിശീലിപ്പിക്കാൻ സഹായിക്കുന്ന ഒരു AI ഉപകരണമായ AutoScientist-നൊപ്പം അഡാപ്ഷൻ വലിയ ലക്ഷ്യം വയ്ക്കുന്നു ↗
ഫൈൻ-ട്യൂണിംഗ് പ്രക്രിയയുടെ ഭാഗങ്ങൾ ഓട്ടോമേറ്റ് ചെയ്യുന്നതിലൂടെ മോഡലുകൾക്ക് പ്രത്യേക കഴിവുകൾ വേഗത്തിൽ നേടുന്നതിന് സഹായിക്കുന്നതിനായി രൂപകൽപ്പന ചെയ്തിരിക്കുന്ന ഒരു ഉപകരണമായ ഓട്ടോ സയന്റിസ്റ്റിനെ അഡാപ്ഷൻ അവതരിപ്പിച്ചു.
കമ്പനി പറയുന്നത്, ഈ സിസ്റ്റം ഡാറ്റയും മോഡൽ പെരുമാറ്റവും ഒരുമിച്ച് ഒപ്റ്റിമൈസ് ചെയ്യുന്നു എന്നാണ്. വലിയ ഒരു അഭിലാഷത്തിലേക്ക് വിരൽ ചൂണ്ടുന്നത് തിരിച്ചറിയുന്നതുവരെ വരണ്ടതായി തോന്നുന്ന ഒരു വാക്യമാണിത്: ഗുരുതരമായ മോഡൽ മെച്ചപ്പെടുത്തൽ ഒരുപിടി ഭീമൻ ലാബുകളെ ആശ്രയിക്കുന്നത് കുറയ്ക്കുക.
ഇതിന് വലിയ "ലാബ് കോട്ട് സ്കേറ്റ്ബോർഡിൽ കയറാനുള്ള" ഊർജ്ജമുണ്ട്. ഇത് ഇപ്പോഴും ഉപകരണങ്ങളാണ്, മാന്ത്രിക സ്വയം മെച്ചപ്പെടുത്തലല്ല, പക്ഷേ ദിശ വ്യക്തമാണ്: പരിശീലന പൈപ്പ്ലൈനുകൾ കൂടുതൽ പൊരുത്തപ്പെടുന്നതും, യാന്ത്രികവും, അസാധാരണമാംവിധം സജീവവുമായി മാറുകയാണ്.
🧩 നോഷൻ അതിന്റെ വർക്ക്സ്പെയ്സിനെ AI ഏജന്റുമാരുടെ കേന്ദ്രമാക്കി മാറ്റി ↗
AI ഏജന്റുമാർ, ബാഹ്യ ഡാറ്റ, കസ്റ്റം കോഡ് എന്നിവയെ നേരിട്ട് വർക്ക്സ്പെയ്സിലേക്ക് ബന്ധിപ്പിക്കാൻ ടീമുകളെ അനുവദിക്കുന്ന ഒരു ഡെവലപ്പർ പ്ലാറ്റ്ഫോം നോഷൻ പ്രഖ്യാപിച്ചു.
സുരക്ഷിതമായ സാൻഡ്ബോക്സിൽ ഇഷ്ടാനുസൃത കോഡ് പ്രവർത്തിപ്പിക്കുന്നതിനുള്ള ക്ലൗഡ് പരിതസ്ഥിതിയായ വർക്കേഴ്സിനെ കമ്പനി ചേർക്കുന്നു, കൂടാതെ ബാഹ്യ സിസ്റ്റങ്ങളിൽ നിന്നുള്ള ഡാറ്റ സമന്വയിപ്പിക്കാനും ബാഹ്യ ഏജന്റുമാരെ നോഷനുമായി സംവദിക്കാൻ അനുവദിക്കാനുമുള്ള വഴികളും.
അടിസ്ഥാനപരമായി, നോഷൻ "AI സ്പ്രിംഗളുകളുള്ള നല്ല നോട്ട്സ് ആപ്പ്" കുറച്ചും "ഓഫീസ് റോബോട്ടുകൾക്കുള്ള മിഷൻ കൺട്രോൾ" കൂടുതൽ ആകാനും ആഗ്രഹിക്കുന്നു. അല്പം നാടകീയമാണ്, അതെ - പക്ഷേ അതാണ് ദിശ.
💼 ഇതുവരെ വലിയ തോതിൽ തൊഴിലാളികളെ മാറ്റിസ്ഥാപിക്കാൻ AI-ക്ക് കഴിഞ്ഞിട്ടില്ലെന്ന് ബാങ്ക് ഓഫ് കാനഡ പറയുന്നു ↗
AI വ്യാപകമായ തൊഴിലാളി സ്ഥാനചലനത്തിന് കാരണമാകുമെന്നതിന് ഇതുവരെ തെളിവുകൾ ലഭിച്ചിട്ടില്ലെന്ന് ബാങ്ക് ഓഫ് കാനഡ പറഞ്ഞു.
കേന്ദ്ര ബാങ്കിന്റെ വീക്ഷണം കൂടുതൽ സൂക്ഷ്മമാണ്: AI ജോലികളിൽ മാറ്റം വരുത്തിയേക്കാം, ചില ഉൽപ്പാദനക്ഷമതാ നേട്ടങ്ങൾ സൃഷ്ടിച്ചേക്കാം, നിലവിലുള്ള ജോലികളിൽ മാറ്റം വരുത്തിയേക്കാം, എന്നാൽ വൻതോതിലുള്ള മാറ്റിസ്ഥാപിക്കലിന്റെ വലിയ തരംഗം ഇതുവരെ ഡാറ്റയിൽ ദൃശ്യമായിട്ടില്ല.
അതൊരു തമാശയല്ലെങ്കിലും, അത് ഒരു പരിധിവരെ ശാന്തത നൽകുന്നു. സന്ദേശം ഇതാണ്: അതെ, AI ജോലി മാറ്റുകയാണ്, പക്ഷേ അപ്പോക്കലിപ്സ് മെമ്മോ ഇപ്പോഴും ഡ്രാഫ്റ്റുകളിൽ കുടുങ്ങിക്കിടക്കുന്നു.
🛡️ വിൻഡോസിൽ കോഡെക്സ് പ്രാപ്തമാക്കുന്നതിന് സുരക്ഷിതവും ഫലപ്രദവുമായ ഒരു സാൻഡ്ബോക്സ് നിർമ്മിക്കുന്നു ↗
മുൻകാല ഓപ്ഷനുകൾ ഉപയോക്താക്കളെ വളരെയധികം അംഗീകാരങ്ങൾ അല്ലെങ്കിൽ അപകടകരമായ പൂർണ്ണ ആക്സസ് എന്നിവയിൽ ഒന്ന് തിരഞ്ഞെടുക്കാൻ അനുവദിച്ചതിന് ശേഷം, വിൻഡോസിൽ കോഡെക്സിനായി സുരക്ഷിതമായ സാൻഡ്ബോക്സ് എങ്ങനെ നിർമ്മിച്ചു എന്നതിനെക്കുറിച്ചുള്ള ഒരു സാങ്കേതിക ഭാഗം OpenAI പ്രസിദ്ധീകരിച്ചു.
അന്തിമ രൂപകൽപ്പനയിൽ സമർപ്പിത സാൻഡ്ബോക്സ് ഉപയോക്താക്കൾ, നിയന്ത്രിത ടോക്കണുകൾ, ഫയർവാൾ നിയമങ്ങൾ, മുഴുവൻ മെഷീനിന്റെയും താക്കോലുകൾ നൽകാതെ ഏജന്റ് കോഡിംഗ് വർക്ക്ഫ്ലോകൾ പ്രായോഗികമായി നിലനിർത്തുന്നതിന് ഒരു പ്രത്യേക കമാൻഡ് റണ്ണർ എന്നിവ ഉപയോഗിക്കുന്നു.
ഇവിടെ ചെറുതും വലുതുമായ കഥ, കോഡിംഗ് ഏജന്റുകൾ പഴയ ഓപ്പറേറ്റിംഗ് സിസ്റ്റം അനുമാനങ്ങളെ വളച്ചൊടിക്കാൻ നിർബന്ധിതരാക്കുന്നു എന്നതാണ്. "എന്റെ റെപ്പോയിൽ ഒരു AI ഏജന്റ് കമാൻഡുകൾ പ്രവർത്തിപ്പിക്കാൻ പോകുന്നു, ദയവായി അത് ഭയാനകമല്ലാതാക്കുക" എന്നതിന് വേണ്ടിയല്ല വിൻഡോസ് കൃത്യമായി നിർമ്മിച്ചിരിക്കുന്നത്
🧠 ജോലിസ്ഥലത്ത് AI യുടെ ശാസ്ത്രം പഠിക്കുന്നതിനായി സ്റ്റാൻഫോർഡ് HAI AI, ഓർഗനൈസേഷൻസ് ലാബ് ആരംഭിച്ചു ↗
ജോലികൾ, ടീമുകൾ, ഏകോപനം, ജോലിസ്ഥലത്തെ പ്രകടനം എന്നിവയെ AI എങ്ങനെ മാറ്റുന്നു എന്നതിനെ കേന്ദ്രീകരിച്ച് സ്റ്റാൻഫോർഡ് HAI ഒരു പുതിയ AI, ഓർഗനൈസേഷൻസ് ലാബ് ആരംഭിച്ചു.
സ്ഥാപനങ്ങൾ AI പ്രായോഗികമായി ഉപയോഗിക്കുമ്പോൾ എന്തുസംഭവിക്കുമെന്നതിനെക്കുറിച്ച് അനുഭവപരമായ തെളിവുകൾ നിർമ്മിക്കാൻ ലാബ് ആഗ്രഹിക്കുന്നു, ഇത് വ്യക്തമായി തോന്നുമെങ്കിലും, നിരവധി ശ്വാസംമുട്ടിക്കുന്ന AI സംഭാഷണങ്ങളിൽ നിന്ന് ഇത് കാണുന്നില്ല.
നല്ലത്. കാരണം "AI ജോലിയെ പരിവർത്തനം ചെയ്യും" എന്നത് ഒരു പദ്ധതിയല്ല, മറിച്ച് ഒരു ഫോഗ് മെഷീൻ ആണ്. ഈ ലാബ് മൂടൽമഞ്ഞ് അളക്കാൻ ശ്രമിക്കുകയാണ്.
പതിവുചോദ്യങ്ങൾ
ബിസിനസ്സിലെ AI-ക്ക് OpenAI-യുടെ ഡിപ്ലോയ്മെന്റ് കമ്പനി എന്താണ് അർത്ഥമാക്കുന്നത്?
ഓപ്പൺഎഐയുടെ ഡിപ്ലോയ്മെന്റ് കമ്പനി ശ്രദ്ധേയമായ AI പ്രകടനങ്ങളിൽ നിന്ന് കമ്പനികളെ ദൈനംദിന പ്രവർത്തനങ്ങളിൽ AI ഉൾപ്പെടുത്താൻ സഹായിക്കുന്നതിലേക്കുള്ള ഒരു മാറ്റത്തെ സൂചിപ്പിക്കുന്നു. ഈ യൂണിറ്റ് ഭൂരിഭാഗം ഉടമസ്ഥതയിലുള്ളത് ഓപ്പൺഎഐ ആണെന്നും, 4 ബില്യൺ ഡോളറിലധികം പ്രാരംഭ നിക്ഷേപത്തോടെ ആരംഭിക്കുന്നുവെന്നും, ടോമോറോയെ ഉൾക്കൊള്ളുന്നുവെന്നും ലേഖനം പറയുന്നു. അതിന്റെ ഊന്നൽ നടപ്പിലാക്കലിലാണ്: വർക്ക്ഫ്ലോകൾ, തത്സമയ ഡാറ്റ, അംഗീകാരങ്ങൾ, നിയന്ത്രണങ്ങൾ, മനുഷ്യ മേൽനോട്ടം.
ചെറുകിട ബിസിനസ് ഉടമകളെ സഹായിക്കുന്നതിനായി ക്ലോഡ് എങ്ങനെയാണ് രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്?
അമൂർത്തമായ AI പരിവർത്തനത്തിനുപകരം പ്രായോഗികമായ അഡ്മിനിസ്ട്രേറ്റീവ് വർക്ക്ഫ്ലോകളെ ചുറ്റിപ്പറ്റിയാണ് ക്ലോഡ് ഫോർ സ്മോൾ ബിസിനസ്സിന്റെ സ്ഥാനം. ക്വിക്ക്ബുക്ക്സ്, പേപാൽ, ഹബ്സ്പോട്ട്, കാൻവ, ഗൂഗിൾ വർക്ക്സ്പേസ്, മൈക്രോസോഫ്റ്റ് 365, ഡോക്യുസൈൻ തുടങ്ങിയ ഉപകരണങ്ങൾക്കായുള്ള കണക്ടറുകളെ ലേഖനം പരാമർശിക്കുന്നു. പ്രധാനപ്പെട്ട എന്തെങ്കിലും അയയ്ക്കുന്നതിനോ പോസ്റ്റ് ചെയ്യുന്നതിനോ പണം നൽകുന്നതിനോ മുമ്പുള്ള പേറോൾ പ്ലാനിംഗ്, ഇൻവോയ്സ് ഫോളോ-അപ്പുകൾ, വിൽപ്പന കാമ്പെയ്നുകൾ, ഉപഭോക്തൃ സേവന തയ്യാറെടുപ്പ്, മനുഷ്യ അംഗീകാരം എന്നിവ സാധാരണ ജോലികളിൽ ഉൾപ്പെടുന്നു.
AI ചാറ്റ് ഉൽപ്പന്നങ്ങളിൽ സ്വകാര്യത പ്രധാനമായി മാറുന്നത് എന്തുകൊണ്ട്?
ആരോഗ്യം, പണം, ബന്ധങ്ങൾ, വ്യക്തിപരമായ സമ്മർദ്ദം എന്നിവയുൾപ്പെടെയുള്ള സെൻസിറ്റീവ് ചോദ്യങ്ങൾ ആളുകൾ പലപ്പോഴും AI ഉപകരണങ്ങളിലേക്ക് കൊണ്ടുവരുന്നതിനാൽ സ്വകാര്യത പ്രധാനമാണ്. മെറ്റാ AI-യ്ക്കുള്ള വാട്ട്സ്ആപ്പിന്റെ ഇൻകോഗ്നിറ്റോ മോഡ് ചാറ്റ് ചരിത്രം സംരക്ഷിക്കാത്ത സംഭാഷണങ്ങൾ വാഗ്ദാനം ചെയ്യുന്നതിലൂടെ ആ യാഥാർത്ഥ്യത്തെ പ്രതിഫലിപ്പിക്കുന്നു. ലേഖനം അനുസരിച്ച്, ചാറ്റ് അടയ്ക്കുമ്പോഴോ, ആപ്പ് ലോക്ക് ചെയ്യുമ്പോഴോ, സെഷൻ അവസാനിക്കുമ്പോഴോ സെഷനുകൾ അപ്രത്യക്ഷമാകും.
AI മോഡൽ പരിശീലനത്തിലൂടെ ഓട്ടോ സയന്റിസ്റ്റ് എന്താണ് ചെയ്യാൻ ശ്രമിക്കുന്നത്?
മോഡലുകൾക്ക് നിർദ്ദിഷ്ട കഴിവുകൾ വേഗത്തിൽ നേടുന്നതിനായി ഫൈൻ-ട്യൂണിംഗ് പ്രക്രിയയുടെ ഭാഗങ്ങൾ ഓട്ടോമേറ്റ് ചെയ്യുന്നതിനുള്ള ഒരു ഉപകരണമായാണ് ഓട്ടോ സയന്റിസ്റ്റിനെ വിശേഷിപ്പിക്കുന്നത്. ഡാറ്റയും മോഡൽ പെരുമാറ്റവും സഹ-ഒപ്റ്റിമൈസ് ചെയ്യാൻ സിസ്റ്റം അഡാപ്റ്റേഷൻ ആഗ്രഹിക്കുന്നുവെന്ന് ലേഖനം പറയുന്നു. ഇത് മാന്ത്രികമായ സ്വയം മെച്ചപ്പെടുത്തലിനെ സൂചിപ്പിക്കുന്നില്ല, പക്ഷേ ഏറ്റവും വലിയ ലാബുകൾക്ക് അപ്പുറം കൂടുതൽ അഡാപ്റ്റീവ്, ഓട്ടോമേറ്റഡ്, ആക്സസ് ചെയ്യാവുന്ന പരിശീലന പൈപ്പ്ലൈനുകളിലേക്ക് ഇത് വിരൽ ചൂണ്ടുന്നു.
നോഷൻ എങ്ങനെയാണ് അതിന്റെ വർക്ക്സ്പെയ്സിനുള്ളിൽ AI ഏജന്റുകളെ ഉപയോഗിക്കുന്നത്?
AI ഏജന്റുമാർ, ബാഹ്യ ഡാറ്റ, കസ്റ്റം കോഡ് എന്നിവ ടീമുകൾക്ക് ബന്ധിപ്പിക്കാൻ കഴിയുന്ന ഒരു സ്ഥലമാക്കി നോഷൻ അതിന്റെ വർക്ക്സ്പെയ്സിനെ മാറ്റുകയാണ്. ഒരു ഡെവലപ്പർ പ്ലാറ്റ്ഫോം, സുരക്ഷിതമായ സാൻഡ്ബോക്സിൽ കസ്റ്റം കോഡ് പ്രവർത്തിപ്പിക്കുന്നതിനുള്ള തൊഴിലാളികൾ, ബാഹ്യ ഏജന്റുമാർക്ക് നോഷനുമായി ഇടപഴകാനുള്ള വഴികൾ എന്നിവ ലേഖനത്തിൽ പരാമർശിക്കുന്നു. പ്രായോഗികമായി, ഏജന്റ് നയിക്കുന്ന ജോലികൾക്കുള്ള ഒരു ഏകോപന കേന്ദ്രമായി മാറാൻ നോഷൻ ശ്രമിക്കുന്നു.
ഇപ്പോൾ വലിയ തോതിൽ തൊഴിലാളികളെ മാറ്റിസ്ഥാപിക്കുന്നത് AI ആണോ?
ബാങ്ക് ഓഫ് കാനഡയിലെ ലേഖനത്തിലെ ഇനം അനുസരിച്ച്, AI വ്യാപകമായ തൊഴിലാളി സ്ഥാനചലനത്തിന് കാരണമാകുമെന്നതിന് ഇതുവരെ തെളിവുകളൊന്നുമില്ല. വിവരിച്ച വീക്ഷണം കൂടുതൽ അളക്കപ്പെട്ടതാണ്: AI ജോലികൾ മാറ്റിയേക്കാം, ഉൽപ്പാദനക്ഷമതയെ ബാധിച്ചേക്കാം, നിലവിലുള്ള ജോലികളുടെ തരങ്ങൾ പുനർനിർമ്മിച്ചേക്കാം. എന്നാൽ ഇതുവരെ ഡാറ്റയിൽ വൻതോതിലുള്ള പുനരുജ്ജീവനത്തിന്റെ ഒരു വലിയ തരംഗം പ്രത്യക്ഷപ്പെട്ടിട്ടില്ലെന്ന് ലേഖനം പറയുന്നു.
വിൻഡോസിൽ കോഡിംഗ് ഏജന്റുമാർക്ക് സുരക്ഷിതമായ സാൻഡ്ബോക്സുകൾ ആവശ്യമായി വരുന്നത് എന്തുകൊണ്ട്?
കോഡിംഗ് ഏജന്റുമാർക്ക് കമാൻഡുകൾ പ്രവർത്തിപ്പിക്കാനും ഫയലുകൾ എഡിറ്റ് ചെയ്യാനും വികസന പരിതസ്ഥിതികളുമായി സംവദിക്കാനും കഴിയും, ഇത് ആക്സസ് നിയന്ത്രണം പ്രധാനമാക്കുന്നു. വളരെയധികം അംഗീകാരങ്ങൾ അല്ലെങ്കിൽ അപകടകരമായ പൂർണ്ണ ആക്സസ് പോലുള്ള ബുദ്ധിമുട്ടുള്ള ഒരു ഇടപാടിനുള്ള പ്രതികരണമായാണ് ഓപ്പൺഎഐയുടെ വിൻഡോസ് സാൻഡ്ബോക്സ് പ്രവർത്തനത്തെ വിവരിക്കുന്നത്. ഏജന്റിക് കോഡിംഗ് വർക്ക്ഫ്ലോകൾ സുരക്ഷിതമാക്കുന്നതിന് സമർപ്പിത സാൻഡ്ബോക്സ് ഉപയോക്താക്കൾ, നിയന്ത്രിത ടോക്കണുകൾ, ഫയർവാൾ നിയമങ്ങൾ, ഒരു പ്രത്യേക കമാൻഡ് റണ്ണർ എന്നിവ അന്തിമ രൂപകൽപ്പനയിൽ ഉപയോഗിക്കുന്നു.
ജോലിസ്ഥലത്തെ AI-ക്ക് കൂടുതൽ ഗവേഷണം ആവശ്യമായി വരുന്നത് എന്തുകൊണ്ട്?
സ്റ്റാൻഫോർഡ് HAI AI ആൻഡ് ഓർഗനൈസേഷൻസ് ലാബ്, ജോലികൾ, ടീമുകൾ, ഏകോപനം, ജോലിസ്ഥല പ്രകടനം എന്നിവയെ AI എങ്ങനെ മാറ്റുന്നു എന്നതിനെക്കുറിച്ച് പഠിക്കുന്നതിലാണ് ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത്. AI ജോലിയിൽ മാറ്റം വരുത്തുമെന്ന അവ്യക്തമായ അവകാശവാദങ്ങളേക്കാൾ തെളിവിലേക്കുള്ള ഒരു നീക്കമായിട്ടാണ് ലേഖനം ഇതിനെ രൂപപ്പെടുത്തുന്നത്. യഥാർത്ഥ ജോലിസ്ഥലങ്ങളിൽ ഓർഗനൈസേഷനുകൾ AI വിന്യസിക്കുമ്പോൾ എന്ത് സംഭവിക്കുമെന്ന് മനസ്സിലാക്കുക എന്നതാണ് ലക്ഷ്യം.