Google ಮೇಘ ನೆಕ್ಸ್ಟ್‌ನಲ್ಲಿ ಉತ್ಪಾದಕ AI ನಲ್ಲಿ Google ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ | Duda News

ಚಿತ್ರ ಕ್ರೆಡಿಟ್: ಗೂಗಲ್

ಈ ವಾರ ಲಾಸ್ ವೇಗಾಸ್‌ನಲ್ಲಿ, Google ಕ್ಲೌಡ್‌ನಿಂದ ಇತ್ತೀಚಿನ ಮತ್ತು ಅತ್ಯುತ್ತಮವಾದದ್ದನ್ನು ಕೇಳಲು 30,000 ಜನರು ಒಟ್ಟುಗೂಡಿದರು. ಅವರು ಸಾರ್ವಕಾಲಿಕವಾಗಿ ಕೇಳಿದ ಎಲ್ಲಾ ಜನರೇಟಿವ್ AI. ಗೂಗಲ್ ಕ್ಲೌಡ್ ಮೊದಲ ಮತ್ತು ಅಗ್ರಗಣ್ಯವಾಗಿ ಕ್ಲೌಡ್ ಮೂಲಸೌಕರ್ಯ ಮತ್ತು ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಮಾರಾಟಗಾರ. ಇದು ನಿಮಗೆ ತಿಳಿದಿಲ್ಲದಿದ್ದರೆ, AI ಸುದ್ದಿಗಳ ದಾಳಿಯಲ್ಲಿ ನೀವು ಇದನ್ನು ತಪ್ಪಿಸಿರಬಹುದು.

ಗೂಗಲ್ ಪ್ರದರ್ಶಿಸಿದ್ದನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಅಲ್ಲ, ಆದರೆ ಕಳೆದ ವರ್ಷ ತನ್ನ ನ್ಯೂಯಾರ್ಕ್ ಸಿಟಿ ಟ್ರಾವೆಲ್ ರೋಡ್‌ಶೋನಲ್ಲಿ ಸೇಲ್ಸ್‌ಫೋರ್ಸ್‌ನಂತೆ, ಕಂಪನಿಯು ತನ್ನ ಪ್ರಮುಖ ವ್ಯವಹಾರವನ್ನು ಒಪ್ಪಿಕೊಳ್ಳಲು ವಿಫಲವಾಗಿದೆ – ಉತ್ಪಾದಕ AI ಸಂದರ್ಭವನ್ನು ಹೊರತುಪಡಿಸಿ, ಸಹಜವಾಗಿ.

ಜೆಮಿನಿ ಲಾರ್ಜ್ ಲ್ಯಾಂಗ್ವೇಜ್ ಮಾಡೆಲ್ (LLM) ನ ಲಾಭ ಪಡೆಯಲು ಮತ್ತು ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ನಾದ್ಯಂತ ಉತ್ಪಾದಕತೆಯನ್ನು ಸುಧಾರಿಸಲು ಗ್ರಾಹಕರಿಗೆ ಸಹಾಯ ಮಾಡಲು Google ಹಲವಾರು AI ವರ್ಧನೆಗಳನ್ನು ಘೋಷಿಸಿತು. ನಿಸ್ಸಂದೇಹವಾಗಿ, ಇದು ಯೋಗ್ಯವಾದ ಗುರಿಯಾಗಿದೆ, ಮತ್ತು ಮೊದಲ ದಿನದ ಕೀನೋಟ್ ಮತ್ತು ಮರುದಿನ ಡೆವಲಪರ್ ಕೀನೋಟ್ ಸಮಯದಲ್ಲಿ, ಈ ಪರಿಹಾರಗಳ ಶಕ್ತಿಯನ್ನು ವಿವರಿಸಲು ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಡೆಮೊಗಳೊಂದಿಗೆ Google ಪ್ರಕಟಣೆಗಳನ್ನು ಸೇರಿಸಿತು.

ಆದರೆ ಅನೇಕರು ಸ್ವಲ್ಪ ಹೆಚ್ಚು ಸರಳವಾದಂತೆ ತೋರುತ್ತಿದ್ದರು, ಸೀಮಿತ ಸಮಯದೊಂದಿಗೆ ಮುಖ್ಯ ಭಾಷಣದಲ್ಲಿ ಅವರು ಅಳವಡಿಸಿಕೊಳ್ಳಬೇಕಾದದ್ದನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಂಡರು. ಬಹುತೇಕ ಪ್ರತಿಯೊಂದು ಕಂಪನಿಯ ಡೇಟಾವು Google ನ ಹೊರಗಿನ ರೆಪೊಸಿಟರಿಗಳಲ್ಲಿದ್ದಾಗ ಅವರು ಹೆಚ್ಚಾಗಿ Google ಪರಿಸರ ವ್ಯವಸ್ಥೆಯ ಒಳಗಿನ ಉದಾಹರಣೆಗಳನ್ನು ಅವಲಂಬಿಸಿದ್ದಾರೆ.

ಕೆಲವು ಉದಾಹರಣೆಗಳು AI ಇಲ್ಲದೆಯೇ ಮಾಡಬಹುದೆಂದು ನಿಜವಾಗಿಯೂ ಅನಿಸಿತು. ಉದಾಹರಣೆಗೆ, ಇ-ಕಾಮರ್ಸ್ ಡೆಮೊ ಸಮಯದಲ್ಲಿ, ಪ್ರೆಸೆಂಟರ್ ಆನ್‌ಲೈನ್ ವಹಿವಾಟನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಮಾರಾಟಗಾರನನ್ನು ಕರೆದರು. ಮಾರಾಟದ ಬೋಟ್‌ನ ಸಂವಹನ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಪ್ರದರ್ಶಿಸಲು ಇದನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, ಆದರೆ ವಾಸ್ತವದಲ್ಲಿ, ಈ ಹಂತವನ್ನು ವೆಬ್‌ಸೈಟ್‌ನಲ್ಲಿ ಖರೀದಿದಾರರು ಸುಲಭವಾಗಿ ಪೂರ್ಣಗೊಳಿಸಬಹುದು.

ಇದು ಕೋಡ್ ಅನ್ನು ರಚಿಸುವುದು, ವಿಷಯದ ಸಂಗ್ರಹವನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು ಮತ್ತು ಅದನ್ನು ಪ್ರಶ್ನಿಸಲು ಸಾಧ್ಯವಾಗುವುದು ಅಥವಾ ಏಕೆ ನಡೆಯುತ್ತಿದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಲಾಗ್ ಡೇಟಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಲು ಸಾಧ್ಯವಾಗುವಂತೆ ಉತ್ಪಾದಕ AI ಕೆಲವು ಶಕ್ತಿಯುತ ಬಳಕೆಯ ಸಂದರ್ಭಗಳನ್ನು ಹೊಂದಿಲ್ಲ ಎಂದು ಅರ್ಥವಲ್ಲ ವೆಬ್‌ಸೈಟ್ ಮುಚ್ಚಿದೆಯೇ? ಹೆಚ್ಚುವರಿಯಾಗಿ, ವೈಯಕ್ತಿಕ ಡೆವಲಪರ್‌ಗಳು, ಸೃಜನಶೀಲ ಜನರು, ಉದ್ಯೋಗಿಗಳು ಮತ್ತು ಇತರರಿಗೆ ಸಹಾಯ ಮಾಡಲು ಕಂಪನಿಯು ಪರಿಚಯಿಸಿದ ಕಾರ್ಯ ಮತ್ತು ಪಾತ್ರ-ಆಧಾರಿತ ಏಜೆಂಟ್‌ಗಳು ಕಾಂಕ್ರೀಟ್ ವಿಧಾನಗಳಲ್ಲಿ ಉತ್ಪಾದಕ AI ಅನ್ನು ಹತೋಟಿಗೆ ತರುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿವೆ.

ಆದರೆ Google ನ ಮಾದರಿಯ ಆಧಾರದ ಮೇಲೆ AI ಪರಿಕರಗಳನ್ನು ನಿರ್ಮಿಸಲು ಬಂದಾಗ, Google ಮತ್ತು ಇತರ ಮಾರಾಟಗಾರರು ತಮ್ಮ ಗ್ರಾಹಕರಿಗಾಗಿ ನಿರ್ಮಿಸುತ್ತಿರುವ ಪರಿಕರಗಳನ್ನು ಸೇವಿಸುವುದರ ವಿರುದ್ಧವಾಗಿ, ಅವರು ಏನಾಗಬಹುದು ಎಂಬುದನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದರಿಂದ ಅವರು ಹಲವಾರು ಅಡೆತಡೆಗಳನ್ನು ಎದುರಿಸುತ್ತಿದ್ದಾರೆಂದು ನನಗೆ ಸಹಾಯ ಮಾಡಲಾಗಲಿಲ್ಲ ಇದು. ಯಶಸ್ವಿ ಜೆನೆರಿಕ್ AI ಅಳವಡಿಕೆಯ ಹಾದಿ. ಅವರು ಅದನ್ನು ಸುಲಭವಾಗಿ ಕಾಣುವಂತೆ ಮಾಡಲು ಪ್ರಯತ್ನಿಸಿದರೂ, ವಾಸ್ತವದಲ್ಲಿ, ದೊಡ್ಡ ಸಂಸ್ಥೆಗಳಲ್ಲಿ ಯಾವುದೇ ಸುಧಾರಿತ ತಂತ್ರಜ್ಞಾನವನ್ನು ಅಳವಡಿಸುವುದು ದೊಡ್ಡ ಸವಾಲಾಗಿದೆ.

ದೊಡ್ಡ ಬದಲಾವಣೆ ಸುಲಭವಲ್ಲ

ಕಳೆದ 15 ವರ್ಷಗಳಲ್ಲಿ ಇತರ ತಾಂತ್ರಿಕ ಜಿಗಿತಗಳಂತೆ – ಮೊಬೈಲ್, ಕ್ಲೌಡ್, ಕಂಟೈನರೈಸೇಶನ್, ಮಾರ್ಕೆಟಿಂಗ್ ಆಟೊಮೇಷನ್, ನೀವು ಇದನ್ನು ಹೆಸರಿಸಿ – ಸಂಭಾವ್ಯ ಪ್ರಯೋಜನಗಳ ಸಾಕಷ್ಟು ಭರವಸೆಗಳೊಂದಿಗೆ ಇದನ್ನು ಪರಿಚಯಿಸಲಾಗಿದೆ. ಆದರೂ ಈ ಪ್ರಗತಿಗಳು ತಮ್ಮದೇ ಆದ ಸಂಕೀರ್ಣತೆಯ ಮಟ್ಟವನ್ನು ಪರಿಚಯಿಸುತ್ತವೆ ಮತ್ತು ದೊಡ್ಡ ಕಂಪನಿಗಳು ನಾವು ಊಹಿಸಿಕೊಳ್ಳುವುದಕ್ಕಿಂತ ಹೆಚ್ಚು ಎಚ್ಚರಿಕೆಯಿಂದ ಮುಂದುವರಿಯುತ್ತವೆ. ಗೂಗಲ್ ಅಥವಾ ನಾನೂ, ಯಾವುದೇ ಪ್ರಮುಖ ಮಾರಾಟಗಾರರು ನೀಡುತ್ತಿರುವುದಕ್ಕಿಂತ AI ಒಂದು ದೊಡ್ಡ ಸಾಧನೆಯಾಗಿದೆ ಎಂದು ಭಾಸವಾಗುತ್ತಿದೆ.

ಈ ಹಿಂದಿನ ತಂತ್ರಜ್ಞಾನ ಬದಲಾವಣೆಗಳಿಂದ ನಾವು ಕಲಿತದ್ದೇನೆಂದರೆ ಅವುಗಳು ಸಾಕಷ್ಟು ಪ್ರಚೋದನೆಯೊಂದಿಗೆ ಬರುತ್ತವೆ ಒಂದು ಟನ್ ಭ್ರಮನಿರಸನವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ. ಹಲವು ವರ್ಷಗಳ ನಂತರವೂ, ಈ ಸುಧಾರಿತ ತಂತ್ರಜ್ಞಾನಗಳ ಲಾಭವನ್ನು ಪಡೆದುಕೊಳ್ಳಬೇಕಾದ ದೊಡ್ಡ ಕಂಪನಿಗಳನ್ನು ನಾವು ನೋಡುತ್ತೇವೆ, ಆದರೆ ಅವುಗಳು ಪರಿಚಯಿಸಲ್ಪಟ್ಟ ವರ್ಷಗಳ ನಂತರವೂ ಅವು ಇನ್ನೂ ಸ್ಕ್ರಾಂಬ್ಲಿಂಗ್ ಮಾಡುತ್ತಿವೆ ಅಥವಾ ಸಂಪೂರ್ಣವಾಗಿ ಸಂಭವಿಸಿವೆ.

ಸಾಂಸ್ಥಿಕ ಜಡತ್ವ ಸೇರಿದಂತೆ ತಾಂತ್ರಿಕ ನಾವೀನ್ಯತೆಗಳ ಲಾಭವನ್ನು ಪಡೆಯಲು ಕಂಪನಿಗಳು ವಿಫಲವಾಗಲು ಹಲವಾರು ಕಾರಣಗಳಿವೆ; ಹೊಸ ಪರಿಹಾರಗಳನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುವುದನ್ನು ಕಷ್ಟಕರವಾಗಿಸುವ ದುರ್ಬಲ ತಂತ್ರಜ್ಞಾನದ ಸ್ಟಾಕ್; ಅಥವಾ ಕಾರ್ಪೊರೇಟ್ ವಿರೋಧಿಗಳ ಗುಂಪು, ಉತ್ತಮ ಉದ್ದೇಶದ ಉಪಕ್ರಮಗಳನ್ನು ಸಹ ಮುಚ್ಚುತ್ತಿದೆ, ಅದು ಕಾನೂನು, ಮಾನವ ಸಂಪನ್ಮೂಲ, ಐಟಿ ಅಥವಾ ಇತರ ಗುಂಪುಗಳು, ಆಂತರಿಕ ರಾಜಕೀಯ ಸೇರಿದಂತೆ ವಿವಿಧ ಕಾರಣಗಳಿಗಾಗಿ, ವಸ್ತುನಿಷ್ಠ ಬದಲಾವಣೆಗೆ ಬೇಡ ಎಂದು ಹೇಳುವುದನ್ನು ಮುಂದುವರಿಸುತ್ತದೆ.

ಶೇಖರಣೆ, ಆಡಳಿತ ಮತ್ತು ಭದ್ರತೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದ ಕಂಪನಿಯಾದ ಎಗ್ನೈಟ್‌ನ ಸಿಇಒ ವಿನೀತ್ ಜೈನ್ ಅವರು ಎರಡು ರೀತಿಯ ಕಂಪನಿಗಳನ್ನು ನೋಡುತ್ತಾರೆ: ಈಗಾಗಲೇ ಕ್ಲೌಡ್‌ಗೆ ಗಮನಾರ್ಹ ಬದಲಾವಣೆಯನ್ನು ಮಾಡಿದವರು ಮತ್ತು ಅಲ್ಲಿ ಜೆನೆರಿಕ್ AI ಅನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುವಲ್ಲಿ ಸುಲಭವಾದ ಸಮಯವನ್ನು ಹೊಂದಿದ್ದಾರೆ ಸಮಯ ಇರುತ್ತದೆ. ಮತ್ತು ನಿಧಾನವಾಗಿ ಚಲಿಸುವ ಮತ್ತು ಕಷ್ಟಪಡುವ ಸಾಧ್ಯತೆಯಿದೆ.

ಅವರು ಇನ್ನೂ ಹೆಚ್ಚಿನ ತಂತ್ರಜ್ಞಾನವನ್ನು ಆವರಣದಲ್ಲಿ ಹೊಂದಿರುವ ಬಹಳಷ್ಟು ಕಂಪನಿಗಳೊಂದಿಗೆ ಮಾತನಾಡುತ್ತಾರೆ ಮತ್ತು AI ಅವರಿಗೆ ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂಬುದರ ಕುರಿತು ಯೋಚಿಸಲು ಪ್ರಾರಂಭಿಸುವ ಮೊದಲು ಅವರು ಸಾಕಷ್ಟು ದೂರ ಹೋಗಬೇಕಾಗಿದೆ. “ನಾವು ಡಿಜಿಟಲ್ ರೂಪಾಂತರವನ್ನು ಅನ್ವೇಷಿಸಲು ಪ್ರಾರಂಭಿಸದ ಅಥವಾ ಬಹಳ ಮುಂಚೆಯೇ ಮಾಡುತ್ತಿರುವ ಅನೇಕ ‘ಲೇಟ್’ ಕ್ಲೌಡ್ ಅಳವಡಿಕೆದಾರರೊಂದಿಗೆ ಮಾತನಾಡುತ್ತೇವೆ” ಎಂದು ಜೈನ್ ಟೆಕ್ಕ್ರಂಚ್ಗೆ ತಿಳಿಸಿದರು.

ಡಿಜಿಟಲ್ ರೂಪಾಂತರದ ಬಗ್ಗೆ ಯೋಚಿಸಲು AI ಈ ಕಂಪನಿಗಳನ್ನು ಒತ್ತಾಯಿಸಬಹುದು, ಆದರೆ ಅವರು ತುಂಬಾ ಹಿಂದೆ ಪ್ರಾರಂಭಿಸುವ ಮೂಲಕ ಕಷ್ಟಪಡಬೇಕಾಗಬಹುದು ಎಂದು ಅವರು ಹೇಳಿದರು. “ಈ ಕಂಪನಿಗಳು ಮೊದಲು ಆ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಬೇಕು ಮತ್ತು ನಂತರ ಪ್ರಬುದ್ಧ ಡೇಟಾ ಭದ್ರತೆ ಮತ್ತು ಆಡಳಿತ ಮಾದರಿಯನ್ನು ಹೊಂದಿರುವಾಗ AI ಅನ್ನು ಬಳಸಬೇಕು” ಎಂದು ಅವರು ಹೇಳಿದರು.

ಅದು ಯಾವಾಗಲೂ ಡೇಟಾ ಆಗಿತ್ತು

Google ನಂತಹ ದೊಡ್ಡ ಮಾರಾಟಗಾರರು ಈ ಪರಿಹಾರಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಸರಳಗೊಳಿಸುತ್ತಾರೆ, ಆದರೆ ಎಲ್ಲಾ ಅತ್ಯಾಧುನಿಕ ತಂತ್ರಜ್ಞಾನಗಳಂತೆ, ಮುಂಭಾಗದಿಂದ ಸರಳವಾಗಿ ಕಾಣುವುದು ಹಿಂಭಾಗದಿಂದ ಸರಳವಾಗಿದೆ ಎಂದು ಅರ್ಥವಲ್ಲ. ಈ ವಾರ ನಾನು ಆಗಾಗ್ಗೆ ಕೇಳಿದಂತೆ, ಜೆಮಿನಿ ಮತ್ತು ಇತರ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲು ಬಳಸುವ ಡೇಟಾಗೆ ಬಂದಾಗ, ಇದು ಇನ್ನೂ “ಗಾರ್ಬೇಜ್ ಇನ್, ಗಾರ್ಬೇಜ್ ಔಟ್” ಪ್ರಕರಣವಾಗಿದೆ ಮತ್ತು ಇದು ಜೆನೆರಿಕ್ ಎಐಗೆ ಬಂದಾಗ ಇದು ಇನ್ನೂ ಹೆಚ್ಚು ಅನ್ವಯಿಸುತ್ತದೆ ಬರುವುದು.

ಇದು ಡೇಟಾದೊಂದಿಗೆ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ. ನಿಮ್ಮ ಡೇಟಾ ಹೌಸ್ ಅನ್ನು ನೀವು ಸಂಘಟಿಸದಿದ್ದರೆ, ನಿಮ್ಮ ಬಳಕೆಯ ಸಂದರ್ಭದಲ್ಲಿ LLM ಅನ್ನು ತರಬೇತಿ ಮಾಡಲು ಅದನ್ನು ಆಕಾರಕ್ಕೆ ತರಲು ತುಂಬಾ ಕಷ್ಟವಾಗುತ್ತದೆ. ತಮ್ಮ ಸಂಸ್ಥೆಯಲ್ಲಿ ಗೂಗಲ್ ಕ್ಲೌಡ್ ಅಭ್ಯಾಸದ ಉಸ್ತುವಾರಿ ವಹಿಸಿರುವ ಡೆಲಾಯ್ಟ್ ಪ್ರಿನ್ಸಿಪಾಲ್ ಕಾಶಿಫ್ ರಹಮತುಲ್ಲಾ ಅವರು ಈ ವಾರದ Google ನ ಪ್ರಕಟಣೆಗಳಿಂದ ಪ್ರಭಾವಿತರಾಗಿದ್ದಾರೆ, ಆದರೆ ಕ್ಲೀನ್ ಡೇಟಾ ಕೊರತೆಯಿರುವ ಕೆಲವು ಕಂಪನಿಗಳು ಜನರೇಟಿವ್ AI ಪರಿಹಾರಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಬೇಕಾಗುತ್ತದೆ ಎಂದು ಒಪ್ಪಿಕೊಂಡಿದ್ದಾರೆ. “ಈ ಸಂಭಾಷಣೆಗಳು AI ಸಂಭಾಷಣೆಗಳಾಗಿ ಪ್ರಾರಂಭವಾಗಬಹುದು, ಆದರೆ ಇದು ಶೀಘ್ರದಲ್ಲೇ ಬದಲಾಗುತ್ತದೆ: ‘ನಾನು ನನ್ನ ಡೇಟಾವನ್ನು ಸರಿಪಡಿಸಬೇಕಾಗಿದೆ, ಮತ್ತು ನಾನು ಅದನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸಬೇಕಾಗಿದೆ, ಮತ್ತು ನನಗೆ ಎಲ್ಲವನ್ನೂ ಒಂದೇ ಸ್ಥಳದಲ್ಲಿ ಬೇಕು, ಅಥವಾ ಬಹುತೇಕ ಒಂದನ್ನು ಸೇರಿಸಬೇಕಾಗಿದೆ ನಾನು ಉತ್ಪಾದಕ AI ನಿಂದ ನಿಜವಾದ ಪ್ರಯೋಜನಗಳನ್ನು ಪಡೆಯಲು ಪ್ರಾರಂಭಿಸುವ ಮೊದಲು ಇರಿಸಿ, ”ರಹಮತುಲ್ಲಾ ಹೇಳಿದರು.

Google ನ ದೃಷ್ಟಿಕೋನದಿಂದ, Google ಪರಿಸರ ವ್ಯವಸ್ಥೆಯ ಒಳಗೆ ಮತ್ತು ಹೊರಗೆ ಡೇಟಾ ಮೂಲಗಳನ್ನು ಸಂಪರ್ಕಿಸಲು ಡೇಟಾ ಇಂಜಿನಿಯರ್‌ಗಳಿಗೆ ಹೆಚ್ಚು ಸುಲಭವಾಗಿ ಡೇಟಾ ಪೈಪ್‌ಲೈನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಸಹಾಯ ಮಾಡಲು ಕಂಪನಿಯು ಉತ್ಪಾದಕ AI ಪರಿಕರಗಳನ್ನು ನಿರ್ಮಿಸಿದೆ. “ದತ್ತಾಂಶವನ್ನು ಚಲಿಸುವಲ್ಲಿ ಒಳಗೊಂಡಿರುವ ಬಹಳಷ್ಟು ಕಾರ್ಮಿಕ-ತೀವ್ರ ಕಾರ್ಯಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವ ಮೂಲಕ ಮತ್ತು ಈ ಮಾದರಿಗಳಿಗೆ ಸಿದ್ಧಪಡಿಸುವ ಮೂಲಕ ಡೇಟಾ ಎಂಜಿನಿಯರಿಂಗ್ ತಂಡಗಳನ್ನು ವೇಗಗೊಳಿಸಲು ಇದು ನಿಜವಾಗಿಯೂ ಉದ್ದೇಶಿಸಲಾಗಿದೆ” ಎಂದು ಡೇಟಾಬೇಸ್‌ಗಳು, ಡೇಟಾ ಅನಾಲಿಟಿಕ್ಸ್ ಮತ್ತು ಲುಕರ್‌ನ ಉಪಾಧ್ಯಕ್ಷ ಮತ್ತು ಜನರಲ್ ಮ್ಯಾನೇಜರ್ ಗೆರಿಟ್ ಕಾಜ್ಮೇಯರ್ ಹೇಳಿದರು. Google ನಲ್ಲಿ, TechCrunch ಗೆ ಹೇಳಿದರು.

ಡೇಟಾವನ್ನು ಸಂಪರ್ಕಿಸಲು ಮತ್ತು ಸ್ವಚ್ಛಗೊಳಿಸಲು ಇದು ಸಹಾಯಕವಾಗಿರಬೇಕು, ವಿಶೇಷವಾಗಿ ಡಿಜಿಟಲ್ ರೂಪಾಂತರದ ಪ್ರಯಾಣದಲ್ಲಿರುವ ಕಂಪನಿಗಳಲ್ಲಿ. ಆದರೆ ಜೈನ್ ಪ್ರಸ್ತಾಪಿಸಿದ ಕಂಪನಿಗಳಿಗೆ – ಡಿಜಿಟಲ್ ರೂಪಾಂತರದ ಕಡೆಗೆ ಅರ್ಥಪೂರ್ಣ ಕ್ರಮಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳದವರಿಗೆ – ಇದು ಗೂಗಲ್ ಮಾಡಿದ ಈ ಪರಿಕರಗಳೊಂದಿಗೆ ಸಹ ಹೆಚ್ಚಿನ ತೊಂದರೆಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು.

ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಮಾದರಿಯನ್ನು ಆಧರಿಸಿದ ಅಪ್ಲಿಕೇಶನ್ ಆಗಿರಲಿ ಅಥವಾ ವಿಶೇಷವಾಗಿ ಕಸ್ಟಮ್ ಮಾಡೆಲ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಪ್ರಯತ್ನಿಸುವಾಗ ಶುದ್ಧವಾದ ಅನುಷ್ಠಾನವನ್ನು ಮೀರಿ AI ತನ್ನದೇ ಆದ ಸವಾಲುಗಳೊಂದಿಗೆ ಬರುತ್ತದೆ ಎಂಬುದನ್ನು ಇದು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ ಎಂದು ಆಂಡಿ ತುರೈ ಹೇಳುತ್ತಾರೆ, ಕಾನ್ಸ್ಟೆಲ್ಲೇಷನ್ ರಿಸರ್ಚ್ ಹೇಳುತ್ತಾರೆ. . “ಯಾವುದೇ ಪರಿಹಾರವನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವಾಗ, ಕಂಪನಿಗಳು ಆಡಳಿತ, ಹೊಣೆಗಾರಿಕೆ, ಭದ್ರತೆ, ಗೌಪ್ಯತೆ, ನೈತಿಕ ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತ ಬಳಕೆ ಮತ್ತು ಅಂತಹ ಅನುಷ್ಠಾನದ ಅನುಸರಣೆಯ ಬಗ್ಗೆ ಯೋಚಿಸಬೇಕು” ಎಂದು ತುರೈ ಹೇಳಿದರು. ಮತ್ತು ಇದು ಯಾವುದೂ ಕ್ಷುಲ್ಲಕವಲ್ಲ.

ಈ ವಾರ GCN ಗೆ ಭೇಟಿ ನೀಡಿದ ಕಾರ್ಯನಿರ್ವಾಹಕರು, IT ವೃತ್ತಿಪರರು, ಡೆವಲಪರ್‌ಗಳು ಮತ್ತು ಇತರರು Google ಕ್ಲೌಡ್‌ನಿಂದ ಮುಂದಿನದನ್ನು ಹುಡುಕುವ ಸಾಧ್ಯತೆಯಿದೆ. ಆದರೆ ಅವರು AI ಅನ್ನು ಹುಡುಕಲು ಹೋಗದಿದ್ದರೆ ಅಥವಾ ಅವರು ಸಂಸ್ಥೆಯಾಗಿ ಸಿದ್ಧರಾಗಿರದಿದ್ದರೆ, ಅವರು AI ಮೇಲೆ ಗೂಗಲ್‌ನ ಸಂಪೂರ್ಣ ಏಕಾಗ್ರತೆಯಿಂದ ಸ್ವಲ್ಪ ಆಶ್ಚರ್ಯಚಕಿತರಾಗಿ ಸಿನ್ ಸಿಟಿಯಿಂದ ದೂರ ಬಂದಿರಬಹುದು. Google ಮತ್ತು ಇತರ ಮಾರಾಟಗಾರರು ನೀಡುವ ಹೆಚ್ಚು ಪ್ಯಾಕೇಜ್ ಮಾಡಿದ ಪರಿಹಾರಗಳನ್ನು ಮೀರಿ, ಡಿಜಿಟಲ್ ಅತ್ಯಾಧುನಿಕತೆಯ ಕೊರತೆಯಿರುವ ಸಂಸ್ಥೆಗಳು ಈ ತಂತ್ರಜ್ಞಾನಗಳ ಸಂಪೂರ್ಣ ಪ್ರಯೋಜನವನ್ನು ಪಡೆಯಲು ಬಹಳ ಸಮಯ ತೆಗೆದುಕೊಳ್ಳಬಹುದು.