Jev, AI के क्षेत्र में एक नया विकास है जिसका उद्देश्य उन टूल्स से अलग है जिनका सामना ज्यादातर लोग पहली बार करते हैं। किसी AI असिस्टेंट के साथ चैट में आप सवाल पूछते हैं और लिखित जवाब पाते हैं, या कोई ईमेल ड्राफ्ट करने में मदद मांगते हैं। उस टेक्स्ट के पीछे एक लार्ज लैंग्वेज मॉडल होता है, जिसे संक्षेप में LLM कहा जाता है। TypeSafe AI द्वारा पेश किया गया Jev, टेक्स्ट जनरेट करने के बजाय सॉफ्टवेयर के भीतर त्वरित और सीमित दायरे वाले निर्णय लेने के लिए डिज़ाइन किया गया है।
किसी ट्रांसपोर्ट व्यवसाय के लिए इसका मतलब यह हो सकता है कि सिस्टम को यह पहचानने में मदद मिले कि किस संदेश पर ध्यान देने की ज़रूरत है या कौन सा मामला किसी व्यक्ति के पास भेजा जाना चाहिए। LiteTMS में, हम पहले से ही विभिन्न परिदृश्यों का परीक्षण कर रहे हैं ताकि यह देख सकें कि यह दृष्टिकोण रोज़मर्रा के काम में हमारे ट्रांसपोर्ट मैनेजमेंट सिस्टम को कैसे अधिक उपयोगी बना सकता है।
आसान शब्दों में Jev क्या करता है
इसे एक छँटाई डेस्क (sorting desk) की तरह समझें। जानकारी आती है, और सॉफ्टवेयर को यह तय करना होता है कि उसे कहाँ भेजा जाए। Jev उस जानकारी को प्राप्त करता है और पूर्वनिर्धारित विकल्पों, स्कोर या हाँ/ना की संभावनाओं के साथ सवालों के जवाब देता है। यह कोई बातचीत नहीं लिखता और न ही कोई ईमेल तैयार करता है। LangChain का परिचय इस अंतर को स्पष्ट करता है और दिखाता है कि Jev टेक्स्ट जनरेट करने वाले मॉडलों के साथ मिलकर कैसे काम कर सकता है।
यहाँ ट्रांसपोर्ट का एक उदाहरण दिया गया है: एक ड्राइवर लिखता है, “अभी भी वेयरहाउस में ही हूँ। वे कल से पहले लोडिंग शुरू नहीं करेंगे।” सिस्टम यह सवाल पूछ सकता है कि क्या यह संदेश किसी देरी को दर्शाता है और क्या इस पर डिस्पैचर के ध्यान देने की ज़रूरत है। Jev इसका मूल्यांकन प्रदान करेगा; और मुख्य सॉफ्टवेयर यह तय करेगा कि इसके आधार पर क्या कदम उठाना है।
TypeSafe इसे सिस्टम वन (System One) मॉडल कहता है: ऐसा AI जो तेज़ निर्णयों के लिए बनाया गया है, जिसे सॉफ्टवेयर सीधे उपयोग कर सके। Jev अभी अर्ली एक्सेस में है। हमारे लिए इसका आकर्षण काम के प्रवाह में छोटे और उपयोगी आकलनों को शामिल करने की संभावना है, जिसके लिए किसी को अलग से कोई चैट खोलने की ज़रूरत नहीं पड़ती।
ट्रांसपोर्ट ऑफिस में यह कहाँ मददगार हो सकता है
ये संभावित उपयोग हैं, LiteTMS में जारी किए जा चुके Jev फीचर्स की घोषणा नहीं।
महत्वपूर्ण संदेशों को सामने लाना
लोडिंग में देरी, बदला हुआ डिलीवरी पता और गाड़ी पहुँचने की सामान्य पुष्टि (arrival confirmation) - इन सभी पर अलग-अलग प्रतिक्रिया की आवश्यकता होती है। कोई मॉडल आने वाले संदेशों को उनके विषय और तात्कालिकता के आधार पर छाँटने में मदद कर सकता है, जिससे संभावित समस्याओं पर ऑफिस का ध्यान तुरंत जा सके। इसका असली परीक्षण यह होगा कि क्या यह स्क्रीन को अनावश्यक अलर्ट्स से भरे बिना महत्वपूर्ण अपवादों को पकड़ पाता है।
ऐसे मामलों की पहचान करना जहाँ स्पष्टीकरण की आवश्यकता हो
मान लीजिए कि किसी ऑर्डर में अनलोडिंग के लिए सुबह का समय निर्धारित है, जबकि ग्राहक के बाद के संदेश में दोपहर का ज़िक्र है। एक त्वरित मूल्यांकन समीक्षा के लिए इस संभावित टकराव को चिह्नित (flag) कर सकता है। इसे डिस्पैचर का ध्यान संबंधित जानकारी की ओर वापस खींचना चाहिए, और जब तक कोई इसकी जाँच न कर ले, तब तक तय डिलीवरी समय को अपरिवर्तित रखना चाहिए।
दस्तावेज़ों को सही व्यक्ति तक पहुँचाना
एक बार जब किसी अलग टूल द्वारा दस्तावेज़ का टेक्स्ट पढ़ लिया जाता है, तो Jev उसकी सामग्री को वर्गीकृत करने में मदद कर सकता है: जैसे कि डिलीवरी की पुष्टि, किसी शुल्क के बारे में सवाल, या कोई शिकायत। इससे कार्य को ऑपरेशंस या एडमिनिस्ट्रेशन विभाग में सही जगह भेजने में मदद मिल सकती है। स्कैन किए गए पेज को पढ़ना और यह तय करना कि उसकी सामग्री कहाँ भेजी जानी चाहिए, ये दो अलग-अलग चरण हैं; यह उदाहरण दूसरे चरण से संबंधित है।
यह तय करना कि काम कब किसी व्यक्ति को सौंपना है
कुछ अनुरोधों में अगला कदम पूरी तरह स्पष्ट होता है। दूसरों में अधूरी जानकारी होती है या वे किसी विवादित लागत से जुड़े होते हैं। कोई सिस्टम उपयुक्त समाधान प्रक्रिया का सुझाव देने के लिए इस मूल्यांकन का उपयोग कर सकता है, जिसमें मानवीय समीक्षा भी शामिल है। एक उपयोगी डिज़ाइन वह होगा जिससे अनिश्चित मामलों को ढूँढना और ठीक करना आसान हो।
तेज़ जवाबों की भी जाँच ज़रूरी है
TypeSafe उपयुक्त कार्यों में गति और लागत के लाभ की रिपोर्ट करता है। वेंडर के ये मूल्यांकन किसी ट्रांसपोर्ट कंपनी के वास्तविक लाभ को साबित नहीं करते। इसके अलावा, उत्तर का एक निश्चित प्रारूप (format) होना सही निर्णय होने से अलग बात है: मॉडल फिर भी गलत विकल्प चुन सकता है।
हमारे प्रस्तावित ट्रांसपोर्ट परिदृश्यों के लिए इसका अर्थ है रिस्पॉन्स टाइम के साथ-साथ छूटी हुई देरी, अनावश्यक एस्केलेशन और अस्पष्ट संदेशों की भी जाँच करना। हमें यह भी आकलन करना होगा कि प्रत्येक निर्णय के लिए कितने संदर्भ (context) की आवश्यकता है। यदि सिस्टम के पास संदेश की तारीख नहीं है, तो "कल" का कोई विशेष अर्थ नहीं रह जाता।
हम LiteTMS में Jev का परीक्षण क्यों कर रहे हैं
हम नई तकनीक के साथ हमेशा अपडेट रहते हैं और पहले से ही ऐसे विभिन्न परिदृश्यों का परीक्षण कर रहे हैं जहाँ Jev व्यवसायों के लिए LiteTMS को अधिक स्मार्ट और उपयोगी बनाने में मदद कर सकता है। ऊपर दिए गए उदाहरण उन दिशाओं को दर्शाते हैं जिन पर काम करना उपयोगी है; ये पूरे हो चुके इंटीग्रेशन या मापे गए परिणामों की सूची नहीं हैं।
हमारा उद्देश्य व्यावहारिक है: ऑफिस को इस बात पर ध्यान देने में मदद करना कि क्या महत्वपूर्ण है, और कोई भी कार्रवाई करने से पहले जानकारी को छाँटने में कम मेहनत लगे। किसी भी एप्लिकेशन को उपयोगी परिणामों, स्पष्ट सीमाओं और किसी व्यक्ति द्वारा हस्तक्षेप के सीधे तरीके के माध्यम से अपनी जगह बनानी होगी। जैसे-जैसे यह काम आगे बढ़ेगा, हम इसके ठोस निष्कर्ष साझा करेंगे।
स्रोत
- TypeSafe AI: सिस्टम वन मॉडल और Jev का परिचय
- LangChain: Jev के साथ हार्नेस बनाना
- Flavio Copes: Jev, TypeSafe के सिस्टम वन मॉडल का विस्तृत विश्लेषण
- heise online: मशीनों को तेज़ी से निर्णय लेने में सक्षम बनाने वाला AI मॉडल “Jev”
अक्सर पूछे जाने वाले सवाल
परिवहन कंपनी के लिए Jev क्या कर सकता है?
संभावित उपयोगों में संदेशों को छांटना, ऑर्डर की जानकारी में संभावित विसंगतियों को चिह्नित करना और मामलों को सही व्यक्ति तक पहुंचाना शामिल है। ये मूल्यांकन के लिए तैयार किए गए परिदृश्य हैं, कोई गारंटीकृत परिणाम नहीं।
क्या Jev पहले से ही LiteTMS के फीचर के रूप में उपलब्ध है?
हम संभावित अनुप्रयोगों का परीक्षण कर रहे हैं। यह लेख ग्राहकों के लिए किसी रिलीज़ या इसे लागू करने की तारीख की घोषणा नहीं करता है।
क्या Jev डिस्पैचर की जगह खुद निर्णय लेगा?
यहाँ बताए गए परिदृश्य महत्वपूर्ण जानकारी को उभारकर और उसे संभालने के सुझाव देकर डिस्पैचर के काम में सहायता करेंगे। परिचालन से जुड़ी प्रतिबद्धताओं में किसी भी बदलाव के लिए उचित जांच और मानवीय नियंत्रण आवश्यक होगा।
जुड़े रहें
बेहतर लेखों के लिए जगह बनाएं।
Google पर हमारे और लेख देखने के लिए LiteTMS को पसंदीदा स्रोत के रूप में चुनें।
Google पर LiteTMS चुनेंGoogle पर अपने चयन की पुष्टि करें · नए टैब में खुलता है