जनरेटिव एआई की क्षमताओं को प्रोग्राम में एम्बेड करके, हम ऐसे तंत्र बना सकते हैं जो पारंपरिक प्रोग्रामों से पहले अप्राप्य थे।
इसके अलावा, जैसे-जैसे जनरेटिव एआई स्वचालित रूप से प्रोग्राम उत्पन्न करने में सक्षम होगा, हम अपने विचारों के आधार पर स्वतंत्र रूप से और आसानी से प्रोग्राम बना और चला पाएंगे।
अब तक, मैंने ऐसी प्रणालियाँ बनाई हैं जो मेरे ब्लॉग लेखों को अंग्रेजी में अनुवाद कर सकती हैं और उन्हें अंग्रेजी ब्लॉगों पर पोस्ट कर सकती हैं, प्रेजेंटेशन वीडियो से व्याख्यात्मक वीडियो बना सकती हैं और उन्हें यूट्यूब पर अपलोड कर सकती हैं, और इंडेक्स, श्रेणियों और टैग के साथ अपनी स्वयं की ब्लॉग साइटें उत्पन्न और प्रकाशित कर सकती हैं।
इस तरह, एक ऐसी प्रणाली जो मूल सामग्री को कच्चे माल के रूप में उपयोग करती है और विभिन्न व्युत्पन्न सामग्री का उत्पादन करने के लिए जनरेटिव एआई सुविधाओं को शामिल करती है, उसे एक बौद्धिक कारखाना कहा जा सकता है।
मैंने इस बौद्धिक कारखाने को संचालित करने और उसकी स्थिति का प्रबंधन करने के लिए एक वेब एप्लिकेशन भी विकसित किया है, जिससे यह पीसी और स्मार्टफोन दोनों पर उपलब्ध है। इसके अलावा, घटनाओं से ट्रिगर होने वाली स्वचालित प्रसंस्करण करने वाले हिस्से बैकएंड पर बैच प्रोसेसिंग के लिए तैयार किए गए वर्चुअल मशीनों पर निष्पादित होते हैं।
इस प्रकार, मैंने जनरेटिव एआई के समर्थन से पीसी और स्मार्टफोन फ्रंटएंड, वेब सर्वर बैकएंड, वर्चुअल मशीनों पर बैच प्रोसेसिंग और इनके लिए बुनियादी ढांचा, यह सब अकेले ही विकसित किया।
यह केवल फुल-स्टैक इंजीनियरिंग नहीं है; इसे सर्वव्यापी इंजीनियरिंग कहा जा सकता है, क्योंकि इसमें सिस्टम के विभिन्न पहलुओं को व्यापक रूप से विकसित करना शामिल है।
इसके अलावा, विकसित वेब एप्लिकेशन की उपयोगिता में सुधार करते समय या नई सुविधाएँ जोड़ते समय, मैं प्रोग्रामिंग को जनरेटिव एआई को सौंप सकता हूँ, जिससे इसका उपयोग करते समय आसान सुधार संभव हो पाता है।
यह सॉफ्टवेयर को पारंपरिक सॉफ्टवेयर की तुलना में और भी अधिक लचीला और तरल बनाता है, जिससे मैं कुछ ऐसा बना पाता हूँ जो मेरे उपयोग पैटर्न के लिए पूरी तरह से फिट बैठता है। मैं इसे "लिक्विडवेयर" कहता हूँ।
मैंने वास्तव में इन्हें विकसित किया है और वर्तमान में इनका उपयोग कर रहा हूँ। वे केवल अवधारणाएँ नहीं हैं बल्कि सॉफ्टवेयर विकास में पहले से ही एक वास्तविकता हैं।
हालांकि मैंने इसे अभी तक विकसित नहीं किया है, मैं उम्मीद करता हूँ कि व्यावसायिक प्रणालियों के क्षेत्र में, "व्यावसायिक प्रक्रिया-उन्मुख विकास" के रूप में जानी जाने वाली विकास पद्धति एक वास्तविकता बन जाएगी।
यह एक ऐसा दृष्टिकोण है जिसका उद्देश्य कार्यक्रमों का समग्र अनुकूलन नहीं है, जो प्रणालियों को जटिल बनाता है, बल्कि व्यक्तिगत व्यावसायिक प्रक्रियाओं द्वारा सॉफ्टवेयर मॉड्यूल को खंडित करता है।
उपयोगकर्ता इंटरफ़ेस की केवल बुनियादी ढाँचा परिभाषा, उपयोगकर्ता अनुमति प्रबंधन, और डेटा मॉडल जिन्हें व्यावसायिक प्रक्रियाओं के बीच साझा करने की आवश्यकता है, उन्हें व्यावसायिक प्रणाली के बाहरी ढांचे के रूप में साझा किया जाता है।
अन्य आंतरिक सिस्टम प्रसंस्करण और अस्थायी डेटा को व्यावसायिक प्रक्रिया स्तर पर प्रबंधित किया जाता है।
इसमें ऐसे फ़ंक्शन और डेटा संरचनाएँ शामिल हो सकती हैं जिन्हें दो या अधिक व्यावसायिक प्रक्रियाओं द्वारा साझा किया जा सकता है। हालांकि, यदि इन्हें साझा मॉड्यूल या कस्टम लाइब्रेरी में बनाया जाता है, तो कोड और गुणवत्ता पुन: प्रयोज्यता में सुधार होता है, लेकिन सॉफ्टवेयर संरचना जटिल हो जाती है, और परिवर्तनों के लिए अन्य व्यावसायिक प्रक्रियाओं पर प्रभावों का लगातार विचार करना आवश्यक हो जाता है।
ऐसी स्थिति में जहां जनरेटिव एआई स्वचालित रूप से प्रोग्राम उत्पन्न करता है, बाद वाला नुकसान पूर्व लाभ से अधिक होता है। इसलिए, व्यावसायिक प्रक्रिया-उन्मुख दृष्टिकोण, जो समग्र अनुकूलन के बजाय व्यक्तिगत अनुकूलन पर जोर देता है, तर्कसंगत हो जाता है।
इसके अतिरिक्त, "नए कर्मचारी की मूल जानकारी दर्ज करना," "कर्मचारी की मूल जानकारी अपडेट करना," और "नाम से कर्मचारियों को खोजना" जैसी इकाइयों को व्यक्तिगत व्यावसायिक प्रक्रियाओं के रूप में कल्पना करें।
पारंपरिक विकास पद्धतियों में, उनके संबंधित उपयोगकर्ता इंटरफ़ेस, फ्रंटएंड प्रक्रियाएं, बैकएंड प्रक्रियाएं, और बैच प्रक्रियाएं विभिन्न निर्देशिकाओं में विभिन्न फ़ाइलों में अलग-अलग होती हैं। इसके अलावा, प्रत्येक को विभिन्न इंजीनियरों द्वारा विकसित किया जाता है।
हालांकि, जब एक एकल इंजीनियर जनरेटिव एआई को प्रोग्रामिंग करने देता है जबकि सर्वव्यापी इंजीनियरिंग करता है, तो एक व्यावसायिक प्रक्रिया के लिए आवश्यक कोड को एक ही फ़ाइल या फ़ोल्डर में समेकित करना अधिक समझ में आता है।
इसके अलावा, आवश्यकता विश्लेषण परिणाम, परीक्षण विनिर्देश, परीक्षण परिणाम और समीक्षा रिकॉर्ड को भी एक ही स्थान पर समेकित किया जा सकता है।
यह सॉफ्टवेयर इंजीनियरिंग के सभी डिलिवरेबल्स को प्रति व्यावसायिक प्रक्रिया में प्रबंधित करने की अनुमति देता है। और क्योंकि समग्र अनुकूलन पर विचार करने की आवश्यकता नहीं है, सुधार उस व्यावसायिक प्रक्रिया के भीतर केंद्रित हो सकते हैं, और व्यावसायिक प्रणाली में नई व्यावसायिक प्रक्रियाओं को आसानी से जोड़ा जा सकता है।
इस तरह, प्रोग्राम विकास और कार्यक्रमों के साथ क्या विकसित किया जा सकता है, जनरेटिव एआई के कारण महत्वपूर्ण रूप से बदल रहा है। यह भविष्य की संभावना नहीं है; यह पहले से ही वर्तमान वास्तविकता है, और निकट भविष्य में, इसकी पूर्णता केवल बढ़ सकती है, और अगला चरण उससे आगे बढ़ना चाहिए।
सिमुलेशन प्रणालियाँ
प्रोग्रामों द्वारा जो कुछ भी महसूस किया जा सकता है, वह यहाँ उल्लिखित व्यावसायिक प्रणालियों और बौद्धिक कारखानों तक सीमित नहीं है।
जिन शेष क्षेत्रों का मैंने उल्लेख नहीं किया है, उन्हें मोटे तौर पर सिमुलेशन प्रणालियों के रूप में वर्गीकृत किया जा सकता है।
चाहे एक साधारण भौतिक समीकरण को एक विश्लेषणात्मक सूत्र से हल किया जाए या पुनरावृत्तीय कार्यक्रमों के साथ जटिल भौतिक घटनाओं की गणना की जाए, दोनों को सिमुलेशन प्रणालियाँ कहा जा सकता है।
इसके अलावा, सिमुलेशन प्रणालियों का उपयोग न केवल भौतिकी में, बल्कि रसायन विज्ञान, जीव विज्ञान, या यहाँ तक कि समाजशास्त्र और अर्थशास्त्र में भी किया जा सकता है। इसके अलावा, सिमुलेशन केवल अकादमिक में ही नहीं, बल्कि इंजीनियरिंग, चिकित्सा, संस्थागत डिजाइन और व्यवसाय प्रबंधन जैसे क्षेत्रों में भी लागू होते हैं।
गेम भी एक प्रकार की सिमुलेशन प्रणाली है। किसी भी गेम में, यह कहा जा सकता है कि उस गेम की दुनिया के भीतर भौतिकी, समाज, नियम आदि का, तथाकथित, अनुकरण किया जा रहा है।
इसके अलावा, जब हम अपने जीवन, यात्राओं या अपनी जेब खर्च कैसे करें, इसकी योजना बनाते हैं तो हम एक प्रकार का सिमुलेशन भी करते हैं।
ये सिमुलेशन विभिन्न तरीकों से किए गए हैं: प्रोग्राम बनाकर और चलाकर, कागज पर समीकरण तैयार करके और गणना करके, अपने सिर में सोचकर, व्हाइटबोर्ड पर पाठ और तीरों के साथ विचारों को व्यवस्थित करके, या एक्सेल में ग्राफ बनाकर।
किसी विशिष्ट समस्या के लिए एक सिमुलेशन प्रोग्राम विकसित करने से विश्लेषणात्मक समीकरणों की तुलना में अधिक जटिल सिमुलेशन की अनुमति मिलती है। हालांकि, इसके लिए प्रोग्रामिंग कौशल, प्रयास और समय की आवश्यकता होती है।
साथ ही, सिमुलेशन मॉडल को स्पष्ट रूप से परिभाषित करने की आवश्यकता होती है, जिसके लिए कौशल, प्रयास और विचार के लिए समय की आवश्यकता होती है।
इसके अतिरिक्त, सिमुलेशन केवल उन तरीकों से किए जा सकते थे जिन्हें प्रोग्रामों द्वारा व्यक्त किया जा सकता था, और अब तक, केवल वही सिमुलेट किया जा सकता था जिसे कम्प्यूटेशनल रूप से व्यक्त किया जा सकता था।
जनरेटिव एआई इस स्थिति को महत्वपूर्ण रूप से बदल देगा।
जनरेटिव एआई न केवल सिमुलेशन सिस्टम प्रोग्रामों के आसान विकास की अनुमति देता है, बल्कि सिमुलेशन सिस्टम में जनरेटिव एआई को एम्बेड करके, उन तत्वों का भी अनुकरण किया जा सकता है जिन्हें गणितीय सूत्रों द्वारा व्यक्त नहीं किया जा सकता है। यह अस्पष्ट गुणात्मक सिमुलेशन तत्वों और मानव-जैसे बुद्धिमान एजेंटों से जुड़े सिमुलेशन को सक्षम बनाता है।
इसके अलावा, ऐसे सिमुलेशन मॉडल को न केवल गणितीय सूत्रों में, बल्कि प्राकृतिक भाषा में भी व्यक्त किया जा सकता है और जनरेटिव एआई द्वारा व्याख्या की जा सकती है।
इससे उन विभिन्न सिमुलेशन को व्यवस्थित करना आसान हो जाएगा जिन्हें हमने विभिन्न स्थितियों में किया है।
यह हमें अधिक सटीक, कुशल और प्रभावी सिमुलेशन परिणाम प्राप्त करने में सक्षम करेगा, जिससे अनदेखी और पक्षपातपूर्ण धारणाओं की संभावना कम होगी।
इसके अलावा, जटिल समस्याओं पर चर्चा या विचार करते समय, व्यक्तिगत मानसिक सिमुलेशन पर निर्भर रहने के बजाय चर्चा और विचार के लिए सिमुलेशन प्रणालियों का उपयोग करना संभव होगा।
यह विचार-विमर्श की सटीकता को बढ़ाता है और चर्चाओं को अधिक रचनात्मक बनाता है। ऐसा इसलिए है क्योंकि एक-दूसरे की बुद्धि या सोचने में गलतियों को इंगित करने के बजाय, चर्चाएँ स्पष्ट बिंदुओं पर ध्यान केंद्रित कर सकती हैं जैसे कि सिमुलेशन का अंतर्निहित मॉडल, कोई चूक या लापता तत्व, अत्यधिक अनिश्चित भागों का अनुमान कैसे लगाया जाता है, और परिणामों में से किन संकेतकों पर जोर दिया जाता है।
जैसे-जैसे सिमुलेशन प्रणालियाँ बनाना आसान हो जाएगा, हमारे सोचने का तरीका रैखिक सोच से बदल जाएगा, जो अंतर्ज्ञान, मान्यताओं, और दूसरों की दुर्भावना या गलतियों पर केंद्रित है, सिमुलेशन सोच में बदल जाएगा।
यह बातचीत के दौरान अपने स्मार्टफोन पर इंटरनेट पर समाचार स्रोतों, विकिपीडिया, या प्राथमिक स्रोतों की जाँच करने जैसा है। केवल एक-दूसरे की यादों के आधार पर अंतहीन तर्कों की अब कोई आवश्यकता नहीं है।
चर्चा के दौरान, जनरेटिव एआई चर्चा की सामग्री से सिमुलेशन मॉडल, सिमुलेशन नियम और पूर्व शर्तों को व्यवस्थित करेगा।
चर्चा करने वाले लोगों को बस उस मॉडल और नियमों में जानकारी और परिसरों को जोड़ने या सही करने की आवश्यकता है, और फिर सिमुलेशन परिणामों की पुष्टि करनी है। ठीक वैसे ही जैसे एक विश्वसनीय समाचार स्रोत मिलने पर, वे सिमुलेशन परिणाम गहरी चर्चा के लिए एक सामान्य आधार के रूप में कार्य कर सकते हैं।
यह श्रोताओं को यह सोचने के युग से मुक्त करेगा कि कौन सही है या कौन भरोसेमंद है। वे चर्चाओं में दिखाई देने वाले अस्पष्ट शब्दजाल और अवधारणाओं को समझने की कोशिश करते हुए भी सार को नहीं खोएंगे।
उन्हें केवल बहुत ही सरल चीजों पर विचार करने की आवश्यकता होगी: अनिश्चितता का मूल्यांकन कैसे करें और किन मूल्यों को प्राथमिकता दें।