Databricks ने Genie Code लॉन्च किया और Quotient AI का अधिग्रहण किया

dailysynapse.com के अनुसार, Databricks ने Genie Code पेश किया है—यह एक आर्टिफिशियल इंटेलिजेंस एजेंट है, जिसे कठिन डेटा इंजीनियरिंग और एनालिटिक्स कार्यों को संभालने के लिए बनाया गया है। कंपनी ने Quotient Artificial Intelligence का भी अधिग्रहण किया है, जो एआई एजेंटों में खामियां तलाशने पर केंद्रित है।

ये दोनों कदम डेटा संबंधी काम के स्वचालन को स्वायत्त सॉफ्टवेयर को भरोसेमंद बनाने की चुनौती से जोड़ते हैं। Databricks, Genie Code को पारंपरिक कोडिंग सहायकों से आगे का कदम बता रही है। केवल कोड की पंक्तियां सुझाने के बजाय, इस प्रणाली को डेटा वर्कफ़्लो की योजना बनाने और उन्हें पूरा करने के लिए तैयार किया गया है, जबकि निगरानी की जिम्मेदारी लोगों की बनी रहेगी।

कंपनी का व्यापक तर्क यह है कि एंटरप्राइज़ एआई को उस सूचना के अर्थ और संरचना को समझना चाहिए, जिसके साथ वह काम करता है। कॉरपोरेट माहौल में इसमें स्थापित कारोबारी परिभाषाएं, पिछली क्वेरी, सुरक्षा नियम और डेटा प्रणालियों के बीच संबंध शामिल हो सकते हैं। Genie Code का उद्देश्य इस आसपास के संदर्भ का इस्तेमाल करते हुए किसी व्यक्ति के अनुरोध को प्रोडक्शन डेटा संचालन के लिए आवश्यक विनिर्देशों में बदलना है।

कोड सुझावों से पर्यवेक्षित वर्कफ़्लो तक

Genie Code को Databricks के डेटा प्लेटफ़ॉर्म और उसके Unity Catalog गवर्नेंस सिस्टम के साथ मिलकर काम करने के लिए बनाया गया है। Unity Catalog का उद्देश्य एजेंट की गतिविधियों के चारों ओर सुरक्षा और गवर्नेंस की सीमा उपलब्ध कराना है। Genie Code के मुख्य रूप से Databricks के भीतर काम करने की उम्मीद है, जबकि Unity Catalog बाहरी डेटा स्रोतों तक पहुंच का मार्ग भी उपलब्ध करा सकता है।

यह डिज़ाइन इस बात में बदलाव को दर्शाता है कि Databricks डेटा टीमों द्वारा एआई के इस्तेमाल को किस तरह देखती है। जोर अब पेशेवरों से कोड का हर हिस्सा लिखवाने से हटकर, उन्हें सॉफ्टवेयर एजेंटों का निर्देशन, समीक्षा और समन्वय करने पर दिया जा रहा है। कंपनी को उम्मीद है कि इसका लाभ शुरुआती विकास से आगे भी मिलेगा।

डेटा प्रणाली तैयार हो जाने के बाद नियमित संचालन संबंधी काम काफी ध्यान ले सकता है। Databricks का कहना है कि एजेंट पाइपलाइनों को चालू रखने और अपस्ट्रीम प्रणालियों में बदलावों से पैदा हुई समस्याओं की जांच करने में मदद कर सकते हैं। इस मॉडल में, डेटा पेशेवर अलग-अलग प्रक्रियाओं को मैन्युअल रूप से ठीक करने में कम समय देंगे और उनके लिए जिम्मेदार स्वचालित प्रणालियों की निगरानी में अधिक समय लगाएंगे।

Databricks के प्रौद्योगिकी विशेषज्ञों ने कहा कि Genie Code का इस्तेमाल पहले से उन तैयारी संबंधी कार्यों के लिए किया जा रहा है, जो अन्यथा काफी मेहनत वाले हो सकते हैं। इनमें तालिकाओं की सफाई, अनुपस्थित मानों का पता लगाना, उन रिक्तियों को भरना और रूपांतरण लागू करना शामिल है। ऐसे चरणों को स्वचालित करने से डेटा वैज्ञानिकों को इनपुट तैयार करने में कम समय लगाने और अपने मुख्य मशीन-लर्निंग कार्य पर अधिक ध्यान देने का अवसर मिल सकता है।

एजेंटों के गलत होने पर उनकी जांच

Quotient Artificial Intelligence की खरीद एक अलग, लेकिन करीबी रूप से जुड़ी समस्या को संबोधित करती है: कोई एजेंट कार्रवाई करने में सक्षम हो सकता है, फिर भी अनुपयुक्त निर्णय ले सकता है। Quotient ऐसी तकनीक विकसित करती है, जिसे एजेंट के व्यवहार की जांच करने, गड़बड़ियों का निदान करने और यह आकलन करने के लिए बनाया गया है कि उसकी प्रक्रियाएं कितनी अच्छी तरह काम कर रही हैं।

इस स्टार्टअप की स्थापना उन डेवलपरों ने की थी, जिन्होंने पहले GitHub के Copilot पर काम किया था। इसके कस्टम मॉडल एजेंट की गतिविधियों का निरीक्षण कर सकते हैं और उन मामलों की पहचान कर सकते हैं, जिनमें उसने गलत टूल कॉल चुना। इस तरह के विश्लेषण का उद्देश्य केवल यह दिखाना नहीं है कि कोई वर्कफ़्लो विफल हुआ, बल्कि यह भी बताना है कि विफलता कहां हुई और उस समय एजेंट क्या करने का प्रयास कर रहा था।

Databricks की योजना Quotient की तकनीक को Genie Code और अपने व्यापक एजेंट प्लेटफ़ॉर्म में शामिल करने की है। इसका उद्देश्य संगठनों को तैनात एजेंटों पर लगातार नजर रखने, उनकी गलतियों की जांच करने और आसपास की परिस्थितियों में बदलाव आने पर उन्हें समायोजित करने का तरीका उपलब्ध कराना है।

यह संयोजन क्यों महत्वपूर्ण है

स्वायत्त डेटा टूल्स को एंटरप्राइज़ स्तर पर अपनाना केवल कोड तैयार करने की क्षमता पर निर्भर नहीं करता। इन प्रणालियों को किसी संगठन की परिभाषाओं और अनुमतियों के भीतर काम करना होगा, आपस में जुड़े डेटा कार्यों में काम पूरा करना होगा और जब उनके फैसले से अप्रत्याशित परिणाम सामने आए, तब भी उन्हें समझना संभव होना चाहिए। Databricks का लॉन्च और अधिग्रहण इन आवश्यकताओं को एक साथ संबोधित करते हैं।

Genie Code डेटा कार्यों की योजना बनाने और उन्हें पूरा करने का तंत्र उपलब्ध कराता है, जबकि Quotient की तकनीक का उद्देश्य एजेंट के आचरण के बारे में प्रतिक्रिया देना है। यह संयोजन ऐसे चक्र को समर्थन दे सकता है, जिसमें एजेंट काम करते हैं, उनकी कार्रवाइयों का आकलन किया जाता है और समय के साथ उनके व्यवहार में सुधार किया जाता है।

Databricks के अधिकारियों ने इसे डेटा संबंधी काम में व्यापक बदलाव का हिस्सा बताया। कंपनी के प्रस्तुतिकरण में मानव विशेषज्ञों को प्रक्रिया से हटाया नहीं जा रहा; इसके बजाय, उनकी भूमिका को निगरानी और समन्वय के इर्द-गिर्द फिर से परिभाषित किया जा रहा है। इस दृष्टिकोण की सफलता इस बात पर निर्भर करेगी कि प्रणालियां कारोबारी संदर्भ को कितनी प्रभावी ढंग से समझती हैं, गवर्नेंस नियंत्रणों का कितना सम्मान करती हैं और अंतर्निहित डेटा वातावरण में बदलाव आने पर किस तरह प्रतिक्रिया देती हैं।