इस डेवलपर ने पीडीएफ संपादक बनाने के लिए चैटजीपीटी का उपयोग क्यों किया?

एक डेवलपर ने अभी प्रदर्शित किया है कि एआई टूल का उपयोग करने का सबसे स्मार्ट तरीका क्या हो सकता है: उन्हें अपनी संवेदनशील फ़ाइलों को छूने न दें, इसके बजाय उन्हें ऐसा सॉफ़्टवेयर लिखने को कहें जो यह आपके लिए करता हो। ZDNet पर प्रकाशित एक व्यावहारिक प्रयोग में, एक उपयोगकर्ता ने इसकी ओर रुख किया चैटजीपीटी क्लाउड-आधारित एआई सेवाओं पर दस्तावेज़ अपलोड करने के बजाय शुरुआत से एक कस्टम पीडीएफ संपादक बनाने के लिए। पूरी प्रक्रिया में रात का खाना बनाने जितना ही समय लगा और यह काम कर गई।

जिस तरह से हम एआई का उपयोग कर रहे हैं वह पूरी तरह से उल्टा हो सकता है। हमारे संवेदनशील दस्तावेजों को क्लाउड-आधारित एआई सेवाओं में डालने के बजाय, एक डेवलपर ने साबित कर दिया कि एक बेहतर मार्ग है: एआई को वह कोड लिखने के लिए कहें जो आपकी फ़ाइलों को स्थानीय रूप से संभालता है।

की एक व्यावहारिक रिपोर्ट के अनुसार ZDNetएक उपयोगकर्ता को पीडीएफ फाइलों को संपादित करने की आवश्यकता थी, लेकिन उन्हें एआई-संचालित ऑनलाइन संपादकों पर अपलोड करने पर भरोसा नहीं था। समाधान? पास होना चैटजीपीटी इसके बजाय एक कस्टम पीडीएफ संपादन टूल बनाएं। पूरी विकास प्रक्रिया में लगभग उतना ही समय लगा जितना रात का खाना तैयार करने में लगता है, और परिणामी पायथन-आधारित सॉफ़्टवेयर ने पहली कोशिश में ही काम कर दिया।

यह दृष्टिकोण विशिष्ट AI वर्कफ़्लो को उल्टा कर देता है। पर भरोसा करने के बजाय ओपनएआई संवेदनशील दस्तावेज़ों को सीधे संसाधित करने के लिए सर्वर, उपयोगकर्ता कंपनी के बड़े भाषा मॉडल का लाभ उठाकर कोड उत्पन्न कर सकते हैं जो पूरी तरह से उनकी स्थानीय मशीनों पर चलता है। फ़ाइलें उपयोगकर्ता के कंप्यूटर को कभी नहीं छोड़ती हैं, जबकि AI की कोडिंग क्षमताओं से अभी भी लाभ मिलता है।

यह प्रयोग डेवलपर्स और रोजमर्रा के उपयोगकर्ताओं दोनों के बीच बढ़ती चिंता का समाधान करता है: एआई के युग में डेटा गोपनीयता। जब आप संपादन या विश्लेषण के लिए एआई सेवा पर कोई दस्तावेज़ अपलोड करते हैं, तो आप संभावित रूप से संवेदनशील जानकारी वाले उस प्रदाता पर भरोसा कर रहे होते हैं। एन्क्रिप्शन और गोपनीयता नीतियों के साथ भी, यह विश्वास की एक छलांग है जिसे लेने में कई लोग सहज नहीं हैं, खासकर वित्तीय रिकॉर्ड, कानूनी दस्तावेज़, या गोपनीय कार्य फ़ाइलों के साथ।

नेबियस द्वारा लिविंग लैब फिजिकल एआई पहल लंदन में लॉन्च की गई

चैटजीपीटी कई प्रोग्रामिंग भाषाओं में कार्यात्मक कोड लिखने में तेजी से सक्षम हो गया है। मॉडल सरल स्क्रिप्ट से लेकर जटिल अनुप्रयोगों तक सब कुछ उत्पन्न कर सकता है, जिसके लिए अक्सर उपयोगकर्ता को केवल प्राकृतिक भाषा विवरण की आवश्यकता होती है। इस मामले में, एआई ने कार्यशील पायथन कोड तैयार किया जो उपयोगकर्ता को विशेषज्ञ प्रोग्रामर होने की आवश्यकता के बिना पीडीएफ फाइलों में हेरफेर कर सकता है।

निहितार्थ पीडीएफ संपादकों से भी आगे तक फैले हुए हैं। यही पद्धति किसी भी कार्य पर लागू हो सकती है जहां उपयोगकर्ता क्लाउड सेवाओं पर डेटा भेजने में असहज महसूस करते हैं। स्थानीय स्तर पर वित्तीय स्प्रेडशीट का विश्लेषण करने के लिए एक उपकरण की आवश्यकता है? इसे बनाने के लिए एआई से पूछें। क्या आप फ़ोटो को अपलोड किए बिना बैच-प्रोसेस करना चाहते हैं? एआई से स्क्रिप्ट लिखने को कहें। यह पैटर्न एक मूलभूत बदलाव का प्रतिनिधित्व करता है कि हम आगे चलकर एआई सहायकों के साथ कैसे बातचीत कर सकते हैं।

डेवलपर्स एआई कोडिंग सहायकों का उपयोग कर रहे हैं जैसे गिटहब कोपायलट और चैटजीपीटी महीनों से सॉफ्टवेयर विकास में तेजी लाने के लिए। लेकिन यह प्रयोग गैर-डेवलपर्स के लिए भी दृष्टिकोण के मूल्य को प्रदर्शित करता है। बुनियादी तकनीकी साक्षरता वाला कोई भी व्यक्ति अब अपनी आवश्यकताओं के अनुरूप कस्टम सॉफ़्टवेयर टूल ऑन-डिमांड कमीशन कर सकता है।

स्पीड फैक्टर को भी नजरअंदाज नहीं किया जा सकता. यहां तक ​​कि एक साधारण पीडीएफ संपादक के लिए पारंपरिक सॉफ्टवेयर विकास के लिए आमतौर पर घंटों कोडिंग, डिबगिंग और परीक्षण की आवश्यकता होगी। ZDNet प्रयोग ने AI द्वारा कोड जनरेशन के भारी भारोत्तोलन को संभालकर उस समयरेखा को नाटकीय रूप से संकुचित कर दिया। उपयोगकर्ताओं को अभी भी यह सत्यापित करने की आवश्यकता है कि कोड काम करता है और इसमें सुरक्षा संबंधी समस्याएं नहीं हैं, लेकिन कस्टम टूल बनाने में प्रारंभिक बाधा अनिवार्य रूप से गायब हो गई है।

यह विकास इस प्रकार आता है ओपनएआई डेटा प्रबंधन और गोपनीयता के बारे में सवालों का सामना करते हुए चैटजीपीटी की क्षमताओं का विस्तार जारी है। कंपनी ने प्रशिक्षण के लिए उपयोग किए जा रहे अपने डेटा के बारे में चिंतित उपयोगकर्ताओं के लिए विभिन्न सुरक्षा उपाय और ऑप्ट-आउट विकल्प लागू किए हैं, लेकिन फ़ाइलों को स्थानीय रूप से रखने से ये चिंताएं पूरी तरह से दूर हो जाती हैं।

दृष्टिकोण उत्तम नहीं है. जेनरेट किए गए कोड को निष्पादित करने के लिए अभी भी कुछ तकनीकी ज्ञान की आवश्यकता होती है, और उपयोगकर्ताओं को अपने सिस्टम पर पायथन स्थापित करने की आवश्यकता होती है। कोड सुरक्षा का भी सवाल है – एआई-जनरेटेड सॉफ़्टवेयर को चलाने से पहले कमजोरियों की समीक्षा की जानी चाहिए, खासकर महत्वपूर्ण फ़ाइलों को संभालते समय। लेकिन ये बाधाएं शुरुआत से कोड सीखने या संवेदनशील डेटा वाली क्लाउड सेवाओं पर भरोसा करने की तुलना में काफी कम हैं।

रोबोरॉक क्यूरेवो एज 2 आईएम टेस्ट

जो चीज़ इसे विशेष रूप से उल्लेखनीय बनाती है वह है पहुंच। फ्री-टियर चैटजीपीटी उपयोगकर्ता प्रीमियम एआई सेवाओं या महंगे सॉफ्टवेयर लाइसेंस के भुगतान के बिना सैद्धांतिक रूप से इस दृष्टिकोण को दोहरा सकते हैं। कस्टम सॉफ़्टवेयर विकास में प्रवेश की बाधा अब लगभग शून्य हो गई है, जो कोई भी व्यक्ति अपनी आवश्यकता के बारे में बताने के लिए कुछ मिनट खर्च करना चाहता है।

यह प्रयोग एक उभरते पैटर्न की ओर इशारा करता है कि हम एआई उपकरणों के साथ कैसे बातचीत करेंगे: हमारे संवेदनशील डेटा के प्रत्यक्ष प्रोसेसर के रूप में नहीं, बल्कि ऑन-डिमांड सॉफ़्टवेयर डेवलपर्स के रूप में। क्लाउड सेवाओं पर फ़ाइलें अपलोड करने के बजाय मिनटों में कस्टम, स्थानीय टूल उत्पन्न करने की क्षमता गोपनीयता संबंधी चिंताओं और एआई के व्यावहारिक लाभों के बीच एक आकर्षक मध्य मार्ग प्रदान करती है। जैसे-जैसे भाषा मॉडल कोड लिखने में बेहतर होते जाते हैं, यह दृष्टिकोण गोपनीयता के प्रति जागरूक उपयोगकर्ताओं के लिए डिफ़ॉल्ट बन सकता है जो अभी भी रोजमर्रा के कार्यों में एआई की मदद चाहते हैं।