एआई मॉडल अपनी गलतियों से सीखेगा: सेजमेकर हाइपरपॉड में आया ‘डेटा कैप्चर’, लाइव इनपुट-आउटपुट से बनेगा सुधार चक्र

हाइपरपॉड डेटा कैप्चर नाम की नई सुविधा अमेज़न सेजमेकर हाइपरपॉड पर तैनात फाउंडेशन मॉडलों के लाइव इनफरेंस इनपुट और आउटपुट को अमेज़न एस3 में दर्ज करती है। एडब्ल्यूएस मशीन लर्निंग ब्लॉग के अनुसार यह तीन स्वतंत्र स्तरों पर काम करती है, लेटेंसी पर न्यूनतम असर डालती है और मॉडल की उपलब्धता पर कोई असर नहीं डालती। इससे टीमें प्रोडक्शन डेटा से ड्रिफ्ट और कमियों का पता लगाकर मॉडल को दोबारा प्रशिक्षित कर सकती हैं।

समस्या: जो डेटा पहले था ही नहीं

ब्लॉग के अनुसार प्रोडक्शन में मॉडल ऐसे इनपुट से रूबरू होते हैं, जो किसी तैयार डेटासेट में नहीं होते, जैसे खास शब्दावली, अनपेक्षित फॉर्मेट, नए उत्पाद और बदलता उपयोगकर्ता व्यवहार। इनका रिकॉर्ड न हो तो टीमें न ड्रिफ्ट पकड़ पाती हैं, न गलतियों के पैटर्न।

एक उदाहरण से पूरा चक्र

एडब्ल्यूएस ने सिंथेटिक डेटा पर होम-अप्लायंस सपोर्ट राउटर का उदाहरण दिया। एक नए उत्पाद के लॉन्च के बाद “अन्य” श्रेणी में जाने वाले टिकट 4.8% (400 में 19) से बढ़कर 36.8% (500 में 184) हो गए और यह सबसे बड़ी श्रेणी बन गई। अमेज़न एथेना की क्वेरी से यह कमी पकड़ी गई, एसक्यूएल नीति से रिकॉर्ड लेबल हुए और उसी डेटा पर फाइन-ट्यूनिंग की गई।

ब्लॉग के अनुसार इससे नई श्रेणी की पहचान 0% से पूर्ण रिकॉल तक पहुंची और किसी मौजूदा श्रेणी में गिरावट नहीं आई। एडब्ल्यूएस ने सलाह दी कि पूरे पेलोड में नाम, पते और ऑर्डर नंबर हो सकते हैं, इसलिए सैंपलिंग, केएमएस एन्क्रिप्शन और पीआईआई रिडैक्शन से डेटा सुरक्षित किया जाए।

एआई टीमों के लिए मायने

तैनाती के बाद मॉडल का प्रदर्शन समय के साथ गिर सकता है। असली उपयोग के डेटा से लगातार सीखने का “फ्लाईव्हील” मॉडल को अद्यतन रखने का व्यावहारिक तरीका है।

साथ ही यह सुविधा डेटा गोपनीयता की ज़िम्मेदारी भी बढ़ाती है, क्योंकि ग्राहकों की बातचीत प्रशिक्षण डेटा बनने से पहले उसकी सुरक्षा ज़रूरी है।