Amazon CTO की 2024 के बाद की तकनीकी भविष्यवाणियाँ

xguru · 2023-12-06T11:12:02+09:00

डॉ. Werner Vogels का लेख मानवता ने पूरे इतिहास में अपनी क्षमताओं को बढ़ाने और विस्तार देने वाले tools और systems विकसित किए हैं cloud technology, machine learning और generative AI की पहुँच बढ़ने से email लिखने से लेकर software development, यहाँ तक कि cancer की शुरुआती पहचान तक, हमारे जीवन के लगभग हर पहलू पर असर पड़ रहा है आने वाले कुछ वर्षों में technology की पहुँच का लोकतंत्रीकरण होगा और कई क्षेत्रों में innovation की भरमार होगी, जिसकी शुरुआत generative AI से होगी [Generative AI सांस्कृतिक रूप से जागरूक बनता है] - Generative AI becomes culturally aware "सांस्कृतिक रूप से विविध data पर प्रशिक्षित large language models (LLM) मानव अनुभव और जटिल सामाजिक मुद्दों को और अधिक सूक्ष्मता से समझ सकेंगे। सांस्कृतिक fluency दुनिया भर के users के लिए generative AI को और सुलभ बनाएगी" संस्कृति हर चीज़ को प्रभावित करती है — हम कौन-सी कहानियाँ सुनाते हैं, क्या खाते हैं, कैसे कपड़े पहनते हैं, हमारे मूल्य, शिष्टाचार, पूर्वाग्रह, समस्याओं तक पहुँचने और निर्णय लेने के तरीके, सब कुछ संस्कृति इस बात की बुनियाद है कि हममें से हर व्यक्ति अपने community के भीतर कैसे अस्तित्व में है संस्कृति वे नियम और दिशानिर्देश देती है जो हमारे व्यवहार और विश्वासों को परिभाषित और नियंत्रित करते हैं, और ये सामाजिक अनुबंध इस पर बदलते हैं कि हम कहाँ हैं और किसके साथ हैं; यही अंतर कभी-कभी भ्रम और गलतफ़हमी पैदा कर सकते हैं इंसान कई संस्कृतियों में काम करने के आदी हैं, इसलिए वे इस जानकारी को संदर्भित, संकलित और समझ को समायोजित करके उचित प्रतिक्रिया दे सकते हैं आने वाले वर्षों में संस्कृति technology को design, deploy और consume करने के तरीकों में महत्वपूर्ण भूमिका निभाएगी, और इसका असर generative AI में सबसे स्पष्ट रूप से दिखाई देगा सांस्कृतिक fluency हासिल करने के प्रयास LLM-आधारित systems को दुनिया भर के users तक पहुँचने के लिए वह "सांस्कृतिक fluency" हासिल करनी होगी जिसे इंसान सहज रूप से महसूस करते हैं कई LLMs को train करने में उपयोग किया गया Common Crawl लगभग 46% English है, और भाषा की परवाह किए बिना उपलब्ध content का इससे भी बड़ा हिस्सा सांस्कृतिक रूप से पश्चिमी है, जिसमें अमेरिका का झुकाव काफ़ी अधिक है पिछले कुछ महीनों में गैर-पश्चिमी भाषाओं के learners सामने आने लगे हैं: Arabic और English data पर प्रशिक्षित Jais, Chinese/English bilingual model Yi-34B, और विशाल Japanese web corpus पर प्रशिक्षित Japanese-large-lm आदि यह इस बात का संकेत है कि सांस्कृतिक रूप से सटीक गैर-पश्चिमी models के ज़रिए सैकड़ों मिलियन लोग generative AI का उपयोग कर सकेंगे, जो education से healthcare तक व्यापक क्षेत्रों को प्रभावित कर सकता है यह याद रखना चाहिए कि भाषा और संस्कृति एक ही चीज़ नहीं हैं केवल perfect translation कर सकना, संस्कृति के प्रति आदर्श समझ होने के बराबर नहीं है चूँकि इन models में असंख्य इतिहास और अनुभव निहित हैं, LLMs अधिक व्यापक और वैश्विक दृष्टिकोण विकसित करना शुरू करेंगे जैसे इंसान discussion, debate और idea exchange के माध्यम से सीखते हैं, वैसे ही LLMs को भी अपना दृष्टिकोण व्यापक करने और संस्कृति समझने के लिए समान अवसरों की ज़रूरत होगी इस सांस्कृतिक आदान-प्रदान में दो research areas केंद्रीय भूमिका निभाएँगे पहला है AI feedback के माध्यम से reinforcement learning (RLAIF), जिसमें एक model दूसरे model के feedback को शामिल करता है। इस परिदृश्य में अलग-अलग models एक-दूसरे के साथ interact कर सकते हैं और इन interactions के आधार पर विभिन्न सांस्कृतिक अवधारणाओं की अपनी समझ को update कर सकते हैं दूसरा है multi-agent debate के माध्यम से collaboration, जिसमें एक model की कई instances responses बनाती हैं, फिर हर response की वैधता और उसके पीछे के reasoning पर चर्चा करती हैं, और इस debate process के माध्यम से अंततः एक consensus answer तक पहुँचती हैं दोनों research areas models को train और fine-tune करने की मानवीय लागत को कम करते हैं जैसे-जैसे LLMs एक-दूसरे से संवाद करेंगे और सीखेंगे, वे विविध सांस्कृतिक दृष्टिकोणों के आधार पर जटिल सामाजिक समस्याओं को और अधिक सूक्ष्मता से समझ पाएँगे ये प्रगति यह भी सुनिश्चित करेगी कि models technology जैसे क्षेत्रों में व्यापक विषयों पर अधिक मज़बूत और तकनीकी रूप से सटीक responses दें इसका प्रभाव क्षेत्रों, communities और पीढ़ियों में गहराई से दिखाई देगा [FemTech आखिरकार तेज़ी पकड़ता है] - FemTech finally takes off "FemTech में निवेश तेज़ी से बढ़ रहा है, healthcare services hybrid हो रही हैं, और समृद्ध data के कारण diagnosis तथा patient outcomes बेहतर हो रहे हैं; ऐसे में women’s healthcare एक inflection point पर पहुँच गया है। FemTech का उदय केवल महिलाओं को ही लाभ नहीं देगा, बल्कि पूरे healthcare system को नई ऊर्जा देगा" महिलाओं की healthcare niche market नहीं है, फिर भी इसे नज़रअंदाज़ किया गया है women’s healthcare कोई niche market नहीं है। केवल अमेरिका में ही महिलाएँ हर साल healthcare services पर 500 billion dollar से अधिक खर्च करती हैं महिलाएँ कुल आबादी का 50% हैं और consumer healthcare decisions का 80% लेती हैं, फिर भी आधुनिक चिकित्सा की बुनियाद मूलतः पुरुषों पर आधारित रही है 1993 में U.S. National Institutes of Health Revitalization Act बनने के बाद ही अमेरिका में महिलाओं ने clinical research में भाग लेना शुरू किया menstrual care या menopause treatment जैसी सामान्य ज़रूरतें ऐतिहासिक रूप से taboo रही हैं, और महिलाओं को clinical trials और research से बाहर रखा गया, इसलिए परिणाम आम तौर पर पुरुषों की तुलना में उनके लिए अधिक खराब रहे औसतन, महिलाओं में कई बीमारियों का diagnosis पुरुषों की तुलना में देर से होता है, और heart attack के बाद misdiagnosis होने की संभावना 50% अधिक होती है असमानता का सबसे स्पष्ट उदाहरण prescription drugs हैं, जहाँ महिलाएँ पुरुषों की तुलना में कहीं अधिक दर से side effects report करती हैं ये आँकड़े सतह पर चिंताजनक लगते हैं, लेकिन cloud technology और data तक बेहतर पहुँच के कारण women’s healthcare, यानी FemTech, में निवेश बढ़ रहा है AWS ने women-led startups के साथ क़रीबी काम किया है और FemTech की growth को प्रत्यक्ष रूप से देखा है। केवल पिछले साल funding में 197% की वृद्धि हुई। capital, machine learning जैसी technologies, और खास तौर पर महिलाओं के लिए design किए गए connected devices तक बढ़ती पहुँच के साथ, हम women’s care के प्रति न केवल धारणा बल्कि उसके management में भी अभूतपूर्व बदलाव के मोड़ पर खड़े हैं technology से लैस FemTech कंपनियाँ उभर रही हैं Tia, Elvie और Embr Labs जैसी कंपनियाँ data और predictive analytics का उपयोग कर personalized treatment दे रही हैं, और घर या यात्रा के दौरान भी, जहाँ मरीज सहज हो, वहीं care उपलब्ध कराने की बड़ी क्षमता दिखा रही हैं जैसे-जैसे women’s health issues पर stigma कम होगा और इस क्षेत्र में अधिक funding आएगी, FemTech कंपनियाँ उन women’s health issues और needs को सक्रिय रूप से संबोधित करती रहेंगी जिन्हें पहले नज़रअंदाज़ किया जाता था साथ ही, online healthcare platforms, low-cost diagnostic devices की उपलब्धता, और medical experts तक on-demand access का उपयोग करने वाले hybrid care models की वजह से महिलाओं की healthcare access में बड़ा सुधार होगा Maven ने mental health और physical health की सीमाएँ तोड़ते हुए, relationship counseling से menopause management तक सब कुछ देकर इस क्षेत्र का leader होने का प्रमाण दिया है NextGen Jane द्वारा विकसित किए जा रहे smart tampon system के माध्यम से महिलाएँ अपना uterine health profile बना सकेंगी, disease के संभावित genomic markers की पहचान कर सकेंगी, और इन्हें clinicians के साथ सहज रूप से साझा कर सकेंगी wearable devices भी users और doctors को विश्लेषण के लिए समृद्ध longitudinal health data उपलब्ध कराएँगे आज जब 70% से अधिक महिलाएँ menopause symptoms का इलाज कराए बिना ही रह रही हैं, तब बेहतर education, data की उपलब्धता और non-invasive solutions OB-GYN care के outcomes को नाटकीय रूप से सुधार सकते हैं, और इसका मतलब केवल OB-GYN care से कहीं अधिक है women’s healthcare management का inflection point हम women’s healthcare management के inflection point पर खड़े हैं computer vision और deep learning जैसी cloud technologies के साथ संयुक्त विविध data तक पहुँच misdiagnosis को कम करने और उन drug side effects को न्यूनतम करने में मदद करेगी जो आज महिलाओं को असमान रूप से प्रभावित करते हैं endometriosis और postpartum depression को वह ध्यान मिलेगा जिसके वे हक़दार हैं अंततः हम women’s treatment को हाशिए से अग्रिम पंक्ति में आते देखेंगे और क्योंकि women-led teams, all-male teams की तुलना में व्यापक health issues को हल करने के लिए बेहतर स्थिति में होती हैं, FemTech केवल उन लोगों को ही लाभ नहीं देगा जो स्वयं को महिला के रूप में पहचानते हैं, बल्कि पूरे healthcare system को बेहतर बनाएगा [AI assistants डेवलपर productivity को फिर से परिभाषित करते हैं] - AI assistants redefine developer productivity "AI assistants बुनियादी code generators से विकसित होकर ऐसे teachers और tireless collaborators बन जाएँगे जो पूरे software development lifecycle में support देंगे। वे जटिल systems को सरल भाषा में समझाएँगे, targeted improvements सुझाएँगे, और repetitive tasks अपने ऊपर लेकर developers को उनके काम के सबसे प्रभावशाली हिस्सों पर ध्यान केंद्रित करने में मदद करेंगे" मैंने 2021 में भविष्यवाणी की थी कि generative AI software लिखने के तरीके में महत्वपूर्ण भूमिका निभाना शुरू करेगा। यह developers की skills को augment करके उन्हें अधिक सुरक्षित और विश्वसनीय code लिखने में मदद करेगा AI assistants सहकर्मी भी, शिक्षक भी अभी natural language prompts के आधार पर पूरे functions, classes और tests generate कर सकने वाले tools और systems की व्यापक पहुँच के कारण यह रुझान पूरी तरह उभर रहा है वास्तव में, 2023 Stack Overflow Developer Survey में 70% respondents ने कहा कि वे development process में पहले से AI tools का उपयोग कर रहे हैं या करने की योजना बना रहे हैं अब आने वाले AI assistants केवल code को समझेंगे और लिखेंगे ही नहीं, बल्कि tireless collaborators और teachers भी होंगे कोई भी task उनकी ऊर्जा समाप्त नहीं करेगा, और चाहे कितनी बार पूछा जाए वे concepts समझाने या काम दोबारा करने में अधीर नहीं होंगे असीम समय और धैर्य के साथ वे team के हर सदस्य का समर्थन करेंगे और code review से product strategy तक हर काम में योगदान देंगे सीमाएँ धुंधली होंगी product managers, frontend और backend engineers, DBA, UI/UX designers, DevOps engineers और architects के बीच की सीमाएँ धुंधली हो जाएँगी AI assistants पूरे system के context को समझते हुए, केवल isolated modules तक सीमित न रहकर, napkin sketch को scaffolding code में बदलने, requirements documents से templates बनाने, या काम के लिए सबसे उपयुक्त infrastructure जैसे serverless बनाम containers की सिफारिश करने जैसे सुझाव देंगे, जो मानव creativity को बढ़ाएँगे customization संभव इन assistants को individual, team या company level पर बहुत अधिक customize किया जा सकेगा junior developers इन्हें अनजान infrastructure को जल्दी सीखने के लिए उपयोग कर सकेंगे, और senior engineers इन्हें नए projects या codebases को तेज़ी से समझकर सार्थक योगदान शुरू करने के लिए इस्तेमाल कर सकेंगे पहले code changes के downstream impact को पूरी तरह समझने में हफ़्ते लग जाते थे, लेकिन assistants तुरंत modifications का मूल्यांकन कर सकेंगे, system के अन्य हिस्सों पर उनके प्रभाव का सार दे सकेंगे, और ज़रूरत पड़ने पर अतिरिक्त changes सुझा सकेंगे यह पहले ही developers का बोझ कम करना शुरू कर चुका है unit tests, boilerplate code लिखना, error debugging जैसी आधुनिक software development की सबसे उबाऊ चीज़ें पहले ही developers के हाथ से निकलती दिख रही हैं इन tasks को अक्सर 'अतिरिक्त' काम समझकर पीछे धकेल दिया जाता था, लेकिन अब assistants इन्हें संभालेंगे बेशक developers को अब भी outputs की planning और evaluation करनी होगी लेकिन ये सहायक tools academic research के माध्यम से distributed systems के लिए उपयुक्त algorithms चुनने, primary-backup approach से active-active implementation में सबसे अच्छे तरीके से transition करने, resources का व्यक्तिगत रूप से efficiency पर क्या असर पड़ता है यह समझने, और pricing models विकसित करने में मदद करेंगे, जिससे वे पहले से कहीं अधिक काम कर सकेंगे developers Java version upgrade जैसे non-differentiated heavy lifting के बोझ से मुक्त होकर innovation को आगे बढ़ाने वाले creative work पर ध्यान केंद्रित कर सकेंगे आने वाले वर्षों में engineering teams productivity बढ़ाएँगी, higher-quality systems विकसित करेंगी, और पूरे software industry में AI assistants novelty से necessity की ओर बढ़ेंगे, जिससे software release cycles छोटे होंगे [तकनीकी innovation की गति के साथ evolve होती education] - Education evolves to match the speed of tech innovation "केवल higher education तकनीकी बदलाव की गति का साथ नहीं दे सकती। industry-led, skill-based education programs उभरेंगे, और यह skilled tradespeople की journey से अधिक मिलते-जुलते होंगे। continuous learning की ओर यह बदलाव individuals और companies दोनों के लिए फ़ायदेमंद होगा" खासकर tech sector में यह धारणा व्यापक रही है कि best talent को hire करने और best workplaces में नौकरी पाने के लिए university degree अनिवार्य है, लेकिन यह model अब individuals और companies दोनों स्तरों पर टूटना शुरू हो गया है students के लिए cost बढ़ रही है, और practical training उपलब्ध होने की स्थिति में बहुत से लोग traditional university degree के value पर सवाल उठा रहे हैं companies की दृष्टि से, new hires को अब भी practical training की ज़रूरत होती है, और जैसे-जैसे अधिक industries employees से specialized expertise की माँग करती हैं, schools में पढ़ाई जाने वाली चीज़ों और employers की ज़रूरतों के बीच का gap बढ़ता जा रहा है दशकों पहले software development processes की तरह, tech education भी एक महत्वपूर्ण मोड़ पर पहुँच गई है, और जो कभी कुछ लोगों के लिए customized on-site training था, वह अब बहुतों के लिए industry-led, skill-based education में विकसित होगा यह बदलाव कई वर्षों से जारी है Coursera जैसी कंपनियाँ, जो मूल रूप से consumers पर केंद्रित थीं, अब companies के साथ partnerships करके upskilling और reskilling efforts का विस्तार कर रही हैं अब कंपनियाँ भी बड़े पैमाने पर skill-based education में गंभीर निवेश करना शुरू कर रही हैं। वास्तव में, Amazon ने पहले ही घोषणा की है कि उसने दुनिया भर में 21 million tech learners को tech education दी है यह विचार मूल रूप से पहले से मौजूद था electricians, welders और carpenters जैसे skilled workers अधिकांश skills classroom में नहीं सीखते वे trainee से apprentice, apprentice से journeyman, और फिर master भी बन सकते हैं workplace में learning लगातार चलती रहती है, और skills को बेहतर बनाने के paths अच्छी तरह परिभाषित होते हैं सीखने और जिज्ञासु बने रहने वाली lifelong education की यह शैली individuals और companies दोनों के लिए शुभ संकेत है इसका मतलब यह नहीं कि मौजूदा degrees गायब हो जाएँगी यह 'या तो यह, या वह' जैसी स्थिति नहीं, बल्कि choice का मामला है tech sector में अब भी ऐसे क्षेत्र रहेंगे जहाँ इस तरह की academic learning महत्वपूर्ण होगी लेकिन कई ऐसे industries भी होंगी जहाँ technology का प्रभाव पारंपरिक education system से आगे निकल जाएगा business की माँग पूरी करने के लिए industry-led नई educational opportunities के ऐसे युग की शुरुआत होगी जिसे नज़रअंदाज़ नहीं किया जा सकेगा

(allthingsdistributed.com)

22 पॉइंट द्वारा xguru 2023-12-06 | 6 टिप्पणियां | WhatsApp पर शेयर करें

डॉ. Werner Vogels का लेख

मानवता ने पूरे इतिहास में अपनी क्षमताओं को बढ़ाने और विस्तार देने वाले tools और systems विकसित किए हैं
cloud technology, machine learning और generative AI की पहुँच बढ़ने से email लिखने से लेकर software development, यहाँ तक कि cancer की शुरुआती पहचान तक, हमारे जीवन के लगभग हर पहलू पर असर पड़ रहा है
आने वाले कुछ वर्षों में technology की पहुँच का लोकतंत्रीकरण होगा और कई क्षेत्रों में innovation की भरमार होगी, जिसकी शुरुआत generative AI से होगी

[Generative AI सांस्कृतिक रूप से जागरूक बनता है] - Generative AI becomes culturally aware

"सांस्कृतिक रूप से विविध data पर प्रशिक्षित large language models (LLM) मानव अनुभव और जटिल सामाजिक मुद्दों को और अधिक सूक्ष्मता से समझ सकेंगे। सांस्कृतिक fluency दुनिया भर के users के लिए generative AI को और सुलभ बनाएगी"
संस्कृति हर चीज़ को प्रभावित करती है — हम कौन-सी कहानियाँ सुनाते हैं, क्या खाते हैं, कैसे कपड़े पहनते हैं, हमारे मूल्य, शिष्टाचार, पूर्वाग्रह, समस्याओं तक पहुँचने और निर्णय लेने के तरीके, सब कुछ
संस्कृति इस बात की बुनियाद है कि हममें से हर व्यक्ति अपने community के भीतर कैसे अस्तित्व में है
संस्कृति वे नियम और दिशानिर्देश देती है जो हमारे व्यवहार और विश्वासों को परिभाषित और नियंत्रित करते हैं, और ये सामाजिक अनुबंध इस पर बदलते हैं कि हम कहाँ हैं और किसके साथ हैं; यही अंतर कभी-कभी भ्रम और गलतफ़हमी पैदा कर सकते हैं
इंसान कई संस्कृतियों में काम करने के आदी हैं, इसलिए वे इस जानकारी को संदर्भित, संकलित और समझ को समायोजित करके उचित प्रतिक्रिया दे सकते हैं
आने वाले वर्षों में संस्कृति technology को design, deploy और consume करने के तरीकों में महत्वपूर्ण भूमिका निभाएगी, और इसका असर generative AI में सबसे स्पष्ट रूप से दिखाई देगा

सांस्कृतिक fluency हासिल करने के प्रयास

LLM-आधारित systems को दुनिया भर के users तक पहुँचने के लिए वह "सांस्कृतिक fluency" हासिल करनी होगी जिसे इंसान सहज रूप से महसूस करते हैं
कई LLMs को train करने में उपयोग किया गया Common Crawl लगभग 46% English है, और भाषा की परवाह किए बिना उपलब्ध content का इससे भी बड़ा हिस्सा सांस्कृतिक रूप से पश्चिमी है, जिसमें अमेरिका का झुकाव काफ़ी अधिक है
पिछले कुछ महीनों में गैर-पश्चिमी भाषाओं के learners सामने आने लगे हैं: Arabic और English data पर प्रशिक्षित Jais, Chinese/English bilingual model Yi-34B, और विशाल Japanese web corpus पर प्रशिक्षित Japanese-large-lm आदि
यह इस बात का संकेत है कि सांस्कृतिक रूप से सटीक गैर-पश्चिमी models के ज़रिए सैकड़ों मिलियन लोग generative AI का उपयोग कर सकेंगे, जो education से healthcare तक व्यापक क्षेत्रों को प्रभावित कर सकता है
यह याद रखना चाहिए कि भाषा और संस्कृति एक ही चीज़ नहीं हैं
केवल perfect translation कर सकना, संस्कृति के प्रति आदर्श समझ होने के बराबर नहीं है
चूँकि इन models में असंख्य इतिहास और अनुभव निहित हैं, LLMs अधिक व्यापक और वैश्विक दृष्टिकोण विकसित करना शुरू करेंगे
जैसे इंसान discussion, debate और idea exchange के माध्यम से सीखते हैं, वैसे ही LLMs को भी अपना दृष्टिकोण व्यापक करने और संस्कृति समझने के लिए समान अवसरों की ज़रूरत होगी
इस सांस्कृतिक आदान-प्रदान में दो research areas केंद्रीय भूमिका निभाएँगे
- पहला है AI feedback के माध्यम से reinforcement learning (RLAIF), जिसमें एक model दूसरे model के feedback को शामिल करता है। इस परिदृश्य में अलग-अलग models एक-दूसरे के साथ interact कर सकते हैं और इन interactions के आधार पर विभिन्न सांस्कृतिक अवधारणाओं की अपनी समझ को update कर सकते हैं
- दूसरा है multi-agent debate के माध्यम से collaboration, जिसमें एक model की कई instances responses बनाती हैं, फिर हर response की वैधता और उसके पीछे के reasoning पर चर्चा करती हैं, और इस debate process के माध्यम से अंततः एक consensus answer तक पहुँचती हैं
- दोनों research areas models को train और fine-tune करने की मानवीय लागत को कम करते हैं
जैसे-जैसे LLMs एक-दूसरे से संवाद करेंगे और सीखेंगे, वे विविध सांस्कृतिक दृष्टिकोणों के आधार पर जटिल सामाजिक समस्याओं को और अधिक सूक्ष्मता से समझ पाएँगे
ये प्रगति यह भी सुनिश्चित करेगी कि models technology जैसे क्षेत्रों में व्यापक विषयों पर अधिक मज़बूत और तकनीकी रूप से सटीक responses दें
इसका प्रभाव क्षेत्रों, communities और पीढ़ियों में गहराई से दिखाई देगा

[FemTech आखिरकार तेज़ी पकड़ता है] - FemTech finally takes off

"FemTech में निवेश तेज़ी से बढ़ रहा है, healthcare services hybrid हो रही हैं, और समृद्ध data के कारण diagnosis तथा patient outcomes बेहतर हो रहे हैं; ऐसे में women’s healthcare एक inflection point पर पहुँच गया है। FemTech का उदय केवल महिलाओं को ही लाभ नहीं देगा, बल्कि पूरे healthcare system को नई ऊर्जा देगा"

महिलाओं की healthcare niche market नहीं है, फिर भी इसे नज़रअंदाज़ किया गया है

women’s healthcare कोई niche market नहीं है। केवल अमेरिका में ही महिलाएँ हर साल healthcare services पर 500 billion dollar से अधिक खर्च करती हैं
महिलाएँ कुल आबादी का 50% हैं और consumer healthcare decisions का 80% लेती हैं, फिर भी आधुनिक चिकित्सा की बुनियाद मूलतः पुरुषों पर आधारित रही है
1993 में U.S. National Institutes of Health Revitalization Act बनने के बाद ही अमेरिका में महिलाओं ने clinical research में भाग लेना शुरू किया
menstrual care या menopause treatment जैसी सामान्य ज़रूरतें ऐतिहासिक रूप से taboo रही हैं, और महिलाओं को clinical trials और research से बाहर रखा गया, इसलिए परिणाम आम तौर पर पुरुषों की तुलना में उनके लिए अधिक खराब रहे
औसतन, महिलाओं में कई बीमारियों का diagnosis पुरुषों की तुलना में देर से होता है, और heart attack के बाद misdiagnosis होने की संभावना 50% अधिक होती है
असमानता का सबसे स्पष्ट उदाहरण prescription drugs हैं, जहाँ महिलाएँ पुरुषों की तुलना में कहीं अधिक दर से side effects report करती हैं
ये आँकड़े सतह पर चिंताजनक लगते हैं, लेकिन cloud technology और data तक बेहतर पहुँच के कारण women’s healthcare, यानी FemTech, में निवेश बढ़ रहा है
AWS ने women-led startups के साथ क़रीबी काम किया है और FemTech की growth को प्रत्यक्ष रूप से देखा है। केवल पिछले साल funding में 197% की वृद्धि हुई।
capital, machine learning जैसी technologies, और खास तौर पर महिलाओं के लिए design किए गए connected devices तक बढ़ती पहुँच के साथ, हम women’s care के प्रति न केवल धारणा बल्कि उसके management में भी अभूतपूर्व बदलाव के मोड़ पर खड़े हैं

technology से लैस FemTech कंपनियाँ उभर रही हैं

Tia, Elvie और Embr Labs जैसी कंपनियाँ data और predictive analytics का उपयोग कर personalized treatment दे रही हैं, और घर या यात्रा के दौरान भी, जहाँ मरीज सहज हो, वहीं care उपलब्ध कराने की बड़ी क्षमता दिखा रही हैं
जैसे-जैसे women’s health issues पर stigma कम होगा और इस क्षेत्र में अधिक funding आएगी, FemTech कंपनियाँ उन women’s health issues और needs को सक्रिय रूप से संबोधित करती रहेंगी जिन्हें पहले नज़रअंदाज़ किया जाता था
साथ ही, online healthcare platforms, low-cost diagnostic devices की उपलब्धता, और medical experts तक on-demand access का उपयोग करने वाले hybrid care models की वजह से महिलाओं की healthcare access में बड़ा सुधार होगा
Maven ने mental health और physical health की सीमाएँ तोड़ते हुए, relationship counseling से menopause management तक सब कुछ देकर इस क्षेत्र का leader होने का प्रमाण दिया है
NextGen Jane द्वारा विकसित किए जा रहे smart tampon system के माध्यम से महिलाएँ अपना uterine health profile बना सकेंगी, disease के संभावित genomic markers की पहचान कर सकेंगी, और इन्हें clinicians के साथ सहज रूप से साझा कर सकेंगी
wearable devices भी users और doctors को विश्लेषण के लिए समृद्ध longitudinal health data उपलब्ध कराएँगे
आज जब 70% से अधिक महिलाएँ menopause symptoms का इलाज कराए बिना ही रह रही हैं, तब बेहतर education, data की उपलब्धता और non-invasive solutions OB-GYN care के outcomes को नाटकीय रूप से सुधार सकते हैं, और इसका मतलब केवल OB-GYN care से कहीं अधिक है

women’s healthcare management का inflection point

हम women’s healthcare management के inflection point पर खड़े हैं
computer vision और deep learning जैसी cloud technologies के साथ संयुक्त विविध data तक पहुँच misdiagnosis को कम करने और उन drug side effects को न्यूनतम करने में मदद करेगी जो आज महिलाओं को असमान रूप से प्रभावित करते हैं
endometriosis और postpartum depression को वह ध्यान मिलेगा जिसके वे हक़दार हैं
अंततः हम women’s treatment को हाशिए से अग्रिम पंक्ति में आते देखेंगे
और क्योंकि women-led teams, all-male teams की तुलना में व्यापक health issues को हल करने के लिए बेहतर स्थिति में होती हैं, FemTech केवल उन लोगों को ही लाभ नहीं देगा जो स्वयं को महिला के रूप में पहचानते हैं, बल्कि पूरे healthcare system को बेहतर बनाएगा

[AI assistants डेवलपर productivity को फिर से परिभाषित करते हैं] - AI assistants redefine developer productivity

"AI assistants बुनियादी code generators से विकसित होकर ऐसे teachers और tireless collaborators बन जाएँगे जो पूरे software development lifecycle में support देंगे। वे जटिल systems को सरल भाषा में समझाएँगे, targeted improvements सुझाएँगे, और repetitive tasks अपने ऊपर लेकर developers को उनके काम के सबसे प्रभावशाली हिस्सों पर ध्यान केंद्रित करने में मदद करेंगे"
मैंने 2021 में भविष्यवाणी की थी कि generative AI software लिखने के तरीके में महत्वपूर्ण भूमिका निभाना शुरू करेगा। यह developers की skills को augment करके उन्हें अधिक सुरक्षित और विश्वसनीय code लिखने में मदद करेगा

AI assistants सहकर्मी भी, शिक्षक भी

अभी natural language prompts के आधार पर पूरे functions, classes और tests generate कर सकने वाले tools और systems की व्यापक पहुँच के कारण यह रुझान पूरी तरह उभर रहा है
वास्तव में, 2023 Stack Overflow Developer Survey में 70% respondents ने कहा कि वे development process में पहले से AI tools का उपयोग कर रहे हैं या करने की योजना बना रहे हैं
अब आने वाले AI assistants केवल code को समझेंगे और लिखेंगे ही नहीं, बल्कि tireless collaborators और teachers भी होंगे
कोई भी task उनकी ऊर्जा समाप्त नहीं करेगा, और चाहे कितनी बार पूछा जाए वे concepts समझाने या काम दोबारा करने में अधीर नहीं होंगे
असीम समय और धैर्य के साथ वे team के हर सदस्य का समर्थन करेंगे और code review से product strategy तक हर काम में योगदान देंगे

सीमाएँ धुंधली होंगी

product managers, frontend और backend engineers, DBA, UI/UX designers, DevOps engineers और architects के बीच की सीमाएँ धुंधली हो जाएँगी
AI assistants पूरे system के context को समझते हुए, केवल isolated modules तक सीमित न रहकर, napkin sketch को scaffolding code में बदलने, requirements documents से templates बनाने, या काम के लिए सबसे उपयुक्त infrastructure जैसे serverless बनाम containers की सिफारिश करने जैसे सुझाव देंगे, जो मानव creativity को बढ़ाएँगे

customization संभव

इन assistants को individual, team या company level पर बहुत अधिक customize किया जा सकेगा
junior developers इन्हें अनजान infrastructure को जल्दी सीखने के लिए उपयोग कर सकेंगे, और senior engineers इन्हें नए projects या codebases को तेज़ी से समझकर सार्थक योगदान शुरू करने के लिए इस्तेमाल कर सकेंगे
पहले code changes के downstream impact को पूरी तरह समझने में हफ़्ते लग जाते थे, लेकिन assistants तुरंत modifications का मूल्यांकन कर सकेंगे, system के अन्य हिस्सों पर उनके प्रभाव का सार दे सकेंगे, और ज़रूरत पड़ने पर अतिरिक्त changes सुझा सकेंगे

यह पहले ही developers का बोझ कम करना शुरू कर चुका है

unit tests, boilerplate code लिखना, error debugging जैसी आधुनिक software development की सबसे उबाऊ चीज़ें पहले ही developers के हाथ से निकलती दिख रही हैं
इन tasks को अक्सर 'अतिरिक्त' काम समझकर पीछे धकेल दिया जाता था, लेकिन अब assistants इन्हें संभालेंगे
बेशक developers को अब भी outputs की planning और evaluation करनी होगी
लेकिन ये सहायक tools academic research के माध्यम से distributed systems के लिए उपयुक्त algorithms चुनने, primary-backup approach से active-active implementation में सबसे अच्छे तरीके से transition करने, resources का व्यक्तिगत रूप से efficiency पर क्या असर पड़ता है यह समझने, और pricing models विकसित करने में मदद करेंगे, जिससे वे पहले से कहीं अधिक काम कर सकेंगे
developers Java version upgrade जैसे non-differentiated heavy lifting के बोझ से मुक्त होकर innovation को आगे बढ़ाने वाले creative work पर ध्यान केंद्रित कर सकेंगे
आने वाले वर्षों में engineering teams
- productivity बढ़ाएँगी,
- higher-quality systems विकसित करेंगी,
- और पूरे software industry में AI assistants novelty से necessity की ओर बढ़ेंगे,
- जिससे software release cycles छोटे होंगे

[तकनीकी innovation की गति के साथ evolve होती education] - Education evolves to match the speed of tech innovation

"केवल higher education तकनीकी बदलाव की गति का साथ नहीं दे सकती। industry-led, skill-based education programs उभरेंगे, और यह skilled tradespeople की journey से अधिक मिलते-जुलते होंगे। continuous learning की ओर यह बदलाव individuals और companies दोनों के लिए फ़ायदेमंद होगा"
खासकर tech sector में यह धारणा व्यापक रही है कि best talent को hire करने और best workplaces में नौकरी पाने के लिए university degree अनिवार्य है, लेकिन यह model अब individuals और companies दोनों स्तरों पर टूटना शुरू हो गया है
students के लिए cost बढ़ रही है, और practical training उपलब्ध होने की स्थिति में बहुत से लोग traditional university degree के value पर सवाल उठा रहे हैं
companies की दृष्टि से, new hires को अब भी practical training की ज़रूरत होती है, और जैसे-जैसे अधिक industries employees से specialized expertise की माँग करती हैं, schools में पढ़ाई जाने वाली चीज़ों और employers की ज़रूरतों के बीच का gap बढ़ता जा रहा है
दशकों पहले software development processes की तरह, tech education भी एक महत्वपूर्ण मोड़ पर पहुँच गई है, और जो कभी कुछ लोगों के लिए customized on-site training था, वह अब बहुतों के लिए industry-led, skill-based education में विकसित होगा

यह बदलाव कई वर्षों से जारी है

Coursera जैसी कंपनियाँ, जो मूल रूप से consumers पर केंद्रित थीं, अब companies के साथ partnerships करके upskilling और reskilling efforts का विस्तार कर रही हैं
अब कंपनियाँ भी बड़े पैमाने पर skill-based education में गंभीर निवेश करना शुरू कर रही हैं। वास्तव में, Amazon ने पहले ही घोषणा की है कि उसने दुनिया भर में 21 million tech learners को tech education दी है

यह विचार मूल रूप से पहले से मौजूद था

electricians, welders और carpenters जैसे skilled workers अधिकांश skills classroom में नहीं सीखते
वे trainee से apprentice, apprentice से journeyman, और फिर master भी बन सकते हैं
workplace में learning लगातार चलती रहती है, और skills को बेहतर बनाने के paths अच्छी तरह परिभाषित होते हैं
सीखने और जिज्ञासु बने रहने वाली lifelong education की यह शैली individuals और companies दोनों के लिए शुभ संकेत है

इसका मतलब यह नहीं कि मौजूदा degrees गायब हो जाएँगी

यह 'या तो यह, या वह' जैसी स्थिति नहीं, बल्कि choice का मामला है
tech sector में अब भी ऐसे क्षेत्र रहेंगे जहाँ इस तरह की academic learning महत्वपूर्ण होगी
लेकिन कई ऐसे industries भी होंगी जहाँ technology का प्रभाव पारंपरिक education system से आगे निकल जाएगा
business की माँग पूरी करने के लिए industry-led नई educational opportunities के ऐसे युग की शुरुआत होगी जिसे नज़रअंदाज़ नहीं किया जा सकेगा

6 टिप्पणियां

duswns12893 2023-12-26

'और महिलाओं के नेतृत्व वाली टीमें केवल पुरुषों से बनी टीमों की तुलना में व्यापक स्वास्थ्य समस्याओं को हल करने में अधिक फायदेमंद होती हैं~' => सोच रहा हूँ, आखिर उन्होंने ऐसी बात कहने की ज़रूरत क्यों समझी।

sunrabbit 2024-01-09

और क्योंकि women-led teams, सिर्फ पुरुषों से बनी टीमों की तुलना में, अधिक झुकाव रखती हैं

यह मूल पाठ है

और यह उसमें दिया गया लिंक है
https://www.science.org/doi/10.1126/science.aba6990

bgb10 2023-12-10

वास्तव में, कंपनियों और विश्वविद्यालयों से जुड़े विभागों की संख्या लगातार बढ़ रही है। लगता है कि तकनीकी नवाचार के अनुरूप शिक्षा को भी तेज़ी से बदलना होगा।

inthelife 2023-12-07

अगर 3 साल के डेटा की तुलना करें तो शायद कोई कनेक्शन दिखेगा, हाहा

2023-12-06

[यह टिप्पणी छिपाई गई है.]

xguru 2023-12-06

Amazon CTO की 2023 के बाद की तकनीकी भविष्यवाणियाँ
Amazon CTO की 2022 के बाद की तकनीकी भविष्यवाणियाँ