नवीनतम अपडेट और प्रमुख एआई कवरेज पर विशिष्ट सामग्री के लिए हमारे दैनिक और साप्ताहिक समाचार पत्र में शामिल हों। और अधिक जानें
एआई एजेंट सभी क्रोध हैं, लेकिन बड़ी मात्रा में डेटा, रट और निष्कर्ष का विश्लेषण करने पर ध्यान केंद्रित करने के लिए कैसे ध्यान केंद्रित करें?
Google का डेटा साइंस एजेंट केवल ऐसा करता है: एक नया, मुफ्त मिथुन-संचालित एआई सहायक जो डेटा विश्लेषण को स्वचालित करता है, अब चयनित देशों और भाषाओं में 18-प्लस उपयोगकर्ताओं के उपयोगकर्ताओं के लिए उपलब्ध है।
सहायक Google Colab, कंपनी की आठ साल पुरानी सेवा, खोज विशाल और अपने स्वयं के, इन-हाउस टेंसर प्रसंस्करण इकाइयों (TPU) के स्वामित्व वाले पायथन कोड लाइव ऑनलाइन नौ ग्राफिक्स प्रसंस्करण इकाइयों (GPU) द्वारा उपलब्ध है।
प्रारंभ में दिसंबर 2024 में ट्रस्टेड परीक्षकों के लिए लॉन्च किया गया, डेटा साइंस एजेंट शोधकर्ता, डेटा वैगी और डेवलपर्स को प्राकृतिक भाषा विवरण से उपयोगकर्ता के ब्राउज़र से एक पूर्ण-कार्यात्मक बृहस्पति नोटबुक का उत्पादन करके अपने वर्कफ़्लो की मदद करने के लिए डिज़ाइन किया गया है।
यह विस्तार AI- संचालित कोडिंग और डेटा विज्ञान सुविधाओं को ColAbs में एकीकृत करने के लिए Google के चल रहे प्रयासों का आयोजन करता है, जिससे मई 2023 में घोषित CODY- संचालित AI कोडिंग सहायता जैसे पिछले अपडेट बनते हैं।
यह OpenAI के CHATGPT एडवांस डेटा एनालिसिस (पहले कोड दुभाषिया) के लिए एक प्रकार के उन्नत और विलंबित पुनर्जनन के रूप में भी कार्य करता है, जो अब GPT -4 चलाते समय CHATGPT में बनाया गया है।
Google Colab क्या है?
Google Colab (सहयोग के लिए छोटा) एक क्लाउड-आधारित बृहस्पति नोटबुक वातावरण है जो उपयोगकर्ताओं को अपने ब्राउज़र में सीधे पायथन कोड को लिखने और संचालित करने में सक्षम बनाता है।
जुपिटर नोटबुक एक ओपन-सेयर्स वेब एप्लिकेशन है जो उपयोगकर्ताओं को लाइव कोड, समीकरण, विज़ुअलाइज़ेशन और कथा पाठ के साथ दस्तावेज़ बनाने और साझा करने में सक्षम बनाता है। 2014 में इपिथॉन प्रोजेक्ट से बढ़ते हुए, यह अब पायथन, आर और जूलिया सहित 40 से अधिक प्रोग्रामिंग भाषाओं का समर्थन करता है। इन इंटरैक्टिव प्लेटफार्मों का उपयोग डेटा अभिव्यक्तियों, विषयों, अनुसंधान और शिक्षा जैसे डेटा विश्लेषण, विज़ुअलाइज़ेशन और शिक्षण प्रोग्रामिंग अवधारणाओं के लिए व्यापक रूप से किया जाता है।
2017 में इसकी लॉन्च के बाद से, Google Colab मशीन लर्निंग (ML) डेटा और शिक्षा और शिक्षा के लिए सबसे अधिक उपयोग किए जाने वाले प्लेटफार्मों में से एक बन गया है।
Abramovsky के रूप में, डेटा साइंस स्पेक्ट्रोलोप्स पर ले जाता है, 2023 के उत्कृष्ट मध्यम पोस्ट में विस्तार, Colabs का उपयोग करने में आसानी और GPU और TPU के लिए मुफ्त पहुंच इसे कई डेवलपर्स और शोधकर्ताओं के लिए एक स्टैंडआउट विकल्प बनाते हैं।
उन्होंने कहा कि प्रवेश के लिए कम बाधा, Google ड्राइव और TPU के साथ सहज एकीकरण। उनकी टीम के समर्थन ने एआई मॉडल पर काम करते समय नाटकीय रूप से प्रशिक्षण चक्र को छोटा करने की अनुमति दी।
हालांकि, अब्रामोव्स्की ने कोलाब की सीमाओं की ओर भी इशारा किया, जैसे कि:
- सत्र काल सीमा (विशेष रूप से मुक्त-टायर उपयोगकर्ताओं के लिए)।
- अप्रत्याशित रूप से आवंटन पीक उपयोग के समय।
- महत्वपूर्ण सुविधाओं का अभावकुशल पाइपलाइन निष्पादन और उन्नत समय सारिणी की तरह।
- चुनौतीक्योंकि Google प्रत्यक्ष सहायता के लिए सीमित विकल्प प्रदान करता है।
इन कमियों के बावजूद, अब्रामोव्स्की ने दावा किया कि COLAB उपलब्ध सबसे अच्छा सर्वरलेस नोटबुक समाधानों में से एक है – विशेष रूप से एम.एल. और डेटा विश्लेषण परियोजनाओं के शुरुआती चरणों में।
एआई के साथ डेटा विश्लेषण को सरल बनाएं
डेटा साइंस एजेंट एक मैनुअल सेटअप की आवश्यकता को समाप्त करके COLAB के सर्वर रहित नोटबुक पर बनाता है।
Google के मिथुन एआई का उपयोग करते हुए, उपयोगकर्ता सादे अंग्रेजी में अपने विश्लेषणात्मक लक्ष्यों का वर्णन कर सकते हैं (“रुझानों की कल्पना करो,” “पूर्वानुमान मॉडल को प्रशिक्षित करें,” “स्पष्ट मान लापता मान”), और एजेंट जवाब में एक पूर्ण-कठोर COLAB नोटबुक का उत्पादन करता है।
यह उपयोगकर्ताओं का समर्थन करता है:
- स्वचालित विश्लेषण: अलग कोड स्निपेट के बजाय एक पूर्ण, काम करने वाली नोटबुक का उत्पादन करता है।
- समय बचाने के लिए: मैनुअल सेटअप और दोहराव कोडिंग को हटाता है।
- सहयोग: टीम-आधारित परियोजनाओं के लिए बिल्ट-इन शेयरिंग फीचर्स।
- संशोधित समाधान प्रदान करता है: उपयोगकर्ता उत्पन्न कोड को समायोजित और अनुकूलित कर सकते हैं।
डेटा साइंस एजेंट पहले से ही वास्तविक दुनिया के स्कोर को तेज कर रहा है।
Google के अनुसार, प्रारंभिक परीक्षकों ने डेटा साइंस एजेंट का उपयोग करते समय महत्वपूर्ण समय बचत की सूचना दी है।
उदाहरण के लिए, लॉरेंस बर्कले राष्ट्रीय प्रयोगशाला पर काम कर रहा है। नेनिक ट्रॉपिकल वेटलैंड मीथेन उत्सर्जन ने अनुमान लगाया कि एजेंट का उपयोग करते समय उनके डेटा प्रोसेसिंग समय को एक सप्ताह से पांच मिनट तक कम कर दिया गया था।
ट्यूल ने उद्योग के बेंचमार्क में भी अच्छा प्रदर्शन किया है, एबी बस्टेप पर चौथी रैंकिंग: रिएक्ट (जीपीटी -4.0), डिप्पेक, क्लाउड 3.5 हाइकू और लालामा 3.3 70 बी, एआई एजेंटों के सामने, मल्टी -स्टॉक लॉगगर्स फॉर मल्टी -स्टेप लॉजिक के लिए।
हालांकि, Openai के प्रतिद्वंद्वी O3-Mini और O1 मॉडल, साथ ही साथ एंथ्रोपिक के क्लाउड 3.5 सॉनेट, दोनों ने नए मिथुन डेटा साइंस एजेंट को आक्रामक बना दिया।
प्रारंभ
उपयोगकर्ता इन चरणों के बाद Google Colab में डेटा साइंस एजेंट का उपयोग करना शुरू कर सकते हैं:
- एक नया Colab नोटबुक खोलें।
- एक डेटासेट अपलोड करें (सीएसवी, जेसन, आदि)।
- प्राकृतिक भाषा के विश्लेषण का वर्णन करें मिथुन के साइड पैनल का उपयोग करना।
- उत्पन्न नोटबुक चलाएं अंतर्दृष्टि और दृश्य देखने के लिए।
Google उपयोगकर्ताओं को अपनी क्षमताओं का पता लगाने में मदद करने के लिए प्रदान करता है, नमूना डेटासेट और त्वरित विचारों की पेशकश करता है, जिसमें शामिल हैं:
- स्टैक ओवरफ्लो डेवलपर सर्वेक्षण: “सबसे लोकप्रिय प्रोग्रामिंग भाषाओं की कल्पना करें।”
- आइरिस प्रजाति डेटासेट: “पियर्सन, स्पीयरमैन और केंडल सहसंबंध की गणना और कल्पना करें।”
- ग्लास वर्गीकरण डेटासेट: “यादृच्छिक वन क्लासिफायर को प्रशिक्षित करें।”
जब उपयोगकर्ता किसी भी समय एक नए एजेंट का उपयोग करना चाहता है, तो उन्हें COLAB को नेविगेट करना होगा और “फ़ाइल”, फिर “नई नोटबुक” पर क्लिक करना होगा, और परिणामी नोटबुक को उनके Google ड्राइव क्लाउड खाते में संग्रहीत किया जाएगा।
मेरी अपनी संक्षिप्त डेमो खपत अधिक मिश्रित थी
स्वीकृत, मैं एक कम-तकनीकी रिपोर्टर हूं और डेटा A.Nanic नहीं है, लेकिन Colab में नए मिथुन 2.0-संचालित डेटा साइंस एजेंट का मेरा अपना उपयोग सहज से कम रहा है।
मैंने अपलोड किया और पांच सीएसवी फाइलें (एक अल्पविराम, एक्सल या शीट से मानक स्प्रेडशीट फाइलें) से पूछा और पूछा “मैं अपनी उपयोगिताओं पर हर महीने और क्वार्टर कितना खर्च करता हूं?”।
एजेंट आगे बढ़े और निम्नलिखित प्रदर्शन किया:
- डेटासेट का विलयहैंडलिंग दिनांक और खाता संख्या असंगति।
- डेटा फ़िल्टर और स्वच्छबस संबंधित लागत सुनिश्चित करें।
- समूहीकृत लेनदेन लागतों की गणना करने के लिए महीने और क्वार्टर।
- विज़ुअलाइज़ेशनइस तरह के ट्रेंड विश्लेषण के लिए लाइन चार्ट।
- सारांश निष्कर्ष एक स्पष्ट, संरचित रिपोर्ट में।
कार्यान्वयन से पहले, COLAB ने एक पुष्टिकरण संदेश पूछा, मुझे याद दिलाया कि वह बाहरी एपीआई से संपर्क कर सकता है।
उन्होंने यह सब ब्राउज़र में बहुत जल्दी और आसानी से, सेकंड के एक मामले में किया। और जो कुछ भी कर रहा है, उसके दृश्यमान चरण-दर-चरण विवरणों के साथ, इसे विश्लेषण और प्रोग्रामिंग के माध्यम से काम करते हुए देखना प्रभावशाली था।
हालांकि, एक गलत ग्राफ को अंततः एक -मोन्थ उपयोगिता लागत द्वारा निर्मित किया गया था, पूरे वर्ष का मूल्य चादरों की पहचान करने में विफल होने के महीनों से टूट गया था। जब मैंने इसे ठीक करने के लिए कहा, तो वह बहुत कोशिश करता है, लेकिन अंततः मेरे प्रॉम्प्ट का जवाब देने के लिए उपयुक्त कोड स्ट्रिंग का उत्पादन नहीं कर सका।
मैंने Google Colab में नई नोटबुक पर बिल्कुल उसी प्रॉम्प्ट के साथ स्क्रैच से कोशिश की, और यह बेहतर, अभी भी अजीब परिणाम पैदा करता है।
मुझे इसे समस्या निवारण करने की कोशिश करनी होगी, और जैसा कि मैंने कहा, प्रारंभिक गलत परिणाम डेटा विज्ञान उपकरणों का उपयोग करके अपने स्वयं के अनुभव की कमी के कारण हो सकता है।
COLAB की कीमतें और AI सुविधाएं
जब Google Colab मुक्त रहता है, तो जिन उपयोगकर्ताओं को अतिरिक्त गणना शक्ति की आवश्यकता होती है, वे भुगतान योजनाओं को अपग्रेड कर सकते हैं:
- COLAB PRO (999.99/महीना): 100 कंप्यूट इकाइयाँ, तेजी से जीपीयू, अधिक मेमोरी, टर्मिनल।
- COLAB PRO+ (। 49.99/महीना): 500 गणना इकाइयाँ, प्राथमिकता GPU उन्नयन, पृष्ठभूमि निष्पादन।
- थैला: Google क्लाउड इंटीग्रेशन, AI संचालित कोड जनरेशन।
- काफी भुगतान: 999.99 100 कंप्यूट इकाइयों के लिए, 500 कंप्यूट इकाइयाँ। 49.99।
डेटा साइंस एजेंट के अलावा, Google COLAB के भीतर AI क्षमताओं का विस्तार कर रहा है।
Google अपने AI मॉडल को बेहतर बनाने के लिए संकेत, उत्पन्न कोड और उपयोगकर्ता प्रतिक्रिया एकत्र करता है। जब डेटा 18 महीने के लिए संग्रहीत किया जाता है, तो यह गुमनाम है, और tion के लिए अनुरोध हमेशा पूरा नहीं किया जा सकता है। उपयोगकर्ताओं को सलाह दी जाती है कि वे संवेदनशील या व्यक्तिगत जानकारी जमा न करें, क्योंकि मानव समीक्षक संकेतों को संसाधित कर सकते हैं। इसके अलावा, एआई-जनित कोड की सावधानीपूर्वक समीक्षा की जानी चाहिए, क्योंकि इसमें अशुद्धि हो सकती है।
प्रतिक्रिया
Google उपयोगकर्ताओं को #डेटा-सेंस-एजेंट चैनल में Google लैब्स डिसऑर्डर समुदाय का जवाब देने के लिए प्रोत्साहित करता है।
एआई-संचालित ऑटो टोमेशन डेटा विजन में मुख्य प्रवृत्ति के साथ, COLAB में Google का डेटा साइंस एजेंट शोधकर्ताओं और डेवलपर्स को अंतर्दृष्टि पर अधिक ध्यान केंद्रित करने और कोडिंग सेटअप पर कम ध्यान केंद्रित करने में मदद कर सकता है। जैसा कि उपकरण अधिक उपयोगकर्ताओं और क्षेत्रों का विस्तार करता है, यह देखना दिलचस्प होगा कि यह एआई-समर्थन विश्लेषण के भविष्य को कैसे आकार देता है।
