പെഗ അതിന്റെ പുതിയ ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അസിസ്റ്റന്റ് അവതരിപ്പിച്ചു

You are currently viewing പെഗ അതിന്റെ പുതിയ ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അസിസ്റ്റന്റ് അവതരിപ്പിച്ചു

എന്റർപ്രൈസ് എഐ തീരുമാനങ്ങളും വർക്ക്ഫ്ലോ ഓട്ടോമേഷൻ പ്ലാറ്റ്ഫോം ദാതാവുമായ പെഗാസിസ്റ്റംസ് ഇൻകോർപ്പറേറ്റഡ് (നാസ്ഡാക്: പെഗ) എന്റർപ്രൈസ് ഗ്രേഡ്, ജനറേറ്റീവ് എഐ പവർഡ് അസിസ്റ്റന്റായ പെഗാ ജെനായ് നോളജ് ബഡ്ഡിടിഎം പ്രഖ്യാപിച്ചു. എന്റർപ്രൈസ് വിജ്ഞാന അടിത്തറകളിലുടനീളമുള്ള ഉള്ളടക്കത്തിൽ നിന്ന് ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സമന്വയിപ്പിച്ച ഉത്തരങ്ങൾ നേടാൻ ഈ അസിസ്റ്റന്റ് ഉപഭോക്താക്കളെയും ജീവനക്കാരെയും പ്രാപ്തമാക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു.

പെഗാ ജെൻഎഐ നോളജ് ബഡ്ഡി സംരംഭങ്ങൾക്ക് ഒരു ബദൽ വാഗ്ദാനം ചെയ്യുമെന്ന് പ്രതീക്ഷിക്കുന്നു. നോളജ് ബഡ്ഡി ഉപയോഗിച്ച്, ഉപഭോക്താക്കൾക്കും ജീവനക്കാർക്കും സംഭാഷണ ഇന്റർഫേസുകളിലൂടെ ചോദ്യങ്ങൾ ചോദിക്കാനും ഉറവിട ഉള്ളടക്കത്തിന് ആട്രിബ്യൂഷൻ ഉപയോഗിച്ച് ഓഡിറ്റ് ചെയ്യാനും സംക്ഷിപ്ത പ്രതികരണങ്ങൾ നേടാനും കഴിയും. വേഗത്തിൽ ഉത്തരങ്ങൾ സൃഷ്ടിക്കുന്നതിന് നോളജ് ബഡ്ഡി നിലവിലുള്ള ഡോക്യുമെന്റ് ലൈബ്രറികൾ യാന്ത്രികമായി തിരയുകയും വിശകലനം ചെയ്യുകയും സമന്വയിപ്പിക്കുകയും ചെയ്യും.

“ഈ ഉള്ളടക്ക ലൈബ്രറികളിലേക്ക് സംയോജിപ്പിക്കാൻ കഴിയുന്ന എന്റർപ്രൈസ് ഗ്രേഡ് ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് കഴിവുകൾ ഉപയോഗിച്ച് പെഗ നോളജ് ബഡ്ഡി ഉൽപാദനക്ഷമത നവീകരിക്കും, അതിനാൽ ജീവനക്കാർക്കും ഉപഭോക്താക്കൾക്കും എല്ലാ ഉപയോക്താക്കൾക്കും മികച്ച ഉത്തരങ്ങളും മാർഗ്ഗനിർദ്ദേശവും ലഭിക്കും,” പെഗ ചീഫ് പ്രൊഡക്ട് ഓഫീസർ കെരിം അക്ഗോണുൽ വിശദീകരിച്ചു.

ഉപയോക്താക്കൾക്ക് അവരുടെ നിലവിലുള്ള ലൈബ്രറികളെ അടിസ്ഥാനമാക്കി ഇമെയിലുകൾ അല്ലെങ്കിൽ പ്രമാണങ്ങൾ പോലുള്ള പുതിയ ഉള്ളടക്കം സൃഷ്ടിക്കാൻ നോളജ് ബഡ്ഡിയോട് ആവശ്യപ്പെടാം. സാങ്കേതികവിദ്യ എവിടെ നിന്ന് വിവരങ്ങൾ വലിച്ചെടുക്കുന്നുവെന്ന് മനസിലാക്കാനുള്ള ഉപയോക്തൃ ആക്സസ് അവകാശങ്ങളിൽ സുരക്ഷാ സവിശേഷതകൾ ഓർഗനൈസേഷനുകൾക്ക് നിയന്ത്രണം നൽകുന്നുവെന്ന് വിശ്വസിക്കപ്പെടുന്നു. പെഗയുടെ വ്യവസായ പ്രമുഖ വർക്ക്ഫ്ലോ ഓട്ടോമേഷൻ കൈകാര്യം ചെയ്യുകയും ഓഡിറ്റ് ചെയ്യുകയും ചെയ്യുന്ന എല്ലാ പ്രവർത്തനങ്ങളും ഉപയോഗിച്ച് ഉള്ളടക്ക രചയിതാക്കൾക്ക് അറിവ് ചേർക്കാനോ അപ്ഡേറ്റ് ചെയ്യാനോ ഇല്ലാതാക്കാനോ കഴിയുമെന്ന് പ്രതീക്ഷിക്കുന്നു.

Dr Bibin

Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision

Leave a Reply