Du kan ikke bygge AI-produkter som andre produkter. AI-produkter er iboende ikke-deterministiske, og du må hele tiden forhandle om avveiningen mellom handlekraft og kontroll. Når teamene ikke gjenkjenner disse forskjellene, står produktene deres overfor uventede feil, de blir sittende fast med å feilsøke store kompliserte systemer de ikke kan spore, og brukernes tillit til produktet eroderer stille. Etter å ha sett dette mønsteret utspille seg på tvers av 50+ AI-implementeringer hos selskaper inkludert @OpenAI, @Google, @Amazon og @Databricks, utviklet Aishwarya Naresh Reganti og Kiriti Badam en løsning: rammeverket Continuous Calibration/Continuous Development (CC/CD). Navnet er en referanse til Continuous Integration/Continuous Deployment (CI/CD), men i motsetning til navnebroren er det ment for systemer der atferden er ikke-deterministisk og handlefrihet må fortjenes. Dette rammeverket viser deg hvordan du kan: - Start med funksjoner med høy kontroll og lite byrå - Bygge evalueringssystemer som faktisk fungerer - Skaler AI-produkter uten å bryte brukernes tillit Den er utformet for å gjenkjenne det unike ved AI-systemer og hjelpe deg med å bygge mer tilsiktede, stabile og pålitelige AI-produkter. De deler det offentlig for første gang: