हमारा काम: जो हमने बनाया

Mesterséges Intelligencia Központ Kft. बुडापेस्ट की एक सॉफ़्टवेयर विकास कंपनी है। हमने बनाया है: इनवॉइसिंग और CRM वाला ERP सिस्टम, क़ानूनी दस्तावेज़ों को छद्मनामित करने वाला प्रोग्राम, डेटा सिंक सेवा, स्कूलों के लैपटॉप फ़्लीट का प्रबंधन सिस्टम और लाइव AI कमेंटेटर वाला 3D गेम।

यहाँ बताया गया हर सिस्टम मौजूद है और काम करता है; जहाँ हम उसे अभी चालू कर रहे हैं, वहाँ यह बताते हैं। अपने ग्राहकों और उत्पादों के नाम हम नहीं बताते। अगर आपको ऐसा सिस्टम चाहिए जो यहाँ नहीं है, तो पृष्ठ के अंत में यह भी लिखा है कि हम और क्या बनाते हैं।

इनवॉइसिंग और CRM वाला ERP सिस्टम

चुनौती। किसी हंगेरियन लघु या मध्यम उद्यम का रोज़ का काम आमतौर पर बिखरे हुए साधनों में चलता है: स्प्रेडशीट, ई-मेल, अलग इनवॉइसिंग प्रोग्राम और बैंक का इंटरफ़ेस। लक्ष्य एक ऐसा सिस्टम था जो कंपनी की अपनी प्रक्रियाओं पर बना हो, और जिसे कई संगठन एक-दूसरे का डेटा देखे बिना इस्तेमाल कर सकें।

समाधान। हम एक मॉड्यूलर, कई ग्राहक संगठनों को सेवा देने वाला उद्यम संसाधन योजना सिस्टम (ERP) विकसित कर रहे हैं:

• कैलेंडर, कार्य और स्वीकृतियाँ, बैकग्राउंड जॉब;
• सामूहिक ई-मेल, और मौजूदा ई-मेल खातों के लिए बिल्ट-इन मेलबॉक्स;
• बिक्री और CRM, ख़रीद, प्रशिक्षण प्रबंधन, और HR, जिसमें बायोडाटा का विश्लेषण कृत्रिम बुद्धिमत्ता की मदद से होता है;
• वित्त: जारी और प्राप्त इनवॉइस, बैंक, भुगतान बैच, पेरोल और सामान्य खाता-बही;
• हर तालिका से रिपोर्ट और चार्ट, और किनारे पर डॉक किया गया AI सहायक, जिसे आवाज़ से भी चलाया जा सकता है।

इनवॉइसिंग फ़ंक्शन, इनवॉइसिंग प्रोग्राम के ज़रिए, ऐसे इनवॉइस जारी करता है जिनकी रिपोर्ट हंगरी के कर प्राधिकरण (NAV) को जाती है; इसमें PDF पूर्वावलोकन और निरस्तीकरण भी शामिल हैं। बैंक मिलान हर भुगतान को भुगतान-संदेश, इनवॉइस संख्या या भुगतानकर्ता के खाता नंबर के आधार पर उसके इनवॉइस से जोड़ता है, और भुगतान को वापस दर्ज करता है; NAV से आने वाले प्राप्त इनवॉइस स्वीकृति के बाद भुगतान बैच में जाते हैं।

CRM मॉड्यूल में साझेदारों को शृंखलाओं में संगठित किया जा सकता है, संपर्क व्यक्तियों की निर्णय-भूमिकाएँ होती हैं, बिक्री प्रक्रियाएँ कानबन बोर्ड पर आगे बढ़ती हैं, चरणों के बदलाव बाद में खोजे जा सकते हैं, कार्यों के साथ रिमाइंडर होता है, साझेदार की टाइमलाइन का सारांश कृत्रिम बुद्धिमत्ता बनाती है, और ई-मेल व कैलेंडर साझेदार से सिंक होते हैं।

एक लॉग-इन से हर मॉड्यूल उपलब्ध है: केंद्रीय प्रमाणीकरण पासवर्ड से या Google, Microsoft, Apple और GitHub अकाउंट से, दो-चरणीय लॉग-इन के साथ काम करता है, संगठनों, आमंत्रणों और अनुमतियों समेत।

परिणाम। सिस्टम दो संगठनों में लाइव चल रहा है; इनवॉइसिंग लाइव है, और CRM मॉड्यूल लागू किया जा रहा है। इस अनुभव का उपयोग हम व्यावसायिक सॉफ़्टवेयर विकास में करते हैं।

क़ानूनी दस्तावेज़ों के लिए दस्तावेज़ अनामीकरण टूल

चुनौती। किसी अनुबंध, अदालती आवेदन या फ़ैसले को अक्सर साझा करना या कृत्रिम बुद्धिमत्ता से संसाधित करना होता है, लेकिन व्यक्तिगत डेटा बाहर नहीं जाना चाहिए। हाथ से छिपाना धीमा है और इसमें ग़लती आसानी से होती है: कोई नाम विभक्ति-रूपों में, आद्याक्षरों के रूप में या हस्ताक्षर के रूप में भी आता है।

समाधान। पूरी तरह उपयोगकर्ता के अपने कंप्यूटर पर चलने वाला Windows ऐप्लिकेशन, जो हंगेरियन क़ानूनी दस्तावेज़ों (PDF और Word) को छद्मनामित करता है:

• संबंधित व्यक्तियों के नाम का हर रूप ढूँढता है: विभक्ति-रूप, विवाह से पहले और बाद का नाम, आद्याक्षर, बड़े अक्षरों में हस्ताक्षर और ई-मेल पते में आया नाम;
• बाक़ी नाम, संगठन और पते स्थानीय रूप से चलने वाला हंगेरियन नाम-पहचान मॉडल ढूँढता है (हमारे मापन में यह जनरेटिव मॉडलों से 10–13 अंक ज़्यादा सटीक रहा);
• चार तरह के प्रतिस्थापन देता है, जिनमें अदालती भूमिका-लेबल और क्रमांकित लेबल भी हैं, और सहेजने से पहले जाँच-पत्र दिखाता है;
• फ़ाइल को उसका फ़ॉर्मेट बनाए रखते हुए दोबारा लिखता है, हेडर, फ़ुटनोट, टिप्पणियों और मेटाडेटा समेत।

परिणाम। तैयार फ़ाइल को एक दूसरी प्रोग्राम लाइब्रेरी फिर से जाँचती है, और अगर एक भी मूल नाम बचा रह जाए, तो प्रोग्राम सहेजता नहीं। ऐप्लिकेशन इंस्टॉल किया जा सकता है, और डेटा कंप्यूटर से बाहर नहीं जाता।

लाइव AI कमेंटेटर वाला ब्राउज़र 3D गेम

चुनौती। किसी कंपनी की वेबसाइट आमतौर पर बताती है कि कंपनी कृत्रिम बुद्धिमत्ता में माहिर है, लेकिन हम इसे दिखाना चाहते थे। गेम को प्रदर्शनी स्टैंड पर भी और वेबसाइट पर भी काम करना था, ऐसे व्यावसायिक आगंतुकों के लिए जो गेमर नहीं हैं: बिना कुछ सीखे, बिना रजिस्ट्रेशन और बिना स्टार्ट बटन के। और खेलते समय AI को सचमुच खिलाड़ी पर प्रतिक्रिया देनी थी, न कि पहले से लिखे वाक्य बेतरतीब ढंग से चुनने थे।

समाधान। हमने एक अंतहीन दौड़ वाला गेम बनाया, जिसमें खिलाड़ी ख़ुद टी-रेक्स है। दृश्य को WebGL ब्राउज़र में, three.js के साथ, रियल-टाइम में रेंडर करता है; नियंत्रण सिर्फ़ एक बटन है। गेम अहम पलों (जीवन खोना, रिकॉर्ड, नया स्तर, नया भू-दृश्य, पार की गई खाई) को एक सारांश रिपोर्ट में हमारे AI सहायक को भेजता है, जो एक बड़े भाषा मॉडल पर आधारित कमेंटेटर है, और इसी से वह खिलाड़ी से लाइव बात करता है। कमेंटेटर सिर्फ़ बोलता है: गेम की स्थिति में दख़ल नहीं देता।

परिणाम।

• बड़े पलों पर कमेंट्री लगभग 1–2 सेकंड में दिखाई देती है।
• AI सहायक 14 भाषाओं में बोलता है, हमेशा खिलाड़ी की भाषा में, और हर भाषा में आदरसूचक संबोधन का प्रयोग करता है।
• खिलाड़ी के टाइप किए सवाल का वह हमेशा जवाब देता है, और दौड़ के अंत में कम से कम दो संख्याओं के साथ राउंड का सार बताता है।
• डेस्कटॉप और फ़ोन पर एक ही गेम चलता है।
• गेम लाइव है: हमारे मुखपृष्ठ पर कोई भी इसे आज़मा सकता है।

यही ज्ञान हम अपने गेम विकास और AI चैटबॉट और AI एजेंट विकास के कामों में लाते हैं।

गेम की दुनिया के लिए AI-आधारित ग्राफ़िक्स उत्पादन लाइन

चुनौती। एक गेम के लिए एक जैसी शैली वाले बहुत से ग्राफ़िक तत्व चाहिए: पेड़, झाड़ियाँ, चट्टानें, भू-दृश्य, बाधाएँ। हर एक को असली अनुपात में, पारदर्शी पृष्ठभूमि और सटीक रूपरेखा के साथ बनना होता है, क्योंकि गेम की टक्कर-जाँच भी इसी पर आधारित है। हाथ से यह धीमा है, और साधारण इमेज जनरेशन से एक जैसी शैली और आकार नहीं मिलता।

समाधान। हमने अपने एडमिन इंटरफ़ेस में छह चरणों वाली उत्पादन लाइन बनाई:

1. ऑर्डर: विषय का संक्षिप्त विवरण।
2. योजना: एक भाषा मॉडल दुनिया की योजना लिखता है, जिसमें माहौल, रंग पैलेट, मौसम, वस्तुओं के प्रकार और चित्र बनाने के निर्देश होते हैं।
3. स्टाइल शीट: चुनी हुई नमूना छवियाँ शैली और अनुपात तय करती हैं; चित्र बनाने वाला मॉडल इन्हें संदर्भ के रूप में पाता है।
4. चित्र बनाना: जनरेटिव इमेज मॉडल वस्तुओं के चित्र बनाता है, हर प्रकार के लिए एक शीट पर, कई शीटें साथ-साथ; मशीन हर शीट को अलग-अलग वस्तुओं में काटती है, पारदर्शिता और पूरी रूपरेखा की जाँच करती है, योजना के अनुसार ऊँचाई पर आकार बदलती है, रंगों को पैलेट से मिलाती है, और गेम की रोशनी के लिए नॉर्मल मैप बनाती है।
5. चयन: स्वीकृति का फ़ैसला कोई व्यक्ति करता है।
6. रिलीज़: सिर्फ़ रिलीज़ की गई छवि ही गेम में जाती है।

एक शेड्यूलर सहेजे गए ऑर्डर को तय समय-अवधि में, AI कॉल की पहले से तय सीमा के भीतर, अपने आप तैयार कर देता है; चयन और रिलीज़ तब भी हाथ से होते हैं।

परिणाम। गेम के भू-दृश्य और बाधाएँ इसी उत्पादन लाइन पर बने हैं। किसी बाधा का चित्र, आइकन और टक्कर का आकार एक ही उत्पादन डेटा से आते हैं: टक्कर छवि की पिक्सेल-सटीक रूपरेखा का अनुसरण करती है। मानवीय स्वीकृति के बिना गेम में कुछ भी नहीं जाता।

कृत्रिम बुद्धिमत्ता के साथ फ़ंक्शन पॉइंट आधारित आकार मापन

चुनौती। कोई सॉफ़्टवेयर प्रस्ताव उतने ही काम का है, जितना सटीक उसके पीछे का अनुमान है। घंटों की संख्या का अनुमान, अनुमान लगाने वाले और टीम पर निर्भर करता है, इसलिए दो प्रस्तावों की तुलना कठिन होती है, और ग्राहक नहीं देख पाता कि डेवलपर किस चीज़ की क़ीमत माँग रहा है।

समाधान। हम विकास के कार्यात्मक आकार को COSMIC फ़ंक्शन पॉइंट में मापते हैं (ISO/IEC 19761)। यह पद्धति डेटा मूवमेंट गिनती है: इनपुट (Entry), आउटपुट (Exit), पढ़ना (Read) और लिखना (Write)। हर एक एक फ़ंक्शन पॉइंट होता है, इसलिए आकार तकनीक से और इस बात से स्वतंत्र है कि विकास कौन करता है। मापन के लिए हमने अपना, AI-समर्थित कार्यप्रवाह बनाया है:

• हम विकास को फ़ंक्शन समूहों में बाँटते हैं, और हर एक को एक ही टेम्पलेट से लिखते हैं: लक्ष्य, कर्ता, डेटा, फ़ंक्शन, AI फ़ंक्शन, और क्या इसका हिस्सा नहीं है;
• हर फ़ंक्शन समूह को कई भाषा मॉडल कई बार गिनते हैं; ये रन कर्ताओं और डेटा के नामों से एक साझा शब्दकोश बनाते हैं, और उनका फैलाव अनिश्चितता दिखाता है;
• एक मिलान चरण यह सुनिश्चित करता है कि हर कार्यात्मक प्रक्रिया प्रोजेक्ट में ठीक एक बार गिनी जाए, भले ही वह कई विवरणों में आए;
• मौजूदा सिस्टम को अलग से लिखा जाता है, इसलिए आकार में सिर्फ़ नया हिस्सा गिना जाता है;
• मापन वह भी दर्शाता है जो कार्यात्मक आकार व्यक्त नहीं करता: कस्टम इंटरफ़ेस, ग्राफ़िक्स, रियल-टाइम कामकाज, जटिल एल्गोरिदम, डेटा स्थानांतरण, ग़ैर-कार्यात्मक आवश्यकता;
• मशीन द्वारा किए गए विलयों को हाथ से बदला जा सकता है, और तैयार मापन को अपरिवर्तनीय संस्करण के रूप में दर्ज किया जा सकता है, और यही अनुबंध का आधार बनता है।

परिणाम। प्रस्ताव और समय-सारिणी मापे गए आकार से बनती है, और दो प्रस्तावों की तुलना एक ही पैमाने पर की जा सकती है। आकार अंदाज़े से दिया गया अनुमान नहीं, बल्कि मद-दर-मद जाँची जा सकने वाली सूची है: कौन-सी प्रक्रिया, किन डेटा मूवमेंट के साथ, कितने फ़ंक्शन पॉइंट देती है। मूल्य निर्धारण के तरीक़े के बारे में हम मूल्य निर्धारण पृष्ठ पर लिखते हैं।

MS SQL से क्लाउड PostgreSQL तक डेटा सिंक सेवा

चुनौती। किसी कंपनी के अपने सर्वर पर चल रहे MS SQL डेटाबेस का डेटा एक नए ऐप्लिकेशन और रिपोर्टों के लिए एक क्लाउड सिस्टम तक पहुँचाना था, इस तरह कि स्रोत सिस्टम पर बोझ न पड़े और उसमें कुछ भी न लिखा जाए।

समाधान। Windows सेवा के रूप में चलने वाला प्रोग्राम, जो सिर्फ़ पढ़ने की अनुमति से काम करता है:

• हर तालिका के लिए बदलाव पहचानने का सबसे सस्ता तरीक़ा चुनता है, और हटाए गए रिकॉर्ड कुंजियों की तुलना से ढूँढता है;
• बदलाव पर 1–3 सेकंड में प्रतिक्रिया देता है, लक्ष्य डेटाबेस की संरचना ख़ुद बनाता है, और उसके बदलावों का अनुसरण करता है;
• संवेदनशील कॉलम बाहर रखे जा सकते हैं, बैंडविड्थ सीमित की जा सकती है, यह रात में मिलान करता है और पंक्तियों की संख्या की रिपोर्ट देता है;
• एक ही इंस्टॉलर से चालू होता है, और एक्सेस विवरण एन्क्रिप्ट करके रखता है।

परिणाम। इसके कामकाज की जाँच स्वचालित परीक्षण और असली MS SQL व PostgreSQL परीक्षण वातावरण करते हैं। अगर कई सिस्टम जोड़ने हों, तो प्रक्रिया स्वचालन भी ऐसा ही काम है।

स्कूलों के लिए लैपटॉप फ़्लीट मैनेजर

चुनौती। कई परिसरों में लगभग सौ Windows स्कूल लैपटॉप, बिना डोमेन और बिना डिवाइस प्रबंधन सिस्टम के: सॉफ़्टवेयर इंस्टॉल करना, अपडेट करना और खातों को व्यवस्थित रखना हर मशीन पर अलग से, हाथ से होता था।

समाधान। हमने अपना फ़्लीट प्रबंधन सिस्टम बनाया:

• लैपटॉप पर चलने वाला एजेंट सिर्फ़ बाहर की ओर कनेक्ट होता है, केंद्रीय सर्वर वेब इंटरफ़ेस से संभाला जाता है और हर मशीन की इन्वेंटरी रखता है;
• कमांड मशीनों तक चरणों में पहुँचते हैं, आपात-स्टॉप और लॉग के साथ;
• सॉफ़्टवेयर कैटलॉग से इंस्टॉल करता और हटाता है, और बताता है कि कौन-सी मशीन तय स्थिति से भटक गई है;
• एक जैसे स्थानीय खाते और सहेजे गए एडमिनिस्ट्रेटर पासवर्ड सँभालता है, और ख़ुद को भी चरणों में अपडेट करता है, गड़बड़ी होने पर अपने आप पिछली स्थिति में लौटकर।

परिणाम। फ़्लीट इसी से चलता है। Windows 11 पर जाने का फ़ैसला भी मापन के आधार पर लिया गया: लैपटॉप पर चलाए गए बेंचमार्क परीक्षणों के नतीजों के अनुसार।

वेब ऐप्लिकेशन के लिए AI टेस्टर

चुनौती। हर बदलाव के बाद वेब ऐप्लिकेशन को फिर से परखना होता है, और हाथ से परीक्षण धीमा और दोहराव भरा है।

समाधान। AI एजेंट असली ब्राउज़र में दिए गए वेब ऐप्लिकेशनों से होकर गुज़रते हैं, साथ में स्वचालित और सुलभता जाँचें भी होती हैं। मिली ग़लती को कोई व्यक्ति स्वीकृत करता है, और तभी वह बग टिकट बनती है; एजेंट स्वीकृति के फ़ैसलों से सीखते हैं। रन शेड्यूल किए जा सकते हैं और सिर्फ़ बदले हुए हिस्सों को दोबारा देखते हैं; पृष्ठ फ़ोन व्यू में भी जाँचे जाते हैं।

परिणाम। यह आंतरिक टूल के रूप में चलता है, हमारे अपने विकास-कार्यों के परीक्षण के लिए।

AI के साथ काम करने वाले कर्मचारियों के लिए भर्ती परीक्षा

अपनी भर्ती के लिए हमने आधे घंटे की एक ऑनलाइन परीक्षा बनाई है, जो मापती है कि उम्मीदवार कृत्रिम बुद्धिमत्ता के साथ कैसे काम करता है। इसके चार समयबद्ध हिस्से हैं: जान-बूझकर ग़लतियों वाले डेमो ऐप्लिकेशन में बग ढूँढना, कृत्रिम बुद्धिमत्ता द्वारा निभाए गए ग्राहक से बातचीत, सोचने वाले कार्य, और अनजाने कामकाज वाले सिस्टम के साथ एक प्रयोग। जवाबों का प्रारंभिक मूल्यांकन AI करता है, फ़ैसला कोई व्यक्ति लेता है; उम्मीदवारों का डेटा हम GDPR के अनुसार सँभालते हैं, डेटा रखने की अवधि, एक्सपोर्ट और विलोपन के साथ।

हमारे अपने छोटे विकास-कार्य

• डिक्टेशन प्रोग्राम: Windows और macOS पर बोली को किसी भी ऐप्लिकेशन में टाइप करता है; वाक् पहचान कंप्यूटर के ग्राफ़िक्स कार्ड पर, स्थानीय रूप से चलती है।
• पोस्टर अभियान की जाँच: लगाए गए पोस्टर की पुष्टि कर्मचारी की फ़ोटो और लोकेशन से होती है, नक़्शे पर अवलोकन के साथ।
• कलेक्टिबल कार्ड मैनेजर: फ़ोन का कैमरा इमेज मिलान और टेक्स्ट पहचान से कार्ड पहचानता है, और संग्रह व डेक एक ही जगह सँभाले जाते हैं।
• हमारी पिछली वेबसाइट: एक AI एजेंट हर आगंतुक के लिए पृष्ठ का रूप लाइव बदलता था, और दूसरा उससे बात करता था, आवाज़ से भी।
• खोज इंजनों और AI सहायकों के लिए यह वेबसाइट: 14 भाषाओं में, हर पृष्ठ के Markdown संस्करण, मशीन-पठनीय कंपनी डेटा और भाषा संस्करणों को चिह्नित करने वाले साइटमैप के साथ।

हम यह भी बनाते हैं

नीचे दी गई चीज़ें पूरे हो चुके प्रोजेक्ट नहीं, बल्कि ऐसे सिस्टम हैं जिन्हें हम ख़ुशी से बनाएँगे:

• दस्तावेज़ों (इनवॉइस, अनुबंध, डिलीवरी नोट) से कृत्रिम बुद्धिमत्ता द्वारा डेटा निकालना: AI एकीकरण;
• ग्राहक सेवा चैटबॉट या AI एजेंट, जो कंपनी के अपने दस्तावेज़ों से जवाब दे: AI चैटबॉट और AI एजेंट;
• कस्टम क़ीमत निर्धारण वाला, ERP सिस्टम से जुड़ा वेबशॉप: वेबशॉप विकास;
• बैकएंड और एडमिन इंटरफ़ेस के साथ iOS और Android ऐप: मोबाइल ऐप;
• प्रदर्शनी या वेबसाइट के लिए ब्रांडेड गेम और इंटरैक्टिव अनुभव: गेम विकास।