Shippy के अंदर: कैसे एक ओशन-मॉनिटरिंग AI एजेंट को स्मार्ट नहीं, विश्वसनीय बनाया गया
Skylight की maritime AI टीम बताती है कि कच्ची बुद्धिमत्ता नहीं, बल्कि विश्वसनीयता ही उनके सामने सबसे बड़ी इंजीनियरिंग चुनौती थी।
मुख्य बिंदु
- Shippy एक AI एजेंट है, सॉफ्टवेयर जो बहु-चरणीय कार्य स्वतंत्र रूप से कर सकता है, जिसे maritime विश्लेषकों को अवैध मछली पकड़ने और जहाज की गतिविधि को रीयल-टाइम में ट्रैक करने में मदद करने के लिए बनाया गया है।
- Shippy वर्तमान में Claude Opus 4.6 पर चलता है, एक बड़ा भाषा मॉडल जो Anthropic द्वारा बनाया गया है, कई उन्नत AI चैटबॉट के पीछे की तकनीक।
- हर उपयोगकर्ता को अपना अलग-अलग सत्र मिलता है: फिलीपींस के एक मत्स्य अधिकारी का डेटा कभी किसी अन्य सरकारी एजेंसी के डेटा को नहीं छूता।
- टीम ने एक कस्टम कमांड-लाइन टूल बनाया, एक सरल टेक्स्ट-आधारित इंटरफेस, ताकि AI उपग्रहों और जहाज संकेतों से लाइव डेटा खींचते समय सूक्ष्म त्रुटियां न करे।
- Skylight 70 से अधिक देशों में सैकड़ों सरकारी एजेंसियों और NGOs को सेवा प्रदान करता है।
यदि एक गश्ती पोत को गलत दिशा में भेजा जाता है क्योंकि एक AI ने गलत उत्तर दिया, तो खतरनाक नौकरियों में असली लोग कीमत चुकाते हैं। इसी एक तथ्य ने Shippy के पीछे हर डिजाइन निर्णय को आकार दिया, जो Skylight में बनाया गया AI सहायक है, समुद्र में जहाजों को ट्रैक करने के लिए एक मंच।
टीम ने Hugging Face पर अपने दृष्टिकोण का विस्तृत विश्लेषण प्रकाशित किया। जो वे वर्णन करते हैं वह एक चतुर AI के बारे में कहानी कम है और इसके चारों ओर सुरक्षा रेल बनाने की कहानी अधिक है।
वास्तव में एक AI एजेंट को गलत होने से क्या रोकता है?
Skylight इंजीनियरों को जवाब मिला, परतें। अधिक स्मार्ट मॉडल नहीं, बल्कि पूर्वानुमानित, परीक्षण योग्य चरणों की एक श्रृंखला जो प्रत्येक चरण पर AI गलत होने के लिए क्षेत्र को संकीर्ण करती है।
Shippy तीन अवधारणाओं के चारों ओर बनाया गया है जिन्हें टीम soul, skills, और config कहती है। soul लिखित निर्देशों का एक समूह है जो सिस्टम में बेक किया गया है जो Shippy को बताता है कि यह क्या है और क्या नहीं करेगा। यह तय नहीं करेगा कि कोई जहाज कानून तोड़ रहा है या नहीं। यह डेटा दिखाता है इससे आगे अनुमान नहीं लगाएगा। ये सीमाएं स्पष्ट रूप से लिखी जाती हैं, जिसका मतलब है कि एक मानव उन्हें पढ़ और बदल सकता है।
Skills अलग-अलग निर्देश फाइलें हैं जो विशिष्ट कार्यों को संभालती हैं: किसी जहाज की स्थिति खोजना, किसी देश के Exclusive Economic Zone की सीमा खोजना (समुद्री क्षेत्र जहां एक राष्ट्र मछली पकड़ने और संसाधनों को नियंत्रित करता है), या एक मानचित्र लिंक बनाना ताकि एक विश्लेषक उत्तर को स्वयं सत्यापित कर सके।
Config व्यावहारिक सेटिंग्स को कवर करता है: कौन सा AI मॉडल उपयोग करना है, कौन सी सॉफ्टवेयर फ्रेमवर्क इसे चलाना है। एक अलग मॉडल में स्विचिंग एक-पंक्ति परिवर्तन है, पुनर्निर्माण नहीं।
सबसे मुश्किल हिस्सा डेटा था। Skylight का API, Shippy और लाइव उपग्रह डेटा के बीच कनेक्शन बिंदु, दर्जनों इनपुट प्रकार, जटिल फिल्टर, और pagination को संभालता है, जिसका अर्थ है कि यह परिणाम chunks में देता है न कि एक बार में सब। Shippy के शुरुआती संस्करणों ने अपने से शुरू करके डेटा अनुरोध बनाए। परिणाम सही लगते थे लेकिन चुपचाप गलत थे: रिकॉर्ड गायब, उलझा हुआ स्थान डेटा, गलत तरीके से पढ़े गए फिल्टर।
समाधान एक कस्टम कमांड-लाइन टूल था जिसे टीम Skylight CLI कहती है। raw अनुरोध बनाने के बजाय, Shippy एक साधारण कमांड जारी करता है और CLI नीचे सभी जटिलता को संभालता है। सिस्टम की प्रत्येक परत को अपने आप पर परीक्षण किया जा सकता है। यदि कुछ टूटता है, इंजीनियरों को पता है कि कहां देखना है।
अलगाव समान रूप से महत्वपूर्ण था। जब एक मत्स्य अधिकारी लॉगिन करता है और Shippy से सवाल पूछता है, तो उनका डेटा और बातचीत का इतिहास कभी किसी अन्य उपयोगकर्ता को दिखाई नहीं देना चाहिए। टीम ने Mothership नामक एक होस्टिंग सिस्टम बनाया जो हर एक उपयोगकर्ता सत्र के लिए एक ताजा, contained पर्यावरण शुरू करता है। जब बातचीत समाप्त होती है, वह पर्यावरण गायब हो जाता है।
सामान्य लोगों के लिए, व्यावहारिक निष्कर्ष यह है: डिजाइन विकल्प जो Shippy को उच्च-दांव सरकारी सेटिंग में विश्वसनीय बनाते हैं वही हैं जो महत्वपूर्ण होते हैं जब AI sensitive निर्णयों को छूता है। स्पष्ट सीमाएं, परीक्षण योग्य कदम, और कठोर डेटा अलगाव वैकल्पिक extras नहीं हैं।
