** ಸ್ವಾಯತ್ತ ಮೂಲಸೌಕರ್ಯ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್‌ಗಾಗಿ DevOps ವರ್ಕ್‌ಫ್ಲೋಸ್‌ನಲ್ಲಿ ಏಜೆಂಟಿಕ್ AI ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವುದು**

ಪರಿಚಯ

ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ (AI), DevOps ಮತ್ತು ಇನ್ಫ್ರಾಸ್ಟ್ರಕ್ಚರ್ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್‌ನ ಛೇದಕವು ಮೂಲಸೌಕರ್ಯ ನಿರ್ವಹಣೆಯಲ್ಲಿ ಹೊಸ ಮಾದರಿಯನ್ನು ಹುಟ್ಟುಹಾಕಿದೆ - ಸ್ವಾಯತ್ತ ಮೂಲಸೌಕರ್ಯ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್. ಈ ವಿಧಾನವು AI ಮತ್ತು ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ (ML) ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು ಮತ್ತು ಮೂಲಸೌಕರ್ಯ ಒದಗಿಸುವಿಕೆ, ಸ್ಕೇಲಿಂಗ್ ಮತ್ತು ನಿರ್ವಹಣೆಯನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು, ಡೆವಲಪರ್‌ಗಳಿಗೆ ಉನ್ನತ ಮಟ್ಟದ ಕಾರ್ಯಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಈ ಲೇಖನದಲ್ಲಿ, ಲ್ಯಾಂಗ್‌ಚೈನ್, ಡಿಎಸ್‌ಪಿ ಮತ್ತು ಸ್ಟಾಕ್‌ಜೆನ್‌ನಂತಹ ಪರಿಕರಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುವ ಮೂಲಕ ಡೆವಲಪರ್ ಅನುಭವವನ್ನು ಹೆಚ್ಚಿಸುವಲ್ಲಿ ಮತ್ತು ಡೆವಪ್ಸ್ ವರ್ಕ್‌ಫ್ಲೋಗಳಲ್ಲಿ ಸ್ಕೇಲೆಬಿಲಿಟಿಯನ್ನು ಸುಧಾರಿಸುವಲ್ಲಿ ನಾವು ಏಜೆಂಟ್ AI ಪಾತ್ರವನ್ನು ಅನ್ವೇಷಿಸುತ್ತೇವೆ.

ಏಜೆಂಟಿಕ್ AI ಎಂದರೇನು?

ಏಜೆಂಟಿಕ್ AI ಎನ್ನುವುದು ಸ್ವಾಯತ್ತ ನಡವಳಿಕೆಯನ್ನು ಪ್ರದರ್ಶಿಸುವ, ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಮತ್ತು ಸ್ಪಷ್ಟವಾದ ಮಾನವ ಹಸ್ತಕ್ಷೇಪವಿಲ್ಲದೆ ತನ್ನದೇ ಆದ ಕ್ರಮಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ AI ಪ್ರಕಾರವನ್ನು ಸೂಚಿಸುತ್ತದೆ. DevOps ಸಂದರ್ಭದಲ್ಲಿ, ಮೂಲಸೌಕರ್ಯ ಒದಗಿಸುವಿಕೆ, ನಿಯೋಜನೆ ಮತ್ತು ಸ್ಕೇಲಿಂಗ್, ಹಾಗೆಯೇ ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ದೋಷನಿವಾರಣೆಯಂತಹ ಕಾರ್ಯಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು ಏಜೆಂಟ್ AI ಅನ್ನು ಬಳಸಬಹುದು. ಈ ವಿಧಾನವು ಡೆವಲಪರ್‌ಗಳಿಗೆ ಕೋಡ್ ಬರೆಯುವುದು ಮತ್ತು ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವಂತಹ ಉನ್ನತ ಮಟ್ಟದ ಕಾರ್ಯಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ಆದರೆ AI ವ್ಯವಸ್ಥೆಯು ಆಧಾರವಾಗಿರುವ ಮೂಲಸೌಕರ್ಯವನ್ನು ನೋಡಿಕೊಳ್ಳುತ್ತದೆ.

ಲ್ಯಾಂಗ್‌ಚೈನ್: ಏಜೆಂಟಿಕ್ ಎಐ ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಒಂದು ಚೌಕಟ್ಟು

LangChain ಎಂಬುದು ಬಳಕೆದಾರರೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸುವ, ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಮತ್ತು ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು ಎಂದು ಏಜೆಂಟ್ AI ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ಮಿಸಲು ತೆರೆದ ಮೂಲ ಚೌಕಟ್ಟಾಗಿದೆ. ಇದು ಸಂವಾದಾತ್ಮಕ ಇಂಟರ್‌ಫೇಸ್‌ಗಳು, ನೈಸರ್ಗಿಕ ಭಾಷಾ ಸಂಸ್ಕರಣೆ (NLP) ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಲು API ಗಳು ಮತ್ತು ಸಾಧನಗಳ ಗುಂಪನ್ನು ಒದಗಿಸುತ್ತದೆ. ಚಾಟ್‌ಬಾಟ್‌ಗಳು ಮತ್ತು ವರ್ಚುವಲ್ ಅಸಿಸ್ಟೆಂಟ್‌ಗಳಿಂದ ಹಿಡಿದು ಸ್ವಾಯತ್ತ ಮೂಲಸೌಕರ್ಯ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್ ಸಿಸ್ಟಮ್‌ಗಳವರೆಗೆ ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಲ್ಯಾಂಗ್‌ಚೈನ್ ಅನ್ನು ಬಳಸಬಹುದು.

DSPy: ಏಜೆಂಟಿಕ್ AI ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ಮಿಸಲು ಪೈಥಾನ್ ಲೈಬ್ರರಿ

DSPy ಎಂಬುದು ಪೈಥಾನ್ ಲೈಬ್ರರಿಯಾಗಿದ್ದು ಅದು ಏಜೆಂಟ್ AI ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ಮಿಸಲು ಬಳಕೆದಾರರೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಬಹುದು, ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಬಹುದು ಮತ್ತು ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡಬಹುದು. ಇದು ಸಂಭಾಷಣಾ ಇಂಟರ್‌ಫೇಸ್‌ಗಳು, NLP ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಲು API ಗಳು ಮತ್ತು ಸಾಧನಗಳ ಗುಂಪನ್ನು ಒದಗಿಸುತ್ತದೆ. ಚಾಟ್‌ಬಾಟ್‌ಗಳು ಮತ್ತು ವರ್ಚುವಲ್ ಸಹಾಯಕರಿಂದ ಹಿಡಿದು ಸ್ವಾಯತ್ತ ಮೂಲಸೌಕರ್ಯ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್ ಸಿಸ್ಟಮ್‌ಗಳವರೆಗೆ ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಲು DSPy ಅನ್ನು ಬಳಸಬಹುದು.

ಸ್ಟಾಕ್‌ಜೆನ್: ಮೂಲಸೌಕರ್ಯವನ್ನು ನಿರ್ಮಿಸಲು ಮತ್ತು ನಿರ್ವಹಿಸಲು ಒಂದು ಸಾಧನ

ಸ್ಟಾಕ್‌ಜೆನ್ ಮೂಲಸೌಕರ್ಯವನ್ನು ಕೋಡ್‌ನಂತೆ ನಿರ್ಮಿಸಲು ಮತ್ತು ನಿರ್ವಹಿಸಲು ಒಂದು ಸಾಧನವಾಗಿದೆ. ಇದು ಮೂಲಸೌಕರ್ಯ ಸಂರಚನೆಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲು, ಸಂಪನ್ಮೂಲಗಳನ್ನು ಒದಗಿಸಲು ಮತ್ತು ನಿಯೋಜನೆಗಳನ್ನು ನಿರ್ವಹಿಸಲು API ಗಳು ಮತ್ತು ಸಾಧನಗಳ ಗುಂಪನ್ನು ಒದಗಿಸುತ್ತದೆ. ವರ್ಚುವಲ್ ಯಂತ್ರಗಳು ಮತ್ತು ಕಂಟೈನರ್‌ಗಳಿಂದ ಸರ್ವರ್‌ಲೆಸ್ ಕಾರ್ಯಗಳು ಮತ್ತು ಕ್ಲೌಡ್-ನೇಟಿವ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳವರೆಗೆ ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ಮೂಲಸೌಕರ್ಯವನ್ನು ನಿರ್ಮಿಸಲು ಮತ್ತು ನಿರ್ವಹಿಸಲು StackGen ಅನ್ನು ಬಳಸಬಹುದು.

DevOps ವರ್ಕ್‌ಫ್ಲೋಗಳಲ್ಲಿ ಏಜೆಂಟ್ AI ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವುದು

DevOps ವರ್ಕ್‌ಫ್ಲೋಗಳಲ್ಲಿ ಏಜೆಂಟ್ AI ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು, ನಾವು LangChain, DSPy ಮತ್ತು StackGen ಸಂಯೋಜನೆಯನ್ನು ಬಳಸಬಹುದು. ಸ್ವಾಯತ್ತ ಮೂಲಸೌಕರ್ಯ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್ ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸಲು ನಾವು ಈ ಸಾಧನಗಳನ್ನು ಹೇಗೆ ಬಳಸಬಹುದು ಎಂಬುದರ ಉದಾಹರಣೆ ಇಲ್ಲಿದೆ:

``ಹೆಬ್ಬಾವು ಆಮದು ಲ್ಯಾಂಗ್‌ಚೈನ್ ಡಿಎಸ್ಪಿ ಆಮದು ಆಮದು ಸ್ಟಾಕ್ಜೆನ್

infrastructure_config = { "ಸಂಪನ್ಮೂಲಗಳು": [ {"ಹೆಸರು": "ವೆಬ್-ಸರ್ವರ್", "ಟೈಪ್": "ಇಸಿ2", "ಪ್ರದೇಶ": "ಯುಎಸ್-ವೆಸ್ಟ್-2"}, {"name": "database", "type": "RDS", "region": "us-west-2"} ] }

ನಿಯೋಜನೆಯ ಸಂರಚನೆಯನ್ನು ವಿವರಿಸಿ

deployment_config = { "ಸೇವೆಗಳು": [ {"name": "web-server", "image": "nginx:latest", "port": 80}, {"name": "database", "image": "mysql:latest", "port": 3306} ] }

ಲ್ಯಾಂಗ್‌ಚೈನ್ ಏಜೆಂಟ್ ಅನ್ನು ರಚಿಸಿ

ಏಜೆಂಟ್ = ಲ್ಯಾಂಗ್‌ಚೈನ್. ಏಜೆಂಟ್( ಹೆಸರು="ಮೂಲಸೌಕರ್ಯ-ಆರ್ಕೆಸ್ಟ್ರೇಟರ್", ವಿವರಣೆ="ಒಂದು ಸ್ವಾಯತ್ತ ಮೂಲಸೌಕರ್ಯ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್ ಸಿಸ್ಟಮ್" )

ಡಿಎಸ್‌ಪಿ ಮಾದರಿಯನ್ನು ರಚಿಸಿ

ಮಾದರಿ = dspy.Model( ಹೆಸರು="ಮೂಲಸೌಕರ್ಯ-ಆರ್ಕೆಸ್ಟ್ರೇಟರ್", ವಿವರಣೆ="ಮೂಲಸೌಕರ್ಯ ಅಗತ್ಯತೆಗಳನ್ನು ಊಹಿಸಲು ಒಂದು ಮಾದರಿ" )

StackGen ಸ್ಟಾಕ್ ಅನ್ನು ರಚಿಸಿ

ಸ್ಟಾಕ್ = stackgen.Stack( ಹೆಸರು="ಮೂಲಸೌಕರ್ಯ-ಆರ್ಕೆಸ್ಟ್ರೇಟರ್", ವಿವರಣೆ="ಮೂಲಸೌಕರ್ಯ ನಿರ್ವಹಣೆಗಾಗಿ ಒಂದು ಸ್ಟಾಕ್" )

ಏಜೆಂಟ್ AI ವರ್ಕ್‌ಫ್ಲೋ ಅನ್ನು ವಿವರಿಸಿ

ಕೆಲಸದ ಹರಿವು = [ {"step": "predict_infrastructure_requirements", "model": model}, {"step": "provision_infrastructure", "stack": stack}, {"step": "deploy_services", "deployment_config": deployment_config} ]

ಏಜೆಂಟ್ AI ವರ್ಕ್‌ಫ್ಲೋ ಅನ್ನು ರನ್ ಮಾಡಿ

agent.run (ಕೆಲಸದ ಹರಿವು)

ಈ ಕೋಡ್ ಸ್ವಾಯತ್ತ ಮೂಲಸೌಕರ್ಯ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್ ವ್ಯವಸ್ಥೆಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ, ಅದು ಲ್ಯಾಂಗ್‌ಚೈನ್, ಡಿಎಸ್‌ಪಿ ಮತ್ತು ಸ್ಟಾಕ್‌ಜೆನ್ ಅನ್ನು ಮೂಲಸೌಕರ್ಯ ಅಗತ್ಯತೆಗಳು, ನಿಬಂಧನೆ ಸಂಪನ್ಮೂಲಗಳು ಮತ್ತು ಸೇವೆಗಳನ್ನು ನಿಯೋಜಿಸಲು ಬಳಸುತ್ತದೆ.

**ಟಾಪ್ 5-10 ಹೆಚ್ಚು ಬಳಸಿದ ಆಜ್ಞೆಗಳು/ತುಣುಕುಗಳು**

LangChain, DSPy ಮತ್ತು StackGen ಗಾಗಿ ಹೆಚ್ಚು ಬಳಸಿದ 5-10 ಕಮಾಂಡ್‌ಗಳು/ತುಣುಕುಗಳು ಇಲ್ಲಿವೆ:

| ಉಪಕರಣ | ಆಜ್ಞೆ/ತುಣುಕು | ವಿವರಣೆ |
| --- | --- | --- |
| ಲ್ಯಾಂಗ್ಚೈನ್ | `langchain.Agent.create()` | ಹೊಸ LangChain ಏಜೆಂಟ್ ಅನ್ನು ರಚಿಸುತ್ತದೆ |
| ಲ್ಯಾಂಗ್ಚೈನ್ | `langchain.Agent.describe()` | LangChain ಏಜೆಂಟ್ | ನ ವಿವರಣೆಯನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ
| DSPy | `dspy.Model.create()` | ಹೊಸ DSPy ಮಾದರಿಯನ್ನು ರಚಿಸುತ್ತದೆ |
| DSPy | `dspy.Model.describe()` | DSPy ಮಾದರಿಯ ವಿವರಣೆಯನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ |
| StackGen | `stackgen.Stack.create()` | ಹೊಸ StackGen ಸ್ಟಾಕ್ ಅನ್ನು ರಚಿಸುತ್ತದೆ |
| StackGen | `stackgen.Stack.describe()` | StackGen ಸ್ಟಾಕ್‌ನ ವಿವರಣೆಯನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ |
| ಲ್ಯಾಂಗ್ಚೈನ್ | `langchain.Agent.run()` | LangChain ಏಜೆಂಟ್ ಅನ್ನು ರನ್ ಮಾಡುತ್ತದೆ |
| DSPy | `dspy.Model.predict()` | DSPy ಮಾದರಿಯನ್ನು ಬಳಸಿಕೊಂಡು ಮೂಲಸೌಕರ್ಯ ಅಗತ್ಯತೆಗಳನ್ನು ಊಹಿಸುತ್ತದೆ |
| StackGen | `stackgen.Stack.provision()` | StackGen ಸ್ಟಾಕ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಮೂಲಸೌಕರ್ಯಗಳನ್ನು ಒದಗಿಸುವುದು |
| StackGen | `stackgen.Stack.deploy()` | StackGen ಸ್ಟಾಕ್ ಬಳಸಿ ಸೇವೆಗಳನ್ನು ನಿಯೋಜಿಸುತ್ತದೆ |

**ದೃಶ್ಯೀಕರಣ**

Chart.js ಅನ್ನು ಬಳಸಿಕೊಂಡು ಏಜೆಂಟ್ AI ವರ್ಕ್‌ಫ್ಲೋನ ದೃಶ್ಯೀಕರಣ ಇಲ್ಲಿದೆ:
```json
{
  "ಪ್ರಕಾರ": "ಬಾರ್",
  "ಡೇಟಾ": {
    "ಲೇಬಲ್‌ಗಳು": ["ಮೂಲಸೌಕರ್ಯ ಅಗತ್ಯತೆಗಳನ್ನು ಊಹಿಸಿ", "ನಿಬಂಧನೆ ಮೂಲಸೌಕರ್ಯ", "ಸೇವೆಗಳನ್ನು ನಿಯೋಜಿಸಿ"],
    "ಡೇಟಾಸೆಟ್‌ಗಳು": [
      {
        "label": "Agentic AI ವರ್ಕ್‌ಫ್ಲೋ",
        "ಡೇಟಾ": [10, 20, 30],
        "backgroundColor": "rgba(255, 99, 132, 0.2)",
        "borderColor": "rgba(255, 99, 132, 1)",
        "ಬಾರ್ಡರ್ ಅಗಲ": 1
      }
    ]
  },
  "ಆಯ್ಕೆಗಳು": {
    "ಶೀರ್ಷಿಕೆ": {
      "ಪ್ರದರ್ಶನ": ನಿಜ,
      "ಪಠ್ಯ": "ಏಜೆಂಟಿಕ್ AI ವರ್ಕ್‌ಫ್ಲೋ"
    },
    "ಮಾಪಕಗಳು": {
      "yAxes": [
        {
          "ಉಣ್ಣಿ": {
            "beginAtZero": ನಿಜ
          }
        }
      ]
    }
  }
}

ಈ ದೃಶ್ಯೀಕರಣವು ಮೂಲಸೌಕರ್ಯ ಅಗತ್ಯತೆಗಳನ್ನು ಊಹಿಸುವುದು, ಮೂಲಸೌಕರ್ಯವನ್ನು ಒದಗಿಸುವುದು ಮತ್ತು ಸೇವೆಗಳನ್ನು ನಿಯೋಜಿಸುವ ಮೂರು ಹಂತಗಳೊಂದಿಗೆ ಬಾರ್ ಚಾರ್ಟ್‌ನಂತೆ ಏಜೆಂಟ್ AI ವರ್ಕ್‌ಫ್ಲೋ ಅನ್ನು ತೋರಿಸುತ್ತದೆ.

** ತೀರ್ಮಾನ **

ಈ ಲೇಖನದಲ್ಲಿ, ಡೆವಲಪರ್ ಅನುಭವವನ್ನು ಹೆಚ್ಚಿಸುವಲ್ಲಿ ಮತ್ತು DevOps ವರ್ಕ್‌ಫ್ಲೋಗಳಲ್ಲಿ ಸ್ಕೇಲೆಬಿಲಿಟಿಯನ್ನು ಸುಧಾರಿಸುವಲ್ಲಿ ಏಜೆಂಟ್ AI ಪಾತ್ರವನ್ನು ನಾವು ಅನ್ವೇಷಿಸಿದ್ದೇವೆ. ನಾವು LangChain, DSPy, ಮತ್ತು StackGen ಅನ್ನು ಏಜೆಂಟ್ AI ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ಮಿಸುವ ಸಾಧನಗಳಾಗಿ ಪರಿಚಯಿಸಿದ್ದೇವೆ ಮತ್ತು ಸ್ವಾಯತ್ತ ಮೂಲಸೌಕರ್ಯ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್ ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸಲು ಈ ಸಾಧನಗಳನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಎಂಬುದನ್ನು ನಾವು ಪ್ರದರ್ಶಿಸಿದ್ದೇವೆ. ನಾವು Chart.js ಅನ್ನು ಬಳಸಿಕೊಂಡು ಏಜೆಂಟ್ AI ವರ್ಕ್‌ಫ್ಲೋನ ದೃಶ್ಯೀಕರಣವನ್ನು ಸಹ ಒದಗಿಸಿದ್ದೇವೆ. ಏಜೆಂಟಿಕ್ AI ಅನ್ನು ನಿಯಂತ್ರಿಸುವ ಮೂಲಕ, ಡೆವಲಪರ್‌ಗಳು ಉನ್ನತ ಮಟ್ಟದ ಕಾರ್ಯಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಬಹುದು, ಉದಾಹರಣೆಗೆ ಕೋಡ್ ಬರೆಯುವುದು ಮತ್ತು ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವುದು, ಆದರೆ AI ವ್ಯವಸ್ಥೆಯು ಆಧಾರವಾಗಿರುವ ಮೂಲಸೌಕರ್ಯವನ್ನು ನೋಡಿಕೊಳ್ಳುತ್ತದೆ.