कुछ हफ़्ते पहले, मैंने एक ऐसे ऐप के बारे में लिखा था जो मैक के वेबकैम के ज़रिए आपको देखता है और जैसे ही उसे बैठने की झुकी हुई मुद्रा का पता चलता है, वह एक सूचना भेज देता है । यह ऐप सभी मामलों को रिकॉर्ड करता है और रोज़ाना बैठने की मुद्रा का स्कोर भी देता है। यह एक ओपन-सोर्स ऐप था, लेकिन इसके निर्माता द्वारा रेडिट पर साझा किए जाने के तुरंत बाद, रेडिट पर मौजूद कई लोगों ने यह पूछना शुरू कर दिया कि यह डेटा को कैसे प्रोसेस और स्टोर करता है। ये सवाल बिल्कुल जायज़ थे।
आखिरकार, आप एक ऐप को कैमरे तक पहुंच दे रहे हैं, जो आपको और आपके आस-पास की दुनिया को वास्तविक समय में मॉनिटर कर सकता है। क्या कोई ऐसा गुप्त रास्ता है जिससे कोई गलत इरादे वाला व्यक्ति चुपके से आपकी गतिविधियों को देख सके? ऐप बैकग्राउंड में और क्या-क्या रिकॉर्ड कर रहा है, और ऑडियो-विजुअल स्ट्रीम का कितना हिस्सा किसी बाहरी क्लाउड सर्वर पर भेजा या स्टोर किया जा रहा है? शुक्र है, ऐप पूरी तरह से ऑनलाइन काम करता है, और सारी प्रोसेसिंग मेरे मैक पर ही होती है। लेकिन मन में एक बेचैनी सी बनी रही।
इसी बात ने मुझे अपना खुद का सॉफ्टवेयर बनाने के लिए प्रेरित किया। लेकिन कैमरे का इस्तेमाल करके गलत मुद्रा को देखने और पहचानने के बजाय, मैंने सोचा, क्यों न एयरपॉड्स के अंदर मौजूद मोशन सेंसर का इस्तेमाल किया जाए? मुझे इस बात का कोई अंदाजा नहीं था कि यह सिस्टम बैकग्राउंड में कैसे काम करेगा, इसलिए मैंने उन सभी लोगों की मदद ली जो आजकल जवाब ढूंढने के लिए इस तरीके का इस्तेमाल करते हैं – एक एआई चैटबॉट। मेरे लिए, वह तरीका एंथ्रोपिक के क्लाउड ने अपनाया।
और दीवार धराशायी हो गई
सबसे बड़ी समस्या क्या थी? मैंने अपने पूरे जीवन में कभी भी एक भी सुसंगत कोड नहीं लिखा था। मुझे मोबाइल और डेस्कटॉप प्लेटफॉर्म के लिए सॉफ्टवेयर बनाने में इस्तेमाल होने वाली कोडिंग भाषाओं का भी मुश्किल से ही ज्ञान था। और मुझे बेहद आश्चर्य हुआ कि मैंने क्लाउड एआई से बात करके, बिना ऐप का दृश्य देखे ही, एक पूरी तरह से काम करने वाला ऐप बना लिया।
मैंने एआई चैटबॉट से पूछा कि क्या ऐसा ऐप बनाना संभव है, और जब मुझे सकारात्मक जवाब मिला, तो मैंने क्लाउड को पूरा ऐप बनाने का जिम्मा सौंप दिया। मैंने इसके मूल कोड को देखा तक नहीं। इसने मुझसे मेरी पसंद के बारे में कुछ सवाल पूछे, और मैंने कुछ शब्दों में जवाब दिया। आधे घंटे के भीतर, ऐप मेरे मैक पर चलने लगा।
क्लॉड ने मेनू बार आइकन, पोस्चर नोटिफिकेशन बैनर (और चेतावनी संदेश), ऐप के साथ इंटरैक्ट करने पर मेनू बार यूआई बॉक्स और यहां तक कि कैलिब्रेशन कंट्रोल भी बनाए। एआई ने रंग बदलने वाले एनिमेशन को संभाला, खराब पोस्चर की अवधि का पता लगाने के नियम निर्धारित किए, पूरे फ्लो में एक अलर्ट चाइम जोड़ा और दो-चरण चेतावनी प्रणाली बनाई।
यह सब एक चैटबॉक्स में "मैं यह ऐप बनाना चाहता हूँ" कहने से शुरू हुआ, और उसके बाद बातचीत आधारित ऐप बनाने का पूरा अनुभव मिला। मैंने ऐप के ज़्यादातर विज़ुअल और आंतरिक प्रोटोकॉल के बारे में इसे कोई निर्देश भी नहीं दिए। मैंने देखा कि फ्रंट-एंड और बैक-एंड की पूरी अवधारणा आपस में मिल गई और पृष्ठभूमि में गायब हो गई। केवल एक ही परत बची रही, वह थी स्वाभाविक भाषा।
क्लॉड ने पूछा कि क्या ऐप में XYZ फीचर्स होने चाहिए, और मैंने बस हर बात पर हां में जवाब दे दिया।
यह कहना कि मैं हैरान था, बहुत कम होगा। क्लाउड ने एक बढ़िया ऐप आइकन भी बनाया और उसे एक फोल्डर में बड़े करीने से सेव कर दिया। कोड कंपाइल होने के बाद, ऐप को लॉन्च करने और चलाने की पूरी प्रक्रिया इंटरनेट से इंस्टॉल किए गए किसी भी अन्य ऐप की तरह ही आसान थी। बस फर्क इतना था कि ऐप सिर्फ मेरे मैक पर ही बनाया और स्टोर किया गया था, और कोई भी गतिविधि डेटा मेरे डिवाइस से बाहर नहीं जाता था।
यह ऐप कैसे काम करता है?
जैसा कि ऊपर बताया गया है, इसका मूल विचार AirPods के मोशन सेंसर का उपयोग करके आपकी बैठने की मुद्रा में होने वाले बदलावों का पता लगाना और चेतावनी संदेश भेजना है। जब मैं ऐप खोलता हूँ, तो यह मुझे सीधे बैठने (या स्वाभाविक रूप से स्वस्थ मुद्रा) के लिए कहता है और AirPods के मोशन सेंसर द्वारा रिकॉर्ड किए गए कोणीय डेटा के आधार पर इसे आदर्श मुद्रा के रूप में सेट करता है। इसके बाद, यह आपको गलत मुद्रा में बैठने के लिए कहता है, जैसे कि झुककर या आगे की ओर मुंह करके बैठना, और इसके लिए स्थानिक डेटा रिकॉर्ड करता है।
बस इतना ही।
आप AirPods पहनते हैं, ऐप लॉन्च करते हैं, सही और गलत बैठने की मुद्रा को कैलिब्रेट करते हैं, और बस हो गया। मुझे मैन्युअल रूप से कोई ऊंचाई या कोणीय डेटा इनपुट करने की आवश्यकता नहीं है। मैं बस सही और गलत मुद्रा में बैठता हूं, ऐप को प्रत्येक को रिकॉर्ड करने देता हूं, और बस हो गया। मुझे डॉक में ऐप चलता हुआ भी नहीं दिखता। इसके बजाय, क्लाउड ने इसे केवल मेनू बार यूटिलिटी के रूप में बनाया है, जहां मैं इसे हमेशा देख सकता हूं, बिना स्क्रीन पर अनावश्यक चीज़ों की भीड़भाड़ या गतिविधि की जांच के लिए कमांड+टैब शॉर्टकट चलाने की चिंता किए।
जब मैं सीधा बैठा होता हूँ, तो ऐप का आइकन ग्रे रंग का होता है। जैसे ही बैठने की मुद्रा में कोई बदलाव महसूस होता है, आइकन पीला हो जाता है। अगर बैठने की मुद्रा बिगड़ती है, तो आइकन लाल हो जाता है और उस पर गति के संकेतक दिखाई देते हैं। अगर बैठने की अस्वस्थ मुद्रा 12 सेकंड से अधिक समय तक बनी रहती है, तो ऐप का आइकन धधकते लाल त्रिकोण में बदल जाता है, और स्क्रीन के ऊपरी दाएं कोने में एक सूचना बैनर दिखाई देता है, जो मुझे बैठने की मुद्रा सुधारने के लिए कहता है।
यह नोटिफिकेशन आपके मैक पर इंस्टॉल किए गए अन्य ऐप्स द्वारा भेजे गए नोटिफिकेशन की तरह ही है। यह फोकस मोड के नियमों का पालन करता है, और मैं इसे एक क्लिक से देख या बंद कर सकता हूँ। शुरुआत में मुझे इसके पूरे कॉन्सेप्ट पर संदेह था, लेकिन ऐप ने मोशन सेंसिंग और पोस्चर में बदलाव का पता लगाने में शानदार काम किया। मैंने अपने भाई-बहनों और चार दोस्तों को अपने सेकंड-जेनरेशन एयरपॉड्स प्रो पर इस ऐप को आज़माने के लिए कहा। वे इसकी प्रतिक्रिया देखकर बहुत खुश हुए और इस तरह के उपयोगी कॉन्सेप्ट की सराहना की।
आगे क्या?
अब, मैं इसे ऐप स्टोर पर लॉन्च करने के पक्ष में नहीं हूँ। इसमें बहुत ज़्यादा मेहनत लगेगी। इसके लिए मुझे एप्पल डेवलपर अकाउंट लेना होगा, एप्पल की कुख्यात गुणवत्ता जांच प्रक्रिया से गुज़रना होगा, और लगभग निश्चित रूप से लंबे समय तक इसे संभालने के लिए किसी को नियुक्त करना पड़ेगा। मेरा उद्देश्य कभी भी यह नहीं था। मैं बस यह जानना चाहता था कि क्या एआई का उपयोग करके व्यक्तिगत ऐप बनाना संभव है, और मुझे इसका जवाब मिल गया।
यह संभव है।
पूरी प्रक्रिया इतनी सरल है कि मुझे इस बात की चिंता भी नहीं करनी पड़ी कि इस काम के लिए कौन सा क्लाउड मॉडल सबसे अच्छा है। वैसे, कई विशेष क्लाउड मॉडल उपलब्ध हैं। मैंने बस ऐप का मूल विचार बताया, और मैक ऐप ने अपने आप सही मॉडल चुन लिया और काम करना शुरू कर दिया।
शायद मैं भाग्यशाली था, क्योंकि क्लाउड कोडिंग से जुड़े कामों में माहिर है। वाइब-कोडिंग के साथ मेरे पिछले प्रयोग बुरी तरह विफल रहे, जहाँ मुझे आगे बढ़ने का कोई तकनीकी ज्ञान नहीं था और मैं बस अटक गया था।
ऐप को चलाने के बारे में, क्लाउड ने चरण-दर-चरण निर्देश दिए कि बनाए गए फ़ोल्डर के साथ क्या करना है, टर्मिनल कैसे लॉन्च करना है, और मुझे कौन सा कमांड टाइप करना है (मैंने इसे क्लाउड के चैट बॉक्स से कॉपी किया), और इस तरह एक पूरी तरह से काम करने वाला ऐप तैयार हो गया। मुझे बेहद आश्चर्य हुआ कि कोड बिना किसी त्रुटि के, और पहले ही प्रयास में चल गया। और अब तक, ऐप बिना किसी अचानक क्रैश या रुकावट के भरोसेमंद ढंग से काम कर रहा है। मेरे द्वारा कुछ कार्यात्मक बदलावों का अनुरोध करने के बाद भी इसने अपनी स्थिरता बनाए रखी।
ठीक है, गोपनीयता के बारे में क्या?
मुझे अक्सर उपयोगकर्ताओं से एक चिंता सुनने को मिलती है, जो फिटनेस और स्वास्थ्य सॉफ्टवेयर की गोपनीयता से जुड़ी होती है, खासकर जब इसमें पहनने योग्य उपकरण शामिल हों । क्या आप वाकई चाहेंगे कि किसी स्वतंत्र डेवलपर का ऐप आपके स्वास्थ्य संबंधी ढेर सारे डेटा तक पहुंच प्राप्त कर ले, जिसमें आपके हृदय गति से लेकर नींद के पैटर्न तक का डेटा शामिल हो? मैं Google, Apple या Samsung को यह डेटा देने में सहज महसूस नहीं करता। स्वास्थ्य संबंधी ऐप्स से डेटा लीक होने के कई उदाहरण पहले भी सामने आ चुके हैं ।
किसी ऐप की डेटा शेयरिंग और प्राइवेसी पॉलिसी को ध्यान से पढ़े बिना उस पर आँख बंद करके भरोसा करना ऐसा है जैसे किसी अजनबी को अपने मेडिकल रिकॉर्ड तक पहुँच देना और उसे यह पूरी छूट देना कि वह उस डेटा को जिसे चाहे बेच सके। इंटरनेट पर एक्टिविटी ट्रैकिंग इसी तरह काम करती है, जिससे एक ऐसा सिस्टम बनता है जहाँ आपको अपने फ़ोन और पीसी पर अत्यधिक व्यक्तिगत विज्ञापन दिखाई देते हैं।
तो, इसका समाधान क्या है? डिवाइस पर ही प्रोसेसिंग। या सरल शब्दों में कहें तो, एक ऐसा सिस्टम बनाएं जहां कोई भी डेटा आपके डिवाइस से बाहर न जाए। आपके स्वास्थ्य संबंधी कोई भी लॉग क्लाउड सर्वर पर सेव न हों। सब कुछ रिकॉर्ड हो, प्रोसेस हो और परिणाम आपके जेब, गोद या कलाई में मौजूद डिवाइस पर ही दिखाए जाएं। या इस मामले में, वह डिवाइस जो हर दिन घंटों आपके कानों में लगा रहता है।
इससे भी आगे बढ़कर—और जो सीधे तौर पर मेरे द्वारा बनाए गए ऐप के विषय से जुड़ा है—वह है सॉफ़्टवेयर को केवल अपने तक सीमित रखना। अपने लिए एक ऐप बनाएं, जो कभी आपके डिवाइस से बाहर न निकले। इसे ऐसे समझें जैसे आप अपने iPhone पर एक शॉर्टकट बना रहे हों, या एक ऑटोमेशन रूटीन जो केवल आपके घर के स्मार्ट होम डिवाइसों के लिए काम करे।
इस तरह, मुझे अपना डेटा किसी के साथ साझा नहीं करना पड़ता। कोई भी तीसरा पक्ष जानकारी एकत्र करने या ट्रैक करने में शामिल नहीं है। मैं बस AirPods के सेंसरों को सक्रिय कर रहा हूँ और उनके द्वारा एकत्र किए गए डेटा का उपयोग करके उपयोगी परिणाम प्राप्त कर रहा हूँ। मुझे बस एक ब्लूटूथ कनेक्शन की आवश्यकता है, और सेंसरों से लेकर चेतावनी देने तक की पूरी प्रक्रिया मेरे मैकबुक पर ही चलती है।
यह गेम-चेंजर क्यों है?
मैंने अपनी पूरी जिंदगी में कभी कोड की एक भी लाइन नहीं लिखी। ऐसा इसलिए नहीं कि मुझे कभी मौका ही नहीं मिला। बल्कि मुझे यह प्रक्रिया बहुत डरावनी लगती थी। रंग-बिरंगी लाइनों को देखना, सिंटेक्स, लूप, रिपॉजिटरी और लॉजिक जैसे शब्दों को देखकर, भविष्य में "कोडर" बनने की मेरी सारी उम्मीदें खत्म हो जाती थीं।
जब एआई कोडिंग टूल्स ने हर गैर-कोडर को बिल्डर बनाने के ज़बरदस्त प्रचार के साथ बाज़ार में कदम रखा, तो मैं बेहद उत्साहित था। आखिरकार मेरे लिए कुछ ठोस उम्मीद जगी। चैटजीपीटी कोडेक्स, लवेबल, वर्सेल और रिप्लिट की चर्चाओं से मेरी एक्स टाइमलाइन भर गई। इनमें से कुछ तो अब सीधे आपके फ़ोन से "प्रॉम्प्ट-टू-पब्लिश" पाइपलाइन का वादा भी कर रहे हैं।
वास्तविकता इससे बिल्कुल अलग है।
भले ही आपके पास लाखों डॉलर के ऐप का शानदार विचार हो और आप किसी तरह शुरुआत से अंत तक इसे पूरा कर लें, लेकिन कोड को एक चलने वाले ऐप में बदलना एक बेहद मुश्किल काम है। और अगर आप इसे ऐप स्टोर या गूगल प्ले स्टोर पर प्रकाशित करने का सपना देखते हैं, तो आपको डेवलपर अकाउंट रजिस्टर करने और प्लेटफॉर्म के दिशानिर्देशों का पालन करने जैसी बेहद जटिल प्रक्रिया से गुजरना होगा।
इसके अलावा, अगर आप अपने ऐप को किसी दूसरे प्लेटफॉर्म से मिली जानकारी या इंटेलिजेंस से जोड़ना चाहते हैं — जैसे कि गूगल सर्च या सोशल मीडिया — तो आपको API को समझना होगा, पेमेंट प्रोसेसिंग पाइपलाइन पर विचार करना होगा, और भी बहुत कुछ। बिना कोडिंग के, आप अपडेट के साथ फिक्स और नए फीचर्स कैसे जारी करने की योजना बना रहे हैं? जी हां, वो भी।
देखिए, किसी ऐप के लिए एक शानदार विचार होना तो बस शुरुआत है। लेकिन अगर आप उस विचार के आधार पर एक व्यवसाय खड़ा करना चाहते हैं, या सिर्फ अपनी मेहनत का फल दुनिया के साथ साझा करना चाहते हैं, तो आपको ऐप डेवलपमेंट और पब्लिशिंग की पूरी प्रक्रिया की गहरी समझ रखने वाले किसी व्यक्ति की ज़रूरत होगी। वाइब-कोडिंग की नींव पर एक अकेले व्यक्ति द्वारा बनाए गए व्यवसाय का सपना केवल उसी व्यक्ति के लिए संभव है जिसे पहले से कुछ अनुभव हो।
मैं उन स्वप्नद्रष्टाओं की श्रेणी से बहुत दूर हूं।
हममें से ज़्यादातर लोग बस ऐसे यूटिलिटी टूल चाहते हैं जो हमारे काम आएं। अब तक, अगर कोई चीज़ मौजूद नहीं होती थी, तो हमें किसी डेवलपर के उसे बनाने का इंतज़ार करना पड़ता था। या फिर किसी ऐसे मौजूदा ऐप से काम चलाना पड़ता था जो काम तो कर देता था, लेकिन उसमें कुछ कमियां और परेशानियां होती थीं। क्लाउड जैसे टूल हम जैसे आम मैक यूज़र को ये शक्ति देते हैं। फिलहाल, मैं उन सभी आइडियाज़ के बारे में सोचे बिना नहीं रह सकता जिन्हें मैं अब क्लाउड से बात करके और उसे अपने मैक पर साकार कर सकता हूं। यह वाकई कमाल है।