AI ਵਿੱਚ ਚੀਨ ਬਨਾਮ ਅਮਰੀਕਾ: 2026 ਵਿੱਚ ਕੌਣ ਅੱਗੇ ਹੈ?

2026 ਵਿੱਚ ਦੋ ਟੈਕ ਦਿੱਗਜਾਂ ਦੀ ਕਹਾਣੀ

ਗ੍ਰਹਿ ਦੀ ਸਭ ਤੋਂ ਦਿਲਚਸਪ ਦੌੜ ਵਿੱਚ ਤੁਹਾਡਾ ਸੁਆਗਤ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਹਾਲ ਹੀ ਵਿੱਚ ਖ਼ਬਰਾਂ ‘ਤੇ ਨਜ਼ਰ ਰੱਖ ਰਹੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਸ਼ਾਇਦ ਜਾਣਦੇ ਹੋਵੋਗੇ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੀ ਦੁਨੀਆ ਇੱਕ ਰਾਕੇਟ ਤੋਂ ਵੀ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧ ਰਹੀ ਹੈ। ਅਜਿਹਾ ਲੱਗਦਾ ਹੈ ਕਿ ਹਰ ਸਵੇਰ ਅਸੀਂ ਇੱਕ ਨਵੇਂ ਐਲਾਨ ਨਾਲ ਉੱਠਦੇ ਹਾਂ ਜੋ ਸਾਨੂੰ ਹੈਰਾਨ ਕਰ ਦਿੰਦਾ ਹੈ। ਫਿਲਹਾਲ, ਦੋ ਵੱਡੇ ਖਿਡਾਰੀ ਭਵਿੱਖ ਬਣਾਉਣ ਲਈ ਇਸ ਦੋਸਤਾਨਾ ਮੁਕਾਬਲੇ ਵਿੱਚ ਅੱਗੇ ਚੱਲ ਰਹੇ ਹਨ। ਅਸੀਂ ਅਮਰੀਕਾ ਅਤੇ ਚੀਨ ਦੀ ਗੱਲ ਕਰ ਰਹੇ ਹਾਂ। ਇਹ ਦੋਵੇਂ ਦੇਸ਼ ਸ਼ਾਨਦਾਰ ਕੰਮ ਕਰ ਰਹੇ ਹਨ, ਪਰ ਉਹ ਆਪਣੇ ਤਰੀਕਿਆਂ ਵਿੱਚ ਬਹੁਤ ਵੱਖਰੇ ਹਨ। ਇਹ ਅਸਲ ਵਿੱਚ ਇੱਕ ਨੂੰ ਦੂਜੇ ਨਾਲੋਂ ਬਿਹਤਰ ਸਾਬਤ ਕਰਨ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, ਇਹ ਇਸ ਬਾਰੇ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਦੀਆਂ ਵੱਖੋ-ਵੱਖਰੀਆਂ ਤਾਕਤਾਂ ਸਾਡੇ ਸਾਰਿਆਂ ਦੇ ਜੀਵਨ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਵਿੱਚ ਕਿਵੇਂ ਮਦਦ ਕਰ ਰਹੀਆਂ ਹਨ। ਭਾਵੇਂ ਤੁਸੀਂ ਆਪਣੇ ਦਿਨ ਨੂੰ ਵਿਵਸਥਿਤ ਕਰਨ ਲਈ ਸਮਾਰਟ ਅਸਿਸਟੈਂਟ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹੋ ਜਾਂ ਕੋਈ ਕਾਰੋਬਾਰ ਤੁਹਾਨੂੰ ਬਿਹਤਰ ਸੇਵਾ ਦੇਣ ਲਈ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰ ਰਿਹਾ ਹੈ, ਇਹ ਦੋਵੇਂ ਪਾਵਰਹਾਊਸ ਹੀ ਇਹ ਸਭ ਸੰਭਵ ਬਣਾ ਰਹੇ ਹਨ। ਇਸ ਚਰਚਾ ਦੇ ਅੰਤ ਤੱਕ, ਤੁਸੀਂ ਸਮਝ ਜਾਵੋਗੇ ਕਿ ਇਹ ਮੁਕਾਬਲਾ ਟੈਕ ਪ੍ਰਸ਼ੰਸਕਾਂ ਲਈ ਕਿਉਂ ਸਭ ਤੋਂ ਵਧੀਆ ਚੀਜ਼ ਹੈ।

ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਜਿੱਥੇ ਅਮਰੀਕਾ ਕੋਲ ਕੱਚੀ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ ਅਤੇ ਵਿਸ਼ਾਲ ਰਚਨਾਤਮਕ ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚ ਲੀਡ ਹੈ, ਉੱਥੇ ਚੀਨ ਅਸਲ ਸੰਸਾਰ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧ ਰਿਹਾ ਹੈ। ਇਹ ਇੱਕੋ ਟਰੈਕ ‘ਤੇ ਵੱਖੋ-ਵੱਖਰੇ ਸਟਾਈਲ ਮਿਲਣ ਦਾ ਇੱਕ ਕਲਾਸਿਕ ਕੇਸ ਹੈ। ਇੱਕ ਪਾਸੇ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਇੰਜਣ ਬਣਾ ਰਿਹਾ ਹੈ, ਜਦੋਂ ਕਿ ਦੂਜਾ ਸਭ ਤੋਂ ਕੁਸ਼ਲ ਸੜਕਾਂ ਬਣਾ ਰਿਹਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤੁਸੀਂ ਜਿੱਥੇ ਵੀ ਰਹਿੰਦੇ ਹੋ, ਤੁਹਾਨੂੰ ਇਨ੍ਹਾਂ ਦੋ ਵੱਖੋ-ਵੱਖਰੇ ਪਹੁੰਚਾਂ ਦਾ ਲਾਭ ਮਿਲੇਗਾ। ਅਸੀਂ ਉਸ ਪੁਰਾਣੇ ਵਿਚਾਰ ਤੋਂ ਦੂਰ ਜਾ ਰਹੇ ਹਾਂ ਕਿ ਸਿਰਫ਼ ਇੱਕ ਦੇਸ਼ ਹੀ ਜਿੱਤ ਸਕਦਾ ਹੈ। ਇਸ ਨਵੇਂ ਦੌਰ ਵਿੱਚ, ਜਿੱਤਾਂ ਸਾਂਝੀਆਂ ਹੁੰਦੀਆਂ ਹਨ ਕਿਉਂਕਿ ਸਾਫਟਵੇਅਰ ਅਤੇ ਵਿਚਾਰ ਸਰਹੱਦਾਂ ਦੇ ਪਾਰ ਪਹਿਲਾਂ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਵਹਿੰਦੇ ਹਨ। ਇਹ ਇੱਕ ਉਤਸੁਕ ਦਰਸ਼ਕ ਬਣਨ ਦਾ ਵਧੀਆ ਸਮਾਂ ਹੈ ਕਿਉਂਕਿ ਜੋ ਟੂਲ ਸਾਨੂੰ ਮਿਲਦੇ ਹਨ, ਉਹ ਹਰ ਰੋਜ਼ ਵਧੇਰੇ ਮਦਦਗਾਰ, ਮਜ਼ੇਦਾਰ ਅਤੇ ਪਹੁੰਚਯੋਗ ਬਣ ਰਹੇ ਹਨ।

ਦਿਮਾਗ ਬਣਾਉਣ ਦੇ ਦੋ ਵੱਖ-ਵੱਖ ਤਰੀਕੇ

ਕੀ ਹੋ ਰਿਹਾ ਹੈ ਇਹ ਸਮਝਣ ਲਈ, ਕਲਪਨਾ ਕਰੋ ਕਿ ਤੁਸੀਂ ਇੱਕ ਵਿਸ਼ਾਲ ਲਾਇਬ੍ਰੇਰੀ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹੋ ਜੋ ਕਿਸੇ ਵੀ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇ ਸਕਦੀ ਹੈ। ਅਮਰੀਕੀ ਤਰੀਕਾ ਸੁਤੰਤਰ ਵਿਗਿਆਨੀਆਂ ਅਤੇ ਰਚਨਾਤਮਕ ਚਿੰਤਕਾਂ ਦੇ ਇੱਕ ਵਿਸ਼ਾਲ ਸਮੂਹ ਵਰਗਾ ਹੈ। ਉਨ੍ਹਾਂ ਕੋਲ ਵਧੀਆ ਟੂਲ ਅਤੇ ਸਭ ਤੋਂ ਵੱਧ ਪੈਸੇ ਤੱਕ ਪਹੁੰਚ ਹੈ। ਉਹ ਨਵੇਂ ਵਿਚਾਰਾਂ ਨੂੰ ਅਜ਼ਮਾਉਣਾ ਪਸੰਦ ਕਰਦੇ ਹਨ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਅਸੀਂ ਸਿਲੀਕਾਨ ਵੈਲੀ ਵਰਗੀਆਂ ਥਾਵਾਂ ਤੋਂ ਬਹੁਤ ਸਾਰੇ ਮਸ਼ਹੂਰ ਪਲੇਟਫਾਰਮ ਦੇਖਦੇ ਹਾਂ। ਉਨ੍ਹਾਂ ਕੋਲ ਕੈਪੀਟਲ ਡੈਪਥ ਵਿੱਚ ਵੱਡੀ ਲੀਡ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਕੋਲ ਵੱਡੇ ਅਤੇ ਜੋਖਮ ਭਰੇ ਵਿਚਾਰਾਂ ‘ਤੇ ਖਰਚ ਕਰਨ ਲਈ ਬਹੁਤ ਪੈਸਾ ਹੈ। ਉਨ੍ਹਾਂ ਕੋਲ ਕਲਾਉਡ ਕੰਟਰੋਲ ਵਿੱਚ ਵੀ ਵੱਡੀ ਲੀਡ ਹੈ। ਇਹ ਗੋਦਾਮਾਂ ਵਿੱਚ ਰੱਖੇ ਕੰਪਿਊਟਰਾਂ ਦੇ ਵਿਸ਼ਾਲ ਸਮੂਹਾਂ ‘ਤੇ ਵੱਡੇ ਪ੍ਰੋਗਰਾਮ ਚਲਾਉਣ ਦੀ ਸਮਰੱਥਾ ਹੈ। ਵਧੀਆ ਚਿਪਸ ਅਤੇ ਉੱਨਤ ਹਾਰਡਵੇਅਰ ਹੋਣ ਕਾਰਨ, ਉਹ ਅਜਿਹੇ ਮਾਡਲ ਬਣਾ ਸਕਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਮਨੁੱਖੀ ਜਾਦੂ ਦੀ ਝਲਕ ਮਿਲਦੀ ਹੈ। ਉਹ ਅਜਿਹੇ ਟੂਲ ਬਣਾਉਣ ‘ਤੇ ਧਿਆਨ ਦਿੰਦੇ ਹਨ ਜੋ ਲਗਭਗ ਕੁਝ ਵੀ ਕਰ ਸਕਦੇ ਹਨ, ਕਵਿਤਾ ਲਿਖਣ ਤੋਂ ਲੈ ਕੇ ਵੈਬਸਾਈਟ ਕੋਡਿੰਗ ਤੱਕ।

ਦੁਨੀਆ ਦੇ ਦੂਜੇ ਪਾਸੇ, ਚੀਨੀ ਪਹੁੰਚ ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾਲ ਤਾਲਮੇਲ ਵਾਲੇ ਆਰਕੈਸਟਰਾ ਵਰਗੀ ਹੈ। ਇੱਥੇ ਸਟੇਟ ਅਲਾਈਨਮੈਂਟ ਦੀ ਬਹੁਤ ਮਜ਼ਬੂਤ ਭਾਵਨਾ ਹੈ ਜਿੱਥੇ ਸਰਕਾਰ ਅਤੇ ਵੱਡੀਆਂ ਟੈਕ ਕੰਪਨੀਆਂ ਇੱਕ ਖਾਸ ਯੋਜਨਾ ‘ਤੇ ਮਿਲ ਕੇ ਕੰਮ ਕਰਦੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ ਉਨ੍ਹਾਂ ਨੂੰ ਵਿਦੇਸ਼ਾਂ ਤੋਂ ਨਵੀਨਤਮ ਚਿਪਸ ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ ਕੁਝ ਰੁਕਾਵਟਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ, ਪਰ ਉਹ ਆਪਣੇ ਕੋਲ ਮੌਜੂਦ ਚੀਜ਼ਾਂ ਦਾ ਵੱਧ ਤੋਂ ਵੱਧ ਲਾਭ ਉਠਾਉਣ ਵਿੱਚ ਮਾਹਰ ਹਨ। ਉਨ੍ਹਾਂ ਕੋਲ ਇੱਕ ਅਜਿਹੀ ਚੀਜ਼ ਹੈ ਜੋ ਕਿਸੇ ਹੋਰ ਕੋਲ ਨਹੀਂ ਹੈ, ਅਤੇ ਉਹ ਹੈ ਘਰੇਲੂ ਪੱਧਰ (domestic scale)। ਇੱਕ ਅਰਬ ਤੋਂ ਵੱਧ ਲੋਕਾਂ ਦੇ ਮੋਬਾਈਲ ਐਪਸ ਦੀ ਵਰਤੋਂ ਕਰਨ ਨਾਲ, ਉਨ੍ਹਾਂ ਕੋਲ ਸਿੱਖਣ ਲਈ ਡੇਟਾ ਦਾ ਇੱਕ ਪਹਾੜ ਹੈ। ਇਹ ਉਨ੍ਹਾਂ ਨੂੰ ਅਜਿਹਾ AI ਬਣਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਜੋ ਖਾਸ ਕੰਮਾਂ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ ਹੈ। ਉਹ ਸਿਰਫ਼ ਇੱਕ ਆਮ ਅਸਿਸਟੈਂਟ ਨਹੀਂ ਬਣਾ ਰਹੇ ਹਨ। ਉਹ ਅਜਿਹਾ AI ਬਣਾ ਰਹੇ ਹਨ ਜੋ ਪੂਰੇ ਸ਼ਹਿਰ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰ ਸਕਦਾ ਹੈ ਜਾਂ ਫੈਕਟਰੀ ਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਗਲਤੀ ਦੇ ਚਲਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ। ਉਹ ਇੱਕ ਵਿਚਾਰ ਨੂੰ ਲੈ ਕੇ ਉਸਨੂੰ ਲੱਖਾਂ ਲੋਕਾਂ ਲਈ ਇੱਕੋ ਸਮੇਂ ਕੰਮ ਕਰਨ ਦੇ ਮਾਸਟਰ ਹਨ।

ਸਭ ਤੋਂ ਵੱਡੀ ਗਲਤਫਹਿਮੀ ਇਹ ਹੈ ਕਿ ਚੀਨ ਸਿਰਫ਼ ਅਮਰੀਕਾ ਦੀ ਨਕਲ ਕਰ ਰਿਹਾ ਹੈ। ਇਹ ਬਹੁਤ ਪੁਰਾਣੀ ਸੋਚ ਹੈ ਅਤੇ ਹੁਣ ਇਹ ਬਿਲਕੁਲ ਸੱਚ ਨਹੀਂ ਹੈ। ਹਾਲਾਂਕਿ ਉਹ ਅਮਰੀਕੀ ਕੰਪਨੀਆਂ ਦੁਆਰਾ ਸਾਂਝੇ ਕੀਤੇ ਗਏ ਓਪਨ ਮਾਡਲਾਂ ਨੂੰ ਦੇਖਦੇ ਹਨ, ਪਰ ਉਹ ਆਪਣਾ ਖਾਸ ਤਰੀਕਾ ਵੀ ਜੋੜ ਰਹੇ ਹਨ। ਉਹ ਇਸ ਗੱਲ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਰਹੇ ਹਨ ਕਿ AI ਨੂੰ ਛੋਟੇ ਡਿਵਾਈਸਾਂ ‘ਤੇ ਕਿਵੇਂ ਕੰਮ ਕਰਨਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਸੁਪਰ ਐਫੀਸ਼ੀਐਂਟ ਕਿਵੇਂ ਬਣਾਉਣਾ ਹੈ। ਉਹ ਇਹ ਵੀ ਅਗਵਾਈ ਕਰ ਰਹੇ ਹਨ ਕਿ AI ਰੋਬੋਟਾਂ ਅਤੇ ਸਮਾਰਟ ਕਾਰਾਂ ਵਰਗੀਆਂ ਭੌਤਿਕ ਚੀਜ਼ਾਂ ਨਾਲ ਕਿਵੇਂ ਗੱਲਬਾਤ ਕਰਦਾ ਹੈ। ਅਮਰੀਕਾ ਵਿੱਚ, ਧਿਆਨ ਅਕਸਰ ਸਾਫਟਵੇਅਰ ਅਤੇ ਵੱਡੇ ਰਚਨਾਤਮਕ ਵਿਚਾਰਾਂ ‘ਤੇ ਹੁੰਦਾ ਹੈ। ਚੀਨ ਵਿੱਚ, ਧਿਆਨ ਅਕਸਰ ਹਾਰਡਵੇਅਰ ਅਤੇ ਵਿਹਾਰਕ ਉਪਯੋਗ ‘ਤੇ ਹੁੰਦਾ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ ਇਨ੍ਹਾਂ ਦੋਵਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆ ਮਿਲਦੀ ਹੈ ਜਿੱਥੇ ਸਾਫਟਵੇਅਰ ਸਮਾਰਟ ਹੁੰਦਾ ਹੈ ਅਤੇ ਮਸ਼ੀਨਾਂ ਇੱਕੋ ਸਮੇਂ ਵਧੇਰੇ ਸਮਰੱਥ ਬਣ ਜਾਂਦੀਆਂ ਹਨ। ਇਹ ਵਿਚਾਰਾਂ ਦੀ ਇੱਕ ਸੁੰਦਰ ਭਾਈਵਾਲੀ ਹੈ, ਭਾਵੇਂ ਉਹ ਲੀਡਰਬੋਰਡ ‘ਤੇ ਚੋਟੀ ਦੇ ਸਥਾਨ ਲਈ ਮੁਕਾਬਲਾ ਕਰ ਰਹੇ ਹੋਣ।

ਪੂਰੀ ਦੁਨੀਆ ਕਿਉਂ ਜਿੱਤਦੀ ਹੈ

ਤੁਸੀਂ ਸੋਚ ਸਕਦੇ ਹੋ ਕਿ ਯੂਰਪ, ਦੱਖਣੀ ਅਮਰੀਕਾ ਜਾਂ ਅਫਰੀਕਾ ਵਿੱਚ ਰਹਿਣ ਵਾਲੇ ਵਿਅਕਤੀ ਨੂੰ ਇਸ ਦੌੜ ਦੀ ਪਰਵਾਹ ਕਿਉਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਸੱਚਾਈ ਇਹ ਹੈ ਕਿ ਇਹ ਮੁਕਾਬਲਾ ਹਰ ਕਿਸੇ ਲਈ ਟੈਕ ਦੀ ਲਾਗਤ ਨੂੰ ਘਟਾ ਰਿਹਾ ਹੈ। ਜਦੋਂ ਦੋ ਦਿੱਗਜ ਮੁਕਾਬਲਾ ਕਰਦੇ ਹਨ, ਤਾਂ ਉਹ ਆਪਣੇ ਟੂਲਾਂ ਨੂੰ ਤੇਜ਼, ਬਿਹਤਰ ਅਤੇ ਸਸਤਾ ਬਣਾ ਕੇ ਇੱਕ ਦੂਜੇ ਨੂੰ ਪਛਾੜਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ। ਇਹ ਆਮ ਲੋਕਾਂ ਲਈ ਬਹੁਤ ਵਧੀਆ ਖ਼ਬਰ ਹੈ। ਅਸੀਂ ਦੁਨੀਆ ਨਾਲ ਸਾਂਝੇ ਕੀਤੇ ਜਾ ਰਹੇ ਓਪਨ ਮਾਡਲਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਲਹਿਰ ਦੇਖ ਰਹੇ ਹਾਂ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇੱਕ ਛੋਟੇ ਕਸਬੇ ਦਾ ਵਿਦਿਆਰਥੀ ਹੁਣ ਉਸੇ ਪੱਧਰ ਦੀ AI ਪਾਵਰ ਤੱਕ ਪਹੁੰਚ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਇੱਕ ਵੱਡੀ ਕੰਪਨੀ ਕੋਲ ਕੁਝ ਸਾਲ ਪਹਿਲਾਂ ਸੀ। ਅਮਰੀਕਾ ਇਨ੍ਹਾਂ ਓਪਨ ਮਾਡਲਾਂ ਨੂੰ ਸਾਂਝਾ ਕਰਨ ਵਿੱਚ ਅਗਵਾਈ ਕਰ ਰਿਹਾ ਹੈ, ਜੋ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਆਪਣੀਆਂ ਐਪਸ ਬਣਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। ਇਸ ਦੌਰਾਨ, ਚੀਨ ਦੁਨੀਆ ਨੂੰ ਦਿਖਾ ਰਿਹਾ ਹੈ ਕਿ ਟ੍ਰੈਫਿਕ ਜਾਮ ਅਤੇ ਊਰਜਾ ਦੀ ਵਰਤੋਂ ਵਰਗੀਆਂ ਵੱਡੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ। ਇਹ ਹਰ ਦੇਸ਼ ਨੂੰ ਉਨ੍ਹਾਂ ਦੀਆਂ ਲੋੜਾਂ ਅਨੁਸਾਰ ਵਿਕਲਪਾਂ ਦਾ ਇੱਕ ਮੀਨੂ ਦਿੰਦਾ ਹੈ।

ਗਲੋਬਲ ਪ੍ਰਭਾਵ ਇਸ ਬਾਰੇ ਵੀ ਹੈ ਕਿ ਅਸੀਂ ਇੱਕ ਦੂਜੇ ਨਾਲ ਕਿਵੇਂ ਗੱਲ ਕਰਦੇ ਹਾਂ। AI ਭਾਸ਼ਾ ਦੀਆਂ ਰੁਕਾਵਟਾਂ ਨੂੰ ਸਾਡੀ ਸੋਚ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਤੋੜ ਰਿਹਾ ਹੈ। ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਯੂਜ਼ਰਾਂ ਨੂੰ ਜਿੱਤਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਾਰਨ, ਕੰਪਨੀਆਂ ਇਹ ਯਕੀਨੀ ਬਣਾ ਰਹੀਆਂ ਹਨ ਕਿ ਉਨ੍ਹਾਂ ਦਾ AI ਦਰਜਨਾਂ ਭਾਸ਼ਾਵਾਂ ਬੋਲ ਸਕੇ। ਇਹ ਵਪਾਰ ਅਤੇ ਦੋਸਤੀ ਲਈ ਨਵੇਂ ਮੌਕੇ ਖੋਲ੍ਹਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਇਹ ਵੀ ਹੈ ਕਿ ਸਭ ਤੋਂ ਵਧੀਆ ਵਿਚਾਰ ਕਿਤੇ ਵੀ ਆ ਸਕਦੇ ਹਨ। ਜੇਕਰ ਬ੍ਰਾਜ਼ੀਲ ਵਿੱਚ ਕੋਈ ਡਿਵੈਲਪਰ AI ਮਾਡਲ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਚਲਾਉਣ ਦਾ ਤਰੀਕਾ ਲੱਭਦਾ ਹੈ, ਤਾਂ ਉਹ ਇਸਨੂੰ ਦੁਨੀਆ ਨਾਲ ਸਾਂਝਾ ਕਰ ਸਕਦੇ ਹਨ। Stanford Institute for Human-Centered AI ਦੀਆਂ ਰਿਪੋਰਟਾਂ ਦੇ ਅਨੁਸਾਰ, ਖੋਜ ਦੀ ਦੁਨੀਆ ਵਿੱਚ ਸਹਿਯੋਗ ਦੀ ਮਾਤਰਾ ਅਜੇ ਵੀ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ। ਭਾਵੇਂ ਰਾਜਨੀਤਿਕ ਤਣਾਅ ਹੋਵੇ, ਵਿਗਿਆਨੀ ਅਕਸਰ ਇੱਕ ਦੂਜੇ ਦੇ ਪੇਪਰ ਪੜ੍ਹ ਰਹੇ ਹੁੰਦੇ ਹਨ ਅਤੇ ਇੱਕ ਦੂਜੇ ਤੋਂ ਸਿੱਖ ਰਹੇ ਹੁੰਦੇ ਹਨ। ਇਹ ਸਾਂਝਾ ਗਿਆਨ ਹੀ ਹੈ ਜੋ ਸਾਡੇ ਸਾਰਿਆਂ ਲਈ ਤਰੱਕੀ ਦੇ ਇੰਜਣ ਨੂੰ ਅੱਗੇ ਵਧਾਉਂਦਾ ਹੈ।

ਇੱਕ ਹੋਰ ਕਾਰਨ ਕਿ ਇਹ ਚੰਗੀ ਖ਼ਬਰ ਹੈ, ਉਹ ਹੈ ਸਾਡੇ ਕੋਲ ਮੌਜੂਦ ਵਿਕਲਪਾਂ ਦੀ ਵਿਭਿੰਨਤਾ। ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ ਅਜਿਹਾ ਟੂਲ ਚਾਹੁੰਦੇ ਹੋ ਜੋ ਬਹੁਤ ਰਚਨਾਤਮਕ ਹੋਵੇ, ਤਾਂ ਤੁਸੀਂ ਇੱਕ ਅਮਰੀਕੀ ਮਾਡਲ ਚੁਣ ਸਕਦੇ ਹੋ। ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ ਅਜਿਹਾ ਟੂਲ ਚਾਹੁੰਦੇ ਹੋ ਜੋ ਪੈਟਰਨਾਂ ਨੂੰ ਪਛਾਣਨ ਜਾਂ ਗੁੰਝਲਦਾਰ ਸਪਲਾਈ ਚੇਨ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਕੁਸ਼ਲ ਹੋਵੇ, ਤਾਂ ਤੁਸੀਂ ਚੀਨੀ ਟੈਕ ਹੱਬਾਂ ਤੋਂ ਆ ਰਹੀਆਂ ਚੀਜ਼ਾਂ ਨੂੰ ਦੇਖ ਸਕਦੇ ਹੋ। ਇਹ ਵਿਭਿੰਨਤਾ ਇੱਕ ਮੋਨੋਪੋਲੀ ਨੂੰ ਰੋਕਦੀ ਹੈ ਜਿੱਥੇ ਸਿਰਫ਼ ਇੱਕ ਤਰ੍ਹਾਂ ਦੀ ਸੋਚ ਟੈਕ ਦੀ ਦੁਨੀਆ ‘ਤੇ ਹਾਵੀ ਹੁੰਦੀ ਹੈ। ਅਸੀਂ AI ਨੂੰ ਉਨ੍ਹਾਂ ਆਮ ਲੋਕਾਂ ਲਈ ਵਧੇਰੇ ਮਦਦਗਾਰ ਬਣਾਉਣ ‘ਤੇ ਵੀ ਬਹੁਤ ਜ਼ੋਰ ਦੇਖ ਰਹੇ ਹਾਂ ਜੋ ਟੈਕ ਮਾਹਿਰ ਨਹੀਂ ਹਨ। ਟੀਚਾ ਇਨ੍ਹਾਂ ਟੂਲਾਂ ਨੂੰ ਟੋਸਟਰ ਜਾਂ ਸਮਾਰਟਫੋਨ ਜਿੰਨਾ ਆਸਾਨ ਬਣਾਉਣਾ ਹੈ। ਜਿਵੇਂ ਕਿ CNBC Tech ਸੈਕਸ਼ਨ ਅਕਸਰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ, ਅਸਲ ਜੇਤੂ ਉਹ ਖਪਤਕਾਰ ਹਨ ਜੋ ਹਰ ਸਾਲ ਬਿਹਤਰ ਉਤਪਾਦਾਂ ਦਾ ਆਨੰਦ ਲੈਂਦੇ ਹਨ।

ਗਲੋਬਲ AI ਦੇ ਜੀਵਨ ਵਿੱਚ ਇੱਕ ਦਿਨ

ਆਓ ਦੇਖੀਏ ਕਿ ਇਹ ਅਸਲ ਦੁਨੀਆ ਵਿੱਚ ਦੋ ਵੱਖ-ਵੱਖ ਲੋਕਾਂ ਲਈ ਕਿਵੇਂ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। ਕਲਪਨਾ ਕਰੋ ਕਿ ਸਾਰਾਹ ਅਤੇ ਵੇਈ ਆਪਣੇ ਮੰਗਲਵਾਰ ਨੂੰ ਕਿਵੇਂ ਬਿਤਾਉਂਦੇ ਹਨ। ਸਾਰਾਹ ਆਸਟਿਨ, ਟੈਕਸਾਸ ਵਿੱਚ ਇੱਕ ਆਰਾਮਦਾਇਕ ਅਪਾਰਟਮੈਂਟ ਵਿੱਚ ਰਹਿੰਦੀ ਹੈ। ਉਹ ਆਪਣੀ ਸਵੇਰ ਦੀ ਸ਼ੁਰੂਆਤ ਆਪਣੇ AI ਅਸਿਸਟੈਂਟ ਨੂੰ ਉਹ ਸਾਰੀਆਂ ਈਮੇਲਾਂ ਦਾ ਸਾਰ ਦੇਣ ਲਈ ਕਹਿ ਕੇ ਕਰਦੀ ਹੈ ਜੋ ਉਸਨੂੰ ਰਾਤ ਭਰ ਮਿਲੀਆਂ ਸਨ। ਇੱਕ ਅਮਰੀਕੀ ਕੰਪਨੀ ਦੁਆਰਾ ਬਣਾਇਆ ਗਿਆ AI, ਉਸਨੂੰ ਦੱਸਣ ਲਈ ਇੱਕ ਮਜ਼ੇਦਾਰ ਕਵਿਤਾ ਲਿਖਣ ਲਈ ਆਪਣੀ ਵਿਸ਼ਾਲ ਰਚਨਾਤਮਕ ਸ਼ਕਤੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਕਿ ਉਸਦੀਆਂ ਤਿੰਨ ਮੀਟਿੰਗਾਂ ਅਤੇ ਇੱਕ ਲੰਚ ਡੇਟ ਹੈ। ਬਾਅਦ ਵਿੱਚ, ਸਾਰਾਹ ਆਪਣੇ ਨਵੇਂ ਸਾਈਡ ਕਾਰੋਬਾਰ ਲਈ ਲੋਗੋ ਬਣਾਉਣ ਲਈ ਇੱਕ ਡਿਜ਼ਾਈਨ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ। ਉਹ ਸਿਰਫ਼ ਕੁਝ ਸ਼ਬਦ ਟਾਈਪ ਕਰਦੀ ਹੈ, ਅਤੇ AI ਉਸਨੂੰ ਪੰਜਾਹ ਸੁੰਦਰ ਵਿਕਲਪ ਦਿੰਦਾ ਹੈ। ਇਹ ਰਚਨਾਤਮਕ, ਪਲੇਟਫਾਰਮ-ਅਧਾਰਿਤ AI ਦੀ ਸ਼ਕਤੀ ਹੈ ਜਿਸ ਵਿੱਚ ਅਮਰੀਕਾ ਉੱਤਮ ਹੈ।

ਹੁਣ ਆਓ ਹਾਂਗਜ਼ੂ ਵਿੱਚ ਵੇਈ ਨੂੰ ਦੇਖੀਏ। ਵੇਈ ਇੱਕ ਗੱਲ ਕਰਨ ਵਾਲੇ ਅਸਿਸਟੈਂਟ ਨਾਲ ਇੰਨਾ ਜ਼ਿਆਦਾ ਗੱਲ ਨਹੀਂ ਕਰਦਾ, ਪਰ AI ਉਸਦੇ ਜੀਵਨ ਵਿੱਚ ਹਰ ਜਗ੍ਹਾ ਹੈ। ਜਦੋਂ ਉਹ ਆਪਣੇ ਅਪਾਰਟਮੈਂਟ ਤੋਂ ਬਾਹਰ ਨਿਕਲਦਾ ਹੈ, ਤਾਂ ਟ੍ਰੈਫਿਕ ਲਾਈਟਾਂ ਇੱਕ AI ਸਿਸਟਮ ਦੁਆਰਾ ਪ੍ਰਬੰਧਿਤ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਜੋ ਜਾਣਦਾ ਹੈ ਕਿ ਸੜਕ ‘ਤੇ ਕਿੰਨੀਆਂ ਕਾਰਾਂ ਹਨ, ਇਸ ਲਈ ਉਹ ਕਦੇ ਵੀ ਲਾਲ ਬੱਤੀ ‘ਤੇ ਨਹੀਂ ਰੁਕਦਾ। ਉਹ ਇੱਕ ਛੋਟੀ ਸੁਵਿਧਾ ਸਟੋਰ ‘ਤੇ ਜਾਂਦਾ ਹੈ ਅਤੇ ਸਿਰਫ਼ ਕੈਮਰੇ ਵੱਲ ਦੇਖ ਕੇ ਭੁਗਤਾਨ ਕਰਦਾ ਹੈ। AI ਉਸਨੂੰ ਪਛਾਣ ਲੈਂਦਾ ਹੈ ਅਤੇ ਇੱਕ ਸਕਿੰਟ ਤੋਂ ਵੀ ਘੱਟ ਸਮੇਂ ਵਿੱਚ ਭੁਗਤਾਨ ਕਰ ਦਿੰਦਾ ਹੈ। ਇੱਕ ਵੱਡੇ ਗੋਦਾਮ ਵਿੱਚ ਆਪਣੀ ਨੌਕਰੀ ‘ਤੇ, ਉਹ ਉਨ੍ਹਾਂ ਰੋਬੋਟਾਂ ਦੇ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ ਜੋ ਹਜ਼ਾਰਾਂ ਪੈਕੇਜਾਂ ਨੂੰ ਸਹੀ ਸ਼ੁੱਧਤਾ ਨਾਲ ਛਾਂਟਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਇਹ ਉਹ ਘਰੇਲੂ ਪੱਧਰ ਅਤੇ ਵਿਹਾਰਕ ਉਪਯੋਗ ਹੈ ਜੋ ਚੀਨ ਕਿਸੇ ਨਾਲੋਂ ਬਿਹਤਰ ਕਰਦਾ ਹੈ। ਵੇਈ ਲਈ, AI ਇੱਕ ਚੁੱਪ ਮਦਦਗਾਰ ਹੈ ਜੋ ਸ਼ਹਿਰ ਨੂੰ ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਤੇਲ ਵਾਲੀ ਮਸ਼ੀਨ ਵਾਂਗ ਚਲਾਉਂਦਾ ਹੈ। ਸਾਰਾਹ ਅਤੇ ਵੇਈ ਦੋਵੇਂ AI ਕਾਰਨ ਬਿਹਤਰ ਦਿਨ ਬਿਤਾ ਰਹੇ ਹਨ, ਪਰ ਬਿਲਕੁਲ ਵੱਖ-ਵੱਖ ਤਰੀਕਿਆਂ ਨਾਲ।

ਇਹ ਕਹਾਣੀਆਂ ਸਾਨੂੰ ਦਿਖਾਉਂਦੀਆਂ ਹਨ ਕਿ ਮੁਕਾਬਲਾ ਸਿਰਫ਼ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਕਿਸ ਕੋਲ ਸਭ ਤੋਂ ਤੇਜ਼ ਕੰਪਿਊਟਰ ਹੈ। ਇਹ ਇਸ ਬਾਰੇ ਹੈ ਕਿ ਅਸੀਂ ਜੀਵਨ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਉਸ ਸ਼ਕਤੀ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਦੇ ਹਾਂ। ਅਮਰੀਕਾ ਵਿੱਚ, ਧਿਆਨ ਅਕਸਰ ਵਿਅਕਤੀ ਅਤੇ ਉਨ੍ਹਾਂ ਦੀ ਰਚਨਾਤਮਕਤਾ ‘ਤੇ ਹੁੰਦਾ ਹੈ। ਚੀਨ ਵਿੱਚ, ਧਿਆਨ ਅਕਸਰ ਕਮਿਊਨਿਟੀ ਅਤੇ ਸਿਸਟਮ ਦੀ ਕੁਸ਼ਲਤਾ ‘ਤੇ ਹੁੰਦਾ ਹੈ। ਕੋਈ ਵੀ ਇੱਕ ਤਰੀਕਾ ਸਹੀ ਨਹੀਂ ਹੈ। ਅਸਲ ਵਿੱਚ, ਸਾਨੂੰ ਦੋਵਾਂ ਦੀ ਲੋੜ ਹੈ। ਸਾਨੂੰ ਨਵੀਆਂ ਚੀਜ਼ਾਂ ਦੀ ਕਾਢ ਕੱਢਣ ਲਈ ਰਚਨਾਤਮਕ ਟੂਲਾਂ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਸਾਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਕੁਸ਼ਲ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਲੋੜ ਹੈ ਕਿ ਉਹ ਕਾਢਾਂ ਹਰ ਕਿਸੇ ਤੱਕ ਪਹੁੰਚ ਸਕਣ। ਤੁਸੀਂ ਸਾਡੀ ਸਾਈਟ ‘ਤੇ latest AI developments ਦੀ ਜਾਂਚ ਕਰਕੇ ਇਨ੍ਹਾਂ ਸ਼ਾਨਦਾਰ ਅਸਲ-ਸੰਸਾਰ ਉਪਯੋਗਾਂ ਬਾਰੇ ਹੋਰ ਕਹਾਣੀਆਂ ਲੱਭ ਸਕਦੇ ਹੋ। ਇਹ ਦੇਖਣਾ ਸੱਚਮੁੱਚ ਸ਼ਾਨਦਾਰ ਹੈ ਕਿ ਇਹ ਵੱਖੋ-ਵੱਖਰੇ ਫ਼ਲਸਫ਼ੇ ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆ ਬਣਾਉਣ ਲਈ ਕਿਵੇਂ ਇਕੱਠੇ ਹੋ ਰਹੇ ਹਨ ਜੋ ਵਧੇਰੇ ਜੁੜੀ ਹੋਈ ਅਤੇ ਮਦਦਗਾਰ ਹੈ।

ਛੋਟੇ ਅੱਖਰਾਂ ਬਾਰੇ ਸੋਚਣਾ

ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਇਨ੍ਹਾਂ ਸਾਰੇ ਨਵੇਂ ਖਿਡੌਣਿਆਂ ਦਾ ਆਨੰਦ ਲੈਂਦੇ ਹਾਂ, ਟੈਕ ਦੀ ਦੁਨੀਆ ਦੇ ਲੁਕਵੇਂ ਹਿੱਸਿਆਂ ਬਾਰੇ ਕੁਝ ਸਵਾਲ ਹੋਣਾ ਸੁਭਾਵਿਕ ਹੈ। ਅਸੀਂ ਅਕਸਰ ਸੋਚਦੇ ਹਾਂ ਕਿ ਸਾਡਾ ਡੇਟਾ ਕਿਸ ਕੋਲ ਹੈ ਅਤੇ ਇਨ੍ਹਾਂ ਵਿਸ਼ਾਲ ਕੰਪਿਊਟਰ ਕੇਂਦਰਾਂ ਨੂੰ ਚਲਾਉਣ ਲਈ ਗ੍ਰਹਿ ਨੂੰ ਕਿੰਨੀ ਕੀਮਤ ਚੁਕਾਉਣੀ ਪੈਂਦੀ ਹੈ। ਇਸ ਬਾਰੇ ਵੀ ਗੱਲਾਂ ਹੋ ਰਹੀਆਂ ਹਨ ਕਿ ਇੱਕ ਵੱਡੇ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਕਿੰਨੀ ਊਰਜਾ ਲੱਗਦੀ ਹੈ। ਇਹ ਉਦਾਸ ਜਾਂ ਡਰਨ ਦੇ ਕਾਰਨ ਨਹੀਂ ਹਨ, ਸਗੋਂ ਸਾਡੇ ਲਈ ਇਕੱਠੇ ਹੱਲ ਕਰਨ ਲਈ ਦਿਲਚਸਪ ਪਹੇਲੀਆਂ ਹਨ। ਅਮਰੀਕਾ ਅਤੇ ਚੀਨ ਦੋਵੇਂ ਇਨ੍ਹਾਂ ਮੁੱਦਿਆਂ ਨੂੰ ਆਪਣੇ ਤਰੀਕਿਆਂ ਨਾਲ ਦੇਖ ਰਹੇ ਹਨ। ਕੁਝ ਘੱਟ ਪਾਵਰ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੀਆਂ ਚਿਪਸ ਬਣਾਉਣ ‘ਤੇ ਧਿਆਨ ਦੇ ਰਹੇ ਹਨ, ਜਦੋਂ ਕਿ ਦੂਸਰੇ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਨਵੇਂ ਨਿਯਮ ਲਿਖ ਰਹੇ ਹਨ ਕਿ ਸਾਡੀ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਸੁਰੱਖਿਅਤ ਰਹੇ। ਇਹ ਇੱਕ ਬਹੁਤ ਤੇਜ਼ ਕਾਰ ਚਲਾਉਣ ਸਿੱਖਣ ਵਰਗਾ ਹੈ। ਅਸੀਂ ਸਾਰੇ ਇਸ ਬਾਰੇ ਉਤਸ਼ਾਹਿਤ ਹਾਂ ਕਿ ਅਸੀਂ ਕਿੱਥੇ ਜਾ ਰਹੇ ਹਾਂ, ਪਰ ਅਸੀਂ ਇਹ ਵੀ ਯਕੀਨੀ ਬਣਾ ਰਹੇ ਹਾਂ ਕਿ ਸੀਟਬੈਲਟ ਕੰਮ ਕਰਦੇ ਹਨ ਅਤੇ ਬ੍ਰੇਕ ਮਜ਼ਬੂਤ ਹਨ। ਇਹ ਉਤਸੁਕ ਅਤੇ ਸਾਵਧਾਨ ਪਹੁੰਚ ਹੀ ਹੈ ਜੋ ਸਾਨੂੰ ਟੈਕ ਦੀ ਦੁਨੀਆ ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਲਈ ਸੁਰੱਖਿਅਤ ਅਤੇ ਮਜ਼ੇਦਾਰ ਰੱਖਣ ਵਿੱਚ ਮਦਦ ਕਰੇਗੀ।

ਅਸਲ ਟੈਕ ਪ੍ਰਸ਼ੰਸਕਾਂ ਲਈ ਡੂੰਘੀ ਜਾਣਕਾਰੀ

ਹੁਣ ਮੇਰੇ ਉਨ੍ਹਾਂ ਦੋਸਤਾਂ ਲਈ ਜੋ ਬਾਰੀਕੀਆਂ ਵਿੱਚ ਜਾਣਾ ਪਸੰਦ ਕਰਦੇ ਹਨ, ਆਓ ਗੀਕੀ ਸਾਈਡ ਬਾਰੇ ਗੱਲ ਕਰੀਏ। ਇਸ ਸਮੇਂ ਸਭ ਤੋਂ ਵੱਡੇ ਵਿਸ਼ਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਵਰਕਫਲੋ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਹੈ। ਇੱਕ ਸਮਾਰਟ AI ਹੋਣਾ ਇੱਕ ਗੱਲ ਹੈ, ਪਰ ਇਸਨੂੰ ਉਨ੍ਹਾਂ ਐਪਸ ਦੇ ਅੰਦਰ ਕੰਮ ਕਰਨਾ ਜੋ ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ਹਰ ਰੋਜ਼ ਵਰਤਦੇ ਹਾਂ, ਇੱਕ ਹੋਰ ਗੱਲ ਹੈ। ਅਮਰੀਕੀ ਕੰਪਨੀਆਂ ਆਪਣੇ API ਖੋਲ੍ਹ ਕੇ ਇੱਥੇ ਜਿੱਤ ਰਹੀਆਂ ਹਨ ਤਾਂ ਜੋ ਕੋਈ ਵੀ ਡਿਵੈਲਪਰ AI ਨੂੰ ਆਪਣੇ ਸਾਫਟਵੇਅਰ ਵਿੱਚ ਪਲੱਗ ਕਰ ਸਕੇ। ਇਹ ਕਨੈਕਟ ਕੀਤੇ ਟੂਲਾਂ ਦਾ ਇੱਕ ਵਿਸ਼ਾਲ ਵੈੱਬ ਬਣਾਉਂਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਉਨ੍ਹਾਂ ਨੂੰ API ਸੀਮਾਵਾਂ ਅਤੇ ਕਲਾਉਡ ਵਿੱਚ ਇਨ੍ਹਾਂ ਮਾਡਲਾਂ ਨੂੰ ਚਲਾਉਣ ਦੀ ਉੱਚ ਕੀਮਤ ਨਾਲ ਨਜਿੱਠਣਾ ਪੈਂਦਾ ਹੈ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਅਸੀਂ ਲੋਕਲ ਸਟੋਰੇਜ ਅਤੇ ਐਜ ਕੰਪਿਊਟਿੰਗ ਲਈ ਵੱਡਾ ਜ਼ੋਰ ਦੇਖ ਰਹੇ ਹਾਂ। ਲੋਕ AI ਨੂੰ ਸਿੱਧੇ ਆਪਣੇ ਫੋਨਾਂ ਜਾਂ ਲੈਪਟਾਪਾਂ ‘ਤੇ ਚਲਾਉਣਾ ਚਾਹੁੰਦੇ ਹਨ। ਇਹ ਇੱਕ ਅਜਿਹਾ ਖੇਤਰ ਹੈ ਜਿੱਥੇ ਚੀਨੀ ਕੰਪਨੀਆਂ ਬਹੁਤ ਕੰਮ ਕਰ ਰਹੀਆਂ ਹਨ ਕਿਉਂਕਿ ਉਹ ਅਜਿਹਾ ਸਾਫਟਵੇਅਰ ਬਣਾਉਣ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ ਹਨ ਜੋ ਕਈ ਤਰ੍ਹਾਂ ਦੇ ਹਾਰਡਵੇਅਰ ‘ਤੇ ਚੱਲਦਾ ਹੈ।

ਸਾਨੂੰ ਹਾਰਡਵੇਅਰ ਵਾਲੇ ਪਾਸੇ, ਖਾਸ ਤੌਰ ‘ਤੇ ਚਿਪਸ ਨੂੰ ਵੀ ਦੇਖਣਾ ਹੋਵੇਗਾ। ਤੁਸੀਂ H100 ਜਾਂ ਹੋਰ ਉੱਚ-ਅੰਤ ਦੇ ਪ੍ਰੋਸੈਸਰਾਂ ਬਾਰੇ ਸੁਣਿਆ ਹੋਵੇਗਾ। ਇਹ ਉਹ ਇੰਜਣ ਹਨ ਜੋ AI ਨੂੰ ਸੰਭਵ ਬਣਾਉਂਦੇ ਹਨ। ਜਦੋਂ ਕਿ ਅਮਰੀਕਾ ਕੋਲ ਇਨ੍ਹਾਂ ਚਿਪਸ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਵਿੱਚ ਲੀਡ ਹੈ, ਪੂਰੀ ਦੁਨੀਆ ਘੱਟ ਨਾਲ ਜ਼ਿਆਦਾ ਕਰਨ ਦੇ ਤਰੀਕੇ ਲੱਭਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀ ਹੈ। ਕੁਝ ਡਿਵੈਲਪਰ ਇਹ ਪਤਾ ਲਗਾ ਰਹੇ ਹਨ ਕਿ ਉਨ੍ਹਾਂ ਨੂੰ ਹਮੇਸ਼ਾ ਸਭ ਤੋਂ ਵੱਡੇ, ਸਭ ਤੋਂ ਮਹਿੰਗੇ ਮਾਡਲ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ। ਕਈ ਵਾਰ, ਇੱਕ ਛੋਟਾ ਮਾਡਲ ਜੋ ਕਿਸੇ ਖਾਸ ਕੰਮ ਲਈ ਟਿਊਨ ਕੀਤਾ ਗਿਆ ਹੈ, ਅਸਲ ਵਿੱਚ ਬਿਹਤਰ ਅਤੇ ਬਹੁਤ ਸਸਤਾ ਹੁੰਦਾ ਹੈ। ਮੇਰਾ ਮੰਨਣਾ ਹੈ ਕਿ ਅਸੀਂ ਲੋਕਲ ਮਾਡਲਾਂ ਦਾ ਇੱਕ ਵੱਡਾ ਰੁਝਾਨ ਦੇਖਾਂਗੇ ਜੋ ਤੁਹਾਡੀ ਆਪਣੀ ਡਿਵਾਈਸ ‘ਤੇ ਰਹਿੰਦੇ ਹਨ। ਇਹ ਗੋਪਨੀਯਤਾ ਅਤੇ ਗਤੀ ਲਈ ਬਹੁਤ ਵਧੀਆ ਹੈ। ਇੱਕ ਨਿੱਜੀ ਅਸਿਸਟੈਂਟ ਹੋਣ ਦੀ ਕਲਪਨਾ ਕਰੋ ਜੋ ਤੁਹਾਡੇ ਕੰਮ ਬਾਰੇ ਸਭ ਕੁਝ ਜਾਣਦਾ ਹੈ ਪਰ ਇੰਟਰਨੈਟ ਤੇ ਡੇਟਾ ਦਾ ਇੱਕ ਵੀ ਬਾਈਟ ਨਹੀਂ ਭੇਜਦਾ। ਇਹ ਪਾਵਰ ਯੂਜ਼ਰ ਸਪੈਕਸ ਦਾ ਭਵਿੱਖ ਹੈ। ਇਹ ਯੂਜ਼ਰ ਨੂੰ ਉਨ੍ਹਾਂ ਦੀ ਆਪਣੀ ਟੈਕ ‘ਤੇ ਵਧੇਰੇ ਨਿਯੰਤਰਣ ਦੇਣ ਬਾਰੇ ਹੈ।

ਇੱਕ ਹੋਰ ਦਿਲਚਸਪ ਚੀਜ਼ ਇਹ ਦੇਖਣਾ ਹੈ ਕਿ ਨੀਤੀ ਉਦਯੋਗ ਦੀ ਗਤੀ ਨਾਲ ਕਿਵੇਂ ਤਾਲਮੇਲ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀ ਹੈ। ਅਮਰੀਕਾ ਵਿੱਚ, ਚੀਜ਼ਾਂ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਦੀਆਂ ਹਨ ਅਤੇ ਨਿਯਮ ਅਕਸਰ ਟੈਕ ਦੇ ਬਾਹਰ ਆਉਣ ਤੋਂ ਬਾਅਦ ਲਿਖੇ ਜਾਂਦੇ ਹਨ। ਚੀਨ ਵਿੱਚ, ਨਿਯਮ ਅਕਸਰ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਯੋਜਨਾ ਦਾ ਹਿੱਸਾ ਹੁੰਦੇ ਹਨ। ਇਹ ਡਿਵੈਲਪਰਾਂ ਲਈ ਦੋ ਵੱਖ-ਵੱਖ ਵਾਤਾਵਰਣ ਬਣਾਉਂਦਾ ਹੈ। ਇੱਕ ਪ੍ਰਯੋਗ ਕਰਨ ਦੀ ਬਹੁਤ ਆਜ਼ਾਦੀ ਦਿੰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਦੂਜਾ ਕੀ ਇਜਾਜ਼ਤ ਹੈ ਇਸਦਾ ਬਹੁਤ ਸਪੱਸ਼ਟ ਮਾਰਗ ਦਿੰਦਾ ਹੈ। ਬਾਹਰੀ ਲੋਕ ਅਕਸਰ ਇਸ ਨੂੰ ਇਹ ਕਹਿ ਕੇ ਸਰਲ ਬਣਾਉਂਦੇ ਹਨ ਕਿ ਇੱਕ ਦੂਜੇ ਨਾਲੋਂ ਬਿਹਤਰ ਹੈ, ਪਰ ਸੱਚਾਈ ਇਹ ਹੈ ਕਿ ਦੋਵਾਂ ਦੇ ਫਾਇਦੇ ਅਤੇ ਨੁਕਸਾਨ ਹਨ। ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ ਛੋਟੇ ਬਜਟ ਵਾਲੇ ਡਿਵੈਲਪਰ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਅਮਰੀਕਾ ਤੋਂ ਓਪਨ ਮਾਡਲਾਂ ਨੂੰ ਤਰਜੀਹ ਦੇ ਸਕਦੇ ਹੋ। ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ ਵਿਸ਼ਾਲ ਉਦਯੋਗਿਕ ਸਿਸਟਮ ਬਣਾ ਰਹੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਚੀਨੀ ਟੈਕ ਈਕੋਸਿਸਟਮ ਵਿੱਚ ਮਿਲਣ ਵਾਲੇ ਢਾਂਚਾਗਤ ਸਮਰਥਨ ਨੂੰ ਤਰਜੀਹ ਦੇ ਸਕਦੇ ਹੋ। ਹਰ ਕੰਮ ਲਈ ਇੱਕ ਟੂਲ ਅਤੇ ਹਰ ਯੂਜ਼ਰ ਲਈ ਇੱਕ ਬਜਟ ਹੈ। ਕੁੰਜੀ ਇਹ ਜਾਣਨਾ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਕੀ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਇਸਦਾ ਸਭ ਤੋਂ ਵਧੀਆ ਸੰਸਕਰਣ ਕਿੱਥੇ ਲੱਭਣਾ ਹੈ। ਵਧੇਰੇ ਡੂੰਘਾਈ ਨਾਲ ਖੋਜ ਲਈ, ਤੁਸੀਂ ਹਮੇਸ਼ਾ MIT Technology Review ‘ਤੇ ਜਾ ਸਕਦੇ ਹੋ।

Editor’s note: We created this site as a multilingual AI news and guides hub for people who are not computer geeks, but still want to understand artificial intelligence, use it with more confidence, and follow the future that is already arriving.

ਟੈਕ ਦੀ ਦੁਨੀਆ ਇਹ ਵੀ ਦੇਖ ਰਹੀ ਹੈ ਕਿ ਇਨ੍ਹਾਂ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ ਕਿਵੇਂ ਬਣਾਇਆ ਜਾਵੇ। ਅਸੀਂ ਲੋਕਲ ਸਟੋਰੇਜ ਹੱਲਾਂ ‘ਤੇ ਬਹੁਤ ਕੰਮ ਦੇਖ ਰਹੇ ਹਾਂ ਜੋ 500 m² ਡੇਟਾ ਸੈਂਟਰ ਨੂੰ ਉਹ ਕੰਮ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ ਜਿਸ ਲਈ ਪਹਿਲਾਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਜਗ੍ਹਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਸੀ। ਇਹ ਕੁਸ਼ਲਤਾ ਹੀ ਹੈ ਜੋ AI ਨੂੰ ਵਿਸ਼ਾਲ ਲੈਬਾਂ ਤੋਂ ਸਾਡੀਆਂ ਜੇਬਾਂ ਵਿੱਚ ਜਾਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ। ਚਿੱਪ ਦੀਆਂ ਰੁਕਾਵਟਾਂ ਦੇ ਬਾਵਜੂਦ, ਇੰਜੀਨੀਅਰਾਂ ਦੀ ਚਤੁਰਾਈ ਰੁਕਾਵਟਾਂ ਨੂੰ ਪਾਰ ਕਰਨ ਦੇ ਤਰੀਕੇ ਲੱਭ ਰਹੀ ਹੈ। ਉਹ ਮਾਡਲਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਅਤੇ ਘੱਟ ਡੇਟਾ ਨਾਲ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਨਵੀਆਂ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਕੰਪਿਊਟਿੰਗ ਬਾਰੇ ਸਾਡੀ ਸੋਚ ਵਿੱਚ ਇੱਕ ਢਾਂਚਾਗਤ ਤਬਦੀਲੀ ਹੈ। ਇਹ ਹੁਣ ਸਿਰਫ਼ ਕੱਚੀ ਸ਼ਕਤੀ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਇਹ ਸਮਾਰਟ ਡਿਜ਼ਾਈਨ ਬਾਰੇ ਹੈ। ਭਾਵੇਂ ਇਹ ਕਲਾਉਡ ਕੰਟਰੋਲ ਰਾਹੀਂ ਹੋਵੇ ਜਾਂ ਲੋਕਲ ਓਪਟੀਮਾਈਜੇਸ਼ਨ, ਟੀਚਾ ਇੱਕੋ ਹੈ। ਅਸੀਂ ਅਜਿਹੀ ਟੈਕ ਚਾਹੁੰਦੇ ਹਾਂ ਜੋ ਤੇਜ਼, ਭਰੋਸੇਮੰਦ ਅਤੇ ਸਾਡੇ ਰੁਝੇਵਿਆਂ ਭਰੇ ਜੀਵਨ ਵਿੱਚ ਜੋੜਨ ਵਿੱਚ ਆਸਾਨ ਹੋਵੇ। ਦੋਵਾਂ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਵਿਰੋਧਾਭਾਸ ਹੀ ਇਸ ਪੂਰੇ ਖੇਤਰ ਨੂੰ ਇੰਨਾ ਜੀਵੰਤ ਅਤੇ ਜੀਵਨ ਨਾਲ ਭਰਪੂਰ ਬਣਾਉਂਦੇ ਹਨ।

ਅੱਗੇ ਦਾ ਉੱਜਵਲ ਰਾਹ

ਦਿਨ ਦੇ ਅੰਤ ਵਿੱਚ, ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਖੇਤਰ ਵਿੱਚ ਚੀਨ ਅਤੇ ਅਮਰੀਕਾ ਵਿਚਕਾਰ ਮੁਕਾਬਲਾ ਹਰ ਕਿਸੇ ਲਈ ਜਿੱਤ ਹੈ। ਅਸੀਂ ਰਚਨਾਤਮਕਤਾ ਅਤੇ ਕੁਸ਼ਲਤਾ ਦਾ ਇੱਕ ਵਿਸ਼ਾਲ ਧਮਾਕਾ ਦੇਖ ਰਹੇ ਹਾਂ ਜੋ ਦੁਨੀਆ ਨੂੰ ਇੱਕ ਵਧੇਰੇ ਦਿਲਚਸਪ ਜਗ੍ਹਾ ਬਣਾ ਰਿਹਾ ਹੈ। ਇਸ ਬਾਰੇ ਚਿੰਤਾ ਕਰਨ ਦੀ ਬਜਾਏ ਕਿ ਪਹਿਲੇ ਨੰਬਰ ‘ਤੇ ਕੌਣ ਹੈ, ਅਸੀਂ ਇਸ ਤੱਥ ਦਾ ਜਸ਼ਨ ਮਨਾ ਸਕਦੇ ਹਾਂ ਕਿ ਸਾਡੀਆਂ ਉਂਗਲਾਂ ‘ਤੇ ਬਹੁਤ ਸਾਰੇ ਸ਼ਾਨਦਾਰ ਟੂਲ ਹਨ। ਅਮਰੀਕਾ ਵੱਡੇ, ਰਚਨਾਤਮਕ ਪਲੇਟਫਾਰਮਾਂ ਅਤੇ ਵਿਸ਼ਾਲ ਕਲਾਉਡ ਪਾਵਰ ਵਿੱਚ ਅਗਵਾਈ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਚੀਨ ਅਸਲ-ਸੰਸਾਰ ਉਪਯੋਗ ਅਤੇ ਵਿਸ਼ਾਲ ਪੈਮਾਨੇ ਵਿੱਚ ਅਗਵਾਈ ਕਰਦਾ ਹੈ। ਇਕੱਠੇ ਮਿਲ ਕੇ, ਉਹ ਸੰਭਵ ਚੀਜ਼ਾਂ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਅੱਗੇ ਵਧਾ ਰਹੇ ਹਨ। ਭਵਿੱਖ ਇੱਕ ਜੇਤੂ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਇਹ ਚਿੰਤਕਾਂ, ਨਿਰਮਾਤਾਵਾਂ ਅਤੇ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਇੱਕ ਗਲੋਬਲ ਭਾਈਚਾਰੇ ਬਾਰੇ ਹੈ ਜੋ ਸਾਰੇ ਕੱਲ੍ਹ ਨੂੰ ਅੱਜ ਨਾਲੋਂ ਥੋੜ੍ਹਾ ਉੱਜਵਲ ਬਣਾਉਣ ਲਈ ਕੰਮ ਕਰ ਰਹੇ ਹਨ। ਆਪਣੀਆਂ ਨਜ਼ਰਾਂ ਦੂਰੀ ‘ਤੇ ਰੱਖੋ, ਕਿਉਂਕਿ ਸਭ ਤੋਂ ਵਧੀਆ ਆਉਣਾ ਅਜੇ ਬਾਕੀ ਹੈ!