Open ਬਨਾਮ Closed AI: ਆਮ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਕੀ ਜਾਣਨ ਦੀ ਲੋੜ ਹੈ
ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਮਹਾਨ ਕੰਧ
ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਇੰਡਸਟਰੀ ਹੁਣ ਦੋ ਵੱਖ-ਵੱਖ ਕੈਂਪਾਂ ਵਿੱਚ ਵੰਡੀ ਜਾ ਰਹੀ ਹੈ। ਇੱਕ ਪਾਸੇ, OpenAI ਅਤੇ Google ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਵਿਸ਼ਾਲ, ਮਲਕੀਅਤ ਵਾਲੇ ਸਿਸਟਮ ਬਣਾ ਰਹੀਆਂ ਹਨ ਜੋ ਇੱਕ ਡਿਜੀਟਲ ਕੰਧ ਦੇ ਪਿੱਛੇ ਲੁਕੇ ਹੋਏ ਹਨ। ਤੁਸੀਂ ਇਹਨਾਂ ਟੂਲਜ਼ ਨੂੰ ਇੱਕ ਵੈੱਬਸਾਈਟ ਜਾਂ app ਰਾਹੀਂ ਐਕਸੈਸ ਕਰਦੇ ਹੋ, ਪਰ ਤੁਹਾਨੂੰ ਕਦੇ ਪਤਾ ਨਹੀਂ ਲੱਗਦਾ ਕਿ ਇਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ। ਦੂਜੇ ਪਾਸੇ, ਡਿਵੈਲਪਰਾਂ ਦਾ ਇੱਕ ਵਧ ਰਿਹਾ ਭਾਈਚਾਰਾ ਅਤੇ Meta ਅਤੇ Mistral ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਆਪਣੇ ਮਾਡਲਾਂ ਨੂੰ ਹਰ ਕਿਸੇ ਲਈ ਡਾਊਨਲੋਡ ਕਰਨ ਵਾਸਤੇ ਜਾਰੀ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਹ ਵੰਡ ਸਿਰਫ਼ ਇੱਕ ਤਕਨੀਕੀ ਬਹਿਸ ਨਹੀਂ ਹੈ; ਇਹ ਇੱਕ ਬੁਨਿਆਦੀ ਸੰਘਰਸ਼ ਹੈ ਕਿ ਮਨੁੱਖੀ ਗਿਆਨ ਦੇ ਭਵਿੱਖ ਨੂੰ ਕੌਣ ਕੰਟਰੋਲ ਕਰਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਐਕਸੈਸ ਕਰਨ ਲਈ ਤੁਹਾਨੂੰ ਕਿੰਨਾ ਭੁਗਤਾਨ ਕਰਨਾ ਪਵੇਗਾ। ਇੱਕ ਆਮ ਵਿਅਕਤੀ ਲਈ, open ਅਤੇ closed ਸਿਸਟਮਾਂ ਵਿਚਕਾਰ ਚੋਣ ਤੁਹਾਡੀ ਪ੍ਰਾਈਵੇਸੀ, ਤੁਹਾਡੇ ਖਰਚੇ ਅਤੇ ਤੁਹਾਡੀ ਰਚਨਾਤਮਕ ਆਜ਼ਾਦੀ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ closed ਮਾਡਲ ਵਰਤਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਇੱਕ ਕਿਰਾਏਦਾਰ ਹੋ। ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ open ਮਾਡਲ ਵਰਤਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਇੱਕ ਮਾਲਕ ਹੋ। ਹਰ ਰਸਤੇ ਦੇ ਆਪਣੇ ਫਾਇਦੇ ਅਤੇ ਨੁਕਸਾਨ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਜ਼ਿਆਦਾਤਰ ਲੋਕ ਉਦੋਂ ਤੱਕ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦੇ ਹਨ ਜਦੋਂ ਤੱਕ ਉਹਨਾਂ ਦੇ ਡੇਟਾ ਜਾਂ ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਨਾਲ ਕੁਝ ਗਲਤ ਨਹੀਂ ਹੁੰਦਾ।
Open ਲੇਬਲ ਦੇ ਪਿੱਛੇ ਦਾ ਸੱਚ
ਮਾਰਕੀਟਿੰਗ ਟੀਮਾਂ ਨੂੰ ‘open’ ਸ਼ਬਦ ਵਰਤਣਾ ਬਹੁਤ ਪਸੰਦ ਹੈ ਕਿਉਂਕਿ ਇਹ ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਭਾਈਚਾਰੇ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, AI ਦੀ ਦੁਨੀਆ ਵਿੱਚ, ਇਹ ਸ਼ਬਦ ਅਕਸਰ ਬਹੁਤ ਢਿੱਲੇ ਢੰਗ ਨਾਲ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਸੱਚਾ open source ਸਾਫਟਵੇਅਰ ਕਿਸੇ ਨੂੰ ਵੀ ਕੋਡ ਦੇਖਣ, ਉਸਨੂੰ ਸੋਧਣ ਅਤੇ ਸਾਂਝਾ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। AI ਵਿੱਚ, ਇਸਦਾ ਮਤਲਬ ਹੋਵੇਗਾ ਕਿ ਟ੍ਰੇਨਿੰਗ ਡੇਟਾ, ਟ੍ਰੇਨਿੰਗ ਕੋਡ ਅਤੇ ਫਾਈਨਲ ਮਾਡਲ ਵੇਟਸ (weights) ਤੱਕ ਪਹੁੰਚ ਹੋਵੇ। ਬਹੁਤ ਘੱਟ ਵੱਡੇ ਮਾਡਲ ਅਸਲ ਵਿੱਚ ਇਸ ਉੱਚ ਪੱਧਰ ‘ਤੇ ਖਰੇ ਉਤਰਦੇ ਹਨ। ਜਿਸਨੂੰ ਜਨਤਾ open AI ਕਹਿੰਦੀ ਹੈ, ਉਹ ਅਸਲ ਵਿੱਚ ਸਿਰਫ਼ ‘open weights’ ਹੁੰਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਕੰਪਨੀ ਤੁਹਾਨੂੰ ਮਾਡਲ ਦਾ ਅੰਤਿਮ ਦਿਮਾਗ ਤਾਂ ਦਿੰਦੀ ਹੈ, ਪਰ ਉਹ ਤੁਹਾਨੂੰ ਇਹ ਨਹੀਂ ਦੱਸਦੇ ਕਿ ਉਹਨਾਂ ਨੇ ਇਸਨੂੰ ਕਿਵੇਂ ਬਣਾਇਆ ਜਾਂ ਇਸਨੂੰ ਟ੍ਰੇਨ ਕਰਨ ਲਈ ਕਿਹੜੀਆਂ ਖਾਸ ਕਿਤਾਬਾਂ ਅਤੇ ਵੈੱਬਸਾਈਟਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਇਹ ਇੱਕ ਬੇਕਰੀ ਵਾਂਗ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਇੱਕ ਤਿਆਰ ਕੇਕ ਅਤੇ ਓਵਨ ਦਾ ਤਾਪਮਾਨ ਤਾਂ ਦੇ ਦਿੰਦੀ ਹੈ, ਪਰ ਆਟੇ ਦੀ ਸਹੀ ਬ੍ਰਾਂਡ ਜਾਂ ਅੰਡਿਆਂ ਦੇ ਸਰੋਤ ਨੂੰ ਸਾਂਝਾ ਕਰਨ ਤੋਂ ਇਨਕਾਰ ਕਰ ਦਿੰਦੀ ਹੈ।
Closed AI ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨਾ ਬਹੁਤ ਸੌਖਾ ਹੈ। ਇਹ ਇੱਕ ਪ੍ਰੋਡਕਟ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ GPT-4 ਜਾਂ Claude 3 ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਇੱਕ ਸਰਵਿਸ ਨਾਲ ਗੱਲਬਾਤ ਕਰ ਰਹੇ ਹੁੰਦੇ ਹੋ। ਤੁਸੀਂ ਮਾਡਲ ਨੂੰ ਆਪਣੇ ਲੈਪਟਾਪ ‘ਤੇ ਡਾਊਨਲੋਡ ਨਹੀਂ ਕਰ ਸਕਦੇ। ਤੁਸੀਂ ਉਹਨਾਂ ਅੰਦਰੂਨੀ ਫਿਲਟਰਾਂ ਨੂੰ ਨਹੀਂ ਦੇਖ ਸਕਦੇ ਜੋ ਇਸਨੂੰ ਕੁਝ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਤੋਂ ਰੋਕਦੇ ਹਨ। ਤੁਹਾਡੇ ਕੋਲ ਇਹ ਜਾਣਨ ਦਾ ਕੋਈ ਤਰੀਕਾ ਨਹੀਂ ਹੈ ਕਿ ਕੀ ਕੰਪਨੀ ਨੇ ਇਸਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਰਾਤੋ-ਰਾਤ ਮਾਡਲ ਬਦਲ ਦਿੱਤਾ ਹੈ ਪਰ ਇਸਦੀ ਬੁੱਧੀ ਘਟਾ ਦਿੱਤੀ ਹੈ। ਇਹ ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਕਮੀ ਸਹੂਲਤ ਦੀ ਕੀਮਤ ਹੈ। ਕੰਪਨੀਆਂ ਦਾ ਤਰਕ ਹੈ ਕਿ ਮਾਡਲਾਂ ਨੂੰ closed ਰੱਖਣ ਨਾਲ ਬੁਰੇ ਲੋਕਾਂ ਨੂੰ ਇਸ ਟੈਕਨਾਲੋਜੀ ਦੀ ਦੁਰਵਰਤੋਂ ਕਰਨ ਤੋਂ ਰੋਕਿਆ ਜਾਂਦਾ ਹੈ। ਆਲੋਚਕਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ ਸਿਰਫ਼ ਇੱਕ ਮੋਨੋਪੋਲੀ ਨੂੰ ਬਚਾਉਣ ਦਾ ਤਰੀਕਾ ਹੈ। ਇਸ ਅੰਤਰ ਨੂੰ ਸਮਝਣਾ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਬਦਲਦਾ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਮਸ਼ੀਨ ਦੇ ਆਉਟਪੁੱਟ ‘ਤੇ ਕਿਵੇਂ ਭਰੋਸਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।
ਸਿਲੀਕਾਨ ਦੇ ਯੁੱਗ ਵਿੱਚ ਪ੍ਰਭੂਸੱਤਾ
ਇਸ ਵੰਡ ਦਾ ਵਿਸ਼ਵਵਿਆਪੀ ਪ੍ਰਭਾਵ ਬਹੁਤ ਵੱਡਾ ਹੈ। ਅਮਰੀਕਾ ਤੋਂ ਬਾਹਰਲੇ ਦੇਸ਼ਾਂ ਲਈ, closed AI ਮਾਡਲਾਂ ‘ਤੇ ਨਿਰਭਰ ਰਹਿਣ ਦਾ ਮਤਲਬ ਹੈ ਸੰਵੇਦਨਸ਼ੀਲ ਰਾਸ਼ਟਰੀ ਡੇਟਾ ਨੂੰ ਕੈਲੀਫੋਰਨੀਆ ਜਾਂ ਵਰਜੀਨੀਆ ਦੇ ਸਰਵਰਾਂ ‘ਤੇ ਭੇਜਣਾ। ਇਹ ਕੁਝ ਅਮਰੀਕੀ ਕਾਰਪੋਰੇਸ਼ਨਾਂ ‘ਤੇ ਇੱਕ ਵੱਡੀ ਨਿਰਭਰਤਾ ਪੈਦਾ ਕਰਦਾ ਹੈ। ‘Open weights’ ਮਾਡਲ ਯੂਰਪ ਵਿੱਚ ਕਿਸੇ ਸਰਕਾਰ ਜਾਂ ਭਾਰਤ ਵਿੱਚ ਕਿਸੇ startup ਨੂੰ ਆਪਣੇ ਸਥਾਨਕ ਹਾਰਡਵੇਅਰ ‘ਤੇ AI ਚਲਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ। ਇਹ ਉਹ ਪ੍ਰਭੂਸੱਤਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ closed ਸਿਸਟਮ ਕਦੇ ਨਹੀਂ ਦੇ ਸਕਦੇ। ਇਹ ਉਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਬਣਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ ਜੋ ਸਥਾਨਕ ਭਾਸ਼ਾਵਾਂ ਅਤੇ ਸੱਭਿਆਚਾਰਕ ਬਾਰੀਕੀਆਂ ਨੂੰ ਸਮਝਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸਿਲੀਕਾਨ ਵੈਲੀ ਦਾ ਕੋਈ ਦਿੱਗਜ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰ ਸਕਦਾ ਹੈ। ਜਦੋਂ ਇੱਕ ਮਾਡਲ open ਹੁੰਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਛੋਟੇ ਪਿੰਡ ਦੇ ਡਿਵੈਲਪਰ ਕੋਲ ਵੀ ਉਹੀ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਹੁੰਦਾ ਹੈ ਜੋ ਇੱਕ ਮਲਟੀ-ਬਿਲੀਅਨ ਡਾਲਰ ਦੀ ਫਰਮ ਦੇ ਖੋਜਕਰਤਾ ਕੋਲ ਹੁੰਦਾ ਹੈ। ਇਹ ਖੇਡ ਦੇ ਮੈਦਾਨ ਨੂੰ ਉਸ ਤਰੀਕੇ ਨਾਲ ਬਰਾਬਰ ਕਰਦਾ ਹੈ ਜਿਵੇਂ ਬਹੁਤ ਘੱਟ ਟੈਕਨਾਲੋਜੀਆਂ ਨੇ ਕੀਤਾ ਹੈ।
ਐਂਟਰਪ੍ਰਾਈਜ਼ਾਂ ਨੂੰ ਵੀ ਇੱਕ ਮੁਸ਼ਕਲ ਚੋਣ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਇੱਕ ਬੈਂਕ ਗਾਹਕਾਂ ਦੇ ਨਿੱਜੀ ਵਿੱਤੀ ਰਿਕਾਰਡਾਂ ਨੂੰ ਕਿਸੇ ਤੀਜੀ ਧਿਰ ਦੇ cloud ‘ਤੇ ਭੇਜਣ ਦਾ ਜੋਖਮ ਨਹੀਂ ਲੈ ਸਕਦਾ। ਉਹਨਾਂ ਲਈ, ਇੱਕ open ਮਾਡਲ ਜੋ ਉਹਨਾਂ ਦੇ ਆਪਣੇ ਸੁਰੱਖਿਅਤ ਡੇਟਾ ਸੈਂਟਰ ਦੇ ਅੰਦਰ ਚੱਲਦਾ ਹੈ, ਹੀ ਇੱਕੋ ਇੱਕ ਵਿਕਲਪ ਹੈ। ਇਸ ਦੌਰਾਨ, ਇੱਕ ਛੋਟੀ ਮਾਰਕੀਟਿੰਗ ਏਜੰਸੀ closed ਮਾਡਲ ਦੀ ਪਾਲਿਸ਼ਡ, ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਤਰਜੀਹ ਦੇ ਸਕਦੀ ਹੈ ਕਿਉਂਕਿ ਉਹਨਾਂ ਕੋਲ ਆਪਣੇ ਸਰਵਰਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਲਈ ਸਟਾਫ ਨਹੀਂ ਹੈ। ਗਲੋਬਲ ਆਰਥਿਕਤਾ ਵਰਤਮਾਨ ਵਿੱਚ ਇਹਨਾਂ ਦੋ ਬਾਲਟੀਆਂ ਵਿੱਚ ਵੰਡੀ ਜਾ ਰਹੀ ਹੈ। ਉਹ ਜੋ ਕੰਟਰੋਲ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ ਅਤੇ ਉਹ ਜੋ ਸਪੀਡ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ। ਜਿਵੇਂ-ਜਿਵੇਂ ਅਸੀਂ ਅੱਗੇ ਵਧਦੇ ਹਾਂ, ਇਹਨਾਂ ਦੋ ਸਮੂਹਾਂ ਵਿਚਕਾਰ ਪਾੜਾ ਸਿਰਫ਼ ਵਧੇਗਾ। ਜੇਤੂ ਉਹ ਹੋਣਗੇ ਜੋ ਇਹ ਪਛਾਣਦੇ ਹਨ ਕਿ AI ਹਰ ਕਿਸੇ ਲਈ ਇੱਕੋ ਜਿਹੀ ਸਹੂਲਤ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਇੱਕ ਰਣਨੀਤਕ ਸੰਪਤੀ ਹੈ ਜਿਸ ਲਈ ਇੱਕ ਖਾਸ ਕਿਸਮ ਦੀ ਮਾਲਕੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਲੋਕਲ ਸੈਂਡਬੌਕਸ ਵਿੱਚ ਪ੍ਰਾਈਵੇਸੀ
ਵਿਹਾਰਕ ਹਿੱਤਾਂ ਨੂੰ ਸਮਝਣ ਲਈ, ਏਲੇਨਾ ਨਾਮ ਦੀ ਇੱਕ ਮੈਡੀਕਲ ਖੋਜਕਰਤਾ ਦੇ ਜੀਵਨ ਦੇ ਇੱਕ ਦਿਨ ‘ਤੇ ਵਿਚਾਰ ਕਰੋ। ਉਹ ਮਰੀਜ਼ਾਂ ਦੇ ਰਿਕਾਰਡਾਂ ਨਾਲ ਜੁੜੇ ਇੱਕ ਨਵੇਂ ਅਧਿਐਨ ‘ਤੇ ਕੰਮ ਕਰ ਰਹੀ ਹੈ। ਜੇਕਰ ਉਹ ਇੱਕ ਪ੍ਰਸਿੱਧ closed AI ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ, ਤਾਂ ਉਸਨੂੰ AI ਨੂੰ ਉਹਨਾਂ ਦਾ ਸਾਰ ਦੇਣ ਲਈ ਕਹਿਣ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੇ ਨੋਟਸ ਵਿੱਚੋਂ ਸਾਰੀ ਪਛਾਣ ਵਾਲੀ ਜਾਣਕਾਰੀ ਹਟਾਉਣੀ ਪਵੇਗੀ। ਉਦੋਂ ਵੀ, ਉਹ ਕਦੇ ਵੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਿਸ਼ਚਤ ਨਹੀਂ ਹੁੰਦੀ ਕਿ ਕੀ ਉਸਦਾ ਡੇਟਾ ਮਾਡਲ ਦੇ ਅਗਲੇ ਸੰਸਕਰਣ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾ ਰਿਹਾ ਹੈ। ਉਹ ਲਗਾਤਾਰ AI ਕੰਪਨੀ ਵਿੱਚ ਡੇਟਾ ਉਲੰਘਣਾ ਬਾਰੇ ਚਿੰਤਤ ਰਹਿੰਦੀ ਹੈ। ਇਹ ਰਗੜ ਉਸਨੂੰ ਹੌਲੀ ਕਰ ਦਿੰਦੀ ਹੈ ਅਤੇ ਉਸਦੀ ਪ੍ਰਾਪਤੀ ਨੂੰ ਸੀਮਤ ਕਰ ਦਿੰਦੀ ਹੈ। Cloud ਦੀ ਸਹੂਲਤ ਚਿੰਤਾ ਦੀ ਇੱਕ ਲਗਾਤਾਰ ਭਾਵਨਾ ਦੇ ਨਾਲ ਆਉਂਦੀ ਹੈ।
ਹੁਣ, ਕਲਪਨਾ ਕਰੋ ਕਿ ਏਲੇਨਾ ਆਪਣੇ ਦਫਤਰ ਵਿੱਚ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਵਰਕਸਟੇਸ਼ਨ ‘ਤੇ ਚੱਲ ਰਹੇ ‘open weights’ ਮਾਡਲ ‘ਤੇ ਸਵਿਚ ਕਰਦੀ ਹੈ। ਉਹ ਬਿਨਾਂ ਕਿਸੇ ਡਰ ਦੇ ਆਪਣੀ ਖੋਜ ਦਾ ਹਰ ਵੇਰਵਾ AI ਨੂੰ ਦੇ ਸਕਦੀ ਹੈ। ਡੇਟਾ ਕਦੇ ਵੀ ਕਮਰੇ ਤੋਂ ਬਾਹਰ ਨਹੀਂ ਜਾਂਦਾ। ਉਹ ਮਾਡਲ ਨੂੰ ਖਾਸ ਮੈਡੀਕਲ ਸ਼ਬਦਾਵਲੀ ਨੂੰ ਸਮਝਣ ਲਈ ਫਾਈਨ-ਟਿਊਨ ਕਰ ਸਕਦੀ ਹੈ ਜੋ ਆਮ cloud ਮਾਡਲ ਅਕਸਰ ਗਲਤ ਸਮਝਦੇ ਹਨ। ਉਸਦਾ ਉਸ AI ਸੰਸਕਰਣ ‘ਤੇ ਪੂਰਾ ਕੰਟਰੋਲ ਹੈ ਜਿਸਦੀ ਉਹ ਵਰਤੋਂ ਕਰ ਰਹੀ ਹੈ। ਜੇਕਰ ਕੋਈ ਸਾਫਟਵੇਅਰ ਅਪਡੇਟ ਮਾਡਲ ਨੂੰ ਮੈਡੀਕਲ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਮਾੜਾ ਬਣਾ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਉਹ ਬਸ ਪੁਰਾਣੇ ਸੰਸਕਰਣ ‘ਤੇ ਹੀ ਰਹਿੰਦੀ ਹੈ। ਇਹ ਲੋਕਲ AI ਦੀ ਤਾਕਤ ਹੈ। ਇਹ ਟੂਲ ਨੂੰ ਇੱਕ ਨਿੱਜੀ ਸਹਾਇਕ ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ ਜੋ ਸਿਰਫ ਉਸਦੇ ਲਈ ਕੰਮ ਕਰਦਾ ਹੈ। ਹਾਲਾਂਕਿ ਸੈੱਟਅੱਪ ਔਖਾ ਸੀ, ਪਰ ਲੰਬੇ ਸਮੇਂ ਦੀ ਉਪਯੋਗਤਾ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ ਕਿਉਂਕਿ ਉਹ ਕਾਰਪੋਰੇਟ ਸੁਰੱਖਿਆ ਫਿਲਟਰਾਂ ਜਾਂ ਪ੍ਰਾਈਵੇਸੀ ਨੀਤੀਆਂ ਦੁਆਰਾ ਸੀਮਤ ਨਹੀਂ ਹੈ।
BotNews.today ਸਮੱਗਰੀ ਦੀ ਖੋਜ, ਲਿਖਣ, ਸੰਪਾਦਨ ਅਤੇ ਅਨੁਵਾਦ ਕਰਨ ਲਈ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਸਾਡੀ ਟੀਮ ਜਾਣਕਾਰੀ ਨੂੰ ਉਪਯੋਗੀ, ਸਪਸ਼ਟ ਅਤੇ ਭਰੋਸੇਮੰਦ ਰੱਖਣ ਲਈ ਪ੍ਰਕਿਰਿਆ ਦੀ ਸਮੀਖਿਆ ਅਤੇ ਨਿਗਰਾਨੀ ਕਰਦੀ ਹੈ।
ਆਮ ਉਪਭੋਗਤਾ ਅਕਸਰ ਇਹ ਅੰਦਾਜ਼ਾ ਲਗਾ ਲੈਂਦੇ ਹਨ ਕਿ ਇਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਚਲਾਉਣਾ ਕਿੰਨਾ ਔਖਾ ਹੈ। ਉਹ ਸੋਚਦੇ ਹਨ ਕਿ ਤੁਹਾਨੂੰ ਸਰਵਰਾਂ ਨਾਲ ਭਰੇ ਇੱਕ ਕਮਰੇ ਦੀ ਲੋੜ ਹੈ। ਅਸਲ ਵਿੱਚ, ਬਹੁਤ ਸਾਰੇ open ਮਾਡਲ ਹੁਣ ਆਧੁਨਿਕ ਲੈਪਟਾਪਾਂ ‘ਤੇ ਚੱਲਦੇ ਹਨ। ਇਸਦੇ ਉਲਟ, ਲੋਕ ਇਹ ਘੱਟ ਸਮਝਦੇ ਹਨ ਕਿ ਉਹ closed ਸਿਸਟਮਾਂ ਨਾਲ ਕਿੰਨਾ ਕੰਟਰੋਲ ਗੁਆ ਦਿੰਦੇ ਹਨ। ਉਹ ਮੰਨ ਲੈਂਦੇ ਹਨ ਕਿ ਸਰਵਿਸ ਹਮੇਸ਼ਾ ਉੱਥੇ ਰਹੇਗੀ ਅਤੇ ਹਮੇਸ਼ਾ ਸਸਤੀ ਰਹੇਗੀ। ਇਤਿਹਾਸ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਇੱਕ ਵਾਰ ਜਦੋਂ ਕੋਈ ਕੰਪਨੀ ਤੁਹਾਨੂੰ ਉਹਨਾਂ ਦੇ ਈਕੋਸਿਸਟਮ ਵਿੱਚ ਲੌਕ ਕਰ ਦਿੰਦੀ ਹੈ, ਤਾਂ ਕੀਮਤਾਂ ਵੱਧ ਜਾਂਦੀਆਂ ਹਨ ਅਤੇ ਫੀਚਰ ਗਾਇਬ ਹੋ ਸਕਦੇ ਹਨ। ਇੱਕ open ਰਸਤਾ ਚੁਣ ਕੇ, ਤੁਸੀਂ ਆਪਣੇ ਆਪ ਨੂੰ ਭਵਿੱਖ ਦੇ ਕਾਰਪੋਰੇਟ ਫੈਸਲਿਆਂ ਤੋਂ ਬਚਾ ਰਹੇ ਹੋ ਜੋ ਤੁਹਾਡੇ ਹਿੱਤਾਂ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦੇ ਹੋ ਸਕਦੇ। ਤੁਸੀਂ ਇੱਕ ਅਜਿਹਾ ਟੂਲ ਚੁਣ ਰਹੇ ਹੋ ਜੋ ਹਮੇਸ਼ਾ ਲਈ ਤੁਹਾਡੇ ਡਿਜੀਟਲ ਟੂਲਬਾਕਸ ਵਿੱਚ ਰਹਿੰਦਾ ਹੈ।
ਕੰਟਰੋਲ ਦੇ ਅਸੁਵਿਧਾਜਨਕ ਸਵਾਲ
ਸਾਨੂੰ ਇਹਨਾਂ ਸਿਸਟਮਾਂ ਦੀਆਂ ਲੁਕੀਆਂ ਹੋਈਆਂ ਲਾਗਤਾਂ ਬਾਰੇ ਮੁਸ਼ਕਲ ਸਵਾਲ ਪੁੱਛਣੇ ਚਾਹੀਦੇ ਹਨ। ਜੇਕਰ ਕੋਈ ਮਾਡਲ closed ਹੈ, ਤਾਂ ਇਸਦੀ ਪੱਖਪਾਤ ਲਈ ਜਾਂਚ ਕੌਣ ਕਰ ਰਿਹਾ ਹੈ? ਅਸੀਂ ਕੰਪਨੀ ਦੀ ਮਾਰਕੀਟਿੰਗ ਸਮੱਗਰੀ ‘ਤੇ ਭਰੋਸਾ ਕਰਨ ਲਈ ਮਜਬੂਰ ਹਾਂ। ਜੇਕਰ AI ਕਿਸੇ ਰਾਜਨੀਤਿਕ ਘਟਨਾ ਬਾਰੇ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣ ਤੋਂ ਇਨਕਾਰ ਕਰਦਾ ਹੈ, ਤਾਂ ਕੀ ਇਹ ਸੁਰੱਖਿਆ ਲਈ ਹੈ ਜਾਂ ਕਾਰਪੋਰੇਟ ਅਕਸ ਦੀ ਸੁਰੱਖਿਆ ਲਈ? ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਘਾਟ ਕਾਰਨ ਇਹ ਜਾਣਨਾ ਅਸੰਭਵ ਹੈ। ਦੂਜੇ ਪਾਸੇ, open ਮਾਡਲ ਆਪਣੇ ਖੁਦ ਦੇ ਜੋਖਮ ਪੇਸ਼ ਕਰਦੇ ਹਨ। ਜੇਕਰ ਕੋਈ ਵੀ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਡਾਊਨਲੋਡ ਕਰ ਸਕਦਾ ਹੈ, ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਗਲਤ ਜਾਣਕਾਰੀ ਜਾਂ ਮਾਲਵੇਅਰ ਬਣਾਉਣ ਲਈ ਇਸਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਕੀ ਰੋਕਦਾ ਹੈ? Open ਭਾਈਚਾਰਾ ਦਲੀਲ ਦਿੰਦਾ ਹੈ ਕਿ ਸਭ ਤੋਂ ਵਧੀਆ ਬਚਾਅ ਵਧੇਰੇ open ਮਾਡਲ ਹਨ, ਪਰ ਇਹ ਇੱਕ ਅਜਿਹਾ ਸਿਧਾਂਤ ਹੈ ਜਿਸਦੀ ਅਜੇ ਤੱਕ ਕਿਸੇ ਸੰਕਟ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਜਾਂਚ ਨਹੀਂ ਕੀਤੀ ਗਈ ਹੈ।
ਊਰਜਾ ਅਤੇ ਹਾਰਡਵੇਅਰ ਦਾ ਸਵਾਲ ਵੀ ਹੈ। ਆਪਣਾ ਖੁਦ ਦਾ AI ਚਲਾਉਣਾ ਮੁਫਤ ਨਹੀਂ ਹੈ। ਇਹ ਮਹੱਤਵਪੂਰਨ ਬਿਜਲੀ ਦੀ ਖਪਤ ਕਰਦਾ ਹੈ ਅਤੇ ਮਹਿੰਗੇ ਗ੍ਰਾਫਿਕਸ ਕਾਰਡਾਂ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ। ਕੀ ਅਸੀਂ ਕਾਰਪੋਰੇਟ ਨਿਰਭਰਤਾ ਨੂੰ ਹਾਰਡਵੇਅਰ ਨਿਰਭਰਤਾ ਨਾਲ ਬਦਲ ਰਹੇ ਹਾਂ? ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਹਨਾਂ ਮਾਡਲਾਂ ਲਈ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਡੇਟਾਸੈੱਟ ਅਕਸਰ ਅਸਲ ਸਿਰਜਣਹਾਰਾਂ ਦੀ ਸਹਿਮਤੀ ਤੋਂ ਬਿਨਾਂ ਇੰਟਰਨੈੱਟ ਤੋਂ ਲਏ ਜਾਂਦੇ ਹਨ। ਜਦੋਂ ਕਿ closed ਕੰਪਨੀਆਂ ਆਪਣੇ ਡੇਟਾ ਸਰੋਤਾਂ ਨੂੰ ਲੁਕਾਉਂਦੀਆਂ ਹਨ, open weight ਕੰਪਨੀਆਂ ਅਕਸਰ ਉਨੀ ਹੀ ਅਸਪਸ਼ਟ ਹੁੰਦੀਆਂ ਹਨ। ਸਾਨੂੰ ਇਹ ਪੁੱਛਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਕਿਸੇ AI ਨੂੰ ਸੱਚਮੁੱਚ open ਕਿਹਾ ਜਾ ਸਕਦਾ ਹੈ ਜੇਕਰ ਉਹ ਬੁਨਿਆਦ ਜਿਸ ‘ਤੇ ਇਹ ਬਣਾਇਆ ਗਿਆ ਸੀ, ਇੱਕ ਰਾਜ਼ ਹੈ। ਅਸੀਂ ਵਰਤਮਾਨ ਵਿੱਚ ਭਵਿੱਖ ਦੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਇੱਕ ਬਹੁਤ ਹੀ ਕਮਜ਼ੋਰ ਨੈਤਿਕ ਨੀਂਹ ‘ਤੇ ਬਣਾ ਰਹੇ ਹਾਂ। ਜਿਵੇਂ-ਜਿਵੇਂ ਅਸੀਂ ਅੱਗੇ ਵਧਦੇ ਹਾਂ, ਅਸਲ ਪਾਰਦਰਸ਼ਤਾ ਲਈ ਦਬਾਅ ਸਿਰਫ ਵਧੇਗਾ।
ਤਕਨੀਕੀ ਕੁਲੀਨ ਵਰਗ ਲਈ ਅੰਦਰੂਨੀ ਗੱਲਾਂ
ਜਿਹੜੇ ਲੋਕ ਚੈਟ ਇੰਟਰਫੇਸ ਤੋਂ ਅੱਗੇ ਵਧਣਾ ਚਾਹੁੰਦੇ ਹਨ, ਉਹਨਾਂ ਲਈ ਤਕਨੀਕੀ ਅੰਤਰ ਸਪੱਸ਼ਟ ਹਨ। Closed AI ਪ੍ਰਦਾਤਾ API ਪੇਸ਼ ਕਰਦੇ ਹਨ ਜੋ ਤੁਹਾਨੂੰ ਪ੍ਰਤੀ ਸ਼ਬਦ ਜਾਂ ਪ੍ਰਤੀ ਚਿੱਤਰ ਚਾਰਜ ਕਰਦੇ ਹਨ। ਜਿਵੇਂ-ਜਿਵੇਂ ਤੁਸੀਂ ਕਿਸੇ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਸਕੇਲ ਕਰਦੇ ਹੋ, ਇਹ ਖਰਚੇ ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਸਕਦੇ ਹਨ। ਤੁਸੀਂ ਉਹਨਾਂ ਦੀਆਂ ਰੇਟ ਸੀਮਾਵਾਂ ਦੀ ਦਇਆ ‘ਤੇ ਵੀ ਹੋ। ਜੇਕਰ ਉਹਨਾਂ ਦੇ ਸਰਵਰ ਰੁੱਝੇ ਹਨ, ਤਾਂ ਤੁਹਾਡੀ ਐਪਲੀਕੇਸ਼ਨ ਹੌਲੀ ਹੋ ਜਾਂਦੀ ਹੈ। ਤੁਹਾਡਾ ਲੈਟੈਂਸੀ (latency) ਜਾਂ ਅਪਟਾਈਮ ‘ਤੇ ਕੋਈ ਕੰਟਰੋਲ ਨਹੀਂ ਹੈ। ਤੁਸੀਂ ਅਸਲ ਵਿੱਚ ਆਪਣਾ ਕਾਰੋਬਾਰ ਕਿਰਾਏ ਦੀ ਜ਼ਮੀਨ ‘ਤੇ ਬਣਾ ਰਹੇ ਹੋ। ਜੇਕਰ ਪ੍ਰਦਾਤਾ ਤੁਹਾਡੇ ਵਰਤੋਂ ਦੇ ਕੇਸ ‘ਤੇ ਪਾਬੰਦੀ ਲਗਾਉਣ ਦਾ ਫੈਸਲਾ ਕਰਦਾ ਹੈ, ਤਾਂ ਤੁਹਾਡਾ ਪੂਰਾ ਪ੍ਰੋਜੈਕਟ ਇੱਕ ਦੁਪਹਿਰ ਵਿੱਚ ਗਾਇਬ ਹੋ ਸਕਦਾ ਹੈ। ਇਹ ਉਹਨਾਂ ਡਿਵੈਲਪਰਾਂ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਜੋਖਮ ਹੈ ਜੋ ਲੰਬੇ ਸਮੇਂ ਦਾ ਮੁੱਲ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹਨ।
Open ਮਾਡਲ ਇੱਕ ਵੱਖਰਾ ਵਰਕਫਲੋ ਪੇਸ਼ ਕਰਦੇ ਹਨ। ਤੁਸੀਂ ਇੱਕ ਵਿਸ਼ਾਲ ਮਾਡਲ ਨੂੰ ਸੁੰਗੜਨ ਲਈ *quantization* ਵਰਗੀਆਂ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ ਤਾਂ ਜੋ ਇਹ ਸਸਤੇ ਹਾਰਡਵੇਅਰ ‘ਤੇ ਫਿੱਟ ਹੋ ਸਕੇ। ਇਹ ਤੁਹਾਨੂੰ ਇੱਕ ਸਿੰਗਲ ਹਾਈ-ਐਂਡ ਕੰਜ਼ਿਊਮਰ GPU ‘ਤੇ 70 ਬਿਲੀਅਨ ਪੈਰਾਮੀਟਰ ਮਾਡਲ ਚਲਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। ਤੁਸੀਂ ਆਪਣੇ ਮਾਡਲ ਵੇਟਸ ਲਈ ਲੋਕਲ ਸਟੋਰੇਜ ਦੀ ਵਰਤੋਂ ਵੀ ਕਰ ਸਕਦੇ ਹੋ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹੋਏ ਕਿ ਤੁਹਾਡੀ ਐਪਲੀਕੇਸ਼ਨ ਇੰਟਰਨੈਟ ਕਨੈਕਸ਼ਨ ਤੋਂ ਬਿਨਾਂ ਵੀ ਕੰਮ ਕਰੇ। ਕੋਈ API ਸੀਮਾਵਾਂ ਨਹੀਂ ਹਨ ਅਤੇ ਹਾਰਡਵੇਅਰ ਖਰੀਦਣ ਤੋਂ ਬਾਅਦ ਕੋਈ ਪ੍ਰਤੀ ਟੋਕਨ ਲਾਗਤ ਨਹੀਂ ਹੈ। ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਵੀ ਵਧੇਰੇ ਲਚਕਦਾਰ ਹੈ। ਤੁਸੀਂ ਆਪਣੇ ਖਾਸ ਕੰਮ ਲਈ ਮਾਡਲ ਦੀਆਂ ਅੰਦਰੂਨੀ ਪਰਤਾਂ ਨੂੰ ਸੋਧ ਸਕਦੇ ਹੋ। ਕਸਟਮਾਈਜ਼ੇਸ਼ਨ ਦਾ ਇਹ ਪੱਧਰ closed API ਨਾਲ ਅਸੰਭਵ ਹੈ। ਹਾਲਾਂਕਿ ਸ਼ੁਰੂਆਤੀ ਇੰਜੀਨੀਅਰਿੰਗ ਰੁਕਾਵਟ ਉੱਚੀ ਹੈ, ਪਰ ਬਿਨਾਂ ਇਜਾਜ਼ਤ ਦੇ ਨਵੀਨਤਾ ਕਰਨ ਦੀ ਆਜ਼ਾਦੀ ਪਾਵਰ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਇੱਕ ਵੱਡਾ ਫਾਇਦਾ ਹੈ।
ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਕੋਈ AI ਕਹਾਣੀ, ਟੂਲ, ਰੁਝਾਨ ਜਾਂ ਸਵਾਲ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਸਾਨੂੰ ਕਵਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ? ਸਾਨੂੰ ਆਪਣਾ ਲੇਖ ਦਾ ਵਿਚਾਰ ਭੇਜੋ — ਅਸੀਂ ਇਸਨੂੰ ਸੁਣਨਾ ਪਸੰਦ ਕਰਾਂਗੇ।
ਅੱਗੇ ਵਧਣ ਲਈ ਆਪਣਾ ਰਸਤਾ ਚੁਣਨਾ
Open ਅਤੇ closed AI ਵਿਚਕਾਰ ਫੈਸਲਾ ਤੁਹਾਡੀਆਂ ਖਾਸ ਲੋੜਾਂ ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ, ਪਾਲਿਸ਼ਡ ਅਨੁਭਵ ਚਾਹੁੰਦੇ ਹੋ ਅਤੇ ਪ੍ਰਾਈਵੇਸੀ ਜਾਂ ਲੰਬੇ ਸਮੇਂ ਦੇ ਖਰਚਿਆਂ ਦੀ ਪਰਵਾਹ ਨਹੀਂ ਕਰਦੇ, ਤਾਂ GPT-4 ਵਰਗੇ closed ਮਾਡਲ ਸਪੱਸ਼ਟ ਚੋਣ ਹਨ। ਉਹ AI ਦੁਨੀਆ ਦੀਆਂ ਫੇਰਾਰੀ (Ferraris) ਹਨ। ਉਹ ਤੇਜ਼, ਸਲੀਕ ਹਨ, ਅਤੇ ਕਿਸੇ ਹੋਰ ਦੁਆਰਾ ਰੱਖ-ਰਖਾਅ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਜੇਕਰ ਤੁਸੀਂ ਪ੍ਰਾਈਵੇਸੀ ਨੂੰ ਮਹੱਤਵ ਦਿੰਦੇ ਹੋ, ਵਾਰ-ਵਾਰ ਫੀਸਾਂ ਤੋਂ ਬਚਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਜਾਂ ਅਜਿਹਾ ਸਿਸਟਮ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੈ ਜਿਸਦੇ ਤੁਸੀਂ ਸੱਚਮੁੱਚ ਮਾਲਕ ਹੋ, ਤਾਂ ‘open weights’ ਮਾਡਲ ਸਭ ਤੋਂ ਵਧੀਆ ਹਨ। ਉਹਨਾਂ ਨੂੰ ਸੈੱਟਅੱਪ ਕਰਨ ਲਈ ਵਧੇਰੇ ਮਿਹਨਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਪਰ ਉਹ ਸੁਰੱਖਿਆ ਅਤੇ ਲਚਕਤਾ ਦਾ ਇੱਕ ਅਜਿਹਾ ਪੱਧਰ ਪੇਸ਼ ਕਰਦੇ ਹਨ ਜਿਸਦਾ ਕੋਈ ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਸਰਵਿਸ ਮੁਕਾਬਲਾ ਨਹੀਂ ਕਰ ਸਕਦੀ। ਵਿਕਸਿਤ ਹੋ ਰਹੀ AI ਇੰਡਸਟਰੀ ਦੇ ਮਿਆਰ ਸੁਝਾਉਂਦੇ ਹਨ ਕਿ ਭਵਿੱਖ ਦੋਵਾਂ ਦਾ ਇੱਕ ਹਾਈਬ੍ਰਿਡ ਹੋਵੇਗਾ। ਤੇਜ਼ ਕੰਮਾਂ ਲਈ closed ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ ਅਤੇ ਆਪਣੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ, ਨਿੱਜੀ ਕੰਮ ਲਈ open ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ। ਇਸ ਨਵੇਂ ਯੁੱਗ ਵਿੱਚ, ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਹੁਨਰ ਇਹ ਜਾਣਨਾ ਹੈ ਕਿ ਕਿਸ ਕੰਮ ਲਈ ਕਿਹੜਾ ਟੂਲ ਵਰਤਣਾ ਹੈ।
หมายเหตุจากบรรณาธิการ: เราสร้างเว็บไซต์นี้ขึ้นมาเพื่อเป็นศูนย์กลางข่าวสารและคู่มือ AI หลายภาษาสำหรับผู้ที่ไม่ได้เป็นผู้เชี่ยวชาญคอมพิวเตอร์ แต่ยังคงต้องการทำความเข้าใจปัญญาประดิษฐ์ ใช้งานได้อย่างมั่นใจมากขึ้น และติดตามอนาคตที่กำลังจะมาถึงแล้ว
ਕੋਈ ਗਲਤੀ ਮਿਲੀ ਜਾਂ ਕੁਝ ਠੀਕ ਕਰਨ ਦੀ ਲੋੜ ਹੈ? ਸਾਨੂੰ ਦੱਸੋ।
