2026 ਵਿੱਚ AI ਦੀ ਗੱਲਬਾਤ ਨੂੰ ਅਸਲ ਵਿੱਚ ਕੌਣ ਚਲਾ ਰਿਹਾ ਹੈ?

ਸਿੰਥੈਟਿਕ ਯੁੱਗ ਦੇ ਨਵੇਂ ਆਰਕੀਟੈਕਟ

ਸੈਲੀਬ੍ਰਿਟੀ AI ਫਾਊਂਡਰ ਦਾ ਦੌਰ ਹੁਣ ਖਤਮ ਹੋ ਰਿਹਾ ਹੈ। 2026 ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ, ਲੋਕਾਂ ਦਾ ਧਿਆਨ ਕੁਝ ਅਜਿਹੇ ਚਰਚਿਤ ਚਿਹਰਿਆਂ ‘ਤੇ ਸੀ ਜਿਨ੍ਹਾਂ ਨੇ ਬੇਅੰਤ ਆਸਾਨੀ ਵਾਲੇ ਭਵਿੱਖ ਦਾ ਵਾਅਦਾ ਕੀਤਾ ਸੀ। ਅੱਜ, ਇਹ ਗੱਲਬਾਤ ਸਟੇਜ ਤੋਂ ਹਟ ਕੇ ਸਰਵਰ ਰੂਮਾਂ ਅਤੇ ਕਾਨੂੰਨੀ ਚੈਂਬਰਾਂ ਤੱਕ ਪਹੁੰਚ ਗਈ ਹੈ। ਪ੍ਰਭਾਵ ਹੁਣ ਇਸ ਗੱਲ ‘ਤੇ ਨਹੀਂ ਹੈ ਕਿ ਕੌਣ ਸਭ ਤੋਂ ਵਧੀਆ ਕੀਨੋਟ ਦੇ ਸਕਦਾ ਹੈ। ਇਹ ਇਸ ਬਾਰੇ ਹੈ ਕਿ ਭੌਤਿਕ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਕਾਨੂੰਨੀ ਢਾਂਚੇ ਨੂੰ ਕੌਣ ਕੰਟਰੋਲ ਕਰਦਾ ਹੈ ਜੋ ਇਹਨਾਂ ਸਿਸਟਮਾਂ ਨੂੰ ਚਲਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ। ਗੱਲਬਾਤ ਦੇ ਅਸਲ ਚਾਲਕ ਉਹ ਲੋਕ ਹਨ ਜੋ ਐਨਰਜੀ ਗ੍ਰਿਡ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰ ਰਹੇ ਹਨ, ਡੇਟਾ ਮਾਲਕੀ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਵਾਲੇ ਰੈਗੂਲੇਟਰ, ਅਤੇ ਇਨਫਰੈਂਸ ਲਾਗਤਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਵਾਲੇ ਇੰਜੀਨੀਅਰ ਹਨ। ਅਸੀਂ AI ਦੇ ‘ਕੀ’ ਤੋਂ ‘ਕਿਵੇਂ’ ਅਤੇ ‘ਕਿਸ ਕੀਮਤ ‘ਤੇ’ ਵੱਲ ਇੱਕ ਤਬਦੀਲੀ ਦੇਖ ਰਹੇ ਹਾਂ।

ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਵਿੱਚ ਇਹ ਗਲਤਫਹਿਮੀ ਹੈ ਕਿ ਕੁਝ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਅਜੇ ਵੀ ਖਲਾਅ ਵਿੱਚ ਸਾਰੇ ਫੈਸਲੇ ਲੈ ਰਹੀਆਂ ਹਨ। ਇਹ ਇੱਕ ਗਲਤੀ ਹੈ। ਹਾਲਾਂਕਿ ਵੱਡੇ ਨਾਮ ਅਜੇ ਵੀ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹਨ, ਉਹ ਹੁਣ ਹਿੱਸੇਦਾਰਾਂ ਦੇ ਇੱਕ ਗੁੰਝਲਦਾਰ ਜਾਲ ਦੇ ਅਧੀਨ ਹਨ। ਇਹਨਾਂ ਵਿੱਚ ਸੋਵਰੇਨ ਵੈਲਥ ਫੰਡ, ਊਰਜਾ ਪ੍ਰਦਾਤਾ, ਅਤੇ ਵੱਡੀਆਂ ਮਜ਼ਦੂਰ ਯੂਨੀਅਨਾਂ ਸ਼ਾਮਲ ਹਨ ਜੋ ਰਚਨਾਤਮਕ ਕੰਮ ਦੇ ਨਿਯਮਾਂ ਨੂੰ ਦੁਬਾਰਾ ਲਿਖ ਰਹੀਆਂ ਹਨ। ਤਾਕਤ ਪ੍ਰਭਾਵ ਦੇ ਰੂਪ ਵਿੱਚ ਵਿਕੇਂਦਰੀਕ੍ਰਿਤ ਹੋ ਗਈ ਹੈ ਭਾਵੇਂ ਕਿ ਤਕਨਾਲੋਜੀ ਹਾਰਡਵੇਅਰ ਦੇ ਰੂਪ ਵਿੱਚ ਕੇਂਦਰਿਤ ਹੈ। ਇਹ ਸਮਝਣ ਲਈ ਕਿ ਅਸੀਂ ਕਿੱਥੇ ਜਾ ਰਹੇ ਹਾਂ, ਸਾਨੂੰ ਪ੍ਰੈਸ ਰਿਲੀਜ਼ਾਂ ਤੋਂ ਅੱਗੇ ਦੇਖਣਾ ਹੋਵੇਗਾ ਅਤੇ ਊਰਜਾ, ਕਾਨੂੰਨ ਅਤੇ ਮਜ਼ਦੂਰੀ ਦੇ ਵਿਹਾਰਕ ਪਹਿਲੂਆਂ ‘ਤੇ ਧਿਆਨ ਦੇਣਾ ਹੋਵੇਗਾ।

ਹਾਈਪ ਤੋਂ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵੱਲ ਬਦਲਾਅ

ਅੱਜ ਦੇ ਮੁੱਖ ਚਾਲਕ “ਕੰਪਿਊਟ ਮੋਟ” ਦੇ ਆਰਕੀਟੈਕਟ ਹਨ। ਇਹ ਸਿਰਫ਼ ਸਭ ਤੋਂ ਵੱਧ GPUs ਹੋਣ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਇਹ ਉਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨ ਅਤੇ ਚਲਾਉਣ ਲਈ ਲੋੜੀਂਦੇ ਭਾਰੀ ਬਿਜਲੀ ਲੋਡ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਦੀ ਸਮਰੱਥਾ ਬਾਰੇ ਹੈ। ਕੰਪਨੀਆਂ ਹੁਣ ਆਪਣੇ ਖੁਦ ਦੇ ਪਾਵਰ ਪਲਾਂਟ ਖਰੀਦ ਰਹੀਆਂ ਹਨ ਜਾਂ ਨਿਊਕਲੀਅਰ ਪ੍ਰਦਾਤਾਵਾਂ ਨਾਲ ਵਿਸ਼ੇਸ਼ ਸਮਝੌਤੇ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਸ ਨੇ ਊਰਜਾ ਨੀਤੀ ਨੂੰ ਇੱਕ ਟੈਕ ਸਟੋਰੀ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਹੈ। ਜਦੋਂ ਇੱਕ ਛੋਟੇ ਜ਼ਿਲ੍ਹੇ ਦਾ ਯੂਟਿਲਿਟੀ ਬੋਰਡ ਪਾਵਰ ਵੰਡ ਬਾਰੇ ਫੈਸਲਾ ਲੈਂਦਾ ਹੈ, ਤਾਂ ਉਹ ਕਿਸੇ ਵੀ ਸੋਸ਼ਲ ਮੀਡੀਆ ਇਨਫਲੂਐਂਸਰ ਨਾਲੋਂ ਗਲੋਬਲ AI ਟ੍ਰੈਜੈਕਟਰੀ ਨੂੰ ਜ਼ਿਆਦਾ ਪ੍ਰਭਾਵਿਤ ਕਰ ਰਹੇ ਹੁੰਦੇ ਹਨ। ਇਹ ਇੱਕ ਸਖ਼ਤ ਹਕੀਕਤ ਹੈ ਜੋ AI ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ “ਕਲਾਊਡ”-ਅਧਾਰਿਤ ਜਾਂ ਅਮੂਰਤ ਤਕਨਾਲੋਜੀ ਮੰਨਣ ਦੇ ਵਿਚਾਰ ਦਾ ਖੰਡਨ ਕਰਦੀ ਹੈ। ਇਹ ਡੂੰਘੀ ਤਰ੍ਹਾਂ ਭੌਤਿਕ ਹੈ।

ਇੱਕ ਹੋਰ ਵੱਡਾ ਬਦਲਾਅ “ਡੇਟਾ ਕਿਊਰੇਟਰ” ਦਾ ਉਭਾਰ ਹੈ। ਪਹਿਲਾਂ, ਮਾਡਲਾਂ ਨੂੰ ਕੱਚੇ ਇੰਟਰਨੈਟ ‘ਤੇ ਟ੍ਰੇਨ ਕੀਤਾ ਜਾਂਦਾ ਸੀ। ਉਹ ਦੌਰ ਉਦੋਂ ਖਤਮ ਹੋ ਗਿਆ ਜਦੋਂ ਇੰਟਰਨੈਟ ਸਿੰਥੈਟਿਕ ਸਮੱਗਰੀ ਨਾਲ ਭਰ ਗਿਆ। ਹੁਣ, ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਲੋਕ ਉਹ ਹਨ ਜੋ ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੇ, ਮਨੁੱਖੀ-ਨਿਰਮਿਤ ਡੇਟਾ ਨੂੰ ਕੰਟਰੋਲ ਕਰਦੇ ਹਨ। ਇਸ ਵਿੱਚ ਰਵਾਇਤੀ ਮੀਡੀਆ ਹਾਊਸ, ਅਕਾਦਮਿਕ ਸੰਸਥਾਵਾਂ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਪੇਸ਼ੇਵਰ ਭਾਈਚਾਰੇ ਸ਼ਾਮਲ ਹਨ। ਇਹਨਾਂ ਸਮੂਹਾਂ ਨੇ ਮਹਿਸੂਸ ਕੀਤਾ ਹੈ ਕਿ ਉਹਨਾਂ ਦੇ ਪੁਰਾਲੇਖ ਉਹਨਾਂ ਦੇ ਮੌਜੂਦਾ ਆਉਟਪੁੱਟ ਨਾਲੋਂ ਵਧੇਰੇ ਕੀਮਤੀ ਹਨ। ਉਹ ਹੀ ਹਨ ਜੋ ਸ਼ਮੂਲੀਅਤ ਦੀਆਂ ਸ਼ਰਤਾਂ ਤੈਅ ਕਰ ਰਹੇ ਹਨ। ਉਹ ਸਿਰਫ਼ ਡੇਟਾ ਨਹੀਂ ਵੇਚ ਰਹੇ ਹਨ। ਉਹ ਉਸ ਮੇਜ਼ ‘ਤੇ ਬੈਠਣ ਦੀ ਮੰਗ ਕਰ ਰਹੇ ਹਨ ਜਿੱਥੇ ਮਾਡਲ ਡਿਜ਼ਾਈਨ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਇਹ ਖੁੱਲ੍ਹੀ ਜਾਣਕਾਰੀ ਦੀ ਲੋੜ ਅਤੇ ਬੌਧਿਕ ਸੰਪੱਤੀ ਦੀ ਰੱਖਿਆ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਟਕਰਾਅ ਪੈਦਾ ਕਰਦਾ ਹੈ।

ਸਾਨੂੰ “ਅਲਾਈਨਮੈਂਟ ਇੰਜੀਨੀਅਰਾਂ” ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਵੀ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਹ ਉਹ ਲੋਕ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਦਾ ਕੰਮ ਸੌਂਪਿਆ ਗਿਆ ਹੈ ਕਿ AI ਜ਼ਹਿਰੀਲੇ ਜਾਂ ਗਲਤ ਨਤੀਜੇ ਪੈਦਾ ਨਾ ਕਰੇ। ਉਹਨਾਂ ਦਾ ਕੰਮ ਅਕਸਰ ਅਦਿੱਖ ਹੁੰਦਾ ਹੈ, ਪਰ ਉਹ ਹੀ ਹਨ ਜੋ ਉਹਨਾਂ ਸਿਸਟਮਾਂ ਦੀਆਂ ਨੈਤਿਕ ਸੀਮਾਵਾਂ ਤੈਅ ਕਰਦੇ ਹਨ ਜੋ ਅਸੀਂ ਹਰ ਰੋਜ਼ ਵਰਤਦੇ ਹਾਂ। ਉਹ ਮਸ਼ੀਨ ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ “ਸੱਚ” ਦੇ ਗੇਟਕੀਪਰ ਹਨ। ਇਹ ਪ੍ਰਭਾਵ ਅਕਸਰ ਤਕਨੀਕੀ ਸ਼ਬਦਾਵਲੀ ਦੇ ਪਿੱਛੇ ਲੁਕਿਆ ਹੁੰਦਾ ਹੈ, ਪਰ ਇਸਦੇ ਗੰਭੀਰ ਨਤੀਜੇ ਹੁੰਦੇ ਹਨ ਕਿ ਅਸੀਂ ਹਕੀਕਤ ਨੂੰ ਕਿਵੇਂ ਸਮਝਦੇ ਹਾਂ। ਜਦੋਂ ਇੱਕ AI ਕਿਸੇ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣ ਤੋਂ ਇਨਕਾਰ ਕਰਦਾ ਹੈ ਜਾਂ ਕੋਈ ਖਾਸ ਪੱਖ ਰੱਖਦਾ ਹੈ, ਤਾਂ ਇਹ ਲੋਕਾਂ ਦੇ ਇੱਕ ਛੋਟੇ ਸਮੂਹ ਦੁਆਰਾ ਲਏ ਗਏ ਜਾਣਬੁੱਝ ਕੇ ਕੀਤੇ ਗਏ ਫੈਸਲੇ ਦਾ ਨਤੀਜਾ ਹੁੰਦਾ ਹੈ। ਇੱਥੇ ਹੀ ਜਨਤਕ ਧਾਰਨਾ ਅਤੇ ਹਕੀਕਤ ਵੱਖ ਹੋ ਜਾਂਦੀ ਹੈ। ਜ਼ਿਆਦਾਤਰ ਉਪਭੋਗਤਾ ਸੋਚਦੇ ਹਨ ਕਿ AI ਨਿਰਪੱਖ ਹੈ, ਪਰ ਇਹ ਅਸਲ ਵਿੱਚ ਇਸਦੀ ਟ੍ਰੇਨਿੰਗ ਅਤੇ ਅਲਾਈਨਮੈਂਟ ਪ੍ਰੋਟੋਕੋਲ ਦਾ ਪ੍ਰਤੀਬਿੰਬ ਹੈ।

ਸਿਲੀਕਾਨ ਅਤੇ ਪ੍ਰਭੂਸੱਤਾ ਦੀ ਭੂ-ਰਾਜਨੀਤੀ

ਪ੍ਰਭਾਵ ਰਾਸ਼ਟਰੀ ਪੱਧਰ ‘ਤੇ ਵੀ ਬਣਾਇਆ ਜਾ ਰਿਹਾ ਹੈ। ਸਰਕਾਰਾਂ ਹੁਣ ਨਿੱਜੀ ਕੰਪਨੀਆਂ ਨੂੰ ਅਗਵਾਈ ਕਰਨ ਦੇਣ ਲਈ ਸੰਤੁਸ਼ਟ ਨਹੀਂ ਹਨ। ਅਸੀਂ “ਸੋਵਰੇਨ AI” ਦਾ ਉਭਾਰ ਦੇਖ ਰਹੇ ਹਾਂ, ਜਿੱਥੇ ਦੇਸ਼ ਆਪਣੀ ਸੱਭਿਆਚਾਰਕ ਅਤੇ ਭਾਸ਼ਾਈ ਵਿਰਾਸਤ ਦੀ ਰੱਖਿਆ ਲਈ ਆਪਣੇ ਖੁਦ ਦੇ ਮਾਡਲ ਬਣਾ ਰਹੇ ਹਨ। ਇਹ ਅਮਰੀਕਾ-ਕੇਂਦਰਿਤ ਮਾਡਲਾਂ ਦੇ ਦਬਦਬੇ ਦਾ ਸਿੱਧਾ ਜਵਾਬ ਹੈ। ਯੂਰਪ, ਏਸ਼ੀਆ ਅਤੇ ਮੱਧ ਪੂਰਬ ਦੇ ਦੇਸ਼ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਅਰਬਾਂ ਖਰਚ ਕਰ ਰਹੇ ਹਨ ਕਿ ਉਹ ਵਿਦੇਸ਼ੀ ਤਕਨਾਲੋਜੀ ‘ਤੇ ਨਿਰਭਰ ਨਾ ਰਹਿਣ। ਇਹ ਭੂ-ਰਾਜਨੀਤਿਕ ਮੁਕਾਬਲਾ ਗੱਲਬਾਤ ਨੂੰ ਸੁਰੱਖਿਆ ਅਤੇ ਸਵੈ-ਨਿਰਭਰਤਾ ਵੱਲ ਲੈ ਜਾ ਰਿਹਾ ਹੈ। ਇਹ ਹੁਣ ਸਿਰਫ਼ ਇੱਕ ਵਪਾਰਕ ਦੌੜ ਨਹੀਂ ਹੈ। ਇਹ ਰਾਸ਼ਟਰੀ ਹਿੱਤ ਦਾ ਮਾਮਲਾ ਹੈ। ਇਸ ਤਬਦੀਲੀ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਨੀਤੀ ਨਿਰਮਾਤਾ ਹੁਣ ਉਦਯੋਗ ਵਿੱਚ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਹਸਤੀਆਂ ਵਿੱਚੋਂ ਹਨ।

ਗਲੋਬਲ ਮਿਆਰਾਂ ਅਤੇ ਸਥਾਨਕ ਨਿਯੰਤਰਣ ਵਿਚਕਾਰ ਤਣਾਅ 2026 ਵਿੱਚ ਇੱਕ ਪ੍ਰਮੁੱਖ ਵਿਸ਼ਾ ਹੈ। ਜਦੋਂ ਕਿ ਕੁਝ ਨਿਯਮਾਂ ਦੇ ਇੱਕ ਸਮੂਹ ਦੀ ਵਕਾਲਤ ਕਰਦੇ ਹਨ, ਦੂਸਰੇ ਮੰਨਦੇ ਹਨ ਕਿ AI ਨੂੰ ਉਸ ਸਮਾਜ ਦੇ ਮੁੱਲਾਂ ਨੂੰ ਦਰਸਾਉਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਇਸਨੂੰ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਇੱਕ ਖਿੰਡੇ ਹੋਏ ਲੈਂਡਸਕੇਪ ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ ਜਿੱਥੇ ਇੱਕ ਦੇਸ਼ ਵਿੱਚ ਕਾਨੂੰਨੀ ਮਾਡਲ ਦੂਜੇ ਦੇਸ਼ ਵਿੱਚ ਪਾਬੰਦੀਸ਼ੁਦਾ ਹੋ ਸਕਦਾ ਹੈ। ਜੋ ਲੋਕ ਇਹਨਾਂ ਪਾੜਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਦੇ ਹਨ—ਰਾਜਦੂਤ ਅਤੇ ਅੰਤਰਰਾਸ਼ਟਰੀ ਵਕੀਲ—ਤਕਨਾਲੋਜੀ ਦੇ ਵਿਕਾਸ ਲਈ ਕੇਂਦਰੀ ਬਣ ਰਹੇ ਹਨ। ਉਹ ਹੀ ਹਨ ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਗੇ ਕਿ ਸਾਡੇ ਕੋਲ ਇੱਕ ਗਲੋਬਲ AI ਈਕੋਸਿਸਟਮ ਹੋਵੇਗਾ ਜਾਂ ਕੰਧਾਂ ਵਾਲੇ ਬਾਗਾਂ ਦੀ ਇੱਕ ਲੜੀ। ਇਹ ਇੱਕ ਵਿਹਾਰਕ ਦਾਅ ਹੈ ਜੋ ਵਪਾਰ ਤੋਂ ਲੈ ਕੇ ਮਨੁੱਖੀ ਅਧਿਕਾਰਾਂ ਤੱਕ ਹਰ ਚੀਜ਼ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ। ਤੁਸੀਂ ਇਹਨਾਂ ਤਬਦੀਲੀਆਂ ਬਾਰੇ ਨਵੀਨਤਮ AI ਉਦਯੋਗ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਹੋਰ ਵੇਰਵੇ ਲੱਭ ਸਕਦੇ ਹੋ।

“ਹਾਰਡਵੇਅਰ ਬ੍ਰੋਕਰ” ਦੀ ਭੂਮਿਕਾ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ। AI ਲਈ ਲੋੜੀਂਦੀਆਂ ਵਿਸ਼ੇਸ਼ ਚਿਪਸ ਲਈ ਸਪਲਾਈ ਚੇਨ ਬਹੁਤ ਨਾਜ਼ੁਕ ਹੈ। ਕੁਝ ਕੰਪਨੀਆਂ ਅਤੇ ਦੇਸ਼ ਸਭ ਤੋਂ ਉੱਨਤ ਸਿਲੀਕਾਨ ਦੇ ਉਤਪਾਦਨ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦੇ ਹਨ। ਇਹ ਉਹਨਾਂ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਲੀਵਰੇਜ ਦਿੰਦਾ ਹੈ। ਜੇ ਤਾਈਵਾਨ ਵਿੱਚ ਇੱਕ ਫੈਕਟਰੀ ਜਾਂ ਯੂਕੇ ਵਿੱਚ ਇੱਕ ਡਿਜ਼ਾਈਨ ਫਰਮ ਵਿੱਚ ਕੋਈ ਰੁਕਾਵਟ ਆਉਂਦੀ ਹੈ, ਤਾਂ ਪੂਰਾ ਗਲੋਬਲ AI ਉਦਯੋਗ ਪ੍ਰਭਾਵ ਮਹਿਸੂਸ ਕਰਦਾ ਹੈ। ਸ਼ਕਤੀ ਦਾ ਇਹ ਕੇਂਦਰੀਕਰਨ ਟੈਕ ਲੀਡਰਾਂ ਲਈ ਚਿੰਤਾ ਦਾ ਇੱਕ ਨਿਰੰਤਰ ਸਰੋਤ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ AI ਵਿੱਚ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਵਿਅਕਤੀ ਕੋਈ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ ਨਹੀਂ, ਸਗੋਂ ਇੱਕ ਲੌਜਿਸਟਿਕਸ ਮਾਹਰ ਜਾਂ ਸਮੱਗਰੀ ਵਿਗਿਆਨੀ ਹੋ ਸਕਦਾ ਹੈ। ਇਹ AI ਨੂੰ ਇੱਕ ਸਾਫਟਵੇਅਰ-ਸੰਚਾਲਿਤ ਖੇਤਰ ਮੰਨਣ ਦੇ ਵਿਚਾਰ ਦਾ ਇੱਕ ਸਪੱਸ਼ਟ ਖੰਡਨ ਹੈ।

ਅਦਿੱਖ ਹੱਥ ਨਾਲ ਰਹਿਣਾ

ਇਹ ਪ੍ਰਭਾਵ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਇਹ ਦੇਖਣ ਲਈ, ਇੱਕ ਡਿਜੀਟਲ ਕੰਟੈਂਟ ਕ੍ਰਿਏਟਰ ਦੇ ਜੀਵਨ ਦੇ ਇੱਕ ਦਿਨ ‘ਤੇ ਵਿਚਾਰ ਕਰੋ। ਉਹ ਉੱਠਦੇ ਹਨ ਅਤੇ ਆਪਣੇ ਐਨਾਲਿਟਿਕਸ ਦੀ ਜਾਂਚ ਕਰਦੇ ਹਨ, ਜੋ AI ਰਿਕਮੈਂਡੇਸ਼ਨ ਇੰਜਣਾਂ ਦੁਆਰਾ ਚਲਾਏ ਜਾਂਦੇ ਹਨ। ਉਹ ਆਪਣੇ ਵੀਡੀਓਜ਼ ਨੂੰ ਐਡਿਟ ਕਰਨ ਅਤੇ ਆਪਣੀਆਂ ਸਕ੍ਰਿਪਟਾਂ ਲਿਖਣ ਲਈ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਪਰ ਉਹ ਉਹਨਾਂ ਪਲੇਟਫਾਰਮਾਂ ਨਾਲ ਵੀ ਲਗਾਤਾਰ ਲੜਾਈ ਵਿੱਚ ਹਨ ਜੋ “ਘੱਟ ਗੁਣਵੱਤਾ” ਜਾਂ “ਗੈਰ-ਮੂਲ” ਸਮੱਗਰੀ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਜਿਸ ਵਿਅਕਤੀ ਨੇ ਉਹ ਐਲਗੋਰਿਦਮ ਲਿਖਿਆ ਹੈ ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਕਿ ਕੀ “ਅਸਲੀ” ਹੈ, ਉਸਦਾ ਉਸ ਕ੍ਰਿਏਟਰ ਦੇ ਜੀਵਨ ‘ਤੇ ਉਹਨਾਂ ਦੇ ਆਪਣੇ ਮੈਨੇਜਰ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਪ੍ਰਭਾਵ ਹੈ। ਇਹ AI-ਸੰਚਾਲਿਤ ਆਰਥਿਕਤਾ ਦੀ ਹਕੀਕਤ ਹੈ। ਇਹ ਅਦਿੱਖ ਨਿਯਮਾਂ ਦੀ ਦੁਨੀਆ ਹੈ ਜੋ ਬਿਨਾਂ ਕਿਸੇ ਚੇਤਾਵਨੀ ਦੇ ਰਾਤੋ-ਰਾਤ ਬਦਲ ਸਕਦੇ ਹਨ।

ਹੇਠਾਂ ਦਿੱਤੇ ਤਰੀਕਿਆਂ ‘ਤੇ ਵਿਚਾਰ ਕਰੋ ਕਿ ਇਹ ਪ੍ਰਭਾਵ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਵਿੱਚ ਕਿਵੇਂ ਪ੍ਰਗਟ ਹੁੰਦਾ ਹੈ:

• ਆਟੋਮੇਟਿਡ ਹਾਇਰਿੰਗ ਸਿਸਟਮ ਜੋ ਲੁਕਵੇਂ ਮਾਪਦੰਡਾਂ ਦੇ ਆਧਾਰ ‘ਤੇ ਰੈਜ਼ਿਊਮੇ ਨੂੰ ਫਿਲਟਰ ਕਰਦੇ ਹਨ।
• ਡਾਇਨਾਮਿਕ ਪ੍ਰਾਈਸਿੰਗ ਮਾਡਲ ਜੋ ਕਰਿਆਨੇ ਜਾਂ ਬੀਮੇ ਦੀ ਲਾਗਤ ਨੂੰ ਰੀਅਲ ਟਾਈਮ ਵਿੱਚ ਬਦਲਦੇ ਹਨ।
• ਕੰਟੈਂਟ ਮੋਡਰੇਸ਼ਨ ਫਿਲਟਰ ਜੋ ਇਹ ਫੈਸਲਾ ਕਰਦੇ ਹਨ ਕਿ ਕਿਹੜੇ ਰਾਜਨੀਤਿਕ ਵਿਚਾਰ ਜਨਤਕ ਖਪਤ ਲਈ “ਸੁਰੱਖਿਅਤ” ਹਨ।
• ਹੈਲਥਕੇਅਰ ਐਲਗੋਰਿਦਮ ਜੋ ਅਨੁਮਾਨਿਤ ਨਤੀਜਿਆਂ ਅਤੇ ਲਾਗਤਾਂ ਦੇ ਆਧਾਰ ‘ਤੇ ਮਰੀਜ਼ਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ।
• ਵਿੱਤੀ ਟੂਲ ਜੋ ਗੈਰ-ਰਵਾਇਤੀ ਡੇਟਾ ਪੁਆਇੰਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕ੍ਰੈਡਿਟ ਯੋਗਤਾ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ।

ਇੱਕ ਕਾਰਪੋਰੇਟ ਐਗਜ਼ੀਕਿਊਟਿਵ ਵੀ ਇਹਨਾਂ ਦਾਅਵਿਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਦਾ ਹੈ। ਉਹਨਾਂ ‘ਤੇ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਬਣੇ ਰਹਿਣ ਲਈ ਹਰ ਵਿਭਾਗ ਵਿੱਚ AI ਨੂੰ ਜੋੜਨ ਦਾ ਦਬਾਅ ਹੈ। ਪਰ ਉਹ ਕਾਨੂੰਨੀ ਅਤੇ ਪ੍ਰਤਿਸ਼ਠਾ ਦੇ ਜੋਖਮਾਂ ਤੋਂ ਵੀ ਡਰੇ ਹੋਏ ਹਨ। ਜੇਕਰ AI ਕੋਈ ਪੱਖਪਾਤੀ ਫੈਸਲਾ ਲੈਂਦਾ ਹੈ ਜਾਂ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਲੀਕ ਕਰਦਾ ਹੈ, ਤਾਂ ਐਗਜ਼ੀਕਿਊਟਿਵ ਹੀ ਉਹ ਵਿਅਕਤੀ ਹੋਵੇਗਾ ਜਿਸਨੂੰ ਜ਼ਿੰਮੇਵਾਰ ਠਹਿਰਾਇਆ ਜਾਵੇਗਾ। ਉਹ ਗਤੀ ਦੀ ਲੋੜ ਅਤੇ ਸੁਰੱਖਿਆ ਦੀ ਲੋੜ ਦੇ ਵਿਚਕਾਰ ਫਸੇ ਹੋਏ ਹਨ। ਜੋ ਲੋਕ AI ਲਈ ਬੀਮਾ ਅਤੇ ਆਡਿਟ ਸੇਵਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਉਹ ਕਾਰਪੋਰੇਟ ਜਗਤ ਵਿੱਚ ਨਵੇਂ ਪਾਵਰ ਬ੍ਰੋਕਰ ਬਣ ਰਹੇ ਹਨ। ਉਹ ਹੀ ਹਨ ਜੋ ਇਹ ਫੈਸਲਾ ਕਰਨਗੇ ਕਿ ਕਿਹੜੀਆਂ ਕੰਪਨੀਆਂ “AI-ਤਿਆਰ” ਹਨ ਅਤੇ ਕਿਹੜੀਆਂ ਬਹੁਤ ਜੋਖਮ ਭਰੀਆਂ ਹਨ। ਇਹ ਪ੍ਰਭਾਵ ਦੇ ਸਿਰਜਣਹਾਰਾਂ ਤੋਂ ਗੇਟਕੀਪਰਾਂ ਵੱਲ ਜਾਣ ਦੀ ਇੱਕ ਸਪੱਸ਼ਟ ਉਦਾਹਰਣ ਹੈ।

ਕ੍ਰਿਏਟਰ ਇਕਾਨਮੀ ਨੂੰ ਵੀ ਨਵਾਂ ਰੂਪ ਦਿੱਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਲੇਖਕ, ਕਲਾਕਾਰ ਅਤੇ ਸੰਗੀਤਕਾਰ ਦੇਖ ਰਹੇ ਹਨ ਕਿ ਉਹਨਾਂ ਦੇ ਕੰਮ ਦੀ ਵਰਤੋਂ ਉਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ ਜੋ ਉਹਨਾਂ ਦੀ ਥਾਂ ਲੈ ਸਕਦੇ ਹਨ। ਇੱਥੇ ਪ੍ਰਭਾਵ ਸਮੂਹਿਕ ਸੌਦੇਬਾਜ਼ੀ ਇਕਾਈਆਂ ਅਤੇ “ਟ੍ਰੇਨਿੰਗ ਰਾਇਲਟੀ” ਲਈ ਲੜ ਰਹੀਆਂ ਕਾਨੂੰਨੀ ਟੀਮਾਂ ਕੋਲ ਹੈ। ਇਹ ਮਨੁੱਖੀ ਰਚਨਾਤਮਕਤਾ ਦੇ ਭਵਿੱਖ ਬਾਰੇ ਇੱਕ ਲੜਾਈ ਹੈ। ਜੇਕਰ ਕ੍ਰਿਏਟਰ ਜਿੱਤ ਜਾਂਦੇ ਹਨ, ਤਾਂ AI ਇੱਕ ਅਜਿਹਾ ਟੂਲ ਬਣ ਜਾਵੇਗਾ ਜੋ ਮਨੁੱਖੀ ਕੰਮ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ। ਜੇ ਉਹ ਹਾਰ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਇਹ ਇੱਕ ਬਦਲ ਬਣ ਸਕਦਾ ਹੈ। ਇਹਨਾਂ ਕਾਨੂੰਨੀ ਲੜਾਈਆਂ ਦਾ ਨਤੀਜਾ ਅਗਲੇ ਦਹਾਕੇ ਦੇ ਸੱਭਿਆਚਾਰਕ ਇਤਿਹਾਸ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੇਗਾ। ਇਹ ਕੋਈ ਅਮੂਰਤ ਬਹਿਸ ਨਹੀਂ ਹੈ। ਇਹ ਰੋਜ਼ੀ-ਰੋਟੀ ਅਤੇ ਮਨੁੱਖੀ ਪ੍ਰਗਟਾਵੇ ਦੇ ਮੁੱਲ ਲਈ ਲੜਾਈ ਹੈ। Reuters ਦੀਆਂ ਹਾਲੀਆ ਰਿਪੋਰਟਾਂ ਵੱਡੀਆਂ ਟੈਕ ਫਰਮਾਂ ਵਿਰੁੱਧ ਦਾਇਰ ਕੀਤੇ ਗਏ ਕਾਪੀਰਾਈਟ ਮੁਕੱਦਮਿਆਂ ਦੀ ਵਧਦੀ ਗਿਣਤੀ ਨੂੰ ਉਜਾਗਰ ਕਰਦੀਆਂ ਹਨ।

ਬਲੈਕ ਬਾਕਸ ਦੀ ਕੀਮਤ

ਸਾਨੂੰ ਮੌਜੂਦਾ ਟ੍ਰੈਜੈਕਟਰੀ ਪ੍ਰਤੀ ਸ਼ੱਕ ਦਾ ਇੱਕ ਪੱਧਰ ਲਾਗੂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਅਸੀਂ ਜੋ “ਮੁਫਤ” AI ਟੂਲ ਵਰਤਦੇ ਹਾਂ, ਉਹਨਾਂ ਲਈ ਅਸਲ ਵਿੱਚ ਕੌਣ ਭੁਗਤਾਨ ਕਰ ਰਿਹਾ ਹੈ? ਲੁਕੀਆਂ ਹੋਈਆਂ ਲਾਗਤਾਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹਨ। ਭਾਰੀ ਪਾਣੀ ਅਤੇ ਊਰਜਾ ਦੀ ਖਪਤ ਦੀ ਵਾਤਾਵਰਣਕ ਕੀਮਤ ਹੈ। ਹਰ ਵਾਰ ਜਦੋਂ ਅਸੀਂ ਕਿਸੇ ਮਾਡਲ ਨਾਲ ਗੱਲਬਾਤ ਕਰਦੇ ਹਾਂ ਤਾਂ ਅਸੀਂ ਜੋ ਡੇਟਾ ਦਿੰਦੇ ਹਾਂ ਉਸਦੀ ਗੋਪਨੀਯਤਾ ਦੀ ਕੀਮਤ ਹੈ। ਅਤੇ ਸਾਡੇ ਲਈ ਸੋਚਣ ਲਈ ਮਸ਼ੀਨ ‘ਤੇ ਨਿਰਭਰ ਕਰਨ ਦੀ ਬੌਧਿਕ ਕੀਮਤ ਹੈ। ਸਾਨੂੰ ਇਹਨਾਂ ਸਿਸਟਮਾਂ ਦੀ ਪਾਰਦਰਸ਼ਤਾ ਬਾਰੇ ਮੁਸ਼ਕਲ ਸਵਾਲ ਪੁੱਛਣ ਦੀ ਲੋੜ ਹੈ। ਜੇਕਰ ਸਾਨੂੰ ਨਹੀਂ ਪਤਾ ਕਿ ਇੱਕ ਮਾਡਲ ਕਿਸੇ ਫੈਸਲੇ ‘ਤੇ ਕਿਵੇਂ ਪਹੁੰਚਿਆ, ਤਾਂ ਕੀ ਅਸੀਂ ਸੱਚਮੁੱਚ ਇਸ ‘ਤੇ ਭਰੋਸਾ ਕਰ ਸਕਦੇ ਹਾਂ? ਵਿਆਖਿਆਯੋਗਤਾ ਦੀ ਘਾਟ ਇੱਕ ਵੱਡੀ ਸੀਮਾ ਹੈ ਜਿਸਨੂੰ ਅਕਸਰ ਮਾਰਕੀਟਿੰਗ ਸਮੱਗਰੀ ਵਿੱਚ ਨਜ਼ਰਅੰਦਾਜ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਇੱਕ ਹੋਰ ਚਿੰਤਾ ਵਿਚਾਰਾਂ ਦੀ “ਮੋਨੋਕਲਚਰ” ਹੈ। ਜੇਕਰ ਹਰ ਕੋਈ ਵਿਚਾਰ ਪੈਦਾ ਕਰਨ ਅਤੇ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਉਹੀ ਕੁਝ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਿਹਾ ਹੈ, ਤਾਂ ਕੀ ਅਸੀਂ ਬਾਕਸ ਤੋਂ ਬਾਹਰ ਸੋਚਣ ਦੀ ਆਪਣੀ ਯੋਗਤਾ ਗੁਆ ਦੇਵਾਂਗੇ? “ਮਾਡਲ ਬਿਲਡਰਾਂ” ਦਾ ਪ੍ਰਭਾਵ ਸਾਡੇ ਸੋਚਣ ਦੇ ਤਰੀਕੇ ਤੱਕ ਫੈਲਿਆ ਹੋਇਆ ਹੈ। ਇਹ ਨਿਯੰਤਰਣ ਦਾ ਇੱਕ ਸੂਖਮ ਪਰ ਡੂੰਘਾ ਰੂਪ ਹੈ। ਅਸੀਂ ਆਪਣੇ ਆਪ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਬੋਲਣ ਅਤੇ ਸੋਚਣ ਲਈ ਟ੍ਰੇਨ ਕਰ ਰਹੇ ਹਾਂ ਜੋ AI ਸਮਝਦਾ ਹੈ। ਇਹ ਸੱਭਿਆਚਾਰ ਦੇ ਪੱਧਰੀਕਰਨ ਅਤੇ ਵਿਚਾਰਾਂ ਵਿੱਚ ਵਿਭਿੰਨਤਾ ਦੇ ਨੁਕਸਾਨ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦਾ ਹੈ। ਸਾਨੂੰ ਸਾਵਧਾਨ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ AI ਦੀ ਸਹੂਲਤ ਸਾਨੂੰ ਮਨੁੱਖੀ ਅਨੁਭਵ ਅਤੇ ਵਿਲੱਖਣਤਾ ਦੇ ਮੁੱਲ ਤੋਂ ਅੰਨ੍ਹਾ ਨਾ ਕਰ ਦੇਵੇ। Nature ਵਿੱਚ ਖੋਜ ਨੇ ਪਹਿਲਾਂ ਹੀ ਮਨੁੱਖੀ ਫੈਸਲੇ ਲੈਣ ਦੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ‘ਤੇ ਐਲਗੋਰਿਦਮਿਕ ਪੱਖਪਾਤ ਦੇ ਲੰਬੇ ਸਮੇਂ ਦੇ ਪ੍ਰਭਾਵਾਂ ਦੀ ਪੜਚੋਲ ਕਰਨੀ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤੀ ਹੈ।

ਅੰਤ ਵਿੱਚ, ਜਵਾਬਦੇਹੀ ਦਾ ਮੁੱਦਾ ਹੈ। ਜਦੋਂ AI ਕੋਈ ਗਲਤੀ ਕਰਦਾ ਹੈ, ਤਾਂ ਕੌਣ ਦੋਸ਼ੀ ਹੈ? ਕੀ ਇਹ ਡਿਵੈਲਪਰ, ਉਪਭੋਗਤਾ, ਜਾਂ ਡੇਟਾ ਪ੍ਰਦਾਤਾ ਹੈ? ਮੌਜੂਦਾ ਕਾਨੂੰਨੀ ਪ੍ਰਣਾਲੀ ਇਹਨਾਂ ਸਵਾਲਾਂ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਲੈਸ ਨਹੀਂ ਹੈ। ਜੋ ਲੋਕ ਨਵੇਂ ਕਾਨੂੰਨ ਲਿਖ ਰਹੇ ਹਨ, ਉਹ ਅਸਲ ਵਿੱਚ ਸਾਡੇ ਸਮਾਜ ਵਿੱਚ ਜ਼ਿੰਮੇਵਾਰੀ ਦੇ ਭਵਿੱਖ ਦਾ ਫੈਸਲਾ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਬਹੁਤ ਜ਼ਿਆਦਾ ਪ੍ਰਭਾਵ ਹੈ ਜੋ ਬਹੁਤ ਘੱਟ ਜਨਤਕ ਨਿਗਰਾਨੀ ਨਾਲ ਵਰਤਿਆ ਜਾ ਰਿਹਾ ਹੈ। ਸਾਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੈ ਕਿ ਗੱਲਬਾਤ ਸਿਰਫ਼ ਟੈਕ ਐਗਜ਼ੀਕਿਊਟਿਵਾਂ ਅਤੇ ਸਿਆਸਤਦਾਨਾਂ ਦੁਆਰਾ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਉਹਨਾਂ ਲੋਕਾਂ ਦੁਆਰਾ ਕੀਤੀ ਜਾਵੇ ਜੋ ਇਹਨਾਂ ਫੈਸਲਿਆਂ ਤੋਂ ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਭਾਵਿਤ ਹੋਣਗੇ। ਦਾਅ ਬਹੁਤ ਉੱਚੇ ਹਨ ਕਿ ਇਸਨੂੰ ਅੰਦਰੂਨੀ ਲੋਕਾਂ ਦੇ ਇੱਕ ਛੋਟੇ ਸਮੂਹ ‘ਤੇ ਛੱਡ ਦਿੱਤਾ ਜਾਵੇ।

ਖੁਫੀਆ ਜਾਣਕਾਰੀ ਦਾ ਬੁਨਿਆਦੀ ਢਾਂਚਾ

ਪਾਵਰ ਯੂਜ਼ਰਸ ਅਤੇ ਤਕਨੀਕੀ ਭਾਈਚਾਰੇ ਲਈ, ਗੱਲਬਾਤ “ਗੀਕ ਸੈਕਸ਼ਨ” ਵੱਲ ਚਲੀ ਗਈ ਹੈ। ਇੱਥੇ ਹੀ ਅਸਲ ਕੰਮ ਹੁੰਦਾ ਹੈ। ਅਸੀਂ ਵਿਸ਼ਾਲ, ਆਮ-ਉਦੇਸ਼ ਵਾਲੇ ਮਾਡਲਾਂ ਤੋਂ ਛੋਟੇ, ਵਿਸ਼ੇਸ਼ ਮਾਡਲਾਂ ਵੱਲ ਵਧ ਰਹੇ ਹਾਂ ਜੋ ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਚੱਲ ਸਕਦੇ ਹਨ। ਇੱਥੇ ਪ੍ਰਭਾਵ ਉਹਨਾਂ ਡਿਵੈਲਪਰਾਂ ਕੋਲ ਹੈ ਜੋ ਕੁਸ਼ਲ ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ ਵਿਧੀਆਂ ਅਤੇ ਸਥਾਨਕ ਹੋਸਟਿੰਗ ਹੱਲ ਬਣਾ ਰਹੇ ਹਨ। ਇਹ ਵੱਡੇ ਕਲਾਊਡ ਪ੍ਰਦਾਤਾਵਾਂ ਤੋਂ ਸ਼ਕਤੀ ਵਾਪਸ ਲੈਣ ਬਾਰੇ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਆਪਣੇ ਖੁਦ ਦੇ ਹਾਰਡਵੇਅਰ ‘ਤੇ ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲਾ ਮਾਡਲ ਚਲਾ ਸਕਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਡੇ ਕੋਲ ਸੁਤੰਤਰਤਾ ਦਾ ਇੱਕ ਪੱਧਰ ਹੈ ਜੋ API-ਅਧਾਰਿਤ ਸਿਸਟਮ ਨਾਲ ਸੰਭਵ ਨਹੀਂ ਹੈ। ਇਹ ਇੱਕ ਨਾਜ਼ੁਕ ਖੇਤਰ ਹੈ ਜਿੱਥੇ AI ਦੀ “ਹਕੀਕਤ” ਵਿਅਕਤੀ ਲਈ ਵਧੇਰੇ ਪਹੁੰਚਯੋਗ ਹੋ ਰਹੀ ਹੈ।

ਇਸ ਤਬਦੀਲੀ ਨੂੰ ਚਲਾਉਣ ਵਾਲੇ ਮੁੱਖ ਤਕਨੀਕੀ ਕਾਰਕਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:

• API ਰੇਟ ਸੀਮਾਵਾਂ ਅਤੇ ਉੱਚ-ਵਾਲੀਅਮ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਕੰਮਾਂ ਲਈ ਟੋਕਨਾਂ ਦੀ ਵਧਦੀ ਲਾਗਤ।
• ਹੈਲੂਸੀਨੇਸ਼ਨ ਨੂੰ ਘਟਾਉਣ ਲਈ ਰਿਟਰੀਵਲ-ਆਗਮੈਂਟਡ ਜਨਰੇਸ਼ਨ (RAG) ਦਾ ਵਿਕਾਸ।
• 70B+ ਪੈਰਾਮੀਟਰ ਮਾਡਲਾਂ ਨੂੰ ਚਲਾਉਣ ਲਈ ਸਥਾਨਕ ਸਟੋਰੇਜ ਅਤੇ ਮੈਮੋਰੀ ਦਾ ਅਨੁਕੂਲਨ।
• ਓਪਨ-ਸੋਰਸ ਵੇਟਸ ਦਾ ਉਭਾਰ ਜੋ ਖਾਸ ਬੈਂਚਮਾਰਕਾਂ ਵਿੱਚ ਮਲਕੀਅਤ ਪ੍ਰਣਾਲੀਆਂ ਦਾ ਮੁਕਾਬਲਾ ਕਰਦੇ ਹਨ।
• ਨਵੇਂ ਮਨੁੱਖੀ ਇਨਪੁਟ ‘ਤੇ ਨਿਰਭਰ ਕੀਤੇ ਬਿਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨ ਲਈ “ਸਿੰਥੈਟਿਕ ਡੇਟਾ ਲੂਪਸ” ਦੀ ਵਰਤੋਂ।

ਵਰਕਫਲੋ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਨਵਾਂ ਮੈਦਾਨ ਹੈ। ਸਿਰਫ਼ ਇੱਕ ਚੈਟ ਇੰਟਰਫੇਸ ਹੋਣਾ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ। AI ਨੂੰ ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ ਤੋਂ ਲੈ ਕੇ ਕੋਡ ਐਡੀਟਰਾਂ ਤੱਕ, ਸਾਡੇ ਦੁਆਰਾ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਟੂਲਸ ਵਿੱਚ ਸਿੱਧਾ ਜੋੜਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਪ੍ਰਭਾਵ ਉਹਨਾਂ ਲੋਕਾਂ ਕੋਲ ਹੈ ਜੋ ਇਹਨਾਂ ਇੰਟੀਗ੍ਰੇਸ਼ਨਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਦੇ ਹਨ। ਉਹ ਹੀ ਹਨ ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ ਕਿ ਅਸੀਂ ਤਕਨਾਲੋਜੀ ਨਾਲ ਕਿਵੇਂ ਗੱਲਬਾਤ ਕਰਦੇ ਹਾਂ। ਜੇਕਰ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਸਹਿਜ ਹੈ, ਤਾਂ ਸਾਨੂੰ ਪਤਾ ਵੀ ਨਹੀਂ ਲੱਗਦਾ ਕਿ AI ਉੱਥੇ ਹੈ। ਇਹ “ਅਦਿੱਖ AI” ਉਸ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ ਜਿਸਨੂੰ ਸਾਨੂੰ ਵਰਤਣ ਲਈ ਵਾਧੂ ਕੋਸ਼ਿਸ਼ ਕਰਨੀ ਪੈਂਦੀ ਹੈ। ਇਹ ਸਾਡੇ ਅਵਚੇਤਨ ਵਰਕਫਲੋ ਦਾ ਹਿੱਸਾ ਬਣ ਜਾਂਦਾ ਹੈ। MIT Technology Review ਦੇ ਅਨੁਸਾਰ, AI ਅਪਣਾਉਣ ਦਾ ਅਗਲਾ ਪੜਾਅ ਆਮ-ਉਦੇਸ਼ ਵਾਲੇ ਚੈਟਬੋਟਸ ਦੀ ਬਜਾਏ ਇਹਨਾਂ ਡੂੰਘੇ, ਵਿਸ਼ੇਸ਼ ਇੰਟੀਗ੍ਰੇਸ਼ਨਾਂ ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਜਾਵੇਗਾ।

ਸਾਨੂੰ ਮੌਜੂਦਾ ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਸੀਮਾਵਾਂ ‘ਤੇ ਵੀ ਵਿਚਾਰ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਅਸੀਂ ਇਸ ਗੱਲ ‘ਤੇ ਇੱਕ ਕੰਧ ਨਾਲ ਟਕਰਾ ਰਹੇ ਹਾਂ ਕਿ ਟ੍ਰੇਨਿੰਗ ਲਈ ਕਿੰਨਾ ਡੇਟਾ ਉਪਲਬਧ ਹੈ। AI ਵਿੱਚ ਅਗਲੀ ਛਾਲ ਸੰਭਵ ਤੌਰ ‘ਤੇ ਸਿਰਫ਼ ਸਕੇਲਿੰਗ ਕਰਨ ਦੀ ਬਜਾਏ ਐਲਗੋਰਿਦਮਿਕ ਕੁਸ਼ਲਤਾ ਤੋਂ ਆਵੇਗੀ। ਇਹ ਪ੍ਰਭਾਵ ਨੂੰ ਖੋਜਕਰਤਾਵਾਂ ਅਤੇ ਗਣਿਤ-ਸ਼ਾਸਤਰੀਆਂ ਦੇ ਹੱਥਾਂ ਵਿੱਚ ਵਾਪਸ ਰੱਖਦਾ ਹੈ। ਉਹ ਹੀ ਹਨ ਜੋ ਅਗਲੀ ਸਫਲਤਾ ਲੱਭਣਗੇ ਜੋ ਸਾਨੂੰ ਘੱਟ ਨਾਲ ਜ਼ਿਆਦਾ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦੇਵੇਗੀ। ਇਹ “ਬਰੂਟ ਫੋਰਸ” AI ਤੋਂ “ਐਲੀਗੈਂਟ” AI ਵੱਲ ਇੱਕ ਤਬਦੀਲੀ ਹੈ। ਜੋ ਲੋਕ ਕੁਸ਼ਲਤਾ ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰ ਸਕਦੇ ਹਨ, ਉਹ ਇਸ ਦਹਾਕੇ ਦੇ ਦੂਜੇ ਅੱਧ ਵਿੱਚ ਗੱਲਬਾਤ ਨੂੰ ਚਲਾਉਣਗੇ। ਉਹ ਨਿਰਧਾਰਤ ਕਰਨਗੇ ਕਿ ਕੀ AI ਇੱਕ ਸਰੋਤ-ਭਾਰੀ ਲਗਜ਼ਰੀ ਬਣਿਆ ਰਹਿੰਦਾ ਹੈ ਜਾਂ ਇੱਕ ਸਰਵਵਿਆਪੀ ਉਪਯੋਗਤਾ ਬਣ ਜਾਂਦਾ ਹੈ।

ਨਿਯੰਤਰਣ ਦੀ ਹਕੀਕਤ

ਗੱਲਬਾਤ ਸਿਧਾਂਤਕ ਤੋਂ ਵਿਹਾਰਕ ਵੱਲ ਤਬਦੀਲੀ ਬਾਰੇ ਹੈ। ਜੋ ਲੋਕ ਮਾਇਨੇ ਰੱਖਦੇ ਹਨ ਉਹ ਉਹ ਹਨ ਜੋ ਅਸਲ ਸੰਸਾਰ ਵਿੱਚ, ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਰੁਕਾਵਟਾਂ ਦੇ ਅਧੀਨ ਤਕਨਾਲੋਜੀ ਨੂੰ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ। ਇਸ ਵਿੱਚ ਰੈਗੂਲੇਟਰ, ਊਰਜਾ ਪ੍ਰਦਾਤਾ, ਡੇਟਾ ਮਾਲਕ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਇੰਜੀਨੀਅਰ ਸ਼ਾਮਲ ਹਨ। ਉਹ ਉਹ ਹਨ ਜੋ ਉਹਨਾਂ ਵਿਰੋਧਾਭਾਸਾਂ ਅਤੇ ਮੁਸ਼ਕਲ ਸਵਾਲਾਂ ਨਾਲ ਨਜਿੱਠ ਰਹੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸ਼ੁਰੂਆਤੀ ਹਾਈਪ ਨੇ ਨਜ਼ਰਅੰਦਾਜ਼ ਕੀਤਾ ਸੀ। ਪ੍ਰਭਾਵ ਉਹਨਾਂ ਲੋਕਾਂ ਤੋਂ ਹਟ ਗਿਆ ਹੈ ਜੋ ਭਵਿੱਖ ਬਾਰੇ ਗੱਲ ਕਰਦੇ ਹਨ ਉਹਨਾਂ ਵੱਲ ਜੋ ਅਸਲ ਵਿੱਚ ਪਾਈਪਾਂ ਅਤੇ ਨਿਯਮਾਂ ਨੂੰ ਬਣਾ ਰਹੇ ਹਨ ਜੋ ਇਸਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨਗੇ। ਇਹ ਕੁਝ ਸਾਲ ਪਹਿਲਾਂ ਦੀ ਗੱਲਬਾਤ ਨਾਲੋਂ ਵਧੇਰੇ ਗੰਭੀਰ, ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਅਤੇ ਵਧੇਰੇ ਮਹੱਤਵਪੂਰਨ ਗੱਲਬਾਤ ਹੈ।

ਸਿੱਟਾ ਸਪੱਸ਼ਟ ਹੈ। AI ਦੇ ਭਵਿੱਖ ਨੂੰ ਸਮਝਣ ਲਈ, ਮੈਗਜ਼ੀਨ ਦੇ ਕਵਰਾਂ ‘ਤੇ CEOs ਨੂੰ ਦੇਖਣਾ ਬੰਦ ਕਰੋ। ਪਾਵਰ ਗ੍ਰਿਡ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਵਾਲੇ ਲੋਕਾਂ, ਕਾਪੀਰਾਈਟ ‘ਤੇ ਬਹਿਸ ਕਰਨ ਵਾਲੇ ਵਕੀਲਾਂ, ਅਤੇ ਸਥਾਨਕ ਮਾਡਲਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਵਾਲੇ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਦੇਖੋ। ਉਹ ਹੀ ਹਨ ਜੋ ਅਸਲ ਵਿੱਚ ਡਰਾਈਵਰ ਦੀ ਸੀਟ ‘ਤੇ ਹਨ। ਤਾਕਤ ਹੁਣ ਵਾਅਦੇ ਵਿੱਚ ਨਹੀਂ ਹੈ। ਇਹ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਅਸੀਂ ਅੱਗੇ ਵਧਾਂਗੇ, ਦਾਅ ਸਿਰਫ਼ ਉੱਚੇ ਹੁੰਦੇ ਜਾਣਗੇ, ਅਤੇ ਸਪੱਸ਼ਟ-ਦ੍ਰਿਸ਼ਟੀ ਵਾਲੇ, ਸ਼ੱਕੀ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਲੋੜ ਸਿਰਫ਼ ਵਧੇਗੀ। AI ਸੈਲੀਬ੍ਰਿਟੀ ਦਾ ਦੌਰ ਖਤਮ ਹੋ ਗਿਆ ਹੈ। AI ਆਰਕੀਟੈਕਟ ਦਾ ਦੌਰ ਸ਼ੁਰੂ ਹੋ ਗਿਆ ਹੈ।

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.