ਨੈਤਿਕਤਾ ਅਤੇ ਦਰਸ਼ਨ ਨੈਤਿਕ ਪ੍ਰਸ਼ਨਾਂ, ਜ਼ਿੰਮੇਵਾਰੀ, ਅਲਾਈਨਮੈਂਟ ਬਹਿਸਾਂ, ਮਨੁੱਖੀ ਕਦਰਾਂ-ਕੀਮਤਾਂ, ਅਤੇ ਉੱਨਤ AI ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਦਾਰਸ਼ਨਿਕ ਪੱਖ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ। ਇਹ ‘Safe or Sorry?’ ਦੇ ਅਧੀਨ ਆਉਂਦਾ ਹੈ ਅਤੇ ਸਾਈਟ ਨੂੰ ਇਸ ਵਿਸ਼ੇ ਲਈ ਇੱਕ ਵਧੇਰੇ ਕੇਂਦ੍ਰਿਤ ਸਥਾਨ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇਸ ਸ਼੍ਰੇਣੀ ਦਾ ਉਦੇਸ਼ ਵਿਸ਼ੇ ਨੂੰ ਸਿਰਫ਼ ਮਾਹਿਰਾਂ ਦੀ ਬਜਾਏ ਵਿਆਪਕ ਸਰੋਤਿਆਂ ਲਈ ਪੜ੍ਹਨਯੋਗ, ਉਪਯੋਗੀ ਅਤੇ ਇਕਸਾਰ ਬਣਾਉਣਾ ਹੈ। ਇੱਥੇ ਪੋਸਟਾਂ ਵਿੱਚ ਇਹ ਦੱਸਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਬਦਲਿਆ ਹੈ, ਇਹ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ, ਲੋਕਾਂ ਨੂੰ ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਵਿਹਾਰਕ ਨਤੀਜੇ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਕਿੱਥੇ ਦਿਖਾਈ ਦੇਣਗੇ। ਇਹ ਭਾਗ ਤਾਜ਼ਾ ਖ਼ਬਰਾਂ ਅਤੇ ਸਦਾਬਹਾਰ ਵਿਆਖਿਆਕਾਰਾਂ ਦੋਵਾਂ ਲਈ ਵਧੀਆ ਕੰਮ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਤਾਂ ਜੋ ਲੇਖ ਰੋਜ਼ਾਨਾ ਪ੍ਰਕਾਸ਼ਨ ਦਾ ਸਮਰਥਨ ਕਰ ਸਕਣ ਅਤੇ ਸਮੇਂ ਦੇ ਨਾਲ ਖੋਜ ਮੁੱਲ ਵੀ ਬਣਾ ਸਕਣ। ਇਸ ਸ਼੍ਰੇਣੀ ਦੇ ਮਜ਼ਬੂਤ ਲੇਖਾਂ ਨੂੰ ਸਾਈਟ ‘ਤੇ ਹੋਰ ਕਿਤੇ ਸਬੰਧਤ ਕਹਾਣੀਆਂ, ਗਾਈਡਾਂ, ਤੁਲਨਾਵਾਂ ਅਤੇ ਪਿਛੋਕੜ ਵਾਲੇ ਲੇਖਾਂ ਨਾਲ ਕੁਦਰਤੀ ਤੌਰ ‘ਤੇ ਲਿੰਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਟੋਨ ਸਪਸ਼ਟ, ਭਰੋਸੇਮੰਦ ਅਤੇ ਸਰਲ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ, ਉਹਨਾਂ ਉਤਸੁਕ ਪਾਠਕਾਂ ਲਈ ਲੋੜੀਂਦੇ ਸੰਦਰਭ ਦੇ ਨਾਲ ਜੋ ਸ਼ਾਇਦ ਪਹਿਲਾਂ ਤੋਂ ਸ਼ਬਦਾਵਲੀ ਨੂੰ ਨਹੀਂ ਜਾਣਦੇ। ਚੰਗੀ ਤਰ੍ਹਾਂ ਵਰਤੀ ਗਈ, ਇਹ ਸ਼੍ਰੇਣੀ ਇੱਕ ਭਰੋਸੇਯੋਗ ਪੁਰਾਲੇਖ, ਇੱਕ ਟ੍ਰੈਫਿਕ ਸਰੋਤ, ਅਤੇ ਇੱਕ ਮਜ਼ਬੂਤ ਅੰਦਰੂਨੀ-ਲਿੰਕਿੰਗ ਹੱਬ ਬਣ ਸਕਦੀ ਹੈ ਜੋ ਪਾਠਕਾਂ ਨੂੰ ਇੱਕ ਉਪਯੋਗੀ ਵਿਸ਼ੇ ਤੋਂ ਦੂਜੇ ਵਿਸ਼ੇ ‘ਤੇ ਜਾਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ।
ਬਲੈਕ ਬਾਕਸ ਯੁੱਗ ਦਾ ਅੰਤ2026 ਤੱਕ, ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਬਾਰੇ ਗੱਲਬਾਤ ਸਾਇੰਸ ਫਿਕਸ਼ਨ ਦੇ ਡਰਾਉਣੇ ਸੁਪਨਿਆਂ ਤੋਂ ਅੱਗੇ ਵਧ ਚੁੱਕੀ ਹੈ। ਅਸੀਂ ਹੁਣ ਇਹ ਬਹਿਸ ਨਹੀਂ ਕਰ ਰਹੇ ਕਿ ਕੀ ਮਸ਼ੀਨ ਸੋਚ ਸਕਦੀ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, ਅਸੀਂ ਇਹ ਦੇਖ ਰਹੇ ਹਾਂ ਕਿ ਜਦੋਂ ਕੋਈ ਮਾਡਲ ਅਜਿਹੀ ਡਾਕਟਰੀ ਸਿਫ਼ਾਰਸ਼ ਦਿੰਦਾ ਹੈ ਜੋ ਮੁਕੱਦਮੇ ਦਾ ਕਾਰਨ
ਸੌਫਟਵੇਅਰ ਦਾ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਤੋਂ ਲੈ ਕੇ ਉਦਾਹਰਣਾਂ ਤੋਂ ਸਿੱਖਣ ਤੱਕ ਦਾ ਸਫ਼ਰ ਕੰਪਿਊਟਿੰਗ ਦੇ ਇਤਿਹਾਸ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਡਾ ਬਦਲਾਅ ਹੈ। ਦਹਾਕਿਆਂ ਤੱਕ, ਇੰਜੀਨੀਅਰਾਂ ਨੇ ਹਰ ਸੰਭਵ ਨਤੀਜੇ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਲਈ ਕੋਡ ਦੀਆਂ ਸਖ਼ਤ ਲਾਈਨਾਂ ਲਿਖੀਆਂ। ਇਹ ਤਰੀਕਾ ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ ਲਈ ਤਾਂ ਠੀਕ ਸੀ, ਪਰ ਮਨੁੱਖੀ ਬੋਲੀ ਅਤੇ ਵਿਜ਼ੂਅਲ ਪਛਾਣ ਲਈ
ਇਨਫ੍ਰਾਸਟ੍ਰਕਚਰ ਦਾ ਚੱਕਰ ਦੁਹਰਾਇਆ ਜਾਂਦਾ ਹੈਸਿਲੀਕਾਨ ਵੈਲੀ ਅਕਸਰ ਦਾਅਵਾ ਕਰਦੀ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਦੀ ਨਵੀਨਤਮ ਖੋਜ ਬੇਮਿਸਾਲ ਹੈ। ਅਜਿਹਾ ਨਹੀਂ ਹੈ। ਮੌਜੂਦਾ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਾ ਉਛਾਲ 1800 ਦੇ ਦਹਾਕੇ ਦੇ ਰੇਲਵੇ ਵਿਸਤਾਰ ਅਤੇ 1990 ਦੇ ਦਹਾਕੇ ਦੇ ਅਖੀਰ ਦੇ ਡਾਟ-ਕਾਮ ਬੂਮ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਅਸੀਂ ਦੇਖ ਰਹੇ ਹਾਂ ਕਿ ਪੂੰਜੀ ਕਿਵੇਂ ਵਗਦੀ ਹੈ
ਟੈਕਨਾਲੋਜੀ ਦੀ ਦੁਨੀਆ ਵਿੱਚ ਅੱਜਕੱਲ੍ਹ ‘ਸਪੀਡ’ ਹੀ ਸਭ ਕੁਝ ਹੈ। ਕੰਪਨੀਆਂ ਵੱਡੇ ਲੈਂਗੂਏਜ ਮਾਡਲਾਂ ਨੂੰ ਲਾਂਚ ਕਰਨ ਦੀ ਦੌੜ ਵਿੱਚ ਹਨ ਕਿਉਂਕਿ ਉਹ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਤੋਂ ਪਿੱਛੇ ਰਹਿਣ ਤੋਂ ਡਰਦੀਆਂ ਹਨ। ਪਰ ਬਿਨਾਂ ਕਿਸੇ ਨੈਤਿਕ ਸੋਚ ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਣਾ ਅਜਿਹਾ ‘ਟੈਕਨੀਕਲ ਡੈਬਟ’ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਅੰਤ ਵਿੱਚ ਪ੍ਰੋਡਕਟ ਨੂੰ ਖਰਾਬ ਕਰ ਦਿੰਦਾ
ਵਿਹਾਰਕ ਚੋਣਜ਼ਿਆਦਾਤਰ ਲੋਕ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਫਿਲਾਸਫੀ ਨੂੰ ਇਸ ਬਹਿਸ ਵਜੋਂ ਦੇਖਦੇ ਹਨ ਕਿ ਕੀ ਰੋਬੋਟਾਂ ਕੋਲ ਰੂਹ ਹੁੰਦੀ ਹੈ। ਇਹ ਇੱਕ ਵੱਡੀ ਗਲਤੀ ਹੈ ਜੋ ਸਮਾਂ ਬਰਬਾਦ ਕਰਦੀ ਹੈ ਅਤੇ ਅਸਲ ਖਤਰਿਆਂ ਨੂੰ ਲੁਕਾਉਂਦੀ ਹੈ। ਪੇਸ਼ੇਵਰ ਦੁਨੀਆ ਵਿੱਚ, ਇਸ ਟੈਕਨਾਲੋਜੀ ਦੀ ਫਿਲਾਸਫੀ ਅਸਲ ਵਿੱਚ ਜਵਾਬਦੇਹੀ, ਸ਼ੁੱਧਤਾ ਅਤੇ ਮਨੁੱਖੀ ਮਿਹਨਤ ਦੀ ਲਾਗਤ ਬਾਰੇ ਇੱਕ
ਨਿਰਪੱਖ ਕੋਡ ਦਾ ਭਰਮਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਬਾਰੇ ਚਰਚਾ ਅਕਸਰ ਤਕਨੀਕੀ ਮਾਪਦੰਡਾਂ ਅਤੇ ਪ੍ਰੋਸੈਸਿੰਗ ਪਾਵਰ ਦੇ ਦੁਆਲੇ ਘੁੰਮਦੀ ਹੈ। ਅਸੀਂ ਪੈਰਾਮੀਟਰਾਂ ਅਤੇ ਪੇਟਾਬਾਈਟਸ ਬਾਰੇ ਇੰਝ ਗੱਲ ਕਰਦੇ ਹਾਂ ਜਿਵੇਂ ਇਹੀ ਸਭ ਕੁਝ ਹੈ। ਪਰ ਇਹ ਫੋਕਸ ਇੱਕ ਹੋਰ ਜ਼ਰੂਰੀ ਸੱਚਾਈ ਨੂੰ ਲੁਕਾ ਦਿੰਦਾ ਹੈ। ਹਰ ਵੱਡਾ ਲੈਂਗੂਏਜ ਮਾਡਲ ਉਹਨਾਂ ਮਨੁੱਖੀ ਤਰਜੀਹਾਂ ਦਾ ਪ੍ਰਤੀਬਿੰਬ ਹੈ ਜਿਨ੍ਹਾਂ
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਾ ਮੌਜੂਦਾ ਉਛਾਲ ਇੱਕ ਅਚਾਨਕ ਆਏ ਤੂਫਾਨ ਵਰਗਾ ਲੱਗਦਾ ਹੈ, ਪਰ ਅਸਲ ਵਿੱਚ ਇਹ ਕਈ ਸਾਲ ਪਹਿਲਾਂ ਲਏ ਗਏ ਇੱਕ ਸ਼ਾਂਤ ਫੈਸਲੇ ਦਾ ਨਤੀਜਾ ਹੈ। 2017 ਵਿੱਚ, Google ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ‘Attention Is All You Need’ ਨਾਮ ਦਾ ਇੱਕ ਪੇਪਰ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤਾ। ਇਸ ਪੇਪਰ ਨੇ Transformer architecture ਨੂੰ ਪੇਸ਼ ਕੀਤਾ। ਇਸ
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਾ ਮੌਜੂਦਾ ਉਭਾਰ 2022 ਦੇ ਅਖੀਰ ਵਿੱਚ ਕਿਸੇ ਵਾਇਰਲ ਚੈਟਬੋਟ ਨਾਲ ਸ਼ੁਰੂ ਨਹੀਂ ਹੋਇਆ ਸੀ। ਇਹ 2017 ਵਿੱਚ ਗੂਗਲ ਇੰਜੀਨੀਅਰਾਂ ਦੁਆਰਾ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ ਖਾਸ ਖੋਜ ਪੱਤਰ ‘Attention Is All You Need’ ਨਾਲ ਸ਼ੁਰੂ ਹੋਇਆ। ਇਸ ਦਸਤਾਵੇਜ਼ ਨੇ Transformer ਆਰਕੀਟੈਕਚਰ ਪੇਸ਼ ਕੀਤਾ, ਜਿਸ ਨੇ ਮਸ਼ੀਨਾਂ ਦੇ ਮਨੁੱਖੀ ਭਾਸ਼ਾ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ ਦੇ