ਉਦੋਂ ਅਤੇ ਹੁਣ ਇਤਿਹਾਸ, ਸਮਾਂ-ਰੇਖਾਵਾਂ, ਮੀਲ ਪੱਥਰਾਂ ਅਤੇ ਪੁਰਾਣੇ ਵਿਚਾਰਾਂ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ ਜੋ ਅੱਜ ਪਾਠਕਾਂ ਦੁਆਰਾ ਦੇਖੇ ਜਾ ਰਹੇ AI ਪਲਾਂ ਨੂੰ ਸਮਝਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ। ਇਸ ਸ਼੍ਰੇਣੀ ਦਾ ਟੀਚਾ ਵਿਸ਼ੇ ਨੂੰ ਕੇਵਲ ਮਾਹਿਰਾਂ ਲਈ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਇੱਕ ਵਿਸ਼ਾਲ ਦਰਸ਼ਕਾਂ ਲਈ ਪੜ੍ਹਨਯੋਗ, ਉਪਯੋਗੀ ਅਤੇ ਇਕਸਾਰ ਬਣਾਉਣਾ ਹੈ। ਇੱਥੇ ਪੋਸਟਾਂ ਵਿੱਚ ਇਹ ਦੱਸਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਬਦਲਿਆ ਹੈ, ਇਹ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਲੋਕਾਂ ਨੂੰ ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਵਿਵਹਾਰਕ ਨਤੀਜੇ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਕਿੱਥੇ ਦਿਖਾਈ ਦੇਣਗੇ। ਇਹ ਭਾਗ ਤਾਜ਼ਾ ਖ਼ਬਰਾਂ ਅਤੇ ਸਦਾਬਹਾਰ ਵਿਆਖਿਆਕਾਰਾਂ (explainers) ਦੋਵਾਂ ਲਈ ਵਧੀਆ ਕੰਮ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਤਾਂ ਜੋ ਲੇਖ ਰੋਜ਼ਾਨਾ ਪ੍ਰਕਾਸ਼ਨ ਦਾ ਸਮਰਥਨ ਕਰ ਸਕਣ ਅਤੇ ਸਮੇਂ ਦੇ ਨਾਲ ਖੋਜ ਮੁੱਲ (search value) ਵੀ ਬਣਾ ਸਕਣ। ਇਸ ਸ਼੍ਰੇਣੀ ਦੇ ਮਜ਼ਬੂਤ ਲੇਖਾਂ ਨੂੰ ਸਾਈਟ ‘ਤੇ ਹੋਰ ਥਾਵਾਂ ‘ਤੇ ਸੰਬੰਧਿਤ ਕਹਾਣੀਆਂ, ਗਾਈਡਾਂ, ਤੁਲਨਾਵਾਂ ਅਤੇ ਪਿਛੋਕੜ ਵਾਲੇ ਲੇਖਾਂ ਨਾਲ ਕੁਦਰਤੀ ਤੌਰ ‘ਤੇ ਲਿੰਕ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਟੋਨ ਸਪਸ਼ਟ, ਭਰੋਸੇਮੰਦ ਅਤੇ ਸਰਲ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ, ਉਹਨਾਂ ਉਤਸੁਕ ਪਾਠਕਾਂ ਲਈ ਲੋੜੀਂਦੇ ਸੰਦਰਭ ਦੇ ਨਾਲ ਜੋ ਸ਼ਾਇਦ ਸ਼ਬਦਾਵਲੀ (jargon) ਨੂੰ ਪਹਿਲਾਂ ਤੋਂ ਨਹੀਂ ਜਾਣਦੇ ਹਨ। ਚੰਗੀ ਤਰ੍ਹਾਂ ਵਰਤੀ ਗਈ, ਇਹ ਸ਼੍ਰੇਣੀ ਇੱਕ ਭਰੋਸੇਮੰਦ ਪੁਰਾਲੇਖ (archive), 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।
ਕੀ ਹਾਲ ਹੈ ਦੋਸਤੋ! ਕੀ ਤੁਸੀਂ ਕਦੇ ਸੋਚਿਆ ਹੈ ਕਿ ਅਸੀਂ ਇੱਥੇ ਤੱਕ ਕਿਵੇਂ ਪਹੁੰਚੇ? ਇੰਝ ਲੱਗਦਾ ਹੈ ਜਿਵੇਂ ਕੱਲ੍ਹ ਦੀ ਹੀ ਗੱਲ ਹੋਵੇ ਜਦੋਂ ਅਸੀਂ ਮਾਮੂਲੀ ਵੌਇਸ ਅਸਿਸਟੈਂਟਸ ਨਾਲ ਮੱਥਾ ਮਾਰਦੇ ਸੀ ਜੋ ਮੁਸ਼ਕਿਲ ਨਾਲ ਟਾਈਮਰ ਲਗਾਉਂਦੇ ਸੀ, ਅਤੇ ਹੁਣ ਸਾਡੇ ਕੋਲ ਅਜਿਹੇ ਟੂਲ ਹਨ ਜੋ ਕੋਡ ਲਿਖ ਸਕਦੇ ਹਨ, ਛੁੱਟੀਆਂ ਪਲਾਨ ਕਰ
ਤੁਹਾਡੇ ਗੁਆਂਢ ਦੀ ਨਵੀਂ ਦੋਸਤਾਨਾ ਬ੍ਰੇਨ ਪਾਵਰਅਜੋਕੇ ਯੁੱਗ ਦੇ ਚਮਕਦਾਰ ਪੱਖ ਵਿੱਚ ਤੁਹਾਡਾ ਸੁਆਗਤ ਹੈ ਜਿੱਥੇ ਟੈਕਨਾਲੋਜੀ ਕਿਸੇ ਗੁੰਝਲਦਾਰ ਬੁਝਾਰਤ ਦੀ ਬਜਾਏ ਇੱਕ ਮਦਦਗਾਰ ਹੱਥ ਵਾਂਗ ਮਹਿਸੂਸ ਹੁੰਦੀ ਹੈ। ਰੋਬੋਟਾਂ ਦੁਆਰਾ ਦੁਨੀਆ ‘ਤੇ ਕਬਜ਼ਾ ਕਰਨ ਬਾਰੇ ਵੱਡੀਆਂ ਗੱਲਾਂ ਅਤੇ ਡਰਾਉਣੀਆਂ ਕਹਾਣੀਆਂ ਵਿੱਚ ਫਸਣਾ ਬਹੁਤ ਆਸਾਨ ਹੈ, ਪਰ ਅਸਲੀਅਤ ਬਹੁਤ ਜ਼ਿਆਦਾ ਖੁਸ਼ਗਵਾਰ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ
2026 ਦਾ ਸਾਲ 2020 ਦੇ ਸ਼ੁਰੂਆਤੀ ਦੌਰ ਦੀਆਂ ਵੱਡੀਆਂ compute ਜੰਗਾਂ ਤੋਂ ਇੱਕ ਵੱਡਾ ਮੋੜ ਹੈ। ਅਸੀਂ ਅਜਿਹੇ ਦੌਰ ਵਿੱਚ ਦਾਖਲ ਹੋ ਗਏ ਹਾਂ ਜਿੱਥੇ ਕੁਸ਼ਲਤਾ (efficiency) ਅਤੇ ਭਰੋਸੇਯੋਗਤਾ (reliability) ਕੱਚੇ ਪੈਰਾਮੀਟਰਾਂ ਦੀ ਗਿਣਤੀ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਮਹੱਤਵ ਰੱਖਦੀ ਹੈ। ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਰਿਸਰਚ ਰੁਝਾਨ ਹੁਣ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਕਲਾਉਡ ਕਨੈਕਸ਼ਨ ਤੋਂ ਬਿਨਾਂ ਆਮ ਹਾਰਡਵੇਅਰ ‘ਤੇ
ਕਲਾਉਡ ਹੁਣ ਸਿਰਫ਼ ਧਰਤੀ ਤੱਕ ਸੀਮਤ ਨਹੀਂ ਰਿਹਾ। ਦਹਾਕਿਆਂ ਤੋਂ, ਅਸੀਂ ਪਾਵਰ ਗਰਿੱਡਾਂ ਅਤੇ ਫਾਈਬਰ ਬੈਕਬੋਨ ਦੇ ਨੇੜੇ ਡਾਟਾ ਸੈਂਟਰ ਬਣਾਏ ਹਨ। ਪਰ ਹੁਣ ਇਹ ਮਾਡਲ ਇੱਕ ਵੱਡੀ ਸਮੱਸਿਆ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਅਸੀਂ ਸੈਂਸਰਾਂ, ਡਰੋਨਾਂ ਅਤੇ ਸੈਟੇਲਾਈਟਾਂ ਤੋਂ ਜ਼ਿਆਦਾ ਡਾਟਾ ਪੈਦਾ ਕਰ ਰਹੇ ਹਾਂ, ਉਸ ਡਾਟਾ ਨੂੰ ਗਰਾਊਂਡ ਸਟੇਸ਼ਨ ਤੱਕ ਪਹੁੰਚਾਉਣ ਦਾ…
ਅਸੀਂ ਨਕਲੀ ਦਿਮਾਗ ਨਹੀਂ ਬਣਾ ਰਹੇ ਹਾਂ। ਅਸੀਂ ਅਜਿਹੇ ਆਧੁਨਿਕ ਅੰਕੜਾ ਇੰਜਣ ਬਣਾ ਰਹੇ ਹਾਂ ਜੋ ਕਿਸੇ ਲੜੀ ਵਿੱਚ ਅਗਲੀ ਸੰਭਾਵਿਤ ਜਾਣਕਾਰੀ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਨ। ਮੌਜੂਦਾ ਚਰਚਾ ਵਿੱਚ ਅਕਸਰ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ (large language models) ਨੂੰ ਅਜਿਹਾ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ ਜਿਵੇਂ ਉਹ ਨਵੇਂ ਜੈਵਿਕ ਦਿਮਾਗ ਹੋਣ, ਪਰ ਇਹ ਇੱਕ ਬੁਨਿਆਦੀ ਸ਼੍ਰੇਣੀ ਦੀ ਗਲਤੀ
Brute Force ਯੁੱਗ ਦਾ ਅੰਤAI ਮਾਡਲਾਂ ਨੂੰ ਸਿਰਫ਼ ਵੱਡਾ ਬਣਾਉਣ ਦਾ ਦੌਰ ਹੁਣ ਖ਼ਤਮ ਹੋ ਰਿਹਾ ਹੈ। ਸਾਲਾਂ ਤੱਕ, ਇੰਡਸਟਰੀ ਇੱਕ ਅਜਿਹੇ ਰਾਹ ‘ਤੇ ਚੱਲੀ ਜਿੱਥੇ ਜ਼ਿਆਦਾ ਡੇਟਾ ਅਤੇ ਜ਼ਿਆਦਾ ਚਿਪਸ ਦਾ ਮਤਲਬ ਬਿਹਤਰ ਪਰਫਾਰਮੈਂਸ ਹੁੰਦਾ ਸੀ। ਇਹ ਰੁਝਾਨ ਹੁਣ ਇੱਕ ਸੀਮਾ ਤੱਕ ਪਹੁੰਚ ਗਿਆ ਹੈ। ਹੁਣ ਫੋਕਸ ਇਸ ਗੱਲ ‘ਤੇ ਹੈ ਕਿ ਮਾਡਲ
ਸਿਲੀਕਾਨ ਵੈਲੀ ਨੇ ਵਾਅਦਾ ਕੀਤਾ ਸੀ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਮਨੁੱਖਤਾ ਦੀਆਂ ਸਭ ਤੋਂ ਮੁਸ਼ਕਿਲ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰੇਗੀ। ਪਰ ਇਸ ਦੀ ਬਜਾਏ, ਇਸ ਤਕਨਾਲੋਜੀ ਨੇ ਅਜਿਹੀਆਂ ਨਵੀਆਂ ਮੁਸ਼ਕਲਾਂ ਪੈਦਾ ਕਰ ਦਿੱਤੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਕੋਈ ਵੀ ਕੋਡ ਹੱਲ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਅਸੀਂ ਹੁਣ ਹੈਰਾਨੀ ਦੇ ਦੌਰ ਤੋਂ ਨਿਕਲ ਕੇ ਜਵਾਬਦੇਹੀ ਦੇ ਸਖ਼ਤ ਦੌਰ
ਡਿਜੀਟਲ ਵਾਈਲਡ ਵੈਸਟ ਦਾ ਅੰਤ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਸਮੱਗਰੀ ਦਾ ਮਾਲਕ ਕੌਣ ਹੈ, ਇਹ ਸਵਾਲ ਹੁਣ ਸਿਰਫ਼ ਇੱਕ ਦਾਰਸ਼ਨਿਕ ਬਹਿਸ ਨਹੀਂ ਰਿਹਾ, ਸਗੋਂ ਇੱਕ ਵੱਡੀ ਕਾਰਪੋਰੇਟ ਜ਼ਿੰਮੇਵਾਰੀ ਬਣ ਗਿਆ ਹੈ। ਜਨਰੇਟਿਵ ਮਾਡਲਾਂ ਦੇ ਸ਼ੁਰੂਆਤੀ ਦਿਨਾਂ ਵਿੱਚ, ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਲੱਗਦਾ ਸੀ ਕਿ ਇੱਕ ਬਟਨ ਕਲਿੱਕ ਕਰਨ ਨਾਲ ਮਾਲਕੀ ਮਿਲ ਜਾਂਦੀ ਹੈ। ਪਰ 2026 ਤੱਕ, ਅਦਾਲਤੀ…
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਾ ਸਫ਼ਰ ਅਕਸਰ ਇੱਕ ਅਚਾਨਕ ਧਮਾਕੇ ਵਾਂਗ ਲੱਗਦਾ ਹੈ, ਪਰ 2026 ਤੱਕ ਪਹੁੰਚਣ ਦਾ ਰਾਹ ਦਹਾਕਿਆਂ ਪਹਿਲਾਂ ਹੀ ਤਿਆਰ ਹੋ ਗਿਆ ਸੀ। ਅਸੀਂ ਹੁਣ ਸਟੈਟਿਕ ਸਾਫਟਵੇਅਰ ਦੇ ਦੌਰ ਤੋਂ ਬਾਹਰ ਨਿਕਲ ਕੇ ਇੱਕ ਅਜਿਹੇ ਸਮੇਂ ਵਿੱਚ ਆ ਗਏ ਹਾਂ ਜਿੱਥੇ ਸੰਭਾਵਨਾਵਾਂ ਸਾਡੇ ਡਿਜੀਟਲ ਤਜ਼ਰਬਿਆਂ ਨੂੰ ਤੈਅ ਕਰਦੀਆਂ ਹਨ। ਇਹ ਤਬਦੀਲੀ ਕੰਪਿਊਟਰਾਂ
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