ਇਸ ਸਮੇਂ ਦੇ ਸਭ ਤੋਂ ਖੁਲਾਸਾ ਕਰਨ ਵਾਲੇ AI ਇੰਟਰਵਿਊ

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਸੈਕਟਰ ਵਿੱਚ ਕਾਰਜਕਾਰੀ ਟਿੱਪਣੀਆਂ ਦਾ ਮੌਜੂਦਾ ਚੱਕਰ ਤਕਨੀਕੀ ਆਸ਼ਾਵਾਦ ਤੋਂ ਬਚਾਅ ਵਾਲੇ ਰੁਖ ਵੱਲ ਬਦਲ ਗਿਆ ਹੈ। ਸਭ ਤੋਂ ਪ੍ਰਮੁੱਖ ਲੈਬਾਂ ਦੇ ਆਗੂ ਹੁਣ ਸਿਰਫ਼ ਇਹ ਨਹੀਂ ਦੱਸ ਰਹੇ ਕਿ ਉਨ੍ਹਾਂ ਦੇ ਮਾਡਲ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ। ਇਸ ਦੀ ਬਜਾਏ, ਉਹ ਰੈਗੂਲੇਟਰਾਂ ਅਤੇ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਇਹ ਸੰਕੇਤ ਦੇ ਰਹੇ ਹਨ ਕਿ ਆਉਣ ਵਾਲੇ ਸਾਲਾਂ ਵਿੱਚ ਦੇਣਦਾਰੀ ਅਤੇ ਮੁਨਾਫੇ ਦੀਆਂ ਸੀਮਾਵਾਂ ਕਿੱਥੇ ਹੋਣਗੀਆਂ। ਜਦੋਂ ਤੁਸੀਂ Sam Altman ਜਾਂ Demis Hassabis ਵਰਗੀਆਂ ਸ਼ਖਸੀਅਤਾਂ ਨਾਲ ਹਾਲੀਆ ਲੰਬੇ ਸਮੇਂ ਦੀਆਂ ਚਰਚਾਵਾਂ ਸੁਣਦੇ ਹੋ, ਤਾਂ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਅਕਸਰ ਉਹਨਾਂ ਦੇ ਰੁਕਣ ਅਤੇ ਉਹਨਾਂ ਖਾਸ ਵਿਸ਼ਿਆਂ ਵਿੱਚ ਮਿਲਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਉਹ ਸੰਬੋਧਨ ਕਰਨ ਤੋਂ ਇਨਕਾਰ ਕਰਦੇ ਹਨ। ਮੁੱਖ ਸਿੱਟਾ ਇਹ ਹੈ ਕਿ ਖੁੱਲ੍ਹੇ ਪ੍ਰਯੋਗਾਂ ਦਾ ਯੁੱਗ ਖਤਮ ਹੋ ਗਿਆ ਹੈ। ਇਸਦੀ ਜਗ੍ਹਾ ਰਣਨੀਤਕ ਮਜ਼ਬੂਤੀ ਦੇ ਇੱਕ ਦੌਰ ਨੇ ਲੈ ਲਈ ਹੈ ਜਿੱਥੇ ਮੁੱਖ ਟੀਚਾ ਇਹਨਾਂ ਸਿਸਟਮਾਂ ਨੂੰ ਚੱਲਦਾ ਰੱਖਣ ਲਈ ਲੋੜੀਂਦੀ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਪੂੰਜੀ ਅਤੇ ਊਰਜਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨਾ ਹੈ। ਇਹ ਇੰਟਰਵਿਊ ਸਿਰਫ਼ ਜਨਤਾ ਲਈ ਅੱਪਡੇਟ ਨਹੀਂ ਹਨ। ਇਹ ਸੁਰੱਖਿਆ ਅਤੇ ਉਪਯੋਗਤਾ ਬਾਰੇ ਉਮੀਦਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਸਾਵਧਾਨੀ ਨਾਲ ਕੀਤੇ ਗਏ ਪ੍ਰਦਰਸ਼ਨ ਹਨ, ਜਦਕਿ ਬੇਮਿਸਾਲ ਪੈਮਾਨੇ ਲਈ ਦਰਵਾਜ਼ਾ ਖੁੱਲ੍ਹਾ ਰੱਖਿਆ ਗਿਆ ਹੈ। ਇਹ ਤਬਦੀਲੀ ਉਦਯੋਗ ਵਿੱਚ ਇੱਕ ਨਵੇਂ ਪੜਾਅ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਜਿੱਥੇ ਫੋਕਸ ਸਿਰਫ਼ ਐਲਗੋਰਿਦਮਿਕ ਸਫਲਤਾਵਾਂ ਦੀ ਬਜਾਏ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਰਾਜਨੀਤਿਕ ਪ੍ਰਭਾਵ ‘ਤੇ ਹੈ।

ਸਿਲੀਕਾਨ ਵੈਲੀ ਦੀ ਤਾਕਤ ਦੀਆਂ ਲਾਈਨਾਂ ਵਿਚਕਾਰ ਪੜ੍ਹਨਾ

ਅੱਜ ਉਦਯੋਗ ਵਿੱਚ ਕੀ ਹੋ ਰਿਹਾ ਹੈ ਇਹ ਸਮਝਣ ਲਈ, ਮਨੁੱਖਤਾ ਦੀ ਮਦਦ ਕਰਨ ਬਾਰੇ ਪਾਲਿਸ਼ ਕੀਤੇ ਗਏ ਸਾਊਂਡਬਾਈਟਸ ਤੋਂ ਪਰੇ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਹਨਾਂ ਇੰਟਰਵਿਊਆਂ ਦਾ ਮੁੱਖ ਕੰਮ ਅਟੱਲਤਾ ਦਾ ਇੱਕ ਬਿਰਤਾਂਤ ਸਥਾਪਤ ਕਰਨਾ ਹੈ। ਜਦੋਂ ਕਾਰਜਕਾਰੀ ਭਵਿੱਖ ਬਾਰੇ ਗੱਲ ਕਰਦੇ ਹਨ, ਤਾਂ ਉਹ ਅਕਸਰ ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੇ ਮਾਡਲਾਂ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ ਅਸਪਸ਼ਟ ਸ਼ਬਦਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਇਹ ਜਾਣਬੁੱਝ ਕੇ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਗੈਰ-ਵਿਸ਼ੇਸ਼ ਰਹਿ ਕੇ, ਉਹ ਅਸਲ ਆਉਟਪੁੱਟ ਦੀ ਪਰਵਾਹ ਕੀਤੇ ਬਿਨਾਂ ਸਫਲਤਾ ਦਾ ਦਾਅਵਾ ਕਰ ਸਕਦੇ ਹਨ। ਉਹ ਇਸ ਵਿਚਾਰ ਤੋਂ ਦੂਰ ਜਾ ਰਹੇ ਹਨ ਕਿ AI ਖਾਸ ਕੰਮਾਂ ਲਈ ਇੱਕ ਟੂਲ ਹੈ ਅਤੇ ਇਸ ਵਿਚਾਰ ਵੱਲ ਵਧ ਰਹੇ ਹਨ ਕਿ ਇਹ ਗਲੋਬਲ ਸਮਾਜ ਦੀ ਇੱਕ ਬੁਨਿਆਦੀ ਪਰਤ ਹੈ। ਇਹ ਤਬਦੀਲੀ ਇਸ ਗੱਲ ਵਿੱਚ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ ਕਿ ਉਹ ਕਾਪੀਰਾਈਟ ਅਤੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਬਾਰੇ ਸਵਾਲਾਂ ਨੂੰ ਕਿਵੇਂ ਸੰਭਾਲਦੇ ਹਨ। ਸਪੱਸ਼ਟ ਹੱਲ ਪੇਸ਼ ਕਰਨ ਦੀ ਬਜਾਏ, ਉਹ ਤਰੱਕੀ ਦੀ ਲੋੜ ਵੱਲ ਮੁੜਦੇ ਹਨ। ਉਹ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਤਕਨਾਲੋਜੀ ਦੇ ਲਾਭ ਅੰਤ ਵਿੱਚ ਅੱਜ ਲਏ ਗਏ ਕਾਨੂੰਨੀ ਅਤੇ ਨੈਤਿਕ ਸ਼ਾਰਟਕੱਟਾਂ ਦੀਆਂ ਲਾਗਤਾਂ ਤੋਂ ਵੱਧ ਜਾਣਗੇ। ਇਹ ਇੱਕ ਉੱਚ-ਦਾਅ ਵਾਲਾ ਜੂਆ ਹੈ ਜੋ ਜਨਤਾ ਅਤੇ ਅਦਾਲਤਾਂ ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਉਹ ਪੁਰਾਣੇ ਨਿਯਮਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਨਵੀਂ ਸਥਿਤੀ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨ। ਇਹ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਣ ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਮੁਆਫੀ ਮੰਗਣ ਦੀ ਰਣਨੀਤੀ ਹੈ, ਪਰ ਸੋਸ਼ਲ ਮੀਡੀਆ ਯੁੱਗ ਵਿੱਚ ਜੋ ਅਸੀਂ ਦੇਖਿਆ ਸੀ ਉਸ ਨਾਲੋਂ ਕਿਤੇ ਵੱਡੇ ਪੈਮਾਨੇ ‘ਤੇ।

ਇਹਨਾਂ ਗੱਲਬਾਤਾਂ ਵਿੱਚ ਇੱਕ ਹੋਰ ਮੁੱਖ ਸੰਕੇਤ ਕੰਪਿਊਟ (compute) ਨਾਲ ਜਨੂੰਨ ਹੈ। ਹਰ ਵੱਡਾ ਇੰਟਰਵਿਊ ਅੰਤ ਵਿੱਚ ਹਾਰਡਵੇਅਰ ਅਤੇ ਊਰਜਾ ਵਿੱਚ ਅਰਬਾਂ ਡਾਲਰਾਂ ਦੀ ਲੋੜ ਵੱਲ ਮੁੜਦਾ ਹੈ। ਇਹ ਇੱਕ ਲੁਕਵੇਂ ਤਣਾਅ ਨੂੰ ਪ੍ਰਗਟ ਕਰਦਾ ਹੈ। ਕੰਪਨੀਆਂ ਇਹ ਸਵੀਕਾਰ ਕਰ ਰਹੀਆਂ ਹਨ ਕਿ ਬੁੱਧੀ ਦਾ ਮੌਜੂਦਾ ਮਾਰਗ ਅਕੁਸ਼ਲ ਹੈ ਅਤੇ ਇਸ ਲਈ ਸਰੋਤਾਂ ਦੀ ਲਗਭਗ ਅਸੰਭਵ ਮਾਤਰਾ ਦੀ ਲੋੜ ਹੈ। ਉਹ ਮਾਰਕੀਟ ਨੂੰ ਸੰਕੇਤ ਦੇ ਰਹੇ ਹਨ ਕਿ ਸਿਰਫ ਕੁਝ ਹੀ ਖਿਡਾਰੀ ਉੱਚ ਪੱਧਰ ‘ਤੇ ਮੁਕਾਬਲਾ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਗੇ। ਇਹ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਇੱਕ ਖਾਈ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਸਿਰਫ਼ ਬੌਧਿਕ ਸੰਪੱਤੀ ਦੀ ਬਜਾਏ ਭੌਤਿਕ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ‘ਤੇ ਬਣਿਆ ਹੈ। ਜਦੋਂ ਕੋਈ ਕਾਰਜਕਾਰੀ ਕਹਿੰਦਾ ਹੈ ਕਿ ਉਹਨਾਂ ਨੂੰ ਆਪਣੇ ਅਗਲੇ ਪ੍ਰੋਜੈਕਟ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਇੱਕ ਸਵਰਨ ਵੈਲਥ ਫੰਡ ਦੀ ਲੋੜ ਹੈ, ਤਾਂ ਉਹ ਤੁਹਾਨੂੰ ਦੱਸ ਰਹੇ ਹਨ ਕਿ ਤਕਨਾਲੋਜੀ ਹੁਣ ਇੱਕ ਸਾਫਟਵੇਅਰ ਸਮੱਸਿਆ ਨਹੀਂ ਹੈ। ਇਹ ਇੱਕ ਭੂ-ਰਾਜਨੀਤਿਕ ਸਮੱਸਿਆ ਹੈ। ਸੁਰ ਵਿੱਚ ਇਹ ਤਬਦੀਲੀ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ ਫੋਕਸ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਤੋਂ ਪਾਵਰ ਪਲਾਂਟ ਵੱਲ ਚਲਾ ਗਿਆ ਹੈ। ਖੁਲਾਸੇ ਕੋਡ ਬਾਰੇ ਨਹੀਂ ਹਨ, ਸਗੋਂ ਉਸ ਭੌਤਿਕ ਤਾਕਤ ਬਾਰੇ ਹਨ ਜੋ ਕੋਡ ਨੂੰ ਪ੍ਰਤੀਯੋਗੀ ਗਲੋਬਲ ਮਾਰਕੀਟ ਵਿੱਚ ਪ੍ਰਸੰਗਿਕ ਬਣਾਉਣ ਲਈ ਲੋੜੀਂਦੀ ਹੈ।

ਕੰਪਿਊਟ ਪ੍ਰਭੂਸੱਤਾ ਲਈ ਇੱਕ ਗਲੋਬਲ ਦੌੜ

ਇਹਨਾਂ ਕਾਰਜਕਾਰੀ ਬਿਆਨਾਂ ਦਾ ਪ੍ਰਭਾਵ ਕੈਲੀਫੋਰਨੀਆ ਦੇ ਟੈਕ ਹੱਬਾਂ ਤੋਂ ਬਹੁਤ ਦੂਰ ਮਹਿਸੂਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਦੁਨੀਆ ਭਰ ਦੀਆਂ ਸਰਕਾਰਾਂ ਆਪਣੀਆਂ ਰਾਸ਼ਟਰੀ ਰਣਨੀਤੀਆਂ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਇਹਨਾਂ ਇੰਟਰਵਿਊਆਂ ਨੂੰ ਸੁਣ ਰਹੀਆਂ ਹਨ। ਅਸੀਂ ਕੰਪਿਊਟ ਪ੍ਰਭੂਸੱਤਾ ਦਾ ਉਭਾਰ ਦੇਖ ਰਹੇ ਹਾਂ ਜਿੱਥੇ ਦੇਸ਼ਾਂ ਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਉਹਨਾਂ ਨੂੰ ਆਪਣੇ ਖੁਦ ਦੇ ਡੇਟਾ ਸੈਂਟਰ ਅਤੇ ਊਰਜਾ ਗਰਿੱਡ ਬਣਾਉਣੇ ਚਾਹੀਦੇ ਹਨ ਤਾਂ ਜੋ ਕੁਝ ਅਮਰੀਕੀ ਜਾਂ ਚੀਨੀ ਫਰਮਾਂ ‘ਤੇ ਨਿਰਭਰ ਨਾ ਰਹਿਣਾ ਪਵੇ। ਇਹ ਇੱਕ ਖੰਡਿਤ ਗਲੋਬਲ ਵਾਤਾਵਰਣ ਬਣਾਉਂਦਾ ਹੈ ਜਿੱਥੇ AI ਵਰਤੋਂ ਦੇ ਨਿਯਮ ਸਰਹੱਦਾਂ ਦੇ ਵਿਚਕਾਰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਬਦਲਦੇ ਹਨ। ਮਾਡਲ ਵਜ਼ਨ ਅਤੇ ਓਪਨ ਸੋਰਸ ਬਨਾਮ ਬੰਦ ਸੋਰਸ ਸਿਸਟਮ ਬਾਰੇ ਇੰਟਰਵਿਊਆਂ ਵਿੱਚ ਦਿੱਤੇ ਗਏ ਰਣਨੀਤਕ ਸੰਕੇਤਾਂ ਨੂੰ ਭਵਿੱਖ ਦੇ ਵਪਾਰਕ ਰੁਕਾਵਟਾਂ ਦੇ ਸੰਕੇਤਾਂ ਵਜੋਂ ਵਿਆਖਿਆ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਜੇਕਰ ਕੋਈ ਕੰਪਨੀ ਇਹ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ ਉਹਨਾਂ ਦੇ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਮਾਡਲ ਸਾਂਝੇ ਕਰਨ ਲਈ ਬਹੁਤ ਖਤਰਨਾਕ ਹਨ, ਤਾਂ ਉਹ ਇਹ ਵੀ ਸੁਝਾਅ ਦੇ ਰਹੇ ਹਨ ਕਿ ਉਹਨਾਂ ਕੋਲ ਉਸ ਸ਼ਕਤੀ ‘ਤੇ एकाधिकार ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਸ ਨੇ ਯੂਰਪ ਅਤੇ ਏਸ਼ੀਆ ਵਿੱਚ ਸਥਾਨਕ ਵਿਕਲਪਾਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ ਇੱਕ ਕਾਹਲੀ ਪੈਦਾ ਕੀਤੀ ਹੈ ਜੋ ਕਿਸੇ ਇੱਕ ਵਿਦੇਸ਼ੀ ਸੰਸਥਾ ਦੀ ਸਦਭਾਵਨਾ ‘ਤੇ ਨਿਰਭਰ ਨਹੀਂ ਕਰਦੇ ਹਨ। ਦਾਅ ਹੁਣ ਸਿਰਫ਼ ਇਸ ਬਾਰੇ ਨਹੀਂ ਹਨ ਕਿ ਕਿਸ ਕੋਲ ਸਭ ਤੋਂ ਵਧੀਆ ਚੈਟਬੋਟ ਹੈ, ਸਗੋਂ ਇਸ ਬਾਰੇ ਹੈ ਕਿ ਆਧੁਨਿਕ ਅਰਥਵਿਵਸਥਾ ਦੇ ਅੰਤਰੀਵ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਕੌਣ ਨਿਯੰਤਰਿਤ ਕਰਦਾ ਹੈ।

ਇਹ ਗਲੋਬਲ ਤਣਾਅ ਸਪਲਾਈ ਚੇਨ ਦੀ ਅਸਲੀਅਤ ਦੁਆਰਾ ਹੋਰ ਗੁੰਝਲਦਾਰ ਹੈ। ਇਹਨਾਂ ਸਿਸਟਮਾਂ ਲਈ ਲੋੜੀਂਦਾ ਜ਼ਿਆਦਾਤਰ ਹਾਰਡਵੇਅਰ ਕੁਝ ਖਾਸ ਥਾਵਾਂ ‘ਤੇ ਤਿਆਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਜਦੋਂ AI ਆਗੂ ਉਦਯੋਗ ਦੇ ਭਵਿੱਖ ਬਾਰੇ ਚਰਚਾ ਕਰਦੇ ਹਨ, ਤਾਂ ਉਹ ਅਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਇਹਨਾਂ ਖੇਤਰਾਂ ਦੀ ਸਥਿਰਤਾ ਬਾਰੇ ਵੀ ਚਰਚਾ ਕਰ ਰਹੇ ਹੁੰਦੇ ਹਨ। ਇਹਨਾਂ ਵਿਸ਼ਾਲ ਡੇਟਾ ਸੈਂਟਰਾਂ ਦੇ ਵਾਤਾਵਰਣ ਪ੍ਰਭਾਵ ਬਾਰੇ ਸਵਾਲਾਂ ਤੋਂ ਬਚਣਾ ਵੀ ਇੱਕ ਗਲੋਬਲ ਸੰਕੇਤ ਹੈ। ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਉਦਯੋਗ ਸਥਿਰਤਾ ਨਾਲੋਂ ਗਤੀ ਨੂੰ ਤਰਜੀਹ ਦੇ ਰਿਹਾ ਹੈ। ਇਹ ਉਹਨਾਂ ਦੇਸ਼ਾਂ ਲਈ ਇੱਕ ਮੁਸ਼ਕਲ ਸਥਿਤੀ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਜਲਵਾਯੂ ਟੀਚਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ ਅਤੇ ਨਾਲ ਹੀ ਟੈਕ ਰੇਸ ਵਿੱਚ ਪ੍ਰਤੀਯੋਗੀ ਬਣੇ ਰਹਿਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ। ਇਹਨਾਂ ਇੰਟਰਵਿਊਆਂ ਦੇ ਸੰਕੇਤ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਉਦਯੋਗ ਉਮੀਦ ਕਰਦਾ ਹੈ ਕਿ ਦੁਨੀਆ ਇਸਦੀਆਂ ਊਰਜਾ ਲੋੜਾਂ ਦੇ ਅਨੁਕੂਲ ਹੋਵੇ ਨਾ ਕਿ ਇਸਦੇ ਉਲਟ। ਇਹ ਤਕਨਾਲੋਜੀ ਅਤੇ ਵਾਤਾਵਰਣ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਤਬਦੀਲੀ ਹੈ।

ਗਲੋਬਲ ਦਰਸ਼ਕਾਂ ਨੂੰ ਦੱਸਿਆ ਜਾ ਰਿਹਾ ਹੈ ਕਿ ਭਵਿੱਖ ਦਾ ਰਸਤਾ ਸਿਲੀਕਾਨ ਨਾਲ ਪੱਕਾ ਹੈ ਅਤੇ ਬਿਜਲੀ ਉਤਪਾਦਨ ਵਿੱਚ ਭਾਰੀ ਵਾਧੇ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਹੈ। ਇਸ ਨੇ ਪ੍ਰਮਾਣੂ ਊਰਜਾ ਅਤੇ ਹੋਰ ਉੱਚ ਸਮਰੱਥਾ ਵਾਲੇ ਊਰਜਾ ਸਰੋਤਾਂ ਵਿੱਚ ਦਿਲਚਸਪੀ ਨੂੰ ਮੁੜ ਸੁਰਜੀਤ ਕੀਤਾ ਹੈ ਕਿਉਂਕਿ ਦੇਸ਼ AI ਦਿੱਗਜਾਂ ਦੀਆਂ ਮੰਗਾਂ ਨਾਲ ਤਾਲਮੇਲ ਰੱਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ।

ਮਿਸ਼ਰਤ ਸੰਕੇਤਾਂ ਨੂੰ ਪਾਰਸ ਕਰਨ ਦੀ ਰੋਜ਼ਾਨਾ ਪੀਸ

ਇੱਕ ਸਾਫਟਵੇਅਰ ਡਿਵੈਲਪਰ ਜਾਂ ਨੀਤੀ ਵਿਸ਼ਲੇਸ਼ਕ ਲਈ, ਇਹ ਇੰਟਰਵਿਊ ਉਹਨਾਂ ਦੇ ਰੋਜ਼ਾਨਾ ਦੇ ਕੰਮ ਲਈ ਡੇਟਾ ਦਾ ਇੱਕ ਪ੍ਰਾਇਮਰੀ ਸਰੋਤ ਹਨ। ਇੱਕ ਮੱਧ-ਆਕਾਰ ਦੀ ਟੈਕ ਕੰਪਨੀ ਵਿੱਚ ਇੱਕ ਡਿਵੈਲਪਰ ਦੀ ਕਲਪਨਾ ਕਰੋ ਜਿਸਨੂੰ ਇੱਕ ਮੌਜੂਦਾ AI ਪਲੇਟਫਾਰਮ ਦੇ ਸਿਖਰ ‘ਤੇ ਇੱਕ ਨਵਾਂ ਉਤਪਾਦ ਬਣਾਉਣ ਦਾ ਕੰਮ ਸੌਂਪਿਆ ਗਿਆ ਹੈ। ਉਹ ਆਪਣੀ ਸਵੇਰ ਇੱਕ ਵੱਡੇ CEO ਤੋਂ ਨਵੀਨਤਮ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਪੜ੍ਹਨ ਵਿੱਚ ਬਿਤਾਉਂਦੇ ਹਨ ਤਾਂ ਜੋ ਇਹ ਦੇਖਿਆ ਜਾ ਸਕੇ ਕਿ ਕੀ API ਕੀਮਤ ਜਾਂ ਮਾਡਲ ਦੀ ਉਪਲਬਧਤਾ ਵਿੱਚ ਆਉਣ ਵਾਲੀਆਂ ਤਬਦੀਲੀਆਂ ਬਾਰੇ ਕੋਈ ਸੰਕੇਤ ਹਨ। ਜੇਕਰ CEO ਸੁਰੱਖਿਆ ‘ਤੇ ਨਵੇਂ ਫੋਕਸ ਦਾ ਜ਼ਿਕਰ ਕਰਦਾ ਹੈ, ਤਾਂ ਡਿਵੈਲਪਰ ਚਿੰਤਾ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਕੁਝ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਤੱਕ ਉਹਨਾਂ ਦੀ ਪਹੁੰਚ ਨੂੰ ਸੀਮਤ ਕਰ ਦਿੱਤਾ ਜਾਵੇਗਾ। ਜੇਕਰ CEO ਐਜ ਕੰਪਿਊਟਿੰਗ (edge computing) ਦੀ ਮਹੱਤਤਾ ਬਾਰੇ ਗੱਲ ਕਰਦਾ ਹੈ, ਤਾਂ ਡਿਵੈਲਪਰ ਆਪਣੀ ਰਣਨੀਤੀ ਨੂੰ ਕਲਾਉਡ-ਅਧਾਰਿਤ ਸੇਵਾਵਾਂ ਦੀ ਬਜਾਏ ਸਥਾਨਕ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ‘ਤੇ ਕੇਂਦਰਿਤ ਕਰਨ ਲਈ ਬਦਲ ਸਕਦਾ ਹੈ। ਇਹ ਕੋਈ ਸਿਧਾਂਤਕ ਅਭਿਆਸ ਨਹੀਂ ਹੈ। ਇਹਨਾਂ ਫੈਸਲਿਆਂ ਵਿੱਚ ਲੱਖਾਂ ਡਾਲਰ ਅਤੇ ਹਜ਼ਾਰਾਂ ਘੰਟੇ ਦੀ ਮਿਹਨਤ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ। ਉਲਝਣ ਅਸਲੀ ਹੈ ਕਿਉਂਕਿ ਸੰਕੇਤ ਅਕਸਰ ਵਿਰੋਧੀ ਹੁੰਦੇ ਹਨ। ਇੱਕ ਦਿਨ ਸੰਦੇਸ਼ ਖੁੱਲੇਪਣ ਬਾਰੇ ਹੁੰਦਾ ਹੈ ਅਤੇ ਅਗਲੇ ਦਿਨ ਇਹ ਤਕਨਾਲੋਜੀ ਨੂੰ ਸਾਂਝਾ ਕਰਨ ਦੇ ਖ਼ਤਰਿਆਂ ਬਾਰੇ ਹੁੰਦਾ ਹੈ। ਇਹ ਉਹਨਾਂ ਲੋਕਾਂ ਲਈ ਸਥਾਈ ਅਨਿਸ਼ਚਿਤਤਾ ਦੀ ਸਥਿਤੀ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਇਹਨਾਂ ਸਿਸਟਮਾਂ ਦੇ ਸਿਖਰ ‘ਤੇ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ।

ਇੱਕ ਆਮ ਦਿਨ ਵਿੱਚ, ਇੱਕ ਸਰਕਾਰੀ ਦਫਤਰ ਵਿੱਚ ਇੱਕ ਨੀਤੀ ਸਲਾਹਕਾਰ ਇੱਕ ਵੱਡੀ ਲੈਬ ਦੀ ਰਣਨੀਤਕ ਦਿਸ਼ਾ ਨੂੰ ਸਮਝਣ ਲਈ ਇੱਕ ਇੰਟਰਵਿਊ ਨੂੰ ਵੱਖ ਕਰਨ ਵਿੱਚ ਘੰਟੇ ਬਿਤਾ ਸਕਦਾ ਹੈ। ਉਹ ਸੁਰਾਗ ਲੱਭ ਰਹੇ ਹਨ ਕਿ ਕੰਪਨੀ ਆਉਣ ਵਾਲੇ ਨਿਯਮਾਂ ‘ਤੇ ਕਿਵੇਂ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰੇਗੀ। ਜੇਕਰ ਕਾਰਜਕਾਰੀ ਕੁਝ ਜੋਖਮਾਂ ਨੂੰ ਖਾਰਜ ਕਰਦਾ ਹੈ, ਤਾਂ ਸਲਾਹਕਾਰ ਵਧੇਰੇ ਹਮਲਾਵਰ ਰੈਗੂਲੇਟਰੀ ਪਹੁੰਚ ਦੀ ਸਿਫਾਰਸ਼ ਕਰ ਸਕਦਾ ਹੈ। ਜੇਕਰ ਕਾਰਜਕਾਰੀ ਸਹਿਯੋਗੀ ਹੈ, ਤਾਂ ਸਲਾਹਕਾਰ ਵਧੇਰੇ ਸਹਿਯੋਗੀ ਢਾਂਚੇ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦਾ ਹੈ। ਵਿਹਾਰਕ ਦਾਅ ਉੱਚੇ ਹਨ। ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਬਾਰੇ ਇੱਕ ਟਿੱਪਣੀ ਨਿਗਰਾਨੀ ਅਤੇ ਖਪਤਕਾਰਾਂ ਦੇ ਅਧਿਕਾਰਾਂ ‘ਤੇ ਰਾਸ਼ਟਰੀ ਬਹਿਸ ਦੇ ਰਾਹ ਨੂੰ ਬਦਲ ਸਕਦੀ ਹੈ। ਲੋਕ ਇਹਨਾਂ ਇੰਟਰਵਿਊਆਂ ਦੇ ਤਕਨੀਕੀ ਵੇਰਵਿਆਂ ਨੂੰ ਜ਼ਿਆਦਾ ਸਮਝਦੇ ਹਨ ਅਤੇ ਰਾਜਨੀਤਿਕ ਚਾਲਬਾਜ਼ੀ ਨੂੰ ਘੱਟ ਸਮਝਦੇ ਹਨ। ਅਸਲ ਕਹਾਣੀ ਉਸ ਨਵੀਂ ਵਿਸ਼ੇਸ਼ਤਾ ਵਿੱਚ ਨਹੀਂ ਹੈ ਜਿਸਦਾ ਐਲਾਨ ਕੀਤਾ ਗਿਆ ਹੈ, ਸਗੋਂ ਉਸ ਤਰੀਕੇ ਵਿੱਚ ਹੈ ਜਿਸ ਵਿੱਚ ਕੰਪਨੀ ਰਾਜ ਦੇ ਮੁਕਾਬਲੇ ਆਪਣੇ ਆਪ ਨੂੰ ਸਥਿਤੀ ਵਿੱਚ ਰੱਖ ਰਹੀ ਹੈ। ਡਿਵੈਲਪਰ ਅਤੇ ਨੀਤੀ ਸਲਾਹਕਾਰ ਦੋਵੇਂ ਰਣਨੀਤਕ ਅਸਪਸ਼ਟਤਾ ਦੇ ਸਮੁੰਦਰ ਵਿੱਚ ਇੱਕ ਸਥਿਰ ਨੀਂਹ ਲੱਭਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ। ਉਹ ਉਹ ਸੰਕੇਤ ਲੱਭ ਰਹੇ ਹਨ ਜੋ ਉਹਨਾਂ ਨੂੰ ਦੱਸਣਗੇ ਕਿ ਕਿਹੜੀਆਂ ਤਕਨਾਲੋਜੀਆਂ ਦਾ ਸਮਰਥਨ ਕੀਤਾ ਜਾਵੇਗਾ ਅਤੇ ਕਿਹੜੀਆਂ ਨੂੰ ਉਦਯੋਗ ਦੇ ਮਜ਼ਬੂਤ ਹੋਣ ਦੇ ਨਾਲ ਛੱਡ ਦਿੱਤਾ ਜਾਵੇਗਾ। ਜੋ ਉਤਪਾਦ ਇਸ ਦਲੀਲ ਨੂੰ ਅਸਲੀ ਬਣਾਉਂਦੇ ਹਨ ਉਹ ਉਹ ਹਨ ਜੋ ਅਸਲ ਵਿੱਚ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਹੱਥਾਂ ਵਿੱਚ ਪਹੁੰਚਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਕੋਡਿੰਗ ਸਹਾਇਕ ਜਾਂ ਸਰਚ ਇੰਜਣ ਦਾ ਨਵੀਨਤਮ ਸੰਸਕਰਣ। ਇਹ ਟੂਲ ਇੰਟਰਵਿਊਆਂ ਵਿੱਚ ਚਰਚਾ ਕੀਤੀਆਂ ਰਣਨੀਤੀਆਂ ਦਾ ਭੌਤਿਕ ਪ੍ਰਗਟਾਵਾ ਹਨ। ਉਹ ਕਾਰਜਕਾਰੀਆਂ ਦੇ ਉੱਚ-ਆਦਰਸ਼ ਭਾਸ਼ਣ ਅਤੇ ਸਾਫਟਵੇਅਰ ਦੀ ਗੜਬੜ ਵਾਲੀ ਅਸਲੀਅਤ ਵਿਚਕਾਰ ਪਾੜੇ ਨੂੰ ਦਿਖਾਉਂਦੇ ਹਨ।

ਆਰਕੀਟੈਕਟਾਂ ਲਈ ਔਖੇ ਸਵਾਲ

ਸਾਨੂੰ ਇਹਨਾਂ ਉੱਚ-ਪ੍ਰੋਫਾਈਲ ਚਰਚਾਵਾਂ ਵਿੱਚ ਕੀਤੇ ਗਏ ਦਾਅਵਿਆਂ ਪ੍ਰਤੀ ਸ਼ੱਕ ਦਾ ਪੱਧਰ ਲਾਗੂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਸਭ ਤੋਂ ਮੁਸ਼ਕਲ ਸਵਾਲਾਂ ਵਿੱਚੋਂ ਇੱਕ ਵਿੱਚ ਇਸ ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਲੁਕੀਆਂ ਹੋਈਆਂ ਲਾਗਤਾਂ ਸ਼ਾਮਲ ਹਨ। ਅਸਲ ਵਿੱਚ ਇਸ ਭਾਰੀ ਊਰਜਾ ਦੀ ਖਪਤ ਅਤੇ ਵਾਤਾਵਰਣ ਦੇ ਵਿਗਾੜ ਲਈ ਕੌਣ ਭੁਗਤਾਨ ਕਰ ਰਿਹਾ ਹੈ? ਜਦੋਂ ਕਿ ਕਾਰਜਕਾਰੀ ਜਲਵਾਯੂ ਵਿਗਿਆਨ ਲਈ AI ਦੇ ਲਾਭਾਂ ਬਾਰੇ ਗੱਲ ਕਰਦੇ ਹਨ, ਉਹ ਅਕਸਰ ਆਪਣੇ ਖੁਦ ਦੇ ਕੰਮਾਂ ਦੇ ਤੁਰੰਤ ਕਾਰਬਨ ਫੁੱਟਪ੍ਰਿੰਟ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰ ਦਿੰਦੇ ਹਨ। ਗੋਪਨੀਯਤਾ ਦਾ ਸਵਾਲ ਵੀ ਹੈ। ਜਿਵੇਂ ਕਿ ਮਾਡਲ ਸਾਡੇ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਵਿੱਚ ਵਧੇਰੇ ਏਕੀਕ੍ਰਿਤ ਹੁੰਦੇ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬਣਾਉਣ ਲਈ ਲੋੜੀਂਦੇ ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਮਾਤਰਾ ਵਧ ਜਾਂਦੀ ਹੈ। ਸਾਨੂੰ ਇਹ ਪੁੱਛਣ ਦੀ ਲੋੜ ਹੈ ਕਿ ਕੀ ਇਹਨਾਂ ਸਿਸਟਮਾਂ ਦੀ ਸਹੂਲਤ ਡਿਜੀਟਲ ਅਗਿਆਤਤਾ ਦੇ ਕੁੱਲ ਨੁਕਸਾਨ ਦੇ ਯੋਗ ਹੈ। ਉਦਯੋਗ ਦਾ ਇਹ ਵਾਅਦਾ ਕਰਨ ਦਾ ਇਤਿਹਾਸ ਹੈ ਕਿ ਡੇਟਾ ਨੂੰ ਜ਼ਿੰਮੇਵਾਰੀ ਨਾਲ ਸੰਭਾਲਿਆ ਜਾਵੇਗਾ, ਪਰ ਅਸਲੀਅਤ ਅਕਸਰ ਵੱਖਰੀ ਰਹੀ ਹੈ। ਕੀ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਇਹ ਕੰਪਨੀਆਂ ਮੁਨਾਫਾ ਕਮਾਉਣ ਦੇ ਦਬਾਅ ਹੇਠ ਹੁੰਦੀਆਂ ਹਨ? ਕੀ ਉਹ ਸੁਰੱਖਿਆ ਗਾਰਡਰੇਲ ਜਿਨ੍ਹਾਂ ਬਾਰੇ ਉਹ ਇੰਨੀ ਵਾਰ ਚਰਚਾ ਕਰਦੇ ਹਨ, ਕੁਰਬਾਨ ਕੀਤੀ ਜਾਣ ਵਾਲੀ ਪਹਿਲੀ ਚੀਜ਼ ਹੋਵੇਗੀ?

ਇੱਕ ਹੋਰ ਸੀਮਾ ਜਿਸ ਨੂੰ ਘੱਟ ਹੀ ਸੰਬੋਧਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਉਹ ਹੈ ਸਕੇਲਿੰਗ ਦੇ ਘਟਦੇ ਰਿਟਰਨ। ਇੱਕ ਚੁੱਪ ਚਿੰਤਾ ਹੈ ਕਿ ਸਿਰਫ਼ ਹੋਰ ਡੇਟਾ ਅਤੇ ਹੋਰ ਕੰਪਿਊਟ ਜੋੜਨ ਨਾਲ ਉਸ ਕਿਸਮ ਦੀ ਬੁੱਧੀ ਨਹੀਂ ਮਿਲੇਗੀ ਜਿਸਦਾ ਵਾਅਦਾ ਕੀਤਾ ਗਿਆ ਹੈ। ਜੇਕਰ ਅਸੀਂ ਇੱਕ ਪਠਾਰ ‘ਤੇ ਪਹੁੰਚ ਜਾਂਦੇ ਹਾਂ, ਤਾਂ ਅੱਜ ਕੀਤੇ ਜਾ ਰਹੇ ਭਾਰੀ ਨਿਵੇਸ਼ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਮਾਰਕੀਟ ਸੁਧਾਰ ਵੱਲ ਲੈ ਜਾ ਸਕਦੇ ਹਨ। ਸਾਨੂੰ ਲੇਬਰ ਮਾਰਕੀਟ ‘ਤੇ ਪ੍ਰਭਾਵ ‘ਤੇ ਵੀ ਵਿਚਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਜਦੋਂ ਕਿ AI ਆਗੂ ਅਕਸਰ ਨੌਕਰੀਆਂ ਦੇ ਵਾਧੇ ਬਾਰੇ ਗੱਲ ਕਰਦੇ ਹਨ, ਬਹੁਤ ਸਾਰੇ ਕਰਮਚਾਰੀਆਂ ਲਈ ਅਸਲੀਅਤ ਨੌਕਰੀਆਂ ਦਾ ਵਿਸਥਾਪਨ ਹੈ। ਮੁਸ਼ਕਲ ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਜੇਕਰ ਵਾਅਦਾ ਕੀਤੀਆਂ ਨਵੀਆਂ ਨੌਕਰੀਆਂ ਪੁਰਾਣੀਆਂ ਦੇ ਗਾਇਬ ਹੋਣ ਦੀ ਦਰ ਨਾਲ ਨਹੀਂ ਆਉਂਦੀਆਂ ਤਾਂ ਸਮਾਜ ਤਬਦੀਲੀ ਨੂੰ ਕਿਵੇਂ ਸੰਭਾਲੇਗਾ। ਇਹ ਸਿਰਫ਼ ਤਕਨੀਕੀ ਸਮੱਸਿਆਵਾਂ ਨਹੀਂ ਹਨ। ਇਹ ਸਮਾਜਿਕ ਅਤੇ ਆਰਥਿਕ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਸਿਰਫ਼ ਇੱਕ ਬਿਹਤਰ ਐਲਗੋਰਿਦਮ ਤੋਂ ਵੱਧ ਦੀ ਲੋੜ ਹੈ। ਉਦਯੋਗ ਸਮਾਜਿਕ ਰਗੜ ਨੂੰ ਘੱਟ ਸਮਝਦਾ ਹੈ ਜੋ ਇਸਦੇ ਉਤਪਾਦ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਇੱਕ ਦੂਰ ਦੇ ਭਵਿੱਖ ਦੀ ਸੰਭਾਵਨਾ ‘ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਤ ਕਰਕੇ, ਉਹ ਵਰਤਮਾਨ ਦੀਆਂ ਠੋਸ ਸਮੱਸਿਆਵਾਂ ਨਾਲ ਨਜਿੱਠਣ ਤੋਂ ਬਚਦੇ ਹਨ। ਸਾਨੂੰ ਇਸ ਬਾਰੇ ਵਧੇਰੇ ਖਾਸ ਜਵਾਬਾਂ ਦੀ ਮੰਗ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਕਿ ਇਹਨਾਂ ਜੋਖਮਾਂ ਨੂੰ ਥੋੜ੍ਹੇ ਸਮੇਂ ਵਿੱਚ ਕਿਵੇਂ ਪ੍ਰਬੰਧਿਤ ਕੀਤਾ ਜਾਵੇਗਾ।

ਸਥਾਨਕ ਨਿਯੰਤਰਣ ਦਾ ਆਰਕੀਟੈਕਚਰ

AI ਸੈਕਟਰ ਦੀ ਤਕਨੀਕੀ ਅਸਲੀਅਤ ਕਲਾਉਡ ਦੀਆਂ ਸੀਮਾਵਾਂ ਦੁਆਰਾ ਤੇਜ਼ੀ ਨਾਲ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ। ਪਾਵਰ ਯੂਜ਼ਰ ਹੁਣ ਇਹ ਦੇਖ ਰਹੇ ਹਨ ਕਿ ਬਾਹਰੀ API ‘ਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਿਰਭਰ ਕੀਤੇ ਬਿਨਾਂ ਇਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਆਪਣੇ ਵਰਕਫਲੋ ਵਿੱਚ ਕਿਵੇਂ ਜੋੜਿਆ ਜਾਵੇ। ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਉਦਯੋਗ ਦਾ ਗੀਕ ਸੈਕਸ਼ਨ ਕੇਂਦਰਿਤ ਹੈ। ਮੁੱਖ ਰੁਕਾਵਟਾਂ ਲੇਟੈਂਸੀ, ਥ੍ਰੋਪੁੱਟ ਅਤੇ ਟੋਕਨਾਂ ਦੀ ਲਾਗਤ ਹਨ। ਬਹੁਤ ਸਾਰੀਆਂ ਉੱਚ-ਵਾਲੀਅਮ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ, ਮੌਜੂਦਾ API ਸੀਮਾਵਾਂ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਰੁਕਾਵਟ ਹਨ। ਇਸ ਨੇ ਸਥਾਨਕ ਸਟੋਰੇਜ ਅਤੇ ਸਥਾਨਕ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਵਿੱਚ ਦਿਲਚਸਪੀ ਵਿੱਚ ਵਾਧਾ ਕੀਤਾ ਹੈ। ਸਥਾਨਕ ਹਾਰਡਵੇਅਰ ‘ਤੇ ਛੋਟੇ, ਵਿਸ਼ੇਸ਼ ਮਾਡਲਾਂ ਨੂੰ ਚਲਾ ਕੇ, ਡਿਵੈਲਪਰ ਕਲਾਉਡ ਕੀਮਤ ਦੀ ਅਨਿਸ਼ਚਿਤਤਾ ਅਤੇ ਕਿਸੇ ਤੀਜੀ ਧਿਰ ਨੂੰ ਡੇਟਾ ਭੇਜਣ ਦੇ ਗੋਪਨੀਯਤਾ ਜੋਖਮਾਂ ਤੋਂ ਬਚ ਸਕਦੇ ਹਨ। ਇਹ ਤਬਦੀਲੀ ਨਵੇਂ ਹਾਰਡਵੇਅਰ ਦੇ ਵਿਕਾਸ ਦੁਆਰਾ ਸਮਰਥਿਤ ਹੈ ਜੋ ਕਿਨਾਰੇ (edge) ‘ਤੇ ਅਨੁਮਾਨ ਲਈ ਅਨੁਕੂਲਿਤ ਹੈ। ਟੀਚਾ ਇੱਕ ਵਧੇਰੇ ਲਚਕੀਲਾ ਆਰਕੀਟੈਕਚਰ ਬਣਾਉਣਾ ਹੈ ਜੋ ਅਸਫਲ ਨਹੀਂ ਹੁੰਦਾ ਜੇਕਰ ਕੋਈ ਕੰਪਨੀ ਆਪਣੀ ਸੇਵਾ ਦੀਆਂ ਸ਼ਰਤਾਂ ਬਦਲਦੀ ਹੈ ਜਾਂ ਔਫਲਾਈਨ ਹੋ ਜਾਂਦੀ 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।

ਮੌਜੂਦਾ ਵਰਕਫਲੋ ਵਿੱਚ ਇਹਨਾਂ ਮਾਡਲਾਂ ਦਾ ਏਕੀਕਰਣ ਵੀ ਇੱਕ ਵੱਡੀ ਤਕਨੀਕੀ ਚੁਣੌਤੀ ਹੈ। ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਮਾਡਲ ਹੋਣਾ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ। ਇਸਨੂੰ ਹੋਰ ਸਾਫਟਵੇਅਰ ਅਤੇ ਡੇਟਾ ਸਰੋਤਾਂ ਨਾਲ ਸਹਿਜ ਤਰੀਕੇ ਨਾਲ ਗੱਲਬਾਤ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਸ ਲਈ ਮਜ਼ਬੂਤ API ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਡੇਟਾ ਫਾਰਮੈਟਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜੋ ਅਜੇ ਮੌਜੂਦ ਨਹੀਂ ਹਨ। ਬਹੁਤ ਸਾਰੇ ਪਾਵਰ ਯੂਜ਼ਰਸ ਇਹ ਪਾ ਰਹੇ ਹਨ ਕਿ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਤਰੀਕਾ ਇਸਨੂੰ ਇੱਕ ਸਟੈਂਡਅਲੋਨ ਹੱਲ ਦੀ ਬਜਾਏ ਇੱਕ ਵੱਡੇ ਸਿਸਟਮ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਮੰਨਣਾ ਹੈ। ਇਸ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਆਰਕੇਸਟ੍ਰੇਸ਼ਨ ਸ਼ਾਮਲ ਹੈ ਜਿੱਥੇ ਵੱਖ-ਵੱਖ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਉਹਨਾਂ ਦੀਆਂ ਸ਼ਕਤੀਆਂ ਅਤੇ ਕਮਜ਼ੋਰੀਆਂ ਦੇ ਆਧਾਰ ‘ਤੇ ਵੱਖ-ਵੱਖ ਕੰਮਾਂ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਤਕਨੀਕੀ ਭਾਈਚਾਰਾ ਫਾਈਨ-ਟਿਊਨਿੰਗ ਅਤੇ ਪ੍ਰੋਂਪਟ ਇੰਜੀਨੀਅਰਿੰਗ ਲਈ ਨਵੀਆਂ ਤਕਨੀਕਾਂ ਦੇ ਵਿਕਾਸ ‘ਤੇ ਵੀ ਨੇੜਿਓਂ ਨਜ਼ਰ ਰੱਖ ਰਿਹਾ ਹੈ। ਇਹ ਵਿਧੀਆਂ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਕੰਪਿਊਟ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ ਖਾਸ ਡੋਮੇਨਾਂ ਲਈ ਮਾਡਲਾਂ ਨੂੰ ਅਨੁਕੂਲਿਤ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀਆਂ ਹਨ। ਫੋਕਸ ਕੁਸ਼ਲਤਾ ਅਤੇ ਨਿਯੰਤਰਣ ‘ਤੇ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਉਦਯੋਗ ਅੱਗੇ ਵਧਦਾ ਹੈ, ਇਹਨਾਂ ਸਿਸਟਮਾਂ ਨੂੰ ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਚਲਾਉਣ ਅਤੇ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਦੀ ਯੋਗਤਾ ਉਹਨਾਂ ਕੰਪਨੀਆਂ ਲਈ ਇੱਕ ਮੁੱਖ ਵਿਭਿੰਨਤਾ ਬਣ ਜਾਵੇਗੀ ਜੋ ਆਪਣੀ ਪ੍ਰਤੀਯੋਗੀ बढ़त ਬਣਾਈ ਰੱਖਣਾ ਚਾਹੁੰਦੀਆਂ ਹਨ।

• ਉੱਚ-ਪੱਧਰੀ API ਪਹੁੰਚ ਲਈ ਮੌਜੂਦਾ ਸੀਮਾ ਅਕਸਰ ਪ੍ਰਤੀ ਮਿੰਟ ਟੋਕਨਾਂ ਦੁਆਰਾ ਪ੍ਰਤਿਬੰਧਿਤ ਹੁੰਦੀ ਹੈ।
• ਸਥਾਨਕ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਲਈ ਮਹੱਤਵਪੂਰਨ VRAM ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਪਰ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਲਈ ਬਿਹਤਰ ਗੋਪਨੀਯਤਾ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ।

ਕਾਰਜਕਾਰੀ ਪੋਸਚਰਿੰਗ ‘ਤੇ ਅੰਤਿਮ ਫੈਸਲਾ

ਇਸ ਸਮੇਂ ਦੇ ਸਭ ਤੋਂ ਖੁਲਾਸਾ ਕਰਨ ਵਾਲੇ ਇੰਟਰਵਿਊ ਉਹ ਹਨ ਜੋ ਕਾਰਪੋਰੇਟ ਅਭਿਲਾਸ਼ਾ ਅਤੇ ਭੌਤਿਕ ਅਸਲੀਅਤ ਵਿਚਕਾਰ ਪਾੜੇ ਨੂੰ ਉਜਾਗਰ ਕਰਦੇ ਹਨ। ਅਸੀਂ ਦੁਨੀਆ ਦੇ ਇੱਕ ਸਾਫਟਵੇਅਰ-ਕੇਂਦ੍ਰਿਤ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਇੱਕ ਅਜਿਹੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਵਿੱਚ ਤਬਦੀਲੀ ਦੇਖ ਰਹੇ ਹਾਂ ਜੋ ਊਰਜਾ ਅਤੇ ਹਾਰਡਵੇਅਰ ਦੀਆਂ ਸਖ਼ਤ ਸੀਮਾਵਾਂ ਵਿੱਚ ਅਧਾਰਤ ਹੈ। ਸਿਲੀਕਾਨ ਵੈਲੀ ਦੇ ਸੰਕੇਤ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਅਗਲੇ ਕੁਝ ਸਾਲਾਂ ਨੂੰ ਸ਼ਕਤੀ ਦੇ ਇੱਕ ਵਿਸ਼ਾਲ ਮਜ਼ਬੂਤੀ ਅਤੇ ਭਵਿੱਖ ਦੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਬਣਾਉਣ ‘ਤੇ ਫੋਕਸ ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਜਾਵੇਗਾ। ਔਸਤ ਵਿਅਕਤੀ ਲਈ, ਇਸਦਾ ਮਤਲਬ ਇਹ ਹੈ ਕਿ AI ਜੀਵਨ ਦੇ ਤਾਣੇ-ਬਾਣੇ ਵਿੱਚ ਵਧੇਰੇ ਏਕੀਕ੍ਰਿਤ ਹੋ ਜਾਵੇਗਾ, ਪਰ ਅਕਸਰ ਉਹਨਾਂ ਤਰੀਕਿਆਂ ਨਾਲ ਜੋ ਅਦਿੱਖ ਹਨ ਅਤੇ ਉਹਨਾਂ ਦੇ ਨਿਯੰਤਰਣ ਤੋਂ ਬਾਹਰ ਹਨ। ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਹੈ ਕਿ ਸੂਚਿਤ ਰਹੋ ਅਤੇ ਮਾਰਕੀਟਿੰਗ ਹਾਈਪ ਤੋਂ ਪਰੇ ਅੰਤਰੀਵ ਰਣਨੀਤਕ ਟੀਚਿਆਂ ‘ਤੇ ਨਜ਼ਰ ਰੱਖੋ। ਅਸਲ ਕਹਾਣੀ ਤਕਨਾਲੋਜੀ ਖੁਦ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਇਹ ਹੈ ਕਿ ਇਸਦੀ ਵਰਤੋਂ ਗਲੋਬਲ ਅਰਥਵਿਵਸਥਾ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇਣ ਲਈ ਕਿਵੇਂ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ। ਤੁਸੀਂ ਰੋਜ਼ਾਨਾ ਅੱਪਡੇਟ ਲਈ Reuters ਅਤੇ The New York Times ‘ਤੇ ਇਹਨਾਂ ਰੁਝਾਨਾਂ ਦਾ ਵਧੇਰੇ ਡੂੰਘਾਈ ਨਾਲ ਵਿਸ਼ਲੇਸ਼ਣ ਲੱਭ ਸਕਦੇ ਹੋ। ਤਕਨੀਕੀ ਪੱਖ ‘ਤੇ ਡੂੰਘੀ ਨਜ਼ਰ ਲਈ, Wired ਸ਼ਾਨਦਾਰ ਕਵਰੇਜ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਵਿਕਸਤ ਹੋ ਰਹੀ ਦੁਨੀਆ ਬਾਰੇ ਹੋਰ ਜਾਣਕਾਰੀ ਲਈ [Insert Your AI Magazine Domain Here] ਨਾਲ ਜੁੜੇ ਰਹੋ।

Nota do editor: Criamos este site como um centro de notícias e guias de IA multilíngue para pessoas que não são geeks de computador, mas que ainda querem entender a inteligência artificial, usá-la com mais confiança e acompanhar o futuro que já está chegando.

ਕੋਈ ਗਲਤੀ ਮਿਲੀ ਜਾਂ ਕੁਝ ਠੀਕ ਕਰਨ ਦੀ ਲੋੜ ਹੈ? ਸਾਨੂੰ ਦੱਸੋ।