GPT-4.5: ਇੱਕ ਸੁਧਾਰ, ਕ੍ਰਾਂਤੀ ਨਹੀਂ
OpenAI ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ GPT-4.5 ਨੂੰ ChatGPT ਪ੍ਰੋ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਉਪਲਬਧ ਕਰਵਾਇਆ ਹੈ, ਜਿਸ ਵਿੱਚ ਪਲੱਸ, ਟੀਮ, ਐਂਟਰਪ੍ਰਾਈਜ਼ ਅਤੇ ਸਿੱਖਿਆ ਖਾਤੇ ਸ਼ਾਮਲ ਹਨ। ਅੰਦਰੂਨੀ ਤੌਰ ‘ਤੇ ‘Orion’ ਵਜੋਂ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ, ਇਹ ਮਾਡਲ OpenAI ਦੇ ਅਨੁਸਾਰ, “ਮਨੁੱਖੀ ਇਰਾਦੇ ਦੀ ਬਿਹਤਰ ਸਮਝ, ਸੂਖਮ ਸੰਕੇਤਾਂ ਅਤੇ ਅਪ੍ਰਤੱਖ ਉਮੀਦਾਂ ਦੀ ਵਧੇਰੇ ਸੂਖਮਤਾ ਅਤੇ ਭਾਵਨਾਤਮਕ ਬੁੱਧੀ ਨਾਲ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ।” ਇਹ GPT-4o ਦੇ ਵਿਕਾਸ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹੋਏ, ਮਨੁੱਖੀ ਫੀਡਬੈਕ ਤੋਂ ਰਵਾਇਤੀ ਫਾਈਨ-ਟਿਊਨਿੰਗ ਅਤੇ ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦੇ ਨਾਲ-ਨਾਲ ਨਵੀਆਂ ਨਿਗਰਾਨੀ ਤਕਨੀਕਾਂ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ। GPT-4.5 ਅਸਲ-ਸਮੇਂ ਦੀ ਖੋਜ ਸਮਰੱਥਾਵਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ, ਫਾਈਲ ਅਤੇ ਚਿੱਤਰ ਅੱਪਲੋਡ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ, ਅਤੇ ਲਿਖਣ ਅਤੇ ਕੋਡਿੰਗ ਲਈ ਇੱਕ ਕੈਨਵਸ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਹੁੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਸ ਵਿੱਚ ਵਰਤਮਾਨ ਵਿੱਚ ChatGPT ਵਿੱਚ ਪਾਏ ਜਾਣ ਵਾਲੇ ਵੌਇਸ ਮੋਡ, ਵੀਡੀਓ, ਜਾਂ ਸਕ੍ਰੀਨ ਸ਼ੇਅਰਿੰਗ ਵਰਗੀਆਂ ਮਲਟੀਮੋਡਲ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਘਾਟ ਹੈ।
OpenAI ਇਸ ਗੱਲ ‘ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ ਕਿ ਨਿਰੀਖਣ ਰਹਿਤ ਸਿਖਲਾਈ ਇੱਕ ਮਾਡਲ ਦੀ ਸ਼ੁੱਧਤਾ ਅਤੇ ਅਨੁਭਵ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ। ਇਹ ਪਹੁੰਚ GPT-3.5, GPT-4, ਅਤੇ ਹੁਣ, GPT-4.5 ਵਰਗੇ ਮਾਡਲਾਂ ਵਿੱਚ ਤਰੱਕੀ ਦੇ ਪਿੱਛੇ ਇੱਕ ਪ੍ਰੇਰਕ ਸ਼ਕਤੀ ਰਹੀ ਹੈ। ਵੱਖਰੇ ਤੌਰ ‘ਤੇ, ਸਕੇਲਿੰਗ ਤਰਕ ਮਾਡਲਾਂ ਨੂੰ ਜਾਣਕਾਰੀ ‘ਤੇ ਯੋਜਨਾਬੱਧ ਢੰਗ ਨਾਲ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਦਿੰਦਾ ਹੈ, ਜਵਾਬ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਵਿਚਾਰਾਂ ਦੀ ਇੱਕ ਲੜੀ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਇਹ ਵਿਧੀਗਤ ਪਹੁੰਚ ਗੁੰਝਲਦਾਰ STEM ਅਤੇ ਤਰਕ ਚੁਣੌਤੀਆਂ ਨਾਲ ਨਜਿੱਠਣ ਦੀ ਉਹਨਾਂ ਦੀ ਯੋਗਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ OpenAI o1 ਅਤੇ OpenAI o3-mini ਵਰਗੇ ਮਾਡਲਾਂ ਦੁਆਰਾ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ। GPT-4.5 ਨੂੰ ਸਕੇਲਿੰਗ ਅਨਸੁਪਰਵਾਈਜ਼ਡ ਲਰਨਿੰਗ ਦੀ ਇੱਕ ਪ੍ਰਮੁੱਖ ਉਦਾਹਰਣ ਵਜੋਂ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ, ਜੋ ਵਧੀ ਹੋਈ ਕੰਪਿਊਟ ਪਾਵਰ, ਵੱਡੇ ਡੇਟਾਸੈਟਾਂ ਅਤੇ ਆਰਕੀਟੈਕਚਰਲ ਨਵੀਨਤਾ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ। Microsoft Azure AI ਸੁਪਰ ਕੰਪਿਊਟਰਾਂ ‘ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ, ਇਹ ਕਥਿਤ ਤੌਰ ‘ਤੇ ਵਿਸ਼ਵ ਬਾਰੇ ਵਿਆਪਕ ਗਿਆਨ ਅਤੇ ਡੂੰਘੀ ਸਮਝ ਰੱਖਦਾ ਹੈ, ਭਰਮਾਂ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ ਅਤੇ ਭਰੋਸੇਯੋਗਤਾ ਵਧਾਉਂਦਾ ਹੈ।
ਇਨ੍ਹਾਂ ਤਰੱਕੀਆਂ ਦੇ ਬਾਵਜੂਦ, GPT-4.5 ਨੇ ਮਹੱਤਵਪੂਰਨ ਉਤਸ਼ਾਹ ਪੈਦਾ ਨਹੀਂ ਕੀਤਾ ਹੈ। ਇਸ ਨੂੰ ਇੱਕ ਸ਼ਾਨਦਾਰ ਛਾਲ ਦੀ ਬਜਾਏ ਇੱਕ ਵਾਧੇ ਵਾਲੇ ਸੁਧਾਰ ਵਜੋਂ ਸਮਝਿਆ ਜਾਂਦਾ ਹੈ। ਜਦੋਂ ਕਿ OpenAI ਵਧੀ ਹੋਈ ਭਾਵਨਾਤਮਕ ਬੁੱਧੀ, ਸੂਖਮਤਾ ਅਤੇ ਰਚਨਾਤਮਕਤਾ ਦਾ ਦਾਅਵਾ ਕਰਦਾ ਹੈ, ਬਹੁਤ ਸਾਰੇ ਉਪਭੋਗਤਾਵਾਂ ਨੇ GPT-4o ਦੇ ਮੁਕਾਬਲੇ ਕੋਈ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਨਹੀਂ ਦੇਖਿਆ ਹੈ। ਮਲਟੀਮੋਡਲ ਤਰੱਕੀ ਦੀ ਅਣਹੋਂਦ, ਜੋ ਕਿ GPT-4o ਦੀ ਇੱਕ ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ, ਇਸ ਧਾਰਨਾ ਵਿੱਚ ਹੋਰ ਯੋਗਦਾਨ ਪਾਉਂਦੀ ਹੈ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, GPT-4.5 ਨੇ ਬੇਹੂਦਾ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰਨ ਦੀ ਪ੍ਰਵਿਰਤੀ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਹੈ। OpenAI ਦਾ ਅੰਦਰੂਨੀ ਤੱਥਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਵਾਲਾ ਟੂਲ, SimpleQA, ਦੱਸਦਾ ਹੈ ਕਿ GPT-4.5 37.1% ਵਾਰ ਭਰਮ ਪੈਦਾ ਕਰਦਾ ਹੈ (ਮਨਘੜਤ ਗੱਲਾਂ ਨੂੰ ਭਰੋਸੇ ਨਾਲ ਤੱਥ ਵਜੋਂ ਪੇਸ਼ ਕਰਦਾ ਹੈ)। ਇਹ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਚਿੰਤਾ ਹੈ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਜਦੋਂ GPT-4o, ਇੱਕ ਹੋਰ ਉੱਨਤ “ਤਰਕ” ਮਾਡਲ ਦੀ ਤੁਲਨਾ ਵਿੱਚ, ਜੋ ਉਸੇ ਬੈਂਚਮਾਰਕ ‘ਤੇ 61.8% ਵਾਰ ਭਰਮ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਛੋਟਾ, ਸਸਤਾ o3-mini ਮਾਡਲ 80.3% ਦੀ ਹੋਰ ਵੀ ਉੱਚੀ ਭਰਮ ਦਰ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦਾ ਹੈ।
ਮੌਜੂਦਾ AI ਲੈਂਡਸਕੇਪ, ਜਿਸ ਵਿੱਚ Claude 3.7 ਦੇ ਨਾਲ Anthropic ਅਤੇ Gemini ਦੇ ਨਾਲ Google ਦੀਆਂ ਤਰੱਕੀਆਂ ਵਰਗੇ ਪ੍ਰਤੀਯੋਗੀ ਸ਼ਾਮਲ ਹਨ, ਨੇ ਮਹੱਤਵਪੂਰਨ ਅੱਪਗ੍ਰੇਡਾਂ ਲਈ ਉਮੀਦਾਂ ਵਧਾ ਦਿੱਤੀਆਂ ਹਨ। ਉਪਭੋਗਤਾ ਸਿਰਫ਼ ਸੁਧਾਰਾਂ ਦੀ ਨਹੀਂ, ਸਗੋਂ ਸਫਲਤਾਵਾਂ ਦੀ ਭਾਲ ਕਰ ਰਹੇ ਹਨ, ਅਤੇ GPT-4.5, ਆਪਣੇ ਮੌਜੂਦਾ ਰੂਪ ਵਿੱਚ, ਇਸ ਨਿਸ਼ਾਨ ਤੋਂ ਘੱਟ ਜਾਪਦਾ ਹੈ।
ਤਰਕ ਮਾਡਲਾਂ ਦਾ ਉਭਾਰ ਅਤੇ ਨਿਵੇਸ਼ਕਾਂ ਦਾ ਵਿਸ਼ਵਾਸ
Elon Musk ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ X ‘ਤੇ ਸੁਝਾਅ ਦਿੱਤਾ ਸੀ ਕਿ Artificial General Intelligence (AGI) ਨੇੜੇ ਹੈ। ਇਹ ਬਿਆਨ OpenAI, Google, Meta, Microsoft, DeepSeek, Anthropic, ਅਤੇ Musk ਦੀ ਆਪਣੀ xAI ਵਰਗੀਆਂ ਤਕਨੀਕੀ ਦਿੱਗਜਾਂ ਵਿੱਚ ਤਰਕ ਮਾਡਲਾਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ ਇੱਕ ਤੇਜ਼ ਦੌੜ ਦੇ ਵਿਚਕਾਰ ਆਇਆ ਹੈ - AI ਸਿਸਟਮ ਜੋ ਮਨੁੱਖੀ-ਵਰਗੀ ਸੋਚ ਦੀ ਨਕਲ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ।
ਨਿਵੇਸ਼ਕ ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ ਇਸ ਕੋਸ਼ਿਸ਼ ਲਈ ਉਤਸ਼ਾਹ ਦਿਖਾ ਰਹੇ ਹਨ। ਹਾਈਬ੍ਰਿਡ ਤਰਕ ਦੇ ਨਾਲ Claude 3.7 Sonnet ਲਾਂਚ ਕਰਨ ਤੋਂ ਥੋੜ੍ਹੀ ਦੇਰ ਬਾਅਦ, Anthropic ਨੇ $3.5 ਬਿਲੀਅਨ ਦੀ ਸੀਰੀਜ਼ E ਫੰਡਿੰਗ ਰਾਊਂਡ ਹਾਸਲ ਕੀਤਾ। ਇਸ ਨਾਲ ਇਸਦਾ ਮੁਲਾਂਕਣ ਤਿੰਨ ਗੁਣਾ ਹੋ ਕੇ $61.5 ਬਿਲੀਅਨ ਹੋ ਗਿਆ, ਜਿਸ ਨਾਲ OpenAI ਦੇ ਇੱਕ ਪ੍ਰਮੁੱਖ ਪ੍ਰਤੀਯੋਗੀ ਵਜੋਂ ਇਸਦੀ ਸਥਿਤੀ ਮਜ਼ਬੂਤ ਹੋਈ। Lightspeed Venture Partners ਦੀ ਅਗਵਾਈ ਵਿੱਚ ਅਤੇ Salesforce Ventures, Cisco, Fidelity, Jane Street, ਅਤੇ ਹੋਰਾਂ ਸਮੇਤ, ਨਿਵੇਸ਼ ਦੀ ਵਰਤੋਂ AI ਵਿਕਾਸ ਲਈ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ ਨੂੰ ਵਧਾਉਣ, ਸੁਰੱਖਿਆ ਖੋਜ ਨੂੰ ਵਧਾਉਣ ਅਤੇ ਵਿਸ਼ਵਵਿਆਪੀ ਵਿਕਾਸ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਵੇਗੀ।
ਤਰਕ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣਾ: BBEH ਬੈਂਚਮਾਰਕ
ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ (LLMs) ਨੂੰ ਰੋਜ਼ਾਨਾ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਜੋੜਿਆ ਜਾ ਰਿਹਾ ਹੈ, ਜਿਸ ਨਾਲ ਵਿਭਿੰਨ ਡੋਮੇਨਾਂ ਵਿੱਚ ਮਜ਼ਬੂਤ ਤਰਕ ਸਮਰੱਥਾਵਾਂ ਦੀ ਮੰਗ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ। ਹਾਲਾਂਕਿ, ਮੌਜੂਦਾ ਬੈਂਚਮਾਰਕ ਅਕਸਰ ਗਣਿਤ ਅਤੇ ਕੋਡਿੰਗ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ, ਹੋਰ ਮਹੱਤਵਪੂਰਨ ਤਰਕ ਕਿਸਮਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦੇ ਹਨ। ਜਦੋਂ ਕਿ BIG-Bench ਡੇਟਾਸੈਟ ਦੀ ਵਰਤੋਂ ਗੁੰਝਲਦਾਰ ਤਰਕ ਕਾਰਜਾਂ ‘ਤੇ LLMs ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਵਿਆਪਕ ਤੌਰ ‘ਤੇ ਕੀਤੀ ਗਈ ਹੈ, ਮਾਡਲਾਂ ਨੇ ਇੰਨੀ ਮਹੱਤਵਪੂਰਨ ਤਰੱਕੀ ਕੀਤੀ ਹੈ ਕਿ ਉਹ ਹੁਣ BIG-Bench ਅਤੇ ਇਸਦੇ ਵਧੇਰੇ ਚੁਣੌਤੀਪੂਰਨ ਰੂਪ, BIG-Bench Hard (BBH) ਦੋਵਾਂ ‘ਤੇ ਲਗਭਗ ਸੰਪੂਰਨ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ। ਇਹ ਸੰਤ੍ਰਿਪਤਾ ਇਹਨਾਂ ਬੈਂਚਮਾਰਕਾਂ ਨੂੰ ਹੋਰ ਤਰੱਕੀ ਨੂੰ ਮਾਪਣ ਲਈ ਘੱਟ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬਣਾਉਂਦੀ ਹੈ।
ਇਸ ਸੀਮਾ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ BIG-Bench Extra Hard (BBEH) ਪੇਸ਼ ਕੀਤਾ ਹੈ। ਇਹ ਨਵਾਂ ਬੈਂਚਮਾਰਕ BBH ਵਿੱਚ ਹਰੇਕ ਕਾਰਜ ਨੂੰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਵਧੇਰੇ ਮੁਸ਼ਕਲ ਸੰਸਕਰਣ ਨਾਲ ਬਦਲਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਅਜੇ ਵੀ ਸਮਾਨ ਤਰਕ ਹੁਨਰਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ। BBEH ‘ਤੇ ਟੈਸਟ ਦੱਸਦੇ ਹਨ ਕਿ ਇੱਥੋਂ ਤੱਕ ਕਿ ਸਭ ਤੋਂ ਵਧੀਆ ਆਮ-ਉਦੇਸ਼ ਵਾਲੇ ਮਾਡਲ ਸਿਰਫ 9.8% ਸਕੋਰ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਖਾਸ ਤੌਰ ‘ਤੇ ਤਰਕ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਚੋਟੀ ਦਾ ਮਾਡਲ 44.8% ਤੱਕ ਪਹੁੰਚਦਾ ਹੈ। ਇਹ ਨਤੀਜੇ ਗੁੰਝਲਦਾਰ ਤਰਕ ਦੇ ਨਾਲ LLMs ਦੁਆਰਾ ਦਰਪੇਸ਼ ਚੁਣੌਤੀਆਂ ਨੂੰ ਉਜਾਗਰ ਕਰਦੇ ਹਨ, ਜੋ ਸੁਧਾਰ ਲਈ ਕਾਫ਼ੀ ਜਗ੍ਹਾ ਦਰਸਾਉਂਦੇ ਹਨ। ਪੂਰਾ ਖੋਜ ਪੱਤਰ ਇਸ ਨਵੇਂ ਬੈਂਚਮਾਰਕ ‘ਤੇ ਹੋਰ ਵੇਰਵੇ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
AI-ਸੰਚਾਲਿਤ ਸੈਟੇਲਾਈਟ: ਪੁਲਾੜ ਖੋਜ ਅਤੇ ਸੰਚਾਲਨ ਵਿੱਚ ਇੱਕ ਨਵਾਂ ਯੁੱਗ
TakeMe2Space, ਇੱਕ ਹੈਦਰਾਬਾਦ-ਅਧਾਰਤ ਸਪੇਸਟੈਕ ਸਟਾਰਟਅੱਪ, ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ Seafund ਦੀ ਅਗਵਾਈ ਵਿੱਚ ਇੱਕ ਪ੍ਰੀ-ਸੀਡ ਫੰਡਿੰਗ ਰਾਊਂਡ ਵਿੱਚ 5.5 ਕਰੋੜ ਰੁਪਏ ਹਾਸਲ ਕੀਤੇ, ਜਿਸ ਵਿੱਚ Blume Ventures, Artha Venture Fund, AC Ventures, ਅਤੇ ਹੋਰ ਏਂਜਲ ਨਿਵੇਸ਼ਕਾਂ ਨੇ ਭਾਗ ਲਿਆ। ਇਹ ਫੰਡਿੰਗ, ਹਾਲਾਂਕਿ ਮਾਮੂਲੀ ਹੈ, ਪੁਲਾੜ ਵਿੱਚ ਭਾਰਤ ਦੀ ਪਹਿਲੀ AI-ਲੈਬ ਸਥਾਪਤ ਕਰਨ ਵੱਲ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਹੈ। TakeMe2Space ਫੰਡਾਂ ਦੀ ਵਰਤੋਂ MOI-1 (ਮਾਈ ਆਰਬਿਟਲ ਇਨਫਰਾਸਟਰਕਚਰ–ਟੈਕਨਾਲੋਜੀ ਡੈਮੋਨਸਟ੍ਰੇਟਰ) ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਿਹਾ ਹੈ, ਇੱਕ ਅਜਿਹਾ ਪਲੇਟਫਾਰਮ ਜੋ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਧਰਤੀ ਨਿਰੀਖਣ AI ਮਾਡਲਾਂ ਜਾਂ ਹੋਰ ਪੁਲਾੜ ਪ੍ਰਯੋਗਾਂ ਨੂੰ ਸਿੱਧੇ Orbitlab ਨਾਮਕ ਇੱਕ ਵੈੱਬ ਕੰਸੋਲ ਰਾਹੀਂ ਇੱਕ ਆਰਬਿਟਲ ਸੈਟੇਲਾਈਟ ‘ਤੇ ਅੱਪਲੋਡ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਵੇਗਾ। ਉਪਭੋਗਤਾ ਸਿਰਫ ਸੈਟੇਲਾਈਟ ਉਪਯੋਗਤਾ ਸਮੇਂ ਲਈ ਭੁਗਤਾਨ ਕਰਨਗੇ, $2 ਪ੍ਰਤੀ ਮਿੰਟ ਦੀ ਦਰ ‘ਤੇ।
ਕੰਪਨੀ ਦੇ MOI-TD ਪਲੇਟਫਾਰਮ ਨੇ ਕਥਿਤ ਤੌਰ ‘ਤੇ ਇੱਕ ਗਰਾਊਂਡ ਸਟੇਸ਼ਨ ਤੋਂ ਵੱਡੇ AI ਮਾਡਲਾਂ ਨੂੰ ਅੱਪਲਿੰਕ ਕਰਨ, ਸੈਟੇਲਾਈਟ ‘ਤੇ ਬਾਹਰੀ ਕੋਡ ਨੂੰ ਚਲਾਉਣ, ਅਤੇ ਏਨਕੋਡ ਕੀਤੇ ਅਤੇ ਐਨਕ੍ਰਿਪਟਡ ਨਤੀਜਿਆਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਡਾਊਨਲਿੰਕ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਹੈ। ਇਹ ਵਧੇਰੇ ਖੁਦਮੁਖਤਿਆਰ ਅਤੇ ਕੁਸ਼ਲ ਸੈਟੇਲਾਈਟ ਸੰਚਾਲਨ ਵੱਲ ਇੱਕ ਕਦਮ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।
TakeMe2Space ਇਸ ਕੋਸ਼ਿਸ਼ ਵਿੱਚ ਇਕੱਲਾ ਨਹੀਂ ਹੈ। ESA (OPS-SAT ਦੇ ਨਾਲ) ਅਤੇ Globalstar ਵਰਗੀਆਂ ਸੰਸਥਾਵਾਂ ਵੀ AI-ਸੰਚਾਲਿਤ ਸੈਟੇਲਾਈਟ ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਅਸਲ-ਸੰਸਾਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੀ ਅਗਵਾਈ ਕਰ ਰਹੀਆਂ ਹਨ, ਸੁਰੱਖਿਅਤ IoT ਸੰਚਾਰ ਤੋਂ ਲੈ ਕੇ ਇਨ-ਆਰਬਿਟ AI ਮਾਡਲ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਤੱਕ। ਜਿਵੇਂ ਕਿ ਤਕਨਾਲੋਜੀ ਅੱਗੇ ਵਧਦੀ ਜਾ ਰਹੀ ਹੈ, AI-ਸੰਚਾਲਿਤ ਸੈਟੇਲਾਈਟ ਤੇਜ਼ੀ ਨਾਲ ਖੁਦਮੁਖਤਿਆਰ ਬਣਨ ਲਈ ਤਿਆਰ ਹਨ, ਜਿਸ ਨਾਲ ਵਧੇਰੇ ਕੁਸ਼ਲ ਪੁਲਾੜ ਸੰਚਾਲਨ ਹੋਣਗੇ ਅਤੇ ਖੋਜ, ਸੁਰੱਖਿਆ ਅਤੇ ਗਲੋਬਲ ਕਨੈਕਟੀਵਿਟੀ ਲਈ ਨਵੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਖੁੱਲ੍ਹਣਗੀਆਂ।
ਰਵਾਇਤੀ ਤੌਰ ‘ਤੇ, ਸੈਟੇਲਾਈਟ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ, ਫੈਸਲੇ ਲੈਣ ਅਤੇ ਕਮਾਂਡ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਲਈ ਗਰਾਊਂਡ ਸਟੇਸ਼ਨਾਂ ‘ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰਦੇ ਹਨ। ਡੇਟਾ ਨੂੰ ਡਾਊਨਲਿੰਕ ਕਰਨਾ ਪੈਂਦਾ ਸੀ, ਧਰਤੀ ‘ਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਜਾਂਦਾ ਸੀ, ਅਤੇ ਫਿਰ ਪ੍ਰੋਸੈਸ ਕੀਤੀਆਂ ਗਈਆਂ ਸੂਝਾਂ ਨੂੰ ਵਾਪਸ ਸੈਟੇਲਾਈਟ ‘ਤੇ ਅੱਪਲਿੰਕ ਕੀਤਾ ਜਾਂਦਾ ਸੀ - ਇੱਕ ਅਜਿਹੀ ਪ੍ਰਕਿਰਿਆ ਜੋ ਸਮਾਂ ਬਰਬਾਦ ਕਰਨ ਵਾਲੀ ਅਤੇ ਬੈਂਡਵਿਡਥ-ਇੰਟੈਂਸਿਵ ਦੋਵੇਂ ਸੀ। ਹਾਲਾਂਕਿ, AI ਅਤੇ ਐਜ ਕੰਪਿਊਟਿੰਗ (ਕਲਾਊਡ ਦੀ ਬਜਾਏ ਡਿਵਾਈਸ ‘ਤੇ ਹੀ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨਾ) ਵਿੱਚ ਤਰੱਕੀ ਹੁਣ ਸੈਟੇਲਾਈਟਾਂ ਨੂੰ ਆਨਬੋਰਡ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ, ਖੁਦਮੁਖਤਿਆਰ ਫੈਸਲੇ ਲੈਣ ਅਤੇ ਸਿਰਫ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਸੂਝਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਸੰਚਾਰਿਤ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾ ਰਹੀ ਹੈ। ਇਸ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਤੇਜ਼, ਚੁਸਤ ਅਤੇ ਵਧੇਰੇ ਕੁਸ਼ਲ ਸੰਚਾਲਨ ਹੁੰਦੇ ਹਨ।
ਆਧੁਨਿਕ AI-ਸੰਚਾਲਿਤ ਸੈਟੇਲਾਈਟਾਂ ਦੇ ਸੰਚਾਲਨ ਵਿੱਚ ਆਮ ਤੌਰ ‘ਤੇ ਤਿੰਨ ਮੁੱਖ ਕਦਮ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ:
- AI ਐਲਗੋਰਿਦਮ ਦਾ ਅੱਪਲਿੰਕ: AI ਐਲਗੋਰਿਦਮ ਗਰਾਊਂਡ ਸਟੇਸ਼ਨਾਂ ਤੋਂ ਸੈਟੇਲਾਈਟਾਂ ਵਿੱਚ ਸੰਚਾਰਿਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਉੱਨਤ ਡੇਟਾ-ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਰੱਥਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ।
- ਆਨਬੋਰਡ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ: AI ਮਾਡਲ ਚਿੱਤਰਾਂ, ਸੈਂਸਰ ਡੇਟਾ ਅਤੇ ਹੋਰ ਇਨਪੁਟਸ ਦਾ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਆਰਬਿਟ ਵਿੱਚ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਹਨ, ਲਗਾਤਾਰ ਜ਼ਮੀਨੀ ਦਖਲ ਦੀ ਲੋੜ ਨੂੰ ਘੱਟ ਕਰਦੇ ਹਨ।
- ਸੂਝਾਂ ਦਾ ਸੁਰੱਖਿਅਤ ਡਾਊਨਲਿੰਕ: ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਸੰਚਾਰਿਤ ਕਰਨ ਦੀ ਬਜਾਏ, ਸੈਟੇਲਾਈਟ ਐਨਕ੍ਰਿਪਟਡ ਸੂਝਾਂ ਭੇਜਦੇ ਹਨ, ਬੈਂਡਵਿਡਥ ਦੀ ਸੰਭਾਲ ਕਰਦੇ ਹਨ ਅਤੇ ਸੁਰੱਖਿਆ ਨੂੰ ਵਧਾਉਂਦੇ ਹਨ।
ਇਹ AI-ਸੰਚਾਲਿਤ ਪਹੁੰਚ ਕਈ ਫਾਇਦੇ ਪੇਸ਼ ਕਰਦੀ ਹੈ। ਇਹ ਸੈਟੇਲਾਈਟਾਂ ਨੂੰ ਪੁਲਾੜ ਵਿੱਚ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾ ਕੇ ਲੇਟੈਂਸੀ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਘਟਾਉਂਦਾ ਹੈ, ਗਰਾਊਂਡ ਸਟੇਸ਼ਨਾਂ ਤੋਂ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਉਡੀਕ ਕੀਤੇ ਬਿਨਾਂ ਅਸਲ-ਸਮੇਂ ਦੀਆਂ ਸਥਿਤੀਆਂ ਲਈ ਤੇਜ਼ ਜਵਾਬਾਂ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਬੈਂਡਵਿਡਥ ਦੀ ਵਰਤੋਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਕਿਉਂਕਿ ਕੱਚੇ ਡੇਟਾ ਦੀ ਵੱਡੀ ਮਾਤਰਾ ਦੀ ਬਜਾਏ ਸਿਰਫ ਸਭ ਤੋਂ ਢੁਕਵੀਂ ਸੂਝਾਂ ਹੀ ਸੰਚਾਰਿਤ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਐਨਕ੍ਰਿਪਟਡ ਸੰਚਾਰ ਦੁਆਰਾ ਸੁਰੱਖਿਆ ਵਿੱਚ ਵੀ ਸੁਧਾਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਸਾਈਬਰ ਖਤਰਿਆਂ ਅਤੇ ਡੇਟਾ ਉਲੰਘਣਾ ਦੇ ਜੋਖਮ ਨੂੰ ਘਟਾਇਆ ਗਿਆ ਹੈ। ਇਹ ਲਾਭ ਖਾਸ ਤੌਰ ‘ਤੇ ਆਫ਼ਤ ਪ੍ਰਤੀਕਿਰਿਆ, ਫੌਜੀ ਕਾਰਵਾਈਆਂ ਅਤੇ ਪੁਲਾੜ ਖੋਜ ਵਰਗੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਕੀਮਤੀ ਹਨ।
AI-ਸੰਚਾਲਿਤ ਸੈਟੇਲਾਈਟਾਂ ਦੀਆਂ ਅਸਲ-ਸੰਸਾਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿਭਿੰਨ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹਨ:
- ਆਫ਼ਤ ਪ੍ਰਬੰਧਨ: AI ਨਾਲ ਲੈਸ ਸੈਟੇਲਾਈਟ ਅਸਲ ਸਮੇਂ ਵਿੱਚ ਜੰਗਲੀ ਅੱਗਾਂ, ਹੜ੍ਹਾਂ ਅਤੇ ਤੂਫਾਨਾਂ ਦਾ ਪਤਾ ਲਗਾ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਐਮਰਜੈਂਸੀ ਪ੍ਰਤੀਕਿਰਿਆ ਟੀਮਾਂ ਦੁਆਰਾ ਤੇਜ਼ ਕਾਰਵਾਈ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।
- ਸ਼ੁੱਧਤਾ ਖੇਤੀਬਾੜੀ: AI ਮਾਡਲ ਸ਼ੁੱਧਤਾ ਖੇਤੀ ਅਭਿਆਸਾਂ ਨੂੰ ਵਧਾਉਣ ਲਈ ਫਸਲਾਂ ਦੀ ਸਿਹਤ ਅਤੇ ਮਿੱਟੀ ਦੀਆਂ ਸਥਿਤੀਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਹਨ।
- ਵਾਤਾਵਰਣ ਦੀ ਨਿਗਰਾਨੀ: ਵਾਤਾਵਰਣ ਏਜੰਸੀਆਂ ਹਵਾ ਅਤੇ ਪਾਣੀ ਦੇ ਪ੍ਰਦੂਸ਼ਣ ਦੇ ਪੱਧਰਾਂ ਨੂੰ ਟਰੈਕ ਕਰਨ ਲਈ ਸੈਟੇਲਾਈਟ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ।
- ਖੁਦਮੁਖਤਿਆਰ ਨੇਵੀਗੇਸ਼ਨ ਅਤੇ ਪੁਲਾੜ ਸੰਚਾਲਨ: AI ਸੰਭਾਵੀ ਖਤਰਿਆਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਕੇ ਅਤੇ ਉਹਨਾਂ ‘ਤੇ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਕੇ ਟੱਕਰ ਤੋਂ ਬਚਣ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦਾ ਹੈ, ਸੈਟੇਲਾਈਟਾਂ ਦੀ ਸੁਰੱਖਿਆ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਕਵਰੇਜ ਅਤੇ ਕੁਸ਼ਲਤਾ ਨੂੰ ਵਧਾਉਂਦੇ ਹੋਏ, ਸੈਟੇਲਾਈਟ ਤਾਰਾਮੰਡਲਾਂ ਦੇ ਤਾਲਮੇਲ ਦੀ ਸਹੂਲਤ ਵੀ ਦਿੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, AI ਪੁਲਾੜ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਨੁਕਸਾਨ ਦੇ ਜੋਖਮ ਨੂੰ ਘਟਾਉਂਦੇ ਹੋਏ, ਆਰਬਿਟਲ ਮਲਬੇ ਦੀਆਂ ਗਤੀਵਿਧੀਆਂ ਨੂੰ ਟਰੈਕ ਕਰਨ ਅਤੇ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦਾ ਹੈ।
- ਰੱਖਿਆ ਅਤੇ ਸੁਰੱਖਿਆ: AI-ਸੰਚਾਲਿਤ ਨਿਗਰਾਨੀ ਪ੍ਰਣਾਲੀਆਂ ਅਣਅਧਿਕਾਰਤ ਗਤੀਵਿਧੀਆਂ ਅਤੇ ਫੌਜੀ ਗਤੀਵਿਧੀਆਂ ਦਾ ਵਧੇਰੇ ਸ਼ੁੱਧਤਾ ਨਾਲ ਪਤਾ ਲਗਾਉਂਦੀਆਂ ਹਨ।
- ਦੂਰਸੰਚਾਰ ਅਤੇ IoT: AI-ਸੰਚਾਲਿਤ ਸੈਟੇਲਾਈਟ ਚੁਸਤ ਟ੍ਰੈਫਿਕ ਰੂਟਿੰਗ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦੇ ਹਨ, ਸੈਟੇਲਾਈਟ ਇੰਟਰਨੈਟ ਕਨੈਕਟੀਵਿਟੀ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦੇ ਹਨ ਅਤੇ ਸਹਿਜ ਗਲੋਬਲ ਸੰਚਾਰ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹਨ।
- ਪੁਲਾੜ ਖੋਜ: AI ਗ੍ਰਹਿਆਂ ਅਤੇ ਐਕਸੋਪਲੈਨੇਟਸ ਦਾ ਪਤਾ ਲਗਾਉਣ ਵਿੱਚ ਪੁਲਾੜ ਦੂਰਬੀਨਾਂ ਦੀ ਕੁਸ਼ਲਤਾ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ, ਪੁਲਾੜ ਖੋਜ ਯਤਨਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਅੱਗੇ ਵਧਾਉਂਦਾ ਹੈ।
ਬਹੁਤ ਸਾਰੇ ਫਾਇਦਿਆਂ ਦੇ ਬਾਵਜੂਦ, AI-ਸੰਚਾਲਿਤ ਸੈਟੇਲਾਈਟਾਂ ਦੇ ਵਿਕਾਸ ਅਤੇ ਤੈਨਾਤੀ ਵਿੱਚ ਚੁਣੌਤੀਆਂ ਬਣੀਆਂ ਹੋਈਆਂ ਹਨ:
- ਸੀਮਤ ਕੰਪਿਊਟ ਪਾਵਰ: ਸੈਟੇਲਾਈਟਾਂ ਨੂੰ ਘੱਟ-ਪਾਵਰ, ਰੇਡੀਏਸ਼ਨ-ਹਾਰਡੈਂਡ ਚਿਪਸ ‘ਤੇ ਕੰਮ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਜੋ AI ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਸੀਮਤ ਕਰਦੇ ਹਨ।
- ਕਠੋਰ ਪੁਲਾੜ ਵਾਤਾਵਰਣ: ਰੇਡੀਏਸ਼ਨ ਐਕਸਪੋਜ਼ਰ ਹਾਰਡਵੇਅਰ ਦੀਆਂ ਖਰਾਬੀਆਂ ਦਾ ਖਤਰਾ ਪੈਦਾ ਕਰਦਾ ਹੈ।
- ਸੁਰੱਖਿਆ ਖਤਰੇ: ਪੁਲਾੜ ਵਿੱਚ ਬਾਹਰੀ ਕੋਡ ਨੂੰ ਅੱਪਲਿੰਕ ਕਰਨ ਅਤੇ ਚਲਾਉਣ ਲਈ ਸਾਈਬਰ ਹਮਲਿਆਂ ਨੂੰ ਰੋਕਣ ਲਈ ਸਾਵਧਾਨ ਪ੍ਰਬੰਧਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
- ਲਾਗਤ ਅਤੇ ਵਿਕਾਸ ਦਾ ਸਮਾਂ: AI-ਅਨੁਕੂਲ ਸੈਟੇਲਾਈਟ ਹਾਰਡਵੇਅਰ ਨੂੰ ਬਣਾਉਣਾ, ਟੈਸਟ ਕਰਨਾ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ ਇੱਕ ਮਹਿੰਗੀ ਅਤੇ ਸਮਾਂ ਬਰਬਾਦ ਕਰਨ ਵਾਲੀ ਪ੍ਰਕਿਰਿਆ ਹੈ।
- ਅਨੁਕੂਲਤਾ ਲੋੜਾਂ: ਆਰਬਿਟ ਵਿੱਚ ਤੈਨਾਤ AI ਮਾਡਲ ਬਹੁਤ ਜ਼ਿਆਦਾ ਅਨੁਕੂਲ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ, ਘੱਟੋ-ਘੱਟ ਅੱਪਡੇਟਾਂ ਨਾਲ ਕੰਮ ਕਰਦੇ ਹਨ ਅਤੇ ਨਵੇਂ ਦ੍ਰਿਸ਼ਾਂ ਵਿੱਚ ਖੁਦਮੁਖਤਿਆਰ ਤੌਰ ‘ਤੇ ਅਨੁਕੂਲ ਹੁੰਦੇ ਹਨ।
AI ਅਨਲੌਕਡ: ChatGPT ਵਿੱਚ ਦੁਹਰਾਉਣ ਵਾਲੇ ਵਾਕਾਂਸ਼ਾਂ ਨੂੰ ਖਤਮ ਕਰਨਾ
AI ਸਮੱਗਰੀ ਸਿਰਜਣ ਵਿੱਚ ਇੱਕ ਕੀਮਤੀ ਸਾਧਨ ਹੋ ਸਕਦਾ ਹੈ, ਲਿਖਣ, ਵਿਚਾਰ-ਵਟਾਂਦਰੇ, ਸਪੱਸ਼ਟਤਾ ਵਿੱਚ ਸੁਧਾਰ, ਢਾਂਚੇ ਨੂੰ ਸੁਧਾਰਨ ਅਤੇ ਸਮੁੱਚੀ ਪੜ੍ਹਨਯੋਗਤਾ ਨੂੰ ਵਧਾਉਣ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਟੈਕਸਟ ਨਾਲ ਇੱਕ ਆਮ ਸਮੱਸਿਆ ਦੁਹਰਾਉਣ ਵਾਲੇ ਸ਼ਬਦਾਂ ਦੀਆਂ ਚੋਣਾਂ ਦੇ ਕਾਰਨ ਫਾਰਮੂਲਾਿਕ ਭਾਸ਼ਾ ਵੱਲ ਇਸਦਾ ਰੁਝਾਨ ਹੈ। ਤਾਜ਼ਾ, ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸੰਦੇਸ਼ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਬਜਾਏ, AI ਅਕਸਰ ਜਾਣੇ-ਪਛਾਣੇ ਪੈਟਰਨਾਂ ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਅਤੇ ਮੌਲਿਕਤਾ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।
ਬਹੁਤ ਜ਼ਿਆਦਾ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਸ਼ਬਦ ਅਤੇ ਵਾਕਾਂਸ਼, ਜਿਵੇਂ ਕਿ “delve,” “tapestry,” “vibrant,” “landscape,” “realm,” “embark,” “excels,” “It’s important to note…,” ਅਤੇ “A testament to…,” AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਸਮੱਗਰੀ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਘਟਾ ਸਕਦੇ ਹਨ। ਉਤਪਾਦ ਮਾਰਕਿਟਰਾਂ ਲਈ, ਇਹ ਦੁਹਰਾਓ ਸੰਦੇਸ਼ ਨੂੰ ਘੱਟ ਮਜਬੂਰ ਕਰ ਸਕਦਾ ਹੈ, ਦਰਸ਼ਕਾਂ ਦੀ ਸ਼ਮੂਲੀਅਤ ਨੂੰ ਘਟਾ ਸਕਦਾ ਹੈ, ਬ੍ਰਾਂਡ ਦੇ ਵਿਭਿੰਨਤਾ ਨੂੰ ਕਮਜ਼ੋਰ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਇੱਕ ਭੀੜ-ਭੜੱਕੇ ਵਾਲੇ ਬਾਜ਼ਾਰ ਵਿੱਚ ਸੂਝ ਅਤੇ ਰਣਨੀਤਕ ਸੰਦੇਸ਼ ਨੂੰ ਵੱਖਰਾ ਹੋਣ ਤੋਂ ਰੋਕ ਸਕਦਾ ਹੈ।
ChatGPT ਦੀ ਮੈਮੋਰੀ ਵਿਸ਼ੇਸ਼ਤਾ ਦਾ ਲਾਭ ਉਠਾ ਕੇ, ਇਸ ਮੁੱਦੇ ਨੂੰ ਘੱਟ ਕਰਨਾ ਅਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਸ਼ਬਦਾਂ ਅਤੇ ਵਾਕਾਂਸ਼ਾਂ ਨੂੰ ਖਤਮ ਕਰਨਾ ਸੰਭਵ ਹੈ। ਇਸ ਵਿਸ਼ੇਸ਼ਤਾ ਦੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ ਇਹ ਇੱਥੇ ਹੈ:
ਪਹੁੰਚ: ChatGPT ਨੂੰ ਇਸਦੀ ਵੈੱਬਸਾਈਟ ਜਾਂ ਮੋਬਾਈਲ ਐਪ ਰਾਹੀਂ ਐਕਸੈਸ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਲਾਭ:
- ਵਧੀ ਹੋਈ ਮੌਲਿਕਤਾ: ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਸਮੱਗਰੀ ਘੱਟ ਰੋਬੋਟਿਕ ਅਤੇ ਵਧੇਰੇ ਮਨੁੱਖੀ ਮਹਿਸੂਸ ਹੋਵੇ।
- ਸੁਧਾਰਿਆ ਬ੍ਰਾਂਡ ਮੈਸੇਜਿੰਗ: ਆਮ ਵਾਕਾਂਸ਼ਾਂ ਤੋਂ ਬਚਦਾ ਹੈ ਜੋ ਬ੍ਰਾਂਡ ਦੇ ਵਿਭਿੰਨਤਾ ਨੂੰ ਕਮਜ਼ੋਰ ਕਰਦੇ ਹਨ।
- ਵਧੀ ਹੋਈ ਸ਼ਮੂਲੀਅਤ: ਬੇਲੋੜੀ ਚੀਜ਼ਾਂ ਨੂੰ ਘਟਾ ਕੇ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸੰਚਾਰ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦਾ ਹੈ।
ਉਦਾਹਰਨ: ਉਤਪਾਦ ਮਾਰਕੀਟਿੰਗ ਸਮੱਗਰੀ ਉਤਪਾਦਨ
ਇੱਕ ਉਤਪਾਦ ਮਾਰਕੀਟਰ ‘ਤੇ ਵਿਚਾਰ ਕਰੋ ਜਿਸਨੂੰ ਇੱਕ ਨਵੇਂ ਉਤਪਾਦ ਲਾਂਚ ਲਈ ਸਮੱਗਰੀ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਦਾ ਕੰਮ ਸੌਂਪਿਆ ਗਿਆ ਹੈ। ChatGPT ਨੂੰ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਬੇਨਤੀ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਦੁਹਰਾਉਣ ਵਾਲੇ ਅਤੇ ਆਮ ਵਾਕਾਂਸ਼ਾਂ ਨਾਲ ਭਰਿਆ ਜਵਾਬ ਮਿਲ ਸਕਦਾ ਹੈ ਜਿਵੇਂ ਕਿ “delving into an intricate landscape of innovation…,” ਜਿਸ ਨਾਲ ਸੰਦੇਸ਼ ਪ੍ਰੇਰਨਾਹੀਣ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ।
ਵਧੇਰੇ ਮਜਬੂਰ ਕਰਨ ਵਾਲੀ ਅਤੇ ਵਿਲੱਖਣ ਸਮੱਗਰੀ ਬਣਾਉਣ ਲਈ, ਮਾਰਕੀਟਰ ਇਹਨਾਂ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰ ਸਕਦਾ ਹੈ:
- ਪ੍ਰੋਂਪਟ ਸੈੱਟਅੱਪ ਕਰਨਾ: ਮਾਰਕੀਟਰ ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ ChatGPT ਨੂੰ ਨਿਰਦੇਸ਼ ਦਿੰਦਾ ਹੈ: “Please avoid the following words: delve, tapestry, vibrant, landscape, realm, embark, excels. Commit this to memory.” ਇਹ ChatGPT ਨੂੰ ਇਸਦੇ ਜਵਾਬਾਂ ਵਿੱਚ ਇਹਨਾਂ ਸ਼ਬਦਾਂ ਨੂੰ ਸਰਗਰਮੀ ਨਾਲ ਫਿਲਟਰ ਕਰਨ ਲਈ ਨਿਰਦੇਸ਼ ਦਿੰਦਾ ਹੈ।
- ਲਗਾਤਾਰ ਮੈਮੋਰੀ ਦੀ ਵਰਤੋਂ ਕਰਨਾ: “Commit this to memory” ਵਾਕਾਂਸ਼ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ChatGPT ਇਹਨਾਂ ਖਾਸ ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਕਈ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਵਿੱਚ ਬਰਕਰਾਰ ਰੱਖਦਾ ਹੈ। ਇਹ ਨਿਰਧਾਰਤ ਸ਼ਬਦਾਂ ਅਤੇ ਵਾਕਾਂਸ਼ਾਂ ਤੋਂ ਲਗਾਤਾਰ ਬਚਣ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ। ChatGPT ਟੈਕਸਟ ਤਿਆਰ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੀ ਮੈਮੋਰੀ ਦੀ ਜਾਂਚ ਕਰੇਗਾ ਅਤੇ ਨਿਰਧਾਰਤ ਸ਼ਬਦਾਂ ਤੋਂ ਬਚਣ ਲਈ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ ਕਰੇਗਾ।
- ਮੈਨੂਅਲ ਸਮੀਖਿਆ: ਜਵਾਬ ਤਿਆਰ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਮਾਰਕੀਟਰ ਕਿਸੇ ਵੀ ਬਾਕੀ ਬਚੀ ਬੇਲੋੜੀ ਚੀਜ਼ ਲਈ ਸਮੱਗਰੀ ਦੀ ਸਮੀਖਿਆ ਕਰਦਾ ਹੈ ਅਤੇ ਸਪੱਸ਼ਟਤਾ ਅਤੇ ਪ੍ਰਭਾਵ ਲਈ ਭਾਸ਼ਾ ਨੂੰ ਠੀਕ ਕਰਦਾ ਹੈ।
ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ:
- ਪ੍ਰੋਂਪਟ ਕਸਟਮਾਈਜ਼ੇਸ਼ਨ: ਖਾਸ ਨਿਰਦੇਸ਼ AI ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਆਕਾਰ ਦੇਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ।
- ਮੈਮੋਰੀ ਰੀਟੈਂਸ਼ਨ: ChatGPT ਗੱਲਬਾਤ ਦੌਰਾਨ ਸ਼ਬਦ-ਬਚਣ ਦੇ ਨਿਯਮਾਂ ਨੂੰ ਸਟੋਰ ਅਤੇ ਪਾਲਣਾ ਕਰ ਸਕਦਾ ਹੈ।
- ਮੈਨੂਅਲ ਰਿਫਾਈਨਮੈਂਟ: ਇੱਕ ਅੰਤਮ ਮਨੁੱਖੀ ਸੰਪਾਦਨ ਸਪੱਸ਼ਟਤਾ ਅਤੇ ਪ੍ਰਮਾਣਿਕਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ।
ਨੋਟ: ਇਸ ਭਾਗ ਵਿੱਚ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਟੂਲ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਅੰਦਰੂਨੀ ਜਾਂਚ ‘ਤੇ ਅਧਾਰਤ ਹਨ ਅਤੇ ਸਪੱਸ਼ਟ ਮੁੱਲ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦੇ ਹਨ। ਸਿਫ਼ਾਰਸ਼ਾਂ ਸੁਤੰਤਰ ਹਨ ਅਤੇ ਟੂਲ ਨਿਰਮਾਤਾਵਾਂ ਦੁਆਰਾ ਪ੍ਰਭਾਵਿਤ ਨਹੀਂ ਹਨ।
ਵਧੀਕ AI ਖ਼ਬਰਾਂ ਅਤੇ ਵਿਕਾਸ
AI-ਸੰਚਾਲਿਤ ਸਮਾਰਟਫ਼ੋਨ ਵੱਧ ਰਹੇ ਹਨ: Deutsche Telekom ਨੇ ਬਾਰਸੀਲੋਨਾ ਵਿੱਚ ਮੋਬਾਈਲ ਵਰਲਡ ਕਾਂਗਰਸ 2025 ਵਿੱਚ ਇੱਕ Perplexity ਸਹਾਇਕ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ ਵਾਲੇ ਇੱਕ AI-ਸੰਚਾਲਿਤ ਸਮਾਰਟਫ਼ੋਨ ਨੂੰ ਲਾਂਚ ਕਰਨ ਦੀਆਂ ਯੋਜਨਾਵਾਂ ਦਾ ਐਲਾਨ ਕੀਤਾ। ਇਹ ਸਹਾਇਕ ਰੋਜ਼ਾਨਾ ਦੇ ਕੰਮਾਂ ਜਿਵੇਂ ਕਿ ਟੈਕਸੀਆਂ ਦਾ ਆਰਡਰ ਦੇਣਾ, ਟੇਬਲ ਰਿਜ਼ਰਵ ਕਰਨਾ, ਅਸਲ ਸਮੇਂ ਵਿੱਚ ਭਾਸ਼ਾਵਾਂ ਦਾ ਅਨੁਵਾਦ ਕਰਨਾ, ਅਤੇ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਕੰਪਨੀ ਇਸ ਨੂੰ ਇੱਕ ਵਰਚੁਅਲ ਸਹਾਇਕ ਵਜੋਂ ਕਲਪਨਾ ਕਰਦੀ ਹੈ ਜੋ ਈਮੇਲ ਲਿਖ ਕੇ, ਕਾਲਾਂ ਸ਼ੁਰੂ ਕਰਕੇ, ਟੈਕਸਟ ਦਾ ਸਾਰ ਦੇ ਕੇ, ਅਤੇ ਕੈਲੰਡਰਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਕੇ ਲੱਖਾਂ ਗਾਹਕਾਂ ਦੀ ਸਹਾਇਤਾ ਕਰੇਗਾ। AI ਫ਼ੋਨ ਆਪਣੀ ਕਾਰਜਕੁਸ਼ਲਤਾ ਨੂੰ ਵਧਾਉਣ ਲਈ Google Cloud AI, ElevenLabs, ਅਤੇ Picsart ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰੇਗਾ, ਅਤੇ ਇਸਨੂੰ ਇਸ ਸਾਲ ਦੇ ਅੰਤ ਵਿੱਚ ਲਾਂਚ ਕਰਨ ਲਈ ਨਿਯਤ ਕੀਤਾ ਗਿਆ ਹੈ। Glance, ਇੱਕ InMobi ਯੂਨਿਟ, ਅਤੇ Google Cloud ਨੇ ਸਮਾਰਟਫ਼ੋਨ ਲੌਕ ਸਕ੍ਰੀਨਾਂ ਅਤੇ ਅੰਬੀਨਟ ਟੀਵੀ ਸਕ੍ਰੀਨਾਂ ‘ਤੇ ਉਪਭੋਗਤਾ ਅਨੁਭਵਾਂ ਨੂੰ ਵਧਾਉਣ ਲਈ ਖਪਤਕਾਰਾਂ-ਸਾਹਮਣੇ AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ Google ਦੇ AI ਮਾਡਲਾਂ ਦਾ ਲਾਭ ਉਠਾਉਣ ਲਈ ਇੱਕ ਸਹਿਯੋਗ ਦੀ ਘੋਸ਼ਣਾ ਵੀ ਕੀਤੀ। Glance ਵਰਤਮਾਨ ਵਿੱਚ ਦੁਨੀਆ ਭਰ ਵਿੱਚ 450 ਮਿਲੀਅਨ ਤੋਂ ਵੱਧ Android-ਅਧਾਰਤ ਸਮਾਰਟਫ਼ੋਨਾਂ ਨੂੰ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
ਸਰਕਾਰੀ ਖੇਤਰਾਂ ਵਿੱਚ ਗੰਭੀਰ ਸਾਈਬਰ ਘਟਨਾਵਾਂ ਵਿੱਚ ਗਿਰਾਵਟ: ਨਵੀਨਤਮ Kaspersky Managed Detection and Response (MDR) ਵਿਸ਼ਲੇਸ਼ਕ ਰਿਪੋਰਟ ਦੇ ਅਨੁਸਾਰ, ਸਰਕਾਰੀ