ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਤਰੱਕੀ ਦੀ ਲਗਾਤਾਰ ਧੁਨ ਬੇਰੋਕ ਜਾਰੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਤਕਨੀਕੀ ਦਿੱਗਜ ਅਗਲੇ ਸ਼ਾਨਦਾਰ ਮਾਡਲ ਨੂੰ ਪੇਸ਼ ਕਰਨ ਦੀ ਇੱਕ ਸਦੀਵੀ ਦੌੜ ਵਿੱਚ ਫਸੇ ਹੋਏ ਜਾਪਦੇ ਹਨ। ਇਸ ਉੱਚ-ਦਾਅ ਵਾਲੇ ਖੇਤਰ ਵਿੱਚ, Google ਨੇ ਹੁਣੇ ਆਪਣਾ ਨਵੀਨਤਮ ਪੱਤਾ ਖੇਡਿਆ ਹੈ, Gemini 2.5 Pro ਨੂੰ ਪੇਸ਼ ਕੀਤਾ ਹੈ। ਘੱਟੋ-ਘੱਟ ਸ਼ੁਰੂ ਵਿੱਚ, ਇੱਕ ‘ਪ੍ਰਯੋਗਾਤਮਕ’ (‘Experimental’) ਟੈਗ ਦੁਆਰਾ ਵਿਸ਼ੇਸ਼ਤਾ ਪ੍ਰਾਪਤ, ਉਹਨਾਂ ਦੇ AI ਪਾਵਰਹਾਊਸ ਦਾ ਇਹ ਨਵਾਂ ਸੰਸਕਰਣ ਸਿਰਫ਼ ਇੱਕ ਹੋਰ ਵਾਧਾ ਅੱਪਡੇਟ ਨਹੀਂ ਹੈ ਜੋ ਇੱਕ ਗਾਹਕੀ ਪੇਵਾਲ ਦੇ ਪਿੱਛੇ ਲੁਕਿਆ ਹੋਇਆ ਹੈ। ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ, Google ਨੇ ਇਸ ਆਧੁਨਿਕ ਟੂਲ ਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਕੀਮਤ ਦੇ ਆਮ ਲੋਕਾਂ ਲਈ ਉਪਲਬਧ ਕਰਾਉਣ ਦਾ ਫੈਸਲਾ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਸੰਭਾਵੀ ਮਹੱਤਵਪੂਰਨ ਤਬਦੀਲੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਅਤਿ-ਆਧੁਨਿਕ AI ਸਮਰੱਥਾਵਾਂ ਦਾ ਪ੍ਰਸਾਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਜਦੋਂ ਕਿ ਪਹੁੰਚ ਪੱਧਰ ਅਤੇ ਸੀਮਾਵਾਂ ਮੌਜੂਦ ਹਨ, ਮੁੱਖ ਸੰਦੇਸ਼ ਸਪੱਸ਼ਟ ਹੈ: ਡਿਜੀਟਲ ਬੋਧ ਦਾ ਇੱਕ ਵਧੇਰੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਰੂਪ ਮੁੱਖ ਧਾਰਾ ਵਿੱਚ ਦਾਖਲ ਹੋ ਰਿਹਾ ਹੈ।
ਮੁੱਖ ਉੱਨਤੀ: AI ਦੇ ਬੋਧਾਤਮਕ ਇੰਜਣ ਨੂੰ ਸੁਧਾਰਨਾ
ਜੋ ਚੀਜ਼ Gemini 2.5 Pro ਨੂੰ ਸੱਚਮੁੱਚ ਵੱਖਰਾ ਕਰਦੀ ਹੈ, Google ਦੇ ਆਪਣੇ ਐਲਾਨਾਂ ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਨਿਰੀਖਣਾਂ ਦੇ ਅਨੁਸਾਰ, ਉਹ ਇਸਦੀ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਵਧੀ ਹੋਈ ਤਰਕ (reasoning) ਸਮਰੱਥਾ ਵਿੱਚ ਹੈ। AI ਵਿਕਾਸ ਦੀ ਅਕਸਰ ਅਸਪਸ਼ਟ ਸ਼ਬਦਾਵਲੀ ਵਿੱਚ, ‘ਤਰਕ’ ਇੱਕ ਜਵਾਬ ਪੈਦਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਡੂੰਘੀਆਂ, ਵਧੇਰੇ ਤਰਕਪੂਰਨ ਸੋਚ ਪ੍ਰਕਿਰਿਆਵਾਂ ਲਈ ਇੱਕ ਮਾਡਲ ਦੀ ਸਮਰੱਥਾ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦਾ ਹੈ। ਇਹ ਸਿਰਫ਼ ਵਧੇਰੇ ਡਾਟਾ ਤੱਕ ਪਹੁੰਚਣ ਬਾਰੇ ਨਹੀਂ ਹੈ; ਇਹ ਉਸ ਡਾਟਾ ਨੂੰ ਵਧੇਰੇ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਕਠੋਰਤਾ ਨਾਲ ਪ੍ਰੋਸੈਸ ਕਰਨ ਬਾਰੇ ਹੈ।
ਉੱਤਮ ਤਰਕ ਦਾ ਵਾਅਦਾ ਬਹੁਪੱਖੀ ਹੈ। ਇਹ ਤੱਥਾਂ ਦੀਆਂ ਗਲਤੀਆਂ ਜਾਂ ‘ਭਰਮਾਂ’ (‘hallucinations’) ਵਿੱਚ ਸੰਭਾਵੀ ਕਮੀ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਜੋ ਸਭ ਤੋਂ ਉੱਨਤ AI ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਵੀ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ। ਉਪਭੋਗਤਾ ਅਜਿਹੇ ਜਵਾਬਾਂ ਦੀ ਉਮੀਦ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਤਰਕ ਦੀ ਵਧੇਰੇ ਇਕਸਾਰ ਲੜੀ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦੇ ਹਨ, ਵਧੇਰੇ ਵਫ਼ਾਦਾਰੀ ਨਾਲ ਅਧਾਰ ਤੋਂ ਸਿੱਟੇ ਤੱਕ ਜਾਂਦੇ ਹਨ। ਸ਼ਾਇਦ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ, ਵਧੀ ਹੋਈ ਤਰਕ ਸੰਦਰਭ ਅਤੇ ਸੂਖਮਤਾ (context and nuance) ਦੀ ਬਿਹਤਰ ਸਮਝ ਦਾ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ। ਇੱਕ AI ਜੋ ਸੱਚਮੁੱਚ ‘ਤਰਕ’ ਕਰ ਸਕਦਾ ਹੈ, ਨੂੰ ਉਪਭੋਗਤਾ ਦੇ ਪ੍ਰੋਂਪਟ ਦੀਆਂ ਸੂਖਮਤਾਵਾਂ ਨੂੰ ਸਮਝਣ, ਸਮਾਨ ਪਰ ਵੱਖਰੀਆਂ ਧਾਰਨਾਵਾਂ ਵਿੱਚ ਫਰਕ ਕਰਨ, ਅਤੇ ਆਮ ਜਾਂ ਸਤਹੀ ਜਵਾਬਾਂ ਤੋਂ ਪਰੇ ਜਾ ਕੇ, ਇਸਦੇ ਅਨੁਸਾਰ ਆਪਣੇ ਆਉਟਪੁੱਟ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਲੈਸ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
Google ਇਸ ਉੱਨਤੀ ਵਿੱਚ ਇੰਨਾ ਭਰੋਸੇਮੰਦ ਜਾਪਦਾ ਹੈ ਕਿ ਇਹ ਘੋਸ਼ਣਾ ਕਰਦਾ ਹੈ ਕਿ ਬੋਧਾਤਮਕ ਵਿਚਾਰ-ਵਟਾਂਦਰੇ ਦੀ ਇਹ ਵਧੀ ਹੋਈ ਸਮਰੱਥਾ ਇਸਦੇ ਭਵਿੱਖ ਦੇ AI ਮਾਡਲਾਂ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਤੱਤ ਬਣ ਜਾਵੇਗੀ। ਇਹ AI ਵੱਲ ਇੱਕ ਕਦਮ ਦੀ ਨੁਮਾਇੰਦਗੀ ਕਰਦਾ ਹੈ ਜੋ ਸਿਰਫ਼ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਨਹੀਂ ਕਰਦਾ ਬਲਕਿ ਇਸ ਬਾਰੇ ਸਰਗਰਮੀ ਨਾਲ ਸੋਚਦਾ ਹੈ, ਇੱਕ ਵਧੇਰੇ ਸ਼ਾਮਲ ਅੰਦਰੂਨੀ ਪ੍ਰਕਿਰਿਆ ਦੁਆਰਾ ਜਵਾਬਾਂ ਦਾ ਨਿਰਮਾਣ ਕਰਦਾ ਹੈ। ਤਰਕ ‘ਤੇ ਇਹ ਫੋਕਸ ਮਹੱਤਵਪੂਰਨ ਹੋ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ AI ਨਵੇਂ ਟੂਲ ਤੋਂ ਵੱਖ-ਵੱਖ ਡੋਮੇਨਾਂ ਵਿੱਚ ਲਾਜ਼ਮੀ ਸਹਾਇਕ ਵੱਲ ਤਬਦੀਲ ਹੁੰਦਾ ਹੈ, ਜਿੱਥੇ ਸ਼ੁੱਧਤਾ ਅਤੇ ਪ੍ਰਸੰਗਿਕ ਸਮਝ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦੀ ਹੈ। ਇਸ ਦੇ ਪ੍ਰਭਾਵ ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ ਕੋਡਿੰਗ ਸਹਾਇਤਾ ਅਤੇ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਲੈ ਕੇ ਵਧੇਰੇ ਸੂਝਵਾਨ ਰਚਨਾਤਮਕ ਸਹਿਯੋਗ ਅਤੇ ਆਧੁਨਿਕ ਸਮੱਸਿਆ-ਹੱਲ ਤੱਕ ਫੈਲੇ ਹੋਏ ਹਨ।
ਉੱਨਤ AI ਦਾ ਲੋਕਤੰਤਰੀਕਰਨ? ਉਪਲਬਧਤਾ ਅਤੇ ਪਹੁੰਚ ਪੱਧਰ
Gemini 2.5 Pro ਲਈ ਰੋਲਆਊਟ ਰਣਨੀਤੀ ਕਮਾਲ ਦੀ ਰਹੀ ਹੈ। Gemini 2.5 ਪੀੜ੍ਹੀ ਤੋਂ ਉੱਭਰਨ ਵਾਲੇ ਪਹਿਲੇ ਵੇਰੀਐਂਟ ਵਜੋਂ, ਇਸਦੀ ਸ਼ੁਰੂਆਤੀ ਘੋਸ਼ਣਾ ਮੁੱਖ ਤੌਰ ‘ਤੇ ਇਸਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ‘ਤੇ ਕੇਂਦ੍ਰਿਤ ਸੀ। ਹਾਲਾਂਕਿ, ਇਸਦੀ ਸ਼ੁਰੂਆਤ ਤੋਂ ਇੱਕ ਹਫ਼ਤੇ ਤੋਂ ਵੀ ਘੱਟ ਸਮੇਂ ਬਾਅਦ, Google ਨੇ ਇਸਦੀ ਪਹੁੰਚਯੋਗਤਾ ਨੂੰ ਸਪੱਸ਼ਟ ਕੀਤਾ: ਮਾਡਲ ਸਿਰਫ਼ Gemini Advanced ਦੇ ਭੁਗਤਾਨ ਕਰਨ ਵਾਲੇ ਗਾਹਕਾਂ ਲਈ ਹੀ ਨਹੀਂ, ਬਲਕਿ ਹਰ ਕਿਸੇ ਲਈ ਉਪਲਬਧ ਹੋਵੇਗਾ। ਅਜਿਹੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਟੂਲ ਨੂੰ ਮੁਫ਼ਤ ਵਿੱਚ ਪੇਸ਼ ਕਰਨ ਦਾ ਇਹ ਫੈਸਲਾ, ਭਾਵੇਂ ਚੇਤਾਵਨੀਆਂ ਦੇ ਨਾਲ, ਨੇੜਿਓਂ ਜਾਂਚ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ।
ਚੇਤਾਵਨੀ, ਕੁਦਰਤੀ ਤੌਰ ‘ਤੇ, ਗੈਰ-ਗਾਹਕਾਂ ਲਈ ਰੇਟ ਲਿਮਿਟਸ (rate limits) ਦੇ ਰੂਪ ਵਿੱਚ ਆਉਂਦੀ ਹੈ। Google ਨੇ ਇਹਨਾਂ ਸੀਮਾਵਾਂ ਦੀ ਸਹੀ ਪ੍ਰਕਿਰਤੀ ਜਾਂ ਗੰਭੀਰਤਾ ਦਾ ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ ਵੇਰਵਾ ਨਹੀਂ ਦਿੱਤਾ ਹੈ, ਜਿਸ ਨਾਲ ਮੁਫ਼ਤ ਪੱਧਰ ‘ਤੇ ਉਹਨਾਂ ਲਈ ਵਿਹਾਰਕ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਬਾਰੇ ਕੁਝ ਅਸਪਸ਼ਟਤਾ ਰਹਿ ਜਾਂਦੀ ਹੈ। ਰੇਟ ਲਿਮਿਟਸ ਆਮ ਤੌਰ ‘ਤੇ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸਮਾਂ ਸੀਮਾ ਦੇ ਅੰਦਰ ਇੱਕ ਉਪਭੋਗਤਾ ਦੁਆਰਾ ਖਪਤ ਕੀਤੇ ਜਾ ਸਕਣ ਵਾਲੇ ਸਵਾਲਾਂ ਦੀ ਗਿਣਤੀ ਜਾਂ ਪ੍ਰੋਸੈਸਿੰਗ ਪਾਵਰ ਦੀ ਮਾਤਰਾ ਨੂੰ ਸੀਮਤ ਕਰਦੇ ਹਨ। ਉਹਨਾਂ ਦੇ ਲਾਗੂ ਹੋਣ ‘ਤੇ ਨਿਰਭਰ ਕਰਦਿਆਂ, ਇਹ ਮਾਮੂਲੀ ਅਸੁਵਿਧਾਵਾਂ ਤੋਂ ਲੈ ਕੇ ਭਾਰੀ ਵਰਤੋਂ ‘ਤੇ ਮਹੱਤਵਪੂਰਨ ਰੁਕਾਵਟਾਂ ਤੱਕ ਹੋ ਸਕਦੇ ਹਨ।
ਇਹ ਪੱਧਰੀ ਪਹੁੰਚ ਪਹੁੰਚ Google ਲਈ ਕਈ ਸੰਭਾਵੀ ਉਦੇਸ਼ਾਂ ਦੀ ਪੂਰਤੀ ਕਰਦੀ ਹੈ। ਇਹ ਕੰਪਨੀ ਨੂੰ ਇੱਕ ਵਿਸ਼ਾਲ ਉਪਭੋਗਤਾ ਅਧਾਰ ਨਾਲ ਨਵੇਂ ਮਾਡਲ ਦੀ ਸਟ੍ਰੈਸ-ਟੈਸਟ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ, ਵਿਭਿੰਨ ਸਥਿਤੀਆਂ ਵਿੱਚ ਅਨਮੋਲ ਅਸਲ-ਸੰਸਾਰ ਫੀਡਬੈਕ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਡਾਟਾ ਇਕੱਠਾ ਕਰਦਾ ਹੈ - ਇੱਕ ‘ਪ੍ਰਯੋਗਾਤਮਕ’ (‘Experimental’) ਰੀਲੀਜ਼ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਡਾਟਾ। ਇਸਦੇ ਨਾਲ ਹੀ, ਇਹ ਭੁਗਤਾਨ ਕੀਤੇ Gemini Advanced ਗਾਹਕੀ ਲਈ ਇੱਕ ਮੁੱਲ ਪ੍ਰਸਤਾਵ ਬਣਾਈ ਰੱਖਦਾ ਹੈ, ਸੰਭਾਵਤ ਤੌਰ ‘ਤੇ ਬੇਰੋਕ ਜਾਂ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਵਰਤੋਂ ਸੀਮਾਵਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ, ਸੰਭਾਵਤ ਤੌਰ ‘ਤੇ ਹੋਰ ਪ੍ਰੀਮੀਅਮ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਨਾਲ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਮਾਡਲ ਨੂੰ ਵਿਆਪਕ ਤੌਰ ‘ਤੇ ਪਹੁੰਚਯੋਗ ਬਣਾਉਣਾ, ਭਾਵੇਂ ਸੀਮਾਵਾਂ ਦੇ ਨਾਲ, OpenAI ਅਤੇ Anthropic ਵਰਗੇ ਵਿਰੋਧੀਆਂ ਦੇ ਵਿਰੁੱਧ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਮਾਰਕੀਟਿੰਗ ਟੂਲ ਅਤੇ ਪ੍ਰਤੀਯੋਗੀ ਚਾਲ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ, Google ਦੀ ਸ਼ਕਤੀ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਇਸਦੇ ਈਕੋਸਿਸਟਮ ਵੱਲ ਆਕਰਸ਼ਿਤ ਕਰਦਾ ਹੈ।
ਵਰਤਮਾਨ ਵਿੱਚ, ਇਹ ਵਧੀ ਹੋਈ AI ਡੈਸਕਟਾਪਾਂ ‘ਤੇ Gemini ਵੈੱਬ ਐਪਲੀਕੇਸ਼ਨ ਰਾਹੀਂ ਪਹੁੰਚਯੋਗ ਹੈ, ਜਲਦੀ ਹੀ ਮੋਬਾਈਲ ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚ ਏਕੀਕਰਣ ਦੀ ਉਮੀਦ ਹੈ। ਇਹ ਪੜਾਅਵਾਰ ਰੋਲਆਊਟ ਨਿਯੰਤਰਿਤ ਤੈਨਾਤੀ ਅਤੇ ਨਿਗਰਾਨੀ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ ਕਿਉਂਕਿ ਮਾਡਲ ਪ੍ਰਯੋਗਾਤਮਕ ਸਥਿਤੀ ਤੋਂ Google ਦੀਆਂ ਸੇਵਾਵਾਂ ਵਿੱਚ ਵਿਆਪਕ, ਵਧੇਰੇ ਸਥਿਰ ਏਕੀਕਰਣ ਵੱਲ ਤਬਦੀਲ ਹੁੰਦਾ ਹੈ। ਮੁਫ਼ਤ ਪਹੁੰਚ ਦੇਣ ਦਾ ਫੈਸਲਾ, ਭਾਵੇਂ ਕਿੰਨਾ ਵੀ ਸੀਮਤ ਕਿਉਂ ਨਾ ਹੋਵੇ, ਅਤਿ-ਆਧੁਨਿਕ AI ਤਰਕ ਸਮਰੱਥਾਵਾਂ ਤੱਕ ਪਹੁੰਚ ਨੂੰ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਲੋਕਤੰਤਰੀਕਰਨ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਦਰਸਾਉਂਦਾ ਹੈ।
ਮਨ ਨੂੰ ਮਾਪਣਾ: ਬੈਂਚਮਾਰਕ ਅਤੇ ਪ੍ਰਤੀਯੋਗੀ ਸਥਿਤੀ
AI ਵਿਕਾਸ ਦੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਪ੍ਰਤੀਯੋਗੀ ਲੈਂਡਸਕੇਪ ਵਿੱਚ, ਇੱਕ ਮਾਡਲ ਨੂੰ ਦੂਜੇ ਤੋਂ ਵੱਖ ਕਰਨ ਲਈ ਅਕਸਰ ਮਾਪਣਯੋਗ ਮੈਟ੍ਰਿਕਸ ਦੀ ਮੰਗ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। Google ਨੇ ਆਪਣੀਆਂ ਉੱਨਤੀਆਂ ਨੂੰ ਰੇਖਾਂਕਿਤ ਕਰਨ ਲਈ ਕਈ ਉਦਯੋਗ ਬੈਂਚਮਾਰਕਾਂ ‘ਤੇ Gemini 2.5 Pro ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ ਹੈ। ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪ੍ਰਾਪਤੀ LMArena ਲੀਡਰਬੋਰਡ ‘ਤੇ ਇਸਦੀ ਸਥਿਤੀ ਹੈ। ਇਹ ਖਾਸ ਬੈਂਚਮਾਰਕ ਮਜਬੂਰ ਕਰਨ ਵਾਲਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਭੀੜ-ਸਰੋਤ ਮਨੁੱਖੀ ਨਿਰਣੇ ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ; ਉਪਭੋਗਤਾ ਵੱਖ-ਵੱਖ AI ਚੈਟਬੋਟਾਂ ਨਾਲ ਅੰਨ੍ਹੇਵਾਹ ਗੱਲਬਾਤ ਕਰਦੇ ਹਨ ਅਤੇ ਉਹਨਾਂ ਦੇ ਜਵਾਬਾਂ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਦਰਜਾ ਦਿੰਦੇ ਹਨ। ਇਸ ਲੀਡਰਬੋਰਡ ‘ਤੇ ਸਿਖਰ ‘ਤੇ ਹੋਣਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ, ਮਨੁੱਖੀ ਉਪਭੋਗਤਾਵਾਂ ਦੁਆਰਾ ਨਿਰਣਾ ਕੀਤੇ ਸਿੱਧੇ ਤੁਲਨਾ ਵਿੱਚ, Gemini 2.5 Pro ਨੂੰ ਇਸਦੇ ਦਰਜਨਾਂ ਸਾਥੀਆਂ ਦੇ ਮੁਕਾਬਲੇ ਉੱਤਮ ਆਉਟਪੁੱਟ ਪ੍ਰਦਾਨ ਕਰਨ ਵਾਲਾ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ।
ਵਿਅਕਤੀਗਤ ਉਪਭੋਗਤਾ ਤਰਜੀਹ ਤੋਂ ਪਰੇ, ਮਾਡਲ ਨੂੰ ਵਧੇਰੇ ਉਦੇਸ਼ਪੂਰਨ ਉਪਾਵਾਂ ਦੇ ਵਿਰੁੱਧ ਵੀ ਪਰਖਿਆ ਗਿਆ ਹੈ। Google Humanity’s Last Exam ਟੈਸਟ ‘ਤੇ ਇਸਦੇ 18.8 ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਸਕੋਰ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ। ਇਹ ਬੈਂਚਮਾਰਕ ਵਿਸ਼ੇਸ਼ ਤੌਰ ‘ਤੇ ਚੁਣੌਤੀਪੂਰਨ ਕਾਰਜਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਮਨੁੱਖੀ-ਪੱਧਰ ਦੇ ਗਿਆਨ ਅਤੇ ਤਰਕ ਦੇ ਨੇੜੇ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਰਿਪੋਰਟ ਅਨੁਸਾਰ ਇਹ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕਰਨਾ Gemini 2.5 Pro ਨੂੰ OpenAI ਅਤੇ Anthropic ਵਰਗੇ ਪ੍ਰਮੁੱਖ ਵਿਰੋਧੀਆਂ ਦੇ ਮੁਕਾਬਲੇ ਵਾਲੇ ਫਲੈਗਸ਼ਿਪ ਮਾਡਲਾਂ ਤੋਂ ਥੋੜ੍ਹਾ ਅੱਗੇ ਰੱਖਦਾ ਹੈ, ਜੋ ਗੁੰਝਲਦਾਰ ਬੋਧਾਤਮਕ ਮੁਲਾਂਕਣਾਂ ਵਿੱਚ ਇਸਦੇ ਪ੍ਰਤੀਯੋਗੀ ਕਿਨਾਰੇ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।
ਜਦੋਂ ਕਿ ਬੈਂਚਮਾਰਕ ਤੁਲਨਾ ਲਈ ਕੀਮਤੀ ਡਾਟਾ ਪੁਆਇੰਟ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਉਹ AI ਦੀ ਉਪਯੋਗਤਾ ਜਾਂ ਬੁੱਧੀ ਦਾ ਨਿਸ਼ਚਿਤ ਮਾਪ ਨਹੀਂ ਹਨ। ਪ੍ਰਦਰਸ਼ਨ ਖਾਸ ਕਾਰਜ, ਪ੍ਰੋਂਪਟ ਦੀ ਪ੍ਰਕਿਰਤੀ, ਅਤੇ ਜਿਸ ਡਾਟਾ ‘ਤੇ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ, ਦੇ ਅਧਾਰ ‘ਤੇ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਵੱਖਰਾ ਹੋ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, LMArena (ਉਪਭੋਗਤਾ ਤਰਜੀਹ) ਅਤੇ Humanity’s Last Exam (ਤਰਕ/ਗਿਆਨ) ਵਰਗੇ ਵਿਭਿੰਨ ਬੈਂਚਮਾਰਕਾਂ ਵਿੱਚ ਮਜ਼ਬੂਤ ਪ੍ਰਦਰਸ਼ਨ Google ਦੇ ਮਾਡਲ ਦੀਆਂ ਵਧੀਆਂ ਸਮਰੱਥਾਵਾਂ, ਖਾਸ ਤੌਰ ‘ਤੇ ਤਰਕ ਦੇ ਨਾਜ਼ੁਕ ਖੇਤਰ ਵਿੱਚ, ਦੇ ਦਾਅਵਿਆਂ ਨੂੰ ਭਰੋਸਾ ਦਿੰਦਾ ਹੈ। ਇਹ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਕਿ Gemini 2.5 Pro, ਘੱਟੋ ਘੱਟ, ਮੌਜੂਦਾ AI ਤਕਨਾਲੋਜੀ ਵਿੱਚ ਸਭ ਤੋਂ ਅੱਗੇ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਦਾਅਵੇਦਾਰ ਹੈ।
ਦੂਰੀ ਦਾ ਵਿਸਤਾਰ: ਕੰਟੈਕਸਟ ਵਿੰਡੋ ਦੀ ਮਹੱਤਤਾ
ਇੱਕ ਹੋਰ ਤਕਨੀਕੀ ਵਿਸ਼ੇਸ਼ਤਾ ਜੋ ਧਿਆਨ ਖਿੱਚ ਰਹੀ ਹੈ ਉਹ ਹੈ Gemini 2.5 Pro ਦੀ ਕੰਟੈਕਸਟ ਵਿੰਡੋ (context window)। ਸਧਾਰਨ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਕੰਟੈਕਸਟ ਵਿੰਡੋ ਉਸ ਜਾਣਕਾਰੀ ਦੀ ਮਾਤਰਾ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਜਿਸਨੂੰ ਇੱਕ AI ਮਾਡਲ ਇੱਕ ਜਵਾਬ ਪੈਦਾ ਕਰਦੇ ਸਮੇਂ ਕਿਸੇ ਵੀ ਸਮੇਂ ਰੱਖ ਸਕਦਾ ਹੈ ਅਤੇ ਸਰਗਰਮੀ ਨਾਲ ਪ੍ਰੋਸੈਸ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਜਾਣਕਾਰੀ ‘ਟੋਕਨਾਂ’ (tokens) ਵਿੱਚ ਮਾਪੀ ਜਾਂਦੀ ਹੈ, ਜੋ ਲਗਭਗ ਸ਼ਬਦਾਂ ਜਾਂ ਅੱਖਰਾਂ ਦੇ ਹਿੱਸਿਆਂ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ। ਇੱਕ ਵੱਡੀ ਕੰਟੈਕਸਟ ਵਿੰਡੋ ਜ਼ਰੂਰੀ ਤੌਰ ‘ਤੇ AI ਲਈ ਇੱਕ ਵੱਡੀ ਥੋੜ੍ਹੇ ਸਮੇਂ ਦੀ ਮੈਮੋਰੀ ਦੇ ਬਰਾਬਰ ਹੁੰਦੀ ਹੈ।
Gemini 2.5 Pro ਇੱਕ ਮਿਲੀਅਨ ਟੋਕਨਾਂ ਦੀ ਇੱਕ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਕੰਟੈਕਸਟ ਵਿੰਡੋ ਦਾ ਮਾਣ ਕਰਦਾ ਹੈ। ਇਸ ਨੂੰ ਪਰਿਪੇਖ ਵਿੱਚ ਰੱਖਣ ਲਈ, ਇਹ ਬਹੁਤ ਸਾਰੇ ਸਮਕਾਲੀ ਮਾਡਲਾਂ ਦੀ ਸਮਰੱਥਾ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਪਾਰ ਕਰਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, OpenAI ਦੇ ਵਿਆਪਕ ਤੌਰ ‘ਤੇ ਵਰਤੇ ਜਾਂਦੇ GPT-3.5 Turbo ਮਾਡਲ ਅਕਸਰ 4,000 ਤੋਂ 16,000 ਟੋਕਨਾਂ ਦੀ ਰੇਂਜ ਵਿੱਚ ਕੰਟੈਕਸਟ ਵਿੰਡੋਜ਼ ਨਾਲ ਕੰਮ ਕਰਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਉਹਨਾਂ ਦਾ ਵਧੇਰੇ ਉੱਨਤ GPT-4 Turbo ਵੀ 128,000 ਟੋਕਨਾਂ ਤੱਕ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ। Anthropic ਦੇ Claude 3 ਮਾਡਲ 200,000 ਟੋਕਨਾਂ ਤੱਕ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੇ ਹਨ। Google ਦੀ ਇੱਕ-ਮਿਲੀਅਨ-ਟੋਕਨ ਵਿੰਡੋ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਛਾਲ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਜਿਸ ਨਾਲ AI ਇੱਕੋ ਸਮੇਂ ਇਨਪੁਟ ਡਾਟਾ ਦੀਆਂ ਬਹੁਤ ਵੱਡੀਆਂ ਮਾਤਰਾਵਾਂ ਨੂੰ ਸੰਭਾਲਣ ਦੇ ਯੋਗ ਬਣਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, Google ਨੇ ਸੰਕੇਤ ਦਿੱਤਾ ਹੈ ਕਿ ਦੋ-ਮਿਲੀਅਨ-ਟੋਕਨ ਸਮਰੱਥਾ ‘ਜਲਦੀ ਆ ਰਹੀ ਹੈ’ (‘coming soon’), ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਇਸ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਵਿਸ਼ਾਲ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਰੱਥਾ ਨੂੰ ਦੁੱਗਣਾ ਕਰ ਰਹੀ ਹੈ।
ਅਜਿਹੀ ਵੱਡੀ ਕੰਟੈਕਸਟ ਵਿੰਡੋ ਦੇ ਵਿਹਾਰਕ ਪ੍ਰਭਾਵ ਡੂੰਘੇ ਹਨ। ਇਹ AI ਨੂੰ ਇਹ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ:
- ਲੰਬੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ: ਪੂਰੀਆਂ ਕਿਤਾਬਾਂ, ਵਿਆਪਕ ਖੋਜ ਪੱਤਰ, ਜਾਂ ਗੁੰਝਲਦਾਰ ਕਾਨੂੰਨੀ ਇਕਰਾਰਨਾਮੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਇੱਕੋ ਵਾਰ ਵਿੱਚ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ ਅਤੇ ਸੰਖੇਪ ਜਾਂ ਪੁੱਛਗਿੱਛ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ, ਬਿਨਾਂ ਉਹਨਾਂ ਨੂੰ ਛੋਟੇ ਹਿੱਸਿਆਂ ਵਿੱਚ ਤੋੜਨ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ।
- ਵੱਡੇ ਕੋਡਬੇਸਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰੋ: ਡਿਵੈਲਪਰ ਵਿਸ਼ਲੇਸ਼ਣ, ਡੀਬੱਗਿੰਗ, ਦਸਤਾਵੇਜ਼ੀਕਰਨ, ਜਾਂ ਰੀਫੈਕਟਰਿੰਗ ਲਈ ਪੂਰੇ ਸਾਫਟਵੇਅਰ ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ AI ਵਿੱਚ ਫੀਡ ਕਰ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ AI ਸਮੁੱਚੀ ਬਣਤਰ ਅਤੇ ਅੰਤਰ-ਨਿਰਭਰਤਾਵਾਂ ਬਾਰੇ ਜਾਗਰੂਕਤਾ ਬਣਾਈ ਰੱਖਦਾ ਹੈ।
- ਲੰਬੀਆਂ ਗੱਲਬਾਤਾਂ ਵਿੱਚ ਇਕਸਾਰਤਾ ਬਣਾਈ ਰੱਖੋ: AI ਇੱਕ ਵਿਸਤ੍ਰਿਤ ਗੱਲਬਾਤ ਵਿੱਚ ਬਹੁਤ ਪਹਿਲਾਂ ਤੋਂ ਵੇਰਵਿਆਂ ਅਤੇ ਸੂਖਮਤਾਵਾਂ ਨੂੰ ਯਾਦ ਰੱਖ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਵਧੇਰੇ ਇਕਸਾਰ ਅਤੇ ਪ੍ਰਸੰਗਿਕ ਤੌਰ ‘ਤੇ ਢੁਕਵੀਂ ਗੱਲਬਾਤ ਹੁੰਦੀ ਹੈ।
- ਗੁੰਝਲਦਾਰ ਮਲਟੀ-ਮੋਡਲ ਇਨਪੁਟਸ ਨੂੰ ਸੰਭਾਲੋ: ਹਾਲਾਂਕਿ ਹੁਣ ਮੁੱਖ ਤੌਰ ‘ਤੇ ਟੈਕਸਟ-ਕੇਂਦ੍ਰਿਤ ਹੈ, ਵੱਡੀਆਂ ਕੰਟੈਕਸਟ ਵਿੰਡੋਜ਼ ਵਧੇਰੇ ਸੰਪੂਰਨ ਸਮਝ ਲਈ ਟੈਕਸਟ, ਚਿੱਤਰਾਂ, ਆਡੀਓ ਅਤੇ ਵੀਡੀਓ ਡਾਟਾ ਦੇ ਵਿਆਪਕ ਸੰਜੋਗਾਂ ਨੂੰ ਇੱਕੋ ਸਮੇਂ ਪ੍ਰੋਸੈਸ ਕਰਨ ਦਾ ਰਾਹ ਪੱਧਰਾ ਕਰਦੀਆਂ ਹਨ।
ਇਹ ਵਿਸਤ੍ਰਿਤ ਸਮਰੱਥਾ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਵਧੀਆਂ ਤਰਕ ਯੋਗਤਾਵਾਂ ਦੀ ਪੂਰਤੀ ਕਰਦੀ ਹੈ। ਇਸਦੀ ਸਰਗਰਮ ਮੈਮੋਰੀ ਵਿੱਚ ਵਧੇਰੇ ਜਾਣਕਾਰੀ ਆਸਾਨੀ ਨਾਲ ਉਪਲਬਧ ਹੋਣ ਦੇ ਨਾਲ, AI ਕੋਲ ਇੱਕ ਅਮੀਰ ਬੁਨਿਆਦ ਹੈ ਜਿਸ ‘ਤੇ ਇਸਦੀ ਸੁਧਰੀ ਹੋਈ ਲਾਜ਼ੀਕਲ ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਹੈ, ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਵਧੇਰੇ ਸਹੀ, ਸੂਝਵਾਨ, ਅਤੇ ਵਿਆਪਕ ਆਉਟਪੁੱਟ ਵੱਲ ਅਗਵਾਈ ਕਰਦਾ ਹੈ, ਖਾਸ ਤੌਰ ‘ਤੇ ਮਹੱਤਵਪੂਰਨ ਮਾਤਰਾ ਵਿੱਚ ਪਿਛੋਕੜ ਦੀ ਜਾਣਕਾਰੀ ਵਾਲੇ ਗੁੰਝਲਦਾਰ ਕਾਰਜਾਂ ਲਈ।
ਕਮਰੇ ਵਿੱਚ ਹਾਥੀ: ਅਣਕਹੀਆਂ ਲਾਗਤਾਂ ਅਤੇ ਲੰਬਿਤ ਸਵਾਲ
ਪ੍ਰਦਰਸ਼ਨ ਬੈਂਚਮਾਰਕਾਂ ਅਤੇ ਵਿਸਤ੍ਰਿਤ ਸਮਰੱਥਾਵਾਂ ਦੇ ਆਲੇ ਦੁਆਲੇ ਦੇ ਉਤਸ਼ਾਹ ਦੇ ਵਿਚਕਾਰ, ਮਹੱਤਵਪੂਰਨ ਸਵਾਲ ਅਕਸਰ ਸ਼ਾਨਦਾਰ AI ਘੋਸ਼ਣਾਵਾਂ ਵਿੱਚ ਅਣਸੁਲਝੇ ਰਹਿ ਜਾਂਦੇ ਹਨ। Gemini 2.5 Pro ਵਰਗੇ ਮਾਡਲਾਂ ਦਾ ਵਿਕਾਸ ਅਤੇ ਤੈਨਾਤੀ ਮਹੱਤਵਪੂਰਨ ਓਵਰਹੈੱਡਾਂ ਅਤੇ ਨੈਤਿਕ ਵਿਚਾਰਾਂ ਤੋਂ ਬਿਨਾਂ ਨਹੀਂ ਹੈ, ਪਹਿਲੂ ਜੋ Google ਦੇ ਸ਼ੁਰੂਆਤੀ ਸੰਚਾਰਾਂ ਤੋਂ ਖਾਸ ਤੌਰ ‘ਤੇ ਗੈਰਹਾਜ਼ਰ ਸਨ।
ਚਿੰਤਾ ਦਾ ਇੱਕ ਵੱਡਾ ਖੇਤਰ ਵਾਤਾਵਰਣ ਪ੍ਰਭਾਵ (environmental impact) ਦੇ ਦੁਆਲੇ ਘੁੰਮਦਾ ਹੈ। ਵੱਡੇ ਪੈਮਾਨੇ ਦੇ AI ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣਾ ਅਤੇ ਚਲਾਉਣਾ ਬਦਨਾਮ ਤੌਰ ‘ਤੇ ਊਰਜਾ-ਤੀਬਰ ਪ੍ਰਕਿਰਿਆਵਾਂ ਹਨ। MIT ਤੋਂ ਹਵਾਲਾ ਦਿੱਤੇ ਗਏ ਖੋਜਕਰਤਾਵਾਂ ਸਮੇਤ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਆਧੁਨਿਕ AI ਨਾਲ ਜੁੜੇ ਬਿਜਲੀ ਅਤੇ ਪਾਣੀ ਦੇ ਸਰੋਤਾਂ ਦੀ ‘ਹੈਰਾਨ ਕਰਨ ਵਾਲੀ’ (‘staggering’) ਖਪਤ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ ਹੈ। ਇਹ AI ਵਿਕਾਸ ਦੇ ਮੌਜੂਦਾ ਟ੍ਰੈਜੈਕਟਰੀ ਦੀ ਸਥਿਰਤਾ ਬਾਰੇ ਗੰਭੀਰ ਸਵਾਲ ਖੜ੍ਹੇ ਕਰਦਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਮਾਡਲ ਵੱਡੇ ਅਤੇ ਵਧੇਰੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੁੰਦੇ ਜਾਂਦੇ ਹਨ, ਉਹਨਾਂ ਦਾ ਵਾਤਾਵਰਣਕ ਪੈਰ-ਚਿੰਨ੍ਹ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਵਧਦਾ ਹੈ, ਕਾਰਬਨ ਨਿਕਾਸ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ ਅਤੇ ਸਰੋਤਾਂ ‘ਤੇ ਦਬਾਅ ਪਾਉਂਦਾ ਹੈ, ਖਾਸ ਤੌਰ ‘ਤੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਨੂੰ ਠੰਡਾ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾਣ ਵਾਲਾ ਪਾਣੀ। ਹਮੇਸ਼ਾ-ਵਧੇਰੇ-ਸਮਰੱਥ AI ਲਈ ਦਬਾਅ ਨੂੰ ਇਹਨਾਂ ਵਾਤਾਵਰਣਕ ਲਾਗਤਾਂ ਦੇ ਵਿਰੁੱਧ ਸੰਤੁਲਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਫਿਰ ਵੀ Gemini 2.5 Pro ਵਰਗੇ ਨਵੇਂ ਮਾਡਲਾਂ ਦੀ ਖਾਸ ਊਰਜਾ ਅਤੇ ਪਾਣੀ ਦੀ ਵਰਤੋਂ ਸੰਬੰਧੀ ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਅਕਸਰ ਘਾਟ ਹੁੰਦੀ ਹੈ।
ਇੱਕ ਹੋਰ ਲਗਾਤਾਰ ਮੁੱਦਾ ਇਹਨਾਂ ਆਧੁਨਿਕ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਸਿਖਲਾਈ ਲਈ ਵਰਤੇ ਗਏ ਡਾਟਾ (data used for training) ਨਾਲ ਸਬੰਧਤ ਹੈ। AI ਮਾਡਲਾਂ ਨੂੰ ਭਾਸ਼ਾ, ਤਰਕ ਅਤੇ ਸੰਸਾਰ ਗਿਆਨ ਸਿਖਾਉਣ ਲਈ ਲੋੜੀਂਦੇ ਵਿਸ਼ਾਲ ਡਾਟਾਸੈਟਾਂ ਵਿੱਚ ਅਕਸਰ ਇੰਟਰਨੈਟ ਤੋਂ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਟੈਕਸਟ ਅਤੇ ਚਿੱਤਰਾਂ ਨੂੰ ਸਕ੍ਰੈਪ ਕਰਨਾ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ। ਇਹ ਅਭਿਆਸ ਅਕਸਰ ਕਾਪੀਰਾਈਟ ਉਲੰਘਣਾ (copyright infringement) ਦੀਆਂ ਚਿੰਤਾਵਾਂ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਕਿਉਂਕਿ ਸਿਰਜਣਹਾਰ ਅਤੇ ਪ੍ਰਕਾਸ਼ਕ ਦਲੀਲ ਦਿੰਦੇ ਹਨ ਕਿ ਉਹਨਾਂ ਦੇ ਕੰਮ ਨੂੰ ਵਪਾਰਕ AI ਉਤਪਾਦ ਬਣਾਉਣ ਲਈ ਬਿਨਾਂ ਇਜਾਜ਼ਤ ਜਾਂ ਮੁਆਵਜ਼ੇ ਦੇ ਵਰਤਿਆ ਜਾ ਰਿਹਾ ਹੈ। ਜਦੋਂ ਕਿ ਤਕਨੀਕੀ ਕੰਪਨੀਆਂ ਆਮ ਤੌਰ ‘ਤੇ ਨਿਰਪੱਖ ਵਰਤੋਂ ਜਾਂ ਸਮਾਨ ਕਾਨੂੰਨੀ ਸਿਧਾਂਤਾਂ ਦਾ ਦਾਅਵਾ ਕਰਦੀਆਂ ਹਨ, ਨੈਤਿਕ ਅਤੇ ਕਾਨੂੰਨੀ ਲੈਂਡਸਕੇਪ ਬਹੁਤ ਜ਼ਿਆਦਾ ਵਿਵਾਦਿਤ ਰਹਿੰਦਾ ਹੈ। ਘੋਸ਼ਣਾ ਵਿੱਚ ਡਾਟਾ ਉਤਪਤੀ ਅਤੇ ਕਾਪੀਰਾਈਟ ਪਾਲਣਾ ਬਾਰੇ ਸਪੱਸ਼ਟ ਚਰਚਾ ਦੀ ਘਾਟ ਇਹਨਾਂ ਮਹੱਤਵਪੂਰਨ ਸਵਾਲਾਂ ਨੂੰ ਅਣਜਵਾਬ ਛੱਡ ਦਿੰਦੀ ਹੈ।
ਇਹ ਅਣਕਹੀਆਂ ਲਾਗਤਾਂ - ਵਾਤਾਵਰਣਕ ਅਤੇ ਨੈਤਿਕ - AI ਉੱਨਤੀ ਦੇ ਇੱਕ ਨਾਜ਼ੁਕ ਪਹਿਲੂ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ। ਜਦੋਂ ਕਿ ਤਕਨੀਕੀ ਸ਼ਕਤੀ ਦਾ ਜਸ਼ਨ ਮਨਾਉਣਾ ਸਮਝਣ ਯੋਗ ਹੈ, ਇੱਕ ਵਿਆਪਕ ਮੁਲਾਂਕਣ ਲਈ ਇਹਨਾਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਅਤੇ ਤੈਨਾਤ ਕਰਨ ਦੇ ਵਿਆਪਕ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨ ਅਤੇ ਹੱਲ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਅੱਗੇ ਦਾ ਰਸਤਾ ਵਧੇਰੇ ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਵਧੇਰੇ ਟਿਕਾਊ ਅਤੇ ਨੈਤਿਕ ਤੌਰ ‘ਤੇ ਸਹੀ AI ਅਭਿਆਸਾਂ ਵੱਲ ਇੱਕ ਠੋਸ ਯਤਨ ਦੀ ਲੋੜ ਹੈ।
Pro ਨੂੰ ਪਰਖਣਾ: ਅਸਲ-ਸੰਸਾਰ ਟੈਸਟਿੰਗ ਪ੍ਰਭਾਵ
ਬੈਂਚਮਾਰਕ ਸੰਖਿਆਵਾਂ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਪਰ ਇੱਕ AI ਮਾਡਲ ਦਾ ਅਸਲ ਮਾਪ ਅਕਸਰ ਇਸਦੇ ਵਿਹਾਰਕ ਉਪਯੋਗ ਵਿੱਚ ਹੁੰਦਾ ਹੈ। ਸ਼ੁਰੂਆਤੀ ਹੱਥੀਂ ਟੈਸਟਿੰਗ, ਭਾਵੇਂ ਵਿਆਪਕ ਨਾ ਹੋਵੇ, ਇਸ ਬਾਰੇ ਝਲਕ ਪੇਸ਼ ਕਰਦੀ ਹੈ ਕਿ Gemini 2.5 Pro ਆਪਣੇ ਪੂਰਵਜਾਂ ਦੇ ਮੁਕਾਬਲੇ ਕਿਵੇਂ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ। ਸਧਾਰਨ ਕਾਰਜ, ਜਿਵੇਂ ਕਿ ਬੁਨਿਆਦੀ ਵੈੱਬ ਐਪਲੀਕੇਸ਼ਨਾਂ (ਜਿਵੇਂ ਕਿ ਇੱਕ ਔਨਲਾਈਨ ਟਾਈਮਰ) ਲਈ ਕੋਡ ਤਿਆਰ ਕਰਨਾ, ਰਿਪੋਰਟ ਅਨੁਸਾਰ ਮੁਕਾਬਲਤਨ ਆਸਾਨੀ ਨਾਲ ਪੂਰਾ ਕੀਤਾ ਗਿਆ ਸੀ, ਸਿੱਧੀਆਂ ਪ੍ਰੋਗਰਾਮਿੰਗ ਬੇਨਤੀਆਂ ਲਈ ਇਸਦੀ ਉਪਯੋਗਤਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ - ਇੱਕ ਸਮਰੱਥਾ ਜੋ ਪੁਰਾਣੇ ਮਾਡਲਾਂ ਨਾਲ ਸਾਂਝੀ ਕੀਤੀ ਗਈ ਹੈ ਪਰ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਵਧੇਰੇ ਕੁਸ਼ਲਤਾ ਜਾਂ ਸਹੀ ਢੰਗ ਨਾਲ ਲਾਗੂ ਕੀਤੀ ਗਈ ਹੈ।
ਇੱਕ ਵਧੇਰੇ ਸੂਖਮ ਟੈਸਟ ਵਿੱਚ AI ਨੂੰ ਚਾਰਲਸ ਡਿਕਨਜ਼ (Charles Dickens) ਦੇ ਗੁੰਝਲਦਾਰ ਨਾਵਲ, ਬਲੀਕ ਹਾਊਸ (Bleak House) ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦਾ ਕੰਮ ਸੌਂਪਣਾ ਸ਼ਾਮਲ ਸੀ। Gemini 2.5 Pro ਨੇ ਸਫਲਤਾਪੂਰਵਕ ਇੱਕ ਸਹੀ ਪਲਾਟ ਸੰਖੇਪ ਤਿਆਰ ਕੀਤਾ ਅਤੇ, ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ, ਡਿਕਨਜ਼ ਦੁਆਰਾ ਵਰਤੇ ਗਏ ਗੁੰਝਲਦਾਰ ਬਿਰਤਾਂਤਕ ਉਪਕਰਨਾਂ ਦਾ ਇੱਕ ਚਲਾਕ ਮੁਲਾਂਕਣ ਪ੍ਰਦਾਨ ਕੀਤਾ, ਜਿਵੇਂ ਕਿ ਦੋਹਰੀ-ਕਥਾਵਾਚਕ ਬਣਤਰ ਅਤੇ ਵਿਆਪਕ ਪ੍ਰਤੀਕਵਾਦ। ਸਾਹਿਤਕ ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਇਹ ਪੱਧਰ ਡੂੰਘੇ ਥੀਮੈਟਿਕ ਅਤੇ ਢਾਂਚਾਗਤ ਤੱਤਾਂ ਨੂੰ ਸਮਝਣ ਦੀ ਸਮਰੱਥਾ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇ