ਮੈਨਸ: AI ਏਜੰਟਾਂ ਲਈ ਨਵਾਂ ਪਹੁੰਚ

ਮੈਨਸ ਦਾ ਉਭਾਰ ਅਤੇ ਇਸਦੀਆਂ ਸਮਰੱਥਾਵਾਂ

ਮੈਨਸ ਦੀ ਰਚਨਾ ਨੂੰ ਇੱਕ ਬਹੁਮੁਖੀ AI ਏਜੰਟ ਵਜੋਂ ਕੰਮ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਜੋ ਕਿ ਵਿਆਪਕ ਨਤੀਜਿਆਂ ਦੀ ਖੁਦਮੁਖਤਿਆਰ ਯੋਜਨਾਬੰਦੀ, ਅਮਲ, ਅਤੇ ਸਪੁਰਦਗੀ ਦੇ ਸਮਰੱਥ ਹੈ। ਇਹ ਏਜੰਟ ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਵੈਬਸਾਈਟਾਂ ਨਾਲ ਗੱਲਬਾਤ ਕਰਦਾ ਹੈ, ਵੱਖ-ਵੱਖ ਡੇਟਾ ਕਿਸਮਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦਾ ਹੈ, ਅਤੇ ਆਪਣੇ ਉਦੇਸ਼ਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਟੂਲਸ ਦੇ ਇੱਕ ਸਮੂਹ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।

ਸਿਰਫ-ਸੱਦਾ ਪੜਾਅ ਵਿੱਚ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਮੈਨਸ ਨੇ ਆਪਣੀਆਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਮਰੱਥਾਵਾਂ ਲਈ ਤੇਜ਼ੀ ਨਾਲ ਧਿਆਨ ਖਿੱਚਿਆ। ਮੇਨਲੋ ਵੈਂਚਰਸ ਦੇ ਇੱਕ ਪ੍ਰਿੰਸੀਪਲ, ਡੀਡੀ ਦਾਸ ਨੇ ਮੈਨਸ ਦੀ ਪ੍ਰਸ਼ੰਸਾ ਕਰਦਿਆਂ ਕਿਹਾ, ‘ਮੈਨਸ, ਨਵਾਂ AI ਉਤਪਾਦ ਜਿਸ ਬਾਰੇ ਹਰ ਕੋਈ ਗੱਲ ਕਰ ਰਿਹਾ ਹੈ, ਪ੍ਰਚਾਰ ਦੇ ਯੋਗ ਹੈ। ਇਹ ਉਹ AI ਏਜੰਟ ਹੈ ਜਿਸਦਾ ਵਾਅਦਾ ਕੀਤਾ ਗਿਆ ਸੀ।’ ਦਾਸ ਨੇ ਏਜੰਟ ਦੀ ਯੋਗਤਾ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ ਕਿ ਉਹ ਆਮ ਤੌਰ ‘ਤੇ ਦੋ ਹਫ਼ਤਿਆਂ ਦੇ ਪੇਸ਼ੇਵਰ ਕੰਮ ਨੂੰ ਲਗਭਗ ਇੱਕ ਘੰਟੇ ਵਿੱਚ ਸੰਕੁਚਿਤ ਕਰ ਸਕਦਾ ਹੈ।

ਟੈਕਨਾਲੋਜੀ ਹੋਲਡਿੰਗ ਕੰਪਨੀ Tiny ਦੇ ਸਹਿ-ਸੰਸਥਾਪਕ, ਐਂਡਰਿਊ ਵਿਲਕਿਨਸਨ ਨੇ ਵੀ ਇਸੇ ਤਰ੍ਹਾਂ ਦੀ ਭਾਵਨਾ ਪ੍ਰਗਟ ਕਰਦਿਆਂ ਕਿਹਾ, ‘ਮੈਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਮੈਂ ਹੁਣੇ ਛੇ ਮਹੀਨੇ ਭਵਿੱਖ ਵਿੱਚ ਸਮਾਂ ਯਾਤਰਾ ਕੀਤੀ ਹੈ।’ ਵਿਲਕਿਨਸਨ ਨੇ ਇਹ ਵੀ ਸਾਂਝਾ ਕੀਤਾ ਕਿ ਉਸਨੇ ਮੈਨਸ ਨੂੰ ਇੱਕ ਸੌਫਟਵੇਅਰ ਹੱਲ ਵਿਕਸਤ ਕਰਨ ਅਤੇ ਬਦਲਣ ਦਾ ਕੰਮ ਸੌਂਪਿਆ ਹੈ ਜਿਸ ਲਈ ਉਸਦੀ ਕੰਪਨੀ ਵਰਤਮਾਨ ਵਿੱਚ ਸਾਲਾਨਾ $6,000 ਖਰਚ ਕਰਦੀ ਹੈ।

ਮੈਨਸ ਨੇ ਕਾਰਜਕੁਸ਼ਲਤਾਵਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:

• ਵਿਸਤ੍ਰਿਤ ਯਾਤਰਾ ਯੋਜਨਾਵਾਂ ਬਣਾਉਣਾ: ਵਿਆਪਕ ਯਾਤਰਾ ਯੋਜਨਾਵਾਂ ਤਿਆਰ ਕਰਨਾ।
• ਡੂੰਘਾਈ ਨਾਲ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ: ਸਟਾਕਾਂ ਅਤੇ ਕਾਰੋਬਾਰਾਂ ਦਾ ਪੂਰਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ।
• ਖੋਜ ਰਿਪੋਰਟ ਉਤਪਾਦਨ: ਵਿਭਿੰਨ ਵਿਸ਼ਿਆਂ ‘ਤੇ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰਨਾ।
• ਗੇਮ ਡਿਜ਼ਾਈਨ: ਗੇਮਾਂ ਦੀ ਧਾਰਨਾ ਅਤੇ ਡਿਜ਼ਾਈਨ ਕਰਨਾ।
• ਇੰਟਰਐਕਟਿਵ ਵਿਦਿਅਕ ਕੋਰਸ: ਦਿਲਚਸਪ ਸਿੱਖਣ ਦੇ ਤਜ਼ਰਬੇ ਵਿਕਸਤ ਕਰਨਾ।

ਉਪਭੋਗਤਾਵਾਂ ਨੇ ਮੈਨਸ ਨੂੰ ਇੱਕ ਬਹੁਪੱਖੀ ਟੂਲ ਵਜੋਂ ਵਰਣਨ ਕੀਤਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਡੂੰਘੀ ਖੋਜ ਸਮਰੱਥਾਵਾਂ, ਖੁਦਮੁਖਤਿਆਰ ਸੰਚਾਲਨ, ਕੰਪਿਊਟਰ ਵਰਤੋਂ ਕਾਰਜਕੁਸ਼ਲਤਾ, ਅਤੇ ਮੈਮੋਰੀ ਨਾਲ ਲੈਸ ਇੱਕ ਕੋਡਿੰਗ ਏਜੰਟ ਸ਼ਾਮਲ ਹਨ।

ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਬੈਂਚਮਾਰਕਿੰਗ

ਕੁਝ ਲੋਕਾਂ ਦੇ ਕਹਿਣ ਅਨੁਸਾਰ, ਇਸਦੀਆਂ ‘ਦਿਮਾਗ ਨੂੰ ਉਡਾਉਣ ਵਾਲੀਆਂ’ ਏਜੰਟਿਕ ਸਮਰੱਥਾਵਾਂ ਤੋਂ ਇਲਾਵਾ, ਮੈਨਸ ਦੀ ਇਸਦੇ ਉਪਭੋਗਤਾ ਅਨੁਭਵ (UX) ਲਈ ਵੀ ਪ੍ਰਸ਼ੰਸਾ ਕੀਤੀ ਗਈ ਹੈ। ਹਗਿੰਗ ਫੇਸ ਦੇ ਉਤਪਾਦ ਮੁਖੀ, ਵਿਕਟਰ ਮੁਸਤਾਰ ਨੇ ਨੋਟ ਕੀਤਾ, ‘UX ਉਹ ਹੈ ਜਿਸਦਾ ਬਹੁਤ ਸਾਰੇ ਹੋਰਾਂ ਨੇ ਵਾਅਦਾ ਕੀਤਾ ਸੀ, ਪਰ ਇਸ ਵਾਰ ਇਹ ਕੰਮ ਕਰਦਾ ਹੈ।’ ਮੈਨਸ ਦਾ ਡਿਜ਼ਾਈਨ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਨੂੰ ਵੀ ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਕਾਰਵਾਈਆਂ ਲਈ ਪ੍ਰਵਾਨਗੀਆਂ ਅਤੇ ਅਨੁਮਤੀਆਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਮੈਨਸ ਨੂੰ GAIA ਬੈਂਚਮਾਰਕ ‘ਤੇ ਵੀ ਪਰਖਿਆ ਗਿਆ ਹੈ, ਜੋ ਕਿ ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਯੋਗਤਾ ‘ਤੇ ਆਮ AI ਸਹਾਇਕਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ। ਰਿਪੋਰਟ ਕੀਤੇ ਨਤੀਜਿਆਂ ਦੇ ਅਨੁਸਾਰ, ਮੈਨਸ ਨੇ OpenAI ਦੇ ਡੀਪ ਰਿਸਰਚ ਦੇ ਮੁਕਾਬਲੇ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ।

‘ਰੈਪਰ’ ਬਹਿਸ ਅਤੇ ਮੈਨਸ ਦਾ ਮੁੱਲ

ਸ਼ੁਰੂਆਤੀ ਉਤਸ਼ਾਹ ਦੀ ਲਹਿਰ ਤੋਂ ਕੁਝ ਦਿਨਾਂ ਬਾਅਦ, X (ਪਹਿਲਾਂ ਟਵਿੱਟਰ) ‘ਤੇ ਕੁਝ ਉਪਭੋਗਤਾਵਾਂ ਨੇ ਖੋਜ ਕੀਤੀ ਕਿ ਮੈਨਸ Anthropic ਦੇ Claude Sonnet ਮਾਡਲ ਦੇ ਸਿਖਰ ‘ਤੇ ਕੰਮ ਕਰ ਰਿਹਾ ਸੀ, ਬ੍ਰਾਊਜ਼ਰ ਵਰਤੋਂ ਵਰਗੇ ਹੋਰ ਟੂਲਸ ਦੇ ਨਾਲ। ਇਸ ਖੁਲਾਸੇ ਨੇ ਨਿਰਾਸ਼ਾ ਦੇ ਕੁਝ ਪ੍ਰਗਟਾਵੇ ਕੀਤੇ, ਕੁਝ ਆਲੋਚਕਾਂ ਨੇ ਸੁਝਾਅ ਦਿੱਤਾ ਕਿ ਮੈਨਸ ਵਿੱਚ ਇੱਕ ਵਿਲੱਖਣ ‘ਖਾਈ’ ਜਾਂ ਪ੍ਰਤੀਯੋਗੀ ਫਾਇਦੇ ਦੀ ਘਾਟ ਹੈ।

ਅਸਲੀਅਤ ਇਹ ਹੈ ਕਿ ਮੈਨਸ, ਆਪਣੀਆਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਉਪਲਬਧ ਸਭ ਤੋਂ ਉੱਨਤ AI ਮਾਡਲਾਂ ਵਿੱਚੋਂ ਕੁਝ ਦੇ ਦੁਆਲੇ ਇੱਕ ‘ਰੈਪਰ’ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਸ ਪਹੁੰਚ ਨੂੰ ਕਈ ਵਾਰ ਸੋਸ਼ਲ ਮੀਡੀਆ ‘ਤੇ ਇੱਕ ਅਜੀਬ ਨਕਾਰਾਤਮਕ ਧਾਰਨਾ ਨਾਲ ਮਿਲਿਆ ਹੈ। ਅੰਤ ਵਿੱਚ, ਮੈਨਸ ਨੇ ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਡਿਜ਼ਾਈਨ ਕੀਤੇ ਇੰਟਰਫੇਸ ਨੂੰ ਬਣਾਉਣ ਵਿੱਚ ਸਫਲਤਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਹੈ ਜੋ ਇੱਕ ਬੁਨਿਆਦੀ AI ਮਾਡਲ ਦੀ ਏਜੰਟਿਕ ਸੰਭਾਵਨਾ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਰਤਦਾ ਹੈ।

OpenAI ਦੇ ਇੱਕ ਪੇਸ਼ੇਵਰ, ਏਡਨ ਮੈਕਲਾਫਲਿਨ ਨੇ X ‘ਤੇ ਟਿੱਪਣੀ ਕੀਤੀ ਕਿ ‘ਰੈਪਰ’ ਪਹਿਲੂ ਕੋਈ ਮਹੱਤਵਪੂਰਨ ਚਿੰਤਾ ਨਹੀਂ ਸੀ। ਉਸਨੇ ਜ਼ੋਰ ਦਿੱਤਾ, ‘ਜੇ ਇਸਨੇ ਮੁੱਲ ਪੈਦਾ ਕੀਤਾ, ਤਾਂ ਇਹ ਮੇਰੇ ਸਤਿਕਾਰ ਦਾ ਹੱਕਦਾਰ ਹੈ। ਸਮਰੱਥਾਵਾਂ ਦੀ ਪਰਵਾਹ ਕਰੋ, ਆਰਕੀਟੈਕਚਰ ਦੀ ਨਹੀਂ।’

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਮੈਨਸ ਦੀਆਂ ਸ਼ੁਰੂਆਤੀ ਸਮੀਖਿਆਵਾਂ ਮੌਜੂਦਾ AI ਮਾਡਲਾਂ ਦੀ ਅਣਵਰਤੀ ਸੰਭਾਵਨਾ ਨੂੰ ਉਜਾਗਰ ਕਰਦੀਆਂ ਹਨ, ਉਹ ਸਮਰੱਥਾਵਾਂ ਜਿਨ੍ਹਾਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਵਾਲੀਆਂ ਲੈਬਾਂ ਨੇ ਵੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਹਿਸੂਸ ਨਹੀਂ ਕੀਤਾ ਹੈ। GitGlance.co ਦੇ ਸੰਸਥਾਪਕ, ਰਿਚਰਡਸਨ ਡੈਕਮ ਨੇ ਕਿਹਾ, ‘ਮੈਨਸ ਨੇ ਸਿਰਫ਼ ਇੱਕ ਮਾਡਲ ‘ਤੇ ਇੱਕ API ਨਹੀਂ ਥੱਪਿਆ। ਉਨ੍ਹਾਂ ਨੇ ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ ਸਿਸਟਮ ਬਣਾਇਆ ਹੈ ਜੋ ਡੂੰਘੀ ਖੋਜ, ਡੂੰਘੀ ਸੋਚ, ਅਤੇ ਬਹੁ-ਪੜਾਵੀ ਕੰਮਾਂ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਚਲਾ ਸਕਦਾ ਹੈ ਜਿਸ ਤਰ੍ਹਾਂ ਕੋਈ ਹੋਰ AI ਨਹੀਂ ਕਰ ਸਕਦਾ।’

ਇਹ ਇੱਕ ਦਿਲਚਸਪ ਸਵਾਲ ਖੜ੍ਹਾ ਕਰਦਾ ਹੈ: ਜੇ ਮੈਨਸ ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ ਦੇ ਮੌਜੂਦਾ ਮਾਡਲਾਂ ‘ਤੇ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਤਾਂ ਉਨ੍ਹਾਂ ਮਾਡਲਾਂ ਦੇ ਨਿਰਮਾਤਾ ਖੁਦ ਅਜਿਹੀਆਂ ਸਮਰੱਥਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਨ ਦੇ ਯੋਗ ਕਿਉਂ ਨਹੀਂ ਹੋਏ ਹਨ? ਡੀਨ ਡਬਲਯੂ ਬਾਲ, ਇੱਕ AI ਖੋਜਕਰਤਾ, ਨੇ ਸੁਝਾਅ ਦਿੱਤਾ, ‘ਮੈਂ ਮੰਨਦਾ ਹਾਂ ਕਿ ਹਰ ਯੂਐਸ ਲੈਬ ਵਿੱਚ ਇਹ ਸਮਰੱਥਾਵਾਂ ਹਨ ਜਾਂ ਪਰਦੇ ਦੇ ਪਿੱਛੇ ਬਿਹਤਰ ਹਨ ਅਤੇ ਜੋਖਮ ਤੋਂ ਬਚਣ ਕਾਰਨ ਉਨ੍ਹਾਂ ਨੂੰ ਸ਼ਿਪਿੰਗ ਨਹੀਂ ਕਰ ਰਿਹਾ ਹੈ, ਜਿਸ ਵਿੱਚੋਂ ਕੁਝ ਰੈਗੂਲੇਟਰੀ ਜੋਖਮ ਤੋਂ ਆਉਂਦਾ ਹੈ।’

ਓਪਨ ਸੋਰਸ ਇੱਛਾਵਾਂ ਅਤੇ ਓਪਨਮੈਨਸ ਦਾ ਉਭਾਰ

ਇਹ ਤੱਥ ਕਿ ਮੈਨਸ ਮੌਜੂਦਾ LLMs ‘ਤੇ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਇਸ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਦੁਹਰਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਅਹਿਸਾਸ ਨੇ X ‘ਤੇ ਬਹੁਤ ਸਾਰੇ ਉਪਭੋਗਤਾਵਾਂ ਵਿੱਚ ਉਮੀਦ ਦੀ ਇੱਕ ਲਹਿਰ ਪੈਦਾ ਕੀਤੀ, ਕੁਝ ਨੇ ਇੱਕ ਓਪਨ-ਸੋਰਸ ਸੰਸਕਰਣ ਦੀ ਉਮੀਦ ਪ੍ਰਗਟ ਕੀਤੀ।

ਇਹ ਉਮੀਦਾਂ ਮੁਕਾਬਲਤਨ ਤੇਜ਼ੀ ਨਾਲ ਪੂਰੀਆਂ ਹੁੰਦੀਆਂ ਜਾਪਦੀਆਂ ਹਨ। GitHub ‘ਤੇ ਡਿਵੈਲਪਰਾਂ ਦੇ ਇੱਕ ਸਮੂਹ ਨੇ ਪਹਿਲਾਂ ਹੀ ਮੈਨਸ ਦਾ ਇੱਕ ਓਪਨ-ਸੋਰਸ ਵਿਕਲਪ ਬਣਾਇਆ ਹੈ, ਜਿਸਦਾ ਨਾਮ ‘ਓਪਨਮੈਨਸ’ ਹੈ। ਇਹ ਪ੍ਰੋਜੈਕਟ ਹੁਣ GitHub ‘ਤੇ ਜਨਤਕ ਤੌਰ ‘ਤੇ ਉਪਲਬਧ ਹੈ।

ਮੈਨਸ ਦੁਆਰਾ ਦਰਪੇਸ਼ ਆਲੋਚਨਾਵਾਂ ਅਤੇ ਚੁਣੌਤੀਆਂ

ਸਕਾਰਾਤਮਕ ਸਵਾਗਤ ਦੇ ਬਾਵਜੂਦ, ਮੈਨਸ ਨੂੰ ਆਲੋਚਨਾ ਦਾ ਵੀ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ ਹੈ। ਕੁਝ ਉਪਭੋਗਤਾਵਾਂ ਨੇ ਦੱਸਿਆ ਹੈ ਕਿ ਮੈਨਸ ਨੇ ਕੰਮਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਮਾਂ ਲਿਆ, ਅਤੇ ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਉਨ੍ਹਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਿਹਾ। ਡੇਰਿਆ ਉਨੁਤਮਾਜ਼, ਇੱਕ ਬਾਇਓਮੈਡੀਕਲ ਵਿਗਿਆਨੀ, ਨੇ ਮੈਨਸ ਦੀ ਤੁਲਨਾ OpenAI ਦੇ ਡੀਪ ਰਿਸਰਚ ਨਾਲ ਕੀਤੀ, ਇਹ ਨੋਟ ਕਰਦੇ ਹੋਏ ਕਿ ਜਦੋਂ ਕਿ ਬਾਅਦ ਵਾਲੇ ਨੇ 15 ਮਿੰਟਾਂ ਵਿੱਚ ਇੱਕ ਕੰਮ ਪੂਰਾ ਕੀਤਾ, ਮੈਨਸ AI 50 ਮਿੰਟਾਂ ਬਾਅਦ ਅਸਫਲ ਹੋ ਗਿਆ, 20 ਵਿੱਚੋਂ 18 ਕਦਮ ‘ਤੇ ਫਸ ਗਿਆ।

ਕਲਿਕ ਹੈਲਥ ਵਿਖੇ ਜਨਰੇਟਿਵ AI ਦੇ EVP, ਸਾਈਮਨ ਸਮਿਥ ਨੇ ਇਨ੍ਹਾਂ ਮੁੱਦਿਆਂ ਨੂੰ ਇਸ ਸੰਭਾਵਨਾ ਨਾਲ ਜੋੜਿਆ ਕਿ ਮੈਨਸ ਦਾ ਅੰਡਰਲਾਈੰਗ ਮਾਡਲ ਓਪਨਏਆਈ ਦੇ ਡੀਪ ਰਿਸਰਚ ਜਿੰਨਾ ਮਜ਼ਬੂਤ ਨਹੀਂ ਹੋ ਸਕਦਾ ਹੈ। ਉਸਨੇ ਅੱਗੇ ਸੁਝਾਅ ਦਿੱਤਾ ਕਿ ਕਿਉਂਕਿ ਮੈਨਸ ਕਈ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਇਸ ਲਈ ਡੀਪ ਰਿਸਰਚ ਨਾਲੋਂ ਇੱਕ ਪੂਰੀ ਰਿਪੋਰਟ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਜ਼ਿਆਦਾ ਸਮਾਂ ਲੱਗ ਸਕਦਾ ਹੈ।

ਇੱਕ ਹੋਰ ਉਪਭੋਗਤਾ ਨੇ ਉਜਾਗਰ ਕੀਤਾ ਕਿ ਮੈਨਸ ਕਈ ਵਾਰ ਵੈੱਬ ਖੋਜਾਂ ਦੌਰਾਨ ਫਸ ਜਾਂਦਾ ਹੈ, ਕੋਡ-ਅਧਾਰਤਕੰਮਾਂ ‘ਤੇ ਸੰਦਰਭ ਮੁੱਦਿਆਂ ਕਾਰਨ ‘ਵਿਚਕਾਰ ਬਰੇਕ’ ਦਾ ਅਨੁਭਵ ਕਰਦਾ ਹੈ, ਅਤੇ ਆਮ ਸੁਸਤੀ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦਾ ਹੈ।

ਕੁਝ ਆਲੋਚਕਾਂ ਨੇ ਮੈਨਸ ਦੀ ਸਿਰਫ-ਸੱਦਾ ਪਹੁੰਚ ਨੂੰ ਵੀ ਨਿਸ਼ਾਨਾ ਬਣਾਇਆ ਹੈ, ਇਹ ਸੁਝਾਅ ਦਿੰਦੇ ਹੋਏ ਕਿ ਸੱਦੇ ਮੁੱਖ ਤੌਰ ‘ਤੇ ਸੋਸ਼ਲ ਮੀਡੀਆ ‘ਤੇ ਪ੍ਰਭਾਵ ਪਾਉਣ ਵਾਲਿਆਂ ਨੂੰ ਪ੍ਰਚਾਰ ਪੈਦਾ ਕਰਨ ਲਈ ਵੰਡੇ ਗਏ ਸਨ।

ਮੈਨਸ ਦਾ ਭਵਿੱਖ ਅਤੇ ਵਿਆਪਕ AI ਲੈਂਡਸਕੇਪ

ਇਹ ਸਵੀਕਾਰ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਮੈਨਸ ਅਜੇ ਵੀ ਵਿਕਾਸ ਦੇ ਸ਼ੁਰੂਆਤੀ ਪੜਾਵਾਂ ਵਿੱਚ ਹੈ, ਅਤੇ ਇਸ ਵਿੱਚ ਹੋਰ ਸੁਧਾਰ ਅਤੇ ਸੁਧਾਰ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਵਾਲ ਬਣਿਆ ਹੋਇਆ ਹੈ: ਓਪਨਏਆਈ, ਐਂਥਰੋਪਿਕ, ਜਾਂ ਇੱਥੋਂ ਤੱਕ ਕਿ ਗੂਗਲ ਵਰਗੇ ਵੱਡੇ ਖਿਡਾਰੀ ਮੈਨਸ ਵਰਤਮਾਨ ਵਿੱਚ ਜੋ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ ਉਸਦਾ ਵਧੇਰੇ ਵਿਆਪਕ ਤੌਰ ‘ਤੇ ਪਹੁੰਚਯੋਗ ਸੰਸਕਰਣ ਪੇਸ਼ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਕਿੰਨਾ ਸਮਾਂ ਲੱਗੇਗਾ? ਮੈਨਸ ਦਾ ਉਭਾਰ AI ਏਜੰਟਾਂ ਦੀ ਸੰਭਾਵਨਾ ਅਤੇ ਮੌਜੂਦਾ AI ਮਾਡਲਾਂ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਅਨਲੌਕ ਕਰਨ ਲਈ ਉਪਭੋਗਤਾ-ਅਨੁਕੂਲ ਇੰਟਰਫੇਸ ਬਣਾਉਣ ਦੇ ਮੁੱਲ ਦੇ ਇੱਕ ਮਜਬੂਰ ਕਰਨ ਵਾਲੇ ਪ੍ਰਦਰਸ਼ਨ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਜਦੋਂ ਕਿ ਚੁਣੌਤੀਆਂ ਅਤੇ ਆਲੋਚਨਾਵਾਂ ਮੌਜੂਦ ਹਨ, ਮੈਨਸ AI-ਸੰਚਾਲਿਤ ਟੂਲਸ ਦੇ ਵਿਕਾਸ ਅਤੇ ਗੁੰਝਲਦਾਰ, ਅਸਲ-ਸੰਸਾਰ ਦੇ ਕੰਮਾਂ ਨਾਲ ਨਜਿੱਠਣ ਦੀ ਉਹਨਾਂ ਦੀ ਯੋਗਤਾ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਓਪਨਮੈਨਸ ਦਾ ਵਿਕਾਸ AI ਏਜੰਟਾਂ ਲਈ ਇਸ ਨਵੀਂ ਪਹੁੰਚ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਦੀ ਪੜਚੋਲ ਕਰਨ ਅਤੇ ਵਿਸਤਾਰ ਕਰਨ ਵਿੱਚ ਭਾਈਚਾਰੇ ਦੀ ਦਿਲਚਸਪੀ ਨੂੰ ਹੋਰ ਰੇਖਾਂਕਿਤ ਕਰਦਾ ਹੈ। ਭਵਿੱਖ ਵਿੱਚ ਇਸ ਸਪੇਸ ਵਿੱਚ ਨਿਰੰਤਰ ਨਵੀਨਤਾ ਅਤੇ ਮੁਕਾਬਲੇ ਨੂੰ ਦੇਖਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ, ਜੋ ਕਿ ਹੋਰ ਵੀ ਵਧੇਰੇ ਆਧੁਨਿਕ ਅਤੇ ਪਹੁੰਚਯੋਗ AI ਏਜੰਟਾਂ ਦੇ ਵਿਕਾਸ ਨੂੰ ਚਲਾਏਗਾ।