ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੇ ਵਿਕਾਸ ਦੀ ਗੁੰਝਲਦਾਰ ਬੁਣਾਈ ਵਿੱਚ ਇੱਕ ਦਿਲਚਸਪ, ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਮਹੱਤਵਪੂਰਨ, ਨਵਾਂ ਧਾਗਾ ਦੇਖਣ ਨੂੰ ਮਿਲ ਰਿਹਾ ਹੈ। Sentient, ਇੱਕ ਉਤਸ਼ਾਹੀ AI ਵਿਕਾਸ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਜਿਸਦਾ ਮੁੱਖ ਦਫਤਰ San Francisco ਵਿੱਚ ਹੈ ਅਤੇ ਜਿਸਦੀ ਕੀਮਤ $1.2 ਬਿਲੀਅਨ ਹੈ, ਨੇ ਮਜ਼ਬੂਤੀ ਨਾਲ ਰੌਸ਼ਨੀ ਵਿੱਚ ਕਦਮ ਰੱਖਿਆ ਹੈ। ਹਾਲ ਹੀ ਵਿੱਚ ਮੰਗਲਵਾਰ ਦੁਪਹਿਰ ਨੂੰ, ਸੰਗਠਨ ਨੇ Open Deep Search (ODS) ਦਾ ਪਰਦਾਫਾਸ਼ ਕੀਤਾ, ਜਿਸ ਨਾਲ ਇਸਨੇ ਆਪਣੇ AI ਖੋਜ ਫਰੇਮਵਰਕ ਨੂੰ ਓਪਨ-ਸੋਰਸ ਲਾਇਸੈਂਸ ਦੇ ਤਹਿਤ ਜਾਰੀ ਕਰਕੇ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਚੁੱਕਿਆ ਹੈ। ਇਹ ਕਦਮ ਸਿਰਫ਼ ਇੱਕ ਤਕਨੀਕੀ ਰਿਲੀਜ਼ ਨਹੀਂ ਹੈ; ਇਹ ਇੱਕ ਬਿਆਨ ਹੈ, AI-ਸੰਚਾਲਿਤ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤੀ ਦੇ ਵਧ ਰਹੇ ਖੇਤਰ ਵਿੱਚ ਸੁੱਟਿਆ ਗਿਆ ਇੱਕ ਚੁਣੌਤੀ ਹੈ, ਜੋ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਉਦਯੋਗ ਦੇ ਦਿੱਗਜਾਂ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤੇ ਸਥਾਪਿਤ, ਮਲਕੀਅਤੀ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਚੁਣੌਤੀ ਦਿੰਦਾ ਹੈ। Sentient ODS ਨੂੰ ਸਿਰਫ਼ ਇੱਕ ਵਿਕਲਪ ਵਜੋਂ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਇਸਦੇ ਅੰਦਰੂਨੀ ਟੈਸਟਿੰਗ ਦੇ ਆਧਾਰ ‘ਤੇ, ਪ੍ਰਸਿੱਧ ਬੰਦ-ਸਰੋਤ ਵਿਰੋਧੀਆਂ, ਜਿਸ ਵਿੱਚ ਚੰਗੀ ਤਰ੍ਹਾਂ ਮੰਨੇ ਜਾਣ ਵਾਲੇ Perplexity ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ OpenAI ਦੇ ਹਾਲ ਹੀ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਿਤ GPT-4o Search Preview ਵੀ ਸ਼ਾਮਲ ਹਨ, ਦੇ ਮੁਕਾਬਲੇ ਇੱਕ ਉੱਤਮ ਪ੍ਰਦਰਸ਼ਨਕਰਤਾ ਵਜੋਂ ਸਥਾਪਿਤ ਕਰਦਾ ਹੈ।
ODS ਦੇ ਆਲੇ ਦੁਆਲੇ ਦੀ ਕਹਾਣੀ ਨੂੰ Peter Thiel ਦੇ Founder’s Fund ਤੋਂ ਮਿਲੇ ਸਮਰਥਨ ਦੁਆਰਾ ਹੋਰ ਵਧਾਇਆ ਗਿਆ ਹੈ, ਇੱਕ ਵੇਰਵਾ ਜੋ ਰਣਨੀਤਕ ਦਿਲਚਸਪੀ ਦੀ ਇੱਕ ਪਰਤ ਜੋੜਦਾ ਹੈ। Sentient ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ ਆਪਣੀ ਪਹਿਲਕਦਮੀ ਨੂੰ ਗਲੋਬਲ AI ਦੌੜ ਵਿੱਚ ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ ਲਈ ਇੱਕ ਪਰਿਭਾਸ਼ਿਤ ਪਲ ਵਜੋਂ ਦਰਸਾਉਂਦਾ ਹੈ, ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਇਹ ਚੀਨ ਦੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ DeepSeek ਮਾਡਲ ਦੇ ਵਿਰੁੱਧ ਅਮਰੀਕਾ ਦਾ ਰਣਨੀਤਕ ਜਵਾਬ ਹੈ। ਇੱਕ ਗੈਰ-ਮੁਨਾਫ਼ਾ ਸੰਸਥਾ ਦੇ ਝੰਡੇ ਹੇਠ ਕੰਮ ਕਰਦੇ ਹੋਏ, Sentient ਲੋਕਤੰਤਰੀਕਰਨ ਵਿੱਚ ਡੂੰਘੀਆਂ ਜੜ੍ਹਾਂ ਵਾਲੇ ਦਰਸ਼ਨ ਦੀ ਵਕਾਲਤ ਕਰਦਾ ਹੈ। ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਮੁੱਖ ਤਰਕ ਇਹ ਹੈ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਤਰੱਕੀ, ਖਾਸ ਤੌਰ ‘ਤੇ ਖੋਜ ਵਰਗੀਆਂ ਬੁਨਿਆਦੀ ਸਮਰੱਥਾਵਾਂ, ਬੰਦ-ਸਰੋਤ ਪ੍ਰੋਟੋਕੋਲ ਪਿੱਛੇ ਕੰਮ ਕਰਨ ਵਾਲੀਆਂ ਕਾਰਪੋਰੇਸ਼ਨਾਂ ਦੀਆਂ ਦੀਵਾਰਾਂ ਦੇ ਅੰਦਰ ਸੀਮਤ ਰੱਖਣ ਲਈ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, Sentient ਜੋਸ਼ ਨਾਲ ਵਕਾਲਤ ਕਰਦਾ ਹੈ ਕਿ ਅਜਿਹੀ ਸ਼ਕਤੀਸ਼ਾਲੀ ਤਕਨਾਲੋਜੀ ‘ਕਮਿਊਨਿਟੀ ਦੀ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ’, ਸਹਿਯੋਗੀ ਨਵੀਨਤਾ ਅਤੇ ਵਿਆਪਕ ਪਹੁੰਚ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦੀ ਹੈ। ਇਸ ਲਈ, ਇਹ ਰਿਲੀਜ਼ ਇੱਕ ਸਧਾਰਨ ਉਤਪਾਦ ਲਾਂਚ ਤੋਂ ਪਰੇ ਹੈ, ਆਪਣੇ ਆਪ ਨੂੰ ‘ਬੰਦ AI ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਦਬਦਬੇ’ ਦਾ ਜਾਣਬੁੱਝ ਕੇ ਮੁਕਾਬਲਾ ਕਰਨ ਲਈ ਇੱਕ ਕਦਮ ਵਜੋਂ ਸਥਾਪਿਤ ਕਰਦਾ ਹੈ, ਠੀਕ ਉਸੇ ਤਰ੍ਹਾਂ ਜਿਵੇਂ ਕਿ ਅਮਰੀਕਾ, Sentient ਦੇ ਵਿਚਾਰ ਵਿੱਚ, ਆਪਣੇ ਖੁਦ ਦੇ ਮੋੜ ‘ਤੇ ਪਹੁੰਚ ਰਿਹਾ ਹੈ, ਇਸਦਾ ਆਪਣਾ ‘DeepSeek ਪਲ’।
ਚੁਣੌਤੀ ਦਾ ਮੁਲਾਂਕਣ: ODS ਪ੍ਰਦਰਸ਼ਨ ਮੈਟ੍ਰਿਕਸ
Sentient ਨੇ ਸਿਰਫ਼ ODS ਨੂੰ ਜੰਗਲੀ ਵਿੱਚ ਨਹੀਂ ਛੱਡਿਆ; ਇਸਨੇ ਇਸਨੂੰ ਅੰਦਰੂਨੀ ਮੁਲਾਂਕਣਾਂ ਤੋਂ ਪ੍ਰਾਪਤ ਕੀਤੇ ਮਜਬੂਰ ਕਰਨ ਵਾਲੇ ਪ੍ਰਦਰਸ਼ਨ ਡੇਟਾ ਨਾਲ ਲੈਸ ਕੀਤਾ। ਤੁਲਨਾ ਲਈ ਚੁਣਿਆ ਗਿਆ ਬੈਂਚਮਾਰਕ FRAMES ਸੀ, ਇੱਕ ਟੈਸਟਿੰਗ ਸੂਟ ਜੋ AI ਖੋਜ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਸ਼ੁੱਧਤਾ ਅਤੇ ਤਰਕ ਸਮਰੱਥਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। Sentient ਦੁਆਰਾ ਜਾਰੀ ਕੀਤੇ ਗਏ ਅੰਕੜਿਆਂ ਅਨੁਸਾਰ, ODS ਨੇ ਇਸ ਬੈਂਚਮਾਰਕ ‘ਤੇ ਇੱਕ ਸ਼ਾਨਦਾਰ 75.3% ਸ਼ੁੱਧਤਾ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕੀਤਾ। ਇਹ ਨਤੀਜਾ ਖਾਸ ਤੌਰ ‘ਤੇ ਉਦੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬਣ ਜਾਂਦਾ ਹੈ ਜਦੋਂ ਇਸਨੂੰ ਉਸੇ ਟੈਸਟਿੰਗ ਵਾਤਾਵਰਣ ਵਿੱਚ ਇਸਦੇ ਬੰਦ-ਸਰੋਤ ਪ੍ਰਤੀਯੋਗੀਆਂ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਨਾਲ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ।
OpenAI ਦਾ GPT-4o Search Preview, ਦੁਨੀਆ ਦੀਆਂ ਪ੍ਰਮੁੱਖ AI ਖੋਜ ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਦੀ ਉੱਚ-ਪ੍ਰੋਫਾਈਲ ਪੇਸ਼ਕਸ਼, ਨੇ Sentient ਦੀਆਂ ਟੈਸਟਿੰਗ ਸ਼ਰਤਾਂ ਅਧੀਨ FRAMES ਬੈਂਚਮਾਰਕ ‘ਤੇ ਕਥਿਤ ਤੌਰ ‘ਤੇ 50.5% ਸਕੋਰ ਕੀਤਾ। Perplexity Sonar Reasoning Pro, ਇੱਕ ਹੋਰ ਪ੍ਰਮੁੱਖ ਖਿਡਾਰੀ ਜੋ ਆਪਣੀ ਗੱਲਬਾਤ ਵਾਲੀ ਖੋਜ ਸਮਰੱਥਾ ਲਈ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ, 44.4% ਦੇ ਸਕੋਰ ਨਾਲ ਹੋਰ ਪਿੱਛੇ ਰਹਿ ਗਿਆ। ਹਾਲਾਂਕਿ ਇਹ ਸਵੀਕਾਰ ਕਰਦੇ ਹੋਏ ਕਿ ਇਹ ਬੈਂਚਮਾਰਕ Sentient ਦੁਆਰਾ ਅੰਦਰੂਨੀ ਤੌਰ ‘ਤੇ ਕਰਵਾਏ ਗਏ ਸਨ, ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਰਿਪੋਰਟ ਕੀਤਾ ਗਿਆ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਧਿਆਨ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ। ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ODS ਕੋਲ ਸਵਾਲਾਂ ਨੂੰ ਸਮਝਣ, ਸੰਬੰਧਿਤ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਕਰਨ, ਅਤੇ ਸਹੀ ਜਵਾਬਾਂ ਨੂੰ ਸੰਸ਼ਲੇਸ਼ਿਤ ਕਰਨ ਦੀ ਇੱਕ ਗੁੰਝਲਦਾਰ ਯੋਗਤਾ ਹੈ, ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਸਰੋਤਾਂ ਨਾਲ ਵਿਕਸਤ ਕੀਤੇ ਗਏ ਪਰ ਮਲਕੀਅਤੀ ਰੈਪਾਂ ਦੇ ਅਧੀਨ ਰੱਖੇ ਗਏ ਪ੍ਰਣਾਲੀਆਂ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਪਾਰ ਕਰਦਾ ਹੈ।
ਇਸ ਬੈਂਚਮਾਰਕਿੰਗ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ ਵਰਤੀ ਗਈ ਵਿਧੀ ਇਹਨਾਂ ਨਤੀਜਿਆਂ ਦੇ ਸੰਦਰਭ ਨੂੰ ਸਮਝਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ। Himanshu Tyagi, Sentient ਦੇ ਇੱਕ ਸਹਿ-ਸੰਸਥਾਪਕ, ਨੇ Decrypt ਨੂੰ ਸਮਝਾਉਂਦੇ ਹੋਏ ਉਹਨਾਂ ਦੀ ਪਹੁੰਚ ‘ਤੇ ਰੌਸ਼ਨੀ ਪਾਈ, ਕਿ FRAMES ਬੈਂਚਮਾਰਕ ਨੂੰ AI ਮਾਡਲਾਂ ਨੂੰ ‘ਕਈ ਸਰੋਤਾਂ ਤੋਂ ਗਿਆਨ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨ’ ਲਈ ਮਜਬੂਰ ਕਰਨ ਲਈ ਬਣਾਇਆ ਗਿਆ ਸੀ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਸਿਰਫ਼ ਸਧਾਰਨ ਤੱਥ ਪ੍ਰਾਪਤੀ ‘ਤੇ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਤਰਕ ਅਤੇ ਜਾਣਕਾਰੀ ਏਕੀਕਰਣ ਕਾਰਜਾਂ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਾ, ਅਸਲ-ਸੰਸਾਰ ਦੇ ਦ੍ਰਿਸ਼ਾਂ ਦੀ ਨਕਲ ਕਰਨਾ ਜਿੱਥੇ ਜਵਾਬ ਇੱਕ ਸਰੋਤ ਦੇ ਅੰਦਰ ਸਪਸ਼ਟ ਤੌਰ ‘ਤੇ ਸ਼ਾਮਲ ਨਹੀਂ ਹੁੰਦੇ ਹਨ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, Sentient ਨੇ ਮੁਲਾਂਕਣ ਦੀ ਕਠੋਰਤਾ ਨੂੰ ਵਧਾਉਣ ਲਈ ਇੱਕ ਜਾਣਬੁੱਝ ਕੇ ਚੋਣ ਕੀਤੀ। ਮਾਡਲਾਂ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਪਹੁੰਚਯੋਗ, ਉੱਚ-ਸੰਗਠਿਤ ਗਿਆਨ ਭੰਡਾਰਾਂ ‘ਤੇ ਨਿਰਭਰ ਕਰਨ ਤੋਂ ਰੋਕਣ ਲਈ, Wikipedia ਵਰਗੇ ‘ਗਰਾਊਂਡ ਟਰੂਥ’ ਸਰੋਤਾਂ ਨੂੰ ਟੈਸਟਿੰਗ ਦੌਰਾਨ ਪਹੁੰਚਯੋਗ ਡੇਟਾ ਪੂਲ ਤੋਂ ਵਿਸ਼ੇਸ਼ ਤੌਰ ‘ਤੇ ਬਾਹਰ ਰੱਖਿਆ ਗਿਆ ਸੀ। ਇਸ ਰਣਨੀਤਕ ਬੇਦਖਲੀ ਨੇ AI ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ‘ਆਪਣੇ ਪ੍ਰਾਪਤੀ ਪ੍ਰਣਾਲੀਆਂ ‘ਤੇ ਨਿਰਭਰ ਕਰਨ’ ਲਈ ਮਜਬੂਰ ਕੀਤਾ, ਜਿਵੇਂ ਕਿ Tyagi ਨੇ ਕਿਹਾ। ਇਰਾਦਾ ਮਾਡਲਾਂ ਦੀਆਂ ਅੰਦਰੂਨੀ ਖੋਜ ਅਤੇ ਸੰਸ਼ਲੇਸ਼ਣ ਸਮਰੱਥਾਵਾਂ ਦਾ ‘ਵਧੇਰੇ ਯਥਾਰਥਵਾਦੀ ਅਤੇ ਸਖ਼ਤ ਮੁਲਾਂਕਣ’ ਪ੍ਰਦਾਨ ਕਰਨਾ ਸੀ, ਨਾ ਕਿ ਉਹਨਾਂ ਨੂੰ ਪਹਿਲਾਂ ਤੋਂ ਹਜ਼ਮ ਕੀਤੀ ਜਾਣਕਾਰੀ ਕੈਸ਼ਾਂ ‘ਤੇ ਝੁਕਣ ਦੀ ਆਗਿਆ ਦੇਣਾ। ਇਹ ਪਹੁੰਚ ODS ਦੇ ਪ੍ਰਾਪਤੀ ਅਤੇ ਤਰਕ ਵਿਧੀਆਂ ਦੀ ਅੰਤਰੀਵ ਸ਼ਕਤੀ ਵਿੱਚ Sentient ਦੇ ਵਿਸ਼ਵਾਸ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।
ਇੰਜਣ ਨੂੰ ਖੋਲ੍ਹਣਾ: ODS ਨੂੰ ਸ਼ਕਤੀ ਦੇਣ ਵਾਲਾ ਏਜੰਟਿਕ ਫਰੇਮਵਰਕ
Open Deep Search ਨੂੰ ਦਿੱਤੇ ਗਏ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬੈਂਚਮਾਰਕ ਸਕੋਰ, Sentient ਦੇ ਅਨੁਸਾਰ, ਇੱਕ ਗੁੰਝਲਦਾਰ ਅੰਤਰੀਵ ਆਰਕੀਟੈਕਚਰ ਦਾ ਉਤਪਾਦ ਹਨ। ਇਸਦੇ ਮੂਲ ਵਿੱਚ, ODS ਉਸ ਚੀਜ਼ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਜਿਸਨੂੰ Sentient ਆਪਣਾ Open Search Tool ਦੱਸਦਾ ਹੈ, ਜੋ ਇੱਕ ਏਜੰਟਿਕ ਫਰੇਮਵਰਕ ਦੁਆਰਾ ਐਨੀਮੇਟ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਸੰਕਲਪ, ਉੱਨਤ AI ਚਰਚਾਵਾਂ ਵਿੱਚ ਵੱਧਦਾ ਜਾ ਰਿਹਾ ਹੈ, ਇੱਕ ਅਜਿਹੀ ਪ੍ਰਣਾਲੀ ਦਾ ਅਰਥ ਹੈ ਜੋ ਰਵਾਇਤੀ ਮਾਡਲਾਂ ਨਾਲੋਂ ਵਧੇਰੇ ਖੁਦਮੁਖਤਿਆਰ, ਟੀਚਾ-ਨਿਰਦੇਸ਼ਿਤ ਵਿਵਹਾਰ ਦੇ ਸਮਰੱਥ ਹੈ। ਸਿਰਫ਼ ਇੱਕ ਇਨਪੁਟ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਅਤੇ ਇੱਕ ਆਉਟਪੁੱਟ ਤਿਆਰ ਕਰਨ ਦੀ ਬਜਾਏ, ਇੱਕ ਏਜੰਟਿਕ ਫਰੇਮਵਰਕ ਗੁੰਝਲਦਾਰ ਕਾਰਜਾਂ ਨੂੰ ਤੋੜ ਸਕਦਾ ਹੈ, ਉਪ-ਪ੍ਰਸ਼ਨ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਟੂਲਸ (ਜਿਵੇਂ ਕਿ ਇੱਕ ਖੋਜ ਇੰਜਣ) ਨਾਲ ਗੱਲਬਾਤ ਕਰ ਸਕਦਾ ਹੈ, ਨਤੀਜਿਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਇੱਕ ਅੰਤਮ ਉਦੇਸ਼ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਆਪਣੀ ਰਣਨੀਤੀ ਨੂੰ ਦੁਹਰਾ ਕੇ ਅਨੁਕੂਲ ਬਣਾ ਸਕਦਾ ਹੈ - ਇਸ ਮਾਮਲੇ ਵਿੱਚ, ਉਪਭੋਗਤਾ ਦੇ ਸਵਾਲ ਦਾ ਸਭ ਤੋਂ ਸਹੀ ਜਵਾਬ ਪ੍ਰਦਾਨ ਕਰਨਾ।
Himanshu Tyagi ਨੇ ਇਸ ਬਾਰੇ ਵਿਸਥਾਰ ਨਾਲ ਦੱਸਿਆ, ਇਹ ਦੱਸਦੇ ਹੋਏ ਕਿ ODS ਨੇ ਆਪਣਾ ਪ੍ਰਦਰਸ਼ਨ ਇੱਕ ‘ਏਜੰਟਿਕ ਪਹੁੰਚ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜੋ ਸਵੈ-ਸੁਧਾਰ ਕਰਨ ਵਾਲਾ ਕੋਡ ਲਿਖਦਾ ਹੈ’। ਇਹ ਦਿਲਚਸਪ ਵਰਣਨ ਇੱਕ ਗਤੀਸ਼ੀਲ ਪ੍ਰਕਿਰਿਆ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਜਿੱਥੇ AI ਸਿਰਫ਼ ਇੱਕ ਸਥਿਰ ਖੋਜ ਐਲਗੋਰਿਦਮ ਨੂੰ ਲਾਗੂ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, ਇਹ ਇੱਕ ਵਿਆਪਕ ਅੰਤਮ ਜਵਾਬ ਬਣਾਉਣ ਲਈ ਲੋੜੀਂਦੇ ਕਦਮਾਂ ਅਤੇ ਵਿਚਕਾਰਲੇ ਪ੍ਰਸ਼ਨਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਫਲਾਈ ‘ਤੇ ਆਪਣੀਆਂ ਅੰਦਰੂਨੀ ਪ੍ਰਕਿਰਿਆਵਾਂ (‘ਕੋਡ’) ਨੂੰ ਤਿਆਰ ਜਾਂ ਸੁਧਾਰਦਾ ਪ੍ਰਤੀਤ ਹੁੰਦਾ ਹੈ। ਇਹ ਸਵੈ-ਸੁਧਾਰ ਵਿਧੀ ਮੁੱਖ ਹੈ; ਜੇਕਰ ਫਰੇਮਵਰਕ ਸ਼ੁਰੂ ਵਿੱਚ ਜਾਣਕਾਰੀ ਦੇ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸੇ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦਾ ਹੈ, ਤਾਂ ਇਹ ਸਿਰਫ਼ ਹਾਰ ਨਹੀਂ ਮੰਨਦਾ ਜਾਂ ਅਧੂਰਾ ਜਵਾਬ ਨਹੀਂ ਦਿੰਦਾ। ਇਸ ਦੀ ਬਜਾਏ, ਇਹ ਪਾੜੇ ਨੂੰ ਪਛਾਣਦਾ ਹੈ ਅਤੇ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ‘ਖੋਜ ਟੂਲ ਨੂੰ ਦੁਬਾਰਾ ਕਾਲ ਕਰਦਾ ਹੈ’, ਪਰ ਇਸ ਵਾਰ ਇੱਕ ‘ਵਧੇਰੇ ਖਾਸ ਪੁੱਛਗਿੱਛ’ ਨਾਲ ਲੈਸ ਹੈ ਜੋ ਗੁੰਮ, ਸਹੀ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ ਤਿਆਰ ਕੀਤੀ ਗਈ ਹੈ।
ਇਹ ਦੁਹਰਾਉਣ ਵਾਲੀ ਸੁਧਾਈ ਪ੍ਰਕਿਰਿਆ ਗੁੰਝਲਦਾਰ ਜਾਂ ਅਸਪਸ਼ਟ ਖੋਜ ਬੇਨਤੀਆਂ ਨਾਲ ਨਜਿੱਠਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਪਰ ਕੀ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਸਿਸਟਮ ਵਧੇਰੇ ਜ਼ਿੱਦੀ ਰੁਕਾਵਟਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਦਾ ਹੈ - ਸ਼ਾਇਦ ਵਿਰੋਧੀ ਜਾਣਕਾਰੀ, ਮਾੜੀ ਤਰ੍ਹਾਂ ਇੰਡੈਕਸ ਕੀਤੇ ਵੈਬ ਪੇਜ, ਜਾਂ ਸਿਰਫ਼ ਆਸਾਨੀ ਨਾਲ ਉਪਲਬਧ ਡੇਟਾ ਦੀ ਘਾਟ? Tyagi ਨੇ ਸਮਝਾਇਆ ਕਿ ਮਾਡਲ ਇਹਨਾਂ ਚੁਣੌਤੀਆਂ ਨੂੰ ਨੈਵੀਗੇਟ ਕਰਨ ਲਈ ਉੱਨਤ ਤਕਨੀਕਾਂ ਦੇ ਇੱਕ ਸੂਟ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਇਹਨਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
- ਵਧਿਆ ਹੋਇਆ ਪੁੱਛਗਿੱਛ ਮੁੜ-ਫਰੇਸਿੰਗ (Enhanced Query Rephrasing): ਸਿਸਟਮ ਬੁੱਧੀਮਾਨੀ ਨਾਲ ਉਪਭੋਗਤਾ ਦੀ ਸ਼ੁਰੂਆਤੀ ਪੁੱਛਗਿੱਛ ਜਾਂ ਇਸਦੀਆਂ ਆਪਣੀਆਂ ਉਪ-ਪੁੱਛਗਿੱਛਾਂ ਨੂੰ ਜਾਣਕਾਰੀ ਦੇ ਲੈਂਡਸਕੇਪ ਦੇ ਵੱਖ-ਵੱਖ ਪਹਿਲੂਆਂ ਦੀ ਪੜਚੋਲ ਕਰਨ ਅਤੇ ਸੰਭਾਵੀ ਕੀਵਰਡ ਬੇਮੇਲਤਾਵਾਂ ਨੂੰ ਦੂਰ ਕਰਨ ਲਈ ਕਈ ਤਰੀਕਿਆਂ ਨਾਲ ਦੁਬਾਰਾ ਸ਼ਬਦ ਦਿੰਦਾ ਹੈ।
- ਮਲਟੀ-ਪਾਸ ਰੀਟ੍ਰੀਵਲ (Multi-Pass Retrieval): ਇੱਕ ਸਿੰਗਲ ਖੋਜ ਸਵੀਪ ‘ਤੇ ਨਿਰਭਰ ਕਰਨ ਦੀ ਬਜਾਏ, ODS ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਨ ਦੇ ਕਈ ਦੌਰ ਕਰ ਸਕਦਾ ਹੈ, ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਵੱਖ-ਵੱਖ ਰਣਨੀਤੀਆਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਜਾਂ ਹਰੇਕ ਪਾਸ ਵਿੱਚ ਪੁੱਛਗਿੱਛ ਦੇ ਵੱਖ-ਵੱਖ ਪਹਿਲੂਆਂ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹੋਏ ਇੱਕ ਵਧੇਰੇ ਸੰਪੂਰਨ ਤਸਵੀਰ ਬਣਾਉਣ ਲਈ।
- ਬੁੱਧੀਮਾਨ ਚੰਕਿੰਗ ਅਤੇ ਰੀਰੈਂਕਿੰਗ (Intelligent Chunking and Reranking): ਵੈਬ ਪੇਜਾਂ ਜਾਂ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਟੈਕਸਟ ਨਾਲ ਨਜਿੱਠਣ ਵੇਲੇ, ਸਿਸਟਮ ਸਿਰਫ਼ ਕੱਚਾ ਡੇਟਾ ਨਹੀਂ ਲੈਂਦਾ। ਇਹ ਬੁੱਧੀਮਾਨੀ ਨਾਲ ਸਮੱਗਰੀ ਨੂੰ ਅਰਥਪੂਰਨ ਹਿੱਸਿਆਂ (‘ਚੰਕਿੰਗ’) ਵਿੱਚ ਵੰਡਦਾ ਹੈ ਅਤੇ ਫਿਰ ਇਹਨਾਂ ਹਿੱਸਿਆਂ ਨੂੰ ਉਹਨਾਂ ਦੀ ਖਾਸ ਜਾਣਕਾਰੀ ਦੀ ਲੋੜ ਨਾਲ ਸੰਬੰਧਤਤਾ ਦੇ ਆਧਾਰ ‘ਤੇ ਤਰਜੀਹ (‘ਰੀਰੈਂਕਿੰਗ’) ਦਿੰਦਾ ਹੈ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਸਭ ਤੋਂ ਢੁਕਵੇਂ ਵੇਰਵੇ ਸਾਹਮਣੇ ਆਉਣ ਅਤੇ ਸੰਸ਼ਲੇਸ਼ਿਤ ਕੀਤੇ ਜਾਣ।
ਇੱਕ ਏਜੰਟਿਕ, ਸਵੈ-ਸੁਧਾਰ ਕਰਨ ਵਾਲੇ ਕੋਰ ਦਾ ਇਹ ਸੁਮੇਲ ਗੁੰਝਲਦਾਰ ਪ੍ਰਾਪਤੀ ਅਤੇ ਪ੍ਰੋਸੈਸਿੰਗ ਤਕਨੀਕਾਂ ਦੇ ਨਾਲ ਇੱਕ ਬਹੁਤ ਹੀ ਅਨੁਕੂਲ ਅਤੇ ਮਜ਼ਬੂਤ ਖੋਜ ਫਰੇਮਵਰਕ ਦੀ ਤਸਵੀਰ ਪੇਂਟ ਕਰਦਾ ਹੈ। ਪਾਰਦਰਸ਼ਤਾ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਅਤੇ ਕਮਿਊਨਿਟੀ ਜਾਂਚ ਅਤੇ ਯੋਗਦਾਨ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਣ ਲਈ, Sentient ਨੇ ODS ਅਤੇ ਇਸਦੇ ਮੁਲਾਂਕਣਾਂ ਦੇ ਵੇਰਵਿਆਂ ਨੂੰ ਉਹਨਾਂ ਦੇ GitHub ਰਿਪੋਜ਼ਟਰੀ ਦੁਆਰਾ ਜਨਤਕ ਤੌਰ ‘ਤੇ ਪਹੁੰਚਯੋਗ ਬਣਾਇਆ ਹੈ, ਦੁਨੀਆ ਭਰ ਦੇ ਡਿਵੈਲਪਰਾਂ ਅਤੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਕੰਮ ਦੀ ਜਾਂਚ ਕਰਨ, ਉਪਯੋਗ ਕਰਨ ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਸੁਧਾਰ ਕਰਨ ਲਈ ਸੱਦਾ ਦਿੱਤਾ ਹੈ।
ਵਿਚਾਰਧਾਰਕ ਅੰਡਰਕਰੰਟ: AI ਦੇ ਯੁੱਗ ਵਿੱਚ ਖੁੱਲ੍ਹੇਪਣ ਦੀ ਵਕਾਲਤ
Sentient ਦਾ ਇੱਕ ਗੈਰ-ਮੁਨਾਫ਼ਾ ਵਜੋਂ ਕੰਮ ਕਰਨ ਅਤੇ ODS ਨੂੰ ਓਪਨ-ਸੋਰਸ ਲਾਇਸੈਂਸ ਦੇ ਤਹਿਤ ਜਾਰੀ ਕਰਨ ਦਾ ਫੈਸਲਾ ਇੱਕ ਵਪਾਰਕ ਰਣਨੀਤੀ ਤੋਂ ਕਿਤੇ ਵੱਧ ਹੈ; ਇਹ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਭਵਿੱਖ ਦੇ ਸ਼ਾਸਨ ਬਾਰੇ ਚੱਲ ਰਹੀ ਬਹਿਸ ਵਿੱਚ ਸਿਧਾਂਤਾਂ ਦਾ ਐਲਾਨ ਹੈ। ਕੰਪਨੀ ਦਾ ਰੁਖ ਸਪੱਸ਼ਟ ਹੈ: AI ਦਾ ਵਿਕਾਸ ਮਾਰਗ, ਸਮਾਜ ਨੂੰ ਡੂੰਘਾਈ ਨਾਲ ਮੁੜ ਆਕਾਰ ਦੇਣ ਦੀ ਸਮਰੱਥਾ ਵਾਲੀਆਂ ਤਕਨਾਲੋਜੀਆਂ, ‘ਬੰਦ-ਸਰੋਤ ਕਾਰਪੋਰੇਸ਼ਨਾਂ ਦੁਆਰਾ ਨਿਯੰਤਰਿਤ ਨਹੀਂ, ਕਮਿਊਨਿਟੀ ਦੀਆਂ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ’। ਇਹ ਦਰਸ਼ਨ ਤਕਨੀਕੀ ਸੰਸਾਰ ਦੇ ਅੰਦਰ ਇੱਕ ਲੰਬੀ ਪਰੰਪਰਾ ਵਿੱਚ ਟੈਪ ਕਰਦਾ ਹੈ, ਓਪਨ-ਸੋਰਸ ਸੌਫਟਵੇਅਰ ਅੰਦੋਲਨ ਦੀ ਗੂੰਜ ਕਰਦਾ ਹੈ ਜਿਸਨੇ Linux ਅਤੇ Apache ਵੈੱਬ ਸਰਵਰ ਵਰਗੀਆਂ ਬੁਨਿਆਦੀ ਤਕਨਾਲੋਜੀਆਂ ਪੈਦਾ ਕੀਤੀਆਂ ਹਨ।
AI ਨੂੰ ਓਪਨ-ਸੋਰਸ ਕਰਨ ਦਾ ਤਰਕ, ਖਾਸ ਤੌਰ ‘ਤੇ ਉੱਨਤ ਖੋਜ ਫਰੇਮਵਰਕ ਵਰਗੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਟੂਲ, ਕਈ ਥੰਮ੍ਹਾਂ ‘ਤੇ ਟਿਕਿਆ ਹੋਇਆ ਹੈ:
- ਲੋਕਤੰਤਰੀਕਰਨ (Democratization): ਖੁੱਲ੍ਹੀ ਪਹੁੰਚ ਛੋਟੀਆਂ ਕੰਪਨੀਆਂ, ਅਕਾਦਮਿਕ ਖੋਜਕਰਤਾਵਾਂ, ਸੁਤੰਤਰ ਡਿਵੈਲਪਰਾਂ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਸ਼ੌਕੀਨਾਂ ਨੂੰ ਵੀ ਮਨਾਹੀ ਲਾਇਸੈਂਸ ਫੀਸਾਂ ਜਾਂ ਪ੍ਰਤਿਬੰਧਿਤ ਵਰਤੋਂ ਦੀਆਂ ਸ਼ਰਤਾਂ ਤੋਂ ਬਿਨਾਂ ਅਤਿ-ਆਧੁਨਿਕ AI ਦੀ ਵਰਤੋਂ, ਅਧਿਐਨ ਅਤੇ ਨਿਰਮਾਣ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ। ਇਹ ਅਚਾਨਕ ਕੁਆਰਟਰਾਂ ਤੋਂ ਨਵੀਨਤਾ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਖੇਡ ਦੇ ਮੈਦਾਨ ਨੂੰ ਬਰਾਬਰ ਕਰ ਸਕਦਾ ਹੈ।
- ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਜਾਂਚ (Transparency and Scrutiny): ਬੰਦ-ਸਰੋਤ ਮਾਡਲ ‘ਬਲੈਕ ਬਾਕਸ’ ਵਜੋਂ ਕੰਮ ਕਰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਬਾਹਰੀ ਪਾਰਟੀਆਂ ਲਈ ਉਹਨਾਂ ਦੇ ਪੱਖਪਾਤ, ਸੀਮਾਵਾਂ, ਜਾਂ ਸੰਭਾਵੀ ਅਸਫਲਤਾ ਮੋਡਾਂ ਨੂੰ ਸਮਝਣਾ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ। ਓਪਨ ਸੋਰਸ ਪੀਅਰ ਸਮੀਖਿਆ, ਆਡਿਟਿੰਗ, ਅਤੇ ਸਹਿਯੋਗੀ ਡੀਬੱਗਿੰਗ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ, ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਸੁਰੱਖਿਅਤ ਅਤੇ ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ ਪ੍ਰਣਾਲੀਆਂ ਵੱਲ ਅਗਵਾਈ ਕਰਦਾ ਹੈ।
- ਏਕਾਧਿਕਾਰ ਨੂੰ ਰੋਕਣਾ (Preventing Monopolies): ਜਿਵੇਂ ਕਿ AI ਵੱਖ-ਵੱਖ ਉਦਯੋਗਾਂ ਲਈ ਵੱਧ ਤੋਂ ਵੱਧ ਕੇਂਦਰੀ ਬਣ ਜਾਂਦਾ ਹੈ, ਕੁਝ ਵੱਡੀਆਂ ਕਾਰਪੋਰੇਸ਼ਨਾਂ ਦੇ ਅੰਦਰ ਨਿਯੰਤਰਣ ਨੂੰ ਕੇਂਦਰਿਤ ਕਰਨਾ ਮਾਰਕੀਟ ਦੇ ਦਬਦਬੇ, ਸੈਂਸਰਸ਼ਿਪ, ਅਤੇ ਦੁਰਵਰਤੋਂ ਦੀ ਸੰਭਾਵਨਾ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਓਪਨ ਸੋਰਸ ਇੱਕ ਵਧੇਰੇ ਵੰਡੇ ਹੋਏ ਅਤੇ ਲਚਕੀਲੇ AI ਈਕੋਸਿਸਟਮ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦੇ ਹੋਏ, ਇੱਕ ਸੰਤੁਲਨ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
- ਤੇਜ਼ ਤਰੱਕੀ (Accelerated Progress): ਦੂਜਿਆਂ ਨੂੰ ਮੌਜੂਦਾ ਕੰਮ ‘ਤੇ ਸੁਤੰਤਰ ਤੌਰ ‘ਤੇ ਨਿਰਮਾਣ ਕਰਨ ਦੀ ਆਗਿਆ ਦੇ ਕੇ, ਓਪਨ ਸੋਰਸ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਨਵੀਨਤਾ ਦੀ ਗਤੀ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦਾ ਹੈ। ਸਾਂਝਾ ਗਿਆਨ ਅਤੇ ਸਹਿਯੋਗੀ ਵਿਕਾਸ ਸਾਈਲੋਡ, ਮਲਕੀਅਤੀ ਯਤਨਾਂ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਸਫਲਤਾਵਾਂ ਵੱਲ ਲੈ ਜਾ ਸਕਦਾ ਹੈ।
ਹਾਲਾਂਕਿ, AI ਵਿੱਚ ਓਪਨ-ਸੋਰਸ ਪਹੁੰਚ ਆਪਣੀਆਂ ਚੁਣੌਤੀਆਂ ਅਤੇ ਵਿਰੋਧੀ ਦਲੀਲਾਂ ਤੋਂ ਬਿਨਾਂ ਨਹੀਂ ਹੈ। ਚਿੰਤਾਵਾਂ ਅਕਸਰ ਸੁਰੱਖਿਆ (ਜੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਮਾਡਲ ਸੁਤੰਤਰ ਤੌਰ ‘ਤੇ ਉਪਲਬਧ ਹੋਣ ਤਾਂ ਦੁਰਵਰਤੋਂ ਦੀ ਸੰਭਾਵਨਾ), ਮਲਕੀਅਤੀ ਮੁਦਰੀਕਰਨ ਤੋਂ ਬਿਨਾਂ ਵੱਡੇ ਪੱਧਰ ‘ਤੇ AI ਵਿਕਾਸ ਲਈ ਫੰਡਿੰਗ ਦੀ ਮੁਸ਼ਕਲ, ਅਤੇ ਜੇਕਰ ਕਈ ਅਸੰਗਤ ਸੰਸਕਰਣ ਫੈਲ ਜਾਂਦੇ ਹਨ ਤਾਂ ਵਿਖੰਡਨ ਦੀ ਸੰਭਾਵਨਾ ਦੇ ਦੁਆਲੇ ਘੁੰਮਦੀਆਂ ਹਨ।
ODS ਨਾਲ Sentient ਦਾ ਕਦਮ ਇਸਨੂੰ ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ ਉਸ ਪਾਸੇ ਰੱਖਦਾ ਹੈ ਜੋ ਅੱਗੇ ਵਧਣ ਲਈ ਤਰਜੀਹੀ ਮਾਰਗ ਵਜੋਂ ਖੁੱਲ੍ਹੇਪਣ ਦੀ ਵਕਾਲਤ ਕਰਦਾ ਹੈ, ਸਿੱਧੇ ਤੌਰ ‘ਤੇ OpenAI (ਇਸਦੇ ਨਾਮ ਦੇ ਬਾਵਜੂਦ, ਇਸਦੇ ਬਹੁਤ ਸਾਰੇ ਉੱਨਤ ਮਾਡਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਖੁੱਲ੍ਹੇ ਨਹੀਂ ਹਨ), Google DeepMind, ਅਤੇ Anthropic ਵਰਗੀਆਂ ਕਈ ਪ੍ਰਮੁੱਖ AI ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਵਿੱਚ ਪ੍ਰਚਲਿਤ ਮਾਡਲ ਨੂੰ ਚੁਣੌਤੀ ਦਿੰਦਾ ਹੈ। ODS ਨੂੰ ਇੱਕ ਗੈਰ-ਮੁਨਾਫ਼ਾ, ਓਪਨ-ਸੋਰਸ ਮਾਡਲ ਦੇ ਤਹਿਤ ਵਿਕਸਤ ਇੱਕ ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਵਿਕਲਪ ਵਜੋਂ ਸਥਾਪਿਤ ਕਰਕੇ, Sentient ਦਾ ਉਦੇਸ਼ ਇਹ ਦਰਸਾਉਣਾ ਹੈ ਕਿ ਇਹ ਪਹੁੰਚ ਨਾ ਸਿਰਫ਼ ਵਿਵਹਾਰਕ ਹੈ, ਸਗੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ, ਪਹੁੰਚਯੋਗ AI ਟੂਲ ਪ੍ਰਦਾਨ ਕਰਨ ਵਿੱਚ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਉੱਤਮ ਹੈ। ਉਹਨਾਂ ਦੀ ਸਫਲਤਾ, ਜਾਂ ਇਸਦੀ ਘਾਟ, ਇਸ ਬਾਰੇ ਵਿਆਪਕ ਬਹਿਸ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਪ੍ਰਭਾਵਤ ਕਰ ਸਕਦੀ ਹੈ ਕਿ ਮਨੁੱਖਤਾ ਨੂੰ ਵੱਧਦੀ ਬੁੱਧੀਮਾਨ ਮਸ਼ੀਨਾਂ ਦੇ ਵਿਕਾਸ ਦਾ ਪ੍ਰਬੰਧਨ ਕਿਵੇਂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।
DeepSeek ਸਮਾਨਾਂਤਰ: ਕੀ ਇਹ ਅਮਰੀਕਾ ਦਾ ਓਪਨ ਸੋਰਸ ਮੋੜ ਹੈ?
Sentient ਦੁਆਰਾ ODS ਰਿਲੀਜ਼ ਨੂੰ ਚੀਨ ਦੇ DeepSeek ਪ੍ਰਤੀ ਅਮਰੀਕਾ ਦੇ ਜਵਾਬ ਵਜੋਂ ਸਪੱਸ਼ਟ ਰੂਪ ਦੇਣਾ ਇਸ ਘੋਸ਼ਣਾ ਵਿੱਚ ਭੂ-ਰਾਜਨੀਤਿਕ ਅਤੇ ਰਣਨੀਤਕ ਮਹੱਤਤਾ ਦੀ ਇੱਕ ਪਰਤ ਜੋੜਦਾ ਹੈ। DeepSeek, ਚੀਨ ਵਿੱਚ ਵਿਕਸਤ ਇੱਕ ਓਪਨ-ਸੋਰਸ ਮਾਡਲ, ਨੇ ਆਪਣੇ ਉਭਾਰ ‘ਤੇ, ਖਾਸ ਤੌਰ ‘ਤੇ ਜਨਵਰੀ ਦੇ ਆਸਪਾਸ, ਕਾਫ਼ੀ ਵਿਸ਼ਵਵਿਆਪੀ ਧਿਆਨ ਖਿੱਚਿਆ। ਇਸ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੇ ਦਿਖਾਇਆ ਕਿ ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਵਾਲਾ AI ਵਿਕਾਸ, ਵਿਸ਼ਵ ਪੱਧਰ ‘ਤੇ ਪ੍ਰਤੀਯੋਗੀ, ਅਸਲ ਵਿੱਚ ਇੱਕ ਓਪਨ-ਸੋਰਸ ਪੈਰਾਡਾਈਮ ਦੇ ਅੰਦਰ ਵਧ-ਫੁੱਲ ਸਕਦਾ ਹੈ, ਇਸ ਧਾਰਨਾ ਨੂੰ ਚੁਣੌਤੀ ਦਿੰਦਾ ਹੈ ਕਿ AI ਵਿੱਚ ਲੀਡਰਸ਼ਿਪ ਲਈ ਸਖ਼ਤ, ਮਲਕੀਅਤੀ ਨਿਯੰਤਰਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਤੁਲਨਾ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ Sentient ਆਪਣੇ ਕੰਮ ਨੂੰ ਸਿਰਫ਼ ਤਕਨੀਕੀ ਤਰੱਕੀ ਵਜੋਂ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਵਜੋਂ ਦੇਖਦਾ ਹੈ ਕਿ ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ ਖਾਸ ਤੌਰ ‘ਤੇ ਓਪਨ-ਸੋਰਸ AI ਡੋਮੇਨ ਵਿੱਚ ਪ੍ਰਤੀਯੋਗੀ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬਣਿਆ ਰਹੇ। ਇਸ ਖੇਤਰ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਮਹੱਤਵਪੂਰਨ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ, ਜੋ ਸਥਾਪਿਤ ਵੱਡੇ ਤਕਨੀਕੀ ਖਿਡਾਰੀਆਂ ਦੁਆਰਾ ਦਬਦਬਾ ਰੱਖਣ ਵਾਲੇ ਬੰਦ-ਸਰੋਤ