ਜਨਰੇਟਿਵ AI ਇੱਕ ਕਿਸਮ ਦੀ ਨਕਲੀ ਖੁਫੀਆ ਤਕਨਾਲੋਜੀ ਹੈ ਜੋ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਪ੍ਰਣਾਲੀਆਂ ਦਾ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਣਨ ਕਰਦੀ ਹੈ ਜੋ ਟੈਕਸਟ, ਚਿੱਤਰ, ਕੋਡ ਜਾਂ ਹੋਰ ਕਿਸਮਾਂ ਦੀ ਸਮੱਗਰੀ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ।
ਦੇ ਮਾਡਲ ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਨਕਲੀ ਬੁੱਧੀ ਔਨਲਾਈਨ ਟੂਲਸ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਸ਼ਾਮਲ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ ਅਤੇ chatbot
ਜੋ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਇੱਕ ਇਨਪੁਟ ਫੀਲਡ ਵਿੱਚ ਪ੍ਰਸ਼ਨ ਜਾਂ ਨਿਰਦੇਸ਼ ਟਾਈਪ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ, ਜਿਸ 'ਤੇ AI ਮਾਡਲ ਮਨੁੱਖ ਵਰਗਾ ਪ੍ਰਤੀਕਰਮ ਪੈਦਾ ਕਰੇਗਾ।
ਦੇ ਮਾਡਲ ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਨਕਲੀ ਬੁੱਧੀ ਉਹ ਇੱਕ ਗੁੰਝਲਦਾਰ ਕੰਪਿਊਟਰ ਪ੍ਰਕਿਰਿਆ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਜਿਸਨੂੰ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ deep learning
ਵੱਡੇ ਡੇਟਾ ਸੈੱਟਾਂ ਵਿੱਚ ਆਮ ਪੈਟਰਨਾਂ ਅਤੇ ਪ੍ਰਬੰਧਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਅਤੇ ਫਿਰ ਇਸ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਨਵੇਂ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਨਤੀਜੇ ਬਣਾਉਣ ਲਈ ਕਰੋ। ਮਾਡਲ ਇਹ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਤਕਨੀਕਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਕੇ ਕਰਦੇ ਹਨ ਜੋ ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਵਜੋਂ ਜਾਣੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਜੋ ਮਨੁੱਖੀ ਦਿਮਾਗ ਦੁਆਰਾ ਜਾਣਕਾਰੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਦੇ ਤਰੀਕੇ ਤੋਂ ਪ੍ਰੇਰਿਤ ਹਨ ਅਤੇ ਫਿਰ ਸਮੇਂ ਦੇ ਨਾਲ ਇਸ ਤੋਂ ਸਿੱਖਦਾ ਹੈ।
ਇੱਕ ਉਦਾਹਰਨ ਦੇਣ ਲਈ, ਦੇ ਇੱਕ ਮਾਡਲ ਨੂੰ ਖੁਆਉਣਾ ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਨਕਲੀ ਬੁੱਧੀ ਬਿਰਤਾਂਤ ਦੀ ਵੱਡੀ ਮਾਤਰਾ ਦੇ ਨਾਲ, ਸਮੇਂ ਦੇ ਨਾਲ ਮਾਡਲ ਇੱਕ ਕਹਾਣੀ ਦੇ ਤੱਤ, ਜਿਵੇਂ ਕਿ ਪਲਾਟ ਬਣਤਰ, ਪਾਤਰ, ਥੀਮ, ਬਿਰਤਾਂਤਕ ਯੰਤਰ, ਆਦਿ ਨੂੰ ਪਛਾਣਨ ਅਤੇ ਦੁਬਾਰਾ ਤਿਆਰ ਕਰਨ ਦੇ ਯੋਗ ਹੋਵੇਗਾ।
ਦੇ ਮਾਡਲ ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਨਕਲੀ ਬੁੱਧੀ ਉਹ ਵਧੇਰੇ ਸੂਝਵਾਨ ਬਣ ਜਾਂਦੇ ਹਨ ਕਿਉਂਕਿ ਉਹਨਾਂ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤੇ ਗਏ ਡੇਟਾ ਅਤੇ ਉਤਪੱਤੀ ਵਿੱਚ ਵਾਧਾ ਹੁੰਦਾ ਹੈ, ਇੱਕ ਵਾਰ ਫਿਰ ਦੀਆਂ ਤਕਨੀਕਾਂ ਦਾ ਧੰਨਵਾਦ deep learning
ਅਤੇ ਦੇ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਹੇਠਾਂ। ਨਤੀਜੇ ਵਜੋਂ, ਇੱਕ ਟੈਂਪਲੇਟ ਜਿੰਨੀ ਜ਼ਿਆਦਾ ਸਮੱਗਰੀ ਤਿਆਰ ਕਰਦਾ ਹੈ ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਨਕਲੀ ਬੁੱਧੀ, ਇਸ ਦੇ ਨਤੀਜੇ ਜਿੰਨੇ ਜ਼ਿਆਦਾ ਯਕੀਨਨ ਅਤੇ ਮਨੁੱਖ ਵਰਗੇ ਬਣਦੇ ਹਨ।
ਦੀ ਪ੍ਰਸਿੱਧੀਪੈਦਾ ਕਰਨ ਵਾਲੀ ਨਕਲੀ ਬੁੱਧੀ 2023 ਵਿੱਚ ਵਿਸਫੋਟ ਹੋਇਆ, ਜਿਆਦਾਤਰ ਪ੍ਰੋਗਰਾਮਾਂ ਦਾ ਧੰਨਵਾਦ ਚੈਟਜੀਪੀਟੀ e SLAB di ਓਪਨਏਆਈ. ਇਸ ਤੋਂ ਇਲਾਵਾ, ਤਕਨਾਲੋਜੀ ਦੀ ਤੇਜ਼ੀ ਨਾਲ ਤਰੱਕੀ ਨਕਲੀ ਬੁੱਧੀ, ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਵਾਂਗ, ਨੇ ਬਣਾਇਆ ਹੈਪੈਦਾ ਕਰਨ ਵਾਲੀ ਨਕਲੀ ਬੁੱਧੀ ਪੈਮਾਨੇ 'ਤੇ ਖਪਤਕਾਰਾਂ ਅਤੇ ਸਮੱਗਰੀ ਸਿਰਜਣਹਾਰਾਂ ਲਈ ਪਹੁੰਚਯੋਗ।
ਵੱਡੀਆਂ ਤਕਨੀਕੀ ਕੰਪਨੀਆਂ ਗੂਗਲ, ਮਾਈਕ੍ਰੋਸਾਫਟ, ਐਮਾਜ਼ਾਨ, ਮੈਟਾ ਅਤੇ ਹੋਰਾਂ ਦੇ ਨਾਲ, ਆਪਣੇ ਖੁਦ ਦੇ ਵਿਕਾਸ ਸਾਧਨਾਂ ਨੂੰ ਤਿਆਰ ਕਰਨ ਦੇ ਨਾਲ, ਬੈਂਡਵਾਗਨ 'ਤੇ ਛਾਲ ਮਾਰਨ ਲਈ ਤੇਜ਼ ਹੋ ਗਈਆਂ ਹਨ। ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਨਕਲੀ ਬੁੱਧੀ ਕੁਝ ਮਹੀਨਿਆਂ ਦੇ ਅੰਦਰ.
ਬਹੁਤ ਸਾਰੇ ਸੰਦ ਹਨ ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਨਕਲੀ ਬੁੱਧੀ, ਹਾਲਾਂਕਿ ਟੈਕਸਟ ਅਤੇ ਚਿੱਤਰ ਬਣਾਉਣ ਦੇ ਮਾਡਲ ਸ਼ਾਇਦ ਸਭ ਤੋਂ ਵੱਧ ਜਾਣੇ ਜਾਂਦੇ ਹਨ। ਦੇ ਮਾਡਲ ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਨਕਲੀ ਬੁੱਧੀ ਉਹ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਉਪਭੋਗਤਾ 'ਤੇ ਭਰੋਸਾ ਕਰਦੇ ਹਨ ਜੋ ਇੱਕ ਸੁਨੇਹਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਉਹਨਾਂ ਨੂੰ ਲੋੜੀਂਦਾ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰਨ ਲਈ ਮਾਰਗਦਰਸ਼ਨ ਕਰਦਾ ਹੈ, ਭਾਵੇਂ ਇਹ ਟੈਕਸਟ, ਇੱਕ ਚਿੱਤਰ, ਇੱਕ ਵੀਡੀਓ ਜਾਂ ਸੰਗੀਤ ਦਾ ਇੱਕ ਟੁਕੜਾ ਹੋਵੇ, ਹਾਲਾਂਕਿ ਇਹ ਹਮੇਸ਼ਾ ਅਜਿਹਾ ਨਹੀਂ ਹੁੰਦਾ ਹੈ।
ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਜਨਰੇਟਿਵ AI ਮਾਡਲ ਹਨ, ਹਰੇਕ ਨੂੰ ਖਾਸ ਚੁਣੌਤੀਆਂ ਅਤੇ ਕਾਰਜਾਂ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹਨਾਂ ਨੂੰ ਮੋਟੇ ਤੌਰ 'ਤੇ ਹੇਠ ਲਿਖੀਆਂ ਕਿਸਮਾਂ ਵਿੱਚ ਵੰਡਿਆ ਜਾ ਸਕਦਾ ਹੈ।
Transformer-based models
ਟ੍ਰਾਂਸਫਾਰਮਰ-ਅਧਾਰਿਤ ਮਾਡਲਾਂ ਨੂੰ ਕ੍ਰਮਵਾਰ ਜਾਣਕਾਰੀ, ਜਿਵੇਂ ਕਿ ਸ਼ਬਦਾਂ ਅਤੇ ਵਾਕਾਂ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਨੂੰ ਸਮਝਣ ਲਈ ਵੱਡੇ ਡੇਟਾ ਸੈੱਟਾਂ 'ਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ। ਦੁਆਰਾ ਸਮਰਥਨ ਕੀਤਾ ਗਿਆ deep learning, ਇਹ AI ਮਾਡਲ NLP ਵਿੱਚ ਚੰਗੀ ਤਰ੍ਹਾਂ ਜਾਣੂ ਹੁੰਦੇ ਹਨ ਅਤੇ ਭਾਸ਼ਾ ਦੀ ਬਣਤਰ ਅਤੇ ਸੰਦਰਭ ਨੂੰ ਸਮਝਦੇ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਟੈਕਸਟ ਬਣਾਉਣ ਦੇ ਕੰਮਾਂ ਲਈ ਚੰਗੀ ਤਰ੍ਹਾਂ ਅਨੁਕੂਲ ਬਣਾਉਂਦੇ ਹਨ। ChatGPT-3 ਅਤੇ ਗੂਗਲ ਬਾਰਡ ਟ੍ਰਾਂਸਫਾਰਮਰ-ਅਧਾਰਿਤ ਜਨਰੇਟਿਵ ਏਆਈ ਮਾਡਲਾਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਹਨ।
Generative adversarial networks
GAN ਦੋ ਨਿਊਰਲ ਨੈਟਵਰਕਾਂ ਦੇ ਬਣੇ ਹੁੰਦੇ ਹਨ ਜੋ ਇੱਕ ਜਨਰੇਟਰ ਅਤੇ ਵਿਤਕਰਾ ਕਰਨ ਵਾਲੇ ਵਜੋਂ ਜਾਣੇ ਜਾਂਦੇ ਹਨ, ਜੋ ਪ੍ਰਮਾਣਿਕ-ਦਿੱਖ ਵਾਲੇ ਡੇਟਾ ਨੂੰ ਬਣਾਉਣ ਲਈ ਇੱਕ ਦੂਜੇ ਦੇ ਵਿਰੁੱਧ ਕੰਮ ਕਰਦੇ ਹਨ। ਜਿਵੇਂ ਕਿ ਨਾਮ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ, ਜਨਰੇਟਰ ਦੀ ਭੂਮਿਕਾ ਇੱਕ ਸੁਝਾਉ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਚਿੱਤਰ ਦੇ ਰੂਪ ਵਿੱਚ ਇੱਕ ਠੋਸ ਆਉਟਪੁੱਟ ਤਿਆਰ ਕਰਨਾ ਹੈ, ਜਦੋਂ ਕਿ ਵਿਤਕਰਾ ਉਕਤ ਚਿੱਤਰ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਕੰਮ ਕਰਦਾ ਹੈ। ਸਮੇਂ ਦੇ ਨਾਲ, ਹਰੇਕ ਭਾਗ ਆਪਣੀ-ਆਪਣੀ ਭੂਮਿਕਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦਾ ਹੈ, ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ। DALL-E ਅਤੇ Midjourney ਦੋਵੇਂ GAN-ਅਧਾਰਿਤ ਜਨਰੇਟਿਵ AI ਮਾਡਲਾਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਹਨ।
Variational autoencoders
VAEs ਡੇਟਾ ਦੀ ਵਿਆਖਿਆ ਅਤੇ ਉਤਪੰਨ ਕਰਨ ਲਈ ਦੋ ਨੈਟਵਰਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ: ਇਸ ਸਥਿਤੀ ਵਿੱਚ ਇਹ ਇੱਕ ਏਨਕੋਡਰ ਅਤੇ ਇੱਕ ਡੀਕੋਡਰ ਹੈ। ਏਨਕੋਡਰ ਇਨਪੁਟ ਡੇਟਾ ਲੈਂਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਇੱਕ ਸਰਲ ਫਾਰਮੈਟ ਵਿੱਚ ਸੰਕੁਚਿਤ ਕਰਦਾ ਹੈ। ਡੀਕੋਡਰ ਫਿਰ ਇਸ ਸੰਕੁਚਿਤ ਜਾਣਕਾਰੀ ਨੂੰ ਲੈਂਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਕਿਸੇ ਨਵੀਂ ਚੀਜ਼ ਵਿੱਚ ਪੁਨਰਗਠਨ ਕਰਦਾ ਹੈ ਜੋ ਅਸਲ ਡੇਟਾ ਵਰਗਾ ਹੁੰਦਾ ਹੈ, ਪਰ ਬਿਲਕੁਲ ਇੱਕੋ ਜਿਹਾ ਨਹੀਂ ਹੁੰਦਾ ਹੈ।
ਇੱਕ ਉਦਾਹਰਨ ਸਿਖਲਾਈ ਡੇਟਾ ਦੇ ਰੂਪ ਵਿੱਚ ਫੋਟੋਆਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਨੁੱਖੀ ਚਿਹਰਿਆਂ ਨੂੰ ਬਣਾਉਣ ਲਈ ਇੱਕ ਕੰਪਿਊਟਰ ਪ੍ਰੋਗਰਾਮ ਨੂੰ ਸਿਖਾਉਣਾ ਹੋਵੇਗਾ। ਸਮੇਂ ਦੇ ਨਾਲ, ਪ੍ਰੋਗਰਾਮ ਲੋਕਾਂ ਦੇ ਚਿਹਰਿਆਂ ਦੀਆਂ ਫੋਟੋਆਂ ਨੂੰ ਕੁਝ ਮਹੱਤਵਪੂਰਨ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਜਿਵੇਂ ਕਿ ਅੱਖਾਂ, ਨੱਕ, ਮੂੰਹ, ਕੰਨਾਂ ਆਦਿ ਦੇ ਆਕਾਰ ਅਤੇ ਆਕਾਰ ਨੂੰ ਘਟਾ ਕੇ ਸਰਲ ਬਣਾਉਣਾ ਸਿੱਖਦਾ ਹੈ, ਅਤੇ ਫਿਰ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਨਵੇਂ ਚਿਹਰੇ ਬਣਾਉਣ ਲਈ ਕਰਦਾ ਹੈ।
Multimodal models
ਮਲਟੀਮੋਡਲ ਮਾਡਲ ਇੱਕ ਵਾਰ ਵਿੱਚ ਕਈ ਕਿਸਮਾਂ ਦੇ ਡੇਟਾ ਨੂੰ ਸਮਝ ਅਤੇ ਪ੍ਰਕਿਰਿਆ ਕਰ ਸਕਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਟੈਕਸਟ, ਚਿੱਤਰ, ਅਤੇ ਆਡੀਓ, ਉਹਨਾਂ ਨੂੰ ਵਧੇਰੇ ਵਧੀਆ ਆਉਟਪੁੱਟ ਬਣਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ। ਇੱਕ ਉਦਾਹਰਨ ਇੱਕ AI ਮਾਡਲ ਹੋਵੇਗਾ ਜੋ ਇੱਕ ਟੈਕਸਟ ਪ੍ਰੋਂਪਟ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਚਿੱਤਰ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਨਾਲ ਹੀ ਇੱਕ ਚਿੱਤਰ ਪ੍ਰੋਂਪਟ ਦਾ ਪਾਠ ਵਰਣਨ ਵੀ। DALL-E 2 ਈ OpenAI ਦੁਆਰਾ GPT-4 ਮਲਟੀਮੋਡਲ ਮਾਡਲਾਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਹਨ।
ਕਾਰੋਬਾਰਾਂ ਲਈ, ਕੁਸ਼ਲਤਾ ਦਲੀਲ ਨਾਲ ਜਨਰੇਟਿਵ AI ਦਾ ਸਭ ਤੋਂ ਮਜਬੂਤ ਲਾਭ ਹੈ ਕਿਉਂਕਿ ਇਹ ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਖਾਸ ਕੰਮਾਂ ਨੂੰ ਸਵੈਚਾਲਤ ਕਰਨ ਅਤੇ ਵਧੇਰੇ ਮਹੱਤਵਪੂਰਨ ਰਣਨੀਤਕ ਟੀਚਿਆਂ 'ਤੇ ਸਮਾਂ, ਊਰਜਾ ਅਤੇ ਸਰੋਤਾਂ ਨੂੰ ਫੋਕਸ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾ ਸਕਦਾ ਹੈ। ਇਸ ਨਾਲ ਲੇਬਰ ਦੀ ਲਾਗਤ ਘੱਟ ਹੋ ਸਕਦੀ ਹੈ, ਸੰਚਾਲਨ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਵਾਧਾ ਹੋ ਸਕਦਾ ਹੈ ਅਤੇ ਕੁਝ ਖਾਸ ਕਾਰੋਬਾਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਪ੍ਰਦਰਸ਼ਨ ਕਰ ਰਹੀਆਂ ਹਨ ਜਾਂ ਨਹੀਂ ਇਸ ਬਾਰੇ ਨਵੀਂ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੀ ਹੈ।
ਪੇਸ਼ੇਵਰਾਂ ਅਤੇ ਸਮੱਗਰੀ ਸਿਰਜਣਹਾਰਾਂ ਲਈ, ਜਨਰੇਟਿਵ AI ਟੂਲ ਵਿਚਾਰ ਪੈਦਾ ਕਰਨ, ਸਮੱਗਰੀ ਦੀ ਯੋਜਨਾਬੰਦੀ ਅਤੇ ਸਮਾਂ-ਸਾਰਣੀ, ਖੋਜ ਇੰਜਨ ਔਪਟੀਮਾਈਜੇਸ਼ਨ, ਮਾਰਕੀਟਿੰਗ, ਦਰਸ਼ਕਾਂ ਦੀ ਸ਼ਮੂਲੀਅਤ, ਖੋਜ ਅਤੇ ਸੰਪਾਦਨ, ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਹੋਰ ਬਹੁਤ ਕੁਝ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ। ਦੁਬਾਰਾ ਫਿਰ, ਮੁੱਖ ਪ੍ਰਸਤਾਵਿਤ ਲਾਭ ਕੁਸ਼ਲਤਾ ਹੈ ਕਿਉਂਕਿ ਜਨਰੇਟਿਵ AI ਟੂਲ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਕੁਝ ਕੰਮਾਂ 'ਤੇ ਬਿਤਾਉਣ ਵਾਲੇ ਸਮੇਂ ਨੂੰ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ ਤਾਂ ਜੋ ਉਹ ਆਪਣੀ ਊਰਜਾ ਨੂੰ ਕਿਤੇ ਹੋਰ ਨਿਵੇਸ਼ ਕਰ ਸਕਣ। ਉਸ ਨੇ ਕਿਹਾ, ਜਨਰੇਟਿਵ ਏਆਈ ਮਾਡਲਾਂ ਦੀ ਮੈਨੂਅਲ ਨਿਗਰਾਨੀ ਅਤੇ ਨਿਯੰਤਰਣ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ।
ਜਨਰੇਟਿਵ AI ਨੇ ਕਈ ਉਦਯੋਗਿਕ ਖੇਤਰਾਂ ਵਿੱਚ ਪੈਰ ਪਕੜ ਲਿਆ ਹੈ ਅਤੇ ਵਪਾਰਕ ਅਤੇ ਖਪਤਕਾਰ ਬਾਜ਼ਾਰਾਂ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਫੈਲ ਰਿਹਾ ਹੈ। ਮੈਕਿੰਸੀ ਦਾ ਅਨੁਮਾਨ ਹੈ ਕਿ, 2030 ਤੱਕ, ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ ਵਿੱਚ ਕੰਮ ਦੇ ਸਮੇਂ ਦੇ ਲਗਭਗ 30% ਕੰਮ ਕਰਨ ਵਾਲੇ ਕੰਮ ਸਵੈਚਲਿਤ ਹੋ ਸਕਦੇ ਹਨ, ਉਤਪੰਨ ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਪ੍ਰਵੇਗ ਦੇ ਕਾਰਨ।
ਗਾਹਕ ਸੇਵਾ ਵਿੱਚ, ਏਆਈ-ਸੰਚਾਲਿਤ ਚੈਟਬੋਟਸ ਅਤੇ ਵਰਚੁਅਲ ਅਸਿਸਟੈਂਟਸ ਕੰਪਨੀਆਂ ਨੂੰ ਜਵਾਬ ਦੇ ਸਮੇਂ ਨੂੰ ਘਟਾਉਣ ਅਤੇ ਆਮ ਗਾਹਕਾਂ ਦੇ ਸਵਾਲਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਸੰਭਾਲਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ, ਸਟਾਫ 'ਤੇ ਬੋਝ ਨੂੰ ਘਟਾਉਂਦੇ ਹਨ। ਸੌਫਟਵੇਅਰ ਡਿਵੈਲਪਮੈਂਟ ਵਿੱਚ, ਜਨਰੇਟਿਵ AI ਟੂਲ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਕੋਡ ਦੀ ਸਮੀਖਿਆ ਕਰਕੇ, ਬੱਗ ਨੂੰ ਉਜਾਗਰ ਕਰਨ, ਅਤੇ ਵੱਡੀਆਂ ਸਮੱਸਿਆਵਾਂ ਬਣਨ ਤੋਂ ਪਹਿਲਾਂ ਸੰਭਾਵੀ ਹੱਲਾਂ ਦਾ ਸੁਝਾਅ ਦੇ ਕੇ ਵਧੇਰੇ ਸਾਫ਼ ਅਤੇ ਕੁਸ਼ਲਤਾ ਨਾਲ ਕੋਡ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ। ਇਸ ਦੌਰਾਨ, ਲੇਖਕ ਲੇਖਾਂ, ਲੇਖਾਂ ਅਤੇ ਹੋਰ ਲਿਖਤੀ ਕੰਮਾਂ ਦੀ ਯੋਜਨਾ ਬਣਾਉਣ, ਡਰਾਫਟ ਕਰਨ ਅਤੇ ਸੰਸ਼ੋਧਿਤ ਕਰਨ ਲਈ ਜਨਰੇਟਿਵ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਨ, ਹਾਲਾਂਕਿ ਅਕਸਰ ਮਿਸ਼ਰਤ ਨਤੀਜਿਆਂ ਦੇ ਨਾਲ।
ਜਨਰੇਟਿਵ AI ਦੀ ਵਰਤੋਂ ਉਦਯੋਗ ਤੋਂ ਉਦਯੋਗ ਤੱਕ ਵੱਖਰੀ ਹੁੰਦੀ ਹੈ ਅਤੇ ਦੂਜਿਆਂ ਨਾਲੋਂ ਕੁਝ ਵਿੱਚ ਵਧੇਰੇ ਸਥਾਪਿਤ ਹੁੰਦੀ ਹੈ। ਵਰਤਮਾਨ ਅਤੇ ਪ੍ਰਸਤਾਵਿਤ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਹੇਠ ਲਿਖੇ ਸ਼ਾਮਲ ਹਨ:
ਜਨਰੇਟਿਵ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਬਾਰੇ ਇੱਕ ਵੱਡੀ ਚਿੰਤਾ - ਅਤੇ ਖਾਸ ਤੌਰ 'ਤੇ ਜਨਤਾ ਲਈ ਪਹੁੰਚਯੋਗ - ਗਲਤ ਜਾਣਕਾਰੀ ਅਤੇ ਨੁਕਸਾਨਦੇਹ ਸਮੱਗਰੀ ਨੂੰ ਫੈਲਾਉਣ ਦੀ ਉਹਨਾਂ ਦੀ ਸਮਰੱਥਾ ਹੈ। ਇਸ ਦਾ ਪ੍ਰਭਾਵ ਵਿਆਪਕ ਅਤੇ ਗੰਭੀਰ ਹੋ ਸਕਦਾ ਹੈ, ਰੂੜ੍ਹੀਵਾਦੀ ਧਾਰਨਾਵਾਂ, ਨਫ਼ਰਤ ਭਰੇ ਭਾਸ਼ਣ ਅਤੇ ਨੁਕਸਾਨਦੇਹ ਵਿਚਾਰਧਾਰਾਵਾਂ ਤੋਂ ਲੈ ਕੇ ਨਿੱਜੀ ਅਤੇ ਪੇਸ਼ੇਵਰ ਵੱਕਾਰ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾਉਣ ਅਤੇ ਕਾਨੂੰਨੀ ਅਤੇ ਵਿੱਤੀ ਪ੍ਰਭਾਵਾਂ ਦੇ ਖਤਰੇ ਤੱਕ। ਇਹ ਵੀ ਸੁਝਾਅ ਦਿੱਤਾ ਗਿਆ ਹੈ ਕਿ ਜਨਰੇਟਿਵ AI ਦੀ ਦੁਰਵਰਤੋਂ ਜਾਂ ਕੁਪ੍ਰਬੰਧਨ ਰਾਸ਼ਟਰੀ ਸੁਰੱਖਿਆ ਨੂੰ ਖਤਰੇ ਵਿੱਚ ਪਾ ਸਕਦਾ ਹੈ।
ਇਨ੍ਹਾਂ ਖਤਰਿਆਂ ਤੋਂ ਸਿਆਸਤਦਾਨ ਵੀ ਬਚੇ ਨਹੀਂ ਹਨ। ਅਪ੍ਰੈਲ 2023 ਵਿੱਚ, ਯੂਰਪੀਅਨ ਯੂਨੀਅਨ ਨੇ ਪ੍ਰਸਤਾਵਿਤ ਕੀਤਾ ਜਨਰੇਟਿਵ AI ਲਈ ਨਵੇਂ ਕਾਪੀਰਾਈਟ ਨਿਯਮ ਜਿਸ ਲਈ ਕੰਪਨੀਆਂ ਨੂੰ ਜਨਰੇਟਿਵ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਟੂਲ ਵਿਕਸਿਤ ਕਰਨ ਲਈ ਵਰਤੀ ਜਾਂਦੀ ਕਿਸੇ ਵੀ ਕਾਪੀਰਾਈਟ ਸਮੱਗਰੀ ਦਾ ਖੁਲਾਸਾ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਇਨ੍ਹਾਂ ਨਿਯਮਾਂ ਨੂੰ ਯੂਰਪੀਅਨ ਸੰਸਦ ਦੁਆਰਾ ਜੂਨ ਵਿੱਚ ਵੋਟ ਕੀਤੇ ਗਏ ਡਰਾਫਟ ਕਾਨੂੰਨ ਵਿੱਚ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ ਗਈ ਸੀ, ਜਿਸ ਵਿੱਚ EU ਮੈਂਬਰ ਦੇਸ਼ਾਂ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ 'ਤੇ ਸਖਤ ਪਾਬੰਦੀਆਂ ਸ਼ਾਮਲ ਸਨ, ਜਿਸ ਵਿੱਚ ਜਨਤਕ ਥਾਵਾਂ 'ਤੇ ਰੀਅਲ-ਟਾਈਮ ਚਿਹਰੇ ਦੀ ਪਛਾਣ ਤਕਨਾਲੋਜੀ 'ਤੇ ਪ੍ਰਸਤਾਵਿਤ ਪਾਬੰਦੀ ਵੀ ਸ਼ਾਮਲ ਹੈ।
ਜਨਰੇਟਿਵ AI ਦੁਆਰਾ ਆਟੋਮੈਟਿਕ ਕਾਰਜ ਵੀ ਕਰਮਚਾਰੀਆਂ ਅਤੇ ਨੌਕਰੀ ਦੇ ਵਿਸਥਾਪਨ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਪੈਦਾ ਕਰਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਮੈਕਕਿਨਸੀ ਦੁਆਰਾ ਉਜਾਗਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਸਲਾਹਕਾਰ ਸਮੂਹ ਦੇ ਅਨੁਸਾਰ, ਆਟੋਮੇਸ਼ਨ ਹੁਣ ਅਤੇ 12 ਦੇ ਵਿਚਕਾਰ 2030 ਮਿਲੀਅਨ ਕੈਰੀਅਰ ਪਰਿਵਰਤਨ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀ ਹੈ, ਨੌਕਰੀ ਦੇ ਨੁਕਸਾਨ ਦੇ ਨਾਲ ਦਫਤਰੀ ਸਹਾਇਤਾ, ਗਾਹਕ ਸੇਵਾ ਅਤੇ ਭੋਜਨ ਸੇਵਾ ਵਿੱਚ ਕੇਂਦਰਿਤ ਹੈ। ਰਿਪੋਰਟ ਦਾ ਅੰਦਾਜ਼ਾ ਹੈ ਕਿ ਦਫਤਰੀ ਕਰਮਚਾਰੀਆਂ ਦੀ ਮੰਗ "... 1,6 ਮਿਲੀਅਨ ਨੌਕਰੀਆਂ ਘਟ ਸਕਦੀ ਹੈ, ਪਰਚੂਨ ਵਿਕਰੇਤਾਵਾਂ ਲਈ 830.000, ਪ੍ਰਬੰਧਕੀ ਸਹਾਇਕਾਂ ਲਈ 710.000 ਅਤੇ ਕੈਸ਼ੀਅਰਾਂ ਲਈ 630.000 ਦੇ ਨੁਕਸਾਨ ਤੋਂ ਇਲਾਵਾ।"
ਜਨਰੇਟਿਵ AI ਅਤੇ ਜਨਰਲ AI ਇੱਕੋ ਸਿੱਕੇ ਦੇ ਵੱਖ-ਵੱਖ ਪਾਸਿਆਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਦੋਵੇਂ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਖੇਤਰ ਨਾਲ ਸਬੰਧਤ ਹਨ, ਪਰ ਪਹਿਲਾਂ ਵਾਲਾ ਬਾਅਦ ਵਾਲਾ ਉਪ-ਕਿਸਮ ਹੈ।
ਜਨਰੇਟਿਵ AI ਸਿਖਲਾਈ ਡੇਟਾ ਤੋਂ ਸਿੱਖੇ ਗਏ ਮਾਡਲਾਂ ਤੋਂ ਨਵੀਂ ਸਮੱਗਰੀ ਤਿਆਰ ਕਰਨ ਲਈ ਵੱਖ-ਵੱਖ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਤਕਨੀਕਾਂ, ਜਿਵੇਂ ਕਿ GAN, VAE, ਜਾਂ LLM ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਇਹ ਆਉਟਪੁੱਟ ਟੈਕਸਟ, ਚਿੱਤਰ, ਸੰਗੀਤ, ਜਾਂ ਕੋਈ ਹੋਰ ਚੀਜ਼ ਹੋ ਸਕਦੀ ਹੈ ਜਿਸ ਨੂੰ ਡਿਜੀਟਲ ਰੂਪ ਵਿੱਚ ਦਰਸਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।
ਆਰਟੀਫੀਸ਼ੀਅਲ ਜਨਰਲ ਇੰਟੈਲੀਜੈਂਸ, ਜਿਸਨੂੰ ਆਰਟੀਫੀਸ਼ੀਅਲ ਜਨਰਲ ਇੰਟੈਲੀਜੈਂਸ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਕੰਪਿਊਟਰ ਪ੍ਰਣਾਲੀਆਂ ਅਤੇ ਰੋਬੋਟਿਕਸ ਦੇ ਸੰਕਲਪ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਮਨੁੱਖ ਵਰਗੀ ਬੁੱਧੀ ਅਤੇ ਖੁਦਮੁਖਤਿਆਰੀ ਰੱਖਦੇ ਹਨ। ਇਹ ਅਜੇ ਵੀ ਵਿਗਿਆਨਕ ਕਲਪਨਾ ਦੀ ਸਮੱਗਰੀ ਹੈ: ਡਿਜ਼ਨੀ ਪਿਕਸਰ ਦੀ WALL-E, 2004 ਦੇ I, ਰੋਬੋਟ, ਜਾਂ HAL 9000 ਤੋਂ ਸੋਨੀ, ਸਟੈਨਲੀ ਕੁਬਰਿਕ ਦੀ 2001: ਏ ਸਪੇਸ ਓਡੀਸੀ ਤੋਂ ਖਤਰਨਾਕ ਨਕਲੀ ਬੁੱਧੀ ਬਾਰੇ ਸੋਚੋ। ਜ਼ਿਆਦਾਤਰ ਮੌਜੂਦਾ AI ਸਿਸਟਮ "ਨੰਗੇ AI" ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਹਨ, ਕਿਉਂਕਿ ਇਹ ਬਹੁਤ ਖਾਸ ਕੰਮਾਂ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ।
ਜਿਵੇਂ ਉੱਪਰ ਦੱਸਿਆ ਗਿਆ ਹੈ, ਜਨਰੇਟਿਵ AI ਨਕਲੀ ਬੁੱਧੀ ਦਾ ਇੱਕ ਉਪ ਖੇਤਰ ਹੈ। ਜਨਰੇਟਿਵ AI ਮਾਡਲ ਡਾਟਾ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ ਅਤੇ ਜਨਰੇਟ ਕਰਨ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਆਮ ਤੌਰ 'ਤੇ, ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਉਹਨਾਂ ਕੰਪਿਊਟਰਾਂ ਦੇ ਸੰਕਲਪ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਜੋ ਕੰਮ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਮਨੁੱਖੀ ਬੁੱਧੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਫੈਸਲੇ ਲੈਣ ਅਤੇ NLP।
ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦਾ ਬੁਨਿਆਦੀ ਹਿੱਸਾ ਹੈ ਅਤੇ ਕਿਸੇ ਖਾਸ ਕੰਮ ਨੂੰ ਕਰਨ ਲਈ ਕੰਪਿਊਟਰ ਨੂੰ ਸਿਖਾਉਣ ਦੇ ਉਦੇਸ਼ ਲਈ ਡੇਟਾ ਲਈ ਕੰਪਿਊਟਰ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਦਾ ਹਵਾਲਾ ਦਿੰਦਾ ਹੈ। ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਉਹ ਪ੍ਰਕਿਰਿਆ ਹੈ ਜੋ ਨਕਲੀ ਖੁਫੀਆ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਸਿੱਖੇ ਗਏ ਪੈਟਰਨਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਸੂਚਿਤ ਫੈਸਲੇ ਜਾਂ ਭਵਿੱਖਬਾਣੀਆਂ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ।
ਜਨਰੇਟਿਵ AI ਦਾ ਵਿਸਫੋਟਕ ਵਾਧਾ ਘੱਟਣ ਦੇ ਕੋਈ ਸੰਕੇਤ ਨਹੀਂ ਦਿਖਾਉਂਦਾ ਹੈ, ਅਤੇ ਜਿਵੇਂ ਕਿ ਵੱਧ ਤੋਂ ਵੱਧ ਕੰਪਨੀਆਂ ਡਿਜੀਟਲਾਈਜ਼ੇਸ਼ਨ ਅਤੇ ਆਟੋਮੇਸ਼ਨ ਨੂੰ ਅਪਣਾਉਂਦੀਆਂ ਹਨ, ਜੈਨਰੇਟਿਵ AI ਉਦਯੋਗ ਦੇ ਭਵਿੱਖ ਵਿੱਚ ਕੇਂਦਰੀ ਭੂਮਿਕਾ ਨਿਭਾਉਣ ਲਈ ਤਿਆਰ ਜਾਪਦਾ ਹੈ। ਜਨਰੇਟਿਵ AI ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਪਹਿਲਾਂ ਹੀ ਉਦਯੋਗਾਂ ਜਿਵੇਂ ਕਿ ਸਮੱਗਰੀ ਨਿਰਮਾਣ, ਸੌਫਟਵੇਅਰ ਵਿਕਾਸ, ਅਤੇ ਦਵਾਈ ਵਿੱਚ ਕੀਮਤੀ ਸਾਬਤ ਹੋ ਚੁੱਕੀਆਂ ਹਨ, ਅਤੇ ਜਿਵੇਂ ਕਿ ਤਕਨਾਲੋਜੀ ਵਿਕਸਿਤ ਹੁੰਦੀ ਜਾ ਰਹੀ ਹੈ, ਇਸਦੇ ਉਪਯੋਗ ਅਤੇ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ਵਧਣਗੇ।
ਉਸ ਨੇ ਕਿਹਾ, ਸਮੁੱਚੇ ਤੌਰ 'ਤੇ ਕਾਰੋਬਾਰਾਂ, ਵਿਅਕਤੀਆਂ ਅਤੇ ਸਮਾਜ 'ਤੇ ਜਨਰੇਟਿਵ AI ਦਾ ਪ੍ਰਭਾਵ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਅਸੀਂ ਇਸਦੇ ਪੇਸ਼ ਕੀਤੇ ਜੋਖਮਾਂ ਨੂੰ ਕਿਵੇਂ ਹੱਲ ਕਰਦੇ ਹਾਂ। ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਨੈਤਿਕ ਤੌਰ 'ਤੇ ਪੱਖਪਾਤ ਨੂੰ ਘੱਟ ਕਰਨਾ, ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਜਵਾਬਦੇਹੀ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨਾ ਅਤੇ ਸਮਰਥਨ ਕਰਨਾ ਪ੍ਰਸ਼ਾਸਨ ਡਾਟਾ ਦਾ ਹੋਣਾ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ, ਜਦੋਂ ਕਿ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਰੈਗੂਲੇਸ਼ਨ ਟੈਕਨਾਲੋਜੀ ਦੇ ਤੇਜ਼ ਵਿਕਾਸ ਨਾਲ ਤਾਲਮੇਲ ਰੱਖਦਾ ਹੈ ਪਹਿਲਾਂ ਹੀ ਇੱਕ ਚੁਣੌਤੀ ਸਾਬਤ ਹੋ ਰਿਹਾ ਹੈ। ਇਸੇ ਤਰ੍ਹਾਂ, ਆਟੋਮੇਸ਼ਨ ਅਤੇ ਮਨੁੱਖੀ ਸ਼ਮੂਲੀਅਤ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਲੱਭਣਾ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ ਜੇਕਰ ਅਸੀਂ ਕਿਸੇ ਵੀ ਨਕਾਰਾਤਮਕ ਨਤੀਜਿਆਂ ਨੂੰ ਘੱਟ ਕਰਦੇ ਹੋਏ ਜਨਰੇਟਿਵ AI ਦੀ ਪੂਰੀ ਸਮਰੱਥਾ ਨੂੰ ਵਰਤਣ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਾਂ।
Ercole Palmeri
ਐਪਲ ਵਿਜ਼ਨ ਪ੍ਰੋ ਕਮਰਸ਼ੀਅਲ ਵਿਊਅਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਇੱਕ ਓਫਥਲਮੋਪਲਾਸਟੀ ਓਪਰੇਸ਼ਨ ਕੈਟਾਨੀਆ ਪੌਲੀਕਲੀਨਿਕ ਵਿਖੇ ਕੀਤਾ ਗਿਆ ਸੀ...
ਰੰਗਾਂ ਰਾਹੀਂ ਵਧੀਆ ਮੋਟਰ ਹੁਨਰਾਂ ਦਾ ਵਿਕਾਸ ਕਰਨਾ ਬੱਚਿਆਂ ਨੂੰ ਲਿਖਣ ਵਰਗੇ ਹੋਰ ਗੁੰਝਲਦਾਰ ਹੁਨਰਾਂ ਲਈ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਰੰਗ ਕਰਨ ਲਈ…
ਜਲ ਸੈਨਾ ਖੇਤਰ ਇੱਕ ਸੱਚੀ ਗਲੋਬਲ ਆਰਥਿਕ ਸ਼ਕਤੀ ਹੈ, ਜਿਸ ਨੇ 150 ਬਿਲੀਅਨ ਮਾਰਕੀਟ ਵੱਲ ਨੈਵੀਗੇਟ ਕੀਤਾ ਹੈ...
ਪਿਛਲੇ ਸੋਮਵਾਰ, ਫਾਈਨੈਂਸ਼ੀਅਲ ਟਾਈਮਜ਼ ਨੇ ਓਪਨਏਆਈ ਨਾਲ ਇੱਕ ਸੌਦੇ ਦਾ ਐਲਾਨ ਕੀਤਾ। FT ਆਪਣੀ ਵਿਸ਼ਵ ਪੱਧਰੀ ਪੱਤਰਕਾਰੀ ਨੂੰ ਲਾਇਸੰਸ ਦਿੰਦਾ ਹੈ...