ਐਂਥਰੋਪਿਕ ਨੇ ਇੱਕ ਵਿਸਤ੍ਰਿਤ ਇੰਜਨੀਅਰਿੰਗ ਖਾਤਾ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤਾ ਹੈ ਕਿ ਕਿਵੇਂ ਇਸਨੇ claude.ai ਅਤੇ ਕਲਾਉਡ ਡੈਸਕਟੌਪ ਐਪ ਨੂੰ ਦੋ-ਹਫਤੇ ਦੇ ਸਪ੍ਰਿੰਟ ਵਿੱਚ ਲਗਭਗ ਤਿੰਨ ਗੁਣਾ ਤੇਜ਼ ਬਣਾਇਆ, ਅਤੇ ਮੋੜ ਇਹ ਹੈ ਕਿ ਜ਼ਿਆਦਾਤਰ ਕੰਮ ਕਲਾਉਡ ਦੁਆਰਾ ਹੀ ਕੀਤਾ ਗਿਆ ਸੀ। ਐਂਥਰੋਪਿਕ ਦੇ ਇੰਜਨੀਅਰਿੰਗ ਬਲੌਗ 'ਤੇ ਪ੍ਰਕਾਸ਼ਿਤ ਪੋਸਟ, ਹਰੇਕ ਥ੍ਰੈਡ ਵਿੱਚ ਏਆਈ ਮਾਡਲ ਦੇ ਨਾਲ ਇੱਕ ਸਿੰਗਲ ਸਲੈਕ ਚੈਨਲ ਤੋਂ ਚਲਾਈ ਗਈ ਪ੍ਰਦਰਸ਼ਨ ਮੁਹਿੰਮ, ਰੁਕਾਵਟਾਂ ਨੂੰ ਲੱਭਣ, ਬੈਂਚਮਾਰਕ ਬਣਾਉਣ, ਸ਼ਿਪਿੰਗ ਸੁਧਾਰਾਂ, ਅਤੇ ਹਰ ਤੈਨਾਤੀ ਨੂੰ ਦੇਖਣ ਦਾ ਵਰਣਨ ਕਰਦੀ ਹੈ।

75ਵੇਂ ਪਰਸੈਂਟਾਈਲ 'ਤੇ ਮਾਪੀਆਂ ਗਈਆਂ ਸੰਖਿਆਵਾਂ ਮਹੱਤਵਪੂਰਨ ਹਨ। claude.ai ਦੇ ਤਾਜ਼ੇ ਲੋਡ 'ਤੇ ਟਾਈਪ ਕਰਨ ਯੋਗ ਪੰਨੇ ਦਾ ਸਮਾਂ 3.1 ਸਕਿੰਟ ਤੋਂ ਘਟ ਕੇ 0.55 ਸਕਿੰਟ ਹੋ ਗਿਆ। ਇੱਕ ਨਵਾਂ ਕਲਾਉਡ ਕੋਡ ਸੈਸ਼ਨ ਸ਼ੁਰੂ ਕਰਨਾ 0.8 ਸਕਿੰਟਾਂ ਤੋਂ ਘਟ ਕੇ 0.3 ਸਕਿੰਟ ਹੋ ਗਿਆ, ਅਤੇ ਕਲਾਉਡ ਕੋਵਰਕ ਕਲਾਉਡ ਸੈਸ਼ਨ ਨੂੰ ਲੋਡ ਕਰਨਾ 2.6 ਸਕਿੰਟਾਂ ਤੋਂ ਘਟ ਕੇ 0.73 ਸਕਿੰਟ ਹੋ ਗਿਆ। ਕੁੱਲ ਮਿਲਾ ਕੇ, ਐਂਥਰੋਪਿਕ ਦਾ ਅਨੁਮਾਨ ਹੈ ਕਿ ਸੁਧਾਰ ਹਰ ਰੋਜ਼ ਹਜ਼ਾਰਾਂ ਉਪਭੋਗਤਾ-ਘੰਟਿਆਂ ਦੀ ਉਡੀਕ ਨੂੰ ਬਚਾਉਂਦੇ ਹਨ। For more context on this story, see our ongoing AI industry coverage.

ਪਹਿਲਾਂ ਮਾਪਣਾ, ਫਿਰ ਚਲਣਾ

ਸਪ੍ਰਿੰਟ ਕੋਡ ਦੀ ਬਜਾਏ ਮਾਪ ਨਾਲ ਸ਼ੁਰੂ ਹੋਇਆ. ਡੈਟਾਡੌਗ MCP ਸਰਵਰ ਦੁਆਰਾ ਵਰਤੋਂ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਕਲਾਉਡ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਟੀਮ ਨੇ ਚਾਰ ਉਪਭੋਗਤਾ ਯਾਤਰਾਵਾਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਜੋ 95 ਪ੍ਰਤੀਸ਼ਤ ਗਤੀਵਿਧੀ ਲਈ ਖਾਤਾ ਹੈ: ਐਪ ਨੂੰ ਲਾਂਚ ਕਰਨਾ, ਇੱਕ ਗੱਲਬਾਤ ਸ਼ੁਰੂ ਕਰਨਾ, ਇੱਕ ਮੌਜੂਦਾ ਗੱਲਬਾਤ ਲੋਡ ਕਰਨਾ, ਅਤੇ ਇੱਕ ਸੁਨੇਹਾ ਭੇਜਣਾ। ਵੈੱਬ ਅਤੇ ਡੈਸਕਟੌਪ ਦੇ ਪਾਰ ਉਹ ਯਾਤਰਾਵਾਂ ਤੇਰ੍ਹਾਂ ਵੱਖੋ-ਵੱਖਰੇ ਮਾਪਾਂ ਵਿੱਚ ਵੰਡੀਆਂ ਗਈਆਂ, ਅਤੇ ਟੀਮ ਨੇ ਇੰਸਟਰੂਮੈਂਟੇਸ਼ਨ ਨੂੰ ਜੋੜਿਆ ਜਦੋਂ ਤੱਕ ਹਰ ਇੱਕ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਤੁਲਨਾਯੋਗ ਨਹੀਂ ਹੁੰਦਾ - ਇੱਕ ਉਪਭੋਗਤਾ ਇੰਟਰੈਕਸ਼ਨ ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ ਅਤੇ ਨਤੀਜਾ ਪੇਸ਼ ਹੋਣ ਤੋਂ ਬਾਅਦ ਖਤਮ ਹੁੰਦਾ ਹੈ।

ਬੇਸਲਾਈਨਾਂ ਦੇ ਨਾਲ, ਟੀਮ ਨੇ ਲਗਭਗ 20 ਹੱਥ-ਚੁਣੇ ਪ੍ਰੋਜੈਕਟਾਂ ਦੀ ਇੱਕ ਸੂਚੀ ਤਿਆਰ ਕੀਤੀ, ਹਰ ਇੱਕ ਇੱਕ ਖਾਸ ਯਾਤਰਾ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾ ਰਿਹਾ ਸੀ, ਅਤੇ ਕਲਾਉਡ ਨੇ ਸਪ੍ਰਿੰਟ ਟੀਚਿਆਂ ਨੂੰ ਸੈੱਟ ਕਰਨ ਲਈ ਮਿਲੀਸਕਿੰਟ ਵਿੱਚ ਹਰੇਕ ਦੇ ਪ੍ਰਭਾਵ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਸੀ। ਯੋਜਨਾ ਜਲਦੀ ਉਤਰ ਗਈ: ਤਿੰਨ ਦਿਨ ਤੱਕ ਤੇਰ੍ਹਾਂ ਵਿੱਚੋਂ 12 ਟੀਚਿਆਂ ਨੂੰ ਮਾਰਨ ਵਾਲੀਆਂ ਮਾਨਵ-ਵਿਗਿਆਨਕ ਰਿਪੋਰਟਾਂ। ਇਸਨੇ ਕਲਾਉਡ ਲਈ ਹੋਰ ਮੌਕਿਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਅਤੇ ਨਵੇਂ ਵਰਕਸਟ੍ਰੀਮ ਦਾ ਪ੍ਰਸਤਾਵ ਕਰਨ ਲਈ ਜਗ੍ਹਾ ਛੱਡ ਦਿੱਤੀ, ਜੋ ਉਹਨਾਂ ਦੇ ਆਪਣੇ ਪੂਰੇ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਵਧੇ ਅਤੇ ਨਤੀਜਿਆਂ ਨੂੰ ਅਸਲ ਟੀਚਿਆਂ ਤੋਂ ਪਰੇ ਧੱਕ ਦਿੱਤਾ।

ਅਸਲ ਵਿੱਚ ਕੀ ਭੇਜਿਆ ਗਿਆ ਸੀ

ਤਕਨੀਕੀ ਤਬਦੀਲੀਆਂ ਆਧੁਨਿਕ ਵੈੱਬ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਕੰਮ ਦੀ ਇੱਕ ਚੈਕਲਿਸਟ ਵਾਂਗ ਪੜ੍ਹਦੀਆਂ ਹਨ। ਤੇਜ਼ੀ ਨਾਲ ਲਾਂਚ ਕਰਨ ਲਈ, ਟੀਮ ਨੇ HTML ਵਿੱਚ ਇੱਕ ਸਥਿਰ ਕੰਪੋਜ਼ਰ ਬੇਕ ਕੀਤਾ ਤਾਂ ਜੋ ਉਪਭੋਗਤਾ ਰੀਐਕਟ ਅਰੰਭਕਰਨ ਦੌਰਾਨ ਟਾਈਪ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਸਕਣ, ਅਤੇ ਇੱਕ V8 ਕੋਡ ਕੈਸ਼ ਨੂੰ ਪ੍ਰੀ-ਕੰਪਾਈਲ ਕੀਤਾ ਜਾਵੇ ਤਾਂ ਜੋ ਡੈਸਕਟੌਪ ਸ਼ੈੱਲ ਦੀ ਮੁੱਖ ਪ੍ਰਕਿਰਿਆ ਹੁਣ ਸ਼ੁਰੂਆਤੀ ਸਮੇਂ ਤੋਂ ਦੁਬਾਰਾ ਕੰਪਾਈਲ ਨਾ ਹੋਵੇ। ਗੱਲਬਾਤ ਦੇ ਵਿਚਕਾਰ ਤੇਜ਼ ਨੈਵੀਗੇਸ਼ਨ ਲਈ, ਕੰਪੋਜ਼ਰ ਨੂੰ ਤੋੜਨ ਅਤੇ ਦੁਬਾਰਾ ਬਣਾਉਣ ਦੀ ਬਜਾਏ ਮਾਊਂਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਸੈਸ਼ਨਾਂ ਨੂੰ ਪ੍ਰੀਫੈਚ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਦੋਂ ਇੱਕ ਉਪਭੋਗਤਾ ਉਹਨਾਂ ਉੱਤੇ ਹੋਵਰ ਕਰਦਾ ਹੈ, ਅਤੇ ਸਾਈਡਬਾਰ ਰੀ-ਰੈਂਡਰ ਨੂੰ 90 ਪ੍ਰਤੀਸ਼ਤ ਦੁਆਰਾ ਕੱਟਿਆ ਜਾਂਦਾ ਹੈ।

ਅਭੇਦ ਇਤਿਹਾਸ ਦਾ ਪੈਮਾਨਾ ਸਿਰਲੇਖ ਦਾ ਅੰਕੜਾ ਹੈ: ਪੋਸਟ ਦੇ ਅਨੁਸਾਰ, ਇੱਕ ਵੀ ਗਾਹਕ-ਸਾਹਮਣੀ ਘਟਨਾ ਜਾਂ ਰੋਲਬੈਕ ਦੇ ਬਿਨਾਂ ਸਪ੍ਰਿੰਟ ਦੌਰਾਨ ਤਿੰਨ ਹਜ਼ਾਰ ਤੋਂ ਵੱਧ ਤਬਦੀਲੀਆਂ ਆਈਆਂ।

ਕਲਾਉਡ ਟੈਗ: ਪਹਿਰੇਦਾਰਾਂ ਵਾਲਾ ਇੱਕ ਏਜੰਟ

ਸਪ੍ਰਿੰਟ ਉਸ 'ਤੇ ਚੱਲੀ ਜਿਸ ਨੂੰ ਐਂਥਰੋਪਿਕ ਕਲਾਉਡ ਟੈਗ ਕਹਿੰਦੇ ਹਨ, ਜੋ ਵਰਤਮਾਨ ਵਿੱਚ ਬੀਟਾ ਵਿੱਚ ਹੈ ਅਤੇ ਇੱਕ ਅੰਦਰੂਨੀ ਖੋਜ ਮਾਡਲ ਵਜੋਂ ਦਰਸਾਇਆ ਗਿਆ ਹੈ ਜੋ ਲਗਭਗ ਓਪਸ 5.5 ਨਾਲ ਤੁਲਨਾਯੋਗ ਹੈ। ਕਿਰਤ ਦੀ ਵੰਡ ਕਹਾਣੀ ਦਾ ਸਭ ਤੋਂ ਵੱਧ ਨਤੀਜੇ ਵਾਲਾ ਹਿੱਸਾ ਹੈ। ਕਲਾਉਡ ਨੇ ਰੁਕਾਵਟਾਂ ਲੱਭੀਆਂ, ਬੈਂਚਮਾਰਕ ਬਣਾਏ, ਫਿਕਸ ਲਾਗੂ ਕੀਤੇ, ਅਤੇ ਹਰ ਤੈਨਾਤੀ ਦੀ ਨਿਗਰਾਨੀ ਕੀਤੀ - ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਘੰਟਿਆਂ ਲਈ ਅਸਿੰਕ੍ਰੋਨਸ ਨਾਲ ਕੰਮ ਕਰਨਾ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਰਾਤ ਭਰ ਵੀ। ਮਨੁੱਖਾਂ ਨੇ ਟੀਚੇ ਨਿਰਧਾਰਤ ਕੀਤੇ, ਵਪਾਰ ਕੀਤੇ, ਅਤੇ ਇਸ ਦੇ ਵਿਲੀਨ ਤੋਂ ਪਹਿਲਾਂ ਹਰ ਤਬਦੀਲੀ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ।

ਟੀਮ ਵੀ ਆਪਣੇ ਤੈਨਾਤ ਕੈਡੈਂਸ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਦੁਹਰਾਉਣਾ ਚਾਹੁੰਦੀ ਸੀ, ਇਸਲਈ ਇਸਨੇ ਅਸਲ-ਸੰਸਾਰ ਰੀਡਜ਼ ਲਈ ਪ੍ਰੌਕਸੀ ਵਜੋਂ ਲੈਬ ਮਾਪਾਂ ਨੂੰ ਬਣਾਇਆ। ਇੰਜੀਨੀਅਰਾਂ ਦੁਆਰਾ ਪੁੱਛੇ ਗਏ ਸਵਾਲਾਂ ਵਿੱਚੋਂ: ਕੀ ਜਾਵਾ ਸਕ੍ਰਿਪਟ ਹਦਾਇਤਾਂ ਦੀ ਗਿਣਤੀ ਵਾਲ-ਘੜੀ ਦੇ ਸਮੇਂ ਨੂੰ ਤੈਨਾਤੀ ਤੋਂ ਪਹਿਲਾਂ ਪ੍ਰੋਟੋਟਾਈਪਾਂ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਲਈ ਇੱਕ ਤੇਜ਼ ਫੀਡਬੈਕ ਸਿਗਨਲ ਵਜੋਂ ਬਦਲ ਸਕਦੀ ਹੈ?

ਇਹ AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਇੰਜੀਨੀਅਰਿੰਗ ਲਈ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ

ਐਂਥਰੋਪਿਕ ਦੀ ਪੋਸਟ ਖਾਸ ਅਨੁਕੂਲਨ ਲਈ ਘੱਟ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ - ਸਥਿਰ ਸ਼ੈੱਲ, ਪ੍ਰੀਫੈਚਿੰਗ, ਅਤੇ ਰੈਂਡਰ ਕਟੌਤੀ ਸਥਾਪਿਤ ਤਕਨੀਕਾਂ ਹਨ - ਇਸ ਨਾਲੋਂ ਕਿ ਇਹ ਉਤਪਾਦਨ ਦੇ ਪੈਮਾਨੇ 'ਤੇ AI-ਸੰਚਾਲਿਤ ਵਿਕਾਸ ਬਾਰੇ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦਾ ਹੈ। ਇੱਕ ਫਰੰਟੀਅਰ ਲੈਬ ਨੇ ਹੁਣੇ ਹੀ ਇੱਕ ਫਲੈਗਸ਼ਿਪ ਖਪਤਕਾਰ ਉਤਪਾਦ ਦੇ ਤਿੰਨ-ਹਜ਼ਾਰ-ਪਰਿਵਰਤਨ ਪ੍ਰਦਰਸ਼ਨ ਓਵਰਹਾਲ ਨੂੰ AI ਏਜੰਟਾਂ ਦੇ ਨਾਲ ਪਛਾਣ, ਲਾਗੂ ਕਰਨ ਅਤੇ ਤਸਦੀਕ ਦਾ ਵੱਡਾ ਕੰਮ ਕਰ ਰਹੇ ਹਨ, ਜਦੋਂ ਕਿ ਮਨੁੱਖਾਂ ਨੇ ਹਰ ਤਬਦੀਲੀ ਲਈ ਮਨਜ਼ੂਰੀ ਦਾ ਅਧਿਕਾਰ ਬਰਕਰਾਰ ਰੱਖਿਆ ਹੈ।

ਨਤੀਜਾ ਇੱਕ ਪ੍ਰਤੀਯੋਗੀ ਸੰਦਰਭ ਵਿੱਚ ਵੀ ਉਤਰਦਾ ਹੈ ਜਿੱਥੇ ਜਵਾਬਦੇਹੀ ਇੱਕ ਉਤਪਾਦ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ। ਕਲਾਉਡ ਖਪਤਕਾਰਾਂ ਅਤੇ ਵਿਕਾਸਕਰਤਾਵਾਂ ਦੇ ਧਿਆਨ ਲਈ OpenAI ਦੇ ChatGPT ਅਤੇ Google ਦੇ Gemini ਨਾਲ ਸਿੱਧਾ ਮੁਕਾਬਲਾ ਕਰਦਾ ਹੈ, ਅਤੇ ਸਹਾਇਕ ਉਤਪਾਦਾਂ ਦੀ ਰੋਜ਼ਾਨਾ ਵਰਤੋਂ ਨੂੰ ਮਾਡਲ ਦੀ ਗੁਣਵੱਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਸਮਝੀ ਗਈ ਗਤੀ ਨੂੰ ਆਕਾਰ ਦਿੰਦਾ ਹੈ। ਇੰਟਰਐਕਟਿਵ ਦੇ ਸਮੇਂ ਨੂੰ 3.1 ਸਕਿੰਟ ਤੋਂ 0.55 ਸਕਿੰਟ ਤੱਕ ਘਟਾ ਕੇ ਉਤਪਾਦ ਬਾਰੇ ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਸਭ ਤੋਂ ਆਮ ਸ਼ਿਕਾਇਤ ਨੂੰ ਹੱਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਬਾਹਰੋਂ ਦੇਖ ਰਹੀਆਂ ਇੰਜੀਨੀਅਰਿੰਗ ਟੀਮਾਂ ਲਈ, ਐਂਥਰੋਪਿਕ ਦੇ ਖਾਤੇ ਤੋਂ ਤਬਾਦਲਾਯੋਗ ਸਬਕ ਲੂਪ ਬਣਤਰ ਹੈ: ਉਪਭੋਗਤਾ ਯਾਤਰਾਵਾਂ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਮਾਪੋ, ਮਾਡਲ ਨੂੰ ਉਹਨਾਂ ਮਾਪਾਂ ਦੇ ਵਿਰੁੱਧ ਤਬਦੀਲੀਆਂ ਦਾ ਪ੍ਰਸਤਾਵ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦਿਓ, ਇੱਕ ਮਨੁੱਖੀ ਪ੍ਰਵਾਨਗੀ ਗੇਟ ਰੱਖੋ, ਅਤੇ ਮਾਪ ਪ੍ਰਣਾਲੀ ਦੀ ਤਸਦੀਕ ਜਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਦਾਇਰੇ ਦਾ ਵਿਸਤਾਰ ਕਰੋ। ਐਂਥਰੋਪਿਕ ਦੀ ਆਪਣੀ ਫਰੇਮਿੰਗ ਇਹ ਹੈ ਕਿ ਇੱਕ ਵਾਰ ਕਲਾਉਡ ਕਿਸੇ ਚੀਜ਼ ਨੂੰ ਮਾਪ ਸਕਦਾ ਹੈ, ਇਹ ਇਸਨੂੰ ਤੇਜ਼ ਬਣਾ ਸਕਦਾ ਹੈ — ਇਸਲਈ ਟੀਮ ਮਾਪਣ ਲਈ ਹੋਰ ਚੀਜ਼ਾਂ ਲੱਭਦੀ ਰਹੀ।

ਕੀ ਸਮਾਨ ਏਜੰਟ ਦੁਆਰਾ ਚਲਾਏ ਜਾਣ ਵਾਲੇ ਸਪ੍ਰਿੰਟਸ ਸਾਫਟਵੇਅਰ ਉਦਯੋਗ ਵਿੱਚ ਮਿਆਰੀ ਅਭਿਆਸ ਬਣ ਜਾਂਦੇ ਹਨ, ਇਹ ਦੇਖਣਾ ਬਾਕੀ ਹੈ, ਪਰ ਐਂਥਰੋਪਿਕ ਨੇ ਅਜੇ ਤੱਕ ਸਭ ਤੋਂ ਠੋਸ ਜਨਤਕ ਡੇਟਾ ਪੁਆਇੰਟਾਂ ਵਿੱਚੋਂ ਇੱਕ ਪ੍ਰਦਾਨ ਕੀਤਾ ਹੈ ਕਿ ਉਹ ਪੈਮਾਨੇ 'ਤੇ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ। ਪਾਠਕ ਇਹ ਟਰੈਕ ਕਰ ਰਹੇ ਹਨ ਕਿ ਕਿਵੇਂ AI ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇ ਰਿਹਾ ਹੈ, ਹੋਰ ਵਿਕਾਸ ਲਈ ਸਾਡੀ AI ਖੋਜ ਕਵਰੇਜ ਦੀ ਪਾਲਣਾ ਕਰ ਸਕਦੇ ਹਨ।

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →