ਐਂਥਰੋਪਿਕ ਦੇ ਕਲੌਡ ਸਾਇੰਸ ਨੇ ਪੂਰੇ ਅਸਮਾਨ ਦਾ ਪਹਿਲਾ ਸੰਪੂਰਨ ਅਲਟਰਾਵਾਇਲਟ ਨਕਸ਼ਾ ਤਿਆਰ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ ਜੌਨਸ ਹੌਪਕਿੰਸ ਦੇ ਖਗੋਲ-ਭੌਤਿਕ ਵਿਗਿਆਨੀ ਬ੍ਰਾਈਸ ਮੇਨਾਰਡ ਦੁਆਰਾ ਵਰਣਨ ਕੀਤਾ ਗਿਆ ਇੱਕ ਮੀਲ ਪੱਥਰ ਹੈ, ਜਿਸਨੇ ਇਸ ਪ੍ਰੋਜੈਕਟ ਦੀ ਅਗਵਾਈ ਕੀਤੀ ਅਤੇ ਐਂਥਰੋਪਿਕ ਦੀ ਵੈੱਬਸਾਈਟ 'ਤੇ ਪ੍ਰਕਿਰਿਆ ਦਾ ਵੇਰਵਾ ਦਿੱਤਾ। ਦ ਡੀਕੋਡਰ ਦੁਆਰਾ ਰਿਪੋਰਟ ਕੀਤੀ ਗਈ ਕੋਸ਼ਿਸ਼, ਇਹ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਕਿਵੇਂ ਤਾਲਮੇਲ ਵਾਲੇ ਏਆਈ ਏਜੰਟ ਥਕਾਵਟ ਵਾਲੇ ਡੇਟਾ ਕੰਮ ਨੂੰ ਜਜ਼ਬ ਕਰ ਸਕਦੇ ਹਨ ਜਿਸ ਨੂੰ ਖੋਜ ਟੀਮਾਂ ਕਦੇ ਵੀ ਨਹੀਂ ਮਿਲਣਗੀਆਂ।
ਨਕਸ਼ਾ ਪੁਰਾਣੇ ਪੁਲਾੜ ਮਿਸ਼ਨਾਂ ਦੁਆਰਾ ਛੱਡੇ ਗਏ ਦਹਾਕਿਆਂ-ਪੁਰਾਣੇ ਪਾੜੇ ਨੂੰ ਭਰਦਾ ਹੈ, ਪੁਰਾਲੇਖ ਨਿਰੀਖਣਾਂ ਨੂੰ ਉਹਨਾਂ ਖੇਤਰਾਂ ਦੇ ਮਾਡਲ-ਉਤਪੰਨ ਪੁਨਰ ਨਿਰਮਾਣ ਦੇ ਨਾਲ ਜੋੜਦਾ ਹੈ ਜਿਸ ਨੂੰ ਕਿਸੇ ਵੀ ਦੂਰਬੀਨ ਨੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਕਵਰ ਨਹੀਂ ਕੀਤਾ ਹੈ। ਇਹ AI ਦੇ ਚੈਟਬੋਟਸ ਅਤੇ ਕੋਡਿੰਗ ਸਹਾਇਕਾਂ ਤੋਂ ਵਿਗਿਆਨਕ ਖੋਜ ਦੀ ਰੋਜ਼ਾਨਾ ਮਸ਼ੀਨਰੀ ਵਿੱਚ ਜਾਣ ਦੀਆਂ ਅਜੇ ਤੱਕ ਦੀਆਂ ਸਭ ਤੋਂ ਠੋਸ ਉਦਾਹਰਣਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ — ਇੱਕ ਥੀਮ ਜੋ ਅੱਜ ਦੇ ਜ਼ਿਆਦਾਤਰ AI ਖੋਜ ਕਵਰੇਜ ਦੁਆਰਾ ਚਲਦਾ ਹੈ।
ਇੱਕ ਸੰਪੂਰਨ UV ਨਕਸ਼ਾ ਕਦੇ ਮੌਜੂਦ ਕਿਉਂ ਨਹੀਂ ਹੈ
ਅਲਟਰਾਵਾਇਲਟ ਰੋਸ਼ਨੀ ਜ਼ਮੀਨ ਤੋਂ ਅਦਿੱਖ ਹੁੰਦੀ ਹੈ। ਓਜ਼ੋਨ ਪਰਤ ਇਸ ਨੂੰ ਰੋਕਦੀ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਯੂਵੀ ਖਗੋਲ ਵਿਗਿਆਨ ਸਿਰਫ ਸਪੇਸ ਤੋਂ ਹੀ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਨਾਸਾ ਦੇ ਗੈਲੈਕਸ ਮਿਸ਼ਨ, ਜਿਸਨੇ 2003 ਤੋਂ 2013 ਤੱਕ ਅਲਟਰਾਵਾਇਲਟ ਵਿੱਚ ਅਸਮਾਨ ਦਾ ਸਰਵੇਖਣ ਕੀਤਾ, ਲਗਭਗ ਦੋ ਤਿਹਾਈ ਅਸਮਾਨ ਨੂੰ ਕਵਰ ਕਰਨ ਵਿੱਚ ਕਾਮਯਾਬ ਰਿਹਾ ਪਰ ਚਮਕਦਾਰ ਤਾਰਾ ਬਣਾਉਣ ਵਾਲੇ ਖੇਤਰਾਂ ਨੂੰ ਛੱਡ ਦਿੱਤਾ, ਜਿੱਥੇ ਰੋਸ਼ਨੀ ਇੰਨੀ ਤੀਬਰ ਹੈ ਕਿ ਇਹ ਖੋਜਕਰਤਾਵਾਂ ਜਾਂ ਸੰਤ੍ਰਿਪਤ ਨਿਰੀਖਣਾਂ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦੀ ਹੈ।
ਇਸਨੇ ਲਗਭਗ ਇੱਕ ਤਿਹਾਈ ਅਸਮਾਨ ਨੂੰ UV ਕਵਰੇਜ ਤੋਂ ਬਿਨਾਂ ਛੱਡ ਦਿੱਤਾ — ਜਿਸ ਵਿੱਚ ਕੁਝ ਸਭ ਤੋਂ ਵੱਧ ਵਿਗਿਆਨਕ ਤੌਰ 'ਤੇ ਦਿਲਚਸਪ ਆਂਢ-ਗੁਆਂਢ, ਨੌਜਵਾਨ ਤਾਰਿਆਂ ਨਾਲ ਸੰਘਣੇ ਅਤੇ ਕਿਰਿਆਸ਼ੀਲ ਤਾਰਿਆਂ ਦੀ ਰਚਨਾ ਸ਼ਾਮਲ ਹੈ। ਇੱਕ ਦਹਾਕੇ ਤੋਂ ਵੱਧ ਸਮੇਂ ਤੋਂ, ਯੂਵੀ ਡੇਟਾ ਦੇ ਨਾਲ ਕੰਮ ਕਰ ਰਹੇ ਖਗੋਲ ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਉਹਨਾਂ ਛੇਕਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ ਹੈ, ਅੰਸ਼ਕ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਨਾ ਜਾਂ ਉਹਨਾਂ ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਗੁੰਮ ਹੋਏ ਖੇਤਰਾਂ ਤੋਂ ਬਚਣਾ ਪਿਆ ਹੈ।
ਏਆਈ ਏਜੰਟਾਂ ਨੇ ਨਕਸ਼ੇ ਨੂੰ ਕਿਵੇਂ ਇਕੱਠਾ ਕੀਤਾ
ਕਲਾਉਡ ਸਾਇੰਸ ਏਆਈ ਏਜੰਟਾਂ ਦੀਆਂ ਟੀਮਾਂ ਦਾ ਤਾਲਮੇਲ ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੇ ਮਲਟੀਪਲ ਸਪੇਸ ਮਿਸ਼ਨਾਂ ਤੋਂ ਡੇਟਾ ਡਾਊਨਲੋਡ ਕੀਤਾ, ਇਸਨੂੰ ਕੈਲੀਬਰੇਟ ਕੀਤਾ ਅਤੇ ਇਸਨੂੰ ਇੱਕ ਇਕਸਾਰ ਨਕਸ਼ੇ ਵਿੱਚ ਮਿਲਾਇਆ। ਜਿੱਥੇ ਨਿਰੀਖਣ ਗਾਇਬ ਸਨ, ਸਿਸਟਮ ਨੇ ਪੇਂਟਿੰਗ ਦੀ ਵਰਤੋਂ ਕੀਤੀ - ਇੱਕ ਤਕਨੀਕ ਜਿੱਥੇ ਇੱਕ ਮਾਡਲ ਅੰਤਰਾਲਾਂ ਨੂੰ ਪੁਨਰਗਠਨ ਕਰਨ ਲਈ ਮੌਜੂਦਾ ਡੇਟਾ ਤੋਂ ਸਿੱਖਦਾ ਹੈ।
ਨਤੀਜਿਆਂ ਨੂੰ ਅਸਲ ਮਾਪਾਂ ਦੇ ਵਿਰੁੱਧ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਗਿਆ ਸੀ: ਮੇਨਾਰਡ ਦੇ ਪ੍ਰੋਜੈਕਟ ਦੇ ਵਰਣਨ ਦੇ ਅਨੁਸਾਰ, ਟੈਸਟਾਂ ਵਿੱਚ, ਮਾਡਲ ਦੀਆਂ ਭਵਿੱਖਬਾਣੀਆਂ ਅਸਲ ਮੁੱਲਾਂ ਤੋਂ ਔਸਤਨ 10 ਪ੍ਰਤੀਸ਼ਤ ਤੱਕ ਭਟਕ ਗਈਆਂ। ਇਹ ਗਲਤੀ ਦਰ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ - ਇਹ ਇੱਕ ਵਿਗਿਆਨਕ ਤੌਰ 'ਤੇ ਵਰਤੋਂ ਯੋਗ ਉਤਪਾਦ ਅਤੇ ਇੱਕ ਸੁੰਦਰ ਤਸਵੀਰ ਵਿੱਚ ਅੰਤਰ ਹੈ - ਅਤੇ ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਪੁਨਰ ਨਿਰਮਾਣ ਖੋਜ ਕਾਰਜਾਂ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਨੇੜੇ ਹੈ, ਭਾਵੇਂ ਉਹ ਸਿੱਧੇ ਨਿਰੀਖਣ ਦਾ ਬਦਲ ਨਹੀਂ ਹਨ।
ਯੂਵੀ ਰੋਸ਼ਨੀ ਸਟਾਰਲਾਈਟ ਦੁਆਰਾ ਪ੍ਰਕਾਸ਼ਤ ਧੂੜ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਜਵਾਨ ਤਾਰਿਆਂ ਦੇ ਆਲੇ ਦੁਆਲੇ ਬੱਦਲਾਂ ਵਰਗੀਆਂ ਬਣਤਰਾਂ ਅਤੇ ਤਾਰਿਆਂ ਦੇ ਧਮਾਕਿਆਂ ਦੁਆਰਾ ਪਿੱਛੇ ਰਹਿ ਗਏ ਰਿੰਗ ਸ਼ਾਮਲ ਹਨ। ਹੁਣ ਪੂਰੇ ਅਸਮਾਨ ਨੂੰ ਢੱਕਣ ਦੇ ਨਾਲ, ਖੋਜਕਰਤਾ ਉਹਨਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਉਹਨਾਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਅਧਿਐਨ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਪਹਿਲਾਂ ਅੰਨ੍ਹੇ ਧੱਬੇ ਸਨ।
ਏਜੰਟ-ਤਾਲਮੇਲ ਪਹੁੰਚ ਨਤੀਜੇ ਦੇ ਰੂਪ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਹੈ. ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਵਾਲੇ ਸਿੰਗਲ ਮਾਡਲ ਦੀ ਬਜਾਏ, ਸਿਸਟਮ ਨੇ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਨੌਕਰੀਆਂ ਵਿੱਚ ਵਿਗਾੜ ਦਿੱਤਾ — ਮਿਸ਼ਨ ਆਰਕਾਈਵਜ਼ ਲੱਭੋ, ਡੇਟਾ ਨੂੰ ਖਿੱਚੋ, ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਚੈੱਕ ਕਰੋ, ਅਨੁਮਾਨਾਂ ਨੂੰ ਅਲਾਈਨ ਕਰੋ, ਓਵਰਲੈਪਿੰਗ ਸਰਵੇਖਣਾਂ ਨੂੰ ਮਿਲਾਓ, ਅੰਤਰਾਂ ਦੀ ਪਛਾਣ ਕਰੋ — ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਵਿਸ਼ੇਸ਼ ਏਜੰਟਾਂ ਨੂੰ ਸੌਂਪਿਆ ਜੋ ਪਾਈਪਲਾਈਨ ਰਾਹੀਂ ਕੰਮ ਕਰਦੇ ਸਨ। ਮਨੁੱਖੀ ਵਿਗਿਆਨੀਆਂ ਨੇ ਲੋੜਾਂ ਨਿਰਧਾਰਤ ਕੀਤੀਆਂ ਅਤੇ ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ; ਏਜੰਟਾਂ ਨੇ ਅਸੈਂਬਲੀ ਦਾ ਕੰਮ ਕੀਤਾ ਜਿਸ ਨਾਲ ਗ੍ਰੈਜੂਏਟ ਵਿਦਿਆਰਥੀ ਦਾ ਦਹਾਕਾ ਬਰਬਾਦ ਹੋ ਜਾਂਦਾ।
ਇੱਕ ਟੀਚਿੰਗ ਟੂਲ ਅਤੇ ਇੱਕ ਟੈਂਪਲੇਟ
ਮੇਨਾਰਡ ਨੇ ਕਿਹਾ ਕਿ ਨਕਸ਼ੇ ਦਾ ਉਦੇਸ਼ ਅਧਿਆਪਨ ਸਮੱਗਰੀ ਦੇ ਤੌਰ 'ਤੇ ਕੰਮ ਕਰਨਾ ਹੈ, ਜਿਸ ਨਾਲ ਵਿਦਿਆਰਥੀਆਂ ਅਤੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਪਹਿਲੀ ਵਾਰ ਅਲਟਰਾਵਾਇਲਟ ਅਸਮਾਨ ਦਾ ਪੂਰਾ ਦ੍ਰਿਸ਼ ਪ੍ਰਦਾਨ ਕਰਨਾ ਹੈ। ਪਰ ਵੱਡਾ ਪ੍ਰਭਾਵ ਆਪਣੇ ਆਪ ਵਿੱਚ ਵਰਕਫਲੋ ਹੋ ਸਕਦਾ ਹੈ।
ਉਸਨੂੰ ਸ਼ੱਕ ਹੈ ਕਿ ਬਹੁਤ ਸਾਰੇ ਵਿਗਿਆਨੀ ਸਮਾਨ ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਬੰਦ ਕਰ ਰਹੇ ਹਨ - ਵੱਡੇ, ਬੇਮਿਸਾਲ ਡੇਟਾ-ਏਕੀਕਰਣ ਯਤਨ ਜੋ AI ਹੁਣ ਸੰਭਵ ਕਰ ਸਕਦਾ ਹੈ। ਪਿਛਲੇ ਪੁਲਾੜ ਮਿਸ਼ਨਾਂ ਦੇ ਪੁਰਾਲੇਖ ਡੇਟਾ ਨਾਲ ਭਰੇ ਹੋਏ ਹਨ ਜਿਸਦਾ ਕਦੇ ਵੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸ਼ੋਸ਼ਣ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ, ਇਸ ਲਈ ਨਹੀਂ ਕਿ ਇਸ ਵਿੱਚ ਮੁੱਲ ਦੀ ਘਾਟ ਹੈ, ਪਰ ਕਿਉਂਕਿ ਇਸ ਨੂੰ ਸਾਫ਼ ਕਰਨ, ਕੈਲੀਬ੍ਰੇਟ ਕਰਨ ਅਤੇ ਮਿਲਾਉਣ ਵਿੱਚ ਖੋਜ ਟੀਮ ਨੂੰ ਕਈ ਸਾਲਾਂ ਦਾ ਸਮਾਂ ਲੱਗੇਗਾ। ਕਲਾਉਡ ਸਾਇੰਸ ਵਰਗੀਆਂ ਏਜੰਟ-ਆਧਾਰਿਤ ਪ੍ਰਣਾਲੀਆਂ ਅਰਥ ਸ਼ਾਸਤਰ ਨੂੰ ਬਦਲਦੀਆਂ ਹਨ: ਤਾਲਮੇਲ ਅਤੇ ਡੇਟਾ ਹੈਂਡਲਿੰਗ ਜੋ ਇੱਕ ਵਾਰ ਕਰੀਅਰ ਦੀ ਵਰਤੋਂ ਕਰ ਲੈਂਦਾ ਹੈ ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਹੋ ਸਕਦਾ ਹੈ।
ਪਾੜੇ ਦੇ ਸਰੋਤ ਵਿੱਚ ਇੱਕ ਸ਼ਾਂਤ ਵਿਅੰਗ ਵੀ ਹੈ. GALEX ਨੇ ਸਭ ਤੋਂ ਚਮਕਦਾਰ ਤਾਰਾ ਬਣਾਉਣ ਵਾਲੇ ਖੇਤਰਾਂ ਨੂੰ ਬਿਲਕੁਲ ਛੱਡ ਦਿੱਤਾ ਕਿਉਂਕਿ ਉਹ ਸਭ ਤੋਂ ਕੀਮਤੀ ਟੀਚਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹਨ - ਨਵੇਂ ਤਾਰਾ ਬਣਾਉਣ ਦੇ ਇੰਜਣ ਜਿਨ੍ਹਾਂ ਨੂੰ ਖਗੋਲ ਵਿਗਿਆਨੀ ਸਭ ਤੋਂ ਵੱਧ ਅਲਟਰਾਵਾਇਲਟ ਰੋਸ਼ਨੀ ਵਿੱਚ ਅਧਿਐਨ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ। ਸਾਧਨ ਸੁਰੱਖਿਆ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਡਿਜ਼ਾਇਨ ਕੀਤਾ ਗਿਆ ਇੱਕ ਮਿਸ਼ਨ ਇਸਦੇ ਸਭ ਤੋਂ ਦਿਲਚਸਪ ਆਂਢ-ਗੁਆਂਢਾਂ ਨੂੰ ਬਿਨਾਂ ਮੈਪ ਕੀਤੇ ਛੱਡ ਕੇ ਖਤਮ ਹੋ ਗਿਆ, ਅਤੇ ਕੇਵਲ ਹੁਣ, AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਪੁਨਰ ਨਿਰਮਾਣ ਨਾਲ, ਉਹ ਅੰਨ੍ਹੇ ਸਥਾਨ ਭਰਿਆ ਜਾ ਰਿਹਾ ਹੈ।
ਚੇਤਾਵਨੀਆਂ
ਪੇਂਟ ਕੀਤੇ ਖੇਤਰ ਪੂਰਵ-ਅਨੁਮਾਨ ਹਨ, ਮਾਪ ਨਹੀਂ। ਇਸ ਨਕਸ਼ੇ ਦਾ ਲਗਭਗ ਤੀਜਾ ਹਿੱਸਾ ਮੌਜੂਦ ਹੈ ਕਿਉਂਕਿ ਇੱਕ ਮਾਡਲ ਨੇ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਹੈ ਕਿ ਕਵਰ ਕੀਤੇ ਖੇਤਰਾਂ ਤੋਂ ਸਿੱਖੇ ਗਏ ਆਲੇ-ਦੁਆਲੇ ਦੇ ਡੇਟਾ ਅਤੇ ਪੈਟਰਨਾਂ ਦੇ ਆਧਾਰ 'ਤੇ UV ਅਸਮਾਨ ਕਿਹੋ ਜਿਹਾ ਦਿਖਾਈ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ। 10 ਪ੍ਰਤੀਸ਼ਤ ਔਸਤ ਭਟਕਣਾ ਇੱਕ ਕੁੱਲ ਅੰਕੜਾ ਹੈ; ਖਾਸ ਬਣਤਰ — ਇੱਕ ਤਾਰੇ ਦੇ ਬਚੇ ਹੋਏ ਹਿੱਸੇ ਦੇ ਦੁਆਲੇ ਇੱਕ ਬੇਹੋਸ਼ ਰਿੰਗ, ਇੱਕ ਧੂੜ ਦੇ ਬੱਦਲ ਦਾ ਕਿਨਾਰਾ — ਨਕਸ਼ੇ ਦੇ ਸਮੁੱਚੇ ਅੰਕੜਿਆਂ ਦੇ ਸੁਝਾਅ ਨਾਲੋਂ ਘੱਟ ਭਰੋਸੇਯੋਗ ਹੋ ਸਕਦਾ ਹੈ।
ਇਹ ਬਰਖਾਸਤਗੀ ਨਹੀਂ ਹੈ। ਖਗੋਲ-ਵਿਗਿਆਨ ਵਿੱਚ ਹਰ ਪੁਨਰ-ਨਿਰਮਾਣ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਉਸੇ ਤਰ੍ਹਾਂ ਦੇ ਵਪਾਰ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ, ਅਤੇ ਐਂਥਰੋਪਿਕ ਪ੍ਰੋਜੈਕਟ ਪਾਰਦਰਸ਼ੀ ਹੈ ਕਿ ਕਿਹੜੇ ਖੇਤਰਾਂ ਦਾ ਅਨੁਮਾਨ ਲਗਾਇਆ ਗਿਆ ਸੀ। ਪਰ ਨਕਸ਼ੇ ਦਾ ਹਵਾਲਾ ਦੇਣ ਵਾਲੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਪੁਨਰ-ਨਿਰਮਾਣ ਵਾਲੇ ਖੇਤਰਾਂ, ਖਾਸ ਤੌਰ 'ਤੇ ਬੇਹੋਸ਼ ਜਾਂ ਅਸਾਧਾਰਨ ਸਰੋਤਾਂ ਤੋਂ ਨਿਰੀਖਣ ਨੂੰ ਵੱਖ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।
ਇਹ ਪ੍ਰੋਜੈਕਟ ਇਸ ਹਫ਼ਤੇ ਐਲਾਨੇ ਗਏ ਓਪਨ-ਸੋਰਸ ਸੌਫਟਵੇਅਰ ਲਈ ਅਸਮਾਨ ਦੇ ਨਕਸ਼ੇ ਤੋਂ ਕਮਜ਼ੋਰੀ ਸਕੈਨਿੰਗ ਤੱਕ, ਵਿਗਿਆਨਕ ਵਰਕਫਲੋ ਦੇ ਅੰਦਰ ਇਸਦੇ ਮਾਡਲਾਂ ਨੂੰ ਸਥਾਪਤ ਕਰਨ ਲਈ ਐਂਥਰੋਪਿਕ ਦੇ ਵਿਆਪਕ ਦਬਾਅ ਦਾ ਸੰਕੇਤ ਵੀ ਦਿੰਦਾ ਹੈ। ਖਗੋਲ-ਵਿਗਿਆਨ ਭਾਈਚਾਰੇ ਲਈ, ਤਤਕਾਲ ਟੇਕਵੇਅ ਸਰਲ ਹੈ: ਇੱਕ ਡੇਟਾਸੈਟ ਜੋ ਹੁਣ ਮੌਜੂਦ ਨਹੀਂ ਸੀ, ਅਤੇ ਟੂਲਿੰਗ ਜਿਸ ਨੇ ਇਸਨੂੰ ਬਣਾਇਆ ਹੈ, ਅਗਲੇ ਹੋਰ ਮਿਸ਼ਨਾਂ ਵੱਲ ਇਸ਼ਾਰਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
---
AI ਤੋਂ ਅੱਗੇ ਰਹੋਨਵੀਨਤਮ AI ਖਬਰਾਂ, ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸਫਲਤਾਵਾਂ ਪ੍ਰਾਪਤ ਕਰੋ - ਸਭ ਇੱਕ ਥਾਂ 'ਤੇ।
ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →
