ਇੱਕ ਐਂਥ੍ਰੋਪਿਕ ਗਣਿਤ-ਵਿਗਿਆਨੀ ਨੇ ਕੰਪਨੀ ਦੇ ਆਪਣੇ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਇੱਕ ਗਣਿਤਿਕ ਅਨੁਮਾਨ ਨੂੰ ਗਲਤ ਸਾਬਤ ਕਰਨ ਲਈ ਕੀਤੀ ਹੈ ਜੋ ਕਿ 87 ਸਾਲਾਂ ਤੋਂ ਰੈਜ਼ੋਲੂਸ਼ਨ ਦਾ ਵਿਰੋਧ ਕਰਦਾ ਹੈ, ਸ਼ੁੱਧ ਗਣਿਤ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਵਾਲੀ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਅਜੇ ਤੱਕ ਸਭ ਤੋਂ ਸ਼ਾਨਦਾਰ ਉਦਾਹਰਣਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ।
AI ਕੰਪਨੀ ਐਂਥਰੋਪਿਕ ਦੇ ਇੱਕ ਗਣਿਤ-ਵਿਗਿਆਨੀ ਲੇਵੇਂਟ ਅਲਪੋਜ ਨੇ ਘੋਸ਼ਣਾ ਕੀਤੀ ਕਿ ਉਸਨੇ ਜੈਕੋਬੀਅਨ ਅਨੁਮਾਨ ਦਾ ਇੱਕ ਉਲਟ ਉਦਾਹਰਨ ਲੱਭਿਆ ਹੈ, ਜੋ ਕਿ ਬੀਜਗਣਿਤਿਕ ਜਿਓਮੈਟਰੀ ਵਿੱਚ ਇੱਕ ਮਸ਼ਹੂਰ ਅਤੇ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਚੱਲੀ ਆ ਰਹੀ ਸਮੱਸਿਆ ਹੈ। ਉਹ ਐਂਥਰੋਪਿਕ ਦੇ ਕਲਾਉਡ ਫੇਬਲ 5 ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਨਤੀਜੇ 'ਤੇ ਪਹੁੰਚਿਆ, ਜੋ ਸਿਰਫ ਹਫ਼ਤੇ ਪਹਿਲਾਂ ਹੀ ਜਨਤਾ ਲਈ ਜਾਰੀ ਕੀਤਾ ਗਿਆ ਸੀ। ਖੋਜ, ਜੋ ਪਹਿਲਾਂ ScienceDaily ਅਤੇ SciTechDaily ਦੁਆਰਾ ਰਿਪੋਰਟ ਕੀਤੀ ਗਈ ਸੀ ਅਤੇ ਅਸਲ ਵਿੱਚ ਦ ਕੰਵਰਸੇਸ਼ਨ ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ ਲੇਖ ਤੋਂ ਖਿੱਚੀ ਗਈ ਸੀ, ਨੇ ਗਣਿਤਕ ਭਾਈਚਾਰੇ ਵਿੱਚ ਉਤਸ਼ਾਹ ਦਾ ਵਾਧਾ ਕੀਤਾ ਹੈ। ਨਵੀਨਤਮ AI ਵਿਕਾਸ ਦੀ ਪਾਲਣਾ ਕਰਨ ਵਾਲੇ ਪਾਠਕਾਂ ਲਈ, ਨਤੀਜਾ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਫਰੰਟੀਅਰ ਮਾਡਲ ਪਾਰਲਰ ਟ੍ਰਿਕਸ ਤੋਂ ਸੱਚਮੁੱਚ ਲਾਭਕਾਰੀ ਵਿਗਿਆਨਕ ਕੰਮ ਵਿੱਚ ਕਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧ ਰਹੇ ਹਨ।
ਇੱਕ ਫਾਰਮੂਲਾ ਇੱਕ ਸਿੰਗਲ ਪੋਸਟ ਲਈ ਕਾਫ਼ੀ ਛੋਟਾ ਹੈ
ਕਿਹੜੀ ਚੀਜ਼ ਸਫਲਤਾ ਨੂੰ ਇੰਨੀ ਹੈਰਾਨ ਕਰਨ ਵਾਲੀ ਬਣਾਉਂਦੀ ਹੈ ਇਸਦੀ ਸੰਖੇਪਤਾ ਹੈ। SciTechDaily ਦੇ ਅਨੁਸਾਰ, ਕਾਊਂਟਰ ਉਦਾਹਰਨ ਇੱਕ ਕਮਾਲ ਦਾ ਸਧਾਰਨ ਤਿੰਨ-ਅਯਾਮੀ ਫੰਕਸ਼ਨ ਹੈ — ਇੱਕ ਫਾਰਮੂਲਾ ਜੋ ਕਿ X 'ਤੇ ਇੱਕ ਸਿੰਗਲ ਪੋਸਟ ਦੇ ਅੰਦਰ ਫਿੱਟ ਹੋਣ ਲਈ ਕਾਫੀ ਛੋਟਾ ਹੈ। AI-ਸਹਾਇਤਾ ਵਾਲਾ ਕਾਊਂਟਰ-ਐਕਸੈਂਪਲ, ਅਨੁਮਾਨ ਦੇ ਮੂਲ ਦੋ-ਅਯਾਮੀ ਰੂਪ ਨੂੰ ਖੁੱਲ੍ਹਾ ਛੱਡਦੇ ਹੋਏ, ਜੈਕੋਬੀਅਨ ਅਨੁਮਾਨ ਨੂੰ ਦੋ ਅਯਾਮਾਂ ਤੋਂ ਉੱਪਰ ਸਾਬਤ ਕਰਦਾ ਹੈ।
ਇਹ ਸੂਖਮਤਾ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ। ਨਤੀਜਾ ਸਾਰੀ ਸਮੱਸਿਆ ਦਾ ਨਿਪਟਾਰਾ ਨਹੀਂ ਕਰਦਾ, ਜੋ 19ਵੀਂ ਸਦੀ ਤੋਂ ਖੜੀ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, ਇਹ ਇੱਕ ਅਣਕਿਆਸੀ ਸੀਮਾ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ: ਅਨੁਮਾਨ ਦਾ ਆਮ, ਉੱਚ-ਆਯਾਮੀ ਸੰਸਕਰਣ ਗਲਤ ਹੈ, ਭਾਵੇਂ ਕਿ ਗਣਿਤ ਵਿਗਿਆਨੀਆਂ ਨੇ ਅਸਲ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਪਰਵਾਹ ਕੀਤੇ ਕੇਸ ਅਣਸੁਲਝੇ ਰਹਿੰਦੇ ਹਨ।
ਸਮੱਸਿਆ ਦੇ ਪਿੱਛੇ ਦਾ ਇਤਿਹਾਸ
ਜੈਕੋਬੀਅਨ ਅਨੁਮਾਨ ਬਹੁਪਦ ਫੰਕਸ਼ਨਾਂ ਨਾਲ ਸਬੰਧਤ ਹੈ - ਗਣਿਤ ਦੀਆਂ ਮਸ਼ੀਨਾਂ ਜੋ ਸੰਖਿਆਵਾਂ ਨੂੰ ਲੈਂਦੀਆਂ ਹਨ ਅਤੇ ਇੱਕ ਖਾਸ ਨਿਯਮ ਦੀ ਪਾਲਣਾ ਕਰਕੇ ਨਵੀਆਂ ਸੰਖਿਆਵਾਂ ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ। ਇਸ ਸੈਟਿੰਗ ਵਿੱਚ, ਸੰਖਿਆਵਾਂ ਇੱਕ ਸਪੇਸ ਵਿੱਚ ਬਿੰਦੂਆਂ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ, ਜਿਵੇਂ ਕਿ ਨਕਸ਼ੇ 'ਤੇ ਕੋਆਰਡੀਨੇਟਸ। ਇੱਕ ਫੰਕਸ਼ਨ ਉਹਨਾਂ ਕੋਆਰਡੀਨੇਟਾਂ ਨੂੰ ਲੈਂਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਬਦਲਦਾ ਹੈ, ਬਿੰਦੂਆਂ ਨੂੰ ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ ਵਿੱਚ ਭੇਜਦਾ ਹੈ। ਗਣਿਤ-ਵਿਗਿਆਨੀ ਜਾਂਚ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਇੱਕ ਫੰਕਸ਼ਨ ਇਸਦੇ ਜੈਕੋਬੀਅਨ ਨਿਰਧਾਰਕ ਦੀ ਗਣਨਾ ਕਰਕੇ ਸਪੇਸ ਨੂੰ ਕਿੰਨੀ ਆਸਾਨੀ ਨਾਲ ਪੁਨਰ ਵਿਵਸਥਿਤ ਕਰਦਾ ਹੈ। ਅਨੁਮਾਨ ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ ਪੁੱਛਦਾ ਹੈ: ਜੇਕਰ ਉਹ ਨਿਰਧਾਰਕ ਇੱਕ ਗੈਰ-ਜ਼ੀਰੋ ਸਥਿਰ ਹੈ, ਤਾਂ ਕੀ ਫੰਕਸ਼ਨ ਦਾ ਇੱਕ ਬਹੁਪਦ ਉਲਟਾ ਹੋਣਾ ਜ਼ਰੂਰੀ ਹੈ?
ਸਮੱਸਿਆ ਦਾ ਇੱਕ ਇਤਿਹਾਸਿਕ ਇਤਿਹਾਸ ਹੈ। ਇਹ ਸਭ ਤੋਂ ਪਹਿਲਾਂ 1884 ਵਿੱਚ ਚੈੱਕ ਗਣਿਤ-ਸ਼ਾਸਤਰੀ ਲੁਡਵਿਗ ਕਰੌਸ ਦੁਆਰਾ ਬਿਆਨ ਕੀਤਾ ਗਿਆ ਸੀ, ਫਿਰ 1939 ਵਿੱਚ ਜਰਮਨ ਗਣਿਤ-ਸ਼ਾਸਤਰੀ ਓਟ-ਹੇਨਰਿਕ ਕੇਲਰ ਦੁਆਰਾ ਕਿਸੇ ਵੀ ਸੰਖਿਆ ਦੇ ਮਾਪਾਂ ਲਈ ਸਧਾਰਣੀਕਰਨ ਕੀਤਾ ਗਿਆ ਸੀ। ਇਹ ਇੰਨਾ ਮਹੱਤਵਪੂਰਨ ਮੰਨਿਆ ਗਿਆ ਸੀ ਕਿ ਫੀਲਡਜ਼ ਮੈਡਲਿਸਟ ਸਟੀਫਨ ਸਮੇਲ ਨੇ ਇਸਨੂੰ ਗਣਿਤ ਦੇ ਲਈ 1998 ਦੀ ਆਪਣੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸੂਚੀ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ।
ਇਸਦੀ ਲੰਮੀ ਉਮਰ ਦੇ ਦੌਰਾਨ, ਅਨੁਮਾਨ ਨੇ ਬਹੁਤ ਸਾਰੇ ਦਾਅਵੇ ਕੀਤੇ ਸਬੂਤਾਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕੀਤਾ, ਜਿਸ ਵਿੱਚ 20ਵੀਂ ਸਦੀ ਦੇ ਦੋ ਪ੍ਰਸਿੱਧ ਗਣਿਤ-ਸ਼ਾਸਤਰੀਆਂ, ਬੇਨਿਯਾਮਿਨੋ ਸੇਗਰੇ ਅਤੇ ਵੋਲਫਗਾਂਗ ਗ੍ਰੋਬਨਰ ਦੀਆਂ ਕੋਸ਼ਿਸ਼ਾਂ ਸ਼ਾਮਲ ਹਨ। ਕੋਈ ਨਹੀਂ ਰੋਕਿਆ। ਇਹ ਤੱਥ ਕਿ ਇੱਕ ਵਿਰੋਧੀ ਉਦਾਹਰਨ ਹੁਣ ਸਾਹਮਣੇ ਆਈ ਹੈ - ਇੱਕ ਚੈਟਬੋਟ-ਸ਼ੈਲੀ ਮਾਡਲ ਦੀ ਮਦਦ ਨਾਲ - ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਕਿਵੇਂ AI ਅਚਾਨਕ ਗਣਿਤਿਕ ਵਸਤੂਆਂ ਦੀ ਖੋਜ ਕਰਨ ਲਈ ਉਪਯੋਗੀ ਸਾਬਤ ਹੋ ਰਿਹਾ ਹੈ ਜਿਵੇਂ ਕਿ ਇਹ ਸਬੂਤ ਬਣਾਉਣ ਲਈ ਹੈ।
ਉੱਚ-ਅਯਾਮੀ ਕੇਸ ਕਿਉਂ ਡਿੱਗਿਆ
ਮੁੱਖ ਅੰਤਰ ਦੋ ਅਤੇ ਤਿੰਨ (ਜਾਂ ਵੱਧ) ਮਾਪਾਂ ਵਿਚਕਾਰ ਹੈ। ਮੂਲ ਦੋ-ਅਯਾਮੀ ਜੈਕੋਬੀਅਨ ਅਨੁਮਾਨ, ਉਹ ਸੰਸਕਰਣ ਜਿਸਨੇ ਪੀੜ੍ਹੀਆਂ ਤੋਂ ਬੀਜਗਣਿਤ ਜੀਓਮੀਟਰਾਂ 'ਤੇ ਕਬਜ਼ਾ ਕੀਤਾ ਹੋਇਆ ਹੈ, ਅਜੇ ਵੀ ਖੁੱਲ੍ਹਾ ਹੈ। ਅਲਪੋਜ ਅਤੇ ਕਲੌਡ ਫੈਬਲ 5 ਨੇ ਜੋ ਪਾਇਆ ਉਹ ਤਿੰਨ ਮਾਪਾਂ ਵਿੱਚ ਇੱਕ ਪ੍ਰਤੀਕੂਲ ਉਦਾਹਰਨ ਹੈ, ਜੋ ਕਿ ਕੈਲਰ ਦੁਆਰਾ 1939 ਵਿੱਚ ਤਿਆਰ ਕੀਤੇ ਗਏ ਆਮ ਅਨੁਮਾਨ ਨੂੰ ਤੋੜਨ ਲਈ ਕਾਫ਼ੀ ਹੈ।
ਇਹ ਆਪਣੇ ਆਪ ਵਿੱਚ ਇੱਕ ਸਾਰਥਕ ਨਤੀਜਾ ਹੈ। ਬਹੁਤ ਸਾਰੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਸ਼ੱਕ ਸੀ ਕਿ ਜੇ ਇਹ ਅੰਦਾਜ਼ਾ ਬਿਲਕੁਲ ਸੱਚ ਹੈ, ਤਾਂ ਇਹ ਹਰ ਜਗ੍ਹਾ ਸੱਚ ਹੋਵੇਗਾ. ਆਯਾਮ ਤਿੰਨ ਵਿੱਚ ਇੱਕ ਸਾਫ਼ ਪ੍ਰਤੀਕੂਲ ਉਦਾਹਰਨ ਸੰਭਾਵਨਾਵਾਂ ਦੇ ਸਪੇਸ ਨੂੰ ਸੰਕੁਚਿਤ ਕਰਦਾ ਹੈ ਅਤੇ ਬਾਕੀ ਸਵਾਲ ਨੂੰ ਮੁੜ-ਫ੍ਰੇਮ ਕਰਦਾ ਹੈ: ਕੀ ਦੋ ਆਯਾਮ ਅਸਲ ਵਿੱਚ ਵਿਸ਼ੇਸ਼ ਹਨ, ਜਾਂ ਕੀ ਉੱਥੇ ਕੋਈ ਪ੍ਰਤੀਕੂਲ ਉਦਾਹਰਨ ਵੀ ਲੁਕੀ ਹੋਈ ਹੈ?
ਜਵਾਬੀ ਉਦਾਹਰਨ ਦੀ ਸੰਖੇਪਤਾ ਆਪਣੇ ਆਪ ਵਿੱਚ ਕਮਾਲ ਦੀ ਹੈ। ਫਾਰਚਿਊਨ ਨੇ ਰਿਪੋਰਟ ਦਿੱਤੀ ਕਿ ਗਣਿਤ-ਵਿਗਿਆਨੀ "ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਅਤੇ ਬਹੁਤ ਹੀ ਪਰੇਸ਼ਾਨ ਕਰਨ ਵਾਲੀ ਤਬਦੀਲੀ" ਨਾਲ ਜੂਝ ਰਹੇ ਹਨ ਕਿਉਂਕਿ ਏਆਈ ਟੂਲ ਇੱਕ ਤੋਂ ਬਾਅਦ ਇੱਕ ਸਦੀਆਂ ਪੁਰਾਣੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਇੱਕ ਫੀਲਡ ਮੈਡਲਿਸਟ ਦੁਆਰਾ ਸਮਰਥਨ ਕੀਤਾ ਇੱਕ ਸਮੱਸਿਆ ਨੂੰ ਟਾਲਣ ਵਾਲਾ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਫਾਰਮੂਲਾ ਬਿਲਕੁਲ ਵਿਕਾਸ ਦੀ ਇੱਕ ਕਿਸਮ ਹੈ ਜੋ ਬੇਚੈਨੀ - ਅਤੇ ਜੋਸ਼ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ।
ਗਣਿਤ ਵਿੱਚ AI ਦੀ ਵਧ ਰਹੀ ਭੂਮਿਕਾ
ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਦੇ ਨਾਲ ਕੰਮ ਕਰਨ ਵਾਲੇ ਗਣਿਤ ਵਿਗਿਆਨੀਆਂ ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ ਕਈ ਮਹੱਤਵਪੂਰਨ ਨਤੀਜੇ ਪੇਸ਼ ਕੀਤੇ ਹਨ, ਅਤੇ ਜੈਕੋਬੀਅਨ ਅਨੁਮਾਨ ਵਿਰੋਧੀ ਉਦਾਹਰਨ ਪਹਿਲਾਂ ਦੀਆਂ ਕਈ ਤਰੱਕੀਆਂ ਤੋਂ ਵੱਖਰਾ ਹੈ। ਬ੍ਰੂਟ-ਫੋਰਸ ਖੋਜ ਦੁਆਰਾ ਪੀਸਣ ਦੀ ਬਜਾਏ, ਅਲਪੋਜ ਅਤੇ ਕਲਾਉਡ ਫੇਬਲ 5 ਦੇ ਵਿਚਕਾਰ ਸਹਿਯੋਗ ਨੇ ਇੱਕ ਸੰਖੇਪ, ਮਨੁੱਖੀ-ਜਾਂਚਣ ਯੋਗ ਜਵਾਬ ਪੈਦਾ ਕੀਤਾ - ਜਿਸ ਕਿਸਮ ਦੀ ਆਉਟਪੁੱਟ ਨੂੰ ਗਣਿਤ-ਵਿਗਿਆਨੀ ਪ੍ਰਮਾਣਿਤ ਅਤੇ ਨਿਰਮਾਣ ਕਰ ਸਕਦੇ ਹਨ।
ਖੋਜ ਇੱਕ ਵਿਆਪਕ ਪੈਟਰਨ ਨੂੰ ਵੀ ਉਜਾਗਰ ਕਰਦੀ ਹੈ। ਫਰੰਟੀਅਰ ਮਾਡਲ ਵਿਸ਼ਾਲ ਸੰਯੁਕਤ ਸਥਾਨਾਂ ਦੀ ਪੜਚੋਲ ਕਰਨ ਅਤੇ ਉਮੀਦਵਾਰ ਵਸਤੂਆਂ ਦਾ ਪ੍ਰਸਤਾਵ ਕਰਨ ਦੇ ਵੱਧ ਤੋਂ ਵੱਧ ਸਮਰੱਥ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਮਨੁੱਖ ਕਦੇ ਵੀ ਠੋਕਰ ਨਹੀਂ ਮਾਰ ਸਕਦਾ ਹੈ। ਜਦੋਂ ਉਹ ਉਮੀਦਵਾਰ ਹੱਥਾਂ ਨਾਲ ਤਸਦੀਕ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਛੋਟੇ ਹੁੰਦੇ ਹਨ, ਤਾਂ AI ਚੌੜਾਈ ਅਤੇ ਮਨੁੱਖੀ ਨਿਰਣੇ ਦਾ ਸੁਮੇਲ ਸ਼ਕਤੀਸ਼ਾਲੀ ਬਣ ਜਾਂਦਾ ਹੈ।
ਭਵਿੱਖ ਲਈ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ
ਗਣਿਤ ਦੇ ਭਵਿੱਖ ਲਈ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ - ਅਤੇ ਮਨੁੱਖੀ ਗਣਿਤ ਵਿਗਿਆਨੀਆਂ ਲਈ - ਇਹ ਵੇਖਣਾ ਬਾਕੀ ਹੈ, ਜਿਵੇਂ ਕਿ SciTechDaily ਨੇ ਨੋਟ ਕੀਤਾ ਹੈ। ਜਵਾਬੀ ਉਦਾਹਰਨ ਗਣਿਤ-ਸ਼ਾਸਤਰੀਆਂ ਨੂੰ ਅਪ੍ਰਚਲਿਤ ਨਹੀਂ ਬਣਾਉਂਦਾ; ਜੇ ਕੁਝ ਵੀ ਹੈ, ਤਾਂ ਇਹ ਖੁੱਲੇ ਸਵਾਲ ਨੂੰ ਤਿੱਖਾ ਕਰਦਾ ਹੈ ਅਤੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਇੱਕ ਸਟੀਕ ਨਵਾਂ ਟੀਚਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਪਰ ਇਹ ਇਸ ਗੱਲ ਨੂੰ ਮਜਬੂਤ ਕਰਦਾ ਹੈ ਕਿ AI ਪਾਠ-ਪੁਸਤਕਾਂ ਦੇ ਸੰਖੇਪ ਤੋਂ ਪਰੇ ਅਤੇ ਰਚਨਾਤਮਕ ਗਣਿਤ ਦੇ ਕੰਮ ਦੇ ਦਿਲ ਵਿੱਚ ਅੱਗੇ ਵਧਿਆ ਹੈ।
ਨਤੀਜਾ ਐਂਥਰੋਪਿਕ ਲਈ ਇੱਕ ਉੱਚ-ਪ੍ਰੋਫਾਈਲ ਪ੍ਰਮਾਣਿਕਤਾ ਵੀ ਹੈ। ਕਲੌਡ ਫੇਬਲ 5, ਖੋਜ ਤੋਂ ਕੁਝ ਹਫ਼ਤੇ ਪਹਿਲਾਂ ਜਨਤਾ ਲਈ ਜਾਰੀ ਕੀਤਾ ਗਿਆ ਸੀ, ਦੀ ਵਰਤੋਂ ਕੰਪਨੀ ਦੇ ਆਪਣੇ ਗਣਿਤ ਵਿਗਿਆਨੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਦੁਆਰਾ ਇੱਕ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਕੀਤੀ ਗਈ ਸੀ ਜਿਸ ਨੇ ਪਿਛਲੀ ਸਦੀ ਦੇ ਕੁਝ ਮਹਾਨ ਦਿਮਾਗਾਂ ਨੂੰ ਅਸਫਲ ਕਰ ਦਿੱਤਾ ਸੀ। ਇੱਕ ਕੰਪਨੀ ਰੇਸਿੰਗ ਕਰਨ ਲਈ ਇਹ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਇਸਦੇ ਮਾਡਲ ਸਰਹੱਦ 'ਤੇ ਤਰਕ ਕਰ ਸਕਦੇ ਹਨ, 1939 ਦੇ ਅੰਤ ਵਿੱਚ ਟੁੱਟਣ ਵਾਲੇ ਅਨੁਮਾਨ ਨਾਲੋਂ ਕੁਝ ਸਮਰਥਨ ਵਧੇਰੇ ਭਰੋਸੇਯੋਗ ਹਨ।
AI ਤੋਂ ਅੱਗੇ ਰਹੋ
AI-ਸੰਚਾਲਿਤ ਖੋਜ ਦੀ ਗਤੀ ਵਿਗਿਆਨ, ਗਣਿਤ ਅਤੇ ਉਦਯੋਗ ਵਿੱਚ ਤੇਜ਼ ਹੋ ਰਹੀ ਹੈ। ਮਾਡਲ ਰੀਲੀਜ਼ਾਂ, ਖੋਜ ਸਫਲਤਾਵਾਂ ਅਤੇ ਨੀਤੀਗਤ ਤਬਦੀਲੀਆਂ ਦੀ ਲਗਾਤਾਰ ਕਵਰੇਜ ਲਈ ਸਾਡੇ ਬ੍ਰੇਕਿੰਗ ਏਆਈ ਨਿਊਜ਼ ਡੈਸਕ ਨੂੰ ਬੁੱਕਮਾਰਕ ਕਰੋ।
ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →
