Google ਦੇ Gemini 4 Argon ਨੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਸਹੀ ਗਣਿਤਿਕ ਹੱਲਾਂ ਨੂੰ ਵਧਾਉਣ ਵਿੱਚ ਮਦਦ ਕੀਤੀ ਹੈ ਜੋ ਪ੍ਰਯੋਗਾਤਮਕ ਫਿਊਜ਼ਨ ਰਿਐਕਟਰਾਂ ਦੇ ਅੰਦਰ ਚੁੰਬਕੀ ਖੇਤਰਾਂ ਦਾ ਵਰਣਨ ਕਰਦੇ ਹਨ - ਕੰਮ ਜੋ ਨਤੀਜਿਆਂ 'ਤੇ ਨਿਰਮਾਣ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਇਸ ਸਾਲ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ, 59 ਸਾਲਾਂ ਤੋਂ ਖੜ੍ਹੇ ਹੋਏ ਅਨੁਮਾਨ ਦਾ ਖੰਡਨ ਕਰਦਾ ਹੈ। TechRadar ਨੇ ਸੋਮਵਾਰ ਨੂੰ ਵਿਕਾਸ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ, ਇਸ ਨੂੰ ਖੋਜਕਰਤਾਵਾਂ ਨੇ arXiv ਦੁਆਰਾ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੇ ਇੱਕ ਪੇਪਰ ਦਾ ਪਤਾ ਲਗਾਇਆ।
ਇਹ ਪ੍ਰਾਪਤੀ ਮਾਡਲ ਬਣਾਉਣ ਲਈ ਵਰਤੇ ਗਏ ਗਣਿਤ ਨਾਲ ਸਬੰਧਤ ਹੈ ਕਿ ਕਿਵੇਂ ਚੁੰਬਕੀ ਖੇਤਰ ਫਿਊਜ਼ਨ ਯੰਤਰਾਂ ਵਿੱਚ ਸੁਪਰਹੀਟਿਡ ਪਲਾਜ਼ਮਾ ਰੱਖਦਾ ਹੈ। ਇਹ ਕੋਈ ਸਫਲਤਾ ਨਹੀਂ ਹੈ ਜੋ ਬਿਜਲੀ ਪੈਦਾ ਕਰਦੀ ਹੈ ਜਾਂ ਵਪਾਰਕ ਫਿਊਜ਼ਨ ਨੂੰ ਆਪਣੇ ਆਪ ਨੇੜੇ ਲੈ ਜਾਂਦੀ ਹੈ - ਪਰ ਇਹ ਪਲਾਜ਼ਮਾ ਭੌਤਿਕ ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਕੁਝ ਦਿੰਦਾ ਹੈ ਜਿਸਦੀ ਉਹਨਾਂ ਕੋਲ 1967 ਤੋਂ ਘਾਟ ਹੈ: ਸਹੀ ਹੱਲਾਂ ਦਾ ਇੱਕ ਵਿਸ਼ਾਲ ਪਰਿਵਾਰ ਜਿਸ ਦੇ ਵਿਰੁੱਧ ਉਹਨਾਂ ਦੇ ਸਿਮੂਲੇਸ਼ਨ ਕੋਡਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। For more context on this story, see our ongoing AI industry coverage.
ਜੋ ਅੰਦਾਜ਼ਾ 1967 ਤੋਂ ਖੜਾ ਹੈ
1967 ਵਿੱਚ, ਭੌਤਿਕ ਵਿਗਿਆਨੀ ਹੈਰੋਲਡ ਗ੍ਰੇਡ ਨੇ ਤਿੰਨ-ਅਯਾਮੀ ਚੁੰਬਕੀ ਖੇਤਰਾਂ ਵਿੱਚ ਸੰਤੁਲਨ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਵਾਲੀਆਂ ਗਣਿਤਿਕ ਸਥਿਤੀਆਂ ਬਾਰੇ ਇੱਕ ਅਨੁਮਾਨ ਪ੍ਰਸਤਾਵਿਤ ਕੀਤਾ - ਚੁੰਬਕੀ ਸੀਮਤ ਫਿਊਜ਼ਨ ਲਈ ਬਿਲਕੁਲ ਢੁਕਵੀਂ ਸੈਟਿੰਗ।
ਇਸ ਅਨੁਮਾਨ ਨੇ ਆਕਾਰ ਦਿੱਤਾ ਕਿ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਦਹਾਕਿਆਂ ਤੋਂ ਪਲਾਜ਼ਮਾ ਸੰਰਚਨਾ ਬਾਰੇ ਕਿਵੇਂ ਸੋਚਿਆ। ਚੁੰਬਕੀ ਸੀਮਤ ਫਿਊਜ਼ਨ ਬਹੁਤ ਹੀ ਗਰਮ, ਇਲੈਕਟ੍ਰਿਕਲੀ ਚਾਰਜਡ ਗੈਸ ਨੂੰ ਰੱਖਣ ਲਈ ਸ਼ਕਤੀਸ਼ਾਲੀ ਖੇਤਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਪਰਮਾਣੂ ਨਿਊਕਲੀਅਸ ਨੂੰ ਜੋੜਨ ਅਤੇ ਊਰਜਾ ਛੱਡਣ ਤੋਂ ਪਹਿਲਾਂ ਇਸਨੂੰ ਬਚਣ ਤੋਂ ਰੋਕਦਾ ਹੈ। ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਉਹਨਾਂ ਖੇਤਰਾਂ ਦੇ ਸਹੀ ਗਣਿਤਿਕ ਮਾਡਲਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਕਿਉਂਕਿ ਸਿਮੂਲੇਸ਼ਨ ਉਹਨਾਂ ਨੂੰ ਪਲਾਜ਼ਮਾ ਵਿਵਹਾਰ ਅਤੇ ਡਿਜ਼ਾਇਨ ਕੌਂਫਿਗਰੇਸ਼ਨਾਂ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ ਜੋ ਕੈਦ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਵਿੱਚ ਸਮਰੱਥ ਹਨ।
ਸਹੀ ਹੱਲ ਮਹੱਤਵਪੂਰਨ ਹੋਣ ਦਾ ਕਾਰਨ ਵਿਹਾਰਕ ਹੈ: ਚੁੰਬਕੀ ਕੈਦ ਦੇ ਕੰਪਿਊਟਰ ਸਿਮੂਲੇਸ਼ਨ ਅਨੁਮਾਨ ਹਨ, ਅਤੇ ਇਹ ਜਾਣਨ ਲਈ ਕਿ ਕੀ ਉਹ ਅਨੁਮਾਨ ਭਰੋਸੇਯੋਗ ਹਨ, ਭੌਤਿਕ ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਸਹੀ ਗਣਿਤਿਕ ਕੇਸਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜਾਣੀਆਂ ਜਾਂਦੀਆਂ ਹਨ - ਲਗਭਗ ਲਗਭਗ 'ਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਿਰਭਰ ਕਰਨ ਦੀ ਬਜਾਏ, ਚੁੰਬਕੀ ਕੈਦ ਦਾ ਮਾਡਲ ਬਣਾਉਣ ਵਾਲੇ ਸੌਫਟਵੇਅਰ ਦੀ ਜਾਂਚ ਲਈ ਸੰਦਰਭ ਉਦਾਹਰਨਾਂ। 59 ਸਾਲਾਂ ਲਈ, ਉਪਲਬਧ ਹੱਲ ਪਰਿਵਾਰਾਂ ਨੂੰ ਗ੍ਰੇਡ ਦੇ ਅਨੁਮਾਨ ਦੁਆਰਾ ਰੋਕਿਆ ਗਿਆ ਸੀ।
ਇਹ ਸਤੰਬਰ 2026 ਵਿੱਚ ਬਦਲ ਗਿਆ, ਜਦੋਂ ਯੂਨੀਵਰਸਿਟੀ ਆਫ਼ ਮੈਰੀਲੈਂਡ ਦੇ ਖੋਜਕਰਤਾ ਮੈਟ ਲੈਂਡਰੇਮਨ ਨੇ ਸਹੀ ਹੱਲ ਪ੍ਰਕਾਸ਼ਤ ਕੀਤੇ ਜੋ ਅਨੁਮਾਨਾਂ ਦਾ ਖੰਡਨ ਕਰਦੇ ਹਨ। TechRadar ਦੇ ਅਨੁਸਾਰ, ਉਹ ਪਹਿਲਾਂ ਕੰਮ OpenAI ਦੇ GPT-6 Astra Pro ਦੀ ਸਹਾਇਤਾ ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ - ਇੱਕ ਫਰੰਟੀਅਰ AI ਮਾਡਲ ਦੇ ਪਹਿਲੇ ਹਾਈ-ਪ੍ਰੋਫਾਈਲ ਕੇਸਾਂ ਵਿੱਚੋਂ ਇੱਕ ਜਿਸ ਨੇ ਪਲਾਜ਼ਮਾ ਭੌਤਿਕ ਵਿਗਿਆਨ ਵਿੱਚ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਚੱਲ ਰਹੇ ਦਾਅਵੇ ਨੂੰ ਉਲਟਾ ਦਿੱਤਾ।
Gemini 4 Argon ਨਾਲ ਹੱਲ ਪਰਿਵਾਰ ਦਾ ਵਿਸਥਾਰ ਕਰਨਾ
ਲੈਂਡਰੇਮੈਨ ਦੇ ਹੱਲ ਇੱਕ ਸੀਮਾ ਦੇ ਨਾਲ ਆਏ: ਦੋਵੇਂ ਪੁਰਾਣੇ ਅਤੇ ਨਵੇਂ ਪਰਿਵਾਰਾਂ ਨੇ ਇੱਕ ਖਾਸ ਜਿਓਮੈਟ੍ਰਿਕ ਸਮਰੂਪਤਾ ਨੂੰ ਸਾਂਝਾ ਕੀਤਾ, ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਉਹਨਾਂ ਸੰਰਚਨਾਵਾਂ ਲਈ ਸਹੀ ਉਦਾਹਰਣਾਂ ਤੋਂ ਬਿਨਾਂ ਛੱਡ ਦਿੱਤਾ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਇਸਦੀ ਘਾਟ ਹੈ।
ਓਪਲ ਇਸਾਨ, ਜੋਨਾਥਨ ਸਿਟਰੀਨ, ਮੈਟ ਲੈਂਡਰੇਮੈਨ, ਅਤੇ ਬ੍ਰੈਂਡਨ ਟਰੇਸੀ ਦੁਆਰਾ ਇੱਕ ਬਾਅਦ ਦੇ ਅਧਿਐਨ ਨੇ ਉਸ ਪਾਬੰਦੀ ਨੂੰ ਹਟਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤਾ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਗੂਗਲ ਦੇ ਐਂਟੀਗ੍ਰੈਵਿਟੀ ਵਾਤਾਵਰਣ ਦੁਆਰਾ ਜੈਮਿਨੀ 4 ਅਰਗਨ ਦੀ ਵਰਤੋਂ ਕੀਤੀ, ਜਿੱਥੇ ਕਈ ਏਆਈ ਏਜੰਟਾਂ ਨੇ ਲੈਂਡਰੇਮੈਨ ਦੇ ਪੁਰਾਣੇ ਨਤੀਜਿਆਂ ਦੀ ਖੋਜ ਕੀਤੀ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਵਧਾਉਣ ਦੇ ਤਰੀਕਿਆਂ ਦੀ ਜਾਂਚ ਕੀਤੀ।
ਰਿਪੋਰਟ ਦੇ ਅਨੁਸਾਰ, ਏਜੰਟਾਂ ਨੇ ਸਮਰੂਪਤਾ ਨੂੰ ਤੋੜਨ ਵਾਲੇ ਪੈਰਾਮੀਟਰ ਨੂੰ ਪੇਸ਼ ਕਰਕੇ ਲੈਂਡਰੇਮੈਨ ਦੇ ਹੱਲਾਂ ਤੋਂ ਸਮਰੂਪਤਾ ਪਾਬੰਦੀ ਨੂੰ ਖਤਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਲੱਭੇ, ਨਵੇਂ ਚੁੰਬਕੀ ਸੰਰਚਨਾ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਫਿਰ ਤਸਦੀਕ ਕਰ ਸਕਦੇ ਹਨ। ਵਾਅਦਾ ਕਰਨ ਵਾਲੇ ਗਣਿਤ ਦੇ ਉਮੀਦਵਾਰ ਏਜੰਟਾਂ ਦੁਆਰਾ ਆਪਣੀ ਜਾਂਚ ਸ਼ੁਰੂ ਕਰਨ ਦੇ ਘੰਟਿਆਂ ਦੇ ਅੰਦਰ-ਅੰਦਰ ਸਾਹਮਣੇ ਆਏ - ਇੱਕ ਖੋਜ ਪ੍ਰਕਿਰਿਆ ਦਾ ਇੱਕ ਨਾਟਕੀ ਸੰਕੁਚਨ ਜਿਸ ਲਈ ਆਮ ਤੌਰ 'ਤੇ ਹੱਥਾਂ ਦੀ ਗਣਨਾ ਦੇ ਹਫ਼ਤਿਆਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਏਆਈ ਦੀ ਭੂਮਿਕਾ ਖੋਜ ਨੂੰ ਛੋਟਾ ਕਰਨਾ ਸੀ, ਵਿਗਿਆਨ ਨੂੰ ਬਦਲਣ ਲਈ ਨਹੀਂ। ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਅਜੇ ਵੀ ਡੈਰੀਵੇਸ਼ਨਾਂ ਦੀ ਜਾਂਚ ਕਰਨੀ ਪਈ, ਇਹ ਪੁਸ਼ਟੀ ਕਰਨੀ ਪਈ ਕਿ ਪ੍ਰਸਤਾਵਿਤ ਹੱਲ ਗਣਿਤਿਕ ਤੌਰ 'ਤੇ ਇਕਸਾਰ ਸਨ, ਅਤੇ ਕੰਪਿਊਟੇਸ਼ਨਲ ਵੈਰੀਫਿਕੇਸ਼ਨ ਚਲਾਉਣਾ ਸੀ। AI ਸਹਾਇਤਾ ਦੀ ਵਰਤੋਂ ਖੋਜ ਖਰੜੇ ਦੇ ਕੁਝ ਹਿੱਸਿਆਂ ਨੂੰ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਵੀ ਕੀਤੀ ਗਈ ਸੀ, ਲੇਖਕਾਂ ਨੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕੰਮ ਲਈ ਜ਼ਿੰਮੇਵਾਰੀ ਬਰਕਰਾਰ ਰੱਖੀ ਸੀ।
ਨਵੇਂ ਹੱਲ ਕਿਸ ਲਈ ਚੰਗੇ ਹਨ
ਨਤੀਜੇ ਵਜੋਂ ਸੰਰਚਨਾਵਾਂ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਕੰਪਿਊਟਰ ਪ੍ਰੋਗਰਾਮਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਵਾਧੂ ਸੰਦਰਭ ਕੇਸ ਦਿੰਦੀਆਂ ਹਨ ਜੋ ਗੁੰਝਲਦਾਰ ਤਿੰਨ-ਅਯਾਮੀ ਪ੍ਰਬੰਧਾਂ ਵਿੱਚ ਚੁੰਬਕੀ ਸੰਤੁਲਨ ਦੀ ਗਣਨਾ ਕਰਦੇ ਹਨ। ਉਹ ਕੋਡ ਚੁੰਬਕੀ ਸੀਮਤ ਕਮਿਊਨਿਟੀ ਵਿੱਚ ਵਰਤੇ ਜਾਂਦੇ ਹਨ - ਸਟਾਰੇਟਰ ਅਤੇ ਟੋਕਾਮਕ ਖੋਜ ਵਿੱਚ - ਅਤੇ ਉਹਨਾਂ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਕੰਮ ਦੀ ਇਹ ਲਾਈਨ ਕਿਸ ਤਰ੍ਹਾਂ ਦੇ ਸਹੀ ਹੱਲ ਪੈਦਾ ਕਰਦੀ ਹੈ।
TechRadar ਸਕੋਪ ਬਾਰੇ ਸਪੱਸ਼ਟ ਸੀ: ਤਤਕਾਲ ਪ੍ਰਾਪਤੀ ਚੁੰਬਕੀ ਕੈਦ ਦਾ ਅਧਿਐਨ ਕਰਨ ਵਾਲੇ ਖੋਜਕਰਤਾਵਾਂ ਲਈ ਸਟੀਕ ਗਣਿਤਿਕ ਹੱਲਾਂ ਦਾ ਇੱਕ ਵਧੇਰੇ ਵਿਆਪਕ ਸਮੂਹ ਹੈ, ਇਸ ਗੱਲ ਦਾ ਸਬੂਤ ਨਹੀਂ ਕਿ AI ਨੇ ਪ੍ਰਮਾਣੂ ਫਿਊਜ਼ਨ ਨੂੰ ਹੱਲ ਕੀਤਾ ਹੈ ਜਾਂ ਇਸਦੇ ਇੰਜੀਨੀਅਰਿੰਗ ਰੁਕਾਵਟਾਂ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਹੈ। ਫੀਲਡ ਸਮੀਕਰਨਾਂ ਨੂੰ ਸੁਲਝਾਉਣ ਅਤੇ ਪਾਵਰ ਪਲਾਂਟ ਬਣਾਉਣ ਵਿਚਲਾ ਪਾੜਾ ਹਮੇਸ਼ਾ ਵਾਂਗ ਚੌੜਾ ਹੈ।
ਇੱਕ ਪੈਟਰਨ ਬਣ ਰਿਹਾ ਹੈ
ਇਹ ਕੰਮ ਨਤੀਜਿਆਂ ਦੇ ਇੱਕ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਹੇ ਸਰੀਰ ਵਿੱਚ ਫਿੱਟ ਬੈਠਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਫਰੰਟੀਅਰ AI ਮਾਡਲ ਗੰਭੀਰ ਗਣਿਤ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦੇ ਹਨ - ਅਤੇ ਜਿਸ ਵਿੱਚ ਵਿਰੋਧੀ ਲੈਬਾਂ ਦੇ ਮਾਡਲ ਇੱਕੋ ਸਮੱਸਿਆ ਦੇ ਵੱਖੋ-ਵੱਖਰੇ ਪਾਸੇ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ। ਓਪਨਏਆਈ ਦੇ ਮਾਡਲ ਨੇ ਅਸਲ ਜਵਾਬੀ ਉਦਾਹਰਨਾਂ ਪੈਦਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕੀਤੀ ਜੋ ਗ੍ਰੇਡ ਦੇ ਅਨੁਮਾਨਾਂ ਦੇ ਉਲਟ ਸਨ; ਗੂਗਲ ਦੇ ਮਾਡਲ ਨੇ ਉਹਨਾਂ ਨਤੀਜਿਆਂ ਨੂੰ ਨਵੇਂ ਖੇਤਰ ਵਿੱਚ ਵਧਾਉਣ ਵਿੱਚ ਮਦਦ ਕੀਤੀ।
ਇਹ ਗੂਗਲ ਦੇ ਹਿੱਸੇ 'ਤੇ ਜਾਣਬੁੱਝ ਕੇ ਡਿਜ਼ਾਈਨ ਦੀ ਚੋਣ ਨੂੰ ਵੀ ਦਰਸਾਉਂਦਾ ਹੈ। Gemini 4 Argon, ਇਸ ਮਹੀਨੇ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਜਾਰੀ ਕੀਤਾ ਗਿਆ ਸੀ, ਨੂੰ ਕੰਪਨੀ ਦੁਆਰਾ ਸਖ਼ਤ ਵਿਗਿਆਨਕ ਸਮੱਸਿਆਵਾਂ 'ਤੇ ਵਿਸਤ੍ਰਿਤ ਤਰਕ ਲਈ ਬਣਾਏ ਗਏ ਮਾਡਲ ਦੇ ਰੂਪ ਵਿੱਚ ਰੱਖਿਆ ਗਿਆ ਸੀ, ਅਤੇ Google ਨੇ ਇਸਨੂੰ ਐਂਟੀਗਰੇਵਿਟੀ ਏਜੰਟ ਵਾਤਾਵਰਣ ਨਾਲ ਜੋੜਿਆ ਹੈ ਜਿੱਥੇ ਕਈ ਏਜੰਟ ਸਮਾਨਾਂਤਰ ਵਿੱਚ ਸਮੱਸਿਆ ਦਾ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ। ਫਿਊਜ਼ਨ ਪੇਪਰ ਕਾਰਜਸ਼ੀਲ ਭੌਤਿਕ ਵਿਗਿਆਨੀਆਂ ਦੁਆਰਾ ਅਭਿਆਸ ਵਿੱਚ ਵਰਤੀ ਜਾ ਰਹੀ ਪਿੱਚ ਦਾ ਇੱਕ ਸ਼ੁਰੂਆਤੀ, ਠੋਸ ਪ੍ਰਦਰਸ਼ਨ ਹੈ।
ਪਲਾਜ਼ਮਾ ਭੌਤਿਕ ਵਿਗਿਆਨ ਕਮਿਊਨਿਟੀ ਲਈ, ਵਿਹਾਰਕ ਅਦਾਇਗੀ ਤੁਰੰਤ ਪਹੁੰਚ ਜਾਂਦੀ ਹੈ: ਸਿਮੂਲੇਸ਼ਨ ਸੌਫਟਵੇਅਰ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਲਈ ਹੋਰ ਸਹੀ ਕੇਸ। ਏਆਈ ਉਦਯੋਗ ਲਈ, ਇਹ ਬਹਿਸ ਵਿੱਚ ਇੱਕ ਹੋਰ ਡੇਟਾ ਬਿੰਦੂ ਹੈ ਕਿ ਕੀ ਫਰੰਟੀਅਰ ਮਾਡਲ ਵਿਗਿਆਨਕ ਖੋਜ ਦੇ ਅਸਲ ਟੂਲ ਬਣ ਰਹੇ ਹਨ - ਇੱਕ ਅਜਿਹਾ ਸਵਾਲ ਜੋ ਆਪਣੇ ਆਪ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਜਵਾਬ ਦਿੰਦਾ ਹੈ, ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਇੱਕ ਅਨੁਮਾਨ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
