ਜਿਵੇਂ ਕਿ AI-ਉਤਪੰਨ ਮੀਡੀਆ ਇੰਟਰਨੈਟ ਨੂੰ ਹੜ੍ਹ ਦਿੰਦਾ ਹੈ, Google ਦੀ SynthID ਵਾਟਰਮਾਰਕਿੰਗ ਤਕਨਾਲੋਜੀ ਸਿੰਥੈਟਿਕ ਇਮੇਜਰੀ ਤੋਂ ਪ੍ਰਮਾਣਿਕ ਸਮੱਗਰੀ ਨੂੰ ਵੱਖ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਪ੍ਰਮੁੱਖ ਸਾਧਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਵਜੋਂ ਉਭਰੀ ਹੈ। ਇੱਕ ਸਖ਼ਤ ਨਵਾਂ ਤਣਾਅ ਟੈਸਟ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ ਕਿ ਅਦਿੱਖ ਵਾਟਰਮਾਰਕ ਕਮਾਲ ਦੇ ਟਿਕਾਊ ਹੈ, ਸੈਂਕੜੇ ਦੌਰ ਦੇ ਕੰਪਰੈਸ਼ਨ, ਰੀਸਾਈਜ਼ਿੰਗ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਸਕ੍ਰੀਨਸ਼ੌਟਸ ਤੋਂ ਵੀ ਬਚਿਆ ਹੋਇਆ ਹੈ, ਪਰ ਨਤੀਜੇ ਇੱਕ ਕਠੋਰ ਸੱਚਾਈ ਨੂੰ ਵੀ ਰੇਖਾਂਕਿਤ ਕਰਦੇ ਹਨ: ਤਕਨੀਕੀ ਲੇਬਲ ਹੀ AI ਵਿਗਾੜ ਦੇ ਵਧ ਰਹੇ ਸੰਕਟ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਨਹੀਂ ਹਨ। [ਨਵੀਨਤਮ AI ਵਿਕਾਸ] (https://aibuzzwire.news) 'ਤੇ ਚੱਲ ਰਹੀ ਰਿਪੋਰਟਿੰਗ ਲਈ, ਖੋਜਾਂ ਸਮੱਗਰੀ-ਪ੍ਰੋਵੇਨੈਂਸ ਬਹਿਸ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਜਾਂਚ ਪੁਆਇੰਟ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰਦੀਆਂ ਹਨ।
ਸਮੱਸਿਆ ਦੇ ਪੈਮਾਨੇ ਨੂੰ ਓਵਰਸਟੇਟ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੈ। ਸਟਾਰਲਿੰਗ ਲੈਬ, ਸਟੈਨਫੋਰਡ ਯੂਨੀਵਰਸਿਟੀ ਅਤੇ ਦੱਖਣੀ ਕੈਲੀਫੋਰਨੀਆ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਖੋਜ ਸਹਿਯੋਗ, ਅੰਦਾਜ਼ਾ ਲਗਾਉਂਦਾ ਹੈ ਕਿ 1975 ਤੱਕ, ਕੈਮਰੇ ਦੀ ਕਾਢ ਤੋਂ 149 ਸਾਲ ਬਾਅਦ, ਮਨੁੱਖਤਾ ਨੂੰ 1.5 ਬਿਲੀਅਨ ਚਿੱਤਰ ਬਣਾਉਣ ਵਿੱਚ ਸਮਾਂ ਲੱਗਿਆ। ਜਨਰੇਟਿਵ ਏਆਈ ਨੇ ਸਿਰਫ਼ 18 ਮਹੀਨਿਆਂ ਵਿੱਚ ਉਸ ਆਉਟਪੁੱਟ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ। ਇਸ ਸਾਲ ਆਪਣੀ I/O ਕਾਨਫਰੰਸ ਵਿੱਚ, ਗੂਗਲ ਨੇ ਘੋਸ਼ਣਾ ਕੀਤੀ ਕਿ ਕੁਝ ਸਾਲਾਂ ਵਿੱਚ 100 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ AI ਚਿੱਤਰਾਂ ਅਤੇ ਵੀਡੀਓਜ਼ ਬਣਾਉਣ ਲਈ ਉਸਦੇ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਸੀ।
ਸਿੰਥਆਈਡੀ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ
ਵਰਤਮਾਨ ਵਿੱਚ AI-ਤਿਆਰ ਸਮੱਗਰੀ ਨੂੰ ਲੇਬਲ ਕਰਨ ਦੇ ਦੋ ਮੁੱਖ ਤਰੀਕੇ ਹਨ: ਅਦਿੱਖ ਵਾਟਰਮਾਰਕਸ ਜਿਵੇਂ ਕਿ ਸਿੰਥਆਈਡੀ ਅਤੇ ਮੈਟਾਡੇਟਾ ਸਕੀਮਾ ਜਿਵੇਂ ਕਿ ਕੋਲੀਸ਼ਨ ਫਾਰ ਕੰਟੈਂਟ ਪ੍ਰੋਵੇਨੈਂਸ ਅਤੇ ਪ੍ਰਮਾਣਿਕਤਾ (C2PA) ਸਟੈਂਡਰਡ। ਗੂਗਲ ਦੋਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ. C2PA ਕ੍ਰਿਪਟੋਗ੍ਰਾਫਿਕ ਤੌਰ 'ਤੇ ਸੁਰੱਖਿਅਤ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਜਾਅਲੀ ਨਹੀਂ ਬਣਾਇਆ ਜਾ ਸਕਦਾ, ਪਰ ਇਸਨੂੰ ਉਤਾਰਨਾ ਮਾਮੂਲੀ ਤੌਰ 'ਤੇ ਆਸਾਨ ਹੈ। ਸਿਰਫ਼ ਇੱਕ ਚਿੱਤਰ ਨੂੰ ਸੰਪਾਦਿਤ ਕਰਨਾ ਅਤੇ ਸੁਰੱਖਿਅਤ ਕਰਨਾ, ਜਾਂ ਇੱਕ ਸਕ੍ਰੀਨਸ਼ੌਟ ਲੈਣਾ, C2PA ਮੈਟਾਡੇਟਾ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਹਟਾ ਸਕਦਾ ਹੈ।
SynthID ਇੱਕ ਵੱਖਰੀ ਪਹੁੰਚ ਲੈਂਦਾ ਹੈ। ਇੱਕ ਫਾਈਲ ਦੇ ਨਾਲ ਬੈਠਣ ਵਾਲੇ ਮੈਟਾਡੇਟਾ 'ਤੇ ਭਰੋਸਾ ਕਰਨ ਦੀ ਬਜਾਏ, ਵਾਟਰਮਾਰਕ ਨੂੰ ਸਿੱਧੇ ਇੱਕ ਚਿੱਤਰ ਜਾਂ ਵੀਡੀਓ ਦੇ ਪਿਕਸਲ ਵਿੱਚ, ਜਾਂ ਇੱਕ ਆਡੀਓ ਕਲਿੱਪ ਦੇ ਵੇਵਫਾਰਮ ਵਿੱਚ ਏਨਕੋਡ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਕਿਉਂਕਿ ਸਿਗਨਲ ਸਮੱਗਰੀ ਵਿੱਚ ਹੀ ਬੁਣਿਆ ਗਿਆ ਹੈ, ਗੂਗਲ ਨੇ ਦਲੀਲ ਦਿੱਤੀ ਹੈ ਕਿ ਇਸਨੂੰ ਪਰਿਵਰਤਨ, ਕੰਪਰੈਸ਼ਨ, ਕ੍ਰੌਪਿੰਗ, ਅਤੇ ਰੀ-ਏਨਕੋਡਿੰਗ ਤੋਂ ਬਚਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਕਿ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਵਾਪਰਦਾ ਹੈ ਕਿਉਂਕਿ ਮੀਡੀਆ ਇੰਟਰਨੈਟ ਦੇ ਆਲੇ ਦੁਆਲੇ ਲੰਘਦਾ ਹੈ।
ਪਿਕਸਲ-ਲੈਵਲ ਸਿਗਨਲ ਲਈ ਇੱਕ ਤਣਾਅ ਟੈਸਟ
ਆਰਸ ਟੈਕਨੀਕਾ ਨੇ ਪਿਲੋ ਇਮੇਜਿੰਗ ਲਾਇਬ੍ਰੇਰੀ 'ਤੇ ਬਣੀ ਪਾਈਥਨ ਸਕ੍ਰਿਪਟ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਉਨ੍ਹਾਂ ਦਾਅਵਿਆਂ ਨੂੰ ਟੈਸਟ ਕੀਤਾ। ਸਕ੍ਰਿਪਟ ਨੇ ਇੱਕ ਵਿਸ਼ਾਲ ਪ੍ਰਵੇਗ ਦਰ 'ਤੇ ਵਾਰ-ਵਾਰ ਸ਼ੇਅਰਿੰਗ ਅਤੇ ਡਾਉਨਲੋਡ ਕਰਨ, ਬੇਤਰਤੀਬੇ ਸੰਕੁਚਨ ਨੂੰ ਲਾਗੂ ਕਰਨ ਅਤੇ ਇੱਕ ਟੈਸਟ ਚਿੱਤਰ ਵਿੱਚ ਮੁੱਲਾਂ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇਣ ਅਤੇ ਹਰੇਕ ਆਉਟਪੁੱਟ ਨੂੰ ਅਗਲੀ ਦੁਹਰਾਅ ਦੇ ਅਧਾਰ ਵਜੋਂ ਵਾਪਸ ਫੀਡ ਕਰਨ ਤੋਂ ਡੇਟਾ ਦੇ ਨੁਕਸਾਨ ਦੀ ਨਕਲ ਕੀਤੀ। ਗੂਗਲ ਦੇ ਨੈਨੋ ਬਨਾਨਾ ਪ੍ਰੋ ਮਾਡਲ ਤੋਂ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀਆਂ ਦੋ ਤਸਵੀਰਾਂ, ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਕ੍ਰੈਚ ਤੋਂ ਬਣਾਈ ਗਈ ਅਤੇ ਇੱਕ ਅਸਲੀ ਫੋਟੋ AI ਦੁਆਰਾ ਸੰਪਾਦਿਤ ਕੀਤੀ ਗਈ, ਟੈਸਟ ਵਿਸ਼ਿਆਂ ਵਜੋਂ ਸੇਵਾ ਕੀਤੀ ਗਈ।
ਸਿਮੂਲੇਟ ਸ਼ੇਅਰਿੰਗ ਦੀਆਂ 300 ਪੀੜ੍ਹੀਆਂ ਤੋਂ ਬਾਅਦ, ਜਿਸ ਦੌਰਾਨ ਕਰਿਸਪ ਮੂਲ ਨੂੰ ਸਿਰਫ਼ ਪਛਾਣੇ ਜਾਣ ਵਾਲੇ ਬਲੌਬ ਵਿੱਚ ਘਟਾਇਆ ਗਿਆ ਸੀ, ਸਿੰਥਆਈਡੀ ਵਾਟਰਮਾਰਕ ਅਜੇ ਵੀ ਦੋਵਾਂ ਚਿੱਤਰਾਂ 'ਤੇ ਰਜਿਸਟਰ ਹੈ। ਵਾਟਰਮਾਰਕ ਪੂਰੇ ਸਕ੍ਰੀਨਸ਼ੌਟਸ ਤੋਂ ਵੀ ਬਚਿਆ ਹੈ, ਕਿਉਂਕਿ ਵਿਸ਼ੇਸ਼ ਮਾਰਕਰ ਪਿਕਸਲ ਨਵੀਂ ਫਾਈਲ ਵਿੱਚ ਤਬਦੀਲ ਹੋ ਜਾਂਦੇ ਹਨ। ਹਰ 50 ਪੀੜ੍ਹੀਆਂ ਵਿੱਚ ਜਾਂਚਕਰਤਾ ਨੇ ਖੋਜ ਨੂੰ ਹੋਰ ਕਮਜ਼ੋਰ ਕਰਨ ਲਈ ਕੱਟੇ ਹੋਏ ਸੰਸਕਰਣ ਵੀ ਤਿਆਰ ਕੀਤੇ।
ਜਿੱਥੇ SynthID ਅੰਤ ਵਿੱਚ ਟੁੱਟਦਾ ਹੈ
ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਸੀਮਾਵਾਂ ਸਿਰਫ ਅਤਿਅੰਤ ਹਾਲਤਾਂ ਵਿੱਚ ਉਭਰੀਆਂ ਹਨ। 300 ਕੰਪਰੈਸ਼ਨ ਚੱਕਰਾਂ ਤੋਂ ਬਾਅਦ, ਡੀਗਰੇਡਡ ਟੈਸਟ ਚਿੱਤਰਾਂ ਦੀ ਸੀਮਾ ਤੋਂ ਮੁੱਠੀ ਭਰ ਪਿਕਸਲ ਨੂੰ ਹਟਾਉਣ ਨਾਲ ਅੰਤ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਤਿਆਰ ਕੀਤੇ ਗਏ ਅਤੇ AI-ਸੰਪਾਦਿਤ ਚਿੱਤਰਾਂ ਦੋਵਾਂ 'ਤੇ SynthID ਨੂੰ ਤੋੜ ਦਿੱਤਾ ਗਿਆ। ਕਿਉਂਕਿ ਵਾਟਰਮਾਰਕ ਸਿਗਨਲ ਪੂਰੇ ਪਿਕਸਲਾਂ ਵਿੱਚ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ, ਇਹ ਆਮ ਫਸਲਾਂ ਦਾ ਵਿਰੋਧ ਕਰਦਾ ਹੈ, ਪਰ ਇੱਕ ਵਾਰ ਜਦੋਂ ਕਾਫ਼ੀ ਗਿਰਾਵਟ ਇਕੱਠੀ ਹੋ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਡਿਟੈਕਟਰ ਨੂੰ ਹਰਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।
ਗੂਗਲ ਡੀਪ ਮਾਈਂਡ ਦੇ ਵਿਗਿਆਨੀ ਪੁਸ਼ਮੀਤ ਕੋਹਲੀ ਨੇ ਆਰਸ ਨੂੰ ਦੱਸਿਆ ਕਿ ਟੀਮ ਨੇ ਸਿਸਟਮ ਨੂੰ ਇਸ ਉਮੀਦ ਨਾਲ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਹੈ ਕਿ ਇਸ 'ਤੇ ਹਮਲਾ ਕੀਤਾ ਜਾਵੇਗਾ। ਕੋਹਲੀ ਨੇ ਕਿਹਾ, "ਪੂਰੀ ਵਿਕਾਸ ਪ੍ਰਕਿਰਿਆ ਦੇ ਦੌਰਾਨ, ਅਸੀਂ ਇਹ ਮੰਨ ਲਿਆ ਹੈ ਕਿ ਇਸ ਤਰ੍ਹਾਂ ਦੀ ਤਕਨਾਲੋਜੀ 'ਤੇ ਹਮਲਾ ਕੀਤਾ ਜਾਵੇਗਾ।" "ਇਸ ਲਈ ਅਸੀਂ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਪਰਿਵਰਤਨਾਂ ਲਈ SynthID ਨੂੰ ਮਜ਼ਬੂਤ ਬਣਾਉਣ ਲਈ ਬਹੁਤ ਖੋਜ ਕੀਤੀ ਹੈ। ਭਾਵੇਂ ਲੋਕ ਕਿਸੇ ਕਿਸਮ ਦਾ ਫਿਲਟਰ ਜੋੜ ਰਹੇ ਹਨ ਜਾਂ ਚਿੱਤਰ ਨੂੰ ਕੱਟ ਰਹੇ ਹਨ, ਅਸੀਂ ਇਹਨਾਂ ਪਰਿਵਰਤਨਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਅਤੇ ਇਹ ਯਕੀਨੀ ਬਣਾਇਆ ਕਿ ਡਿਟੈਕਟਰ ਉਹਨਾਂ ਦੇ ਵਿਰੁੱਧ ਮਜ਼ਬੂਤ ਸੀ।"
ਵਾਟਰਮਾਰਕਸ ਪੂਰੇ ਉਦਯੋਗ ਵਿੱਚ ਫੈਲਦੇ ਹਨ
ਇਹ ਟੈਸਟ ਉਦੋਂ ਆਉਂਦਾ ਹੈ ਕਿਉਂਕਿ SynthID ਗੋਦ ਲੈਣ ਦੀ ਪ੍ਰਕਿਰਿਆ Google ਦੇ ਆਪਣੇ ਉਤਪਾਦਾਂ ਤੋਂ ਅੱਗੇ ਵਧ ਰਹੀ ਹੈ। ਕੰਪਨੀ ਨੇ ਵਾਟਰਮਾਰਕ ਦੀ ਵਰਤੋਂ ਨੂੰ ਵਧਾਉਣ ਲਈ ਭਾਈਵਾਲੀ ਕੀਤੀ ਹੈ, ਓਪਨਏਆਈ, ਰਨਵੇਅ, ਅਤੇ ਐਨਵੀਡੀਆ ਦੇ ਨਾਲ, ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਜਿਹੜੇ ਤਕਨਾਲੋਜੀ ਨੂੰ ਆਪਣੇ ਜਨਰੇਟਿਵ ਟੂਲਸ ਵਿੱਚ ਜੋੜਨਾ ਸ਼ੁਰੂ ਕਰ ਰਹੇ ਹਨ। ਗੂਗਲ ਅਸਲ ਖੋਜ ਪੱਤਰ ਤੋਂ ਪਰੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਤਕਨੀਕੀ ਵੇਰਵੇ ਜਾਰੀ ਕਰਨ ਤੋਂ ਝਿਜਕ ਰਿਹਾ ਹੈ, ਇਸੇ ਕਰਕੇ ਏਆਈ ਲੈਂਡਸਕੇਪ ਵਿੱਚ ਵਾਟਰਮਾਰਕ ਫੈਲਣ ਦੇ ਕਾਰਨ ਆਰਸ ਦੀ ਕਿਸਮ ਦੀ ਸੁਤੰਤਰ ਜਾਂਚ ਨੇ ਮਾਮਲਿਆਂ ਨੂੰ ਸੰਚਾਲਿਤ ਕੀਤਾ।
ਇਕੱਲੇ ਲੇਬਲ ਕਾਫ਼ੀ ਨਹੀਂ ਹਨ
ਕੇਂਦਰੀ ਤਣਾਅ ਜੋ ਪ੍ਰਯੋਗ ਦਾ ਪਰਦਾਫਾਸ਼ ਕਰਦਾ ਹੈ ਉਹ ਇਹ ਹੈ ਕਿ ਇੱਕ ਮਜਬੂਤ ਵਾਟਰਮਾਰਕ ਵੀ ਓਨਾ ਹੀ ਉਪਯੋਗੀ ਹੈ ਜਿੰਨਾ ਪਲੇਟਫਾਰਮਾਂ ਅਤੇ ਲੋਕਾਂ ਦੀ ਇਸਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਇੱਛਾ। SynthID ਖੋਜ ਅਜੇ ਵੀ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਸੋਸ਼ਲ ਨੈਟਵਰਕਸ ਅਤੇ ਮੈਸੇਜਿੰਗ ਐਪਾਂ ਵਿੱਚ ਨਹੀਂ ਬਣਾਈ ਗਈ ਹੈ ਜਿੱਥੇ ਜ਼ਿਆਦਾਤਰ ਹੇਰਾਫੇਰੀ ਮੀਡੀਆ ਅਸਲ ਵਿੱਚ ਫੈਲਦਾ ਹੈ। ਇੱਕ ਵਾਟਰਮਾਰਕ ਜੋ 300 ਕੰਪਰੈਸ਼ਨ ਚੱਕਰਾਂ ਤੋਂ ਬਚਦਾ ਹੈ ਥੋੜੀ ਸੁਰੱਖਿਆ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੇਕਰ ਪ੍ਰਾਪਤ ਕਰਨ ਵਾਲੇ ਸਿਰੇ 'ਤੇ ਕੋਈ ਵੀ ਇਸ ਲਈ ਸਕੈਨ ਨਹੀਂ ਕਰ ਰਿਹਾ ਹੈ।
ਟਿਕਾਊਤਾ ਨਤੀਜੇ ਸਮੱਗਰੀ-ਪ੍ਰਮਾਣਿਕਤਾ ਖੇਤਰ ਲਈ ਸੱਚਮੁੱਚ ਉਤਸ਼ਾਹਜਨਕ ਹਨ। ਉਹ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਅਦਿੱਖ, ਪਿਕਸਲ-ਪੱਧਰ ਦੀ ਵਾਟਰਮਾਰਕਿੰਗ ਪ੍ਰੋਵੇਨੈਂਸ ਲਈ ਇੱਕ ਭਰੋਸੇਯੋਗ ਤਕਨੀਕੀ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ ਵਜੋਂ ਕੰਮ ਕਰ ਸਕਦੀ ਹੈ। ਪਰ ਵਿਆਪਕ ਸਵਾਲ, ਕੀ ਸਮਾਜ ਉਹਨਾਂ ਸਿਗਨਲਾਂ 'ਤੇ ਅਮਲ ਕਰਨ ਲਈ ਨਿਯਮਾਂ, ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਪ੍ਰੋਤਸਾਹਨਾਂ ਦਾ ਨਿਰਮਾਣ ਕਰ ਸਕਦਾ ਹੈ, ਅਣਸੁਲਝਿਆ ਹੋਇਆ ਹੈ। ਜਿਵੇਂ ਕਿ ਸਿੰਥੈਟਿਕ ਮੀਡੀਆ ਦੀ ਮਾਤਰਾ 100-ਬਿਲੀਅਨ-ਚਿੱਤਰ ਮੀਲਪੱਥਰ ਨੂੰ ਪਾਰ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦੀ ਹੈ, ਤਕਨਾਲੋਜੀ ਕੀ ਚਿੰਨ੍ਹਿਤ ਕਰ ਸਕਦੀ ਹੈ ਅਤੇ ਕਿਹੜੇ ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਮੱਧਮ ਕੀਤਾ ਜਾਵੇਗਾ ਵਿਚਕਾਰ ਪਾੜਾ ਪਰਿਭਾਸ਼ਿਤ ਚੁਣੌਤੀ ਬਣ ਰਿਹਾ ਹੈ।
