ਓਪਨਏਆਈ ਦੇ ਸਹਿ-ਸੰਸਥਾਪਕ, ਜੌਨ ਸ਼ੁਲਮੈਨ, ਜੋ ਹੁਣ ਥਿੰਕਿੰਗ ਮਸ਼ੀਨਾਂ ਵਿੱਚ ਮੁੱਖ ਵਿਗਿਆਨੀ ਵਜੋਂ ਕੰਮ ਕਰਦੇ ਹਨ, ਨੇ ਕਿਹਾ ਕਿ ਉਹ ਆਵਰਤੀ ਸਵੈ-ਸੁਧਾਰ ਦੀ ਉਮੀਦ ਕਰਦਾ ਹੈ - ਲਗਭਗ ਤਿੰਨ ਤੋਂ ਚਾਰ ਸਾਲਾਂ ਵਿੱਚ, ਇੱਕ ਸਮਾਂ-ਰੇਖਾ ਜੋ ਉਸਨੂੰ ਖੇਤਰ ਵਿੱਚ ਵਧੇਰੇ ਹਮਲਾਵਰ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਾਲਿਆਂ ਵਿੱਚ ਰੱਖਦੀ ਹੈ। ਸ਼ੁਲਮੈਨ ਨੇ ਸ਼ੁੱਕਰਵਾਰ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਦਵਾਰਕੇਸ਼ ਪੋਡਕਾਸਟ ਦੇ ਇੱਕ ਗੋਲਮੇਜ਼ ਐਪੀਸੋਡ ਦੌਰਾਨ ਇਹ ਅਨੁਮਾਨ ਦਿੱਤਾ, ਜਿਸ ਵਿੱਚ ਤਿੰਨ ਫਰੰਟੀਅਰ ਲੈਬ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਖੁੱਲ੍ਹ ਕੇ ਬਹਿਸ ਕੀਤੀ ਕਿ ਉਦਯੋਗ ਅਸਲ ਵਿੱਚ ਇਸਦੀ ਛੱਤ ਦੇ ਕਿੰਨਾ ਨੇੜੇ ਹੈ।
ਗੱਲਬਾਤ ਨੇ ਇੱਕ ਦੁਰਲੱਭ ਅਣਗਹਿਲੀ ਦੀ ਪੇਸ਼ਕਸ਼ ਕੀਤੀ ਕਿ ਕਿਵੇਂ ਸਰਹੱਦ ਦੇ ਨੇੜੇ ਖੋਜਕਰਤਾ ਤਰੱਕੀ ਬਾਰੇ ਸੋਚ ਰਹੇ ਹਨ, ਇੱਕ ਰੌਲੇ-ਰੱਪੇ ਵਾਲੇ ਹਫ਼ਤੇ ਵਿੱਚ ਪਹੁੰਚਦੇ ਹੋਏ ਜਿਸ ਵਿੱਚ ਐਨਵੀਡੀਆ ਦੇ ਸੀਈਓ ਜੇਨਸਨ ਹੁਆਂਗ ਨੇ ਘੋਸ਼ਣਾ ਕੀਤੀ ਕਿ "ਏਜੀਆਈ ਆ ਗਿਆ ਹੈ" ਅਤੇ 25 ਫੀਲਡ ਮੈਡਲਿਸਟਾਂ ਦੇ ਇੱਕ ਸਮੂਹ ਨੇ ਚੇਤਾਵਨੀ ਦਿੱਤੀ ਕਿ ਏਆਈ ਬੈਂਚਮਾਰਕ-ਚੇਜ਼ਿੰਗ ਗਣਿਤ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਰਹੀ ਹੈ। ਨਵੀਨਤਮ AI ਵਿਕਾਸ ਨੂੰ ਟਰੈਕ ਕਰਨ ਵਾਲੇ ਪਾਠਕਾਂ ਲਈ, ਐਪੀਸੋਡ ਇੱਕ ਲਾਭਦਾਇਕ ਵਿਰੋਧੀ ਹੈ: ਇਹ ਉਹ ਲੋਕ ਹਨ ਜੋ ਸਿਸਟਮ ਬਣਾਉਂਦੇ ਹਨ, ਅਤੇ ਉਹ ਇੱਕ ਦੂਜੇ ਨਾਲ ਤਿੱਖੇ ਤੌਰ 'ਤੇ ਅਸਹਿਮਤ ਹੁੰਦੇ ਹਨ।
ਮੇਜ਼ 'ਤੇ ਕੌਣ ਸੀ
ਮੇਜ਼ਬਾਨ ਦਵਾਰਕੇਸ਼ ਪਟੇਲ ਨੇ ਕਿਹਾ ਕਿ ਉਸਨੇ ਪੈਨਲ ਨੂੰ ਇਕੱਠਾ ਕੀਤਾ ਕਿਉਂਕਿ ਮਹਿਮਾਨ ਉਹਨਾਂ 'ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ ਜਿਸ ਨੂੰ ਉਹ "ਕੁਝ ਖੁੱਲ੍ਹੀਆਂ ਲੈਬਾਂ ਅਤੇ ਕੰਪਨੀਆਂ" ਕਹਿੰਦੇ ਹਨ, ਮਤਲਬ ਕਿ ਉਹ ਰਿਕਾਰਡ 'ਤੇ ਬੋਲ ਸਕਦੇ ਹਨ। ਸ਼ੁਲਮੈਨ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਵਾਲੇ ਬੇਰੇਨ ਮਿਲਿਜ, Zyphra ਦੇ ਮੁੱਖ ਟੈਕਨਾਲੋਜੀ ਅਫਸਰ, ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਓਪਨ-ਸੋਰਸ ਮਾਡਲ ਵਿਕਸਿਤ ਕਰਨ ਵਾਲੇ, ਅਤੇ ਚਾਰਲੀ ਓ'ਨੀਲ, ਬੇਸੇਟਨ ਵਿਖੇ ਮਾਡਲ ਸਿਖਲਾਈ ਦੇ ਮੁਖੀ ਸਨ।
ਸ਼ੁਲਮੈਨ ਦੇ ਪ੍ਰਮਾਣ-ਪੱਤਰ ਉਸ ਦੀ ਸਮਾਂਰੇਖਾ ਗੱਲਬਾਤ ਨੂੰ ਖਾਸ ਵਜ਼ਨ ਦਿੰਦੇ ਹਨ। ਉਸਨੇ ਓਪਨਏਆਈ ਦੀ ਸਹਿ-ਸਥਾਪਨਾ ਕੀਤੀ ਅਤੇ ਥਿੰਕਿੰਗ ਮਸ਼ੀਨਾਂ ਲਈ ਰਵਾਨਾ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ, ਜਿੱਥੇ ਉਹ ਹੁਣ ਮੁੱਖ ਵਿਗਿਆਨੀ ਦੇ ਤੌਰ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ, ChatGPT ਦੇ ਪਿੱਛੇ ਤਕਨੀਕਾਂ ਪੈਦਾ ਕਰਨ ਵਾਲੇ ਮਨੁੱਖੀ ਫੀਡਬੈਕ ਖੋਜ ਤੋਂ ਮਜ਼ਬੂਤੀ ਸਿਖਲਾਈ ਦੀ ਅਗਵਾਈ ਕੀਤੀ।
ਸਿੰਗਲਾ ਖਿਲਾਫ ਮਾਮਲਾ, ਸਟੀਲਮੈਨਡ
ਪਟੇਲ ਨੇ ਇਕ ਸਵਾਲ ਦੇ ਨਾਲ ਖੋਲ੍ਹਿਆ: ਜੇ 2036 ਅਰਬਾਂ ਸੁਪਰਇੰਟੈਲੀਜੈਂਟ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਬਿਨਾਂ ਦੁਨੀਆ ਨੂੰ ਬਦਲਦਾ ਹੈ, ਤਾਂ ਤਕਨੀਕੀ ਕਾਰਨ ਕੀ ਹੋਵੇਗਾ? ਮਿਲਿਜ ਨੇ ਸੰਦੇਹਵਾਦ ਲਈ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਕੇਸ ਦੀ ਪੇਸ਼ਕਸ਼ ਕੀਤੀ, ਜਿਸ ਨੂੰ ਉਹ ਲਗਭਗ ਮੋਰਾਵੇਕ ਦੇ ਪੈਰਾਡੌਕਸ-ਸ਼ੈਲੀ ਦੇ ਪੈਟਰਨ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਮਾਡਲ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਜੋ ਵੀ ਬੈਂਚਮਾਰਕ ਉਹਨਾਂ ਦੇ ਸਾਹਮਣੇ ਰੱਖਿਆ ਹੈ, ਉਸ ਦੇ ਬਾਵਜੂਦ ਅਸਲ-ਸੰਸਾਰ ਪ੍ਰਭਾਵ ਨਿਰਾਸ਼ ਕਰਦਾ ਹੈ।
"ਅਜੇ ਵੀ ਕੁਝ ਸਥਾਈ ਸਿਮ-ਟੂ-ਰੀਅਲ ਗੈਪ ਹੈ ਜੋ ਕਿਸੇ ਤਰ੍ਹਾਂ ਹਰ ਚੀਜ਼ ਨੂੰ ਰੋਕ ਰਿਹਾ ਹੈ," ਮਿਲਿਜ ਨੇ ਕਿਹਾ, ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆ ਦਾ ਵਰਣਨ ਕਰਦੇ ਹੋਏ ਜਿੱਥੇ ਏਆਈ "ਹਰ ਚੀਜ਼ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ ਬਣ ਜਾਂਦੀ ਹੈ ਜਿਸਨੂੰ ਲੋਕ ਇੱਕ ਬੈਂਚਮਾਰਕ ਵਿੱਚ ਪਾਉਂਦੇ ਹਨ" ਬਿਨਾਂ ਹੋਰ ਸਧਾਰਣ ਕੀਤੇ। ਉਸਨੇ ਅੱਗੇ ਕਿਹਾ ਕਿ ਉਹ ਇਸ ਨਤੀਜੇ ਨੂੰ ਅਸੰਭਵ ਸਮਝਦਾ ਹੈ, ਸਬੂਤ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੇ ਹੋਏ ਕਿ ਰੀਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਪਹਿਲਾਂ ਹੀ ਅਭਿਆਸ ਵਿੱਚ ਆਮ ਹੋ ਜਾਂਦੀ ਹੈ।
ਸ਼ੁਲਮੈਨ ਨੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਹਿਮਤੀ ਦਿੱਤੀ ਕਿ ਤਰੱਕੀ ਆਟੋਮੈਟਿਕ ਨਹੀਂ ਹੈ। ਉਸ ਨੇ ਕਿਹਾ, ਮਨੁੱਖ ਅੱਜ ਦੇ ਮਾਡਲਾਂ ਦੇ ਅਸਲ ਫਾਇਦੇ ਰੱਖਦੇ ਹਨ, ਅਤੇ ਹਰੇਕ ਨਵਾਂ ਮਾਡਲ ਰੀਲੀਜ਼ ਕੁਝ ਖੇਤਰਾਂ ਵਿੱਚ ਫੜਦਾ ਹੈ ਜਦੋਂ ਕਿ ਦੂਜਿਆਂ ਵਿੱਚ ਰੁਕਾਵਟ ਰਹਿ ਜਾਂਦੀ ਹੈ - ਉਹ ਪੈਟਰਨ ਜਿਸ ਨੇ ਪਿਛਲੇ ਕਈ ਉਤਪਾਦ ਚੱਕਰਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਹੈ।
ਰੈਪਿਡ-ਫਾਇਰ ਟਾਈਮਲਾਈਨਜ਼: ਦੋ ਸਾਲ, ਤਿੰਨ ਤੋਂ ਚਾਰ, ਪੰਜ ਤੋਂ ਦਸ
ਜਦੋਂ ਪਟੇਲ ਨੇ ਨੰਬਰਾਂ ਲਈ ਦਬਾਇਆ ਤਾਂ ਪੈਨਲ ਦੋਫਾੜ ਹੋ ਗਿਆ। ਇਹ ਪੁੱਛੇ ਜਾਣ 'ਤੇ ਕਿ ਜਦੋਂ ਏਆਈ ਇੱਕ ਕਾਬਲ ਵ੍ਹਾਈਟ-ਕਾਲਰ ਵਰਕਰ ਲਈ ਦਸ ਗੁਣਾ ਉਤਪਾਦਕਤਾ ਵਧਾ ਸਕਦਾ ਹੈ, ਸ਼ੁਲਮੈਨ ਨੇ ਪਹਿਲਾਂ ਇੱਕ ਅੰਕੜਾ ਦੇਣ ਤੋਂ ਇਨਕਾਰ ਕਰ ਦਿੱਤਾ, ਫਿਰ ਕਿਹਾ, "ਮੈਂ ਦੋ ਸਾਲ ਕਹਾਂਗਾ।" ਮਿਲਿਜ ਨੇ ਕਿਹਾ ਕਿ ਉਹ "ਇਸ ਤਰ੍ਹਾਂ ਦੇਖ ਸਕਦਾ ਹੈ, ਅਸਲ ਵਿੱਚ," ਇਹ ਦਲੀਲ ਦਿੰਦਾ ਹੈ ਕਿ ਕੰਮ ਦੀਆਂ ਕੁਝ ਸ਼੍ਰੇਣੀਆਂ ਲਈ ਲਾਭ ਪਹਿਲਾਂ ਹੀ 10x ਤੋਂ ਵੱਧ ਹੈ। ਓ'ਨੀਲ ਸਭ ਤੋਂ ਰੂੜੀਵਾਦੀ ਸੀ, "5 ਤੋਂ 10" ਸਾਲਾਂ ਦਾ ਜਵਾਬ ਦਿੰਦਾ ਸੀ।
ਪਟੇਲ ਨੇ ਫਿਰ ਇਸ ਦ੍ਰਿਸ਼ ਨੂੰ "ਅਸਲ ਵਿੱਚ ਸਿਰਫ਼ ਏਐਸਆਈ" ਵਜੋਂ ਦਰਸਾਉਂਦੇ ਹੋਏ ਅੱਗੇ ਵਧਾਇਆ। ਸ਼ੁਲਮੈਨ ਦਾ ਜਵਾਬ: "ਮੈਂ 3-4 ਸਾਲ ਕਹਾਂਗਾ," ਇਹ ਜੋੜਦੇ ਹੋਏ ਕਿ ਏਆਈ ਖੋਜ ਨੂੰ ਸਵੈਚਾਲਤ ਕਰਨਾ "ਏਆਈ ਲਈ ਸਭ ਤੋਂ ਮੁਸ਼ਕਲ ਚੀਜ਼ਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨਹੀਂ ਹੈ, ਕਿਉਂਕਿ ਇਸ ਵਿੱਚ ਬਹੁਤ ਸਾਰਾ ਕੰਮ ਸ਼ਾਮਲ ਹੈ" ਜੋ ਮੌਜੂਦਾ ਤਕਨੀਕਾਂ ਪਹਿਲਾਂ ਹੀ ਪਹੁੰਚ ਸਕਦੀਆਂ ਹਨ। ਐਕਸਚੇਂਜ ਇਸ ਗੱਲ ਲਈ ਮਹੱਤਵਪੂਰਨ ਸੀ ਕਿ ਦੂਜੇ ਖੋਜਕਰਤਾਵਾਂ ਤੋਂ ਅੰਦਾਜ਼ਾ ਕਿੰਨਾ ਘੱਟ ਪੁਸ਼ਬੈਕ ਲਿਆ ਗਿਆ।
ਸਵੈਚਲਿਤ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਅਸਲ ਵਿੱਚ ਕਿਵੇਂ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਵੇਗੀ
ਸ਼ੁਲਮੈਨ ਦੇ ਦ੍ਰਿਸ਼ ਦੇ ਮਕੈਨਿਕਸ ਨਾਲ ਨਜਿੱਠਣ ਵਾਲੇ ਐਪੀਸੋਡ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸਾ ਸੀ। ਇਹ ਪੁੱਛੇ ਜਾਣ 'ਤੇ ਕਿ AI ਖੋਜ ਨੂੰ ਆਟੋਮੈਟਿਕ ਕਰਨ ਦੇ ਸਮਰੱਥ AI ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਕਿਵੇਂ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਵੇਗੀ, ਸ਼ੁਲਮੈਨ ਨੇ ਦੱਸਿਆ ਕਿ "ਖੋਜਕਰਤਾਵਾਂ ਦੇ ਸੁਆਦ ਨੂੰ ਜਜ਼ਬ ਕਰਨ ਲਈ ਮਨੁੱਖੀ ਫੀਡਬੈਕ ਤੋਂ ਸਿੱਖਣ ਦੇ ਕੁਝ ਸੁਮੇਲ, ਅਤੇ ਬਹੁਤ ਸਾਰੇ ਅਭਿਆਸ ਵਾਤਾਵਰਣ ਪੈਦਾ ਕਰਦੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ ਅਭਿਆਸ ਵਾਤਾਵਰਣ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ।"
ਇਹ ਜਵਾਬ ਇਸ ਨਾਲ ਜੁੜਦਾ ਹੈ ਕਿ ਉਦਯੋਗ ਦਾ ਪੈਸਾ ਕਿੱਥੇ ਜਾ ਰਿਹਾ ਹੈ। ਮਕੈਨਾਈਜ਼ ਲਈ ਗੂਗਲ ਦਾ ਹਾਲ ਹੀ ਵਿੱਚ ਪੂਰਾ ਕੀਤਾ ਗਿਆ ਸੌਦਾ, ਇੱਕ ਸਟਾਰਟਅੱਪ ਜੋ ਸਿਖਲਾਈ ਏਜੰਟਾਂ ਲਈ ਸਿਮੂਲੇਟਿਡ ਕੰਮ ਕਰਨ ਵਾਲੇ ਵਾਤਾਵਰਣ ਬਣਾਉਂਦਾ ਹੈ, ਬਿਲਕੁਲ ਇਸ ਬਾਜ਼ੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਬਿਹਤਰ ਸਿਖਲਾਈ ਦੇ ਆਧਾਰ - ਨਾ ਸਿਰਫ਼ ਵੱਡੇ ਮਾਡਲ - ਸਮਰੱਥਾ ਲਾਭਾਂ ਦੇ ਅਗਲੇ ਦੌਰ ਨੂੰ ਚਲਾਏਗਾ। ਸ਼ੁਲਮੈਨ ਨੇ ਇੱਕ ਮੁੱਖ ਮੁਸ਼ਕਲ ਨੂੰ ਵੀ ਫਲੈਗ ਕੀਤਾ: ਕੁਦਰਤੀ ਡੇਟਾ 'ਤੇ ਬਣੇ ਇਨਾਮ ਫੰਕਸ਼ਨਾਂ ਨੂੰ ਨਿਸ਼ਚਿਤ ਕਰਨਾ ਔਖਾ ਹੈ, ਅਤੇ ਸਤਹੀ ਸੰਕੇਤ ਜਿਵੇਂ ਕਿ ਉਪਭੋਗਤਾ ਨੇ ਕੋਡ ਸੰਪਾਦਨ ਨੂੰ ਸਵੀਕਾਰ ਕੀਤਾ ਹੈ, ਸਿਖਲਾਈ ਨੂੰ ਗੁੰਮਰਾਹ ਕਰ ਸਕਦਾ ਹੈ।
ਡਿਸਟਿਲੇਸ਼ਨ ਬਨਾਮ ਕੇਂਦਰੀਕਰਣ
ਸ਼ੁਲਮੈਨ ਦੀਆਂ ਸਭ ਤੋਂ ਠੋਸ ਭਵਿੱਖਬਾਣੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਉਦਯੋਗਿਕ ਢਾਂਚੇ ਨਾਲ ਸਬੰਧਤ ਹੈ। “ਮੇਰੇ ਖਿਆਲ ਵਿੱਚ ਡਿਸਟਿਲੇਸ਼ਨ ਮੁੱਖ ਚੀਜ਼ ਹੈ ਜੋ ਕੇਂਦਰੀਕਰਣ ਸ਼ਕਤੀ ਦੇ ਵਿਰੁੱਧ ਲੜਦੀ ਹੈ,” ਉਸਨੇ ਦਲੀਲ ਦਿੱਤੀ ਕਿ ਰੀਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦੁਆਰਾ ਸਿੱਖੀਆਂ ਗਈਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਮੁਕਾਬਲਤਨ ਆਸਾਨੀ ਨਾਲ ਛੋਟੇ ਮਾਡਲਾਂ ਵਿੱਚ ਤਬਦੀਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਫਰੰਟੀਅਰ-ਨਾਲ ਲੱਗਦੀ ਯੋਗਤਾ ਨੂੰ ਕੁਝ ਕੰਪਨੀਆਂ ਤੋਂ ਪਰੇ ਫੈਲਾਉਂਦਾ ਹੈ ਜੋ ਫਰੰਟੀਅਰ ਸਿਖਲਾਈ ਦੀਆਂ ਦੌੜਾਂ ਨੂੰ ਬਰਦਾਸ਼ਤ ਕਰ ਸਕਦੀਆਂ ਹਨ।
ਇਸ ਸਵਾਲ 'ਤੇ ਕਿ ਮਨੁੱਖਾਂ ਲਈ ਕੀ ਬਚਿਆ ਹੈ, ਸ਼ੁਲਮੈਨ ਸਪੱਸ਼ਟ ਸੀ। “ਮੈਂ ਕਹਾਂਗਾ ਕਿ ਮਨੁੱਖਾਂ ਲਈ ਆਖਰੀ ਨੌਕਰੀ, ਜਾਂ ਮਨੁੱਖਾਂ ਲਈ ਭੂਮਿਕਾ ਜੋ ਸਭ ਤੋਂ ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਰਹੇਗੀ, ਉਦੇਸ਼ ਨੂੰ ਪਰਿਭਾਸ਼ਤ ਕਰਨਾ ਅਤੇ ਇਹ ਫੈਸਲਾ ਕਰਨਾ ਹੈ ਕਿ ਅਸੀਂ ਅਸਲ ਵਿੱਚ ਕੀ ਚਾਹੁੰਦੇ ਹਾਂ,” ਉਸਨੇ ਕਿਹਾ। ਜਦੋਂ ਪਟੇਲ ਨੇ "ਅਲਾਈਨਮੈਂਟ ਅੰਤਮ ਕੰਮ ਹੈ" ਦਾ ਸਾਰ ਦਿੱਤਾ, ਤਾਂ ਸ਼ੁਲਮੈਨ ਨੇ ਸਹਿਮਤੀ ਦਿੱਤੀ: "ਅਲਾਈਨਮੈਂਟ ਇੱਕ ਤਰ੍ਹਾਂ ਦਾ ਜਵਾਬ ਹੈ," ਜਦੋਂ ਕਿ ਇਹ ਨੋਟ ਕਰਦੇ ਹੋਏ ਕਿ ਇਹ ਸਹੀ ਉਦੇਸ਼ ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਫਿਰ ਅਸਲ ਵਿੱਚ ਇਸਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ ਵਿਘਨ ਪਾਉਂਦਾ ਹੈ।
ਕਿੱਥੇ ਟਾਈਮਲਾਈਨ ਬਹਿਸ ਵਿੱਚ ਫਿੱਟ ਬੈਠਦਾ ਹੈ
ਐਪੀਸੋਡ ਦਾ ਉਪਸਿਰਲੇਖ — "ਅਸੀਂ ਕਿਤੇ ਵੀ ਛੱਤ ਦੇ ਨੇੜੇ ਨਹੀਂ ਹਾਂ" — ਇਸਦੇ ਸਮੁੱਚੇ ਕਾਰਜਕਾਲ ਨੂੰ ਕੈਪਚਰ ਕਰਦਾ ਹੈ: ਖੋਜਕਰਤਾ ਜੋ ਅੱਗੇ ਮਹੱਤਵਪੂਰਨ ਰਨਵੇ ਦੇਖਦੇ ਹਨ, ਭਾਵੇਂ ਕਿ ਉਹ ਵਿਵਾਦ ਕਰਦੇ ਹਨ ਕਿ ਰਸਤਾ ਕਿੰਨਾ ਖੱਜਲ-ਖੁਆਰ ਹੋਵੇਗਾ। ਚੀਨੀ ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਦੀ ਪ੍ਰਗਤੀ ਨੂੰ ਕੀ ਚਲਾ ਰਿਹਾ ਹੈ, ਕੀ ਲੰਮੀ-ਹਾਈਜ਼ੋਨ ਰੀਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਆਮ ਬੁੱਧੀ ਨੂੰ ਉਜਾਗਰ ਕਰ ਸਕਦੀ ਹੈ, ਅਤੇ ਕਿਉਂ RL ਨੇ ਉਸੇ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਹੈ ਜਿਵੇਂ ਕਿ ਇਹ ਹੈ।
ਸਮਾਂ-ਸੀਮਾਵਾਂ 'ਤੇ ਜਨਤਕ ਬਹਿਸ ਇਸ ਮਹੀਨੇ ਸਾਰੇ ਪਾਸੇ ਤੇਜ਼ ਹੋ ਗਈ ਹੈ। ਬਲੂਮਬਰਗ ਦੇ ਅਨੁਸਾਰ, ਹੁਆਂਗ ਦੇ "ਏਜੀਆਈ ਆ ਗਿਆ ਹੈ" ਘੋਸ਼ਣਾ ਨੇ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਤੋਂ ਸੰਦੇਹ ਪੈਦਾ ਕੀਤਾ ਜੋ ਇਸਨੂੰ ਵਿਗਿਆਨਕ ਦਾਅਵੇ ਦੀ ਬਜਾਏ ਇੱਕ ਕਾਰੋਬਾਰੀ ਕੇਸ ਵਜੋਂ ਪੜ੍ਹਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਓਪਨਏਆਈ ਦੇ ਸੀਈਓ ਸੈਮ ਓਲਟਮੈਨ ਨੇ ਸਟਾਫ ਨੂੰ ਦੱਸਿਆ ਕਿ ਕੰਪਨੀ ਸੁਰੱਖਿਆ ਚਿੰਤਾਵਾਂ ਦੇ ਵਧਣ ਕਾਰਨ ਅਤਿ-ਆਧੁਨਿਕ ਵਿਕਾਸ ਨੂੰ ਹੌਲੀ ਕਰਨ ਲਈ ਤਿਆਰ ਹੈ। ਆਵਰਤੀ ਸਵੈ-ਸੁਧਾਰ ਲਈ ਸ਼ੁਲਮੈਨ ਦੀ ਤਿੰਨ ਤੋਂ ਚਾਰ ਸਾਲਾਂ ਦੀ ਵਿੰਡੋ ਮਾਰਕੀਟਿੰਗ ਅਤੇ ਮੋਰਟੋਰੀਅਮ ਦੇ ਵਿਚਕਾਰ ਕਿਤੇ ਬੈਠੀ ਹੈ - ਕਿਸੇ ਅਜਿਹੇ ਵਿਅਕਤੀ ਦੁਆਰਾ ਕੰਮ ਕਰਨ ਦਾ ਅਨੁਮਾਨ ਜਿਸ ਨਾਲ ਤਕਨੀਕਾਂ ਨੂੰ ਹੁਣ ਫੀਲਡ ਵਿੱਚ ਚਲਾਉਣ ਦਾ ਰਿਕਾਰਡ ਬਣਾਇਆ ਗਿਆ ਹੈ।
ਕੀ ਉਹ ਸਹੀ ਹੈ, ਇਹ ਸਿਰਫ਼ ਪੈਨਲ ਦੁਆਰਾ ਘੇਰੇ ਗਏ ਸਵਾਲਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗਾ: ਕੀ ਰੀਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਆਪਣੇ ਸਿਖਲਾਈ ਵਾਤਾਵਰਨ ਨੂੰ ਆਮ ਬਣਾਉਂਦਾ ਹੈ, ਅਤੇ ਕੀ ਬੈਂਚਮਾਰਕ ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਅਸਲ ਆਰਥਿਕ ਮੁੱਲ ਵਿਚਕਾਰ ਪਾੜਾ ਬੰਦ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ।
AI ਤੋਂ ਅੱਗੇ ਰਹੋ
ਫਰੰਟੀਅਰ ਖੋਜਕਰਤਾ ਜਨਤਕ ਤੌਰ 'ਤੇ AI ਦੀਆਂ ਸੀਮਾਵਾਂ 'ਤੇ ਬਹਿਸ ਕਰ ਰਹੇ ਹਨ - ਕਹਾਣੀ ਦੀ ਪਾਲਣਾ ਕਰੋ ਜਿਵੇਂ ਕਿ ਇਹ ਵਿਕਸਤ ਹੁੰਦੀ ਹੈ।
AI Buzz Wire 'ਤੇ ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ
