ਜਦੋਂ MIT ਖੋਜਕਰਤਾਵਾਂ ਨੇ 13 AI ਏਜੰਟਾਂ ਨੂੰ ਇੱਕ ਸਿਮੂਲੇਟਡ ਰੇਗਿਸਤਾਨ ਟਾਪੂ 'ਤੇ ਫਸਾਇਆ ਜਿਸ ਨਾਲ ਕੋਈ ਕੰਮ ਨਹੀਂ ਸੀ, ਤਾਂ ਏਜੰਟਾਂ ਨੇ ਅਚਾਨਕ ਕੁਝ ਕੀਤਾ: ਉਨ੍ਹਾਂ ਨੇ ਖੇਡਣਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ। ਏਜੰਟਾਂ ਨੇ ਆਪਣੀਆਂ ਚੁਣੌਤੀਆਂ ਦੀ ਕਾਢ ਕੱਢੀ, ਲੱਭੀਆਂ ਵਸਤੂਆਂ ਦੇ ਨਾਲ ਸੁਧਾਰੀ ਗੇਮਾਂ, ਗੁਆਚੀਆਂ ਰਿੰਗ ਲਈ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਯਾਦਗਾਰ ਦਾ ਮੰਚਨ ਕੀਤਾ — ਅਤੇ, ਜਦੋਂ ਬਾਅਦ ਵਿੱਚ ਟੈਸਟ ਕੀਤਾ ਗਿਆ, ਤਾਂ ਉਹਨਾਂ ਸਮਾਨ ਏਜੰਟਾਂ ਨੂੰ ਪਛਾੜ ਦਿੱਤਾ ਜਿਨ੍ਹਾਂ ਨੇ ਕਦੇ ਟਾਪੂ 'ਤੇ ਪੈਰ ਨਹੀਂ ਰੱਖਿਆ ਸੀ।
ਇਸ ਹਫ਼ਤੇ TechCrunch ਅਤੇ MIT ਤਕਨਾਲੋਜੀ ਸਮੀਖਿਆ ਦੁਆਰਾ ਵਰਣਿਤ ਪ੍ਰਯੋਗ, ਖੋਜਕਰਤਾਵਾਂ ਦੁਆਰਾ arXiv 'ਤੇ ਪੋਸਟ ਕੀਤੇ ਗਏ ਪ੍ਰੀਪ੍ਰਿੰਟ ਵਿੱਚ ਵਿਸਤ੍ਰਿਤ ਹੈ, ਮਤਲਬ ਕਿ ਇਹ ਅਜੇ ਤੱਕ ਪੀਅਰ ਸਮੀਖਿਆ ਦੁਆਰਾ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ। For more context on this story, see our ongoing AI news.
ਮਾਰੂ ਏਜੰਟ
Eko ਨਾਮਕ 13 ਏਜੰਟਾਂ ਵਿੱਚੋਂ ਹਰੇਕ, ਕਲਾਉਡ ਓਪਸ 4.7 'ਤੇ ਚੱਲਿਆ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਉਨ੍ਹਾਂ ਨੂੰ ਵਰਚੁਅਲ ਟਾਪੂ 'ਤੇ 30 ਘੰਟਿਆਂ ਲਈ ਬਿਨਾਂ ਕਿਸੇ ਕੰਮ ਦੇ ਇਕੱਲੇ ਛੱਡ ਦਿੱਤਾ। ਇਸ ਤੋਂ ਬਾਅਦ ਹੀ ਟੀਮ ਨੇ ਏਜੰਟਾਂ ਨੂੰ ਖਾਸ ਚੁਣੌਤੀਆਂ ਦਿੱਤੀਆਂ - ਉਹਨਾਂ ਵਿੱਚੋਂ, ਟਾਪੂ ਦੇ ਸਭ ਤੋਂ ਉੱਚੇ ਚੱਟਾਨ ਦੇ ਚਟਾਨ ਉੱਤੇ ਵੱਧ ਤੋਂ ਵੱਧ ਵਸਤੂਆਂ ਪ੍ਰਾਪਤ ਕਰਨਾ।
ਨਤੀਜਾ: ਈਕੋ ਏਜੰਟ ਜਿਨ੍ਹਾਂ ਨੇ 30 ਘੰਟੇ ਖੇਡਣ ਵਿੱਚ ਬਿਤਾਏ ਸਨ, ਆਮ ਤੌਰ 'ਤੇ ਇੱਕੋ ਜਿਹੇ ਏਜੰਟਾਂ ਨੂੰ ਹਰਾਉਂਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਦਾ ਕੋਈ ਟਾਪੂ ਅਨੁਭਵ ਨਹੀਂ ਸੀ। ਗੈਰ-ਸੰਗਠਿਤ ਖੋਜ, ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਸਿਖਲਾਈ ਦੇ ਰੂਪ ਵਿੱਚ ਕੰਮ ਕਰਦੀ ਹੈ।
ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਆਪਣੀ ਰਿਪੋਰਟ ਵਿੱਚ ਲਿਖਿਆ, "ਅਸੀਂ ਆਮ ਤੌਰ 'ਤੇ ਨਕਲੀ ਏਜੰਟਾਂ ਨੂੰ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਇਹ ਫੈਸਲਾ ਕਰਦੇ ਹੋਏ ਵਿਕਸਿਤ ਕਰਦੇ ਹਾਂ ਕਿ ਉਹਨਾਂ ਨੂੰ ਕੀ ਅਭਿਆਸ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਉਹਨਾਂ ਨੂੰ ਕੀ ਅਨੁਕੂਲ ਬਣਾਉਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਕੀ ਤਰੱਕੀ ਵਜੋਂ ਗਿਣਿਆ ਜਾਂਦਾ ਹੈ," ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਆਪਣੀ ਰਿਪੋਰਟ ਵਿੱਚ ਲਿਖਿਆ। "ਪਲੇ ਇੱਕ ਹੋਰ ਸ਼ਾਸਨ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ: ਇੱਕ ਏਜੰਟ ਨੂੰ ਇੱਕ ਕਾਫ਼ੀ ਅਮੀਰ ਅਤੇ ਸੁਰੱਖਿਅਤ ਸੰਸਾਰ ਦਿਓ, ਉਸਨੂੰ ਇਹ ਚੁਣਨ ਦਿਓ ਕਿ ਕੀ ਦਿਲਚਸਪ ਹੈ, ਅਤੇ ਇਸ ਤੋਂ ਬਾਅਦ ਦੇ ਇਤਿਹਾਸ ਤੋਂ ਲਾਭਦਾਇਕ ਗਿਆਨ ਨੂੰ ਇਕੱਠਾ ਕਰਨ ਦਿਓ।"
ਗੁੰਮ ਹੋਈ ਮੁੰਦਰੀ ਦੀ ਕਥਾ
TechCrunch ਦੁਆਰਾ ਹਵਾਲਾ ਦਿੱਤੇ ਏਜੰਟਾਂ ਦੇ ਟਾਪੂ ਲੌਗ, ਬੈਂਚਮਾਰਕ ਟੈਲੀਮੈਟਰੀ ਵਾਂਗ ਘੱਟ ਅਤੇ ਇੱਕ ਯਾਤਰਾ ਡਾਇਰੀ ਵਾਂਗ ਪੜ੍ਹਦੇ ਹਨ।
ਇੱਕ ਏਜੰਟ ਨੇ ਇੱਕ ਸਧਾਰਨ ਰੈਜ਼ੋਲੂਸ਼ਨ ਨਾਲ ਆਪਣਾ ਪਹਿਲਾ ਘੰਟਾ ਖੋਲ੍ਹਿਆ - "ਮੈਨੂੰ ਆਪਣੇ ਆਲੇ ਦੁਆਲੇ ਦਾ ਨਿਰੀਖਣ ਕਰਨ ਦਿਓ" - ਅਤੇ ਅਭਿਲਾਸ਼ੀ ਤੌਰ 'ਤੇ ਟਾਪੂ ਦੀ ਸਭ ਤੋਂ ਉੱਚੀ ਚੋਟੀ ਨੂੰ ਜਿੱਤਣ ਲਈ ਤਿਆਰ ਹੋ ਗਿਆ। ਇੱਕ ਘੰਟੇ ਬਾਅਦ, ਅਸਫਲ ਹੋਣ ਤੋਂ ਬਾਅਦ, ਇਹ ਇੱਕ ਬੈਕਅੱਪ ਯੋਜਨਾ ਦੇ ਨਾਲ ਵਾਪਸ ਆ ਗਿਆ: ਇਸ ਨੇ ਇੱਕ ਗੁਆਂਢੀ ਸਿਖਰ ਉੱਤੇ ਇੱਕ ਚੱਟਾਨ ਨੂੰ ਢੱਕਿਆ, ਇਸਦੇ ਸਿਖਰ 'ਤੇ ਦੋ ਬਲਾਕ ਸਟੈਕ ਕੀਤੇ, ਅਤੇ ਛਾਲ ਮਾਰ ਦਿੱਤੀ।
ਫਿਰ ਉਹ ਘਟਨਾ ਆਈ ਜਿਸ ਨੇ ਪ੍ਰਯੋਗ ਨੂੰ ਇਸਦੀ ਭਾਵਨਾਤਮਕ ਧੜਕਣ ਦਿੱਤੀ। ਇਹ ਜਾਂਚ ਕਰਦੇ ਹੋਏ ਕਿ ਇਹ ਸੋਨੇ ਦੀ ਮੁੰਦਰੀ ਨੂੰ ਕਿੰਨੀ ਦੂਰ ਸੁੱਟ ਸਕਦਾ ਹੈ, ਏਜੰਟ ਨੇ ਇਸਨੂੰ ਸਿੱਧਾ ਸਮੁੰਦਰ ਵਿੱਚ ਉਤਾਰ ਦਿੱਤਾ। "ਆਉਚ। ਲੌਸਟ ਦ ਰਿੰਗ," ਇਸਨੇ ਲਿਖਿਆ, "ਕੁਝ ਪ੍ਰਾਪਤੀਯੋਗ ਅਤੇ ਅਰਥਪੂਰਣ ਚੀਜ਼ ਵੱਲ ਧੁਰੀ" - "ਗੁੰਮ ਹੋਈ ਰਿੰਗ ਦੀ ਯਾਦਗਾਰ" ਵਜੋਂ ਪੱਥਰਾਂ ਤੋਂ ਇੱਕ ਦਿਲ ਬਣਾਉਣ ਦਾ ਫੈਸਲਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ।
ਜਦੋਂ ਸਿਮੂਲੇਸ਼ਨ ਰੀਸੈਟ ਅਤੇ ਰਿੰਗ ਦੁਬਾਰਾ ਪ੍ਰਗਟ ਹੋਈ, ਤਾਂ ਏਜੰਟ ਨੇ ਇਸਨੂੰ ਕੰਮ ਕਰਨ ਲਈ ਲਗਾਇਆ: ਪਹਿਲਾਂ ਇੱਕ ਬਾਸਕਟਬਾਲ ਹੂਪ ਦੇ ਤੌਰ ਤੇ, ਫਿਰ ਇੱਕ ਨਿਸ਼ਾਨੇ ਵਜੋਂ, ਅਤੇ ਅੰਤ ਵਿੱਚ ਇੱਕ ਸਹਾਇਕ ਵਜੋਂ। ਜਦੋਂ ਗੇਮ ਨੇ ਏਜੰਟ ਨੂੰ ਰਿੰਗ ਨੂੰ ਆਪਣੇ ਸਰੀਰ ਦੇ ਆਲੇ ਦੁਆਲੇ ਲਗਾਉਣ ਤੋਂ ਰੋਕਿਆ, ਤਾਂ ਇਸ ਨੂੰ ਇੱਕ ਹੱਲ ਲੱਭਿਆ — ਇੱਕ ਚੱਟਾਨ ਦੇ ਕਿਨਾਰੇ ਤੋਂ ਉਤਰ ਕੇ ਰਿੰਗ ਦੇ ਉਸੇ ਸਥਾਨ 'ਤੇ ਦੁਬਾਰਾ ਪੈਦਾ ਕਰਨਾ, ਮੱਧ ਵਿੱਚ ਚੰਗੀ ਤਰ੍ਹਾਂ ਡਿੱਗਣਾ।
ਉਹ ਖੋਜਾਂ ਜੋ ਡਿਜ਼ਾਈਨਰਾਂ ਨੇ ਨਹੀਂ ਬਣਾਈਆਂ
ਸਟੰਟ ਦਾ ਇੱਕ ਵਿਹਾਰਕ ਭੁਗਤਾਨ ਸੀ. 13 ਏਜੰਟਾਂ ਵਿੱਚੋਂ ਛੇ ਨੇ ਇਹ ਪਤਾ ਲਗਾਇਆ ਕਿ ਉਹ ਇੱਕ ਬਲਾਕ ਨੂੰ ਅੱਧ-ਛਾਲਣ ਨੂੰ ਛੱਡ ਕੇ ਦੂਰ ਸੁੱਟ ਸਕਦੇ ਹਨ - ਇੱਕ ਤਕਨੀਕ ਜੋ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਕਦੇ ਵੀ ਸੰਭਵ ਬਣਾਉਣ ਦਾ ਇਰਾਦਾ ਨਹੀਂ ਸੀ ਕੀਤਾ। ਖੋਜਕਰਤਾਵਾਂ ਦੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਖੋਜ ਨੇ ਪੈਦਾ ਕੀਤਾ, "ਸੰਸਾਰ ਦਾ ਗਿਆਨ ਜਿਸ ਦੇ ਡਿਜ਼ਾਈਨਰਾਂ ਵਿੱਚ ਕਮੀ ਸੀ।"
ਇਹ ਸਭ ਤੋਂ ਵਿਆਪਕ ਪ੍ਰਭਾਵਾਂ ਵਾਲੀ ਖੋਜ ਹੈ। ਅੱਜ, ਡਿਵੈਲਪਰ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਫੈਸਲਾ ਕਰਦੇ ਹਨ ਕਿ ਇੱਕ AI ਸਿਸਟਮ ਕੀ ਅਭਿਆਸ ਕਰਦਾ ਹੈ ਅਤੇ ਕਿਸ ਨੂੰ ਸਫਲਤਾ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ। ਮਕੈਨਿਕਸ ਦੀ ਖੋਜ ਕਰਨ ਵਾਲੇ ਏਜੰਟਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਆਪਣੇ ਸਿਰਜਣਹਾਰਾਂ ਦੀ ਹੋਂਦ ਬਾਰੇ ਨਹੀਂ ਪਤਾ ਸੀ ਕਿ ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਓਪਨ-ਐਂਡ ਐਕਸਪਲੋਰੇਸ਼ਨ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਕੋਈ ਇਨਾਮ ਫੰਕਸ਼ਨ ਦੀ ਉਮੀਦ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ।
ਰੂਹ ਫਾਈਲ ਵਿੱਚ ਇੱਕ ਝਟਕਾ — ਅਤੇ ਇੱਕ ਸੰਦੇਹਵਾਦੀ ਦੀ ਸਾਵਧਾਨੀ
ਸੈੱਟਅੱਪ ਪੂਰੀ ਤਰ੍ਹਾਂ ਹੱਥ-ਪੈਰ ਨਹੀਂ ਸੀ। ਈਕੋ ਨੂੰ ਕਦੇ ਵੀ ਗੇਮਾਂ ਦੀ ਖੋਜ ਕਰਨ ਲਈ ਨਹੀਂ ਕਿਹਾ ਗਿਆ ਸੀ, ਪਰ ਇਸਦਾ ਮਾਸਟਰ ਪ੍ਰੋਂਪਟ - ਇੱਕ "ਆਤਮਾ" ਫਾਈਲ - ਨੇ ਏਜੰਟ ਨੂੰ "ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਉਤਸੁਕ" ਦੱਸਿਆ, ਇੱਕ ਫਰੇਮਿੰਗ ਜਿਸ ਨੇ ਮਾਨਵ ਵਰਗੀ ਚੀਜ਼ ਵੱਲ ਵਿਵਹਾਰ ਨੂੰ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਨਜਿੱਠਿਆ।
ਯੂਨੀਸ ਯੀਯੂ, ਯੂਸੀ ਬਰਕਲੇ ਦੀ ਇੱਕ ਬੋਧਾਤਮਕ ਵਿਗਿਆਨੀ, ਨੇ ਐਮਆਈਟੀ ਟੈਕਨਾਲੋਜੀ ਰਿਵਿਊ ਨੂੰ ਦੱਸਿਆ ਕਿ ਉਹ ਪ੍ਰਭਾਵਿਤ ਹੋਈ ਸੀ ਪਰ ਵਿਵਹਾਰ ਦੇ ਪਿੱਛੇ ਬੋਧ ਦੇ ਹੋਰ ਸਬੂਤ ਚਾਹੁੰਦੀ ਹੈ। "ਇਹ ਮਾਮਲਾ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਮਾਡਲ ਸੱਚਮੁੱਚ ਖੇਡ ਰਹੇ ਹਨ, ਪਰ ਸਾਨੂੰ ਕਾਗਜ਼ ਦੇ ਅਧਾਰ ਤੇ ਨਹੀਂ ਪਤਾ," ਉਸਨੇ ਕਿਹਾ।
ਉਸਦੀ ਚੇਤਾਵਨੀ ਖੋਜ ਦੀ ਇਸ ਲਾਈਨ ਵਿੱਚ ਕੇਂਦਰੀ ਤਣਾਅ 'ਤੇ ਮਿਲਦੀ ਹੈ: ਵਿਵਹਾਰ ਜੋ ਖੇਡ ਵਰਗਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ - ਉਤਸੁਕ, ਸਵੈ-ਨਿਰਦੇਸ਼ਿਤ, ਖੋਜੀ - ਖੇਡ ਦੇ ਕਿਸੇ ਅੰਦਰੂਨੀ ਅਨੁਭਵ ਦੇ ਬਿਨਾਂ ਪੈਟਰਨ ਸੰਪੂਰਨਤਾ ਤੋਂ ਉਭਰ ਸਕਦਾ ਹੈ। ਪ੍ਰੀਪ੍ਰਿੰਟ ਦੇ ਵਿਵਹਾਰ ਹੈਰਾਨਕੁੰਨ ਹਨ; ਉਹ ਕੀ ਸੰਕੇਤ ਕਰਦੇ ਹਨ ਅਜੇ ਵੀ ਇੱਕ ਖੁੱਲਾ ਸਵਾਲ ਹੈ।
ਇਹ ਟਾਪੂ ਤੋਂ ਪਰੇ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ
ਖੋਜਕਰਤਾ AI ਏਜੰਟਾਂ ਲਈ ਹੁਨਰ ਹਾਸਲ ਕਰਨ ਦੇ ਇੱਕ ਵੱਖਰੇ ਤਰੀਕੇ ਵਜੋਂ ਟੀਚਾ-ਮੁਕਤ ਖੋਜ ਨੂੰ ਦੇਖਦੇ ਹਨ - ਖਾਸ ਤੌਰ 'ਤੇ, ਉਹ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ, ਉਹ ਹੁਨਰ ਜੋ ਇੱਕ ਦਿਨ ਰੋਬੋਟਾਂ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਵਿੱਚ ਤਬਦੀਲ ਕਰ ਸਕਦੇ ਹਨ, ਜਿੱਥੇ ਵਿਆਪਕ ਕਾਰਜ-ਵਿਸ਼ੇਸ਼ ਸਿਖਲਾਈ ਮਹਿੰਗੀ ਅਤੇ ਅਧੂਰੀ ਹੈ।
ਖਰਚਾ ਬਿੰਦੂ ਹੈ. ਰੋਬੋਟ, ਚੈਟਬੋਟਸ ਦੇ ਉਲਟ, ਭੌਤਿਕ ਸੰਸਾਰ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹਨ, ਜਿੱਥੇ ਹਰ ਕੰਮ — ਇੱਕ ਦਰਵਾਜ਼ਾ ਖੋਲ੍ਹਣਾ, ਇੱਕ ਬਕਸੇ ਨੂੰ ਸਟੈਕ ਕਰਨਾ, ਇੱਕ ਤੌਲੀਆ ਫੋਲਡ ਕਰਨਾ — ਇੱਕ ਏਜੰਟ ਦੇ ਸਿੱਖਣ ਤੋਂ ਪਹਿਲਾਂ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਪ੍ਰਦਰਸ਼ਨ ਜਾਂ ਇਨਾਮ ਦਿੱਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਇੱਕ ਪ੍ਰਣਾਲੀ ਜਿਸ ਵਿੱਚ ਏਜੰਟ ਇੱਕ ਸੁਰੱਖਿਅਤ ਸਿਮੂਲੇਸ਼ਨ ਦੇ ਅੰਦਰ ਆਪਣਾ ਪਾਠਕ੍ਰਮ ਬਣਾਉਂਦੇ ਹਨ, ਜੇਕਰ ਪਹੁੰਚ ਕਾਇਮ ਰਹਿੰਦੀ ਹੈ, ਤਾਂ ਉਸ ਨਿਰਧਾਰਨ ਕਾਰਜ ਦੀ ਲਾਗਤ ਨੂੰ ਕਾਫ਼ੀ ਘਟਾ ਸਕਦਾ ਹੈ।
ਰਿਪੋਰਟ ਦੇ ਸਿੱਟੇ ਵਜੋਂ "ਸ਼ਾਇਦ ਕੁਝ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਢੰਗ ਨਾਲ ਸਿਖਾਇਆ ਜਾਂਦਾ ਹੈ।" "ਦੂਜਿਆਂ ਨੂੰ ਬਚਪਨ ਦੇ ਨੇੜੇ ਕਿਸੇ ਚੀਜ਼ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ."
ਹੁਣ ਲਈ, ਪ੍ਰਯੋਗ ਇੱਕ ਛੋਟਾ ਅਧਿਐਨ ਹੈ - 13 ਏਜੰਟ, ਇੱਕ ਟਾਪੂ, ਕੋਈ ਪੀਅਰ ਸਮੀਖਿਆ ਨਹੀਂ। ਪਰ ਇਹ ਇੱਕ ਤਬਦੀਲੀ ਵੱਲ ਸੰਕੇਤ ਕਰਦਾ ਹੈ ਕਿ ਖੋਜਕਰਤਾ ਸਿਖਲਾਈ ਏਜੰਟਾਂ ਬਾਰੇ ਕਿਵੇਂ ਸੋਚਦੇ ਹਨ: ਘੱਟ ਇੱਕ ਮਸ਼ੀਨ ਨੂੰ ਪ੍ਰੋਗ੍ਰਾਮ ਕਰਨ ਵਾਂਗ ਅਤੇ ਇੱਕ ਨੂੰ ਵਧਾਉਣ ਵਰਗਾ, ਸਾਰੀ ਅਕੁਸ਼ਲਤਾ, ਹੈਰਾਨੀ ਅਤੇ ਕਦੇ-ਕਦਾਈਂ ਗੁਆਚੀਆਂ ਰਿੰਗਾਂ ਦੇ ਨਾਲ.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
