ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ, ਨਕਲੀ ਬੁੱਧੀ ਕਿਸੇ ਨੌਕਰੀ ਲਈ ਸਹੀ ਸਮੱਗਰੀ ਲੱਭਣ ਨੂੰ ਰਾਤ ਦੇ ਖਾਣੇ ਦਾ ਆਰਡਰ ਕਰਨ ਜਿੰਨਾ ਆਸਾਨ ਬਣਾ ਸਕਦੀ ਹੈ: ਵਰਣਨ ਕਰੋ ਕਿ ਤੁਹਾਨੂੰ ਇੱਕ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਲਈ ਕੀ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਇਹ ਤੁਹਾਨੂੰ ਕੰਮ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਇੱਕ ਕ੍ਰਿਸਟਲ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਅਭਿਆਸ ਵਿੱਚ, ਇਹ ਦ੍ਰਿਸ਼ ਪਹੁੰਚ ਤੋਂ ਬਾਹਰ ਰਿਹਾ ਹੈ, ਕਿਉਂਕਿ ਅੱਜ ਦੇ ਚੈਟਬੋਟਸ ਦੇ ਪਿੱਛੇ ਮਾਡਲਾਂ ਨੇ ਅਸਲ ਵਿੱਚ ਕਦੇ ਨਹੀਂ ਦੇਖਿਆ ਕਿ ਜ਼ਿਆਦਾਤਰ ਸਮੱਗਰੀ ਕਿਸ ਤਰ੍ਹਾਂ ਦੀ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ।
MIT ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਰਿਪੋਰਟ ਕੀਤੀ ਹੈ ਕਿ ਉਹਨਾਂ ਨੇ ਇਸ ਨੂੰ ਠੀਕ ਕਰਨ ਲਈ ਇੱਕ ਠੋਸ ਕਦਮ ਚੁੱਕਿਆ ਹੈ। ਨੇਚਰ ਕਮਿਊਨੀਕੇਸ਼ਨਜ਼ ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ ਨਵੇਂ ਪੇਪਰ ਵਿੱਚ, MIT ਦੇ ਡਿਪਾਰਟਮੈਂਟ ਆਫ਼ ਮੈਟੀਰੀਅਲ ਸਾਇੰਸ ਐਂਡ ਇੰਜਨੀਅਰਿੰਗ (DMSE) ਦੀ ਇੱਕ ਟੀਮ ਇੱਕ ਮਲਟੀਮੋਡਲ ਏਆਈ ਮਾਡਲ ਦਾ ਵਰਣਨ ਕਰਦੀ ਹੈ ਜੋ ਕੁਦਰਤੀ-ਭਾਸ਼ਾ ਦੇ ਵਰਣਨ ਦੇ ਨਾਲ ਤਿੰਨ-ਅਯਾਮੀ ਪਰਮਾਣੂ ਬਣਤਰਾਂ ਨੂੰ ਜੋੜਦੀ ਹੈ, ਸਿਸਟਮ ਨੂੰ ਉਸੇ ਸਮੇਂ ਕ੍ਰਿਸਟਲ ਜਿਓਮੈਟਰੀ ਅਤੇ ਟੈਕਸਟ ਬਾਰੇ ਕਾਰਨ ਦੱਸਦੀ ਹੈ। MIT ਨਿਊਜ਼ ਦੇ ਅਨੁਸਾਰ, ਮਾਡਲ ਏਆਈ ਨੂੰ ਪਰਮਾਣੂ ਪ੍ਰਬੰਧਾਂ ਅਤੇ ਬੰਧਨ ਪੈਟਰਨਾਂ ਨੂੰ ਦੇਖਣ ਦੀ ਇਜਾਜ਼ਤ ਦੇ ਕੇ ਇਕੱਲੇ ਟੈਕਸਟ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਪ੍ਰਣਾਲੀਆਂ ਨਾਲੋਂ ਬਿਹਤਰ ਸਮੱਗਰੀ ਡਿਜ਼ਾਈਨ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ ਕਿ ਸਮੱਗਰੀ ਕਿਵੇਂ ਵਿਵਹਾਰ ਕਰਦੀ ਹੈ। ਇਹ ਕੰਮ AI ਉਦਯੋਗ ਕਵਰੇਜ ਦੇ ਇੱਕ ਵਿਅਸਤ ਹਿੱਸੇ ਨੂੰ ਜੋੜਦਾ ਹੈ ਜੋ ਉਹਨਾਂ ਮਾਡਲਾਂ 'ਤੇ ਕੇਂਦਰਿਤ ਹੁੰਦੇ ਹਨ ਜੋ ਟੈਕਸਟ ਤੋਂ ਪਰੇ ਅਤੇ ਭੌਤਿਕ ਸੰਸਾਰ ਵਿੱਚ ਜਾਂਦੇ ਹਨ।
ਪਾਠ-ਸਿਖਿਅਤ ਮਾਡਲ ਪਦਾਰਥ 'ਤੇ ਕਿਉਂ ਠੋਕਰ ਖਾਂਦੇ ਹਨ
ਰੁਕਾਵਟ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਡੇਟਾ ਬਾਰੇ ਹੈ। ਜ਼ਿਆਦਾਤਰ ਸਮੱਗਰੀਆਂ ਕ੍ਰਿਸਟਲਿਨ ਹੁੰਦੀਆਂ ਹਨ: ਪਰਮਾਣੂਆਂ ਦੇ ਤਿੰਨ-ਅਯਾਮੀ, ਸਮੇਂ-ਸਮੇਂ ਦੇ ਪ੍ਰਬੰਧ ਜਿਨ੍ਹਾਂ ਦੀਆਂ ਬਣਤਰਾਂ ਉਹਨਾਂ ਟੈਕਸਟ ਸਟ੍ਰੀਮਾਂ ਦੀ ਬਜਾਏ ਵਿਸ਼ੇਸ਼ ਕੰਪਿਊਟੇਸ਼ਨਲ ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਸਟੋਰ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ 'ਤੇ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ। ਇਸਦੇ ਸਿਖਰ 'ਤੇ, ਪ੍ਰਯੋਗਾਤਮਕ ਸਾਹਿਤ ਕ੍ਰਿਸਟਲ ਦੀਆਂ ਕੁਝ ਪ੍ਰਸਿੱਧ ਸ਼੍ਰੇਣੀਆਂ ਪ੍ਰਤੀ ਬਹੁਤ ਜ਼ਿਆਦਾ ਪੱਖਪਾਤੀ ਹੈ, ਜੋ ਪ੍ਰਕਾਸ਼ਿਤ ਪੇਪਰਾਂ 'ਤੇ ਮੁੱਖ ਤੌਰ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਕਿਸੇ ਵੀ AI ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।
ਨਤੀਜਾ ਅਸਲ ਨਤੀਜਿਆਂ ਦੇ ਨਾਲ ਇੱਕ ਅੰਨ੍ਹਾ ਸਥਾਨ ਹੈ. ਧਰਤੀ 'ਤੇ 90 ਪ੍ਰਤੀਸ਼ਤ ਤੋਂ ਵੱਧ ਠੋਸ ਸਮੱਗਰੀ ਕ੍ਰਿਸਟਾਲਿਨ ਹਨ, ਅਤੇ ਬਹੁਤ ਸਾਰੀਆਂ ਬਣਤਰਾਂ ਜੋ ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੀਆਂ ਬੈਟਰੀਆਂ, ਇਲੈਕਟ੍ਰੋਨਿਕਸ, ਜਾਂ ਉਤਪ੍ਰੇਰਕ ਲਈ ਮਾਇਨੇ ਰੱਖ ਸਕਦੀਆਂ ਹਨ, ਕੰਪਿਊਟੇਸ਼ਨਲ ਡੇਟਾਬੇਸ ਵਿੱਚ ਰਹਿੰਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਭਾਸ਼ਾ-ਸਿਰਫ਼ ਸਿਸਟਮ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਪੜ੍ਹ ਨਹੀਂ ਸਕਦੇ ਹਨ।
ਭਾਸ਼ਾ ਨਾਲ ਢਾਂਚੇ ਨੂੰ ਇਕਸਾਰ ਕਰਨ ਲਈ ਇੱਕ ਮਾਡਲ ਸਿਖਾਉਣਾ
ਐਮਆਈਟੀ ਟੀਮ ਦਾ ਜਵਾਬ ਕ੍ਰਿਸਟਲ ਲਈ ਇੱਕ ਦ੍ਰਿਸ਼ਟੀ-ਭਾਸ਼ਾ ਮਾਡਲ ਬਣਾਉਣਾ ਸੀ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਵਿਪਰੀਤ ਸਿੱਖਿਆ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਕ੍ਰਿਸਟਲ ਬਣਤਰਾਂ ਦੇ ਪਾਠ ਸੰਬੰਧੀ ਵਰਣਨ ਤਿਆਰ ਕਰਨ ਲਈ ਇੱਕ ਭਾਸ਼ਾ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ, ਇੱਕ ਪਹੁੰਚ ਜਿਸ ਵਿੱਚ ਇੱਕ ਮਾਡਲ ਢਾਂਚਿਆਂ ਅਤੇ ਵਰਣਨ ਦੀਆਂ ਸਮਾਨ ਅਤੇ ਭਿੰਨ ਉਦਾਹਰਨਾਂ ਦੀ ਤੁਲਨਾ ਕਰਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਇਹ ਇੱਕ ਏਕੀਕ੍ਰਿਤ ਸਮਝ ਵਿਕਸਿਤ ਨਹੀਂ ਕਰਦਾ - ਇੱਕ ਪ੍ਰਕਿਰਿਆ MIT ਇਸ ਨਾਲ ਤੁਲਨਾ ਕਰਦੀ ਹੈ ਕਿ ਦਿਮਾਗ ਆਪਣੇ ਵਿਜ਼ੂਅਲ ਅਤੇ ਭਾਸ਼ਾ ਖੇਤਰਾਂ ਨੂੰ ਕਿਵੇਂ ਇਕਸਾਰ ਕਰਦਾ ਹੈ।
ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ, ਟੀਮ ਨੇ ਮੌਜੂਦਾ ਕਾਗਜ਼ਾਂ 'ਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਭਰੋਸਾ ਕਰਨ ਦੀ ਬਜਾਏ ਸਮੱਗਰੀ ਬਾਰੇ ਆਪਣੇ ਖੁਦ ਦੇ ਬਿਰਤਾਂਤ ਨੂੰ ਸੰਸ਼ਲੇਸ਼ਣ ਕਰਨਾ ਚੁਣਿਆ। ਪ੍ਰਯੋਗਾਤਮਕ ਖੋਜ ਸਾਹਿਤ ਅਤੇ ਪਹਿਲੇ-ਸਿਧਾਂਤਾਂ ਦੇ ਕੰਪਿਊਟੇਸ਼ਨਲ ਡੇਟਾਬੇਸ 'ਤੇ ਡਰਾਇੰਗ ਕਰਦੇ ਹੋਏ, ਮਾਡਲ ਨੇ ਨਾ ਸਿਰਫ਼ ਰਸਾਇਣਕ ਰਚਨਾ ਅਤੇ ਬਣਤਰ, ਸਗੋਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਪ੍ਰੋਸੈਸਿੰਗ ਵਿਚਾਰਾਂ, ਅਤੇ ਸੰਭਾਵੀ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਕਵਰ ਕਰਨ ਵਾਲੇ ਅਮੀਰ ਵਰਣਨ ਤਿਆਰ ਕੀਤੇ।
ਐਮਆਈਟੀ ਵਿੱਚ ਪਾਵਰ ਇੰਜਨੀਅਰਿੰਗ ਵਿੱਚ ਕਾਰਲ ਰਿਚਰਡ ਸੋਡਰਬਰਗ ਪ੍ਰੋਫੈਸਰ ਅਤੇ ਕਾਗਜ਼ ਦੇ ਇੱਕ ਸੀਨੀਅਰ ਲੇਖਕ ਜੂ ਲੀ ਨੇ ਕਿਹਾ, "ਅਸੀਂ ਇੱਕ ਏਆਈ ਮਾਡਲ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਸੀ ਜੋ ਸਮੱਗਰੀ ਵਿੱਚ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ।" "ਇਸੇ ਲਈ ਅਸੀਂ ਸਿਰਫ਼ ਮੌਜੂਦਾ ਕਾਗਜ਼ਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਨ ਦੀ ਬਜਾਏ ਬਿਰਤਾਂਤਾਂ ਨੂੰ ਸੰਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦਾ ਫੈਸਲਾ ਕੀਤਾ ਹੈ। ਸਾਨੂੰ ਪਤਾ ਲੱਗਿਆ ਹੈ ਕਿ ਜਦੋਂ ਅਸੀਂ ਉਸ ਬਿਰਤਾਂਤਕ ਡੇਟਾਸੈਟ ਦੀ ਵਰਤੋਂ ਕੀਤੀ, ਤਾਂ ਮਾਡਲ ਫੰਕਸ਼ਨ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਿੱਚ ਬਿਹਤਰ ਹਨ।"
ਟੈਸਟ: ਸਾਲਿਡ-ਸਟੇਟ ਬੈਟਰੀ ਇਲੈਕਟ੍ਰੋਲਾਈਟਸ ਲੱਭਣਾ
ਪਹੁੰਚ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਮਾਡਲ ਦੇ ਦੋ ਸੰਸਕਰਣਾਂ ਦੀ ਤੁਲਨਾ ਕੀਤੀ: ਇੱਕ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਢਾਂਚਾਗਤ ਵਰਣਨਾਂ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਅਤੇ ਇੱਕ ਖੋਜ ਪੱਤਰਾਂ ਦੇ ਪਾਠ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਕੀਤਾ। ਸਿੰਥੇਸਾਈਜ਼ ਕੀਤੇ ਵੇਰਵਿਆਂ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਸੰਸਕਰਣ ਨੇ ਭਾਸ਼ਾ ਦੇ ਨਾਲ ਜਿਓਮੈਟ੍ਰਿਕ ਬਣਤਰਾਂ ਨੂੰ ਇਕਸਾਰ ਕਰਨਾ ਸਫਲਤਾਪੂਰਵਕ ਸਿੱਖ ਲਿਆ, ਜਦੋਂ ਕਿ ਸਿਰਫ-ਪਾਠ ਸੰਸਕਰਣ ਨੇ ਅਜਿਹਾ ਨਹੀਂ ਕੀਤਾ।
ਟੀਮ ਨੇ ਫਿਰ ਮਾਡਲ ਨੂੰ ਸਾਲਿਡ-ਸਟੇਟ ਲਿਥੀਅਮ-ਆਇਨ ਬੈਟਰੀ ਇਲੈਕਟ੍ਰੋਲਾਈਟਸ ਲਈ ਅਨੁਕੂਲ ਕ੍ਰਿਸਟਲ ਸਮੱਗਰੀ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਕਿਹਾ - ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੀਆਂ ਬੈਟਰੀਆਂ ਲਈ ਇੱਕ ਮੁੱਖ ਚੁਣੌਤੀ। MIT ਨਿਊਜ਼ ਦੇ ਅਨੁਸਾਰ, ਮਾਡਲ ਦੇ ਚੋਟੀ ਦੇ ਨਤੀਜਿਆਂ ਵਿੱਚ ਉਹ ਸਮੱਗਰੀ ਸ਼ਾਮਲ ਸੀ ਜਿਨ੍ਹਾਂ ਦੀ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਹੋਨਹਾਰ ਉਮੀਦਵਾਰਾਂ ਵਜੋਂ ਪਛਾਣ ਕੀਤੀ ਗਈ ਸੀ, ਅਤੇ ਸਿਸਟਮ ਨੇ ਇੱਕ ਸੰਪੱਤੀ ਦਾ ਵਰਣਨ ਕਰਨ ਵਾਲੇ ਕੁਦਰਤੀ-ਭਾਸ਼ਾ ਦੇ ਸਵਾਲ ਦਿੱਤੇ ਅਤੇ ਉਸ ਸੰਪੱਤੀ ਦੇ ਨਾਲ ਕ੍ਰਿਸਟਲ ਲੱਭਣ ਲਈ ਕਿਹਾ ਤਾਂ ਇੱਕ ਟੈਕਸਟ-ਓਨਲੀ ਬੇਸਲਾਈਨ ਨੂੰ ਪਛਾੜ ਦਿੱਤਾ।
"ਢਾਂਚਾ ਅਸਲ ਵਿੱਚ ਸਮੱਗਰੀ ਵਿਗਿਆਨ ਖੇਤਰ ਦੇ ਦਿਲ ਵਿੱਚ ਹੈ," ਲੀ ਨੇ ਕਿਹਾ। "ਜੇਕਰ ਤੁਸੀਂ ਬਣਤਰ ਨੂੰ ਸਮਝਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਸਮੱਗਰੀ ਦੇ ਗੁਣਾਂ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਬਾਰੇ ਬਹੁਤ ਕੁਝ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦੇ ਹੋ। ਅਸੀਂ ਸਮੱਗਰੀ ਦੇ ਪਰਮਾਣੂ ਢਾਂਚੇ ਅਤੇ ਇਸਦੇ ਗੁਣਾਂ ਅਤੇ ਮਾਡਲ ਲਈ ਪ੍ਰੋਸੈਸਿੰਗ ਵਿਚਕਾਰ ਸਬੰਧ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਸੀ।"
ਜਿੱਥੇ ਇਹ AI-ਚਾਲਿਤ ਸਮੱਗਰੀ ਖੋਜ ਵਿੱਚ ਫਿੱਟ ਬੈਠਦਾ ਹੈ
ਪਿਛਲੇ ਦਹਾਕੇ ਦੌਰਾਨ, ਏਆਈ ਨੇ ਪਹਿਲਾਂ ਹੀ ਮੁੜ ਆਕਾਰ ਦਿੱਤਾ ਹੈ ਕਿ ਕਿਵੇਂ ਨਵੇਂ ਕ੍ਰਿਸਟਲ ਪ੍ਰਸਤਾਵਿਤ ਅਤੇ ਡਿਜ਼ਾਈਨ ਕੀਤੇ ਗਏ ਹਨ; ਇਹਨਾਂ ਵਿੱਚੋਂ ਜ਼ਿਆਦਾਤਰ ਪ੍ਰਣਾਲੀਆਂ, ਹਾਲਾਂਕਿ, ਕ੍ਰਿਸਟਲ ਸਮੱਗਰੀ ਨੂੰ ਵਿਸ਼ੇਸ਼ ਆਰਕੀਟੈਕਚਰ ਦੁਆਰਾ ਸੰਸਾਧਿਤ ਕੀਤੇ ਗਏ ਤਿੰਨ-ਅਯਾਮੀ ਗ੍ਰਾਫਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਮੰਨਦੀਆਂ ਹਨ, ਉਹਨਾਂ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਤੋਂ ਵੱਖ ਹਨ ਜੋ ਆਮ-ਉਦੇਸ਼ AI ਨੂੰ ਸ਼ਕਤੀ ਦਿੰਦੇ ਹਨ। ਜਿਓਮੈਟਰੀ ਨੂੰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸਮਝਣ ਲਈ ਇੱਕ ਭਾਸ਼ਾ-ਆਧਾਰਿਤ ਮਾਡਲ ਨੂੰ ਸਿਖਾ ਕੇ, MIT ਕੰਮ ਸਹਾਇਕਾਂ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ ਜੋ ਇੱਕ ਦਿਨ ਸਧਾਰਨ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਅੰਤ ਤੋਂ ਅੰਤ ਤੱਕ ਦੱਸੀ ਗਈ ਸਮੱਗਰੀ ਦੀ ਬੇਨਤੀ ਨੂੰ ਸੰਭਾਲ ਸਕਦੇ ਹਨ।
ਖੋਜ ਟੀਮ ਵਿੱਚ ਪਹਿਲੇ ਲੇਖਕ ਯਾਂਗ ਜੀਓਂਗ ਪਾਰਕ, ਇੱਕ ਸਾਬਕਾ ਐਮਆਈਟੀ ਪੋਸਟਡੌਕ, ਮਯੰਕ ਕੁਮਾਰਨ, ਹਾਲ ਹੀ ਵਿੱਚ ਇਲੀਨੋਇਸ ਯੂਨੀਵਰਸਟੀ ਆਫ ਇਲੀਨੋਇਸ ਅਰਬਾਨਾ-ਚੈਂਪੇਨ ਕੰਪਿਊਟਰ ਇੰਜਨੀਅਰਿੰਗ ਗ੍ਰੈਜੂਏਟ, ਚਿਆ-ਵੇਈ ਹਸੂ, ਅਤੇ ਐਲਸਾ ਓਲੀਵੇਟੀ, ਜੈਰੀ ਮੈਕਾਫੀ (1940) ਐਮਆਈਟੀ ਵਿੱਚ ਇੰਜੀਨੀਅਰਿੰਗ ਵਿੱਚ ਪ੍ਰੋਫੈਸਰ ਸ਼ਾਮਲ ਸਨ।
ਅੱਗੇ ਕੀ ਆ
ਮਾਡਲ ਇੱਕ ਖੋਜ ਪ੍ਰਣਾਲੀ ਬਣਿਆ ਹੋਇਆ ਹੈ, ਅਤੇ MIT ਨੇ ਕਿਸੇ ਉਤਪਾਦੀਕਰਨ ਦੀ ਘੋਸ਼ਣਾ ਨਹੀਂ ਕੀਤੀ ਹੈ। ਪਰ ਪ੍ਰਭਾਵ ਵਿਆਪਕ ਹਨ: ਸਾਲਿਡ-ਸਟੇਟ ਇਲੈਕਟ੍ਰੋਲਾਈਟਸ ਇੱਕ ਟੈਸਟ ਕੇਸ ਸਨ, ਅਤੇ ਉਹੀ ਬਣਤਰ-ਪਲੱਸ-ਭਾਸ਼ਾ ਪਹੁੰਚ ਉਤਪ੍ਰੇਰਕਾਂ, ਸੈਮੀਕੰਡਕਟਰਾਂ, ਜਾਂ ਢਾਂਚਾਗਤ ਸਮੱਗਰੀਆਂ 'ਤੇ ਲਾਗੂ ਹੋ ਸਕਦੀ ਹੈ। ਜੇਕਰ ਪਹੁੰਚ ਆਮ ਬਣ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਸਮੱਗਰੀ ਦੀ ਖੋਜ ਵਿੱਚ ਰੁਕਾਵਟ ਉਮੀਦਵਾਰ ਕ੍ਰਿਸਟਲ ਬਣਾਉਣ ਤੋਂ ਲੈਬ ਵਿੱਚ ਉਹਨਾਂ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਲਈ ਬਦਲ ਸਕਦੀ ਹੈ - ਇੱਕ ਸ਼ਿਫਟ ਪ੍ਰਯੋਗਾਤਮਕ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਸਵਾਗਤ ਕਰਨਗੇ।
---
AI ਤੋਂ ਅੱਗੇ ਰਹੋਨਵੀਨਤਮ AI ਖਬਰਾਂ, ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸਫਲਤਾਵਾਂ ਪ੍ਰਾਪਤ ਕਰੋ - ਸਭ ਇੱਕ ਥਾਂ 'ਤੇ।
ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →
