ਜੰਪਰ ਨੇ ਸੋਸ਼ਲ ਪਲੇਟਫਾਰਮ X 'ਤੇ ਲਿਖਿਆ, "ਲਗਭਗ 9 ਸਾਲਾਂ ਬਾਅਦ, ਮੈਂ ਗੂਗਲ ਡੀਪਮਾਈਂਡ ਨੂੰ ਛੱਡਣ ਅਤੇ ਐਂਥਰੋਪਿਕ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਦਾ ਫੈਸਲਾ ਕੀਤਾ ਹੈ।" ਉਸਨੇ ਡੀਪਮਾਈਂਡ ਦੇ ਮੁੱਖ ਕਾਰਜਕਾਰੀ ਡੇਮਿਸ ਹੈਸਾਬੀਸ ਨੂੰ "ਪੀਐਚਡੀ ਪੂਰੀ ਕਰਨ ਤੋਂ ਸਿਰਫ਼ ਛੇ ਮਹੀਨੇ ਬਾਅਦ ਮੈਨੂੰ ਅਲਫ਼ਾਫੋਲਡ ਟੀਮ ਦੀ ਅਗਵਾਈ ਕਰਨ ਦਾ ਇੱਕ ਅਸਲ ਮੌਕਾ ਦੇਣ ਦਾ ਸਿਹਰਾ ਦਿੱਤਾ।" For more context on this story, see our ongoing more AI stories.
ਗੂਗਲ ਨੇ ਬਲੂਮਬਰਗ ਨਿਊਜ਼ ਲਈ ਰਵਾਨਗੀ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ.
ਇੱਕ ਨੋਬਲ ਜੇਤੂ ਟਰੈਕ ਰਿਕਾਰਡ
ਜੰਪਰ ਨੇ ਡੀਪਮਾਈਂਡ 'ਤੇ ਟੀਮ ਦੀ ਅਗਵਾਈ ਕੀਤੀ ਜਿਸ ਨੇ ਐਲਫਾਫੋਲਡ, ਇੱਕ ਏਆਈ ਸਿਸਟਮ ਵਿਕਸਤ ਕੀਤਾ ਜੋ ਪ੍ਰੋਟੀਨ ਦੇ ਤਿੰਨ-ਅਯਾਮੀ ਢਾਂਚੇ ਨੂੰ ਉਹਨਾਂ ਦੇ ਐਮੀਨੋ-ਐਸਿਡ ਕ੍ਰਮਾਂ ਤੋਂ ਸਹੀ ਢੰਗ ਨਾਲ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ। ਇਸ ਪ੍ਰਾਪਤੀ ਨੇ "ਪ੍ਰੋਟੀਨ-ਫੋਲਡਿੰਗ ਸਮੱਸਿਆ" ਨੂੰ ਹੱਲ ਕੀਤਾ, ਅਣੂ ਜੀਵ ਵਿਗਿਆਨ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਚੁਣੌਤੀ ਜੋ ਅੱਧੀ ਸਦੀ ਤੋਂ ਖੜ੍ਹੀ ਸੀ, ਅਤੇ ਇਸਦੇ ਪ੍ਰਭਾਵ ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੀ ਖੋਜ, ਬਾਇਓਟੈਕਨਾਲੋਜੀ ਅਤੇ ਬੁਨਿਆਦੀ ਵਿਗਿਆਨ ਵਿੱਚ ਫੈਲ ਗਏ।
ਉਸ ਕੰਮ ਲਈ, ਜੰਪਰ ਅਤੇ ਹੈਸਾਬੀਸ — ਬਾਇਓਕੈਮਿਸਟ ਡੇਵਿਡ ਬੇਕਰ ਦੇ ਨਾਲ — ਨੂੰ 2024 ਰਸਾਇਣ ਵਿਗਿਆਨ ਵਿੱਚ ਨੋਬਲ ਪੁਰਸਕਾਰ ਨਾਲ ਸਨਮਾਨਿਤ ਕੀਤਾ ਗਿਆ ਸੀ। ਡੀਪਮਾਈਂਡ ਵਿਖੇ, ਜੰਪਰ ਨੇ ਉਪ-ਪ੍ਰਧਾਨ ਦਾ ਖਿਤਾਬ ਰੱਖਿਆ, ਉਸ ਨੂੰ ਲੈਬ ਵਿੱਚ ਸਭ ਤੋਂ ਸੀਨੀਅਰ ਵਿਗਿਆਨਕ ਨੇਤਾਵਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ।
ਕਦਮ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ
ਕਿਸੇ ਨੋਬਲ ਪੁਰਸਕਾਰ ਜੇਤੂ ਨੂੰ ਸਿੱਧੇ ਮੁਕਾਬਲੇ ਵਿੱਚ ਗੁਆਉਣਾ ਕਿਸੇ ਵੀ ਸਥਿਤੀ ਵਿੱਚ ਇੱਕ ਝਟਕਾ ਹੈ, ਪਰ ਸਮਾਂ ਇਸਦੀ ਮਹੱਤਤਾ ਨੂੰ ਤਿੱਖਾ ਕਰਦਾ ਹੈ। ਬਲੂਮਬਰਗ ਦੇ ਅਨੁਸਾਰ, ਇਹ ਕਦਮ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਏਆਈ ਮਾਡਲ ਬਣਾਉਣ ਦੀ ਦੌੜ ਵਿੱਚ ਐਂਥਰੋਪਿਕ, ਓਪਨਏਆਈ ਅਤੇ ਸਪੇਸਐਕਸ ਦੇ xAI ਉੱਦਮ ਨੂੰ ਹਰਾਉਣ ਲਈ ਗੂਗਲ ਦੀ ਮੁਹਿੰਮ ਵਿੱਚ ਰੁਕਾਵਟ ਪਾ ਸਕਦਾ ਹੈ।
ਪ੍ਰਤੀਯੋਗੀ ਦਬਾਅ ਸਿਰਫ਼ ਕੱਚੀ ਖੋਜ ਪ੍ਰਤਿਭਾ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਗੂਗਲ ਦੇ ਸਾਬਕਾ ਕਰਮਚਾਰੀਆਂ ਨੇ ਬਲੂਮਬਰਗ ਨੂੰ ਦੱਸਿਆ ਕਿ ਕੰਪਨੀ ਨੇ ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਏਆਈ ਕੋਡਿੰਗ ਟੂਲ ਵੇਚਣ ਲਈ ਸੰਘਰਸ਼ ਕੀਤਾ ਹੈ, ਇੱਕ ਸ਼੍ਰੇਣੀ ਜੋ ਐਂਥਰੋਪਿਕ ਅਤੇ ਓਪਨਏਆਈ ਦੋਵਾਂ ਲਈ ਵਿਕਾਸ ਦਾ ਇੱਕ ਪ੍ਰਮੁੱਖ ਇੰਜਨ ਬਣ ਗਈ ਹੈ। ਡੀਪਮਾਈਂਡ ਦੇ ਅੰਦਰ ਵਰਕਰਾਂ ਅਤੇ ਕਾਰਜਕਾਰੀ ਅਧਿਕਾਰੀਆਂ ਨੇ ਕਥਿਤ ਤੌਰ 'ਤੇ ਚਿੰਤਾਵਾਂ ਜ਼ਾਹਰ ਕੀਤੀਆਂ ਹਨ ਕਿ ਗੂਗਲ ਕੋਲ AI ਕੋਡਿੰਗ ਸਹਾਇਕ ਦੀ ਮੰਗ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਲਈ ਇੱਕ ਸਪੱਸ਼ਟ, ਮਜਬੂਰ ਕਰਨ ਵਾਲੇ ਉਤਪਾਦ ਦੀ ਘਾਟ ਹੈ - ਉਹੀ ਖੰਡ ਜਿੱਥੇ ਐਂਥਰੋਪਿਕ ਦਾ ਕਲੌਡ ਕੋਡ ਅਤੇ ਓਪਨਏਆਈ ਦੇ ਕੋਡੈਕਸ ਤੇਜ਼ੀ ਨਾਲ ਜ਼ਮੀਨ ਪ੍ਰਾਪਤ ਕਰ ਰਹੇ ਹਨ।
ਪ੍ਰਤਿਭਾ ਦੀ ਜੰਗ ਨੂੰ ਗਰਮ ਕਰਦਾ ਹੈ
ਜੰਪਰ ਦੀ ਰਵਾਨਗੀ ਫਰੰਟੀਅਰ ਏਆਈ ਲੈਬਾਂ ਦੇ ਵਿਚਕਾਰ ਜਾਣ ਵਾਲੇ ਕੁਲੀਨ ਖੋਜਕਰਤਾਵਾਂ ਦੇ ਇੱਕ ਵਿਆਪਕ ਪੈਟਰਨ ਵਿੱਚ ਫਿੱਟ ਬੈਠਦੀ ਹੈ ਕਿਉਂਕਿ ਫੰਡਿੰਗ ਅਤੇ ਮੁੱਲ ਇਤਿਹਾਸਕ ਪੱਧਰਾਂ ਤੱਕ ਪਹੁੰਚਦੇ ਹਨ। ਜਿਵੇਂ ਕਿ ਕੰਪਨੀਆਂ ਵਧੇਰੇ ਸਮਰੱਥ ਪ੍ਰਣਾਲੀਆਂ ਵੱਲ ਦੌੜਦੀਆਂ ਹਨ, ਸਭ ਤੋਂ ਘੱਟ ਸਰੋਤ ਹੁਣ ਇਕੱਲੇ ਗਣਨਾ ਨਹੀਂ ਕਰ ਰਹੇ ਹਨ, ਪਰ ਖੋਜ ਦੇ ਸਾਬਤ ਹੋਏ ਰਿਕਾਰਡਾਂ ਵਾਲੇ ਵਿਗਿਆਨੀਆਂ ਦਾ ਛੋਟਾ ਪੂਲ ਹੈ। MarketWatch ਨੇ ਦੇਖਿਆ ਕਿ ਗੂਗਲ ਹਿੱਲ-ਜੁੱਲ ਇਸ ਗੱਲ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਮਨੁੱਖੀ ਮਹਾਰਤ ਹੁਣ ਪੂਰੀ AI ਸਪਲਾਈ ਚੇਨ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਸੀਮਤ ਇਨਪੁਟ ਹੋ ਸਕਦੀ ਹੈ।
ਐਂਥਰੋਪਿਕ ਲਈ, ਜੰਪਰ ਦੇ ਕੱਦ ਦੇ ਅੰਕੜੇ ਨੂੰ ਭਰਤੀ ਕਰਨਾ ਵਿਗਿਆਨਕ ਭਰੋਸੇਯੋਗਤਾ ਅਤੇ ਨਿਵੇਸ਼ਕਾਂ, ਗਾਹਕਾਂ ਅਤੇ ਸੰਭਾਵੀ ਕਿਰਾਏਦਾਰਾਂ ਲਈ ਸੰਕੇਤ ਦੋਵੇਂ ਲਿਆਉਂਦਾ ਹੈ ਕਿ ਲੈਬ ਸਥਾਪਿਤ ਦਿੱਗਜਾਂ ਤੋਂ ਦੂਰ ਉੱਚ ਪੱਧਰੀ ਪ੍ਰਤਿਭਾ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰ ਸਕਦੀ ਹੈ। ਐਂਥਰੋਪਿਕ ਨੇ ਆਪਣੇ ਆਪ ਨੂੰ AI ਸੁਰੱਖਿਆ ਖੋਜ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਸਥਿਤੀ ਵਿੱਚ ਰੱਖਿਆ ਹੈ, ਅਤੇ ਇੱਕ ਖੋਜਕਰਤਾ ਜਟਿਲ ਜੈਵਿਕ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਮਾਡਲਿੰਗ ਕਰਨ ਦੇ ਡੂੰਘੇ ਤਜ਼ਰਬੇ ਨਾਲ ਉੱਨਤ ਮਾਡਲਾਂ ਨੂੰ ਸਮਝਣ ਅਤੇ ਚਲਾਉਣ ਦੇ ਯਤਨਾਂ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾ ਸਕਦਾ ਹੈ।
ਅਲਫਾਫੋਲਡ ਦਾ ਬਾਹਰੀ ਪ੍ਰਭਾਵ
ਜੰਪਰ ਨੇ ਜੋ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕੀਤੀ ਹੈ ਉਸ ਦਾ ਪੈਮਾਨਾ ਬਹੁਤ ਜ਼ਿਆਦਾ ਬਿਆਨ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੈ। ਅਲਫਾਫੋਲਡ ਤੋਂ ਪਹਿਲਾਂ, ਇੱਕ ਪ੍ਰੋਟੀਨ ਦੀ ਤਿੰਨ-ਅਯਾਮੀ ਬਣਤਰ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਐਕਸ-ਰੇ ਕ੍ਰਿਸਟਲੋਗ੍ਰਾਫੀ ਵਰਗੀਆਂ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕਈ ਮਹੀਨਿਆਂ ਜਾਂ ਸਾਲਾਂ ਤੱਕ ਮਿਹਨਤੀ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੇ ਕੰਮ ਦਾ ਸਮਾਂ ਲੱਗ ਸਕਦਾ ਹੈ। ਅਲਫਾਫੋਲਡ ਨੇ ਲਗਭਗ ਹਰ ਜਾਣੇ-ਪਛਾਣੇ ਪ੍ਰੋਟੀਨ ਲਈ ਬਹੁਤ ਹੀ ਸਹੀ ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਦਾ ਉਤਪਾਦਨ ਕੀਤਾ, ਅਤੇ ਇਸਦੇ ਆਲੇ-ਦੁਆਲੇ ਬਣਾਏ ਗਏ ਢਾਂਚਾਗਤ ਡੇਟਾਬੇਸ ਨੂੰ 190 ਤੋਂ ਵੱਧ ਦੇਸ਼ਾਂ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਦੁਆਰਾ ਐਕਸੈਸ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਸ ਸਫਲਤਾ ਨੂੰ ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੀ ਖੋਜ ਦੇ ਸ਼ੁਰੂਆਤੀ ਪੜਾਵਾਂ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਅਤੇ ਜੈਨੇਟਿਕਸ, ਖੇਤੀਬਾੜੀ, ਅਤੇ ਰੋਗ ਮਾਡਲਿੰਗ ਵਿੱਚ ਖੋਜ ਦੀਆਂ ਨਵੀਆਂ ਲਾਈਨਾਂ ਖੋਲ੍ਹਣ ਲਈ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਸਿਹਰਾ ਦਿੱਤਾ ਗਿਆ ਸੀ।
ਉਹ ਟਰੈਕ ਰਿਕਾਰਡ ਬਿਲਕੁਲ ਉਹ ਹੈ ਜੋ ਜੰਪਰ ਨੂੰ ਪ੍ਰਤੀਯੋਗੀ ਲਈ ਆਕਰਸ਼ਕ ਬਣਾਉਂਦਾ ਹੈ। ਫਰੰਟੀਅਰ ਏਆਈ ਲੈਬਜ਼ ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਇਨਾਮ ਦਿੰਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਨੇ ਅਭਿਲਾਸ਼ੀ ਖੋਜ ਟੀਚਿਆਂ ਨੂੰ ਤੈਨਾਤ, ਅਸਲ-ਸੰਸਾਰ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਹੈ - ਸ਼ੁੱਧ ਸਿਧਾਂਤਕ ਪ੍ਰਤਿਭਾ ਨਾਲੋਂ ਇੱਕ ਦੁਰਲੱਭ ਸੁਮੇਲ।
DeepMind ਕੀ ਹਾਰਦਾ ਹੈ
ਅਲਫਾਫੋਲਡ ਦੀ ਵਿਰਾਸਤ ਸੁਰੱਖਿਅਤ ਹੈ, ਅਤੇ ਸਿਸਟਮ ਪਹਿਲਾਂ ਹੀ ਦੁਨੀਆ ਭਰ ਦੇ ਸੈਂਕੜੇ ਹਜ਼ਾਰਾਂ ਵਿਗਿਆਨੀਆਂ ਦੁਆਰਾ ਵਰਤੇ ਗਏ ਇੱਕ ਸਾਧਨ ਵਜੋਂ ਜਾਰੀ ਕੀਤਾ ਗਿਆ ਹੈ। ਪਰ ਇਸਦੇ ਪ੍ਰਮੁੱਖ ਆਰਕੀਟੈਕਟ ਦੇ ਜਾਣ ਨਾਲ ਕੰਮ ਨੂੰ ਇਸਦੇ ਅਗਲੇ ਪੜਾਵਾਂ ਵਿੱਚ ਅੱਗੇ ਵਧਾਉਣ ਨਾਲ ਸਭ ਤੋਂ ਵੱਧ ਜੁੜੇ ਨੇਤਾ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ - ਜਿਸ ਵਿੱਚ ਡਰੱਗ ਡਿਜ਼ਾਈਨ, ਐਂਜ਼ਾਈਮ ਇੰਜਨੀਅਰਿੰਗ, ਅਤੇ ਸਮੱਗਰੀ ਵਿਗਿਆਨ ਵਿੱਚ ਸੰਭਾਵੀ ਐਪਲੀਕੇਸ਼ਨ ਸ਼ਾਮਲ ਹਨ।
DeepMind ਖੋਜਕਰਤਾਵਾਂ ਦੇ ਇੱਕ ਡੂੰਘੇ ਬੈਂਚ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਦਾ ਹੈ, ਅਤੇ Google ਨੇ ਮੁਆਵਜ਼ੇ ਅਤੇ ਗਣਨਾ ਪਹੁੰਚ ਦੁਆਰਾ ਪ੍ਰਤਿਭਾ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਵਿੱਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਵੇਸ਼ ਕੀਤਾ ਹੈ। ਫਿਰ ਵੀ ਉੱਚ-ਪ੍ਰੋਫਾਈਲ ਐਗਜ਼ਿਟਸ ਕਿਸੇ ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਤੋਂ ਪਰੇ ਇੱਕ ਲਾਗਤ ਲੈ ਕੇ ਜਾਂਦੇ ਹਨ। ਉਹ ਮਨੋਬਲ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦੇ ਹਨ, ਉਤਰਾਧਿਕਾਰ ਦੀ ਯੋਜਨਾਬੰਦੀ ਨੂੰ ਗੁੰਝਲਦਾਰ ਬਣਾ ਸਕਦੇ ਹਨ, ਅਤੇ ਹੱਥੀਂ ਪ੍ਰਤੀਯੋਗੀਆਂ ਨੂੰ ਗਤੀ ਦੇ ਬਿਰਤਾਂਤ ਦਾ ਸਾਹਮਣਾ ਕਰ ਸਕਦੇ ਹਨ ਜਿਸਦਾ ਮੁਕਾਬਲਾ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੈ।
ਵੱਡੀ ਤਸਵੀਰ
ਜੰਪਰ ਦੀ ਚਾਲ ਇੱਕ ਯਾਦ ਦਿਵਾਉਂਦੀ ਹੈ ਕਿ AI ਉਦਯੋਗ ਦਾ ਗੰਭੀਰਤਾ ਦਾ ਕੇਂਦਰ ਤਰਲ ਹੈ। ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਜੋ ਕਦੇ ਅਯੋਗ ਜਾਪਦੀਆਂ ਸਨ ਹੁਣ ਸਿਰਫ ਮਾਡਲ ਪ੍ਰਦਰਸ਼ਨ 'ਤੇ ਨਹੀਂ ਬਲਕਿ ਇਸ ਨੂੰ ਬਣਾਉਣ ਵਾਲੇ ਲੋਕਾਂ ਨੂੰ ਫੜਨ ਦੀ ਉਨ੍ਹਾਂ ਦੀ ਯੋਗਤਾ 'ਤੇ ਮੁਕਾਬਲਾ ਕਰ ਰਹੀਆਂ ਹਨ। ਜਿਵੇਂ ਕਿ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ AI ਵਿਕਾਸ ਵਿੱਚ ਇੱਕ ਪਰਿਭਾਸ਼ਿਤ ਮਿਆਦ ਹੋਣ ਦੀ ਉਮੀਦ ਕਰਨ ਦੀ ਤਿਆਰੀ ਕਰਦੀਆਂ ਹਨ, ਚਿੱਪ ਸਪਲਾਈ ਅਤੇ ਊਰਜਾ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਬਰਾਬਰ ਪ੍ਰਤਿਭਾ ਦੀ ਧਾਰਨਾ ਇੱਕ ਰਣਨੀਤਕ ਤਰਜੀਹ ਬਣ ਗਈ ਹੈ।
ਗੂਗਲ ਲਈ, ਅਲਫਾਫੋਲਡ ਦੇ ਸਹਿ-ਸਿਰਜਣਹਾਰ ਨੂੰ ਇੱਕ ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਰਹੇ ਵਿਰੋਧੀ ਤੋਂ ਗੁਆਉਣਾ ਇੱਕ ਪਲ ਹੈ। ਐਂਥਰੋਪਿਕ ਲਈ, ਇਹ ਇੱਕ ਭਰਤੀ ਕੂਪ ਹੈ ਜੋ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਜਦੋਂ ਸਫਲਤਾਵਾਂ ਦੇ ਪਿੱਛੇ ਵਾਲੇ ਲੋਕ ਜਾਣ ਦਾ ਫੈਸਲਾ ਕਰਦੇ ਹਨ ਤਾਂ ਪ੍ਰਤੀਯੋਗੀ ਲੈਂਡਸਕੇਪ ਕਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲ ਸਕਦਾ ਹੈ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
