AWS ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਬਲੌਗ 'ਤੇ 13 ਨਵੰਬਰ ਦੀ ਪੋਸਟ ਦੇ ਅਨੁਸਾਰ, Amazon Web Services ਨੇ OpenFold3-preview, ਇੱਕ ਓਪਨ-ਸੋਰਸ ਬਾਇਓਮੋਲੀਕਿਊਲਰ ਸਟ੍ਰਕਚਰ ਪੂਰਵ ਅਨੁਮਾਨ ਮਾਡਲ ਬਣਾਇਆ ਹੈ, ਜੋ ਸਿੱਧੇ ਤੌਰ 'ਤੇ Amazon SageMaker JumpStart ਤੋਂ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਕਦਮ ਕੰਪਿਊਟੇਸ਼ਨਲ ਬਾਇਓਲੋਜੀ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਨਤੀਜੇ ਵਾਲੇ ਮਾਡਲ ਪਰਿਵਾਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨੂੰ ਇੱਕ ਪ੍ਰਬੰਧਿਤ ਕਲਾਉਡ ਐਂਡਪੁਆਇੰਟ ਦੇ ਪਿੱਛੇ ਰੱਖਦਾ ਹੈ - ਅਤੇ ਖੋਜ ਟੀਮਾਂ ਨੂੰ ਮਲਕੀਅਤ ਬਣਤਰ-ਪੂਰਵ-ਅਨੁਮਾਨ ਪ੍ਰਣਾਲੀਆਂ ਲਈ ਇੱਕ ਖੁੱਲ੍ਹੇ ਤੌਰ 'ਤੇ ਲਾਇਸੰਸਸ਼ੁਦਾ ਵਿਕਲਪ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

ਓਪਨਫੋਲਡ3 ਨੂੰ ਕੋਲੰਬੀਆ ਯੂਨੀਵਰਸਿਟੀ ਵਿਖੇ ਓਪਨਫੋਲਡ ਕੰਸੋਰਟੀਅਮ ਅਤੇ ਅਲ ਕੁਰੈਸ਼ੀ ਲੈਬ ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤਾ ਗਿਆ ਸੀ। ਓਪਨ-ਸਾਇੰਸ ਦੇ ਹੋਰ ਯਤਨਾਂ ਵਾਂਗ ਜੋ द नवीनतम AI ਖੋਜ ਨੂੰ ਹਰ ਕਿਸੇ ਲਈ ਪਹੁੰਚਯੋਗ ਰੱਖਦੇ ਹਨ, ਪ੍ਰੋਜੈਕਟ ਬਲੈਕ-ਬਾਕਸ API ਤੋਂ ਕਿਤੇ ਵੱਧ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਦਾ ਹੈ: Apache 2.0 ਲਾਇਸੰਸ ਦੇ ਅਧੀਨ ਕੋਡ ਅਤੇ ਮਾਡਲ ਵੇਟ ਸ਼ਿਪ, ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਨੇ ਸਿਖਲਾਈ ਡੇਟਾ ਅਤੇ ਵਿਧੀਆਂ ਨੂੰ ਵੀ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤਾ ਹੈ।

OpenFold3 ਕੀ ਅਨੁਮਾਨ ਲਗਾ ਸਕਦਾ ਹੈ

OpenFold3 ਇੱਕ ਆਲ-ਐਟਮ ਬਣਤਰ ਪੂਰਵ ਅਨੁਮਾਨ ਮਾਡਲ ਹੈ। AWS ਦੇ ਅਨੁਸਾਰ, ਇਹ ਅਣੂਆਂ ਦੇ ਇੱਕ ਸਮੂਹ ਦੇ ਸੰਯੁਕਤ 3D ਬਣਤਰ ਦਾ ਉਹਨਾਂ ਦੇ ਕ੍ਰਮਾਂ ਤੋਂ ਸਿੱਧਾ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ - ਅਤੇ ਇਹ ਸਿੰਗਲ ਪ੍ਰੋਟੀਨ ਚੇਨਾਂ ਤੱਕ ਸੀਮਿਤ ਨਹੀਂ ਹੈ। ਇੱਕ ਸਿੰਗਲ ਪੂਰਵ-ਅਨੁਮਾਨ ਮਲਟੀ-ਚੇਨ ਪ੍ਰੋਟੀਨ ਕੰਪਲੈਕਸਾਂ, ਪ੍ਰੋਟੀਨ-ਨਿਊਕਲੀਕ ਐਸਿਡ ਅਸੈਂਬਲੀਆਂ, ਅਤੇ ਪ੍ਰੋਟੀਨ-ਲਿਗੈਂਡ ਕੰਪਲੈਕਸਾਂ ਨੂੰ ਫੋਲਡ ਕਰ ਸਕਦਾ ਹੈ, ਜੋ ਕਿ ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਅਣੂ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਦੇ ਇੱਕ ਵੱਡੇ ਹਿੱਸੇ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ।

ਇਹ ਸਮਰੱਥਾ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ ਕਿਉਂਕਿ ਬਣਤਰ ਦੀ ਭਵਿੱਖਬਾਣੀ ਚੁੱਪਚਾਪ ਕੰਪਿਊਟੇਸ਼ਨਲ ਡਰੱਗ ਖੋਜ ਲਈ ਮੁੱਖ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਬਣ ਗਈ ਹੈ। AWS ਦੀ ਪੋਸਟ ਨੋਟ ਕਰਦੀ ਹੈ ਕਿ ਟੀਮਾਂ ਹੁਣ ਟੀਚੇ ਦੀ ਪਛਾਣ, ਐਂਟੀਬਾਡੀ ਅਤੇ ਪ੍ਰੋਟੀਨ ਇੰਜੀਨੀਅਰਿੰਗ, ਅਤੇ ਬਣਤਰ-ਅਧਾਰਤ ਵਰਚੁਅਲ ਸਕ੍ਰੀਨਿੰਗ ਲਈ ਇਸ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ - ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ ਦਾ ਕੰਮ ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਕਿ ਕਿਹੜੇ ਡਰੱਗ ਉਮੀਦਵਾਰ ਕਦੇ ਵੀ ਗਿੱਲੀ ਲੈਬ ਤੱਕ ਪਹੁੰਚਦੇ ਹਨ।

ਇੱਕ ਓਪਨ ਲਾਇਸੈਂਸ ਬਿੰਦੂ ਹੈ

Apache 2.0 ਲਾਇਸੰਸਿੰਗ ਉਹ ਹੈ ਜੋ ਬੰਦ ਸਰਹੱਦੀ ਪ੍ਰਣਾਲੀਆਂ ਨਾਲ ਭਰੇ ਇੱਕ ਖੇਤਰ ਵਿੱਚ OpenFold3 ਨੂੰ ਵੱਖਰਾ ਕਰਦਾ ਹੈ। AWS ਨੇ ਕਿਹਾ ਕਿ ਖੋਜ ਸੰਸਥਾਵਾਂ ਅਤੇ ਫਾਰਮਾਸਿਊਟੀਕਲ ਕੰਪਨੀਆਂ ਮਾਡਲ ਦਾ ਨਿਰੀਖਣ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਮਲਕੀਅਤ ਡੇਟਾ 'ਤੇ ਇਸ ਨੂੰ ਵਧੀਆ ਬਣਾ ਸਕਦੀਆਂ ਹਨ, ਅਤੇ ਲਾਈਸੈਂਸ ਦੀਆਂ ਸ਼ਰਤਾਂ ਦੇ ਤਹਿਤ ਵਪਾਰਕ ਉਤਪਾਦਾਂ ਦਾ ਨਿਰਮਾਣ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਇੱਕ ਉਦਯੋਗ ਲਈ ਜਿੱਥੇ ਅਣੂ ਬਣਤਰ ਅਤੇ ਸਕ੍ਰੀਨਿੰਗ ਡੇਟਾ ਵਪਾਰਕ ਰਾਜ਼ਾਂ ਨੂੰ ਨੇੜਿਓਂ ਸੁਰੱਖਿਅਤ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ, ਇੱਕ ਮਾਡਲ ਜਿਸਦਾ ਭਾਰ ਅਤੇ ਸਿਖਲਾਈ ਵਿਧੀਆਂ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਟੀਮਾਂ ਨੂੰ ਆਡਿਟਯੋਗਤਾ ਦਾ ਇੱਕ ਪੱਧਰ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਬੰਦ APIs ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦਾ ਹੈ।

AWS OpenFold3-ਝਲਕ ਨੂੰ ਇੱਕ ਖੋਜ ਪ੍ਰੀਵਿਊ ਦੇ ਰੂਪ ਵਿੱਚ ਵਰਣਨ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣ ਯੋਗ ਹੈ: ਇਹ ਇੱਕ ਮੁਕੰਮਲ ਉਤਪਾਦ ਦੀ ਬਜਾਏ ਇੱਕ ਸ਼ੁਰੂਆਤੀ, ਵਿਕਾਸਸ਼ੀਲ ਤੈਨਾਤੀ ਹੈ। ਪਰ ਇੱਕ ਖੁੱਲੇ, ਆਲ-ਐਟਮ ਫੋਲਡਿੰਗ ਮਾਡਲ ਦੀ ਇੱਕ ਪੂਰਵਦਰਸ਼ਨ ਵੰਡ ਵੀ ਅਕਾਦਮਿਕ ਲੈਬਾਂ ਲਈ ਰੁਕਾਵਟ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ ਜੋ ਮਲਕੀਅਤ ਮਾਡਲ ਪ੍ਰਦਾਤਾਵਾਂ ਨਾਲ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਲਾਇਸੈਂਸਾਂ ਲਈ ਗੱਲਬਾਤ ਨਹੀਂ ਕਰ ਸਕਦੀਆਂ।

ਇਹ ਅਸਿੰਕ੍ਰੋਨਸ ਇਨਫਰੈਂਸ 'ਤੇ ਕਿਉਂ ਚੱਲਦਾ ਹੈ

ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਕਹਾਣੀ ਮਾਡਲ ਦੇ ਰੂਪ ਵਿੱਚ ਹੀ ਦਿਲਚਸਪ ਹੈ. ਜ਼ਿਆਦਾਤਰ ਜੰਪਸਟਾਰਟ ਮਾਡਲ — ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਅਤੇ ਉਹਨਾਂ ਵਿੱਚ ਏਮਬੈਡਿੰਗ ਮਾਡਲ — ਅਸਲ-ਸਮੇਂ ਦੇ ਅੰਤਮ ਬਿੰਦੂਆਂ 'ਤੇ ਤੈਨਾਤ ਕਰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ 60 ਸਕਿੰਟਾਂ 'ਤੇ ਸੀਮਿਤ ਇੱਕ ਬੇਨਤੀ ਦੇ ਅੰਦਰ ਜਵਾਬ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ। ਬਣਤਰ ਦੀ ਭਵਿੱਖਬਾਣੀ ਉਸ ਉੱਲੀ ਵਿੱਚ ਫਿੱਟ ਨਹੀਂ ਬੈਠਦੀ। ਫੋਲਡਿੰਗ ਸਮਾਂ ਇੱਕ ਪੁੱਛਗਿੱਛ ਵਿੱਚ ਚੇਨਾਂ ਦੀ ਸੰਖਿਆ ਅਤੇ ਲੰਬਾਈ ਦੇ ਨਾਲ ਵਧਦਾ ਹੈ, ਅਤੇ ਅਸਲ-ਸੰਸਾਰ ਪ੍ਰੋਟੀਨ ਅਤੇ ਕੰਪਲੈਕਸ ਅਕਸਰ ਅਨੁਮਾਨ ਲਗਾਉਣ ਵਿੱਚ ਕਈ ਮਿੰਟ ਲੈਂਦੇ ਹਨ।

ਇਸ ਕਾਰਨ ਕਰਕੇ, ਜੰਪਸਟਾਰਟ 'ਤੇ ਓਪਨਫੋਲਡ3 ਸੇਜਮੇਕਰ ਅਸਿੰਕ੍ਰੋਨਸ ਇਨਫਰੈਂਸ 'ਤੇ ਚੱਲਦਾ ਹੈ। AWS ਅਸਿੰਕ੍ਰੋਨਸ ਅੰਤਮ ਬਿੰਦੂਆਂ ਦੀਆਂ ਦੋ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ ਜੋ ਵਿਗਿਆਨਕ ਵਰਕਲੋਡ ਦੇ ਅਨੁਕੂਲ ਹੁੰਦੇ ਹਨ: ਉਹ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਬੇਨਤੀਆਂ ਦੀ ਕਤਾਰ ਬਣਾਉਂਦੇ ਹਨ, ਇਸਲਈ ਇੱਕ ਲੈਬ ਆਪਣੀ ਨੌਕਰੀ ਦੀ ਕਤਾਰ ਬਣਾਏ ਬਿਨਾਂ ਕ੍ਰਮਾਂ ਦਾ ਇੱਕ ਵੱਡਾ ਬੈਚ ਜਮ੍ਹਾਂ ਕਰ ਸਕਦੀ ਹੈ, ਅਤੇ ਜਦੋਂ ਕਤਾਰ ਖਾਲੀ ਹੁੰਦੀ ਹੈ ਤਾਂ ਉਹ ਜ਼ੀਰੋ ਮੌਕਿਆਂ 'ਤੇ ਸਕੇਲ ਕਰ ਸਕਦੇ ਹਨ, ਜੋ GPU ਪ੍ਰਯੋਗਾਂ ਦੇ ਵਿਚਕਾਰ ਸਮੇਂ ਦਾ ਭੁਗਤਾਨ ਕਰਨ ਤੋਂ ਬਚਦਾ ਹੈ। ਮਾਡਲ G6 GPU ਮੌਕਿਆਂ 'ਤੇ ਚੱਲਦਾ ਹੈ, ਅਤੇ AWS ਚੇਤਾਵਨੀ ਦਿੰਦਾ ਹੈ ਕਿ G6 ਸਮਰੱਥਾ ਕੁਝ ਖੇਤਰਾਂ ਵਿੱਚ ਸੀਮਿਤ ਹੋ ਸਕਦੀ ਹੈ — ਤੈਨਾਤੀਆਂ ਜੋ ਇੱਕ InsufficientInstanceCapacity ਗਲਤੀ ਨਾਲ ਅਸਫਲ ਹੁੰਦੀਆਂ ਹਨ, ਨੂੰ ਬਾਅਦ ਵਿੱਚ ਦੁਬਾਰਾ ਕੋਸ਼ਿਸ਼ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਜਾਂ ਇੱਕ ਵੱਖਰਾ ਸਮਰਥਿਤ ਉਦਾਹਰਨ ਆਕਾਰ ਚੁਣਨਾ ਚਾਹੀਦਾ ਹੈ।

ਘੋਸ਼ਣਾ ਵਿੱਚ ਇੱਕ ਲਾਗਤ ਚੇਤਾਵਨੀ ਵੀ ਦਿੱਤੀ ਗਈ ਹੈ: ਸੇਜਮੇਕਰ ਐਂਡਪੁਆਇੰਟਸ ਨੂੰ ਚੱਲਦੇ ਸਮੇਂ ਪ੍ਰਤੀ ਉਦਾਹਰਨ-ਘੰਟੇ ਦਾ ਬਿੱਲ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਨਿਸ਼ਕਿਰਿਆ ਵੀ ਸ਼ਾਮਲ ਹੈ। AWS ਦੀ ਪੋਸਟ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਇਸ ਦੇ ਸਫ਼ਾਈ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਜਾਂ ਅਚਾਨਕ ਖਰਚਿਆਂ ਤੋਂ ਬਚਣ ਲਈ ਸਕੇਲ-ਟੂ-ਜ਼ੀਰੋ ਨੂੰ ਕੌਂਫਿਗਰ ਕਰਨ ਲਈ ਕਹਿੰਦੀ ਹੈ - ਖੋਜ ਬਜਟਾਂ ਲਈ ਵਿਹਾਰਕ ਸਲਾਹ ਜੋ ਕਿ ਹੈਰਾਨੀਜਨਕ ਕਲਾਉਡ ਬਿੱਲਾਂ ਨੂੰ ਘੱਟ ਹੀ ਬਰਦਾਸ਼ਤ ਕਰਦੇ ਹਨ।

AI-ਚਾਲਿਤ ਵਿਗਿਆਨ ਲਈ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ

ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਡੀਲ ਇਸ ਗੱਲ ਦਾ ਸੰਕੇਤ ਹੈ ਕਿ ਓਪਨ ਸਾਇੰਸ ਅਤੇ ਵਪਾਰਕ ਕਲਾਉਡ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਕਿੱਥੇ ਇਕੱਠੇ ਹੋ ਰਹੇ ਹਨ। ਓਪਨਫੋਲਡ3 ਦੇ ਡਿਵੈਲਪਰਾਂ ਨੇ ਨਿਰੀਖਣ, ਵਧੀਆ-ਟਿਊਨ ਅਤੇ ਵਿਸਤ੍ਰਿਤ ਕਰਨ ਲਈ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਮਾਡਲ ਬਣਾਇਆ; AWS ਨੇ ਸਰਵਿੰਗ ਪਰਤ ਬਣਾਈ ਹੈ ਜੋ ਅਜੀਬ ਕਾਰਜਸ਼ੀਲ ਹਕੀਕਤਾਂ ਨੂੰ ਸੰਭਾਲਦੀ ਹੈ — ਮਲਟੀ-ਮਿੰਟ ਇਨਫਰੈਂਸ, ਬਰਸਟੀ ਬੈਚ ਵਰਕਲੋਡ, ਵਿਹਲੇ ਸਮੇਂ ਦੀਆਂ ਲਾਗਤਾਂ — ਜੋ ਜ਼ਿਆਦਾਤਰ ਲੈਬਾਂ ਨੂੰ ਸਵੈ-ਹੋਸਟਿੰਗ ਤੋਂ ਰੋਕਦੀਆਂ ਹਨ। ਇਕੱਠੇ ਮਿਲ ਕੇ, ਉਹ ਇੱਕ ਸਮਰੱਥਾ ਬਣਾਉਂਦੇ ਹਨ ਜਿਸ ਲਈ ਹਾਲ ਹੀ ਵਿੱਚ ਇੱਕ ਕਲਾਉਡ ਖਾਤੇ ਦੇ ਨਾਲ ਇੱਕ ਮਿਆਰੀ ਖੋਜ ਟੀਮ ਨੂੰ ਉਪਲਬਧ ਡੂੰਘੀ ML ਇੰਜੀਨੀਅਰਿੰਗ ਮਹਾਰਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਪ੍ਰਤੀਯੋਗੀ ਲੈਂਡਸਕੇਪ ਵੀ ਦੇਖਣ ਯੋਗ ਹੈ। ਢਾਂਚੇ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਾਲੇ ਮਾਡਲ ਇੱਕ ਡਰੱਗ ਖੋਜ ਹਥਿਆਰਾਂ ਦੀ ਦੌੜ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਬੈਠਦੇ ਹਨ ਜਿਸ ਵਿੱਚ ਵਿਸ਼ਵ ਦੀਆਂ ਕੁਝ ਸਭ ਤੋਂ ਵਧੀਆ ਫੰਡ ਪ੍ਰਾਪਤ AI ਲੈਬਾਂ ਸ਼ਾਮਲ ਹੁੰਦੀਆਂ ਹਨ, ਅਤੇ ਖੁੱਲ੍ਹੇ ਵਿਕਲਪ ਉਸ ਮਾਰਕੀਟ ਵਿੱਚ ਹਰ ਕਿਸੇ ਦੀ ਗੱਲਬਾਤ ਦੀ ਸਥਿਤੀ ਨੂੰ ਬਦਲਦੇ ਹਨ। ਜੇਕਰ ਕੋਈ ਫਾਰਮਾਸਿਊਟੀਕਲ ਕੰਪਨੀ ਬੰਦ ਸਿਸਟਮ ਨੂੰ ਕਿਰਾਏ 'ਤੇ ਦੇਣ ਦੀ ਬਜਾਏ ਆਪਣੇ ਖੁਦ ਦੇ ਡੇਟਾ 'ਤੇ ਅਪਾਚੇ 2.0 ਮਾਡਲ ਨੂੰ ਵਧੀਆ ਬਣਾ ਸਕਦੀ ਹੈ, ਤਾਂ AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਡਰੱਗ ਖੋਜ ਦਾ ਅਰਥ ਸ਼ਾਸਤਰ ਅਰਥਪੂਰਨ ਰੂਪ ਵਿੱਚ ਬਦਲ ਜਾਵੇਗਾ।

ਇਹਨਾਂ ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਵਿਗਿਆਨਕ ਚੇਤਾਵਨੀਆਂ ਨੂੰ ਹੱਲ ਨਹੀਂ ਕਰਦਾ. ਪੂਰਵ-ਅਨੁਮਾਨਿਤ ਬਣਤਰ ਕੰਪਿਊਟੇਸ਼ਨਲ ਪਰਿਕਲਪਨਾ ਹਨ, ਪ੍ਰਯੋਗਾਤਮਕ ਤੌਰ 'ਤੇ ਨਿਰਧਾਰਤ ਤੱਥ ਨਹੀਂ ਹਨ, ਅਤੇ AWS ਦੀ ਆਪਣੀ ਪੋਸਟ ਉਸੇ ਕਾਰਨ ਲਈ ਖੋਜ ਪ੍ਰੀਵਿਊ ਦੇ ਤੌਰ 'ਤੇ ਤੈਨਾਤੀ ਨੂੰ ਫਰੇਮ ਕਰਦੀ ਹੈ। ਪਰ ਦਿਸ਼ਾ ਸਪੱਸ਼ਟ ਹੈ: ਓਪਨ-ਵੇਟ ਈਕੋਸਿਸਟਮ ਜਿਸਨੇ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦਿੱਤਾ, ਹੁਣ ਅਣੂ ਵਿਗਿਆਨ ਤੱਕ ਪਹੁੰਚ ਰਿਹਾ ਹੈ, ਅਤੇ ਕਲਾਉਡ ਪ੍ਰਦਾਤਾ ਇਸਦੀ ਮੇਜ਼ਬਾਨੀ ਕਰਨ ਲਈ ਦੌੜ ਰਹੇ ਹਨ।

---

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

ਨਵੀਨਤਮ AI ਖਬਰਾਂ, ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸਫਲਤਾਵਾਂ ਪ੍ਰਾਪਤ ਕਰੋ - ਸਭ ਇੱਕ ਥਾਂ 'ਤੇ।

ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →