ਸਭ ਤੋਂ ਵੱਡਾ
ਇਸ ਹਫਤੇ, MIT ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਰੋਬੋਟਾਂ ਨੂੰ ਅਸਪਸ਼ਟ ਮਨੁੱਖੀ ਹੁਕਮਾਂ ਨੂੰ ਬਿਹਤਰ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਇੱਕ ਨਵਾਂ ਤਰੀਕਾ ਪੇਸ਼ ਕੀਤਾ। ਦੋ ਵੱਖ-ਵੱਖ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਇੱਕ ਉਪਭੋਗਤਾ ਹੁਕਮਾਂ ਨੂੰ ਸਪਸ਼ਟ ਕਰਦਾ ਹੈ ਜਦੋਂ ਕਿ ਦੂਜਾ ਗੈਰ-ਜ਼ਰੂਰੀ ਵੇਰਵਿਆਂ ਨੂੰ ਛਾਂਟਦਾ ਹੈ। ਇਹ ਨਵੀਨਤਾ ਰੋਬੋਟਾਂ ਦੀ ਦਿਨਚਰਿਆ ਦੇ ਕਾਰਜਾਂ ਵਿੱਚ ਕਾਰਗੁਜ਼ਾਰੀ ਵਿੱਚ ਸੁਧਾਰ ਲਿਆਉਣ ਲਈ ਮਹੱਤਵਪੂਰਕ ਹੈ, ਚਾਹੇ ਉਹ ਘਰਾਂ ਵਿੱਚ ਹੋਣ ਜਾਂ ਉਦਯੋਗਿਕ ਸੈਟਿੰਗਜ਼ ਵਿੱਚ। ਸੁੰਦਰ ਹੁਕਮਾਂ ਨੂੰ ਸਮਝਣ ਦੀ ਸਮਰਥਾ ਮਨੁੱਖ-ਰੋਬੋਟ ਸੰਵਾਦ ਨੂੰ ਨਾਟਕਿਕ ਤੌਰ 'ਤੇ ਸੁਧਾਰ ਸਕਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਰੋਬੋਟਾਂ ਨੂੰ ਕਾਰਜਾਂ ਨੂੰ ਢੰਗ ਨਾਲ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਤਰੀਕੇ ਨਾਲ ਨਿਭਾਉਣ ਦੀ ਆਗਿਆ ਮਿਲੇਗੀ। ਰੋਬੋਟਿਕਸ ਅਤੇ AI ਵਿੱਚ ਕਾਰਜ ਕਰਨ ਵਾਲੇ ਵਿਅਕਤੀਆਂ ਨੂੰ ਆਪਣੇ ਸਿਸਟਮਾਂ ਦੀ ਮਨੁੱਖੀ ਸੰਚਾਰ ਦੀ ਸਮਝ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਇਨ੍ਹਾਂ ਤਕਨੀਕਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਬਾਰੇ ਸੋਚਣਾ ਚਾਹੀਦਾ ਹੈ। ਵਧੇਰੇ ਵੇਰਵਿਆਂ ਲਈ, ਪੂਰੇ ਲੇਖ ਨੂੰ ਇੱਥੇ ਦੇਖੋ।
ਤੁਰੰਤ ਜਾਣਕਾਰੀ
1. ਜੇਮਿਨੀ ਨੈਨੋ ਮਾਡਲਾਂ ਨੂੰ ਤੇਜ਼ੀ ਦੇਣਾ - ਗੂਗਲ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਪਿਕਸਲ ਡਿਵਾਈਸਾਂ 'ਤੇ ਜੇਮਿਨੀ ਨੈਨੋ ਮਾਡਲਾਂ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਜਮ੍ਹਾ ਕੀਤੀ ਮਲਟੀ-ਟੋਕਨ ਭਵਿੱਖਬਾਣੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਜਾਣਕਾਰੀ ਸਾਂਝਾ ਕੀਤੀ। ਇਹ ਉਗਮਨ ਕਾਰਜਕਾਰੀ AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬਣ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਸਾਧਨਾਂ ਨੂੰ ਵਿਆਪਕ ਦਰਸ਼ਕਾਂ ਲਈ ਉਪਲਬਧ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਹੋਰ ਪੜ੍ਹੋ।
2. ਕਲਾਉਡ ਅਰਥਸ਼ਾਸਤਰ ਨੂੰ ਅਨੁਕੂਲ ਕਰਨਾ - ਹੋਰ ਗੂਗਲ ਦੀ ਟੀਮ ਨੇ ਲੀਨੀਅਰ ਇਲਾਸਟਿਕ ਕੈਸ਼ਿੰਗ ਲਈ ਇੱਕ ਨਵਾਂ ਤਰੀਕਾ ਪੇਸ਼ ਕੀਤਾ, ਜੋ ਕਿ ਕਲਾਉਡ ਅਰਥਸ਼ਾਸਤਰ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਲਈ ਹੈ। ਇਹ ਤਰੀਕਾ ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਉੱਚ ਕਾਰਗੁਜ਼ਾਰੀ ਨੂੰ ਕਾਇਮ ਰੱਖਦੇ ਹੋਏ ਖਰਚ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਹ ਕਲਾਉਡ ਸੇਵਾ ਪ੍ਰਦਾਤਾਵਾਂ ਲਈ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਸੰਬੰਧਿਤ ਹੋ ਜਾਂਦਾ ਹੈ। ਹੋਰ ਜਾਣੋ।
3. AI ਏਜੰਟਾਂ ਲਈ ਗਤੀ ਅਤੇ ਊਰਜਾ ਦੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀਤਾ - MIT ਦੀ ਟੀਮ ਨੇ ਮੁਰੀਕਬ ਨੂੰ ਵਿਕਸਿਤ ਕੀਤਾ, ਜੋ ਕਿ AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਬਹੁਤ ਪੜਾਅ ਵਾਲੇ ਕਾਰਜ ਪ੍ਰਬੰਧਨ ਦੀ ਡਿਜ਼ਾਈਨ ਅਤੇ ਨਿਯੁਕਤੀ ਨੂੰ ਸੁਧਾਰਣ ਲਈ ਡਿਜ਼ਾਈਨ ਕੀਤੀ ਗਈ ਇੱਕ ਪ੍ਰਣਾਲੀ ਹੈ। ਇਹ AI ਕਾਰਜਾਂ ਦੇ ਊਰਜਾ ਪਦਚਿੰਨ੍ਹਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਕ ਤੌਰ 'ਤੇ ਘਟਾ ਸਕਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਸਥਿਰਤਾ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਵਾਲੀਆਂ ਸੰਸਥਾਵਾਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਹੋਰ ਜਾਣੋ।
4. ਛੋਟੇ ਰੋਬੋਟਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਵਿਚਾਰਧਾਰਾ - ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਇੱਕ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਕੈਲਕੁਲੇਟਰ ਨੂੰ ਸਮਰੂਪ ਹਾਰਡਵੇਅਰ ਨਾਲ ਜੋੜਿਆ ਹੈ, ਜੋ ਛੋਟੇ ਰੋਬੋਟਾਂ ਨੂੰ ਘੱਟ ਯਾਦਸ਼ਕਤੀ ਅਤੇ ਊਰਜਾ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਨੇਵੀਗੇਸ਼ਨ ਲਈ 3D ਨਕਸ਼ੇ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। ਇਹ ਚੁਣੌਤੀ ਭਰੇ ਵਾਤਾਵਰਨ ਵਿੱਚ ਹੋਰ ਸੁਧਰੇ ਹੋਏ ਰੋਬੋਟਿਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਰਸਤਾ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ। ਇਸਨੂੰ ਵੇਖੋ।
5. RL ਇਨਾਮ ਫੰਕਸ਼ਨਾਂ ਦੀ ਡਿਬੱਗਿੰਗ - ਇੱਕ ਨਵਾਂ ਟੂਲ ਵਿਕਸਿਤ ਕੀਤਾ ਗਿਆ ਹੈ ਜੋ ਨਿਰੰਤਰਨ ਸਿੱਖਣ ਵਿੱਚ ਇਨਾਮ ਹੈਕਿੰਗ ਨੂੰ ਪਛਾਣਦਾ ਹੈ, ਜੋ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਕਿ AI ਸਿਸਟਮ ਸਚਮੁਚ ਸਮੇਂ ਦੇ ਨਾਲ ਸੁਧਰ ਰਹੇ ਹਨ। ਇਹ ਜਟਿਲ ਵਾਤਾਵਰਨ ਵਿੱਚ AI ਤਾਲੀਮ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ ਬਣਾਉਣ ਦੀ ਆਸ ਕਰ ਸਕਦਾ ਹੈ। ਹੋਰ ਪਤਾ ਕਰੋ।
ਇੱਕ ਗੱਲ ਅਜ਼ਮਾਉਣ ਲਈ
ਜੇ ਤੁਸੀਂ AI ਮਾਡਲਾਂ 'ਤੇ ਕੰਮ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ ਨੈਨੋਟਰਾਨ ਵਰਗੀਆਂ ਡੋਕੂਮੈਂਟੇਸ਼ਨ ਅਤੇ ਫਰੇਮਵਰਕਾਂ ਨਾਲ ਅਨੁਭਵ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ, ਜੋ ਪੁਰਾਣੇ GPUs 'ਤੇ ਬਿਨਾ ਕਰੈਸ਼ ਹੋਏ ਚਲਾਉਣ ਲਈ ਡਿਜ਼ਾਈਨ ਕੀਤੇ ਗਏ ਹਨ। ਇਹ ਤੁਹਾਨੂੰ ਸਮਾਂ ਅਤੇ ਸਰੋਤ ਬਚਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ ਜਦੋਂ ਤੁਸੀਂ ਹੋਰ ਮਜ਼ਬੂਤ ਮਾਡਲ ਵਿਕਸਿਤ ਕਰ ਰਹੇ ਹੋ। ਇਸਨੂੰ ਅਜ਼ਮਾਓ!
ਸਾਈਨ-ਆਫ
ਮੈਂ ਆਸ ਕਰਦਾ ਹਾਂ ਕਿ ਤੁਸੀਂ ਆਪਣੇ AI ਅਤੇ ਰੋਬੋਟਿਕਸ ਵਿੱਚ ਕੰਮ ਲਈ ਇਹ ਜਾਣਕਾਰੀ ਲਾਭਦਾਇਕ ਪਾਓਗੇ! ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਕੋਈ ਸਵਾਲ ਜਾਂ ਵਿਸ਼ੇ ਹਨ ਜੋ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਮੈਂ ਭਵਿੱਖ ਦੇ ਅੰਕਾਂ ਵਿੱਚ ਕਵਰ ਕਰਾਂ, ਤਾਂ ਮੈਨੂੰ ਦੱਸੋ।