Whalesbook
AI ਦੇ ਮਾਹਿਰਾਂ ਨੂੰ ਕਿਉਂ ਮਿਲ ਰਹੀ ਹੈ ਅਹਿਮੀਅਤ?
Invisible Technologies ਵੱਲੋਂ WeCP ਨੂੰ ਹਾਸਲ ਕਰਨਾ ਨਕਲੀ ਬੁੱਧੀ (Artificial Intelligence) ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਵੱਡੇ ਬਦਲਾਅ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਹੁਣ ਧਿਆਨ ਸਿਰਫ ਬਿਹਤਰ ਐਲਗੋਰਿਦਮ (Algorithms) ਅਤੇ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ ਤੋਂ ਹੱਟ ਕੇ ਮਨੁੱਖੀ ਮਾਹਿਰਾਂ ਦੀ ਅਹਿਮ ਭੂਮਿਕਾ 'ਤੇ ਕੇਂਦਰਿਤ ਹੋ ਰਿਹਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ AI ਹੋਰ ਗੁੰਝਲਦਾਰ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ, ਡਾਟਾ ਤਿਆਰ ਕਰਨ ਵਾਲੇ, AI ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਸੁਧਾਰਨ ਵਾਲੇ ਅਤੇ AI ਦੇ ਤਰਕ (Reasoning) ਨੂੰ ਸੇਧ ਦੇਣ ਵਾਲੇ ਲੋਕਾਂ ਦੀ ਪਛਾਣ, ਸਿਖਲਾਈ ਅਤੇ ਜਾਂਚ ਕਰਨਾ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੋ ਗਿਆ ਹੈ। WeCP ਦੀ ਤਕਨੀਕੀ ਹੁਨਰਾਂ ਨੂੰ ਮਾਪਣ ਦੀ ਸਮਰੱਥਾ ਹੁਣ ਇਸ ਵਧ ਰਹੀ ਲੋੜ ਲਈ ਇੱਕ ਮੁੱਖ ਸਾਧਨ ਵਜੋਂ ਵਰਤੀ ਜਾਵੇਗੀ।
WeCP: ਭਾਰਤ ਤੋਂ ਸ਼ੁਰੂ ਹੋ ਕੇ AI ਦੇ ਖੇਤਰ ਤੱਕ ਦਾ ਸਫ਼ਰ
WeCP, ਜਿਸ ਦੀ ਸਥਾਪਨਾ ਭਾਰਤ ਵਿੱਚ ਅਭਿਸ਼ੇਕ ਕੌਸ਼ਿਕ ਅਤੇ ਮੋਹਿਤ ਗੋਇਲ ਨੇ ਕੀਤੀ ਸੀ, ਨੇ ਸ਼ੁਰੂਆਤ ਵਿੱਚ ਸਿਰਫ ਡਿਗਰੀਆਂ ਦੀ ਬਜਾਏ ਹੱਥੀਂ ਹੁਨਰਾਂ ਦੇ ਮੁਲਾਂਕਣ ਰਾਹੀਂ ਤਕਨੀਕੀ ਪ੍ਰਤਿਭਾ (Talent) ਦੀ ਜਾਂਚ ਕੀਤੀ। ਇਸਦਾ ਕੋਡਿੰਗ ਚੁਣੌਤੀਆਂ (Coding Challenges) ਅਤੇ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ ਸਿਮੂਲੇਸ਼ਨ (System Design Simulations) ਲਈ ਪਲੇਟਫਾਰਮ ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਡਾਟਾ ਸਾਇੰਸ ਪ੍ਰਤਿਭਾ ਨੂੰ ਲੱਭਣ ਲਈ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਾਬਤ ਹੋਇਆ। ਪਰ ਜਿਵੇਂ-ਜਿਵੇਂ AI ਨੇ ਤਰੱਕੀ ਕੀਤੀ, ਇੱਕ ਨਵੀਂ ਲੋੜ ਉਭਰੀ: AI ਮਾਡਲ ਸਿਖਲਾਈ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਣ ਵਾਲੇ ਲੋਕਾਂ ਦੀ ਮਾਹਿਰਤਾ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ। ਅਸਲ-ਦੁਨੀਆ ਦੀ ਯੋਗਤਾ (Real-world competence) ਦੀ ਜਾਂਚ ਲਈ WeCP ਦਾ ਸਿਸਟਮ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ AI ਮਾਹਿਰਾਂ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਲਈ ਵਧਾਇਆ ਗਿਆ, ਜਿਸ ਨਾਲ WeCP, ਐਡਵਾਂਸਡ AI ਲਈ ਮਨੁੱਖੀ ਬੁੱਧੀ (Human Intelligence) ਦੀ ਇੱਕ ਮੁੱਖ ਪ੍ਰਦਾਤਾ ਬਣ ਗਈ।
Invisible Technologies ਦਾ ਵੱਡਾ ਪਲਾਨ
Invisible Technologies, ਜੋ AI ਹੱਲ (AI Solutions) ਬਣਾਉਣ ਅਤੇ ਲਾਗੂ ਕਰਨ ਲਈ ਆਟੋਮੇਸ਼ਨ ਅਤੇ ਮਨੁੱਖੀ ਮਾਹਿਰਾਂ ਨੂੰ ਜੋੜਦੀ ਹੈ, WeCP ਦੇ ਪ੍ਰਮਾਣਿਕਤਾ ਇੰਜਣ (Validation Engine) ਨੂੰ ਇੱਕ ਮੁੱਖ ਅੱਪਗ੍ਰੇਡ ਵਜੋਂ ਦੇਖਦੀ ਹੈ। WeCP ਦੀ ਤਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, Invisible ਦਾ ਟੀਚਾ AI ਮਾਡਲਾਂ ਦੀ ਜਾਂਚ ਨੂੰ ਸਰਲ ਬਣਾਉਣਾ, ਡੋਮੇਨ ਤਰਕ (Domain Reasoning) ਦਾ ਮੁਲਾਂਕਣ ਕਰਨਾ ਅਤੇ AI ਸਿੱਖਣ ਦੇ ਫੀਡਬੈਕ (Learning Feedback) ਨੂੰ ਸੁਧਾਰਨਾ ਹੈ। ਇਹ ਪ੍ਰਾਪਤੀ (Acquisition) ਵਿੱਤ (Finance), ਸਿਹਤ ਸੰਭਾਲ (Healthcare) ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ (Engineering) ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ AI ਪ੍ਰਣਾਲੀਆਂ (AI Systems) ਦੀ ਵਧਦੀ ਮੰਗ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ Invisible ਦੀ ਮਦਦ ਕਰਦੀ ਹੈ, ਜੋ ਕਿ ਸਿਰਫ ਕਾਰਜਸ਼ੀਲ (Functional) ਹੀ ਨਹੀਂ, ਬਲਕਿ ਮਾਹਿਰਾਂ ਦੁਆਰਾ ਪ੍ਰਮਾਣਿਤ (Expertly validated) ਵੀ ਹੋਣ। ਇਹ ਕਦਮ Invisible ਨੂੰ ਸੰਪੂਰਨ AI ਵਿਕਾਸ ਸੇਵਾਵਾਂ (Full AI Development Services) ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਨ ਲਈ ਸਥਾਪਿਤ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਮਨੁੱਖੀ ਮਾਹਿਰਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਅਤੇ ਲਾਗੂ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ। Invisible Technologies ਇੱਕ ਪ੍ਰਾਈਵੇਟ ਕੰਪਨੀ ਹੈ, ਇਸ ਲਈ ਵਿੱਤੀ ਵੇਰਵੇ ਜਨਤਕ ਨਹੀਂ ਹਨ, ਪਰ ਇਹ ਕਦਮ ਵਿਸ਼ੇਸ਼ AI ਫਰਮਾਂ ਦੀਆਂ ਵਧੇਰੇ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਨ ਦੇ ਰੁਝਾਨ ਦੇ ਅਨੁਸਾਰ ਹੈ।
AI ਬਾਜ਼ਾਰ ਦੀਆਂ ਰੁਝਾਨ ਅਤੇ ਮੁਕਾਬਲਾ
AI ਬਾਜ਼ਾਰ ਵਿੱਚ ਵਿਸ਼ੇਸ਼ ਸਾਧਨ (Specialized tools) ਪੇਸ਼ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ, ਖਾਸ ਕਰਕੇ ਵਿਕਾਸ ਦੇ ਮੁੱਖ ਪੜਾਵਾਂ (Key development stages) ਲਈ, ਦਾ ਮਰਜਰ ਅਤੇ ਐਕਵਾਇਜ਼ਿਸ਼ਨ (Mergers and Acquisitions) ਵੱਧ ਰਿਹਾ ਹੈ। ਜਦੋਂ ਕਿ AI ਮਾਹਿਰਾਂ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ (AI expertise validation) ਦੇ ਖੇਤਰ ਵਿੱਚ WeCP ਦੇ ਸਿੱਧੇ ਮੁਕਾਬਲੇ (Direct competitors) ਸਾਹਮਣੇ ਆ ਰਹੇ ਹਨ, AI ਵਿਕਾਸ ਅਤੇ ਪ੍ਰਤਿਭਾ ਮੁਲਾਂਕਣ ਸਾਧਨਾਂ (Talent assessment tools) ਦਾ ਬਾਜ਼ਾਰ ਮਜ਼ਬੂਤ ਹੈ। HackerRank ਅਤੇ Coderbyte ਵਰਗੇ ਪਲੇਟਫਾਰਮਾਂ ਨੇ ਇੰਜੀਨੀਅਰਿੰਗ ਪ੍ਰਤਿਭਾ ਦੀ ਜਾਂਚ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ ਹੈ, ਜਦੋਂ ਕਿ ਨਵੀਆਂ ਕੰਪਨੀਆਂ ਖਾਸ AI ਵਿਕਾਸ ਦੀਆਂ ਲੋੜਾਂ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾ ਰਹੀਆਂ ਹਨ। AI ਸੈਕਟਰ ਵਿੱਚ ਨਿਵੇਸ਼ (Investment) ਲਗਾਤਾਰ ਵੱਡਾ ਹੋ ਰਿਹਾ ਹੈ, ਅਤੇ AI ਦੇ ਪਰਿਪੱਕ (Mature) ਹੋਣ ਦੇ ਨਾਲ ਹੁਣ ਕੁਸ਼ਲਤਾ (Efficiency) ਅਤੇ ਪ੍ਰਮਾਣਿਕਤਾ (Validation) 'ਤੇ ਵਧੇਰੇ ਜ਼ੋਰ ਦਿੱਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, AI ਮਾਡਲ ਨਿਗਰਾਨੀ (AI model monitoring) ਅਤੇ ਪ੍ਰਮਾਣਿਕਤਾ ਸਾਧਨਾਂ (validation tools) ਲਈ ਫੰਡਿੰਗ (Funding) ਵਿੱਚ ਵਾਧਾ ਹੋਇਆ ਹੈ, ਜੋ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਉਦਯੋਗ ਖੋਜ ਤੋਂ ਅਸਲ-ਦੁਨੀਆ ਦੀ ਵਰਤੋਂ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ। Invisible ਵੱਲੋਂ WeCP ਦੀ ਖਰੀਦ ਇਸ ਬਾਜ਼ਾਰ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸਾ ਹਾਸਲ ਕਰਨ ਦਾ ਯਤਨ ਹੈ, ਜੋ ਕਿ ਸਿਰਫ ਐਲਗੋਰਿਦਮ ਜਾਂ ਡਾਟਾ 'ਤੇ ਕੇਂਦਰਿਤ ਵਿਰੋਧੀਆਂ ਤੋਂ ਇਸਨੂੰ ਵੱਖਰਾ ਕਰੇਗਾ।
ਸਫਲਤਾ ਦੀਆਂ ਚੁਣੌਤੀਆਂ
ਰਣਨੀਤਕ ਲਾਭਾਂ (Strategic benefits) ਦੇ ਬਾਵਜੂਦ, ਇਸ ਕਦਮ ਦਾ ਸਾਹਮਣਾ ਮਹੱਤਵਪੂਰਨ ਜੋਖਮਾਂ (Risks) ਨਾਲ ਵੀ ਹੈ। AI ਪ੍ਰਮਾਣਿਕਤਾ ਲਈ ਮਨੁੱਖੀ ਮਾਹਿਰਾਂ 'ਤੇ ਨਿਰਭਰਤਾ ਵਿਕਾਸ ਲਈ ਇੱਕ ਸਮੱਸਿਆ ਬਣ ਸਕਦੀ ਹੈ ਜੇਕਰ ਇਸਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪ੍ਰਬੰਧਿਤ ਨਾ ਕੀਤਾ ਜਾਵੇ। ਮਨੁੱਖੀ ਜਾਂਚਾਂ ਆਟੋਮੇਟਿਡ ਪ੍ਰਕਿਰਿਆਵਾਂ (Automated processes) ਦੇ ਉਲਟ, ਹੌਲੀਆਂ, ਮਹਿੰਗੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ ਅਤੇ ਪੱਖਪਾਤ (Bias) ਪੈਦਾ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਜੇਕਰ AI ਖੁਦ ਨੂੰ ਸਵੈ-ਪ੍ਰਮਾਣਿਤ (Self-validate) ਕਰਨ ਲਈ ਕਾਫੀ ਸਟੀਕ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਮਨੁੱਖੀ ਜਾਂਚਾਂ ਦਾ ਮੁੱਲ ਘੱਟ ਸਕਦਾ ਹੈ। ਨਾਲ ਹੀ, ਕਈ ਵਿਸ਼ੇਸ਼ AI ਖੇਤਰਾਂ (Specialized AI areas) ਲਈ ਪ੍ਰਮਾਣਿਕਤਾ ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸੰਭਾਲਣ ਦੀ WeCP ਦੀ ਸਮਰੱਥਾ ਅਜੇ ਅਣ-ਪਰਖੀ (Unproven) ਹੈ। ਪੂਰੀ ਤਰ੍ਹਾਂ ਆਟੋਮੇਟਿਡ ਗੁਣਵੱਤਾ ਜਾਂਚ (Automated quality checks) ਜਾਂ ਸਵੈ-ਸੁਧਾਰ (Self-improving) ਪ੍ਰਮਾਣਿਕਤਾ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਮੁਕਾਬਲੇਬਾਜ਼ ਲੰਬੇ ਸਮੇਂ ਲਈ ਖਤਰਾ ਪੈਦਾ ਕਰ ਸਕਦੇ ਹਨ। ਦੋਵਾਂ ਕੰਪਨੀਆਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ (Integrating) ਕਰਨ ਵਿੱਚ ਵੀ ਜੋਖਮ ਸ਼ਾਮਲ ਹਨ। ਵਿਸ਼ੇਸ਼ ਮਨੁੱਖੀ ਮੂਲਿਆਂਕਨਕਾਰਾਂ (Human evaluators) ਦੀ ਲੋੜ AI ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਵਧਣ ਦੀ ਗਤੀ ਨਾਲ ਤਾਲਮੇਲ ਨਾ ਰੱਖ ਸਕਦੀ ਹੈ, ਜੋ ਭਵਿੱਖ ਦੇ ਵਿਸਥਾਰ ਨੂੰ ਸੀਮਤ ਕਰ ਸਕਦੀ ਹੈ।
ਅੱਗੇ ਦਾ ਰਾਹ
WeCP ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਤਕਨਾਲੋਜੀ (Validation technology) ਨੂੰ Invisible Technologies ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ (Integrating) ਕਰਨ ਨਾਲ ਵਧ ਰਹੇ AI ਸੈਕਟਰ (AI Sector) ਵਿੱਚ ਇੱਕ ਗੰਭੀਰ ਲੋੜ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਮਿਲਣੀ ਚਾਹੀਦੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਕਾਰੋਬਾਰ ਮੁੱਖ ਕਾਰਜਾਂ (Core functions) ਲਈ AI ਦੀ ਵੱਧ ਤੋਂ ਵੱਧ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ, ਮਾਹਿਰਾਂ ਦੁਆਰਾ ਪੁਸ਼ਟੀ (Confirmed by experts) ਕੀਤੀਆਂ ਭਰੋਸੇਯੋਗ AI ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਮੰਗ ਵਧੇਗੀ। ਇਹ Invisible ਨੂੰ ਪਰਿਪੱਕ (Maturing) ਹੋ ਰਹੇ AI ਬਾਜ਼ਾਰ ਤੋਂ ਲਾਭ ਉਠਾਉਣ ਲਈ ਸਥਾਪਿਤ ਕਰਦਾ ਹੈ, ਜਿੱਥੇ AI ਨਤੀਜਿਆਂ ਦੀ ਗੁਣਵੱਤਾ (Quality) ਅਤੇ ਭਰੋਸਾ (Trust) ਉਹਨਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਜਿੰਨਾ ਹੀ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਮਾਹਿਰਤਾ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (Expertise infrastructure) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ AI ਵਿਕਾਸ ਲਈ ਪ੍ਰਣਾਲੀਗਤ ਮਨੁੱਖੀ ਬੁੱਧੀ ਪ੍ਰਮਾਣਿਕਤਾ (Systematic human intelligence validation) ਪ੍ਰਦਾਨ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ AI ਲੈਂਡਸਕੇਪ (AI landscape) ਦੇ ਜ਼ਰੂਰੀ ਹਿੱਸੇ ਬਣ ਸਕਦੀਆਂ ਹਨ, ਜੋ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ AI ਸਾਧਨਾਂ ਵਿੱਚ ਭਵਿੱਖ ਦੇ ਨਿਵੇਸ਼ ਨੂੰ ਆਕਾਰ ਦੇਣਗੀਆਂ।