Anthropic ਨੇ Claude Science ਲਾਂਚ ਕੀਤਾ: AI ਖੋਜ ਲਈ ਇੱਕ ਵਰਕਫਲੋ-ਪਹਿਲਾਂ (Workflow-First) ਪਹੁੰਚ

Claude Science ਦੀ ਲਾਂਚਿੰਗ ਦੇ ਨਾਲ, Anthropic ਆਪਣੀ ਰਣਨੀਤੀ ਨੂੰ ਸਿਰਫ਼ ਮਾਡਲ ਵਧਾਉਣ (scaling) ਤੋਂ ਬਦਲ ਕੇ ਵਰਟੀਕਲ ਇੰਟੀਗ੍ਰੇਸ਼ਨ (vertical integration) ਵੱਲ ਲੈ ਜਾ ਰਿਹਾ ਹੈ, ਜੋ ਖਾਸ ਤੌਰ 'ਤੇ ਕੰਪਿਊਟੇਸ਼ਨਲ ਖੋਜ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਇੱਕ ਸਮਰਪਿਤ AI ਵਰਕਬੈਂਚ ਹੈ। ਇੱਕ ਨਵਾਂ ਵਿਸ਼ੇਸ਼ ਮਾਡਲ ਰਿਲੀਜ਼ ਕਰਨ ਦੀ ਬਜਾਏ, ਕੰਪਨੀ ਇੱਕ ਅਜਿਹਾ 通ਸੰਯੁਕਤ (unified) ਵਾਤਾਵਰਣ ਪ੍ਰਦਾਨ ਕਰ ਰਹੀ ਹੈ ਜੋ ਵਿਗਿਆਨੀਆਂ ਦੁਆਰਾ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਗੁੰਝਲਦਾਰ ਵਰਕਫਲੋ ਵਿੱਚ ਮੌਜੂਦਾ Claude ਮਾਡਲਾਂ ਨੂੰ ਜੋੜਦਾ ਹੈ।

ਮਾਡਲਾਂ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਉਦਯੋਗ-ਵਿਸ਼ੇਸ਼ ਵਰਕਫਲੋ ਵੱਲ

ਜਦੋਂ ਕਿ ਮੁਕਾਬਲੇਬਾਜ਼ ਅਕਸਰ ਖਾਸ ਖੇਤਰਾਂ ਲਈ ਮਾਡਲਾਂ ਨੂੰ ਫਾਈਨ-ਟਿਊਨ (fine-tuning) ਕਰਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹਨ, Anthropic "ਆਪਰੇਟਿੰਗ ਲੇਅਰ" (operating layer) ਰਣਨੀਤੀ 'ਤੇ ਦਾਅ ਲਗਾ ਰਿਹਾ ਹੈ। Claude Science ਕੋਈ ਨਵਾਂ ਫਾਊਂਡੇਸ਼ਨਲ ਮਾਡਲ ਨਹੀਂ ਹੈ; ਇਸ ਦੀ ਬਜਾਏ, ਇਹ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਖੋਜ ਵਾਤਾਵਰਣ ਨੂੰ ਚਲਾਉਣ ਲਈ Claude Opus 4.8 ਸਮੇਤ ਮੌਜੂਦਾ ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।

ਇਹ ਪਹੁੰਚ ਇਸ ਗੱਲ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਕਿਵੇਂ Anthropic ਦਾ Claude Code ਡਿਵੈਲਪਰਾਂ ਦੀ ਸੇਵਾ ਕਰਦਾ ਹੈ, ਜਿਸਦਾ ਉਦੇਸ਼ ਸਿਰਫ਼ ਅੰਡਰਲਾਈਂ ਇੰਟੈਲੀਜੈਂਸ (underlying intelligence) ਹੋਣ ਦੀ ਬਜਾਏ ਵਰਕਫਲੋ 'ਤੇ ਕਬਜ਼ਾ ਕਰਨਾ ਹੈ। ਇੰਟਰਫੇਸ ਅਤੇ ਟੂਲ ਇੰਟੀਗ੍ਰੇਸ਼ਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਕੇ, Anthropic ਇੱਕ ਨਿਰਵਿਘਨ ਅਨੁਭਵ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਵੱਖ-ਵੱਖ ਡੇਟਾਬੇਸ, ਕੋਡਿੰਗ ਪਾਈਪਲਾਈਨਾਂ ਅਤੇ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਟੂਲਜ਼ ਦੇ ਵਿਚਕਾਰ ਭਟਕਣ ਤੋਂ ਰੋਕਦਾ ਹੈ।

ਮਲਟੀ-ਏਜੰਟ ਆਰਕੈਸਟ੍ਰੇਸ਼ਨ (Multi-Agent Orchestration) ਅਤੇ ਫੈਕਟ-ਚੈਕਿੰਗ

Claude Science ਦਾ ਮੁੱਖ ਹਿੱਸਾ ਇੱਕ ਉੱਨਤ ਮਲਟੀ-ਏਜੰਟ ਆਰਕੀਟੈਕਚਰ ਹੈ। ਇੱਕ ਪ੍ਰਾਇਮਰੀ AI ਸਹਾਇਕ ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਮੈਨੇਜਰ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਜੋ 60 ਤੋਂ ਵੱਧ ਵਿਗਿਆਨਕ ਡੇਟਾਬੇਸ ਨਾਲ ਜੁੜਨ ਅਤੇ ਜੈਨੋਮਿਕਸ, ਰਸਾਇਣ ਵਿਗਿਆਨ ਅਤੇ ਪ੍ਰੋਟੀਨ ਬਣਤਰ ਲਈ ਪਹਿਲਾਂ ਤੋਂ ਬਣੇ ਟੂਲਕਿੱਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਯੋਗ ਹੈ।

ਗੁੰਝਲਦਾਰ ਖੋਜ ਨੂੰ ਸੰਭਾਲਣ ਲਈ, ਸਿਸਟਮ ਇਹ ਕਰ ਸਕਦਾ ਹੈ:

• ਕਾਰਜ ਸੌਂਪਣਾ (Delegate Tasks): ਮੁੱਖ ਸਹਾਇਕ ਪ੍ਰੋਜੈਕਟ ਦੇ ਖਾਸ ਹਿੱਸਿਆਂ ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਲਈ ਵਿਸ਼ੇਸ਼ "ਸਬ-ਅਸਿਸਟੈਂਟਸ" (sub-assistants) ਬਣਾ ਸਕਦਾ ਹੈ।
• ਕਸਟਮ ਮਾਹਰ (Custom Experts): ਉਪਭੋਗਤਾ ਖਾਸ ਖੋਜ ਖੇਤਰਾਂ ਲਈ ਆਪਣੇ ਖੁਦ ਦੇ ਕਸਟਮ "ਮਾਹਰ" ਸਹਾਇਕ ਬਣਾ ਸਕਦੇ ਹਨ ਅਤੇ ਤਾਇਨਾਤ ਕਰ ਸਕਦੇ ਹਨ।
• ਸ਼ੁੱਧਤਾ ਦੀ ਜਾਂਚ (Verify Accuracy): ਇੱਕ ਸਮਰਪਿਤ ਫੈਕਟ-ਚੈਕਰ AI ਹੈਲੂਸੀਨੇਸ਼ਨ (hallucinations) ਅਤੇ ਬਣਾਉਟੀ ਡੇਟਾ ਦੇ ਜੋਖਮ ਨੂੰ ਘਟਾਉਣ ਲਈ ਹਵਾਲਿਆਂ ਅਤੇ ਗਣਿਤਿਕ ਗਣਨਾਵਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਦਾ ਹੈ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਹ ਵਰਕਬੈਂਚ ਦੁਬਾਰਾ ਪੈਦਾ ਕਰਨਯੋਗਤਾ (reproducibility) ਨੂੰ ਤਰਜੀਹ ਦਿੰਦਾ ਹੈ। 3D ਪ੍ਰੋਟੀਨ ਬਣਤਰ ਜਾਂ ਰਸਾਇਣ ਵਿਗਿਆਨ ਦੇ ਡਰਾਇੰਗ ਬਣਾਉਣ ਵੇਲੇ, ਸਿਸਟਮ ਸਹੀ ਕੋਡ, ਵਰਤਿਆ ਗਿਆ ਵਿਸ਼ੇਸ਼ ਵਾਤਾਵਰਣ, ਅਤੇ ਚਿੱਤਰ ਨੂੰ ਬਿਲਕੁਲ ਸਹੀ ਤਰੀਕੇ ਨਾਲ ਦੁਬਾਰਾ ਬਣਾਉਣ ਲਈ ਲੋੜੀਂਦਾ ਪੂਰਾ ਮੈਸੇਜ ਇਤਿਹਾਸ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦਾ ਦ੍ਰਿਸ਼: ਤਿੰਨ ਵੱਖਰੀਆਂ ਰਣਨੀਤੀਆਂ

Claude Science ਦੀ ਲਾਂਚਿੰਗ ਇਸ ਗੱਲ ਨੂੰ ਉਜਾਗਰ ਕਰਦੀ ਹੈ ਕਿ ਕਿਵੇਂ AI ਕੰਪਨੀਆਂ ਵਿਸ਼ੇਸ਼ ਬਾਜ਼ਾਰਾਂ 'ਤੇ ਕਬਜ਼ਾ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਹੀਆਂ ਹਨ:

1. Anthropic (ਹਰੀਜ਼ੋਂਟਲ ਵਰਕਫਲੋ ਪਹੁੰਚ): ਇਹ ਵਿਆਪਕ ਪਹੁੰਚਯੋਗਤਾ ਅਤੇ ਵਰਕਫਲੋ ਇੰਟੀਗ੍ਰੇਸ਼ਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦਾ ਹੈ। Claude Science Pro, Max, Team, ਅਤੇ Enterprise ਗਾਹਕਾਂ ਲਈ ਉਪਲਬਧ ਹੈ, ਜੋ ਇਸਨੂੰ ਇੱਕ ਵਿਆਪਕ ਸੰਦ ਬਣਾਉਂਦਾ ਹੈ।
2. OpenAI (ਗੇਟਡ ਸਪੈਸ਼ਲਿਸਟ ਪਹੁੰਚ): GPT-Rosalind ਦੇ ਨਾਲ, OpenAI ਨੇ ਫਾਈਨ-ਟਿਊਨ ਕੀਤੇ ਜੈਵਿਕ ਤਰਕ (biological reasoning) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ ਹੈ, ਪਰ ਇਸਨੂੰ Moderna ਅਤੇ Amgen ਵਰਗੇ ਭਾਈਵਾਲਾਂ ਲਈ ਸਖ਼ਤ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਯੋਗਤਾਵਾਂ ਅਤੇ ਸੁਰੱਖਿਆ ਸਮੀਖਿਆਵਾਂ ਦੇ ਪਿੱਛੇ ਰੱਖਿਆ ਗਿਆ ਹੈ।
3. Google DeepMind (ਪ੍ਰੋਪਰਾਈਟਰੀ ਮਾਡਲ ਪਹੁੰਚ): DeepMind AlphaFold ਅਤੇ AlphaGenome ਵਰਗੇ ਫਾਊਂਡੇਸ਼ਨਲ ਸਾਇੰਸ ਮਾਡਲਾਂ ਦੀ ਆਪਣੀ ਮਲਕੀਅਤ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ, ਅਤੇ ਉਹਨਾਂ ਨੂੰ Gemini for Science ਪਲੇਟਫਾਰਮ ਵਿੱਚ ਜੋੜਦਾ ਹੈ।

ਲੈਬ ਵਿੱਚ ਅਸਲ-ਦੁਨੀਆ ਦਾ ਪ੍ਰਭਾਵ

ਸ਼ੁਰੂਆਤੀ ਅਪਣਾਉਣ ਤੋਂ ਲੱਗਦਾ ਹੈ ਕਿ ਇਸ ਨਾਲ ਕਾਰਜਕੁਸ਼ਲਤਾ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਵਾਧਾ ਹੋਇਆ ਹੈ। UCSF Brain Tumor Center ਨੇ glioma ਦੇ germline ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਪਹਿਲਾਂ ਦੇ ਸਮੇਂ ਦੇ ਇੱਕ ਹਿੱਸੇ ਤੱਕ ਤੇਜ਼ ਕਰਨ ਲਈ Claude Science ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਇਸੇ ਤਰ੍ਹਾਂ, Allen Institute ਦੇ ਨਿਊਰੋਸਾਇੰਟਿਸਟਾਂ ਨੇ ਮਲਟੀ-ਏਜੰਟ ਕੰਪਿਊਟੇਸ਼ਨਲ ਰਿਵਿਊ ਪਾਈਪਲਾਈਨਾਂ ਲਾਗੂ ਕੀਤੀਆਂ ਹਨ। ਵਰਕਬੈਂਚ ਨੂੰ ਲੈਬ ਦੇ ਆਪਣੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਚਲਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦੇ ਕੇ, Anthropic ਫਾਰਮਾਸਿਊਟੀਕਲ ਖੋਜ ਵਿੱਚ ਮੌਜੂਦ ਡੇਟਾ ਦੀ ਗੋਪਨੀਯਤਾ ਦੀਆਂ ਮਹੱਤਵਪੂਰਨ ਚਿੰਤਾਵਾਂ ਨੂੰ ਵੀ ਹੱਲ ਕਰਦਾ ਹੈ।

ਮੁੱਖ ਗੱਲਾਂ (Key Takeaways)

• ਕੱਚੀ ਸ਼ਕਤੀ (Raw Power) ਦੀ ਬਜਾਏ ਵਰਕਫਲੋ: Anthropic ਇੱਕ ਨਵਾਂ ਪ੍ਰੋਪਰਾਈਟਰੀ ਸਾਇੰਸ ਮਾਡਲ ਬਣਾਉਣ ਦੀ ਬਜਾਏ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਵਰਕਬੈਂਚ ਬਣਾ ਕੇ "ਆਪਰੇਟਿੰਗ ਲੇਅਰ" ਨੂੰ ਤਰਜੀਹ ਦੇ ਰਿਹਾ ਹੈ।
• ਮਲਟੀ-ਏਜੰਟ ਇੰਟੈਲੀਜੈਂਸ: ਪਲੇਟਫਾਰਮ ਸਬ-ਅਸਿਸਟੈਂਟਸ ਨੂੰ ਸੰਚਾਲਿਤ ਕਰਨ ਲਈ ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਮੈਨੇਜਰ ਏਜੰਟ ਅਤੇ ਹਵਾਲਿਆਂ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਇੱਕ ਸਮਰਪਿਤ ਫੈਕਟ-ਚੈਕਰ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
• ਰਣਨੀਤਕ ਵੱਖਰੇਵੇਂ: ਵਿਗਿਆਨ ਲਈ AI ਦੀ ਦੌੜ ਤਿੰਨ ਮਾਡਲਾਂ ਵਿੱਚ ਵੰਡੀ ਜਾ ਰਹੀ ਹੈ: Anthropic ਦੀ ਵਿਆਪਕ ਵਰਕਫਲੋ ਪਹੁੰਚ, OpenAI ਦੇ ਗੇਟਡ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਮਾਡਲ, ਅਤੇ Google ਦੇ ਪ੍ਰੋਪਰਾਈਟਰੀ ਫਾਊਂਡੇਸ਼ਨਲ ਮਾਡਲ।