Mozilla Firefox ਦੇ New Tab ਪੇਜ 'ਤੇ ਰੋਜ਼ਾਨਾ ਕਰਾਸਵਰਡ ਲਾਂਚ ਕਰ ਰਿਹਾ ਹੈ, ਅਤੇ ਇਹ ਪਹੇਲੀ ਹਰ ਸਵੇਰ Particle ਨਾਮਕ ਇੱਕ AI ਸਿਸਟਮ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਕਦਮ ਦਾ ਮਕਸਦ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਬ੍ਰਾਊਜ਼ਰ ਦੇ ਅੰਦਰ ਜ਼ਿਆਦਾ ਸਮਾਂ ਰੱਖਣਾ ਹੈ, ਇੱਕ ਅਜਿਹਾ ਟੀਚਾ ਜੋ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿਉਂਕਿ ਨਵੇਂ ਨਿਯਮਾਂ ਕਾਰਨ ਸਰਚ ਨਾਲ ਸਬੰਧਤ ਆਮਦਨ 'ਤੇ ਦਬਾਅ ਵਧ ਰਿਹਾ ਹੈ।
Mozilla ਦਾ ਇਹ ਪ੍ਰਯੋਗ ਹੋਮ-ਪੇਜ ਦੀਆਂ ਉਹਨਾਂ ਸਤਹਾਂ 'ਤੇ ਇੰਟਰਐਕਟਿਵ, AI-ਅਧਾਰਿਤ ਸਮੱਗਰੀ ਵੱਲ ਇੱਕ ਵਿਆਪਕ ਤਬਦੀਲੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜਿੱਥੇ ਕਦੇ ਸਿਰਫ਼ ਸਟੈਟਿਕ ਲਿੰਕ ਹੁੰਦੇ ਸਨ। ਸ਼ਾਰਟਕੱਟਾਂ ਦੀ ਸੂਚੀ ਦੀ ਜਗ੍ਹਾ ਇੱਕ ਗੇਮ ਵਰਗਾ ਅਨੁਭਵ ਦੇ ਕੇ, ਕੰਪਨੀ ਉਸ ਧਿਆਨ ਨੂੰ ਆਪਣੇ ਕੋਲ ਰੱਖਣ ਦੀ ਉਮੀਦ ਕਰਦੀ ਹੈ ਜੋ ਕਿ ਹੋਰਨਾਂ ਤਰ੍ਹਾਂ ਬਾਹਰੀ ਸਾਈਟਾਂ ਵੱਲ ਚਲਾ ਜਾਂਦਾ। ਅਸਲੀ ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਕੀ ਇੰਜੀਨੀਅਰਿੰਗ ਦੀ ਕੋਸ਼ਿਸ਼ ਅਤੇ ਕੰਪਿਊਟਿੰਗ ਦਾ ਖਰਚਾ ਵਾਧੂ ਕਲਿੱਕਾਂ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਂਦਾ ਹੈ ਜਾਂ ਨਹੀਂ।
ਕਰਾਸਵਰਡ ਹੀ ਕਿਉਂ, ਅਤੇ AI ਹੀ ਕਿਉਂ?
ਸਿਸਟਮ ਦਾ ਆਰਕੀਟੈਕਚਰ ਕੰਮ ਦੀ ਉਸ ਵੰਡ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਪਹਿਲਾਂ, ਇੱਕ Large Language Model (LLM) ਹੈਡਲਾਈਨਾਂ ਅਤੇ ਲੇਖਾਂ ਨੂੰ ਪੜ੍ਹਦਾ ਹੈ, ਫਿਰ ਉਮੀਦਵਾਰ ਸ਼ਬਦਾਂ ਅਤੇ ਸੰਕੇਤਾਂ (clues) ਦੀ ਇੱਕ ਸੂਚੀ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਅੱਗੇ, ਇੱਕ ਕਲਾਸੀਕਲ “solver” – ਜੋ ਗਰਿੱਡ ਬਣਾਉਣ ਲਈ ਬਣਾਇਆ ਗਿਆ ਇੱਕ ਗਣਿਤਕ ਇੰਜਣ ਹੈ – ਉਹਨਾਂ ਜੋੜਿਆਂ ਨੂੰ ਲੈਂਦਾ ਹੈ ਅਤੇ ਇੱਕ ਅਜਿਹਾ ਕਰਾਸਵਰਡ ਤਿਆਰ ਕਰਦਾ ਹੈ ਜੋ ਅੰਤਰ-ਸੰਬੰਧਿਤ ਅੱਖਰਾਂ (intersecting-letter) ਦੀਆਂ ਸ਼ਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੋਵੇ। ਅੰਤ ਵਿੱਚ, ਇੱਕ ਵੈਲੀਡੇਸ਼ਨ ਸਟੈਪ ਇਹ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਇੱਕ ਤੇਜ਼ ਚੈੱਕ ਕਰਦਾ ਹੈ ਕਿ ਹਰ ਸੰਕੇਤ ਆਪਣੇ ਉੱਤਰ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ ਅਤੇ ਗਰਿੱਡ ਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਵਿਰੋਧ ਦੇ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਇੰਜੀਨੀਅਰਿੰਗ ਦੀਆਂ ਰੁਕਾਵਟਾਂ
LLMs ਟੈਕਸਟ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਮਾਹਰ ਹਨ, ਪਰ ਜਦੋਂ ਆਉਟਪੁੱਟ ਨੂੰ ਸਖ਼ਤ ਸਪੇਸ਼ਲ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨੀ ਪੈਂਦੀ ਹੈ, ਤਾਂ ਉਹ ਅੜਖੇ ਆ ਜਾਂਦੇ ਹਨ। ਇੱਕ ਮਾਡਲ ਅਜਿਹਾ ਸ਼ਬਦ ਸੁਝਾ ਸਕਦਾ ਹੈ ਜੋ ਕਿਸੇ ਸੰਕੇਤ ਦੇ ਅਨੁਕੂਲ ਹੋਵੇ, ਪਰ ਉਹ ਇਹ ਗਾਰੰਟੀ ਨਹੀਂ ਦੇ ਸਕਦਾ ਕਿ ਅੱਖਰ ਅੰਤਰ-ਸੰਬੰਧਿਤ ਪੈਟਰਨ ਵਿੱਚ ਹੋਰ ਸ਼ਬਦਾਂ ਨਾਲ ਮੇਲ ਖਾਣਗੇ। ਹਰ ਰੋਜ਼ ਸਿਸਟਮ ਨੂੰ ਇਹ ਕਰਨਾ ਪੈਂਦਾ ਹੈ:
- ਤਾਜ਼ਾ ਨਿਊਜ਼ ਫੀਡ ਪ੍ਰਾਪਤ ਕਰਨਾ।
- ਦਰਜਨਾਂ ਸ਼ਬਦ-ਸੰਕੇਤ ਜੋੜੇ ਬਣਾਉਣ ਲਈ LLM inference ਚਲਾਉਣਾ।
- ਉਹਨਾਂ ਜੋੜਿਆਂ ਨੂੰ solver ਵਿੱਚ ਭੇਜਣਾ, ਜਿਸ ਨੂੰ ਗਰਿੱਡ ਪੂਰਾ ਨਾ ਹੋਣ ਦੀ ਸੂਰਤ ਵਿੱਚ ਵਾਰ-ਵਾਰ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਦੀ ਲੋੜ ਪੈ ਸਕਦੀ ਹੈ।
- ਵੈਲੀਡੇਸ਼ਨ ਕਰਨਾ।
ਖਰਚੇ ਦਾ ਮਾੜਾ ਪ੍ਰਭਾਵ
ਹਰ ਰੋਜ਼ ਤਾਜ਼ੇ ਡੇਟਾ 'ਤੇ ਲੈਂਗੂਏਜ ਮਾਡਲ ਚਲਾਉਣ ਦੀ ਲਾਗਤ ਇੱਕ ਸਟੈਟਿਕ ਡੇਟਾਬੇਸ ਤੋਂ ਪਹਿਲਾਂ ਤੋਂ ਤਿਆਰ ਕੀਤੀ ਗਈ ਪਹੇਲੀ ਦੇਣ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਹੈ। ਇਸ ਵਿੱਚ ਜੋਖਮ-ਲਾਗਤ ਦਾ ਪਹਿਲੂ ਵੀ ਹੈ। ਜੇਕਰ LLM “hallucinates” ਕਰਦਾ ਹੈ – ਯਾਨੀ ਅਜਿਹਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਜੋ ਕਿਸੇ ਅਜਿਹੇ ਤੱਥ ਦਾ ਹਵਾਲਾ ਦਿੰਦਾ ਹੈ ਜੋ ਉਸਨੇ ਖ਼ਬਰਾਂ ਵਿੱਚ ਕਦੇ ਦੇਖਿਆ ਹੀ ਨਹੀਂ – ਤਾਂ ਪਹੇਲੀ ਵਿੱਚ ਗਲਤ ਜਾਂ ਗੁਮਰਾਹ ਕਰਨ ਵਾਲੇ ਸੰਕੇਤ ਹੋ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਉਪਭੋਗਤਾਵਾਂ ਦਾ ਵਿਸ਼ਵਾਸ ਟੁੱਟ ਸਕਦਾ ਹੈ।
ਅੰਤ ਵਿੱਚ, ਇੱਕ ਬਾਹਰੀ API 'ਤੇ ਨਿਰਭਰਤਾ ਇੱਕ ਡਿਪੈਂਡੈਂਸੀ ਜੋਖਮ ਪੈਦਾ ਕਰਦੀ ਹੈ। Particle ਵਿੱਚ ਡਾਊਨਟਾਈਮ ਹੋਣ ਨਾਲ New Tab ਪੇਜ 'ਤੇ ਵਿਜੈਟ ਖਰਾਬ ਹੋ ਜਾਵੇਗਾ, ਜਿਸ ਨਾਲ ਸੰਭਾਵਨਾ ਹੈ ਕਿ ਉਪਭੋਗਤਾ ਇਸ ਫੀਚਰ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬੰਦ ਕਰ ਦੇਣ।
Firefox ਕਰਾਸਵਰਡ ਪ੍ਰਯੋਗ ਬ੍ਰਾਊਜ਼ਰਾਂ ਲਈ ਇੱਕ ਨਵਾਂ ਮੋੜ ਦਿਖਾਉਂਦਾ ਹੈ: ਰੀਅਲ-ਟਾਈਮ AI ਸਮੱਗਰੀ ਜੋ ਭਾਰੀ ਕੰਪਿਊਟਿੰਗ ਦੀ ਕੀਮਤ 'ਤੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਜ਼ਿਆਦਾ ਸਮਾਂ ਜੋੜ ਕੇ ਰੱਖਣ ਦਾ ਵਾਅਦਾ ਕਰਦੀ ਹੈ। ਕੀ ਇਹ ਲੈਣ-ਦੇਣ ਫਾਇਦੇਮੰਦ ਰਹੇਗਾ, ਇਹ ਇਸ ਗੱਲ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰੇਗਾ ਕਿ ਹੋਰ ਕਿੰਨੇ ਪਲੇਟਫਾਰਮ ਆਪਣੇ ਰੋਜ਼ਾਨਾ ਦੇ ਇੰਟਰਫੇਸ ਵਿੱਚ ਸਿੱਧੇ ਤੌਰ 'ਤੇ AI ਨੂੰ ਸ਼ਾਮਲ ਕਰਦੇ ਹਨ।