Superhuman ਨੇ Frontier Model Intelligence ਨਾਲ AI Auto-Drafts ਨੂੰ ਨਵਾਂ ਰੂਪ ਦਿੱਤਾ

Email ਉਤਪਾਦਕਤਾ (productivity) ਇੱਕ ਨਵੇਂ ਯੁੱਗ ਵਿੱਚ ਪ੍ਰਵੇਸ਼ ਕਰ ਰਹੀ ਹੈ ਕਿਉਂਕਿ Superhuman ਆਪਣੇ auto-draft ਫੀਚਰ ਦਾ ਇੱਕ ਉੱਨਤ ਵਰਜ਼ਨ ਲਾਂਚ ਕਰ ਰਿਹਾ ਹੈ, ਜੋ ਰਵਾਇਤੀ AI ਜਵਾਬਾਂ ਦੇ "ਰੋਬੋਟਿਕ" ਅਹਿਸਾਸ ਨੂੰ ਖਤਮ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਸਧਾਰਨ ਟੈਂਪਲੇਟਾਂ ਤੋਂ ਅੱਗੇ ਵਧਦੇ ਹੋਏ, ਨਵਾਂ ਸਿਸਟਮ ਉੱਚ-ਤਰਕਸ਼ੀਲ (high-reasoning) ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਤਾਂ ਜੋ ਅਜਿਹੇ ਜਵਾਬ ਤਿਆਰ ਕੀਤੇ ਜਾ ਸਕਣ ਜੋ ਉਪਭੋਗਤਾ ਦੇ ਵਿਸ਼ੇਸ਼ ਲਹਿਜੇ (tone) ਅਤੇ ਗੱਲਬਾਤ ਦੇ ਇਤਿਹਾਸ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹੋਣ।

GPT-3.5 ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ Frontier Models ਵੱਲ

Superhuman ਦੇ ਨਵੇਂ ਪਹੁੰਚ ਵਿੱਚ ਮੁੱਖ ਅੰਤਰ ਇਸਦਾ ਅੰਡਰਲਾਈਂਗ ਆਰਕੀਟੈਕਚਰ ਹੈ। ਪਹਿਲਾਂ, "Instant Replies" ਵਰਗੇ ਫੀਚਰ GPT-3.5 ਵਰਗੇ ਪੁਰਾਣੇ ਵਰਜ਼ਨਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਸਨ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ context windows ਛੋਟੀਆਂ ਸਨ ਅਤੇ ਉਹ ਬਹੁਤ ਜ਼ਿਆਦਾ ਉਤਸ਼ਾਹੀ ਜਾਂ "salesy" ਲਿਖਤ ਪੈਦਾ ਕਰਨ ਦੀ ਪ੍ਰਵਿਰਤੀ ਰੱਖਦੇ ਸਨ।

ਇਸ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, Superhuman ਦੇ ਸਹਿ-ਸੰਸਥਾਪਕ Rahul Vohra ਨੇ ਖੁਲਾਸਾ ਕੀਤਾ ਕਿ ਪਲੇਟਫਾਰਮ ਹੁਣ ਮਾਡਲਾਂ ਦੇ ਇੱਕ ਗੁੰਝਲਦਾਰ ਮਿਸ਼ਰਣ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਮੁੱਖ ਲਿਖਣ ਦੇ ਕੰਮ Anthropic ਅਤੇ OpenAI ਦੋਵਾਂ ਦੇ frontier models ਦੁਆਰਾ ਸੰਭਾਲੇ ਜਾਂਦੇ ਹਨ, ਜੋ ਕਿ ਮੌਜੂਦਾ LLM ਲੈਂਡਸਕੇਪ ਵਿੱਚ ਉਪਲਬਧ ਸਭ ਤੋਂ ਉੱਚ ਪੱਧਰ ਦੀ ਬੁੱਧੀਮਾਨਤਾ ਅਤੇ ਸੰਦਰਭਕ ਜਾਗਰੂਕਤਾ (contextual awareness) ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹਨ। ਇਹ multi-model ਰਣਨੀਤੀ ਐਪ ਨੂੰ ਗੁੰਝਲਦਾਰ ਸੂਖਮਤਾਵਾਂ (nuances) ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਡਰਾਫਟ ਬਣਾਵਟੀ ਲੱਗਣ ਦੀ ਬਜਾਏ ਅਸਲੀ ਲੱਗਦੇ ਹਨ।

ਵਿਅਕਤੀਗਤ ਸੰਦਰਭ (Personalized Context) ਅਤੇ ਅਡੈਪਟਿਵ ਲਰਨਿੰਗ

Superhuman ਦਾ ਨਵਾਂ ਫੀਚਰ ਸਿਰਫ਼ ਅਗਲੇ ਸ਼ਬਦ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਤੋਂ ਕਿਤੇ ਵੱਧ ਕੁਝ ਕਰਦਾ ਹੈ; ਇਹ ਉਪਭੋਗਤਾ ਦੀਆਂ ਪੇਸ਼ੇਵਰ ਸੀਮਾਵਾਂ ਅਤੇ ਵਿਲੱਖਣ ਆਵਾਜ਼ (voice) ਨੂੰ ਸਮਝਦਾ ਹੈ। ਉਪਭੋਗਤਾ Settings > Personalization ਵਿੱਚ ਜਾ ਕੇ AI ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਹੋਰ ਬਿਹਤਰ ਬਣਾ ਸਕਦੇ ਹਨ, ਜਿੱਥੇ ਉਹ ਡੂੰਘੇ ਸੰਦਰਭ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਫਾਈਲਾਂ, ਲਿੰਕ ਅਤੇ ਆਪਣੀ ਭੂਮਿਕਾ ਬਾਰੇ ਵਿਸ਼ੇਸ਼ ਵੇਰਵੇ ਅਪਲੋਡ ਕਰ ਸਕਦੇ ਹਨ।

ਇਸ ਸਿਸਟਮ ਵਿੱਚ ਇੱਕ feedback loop ਵੀ ਹੈ ਜੋ ਅਡੈਪਟਿਵ ਲਰਨਿੰਗ (adaptive learning) ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਕੋਈ ਉਪਭੋਗਤਾ ਮੈਨੂਅਲੀ ਉਸ ਡਰਾਫਟ ਨੂੰ ਸੁਧਾਰਦਾ ਹੈ ਜੋ ਅਣਸੁਖਾਵਾਂ ਸਮਾਂ (ਜਿਵੇਂ ਕਿ ਅੱਧੀ ਰਾਤ) ਦੱਸਦਾ ਹੈ, ਤਾਂ ਮਾਡਲ ਉਸ ਇੰਟਰੈਕਸ਼ਨ ਤੋਂ ਸਿੱਖਦਾ ਹੈ। ਅਜਿਹੇ ਸਮੇਂ ਲਈ ਅਗਲੇ ਅਨੁਰੋਧਾਂ 'ਤੇ ਅਜਿਹੇ ਡਰਾਫਟ ਤਿਆਰ ਹੋਣਗੇ ਜੋ ਪਹਿਲਾਂ ਹੀ ਮੀਟਿੰਗ ਨੂੰ ਮਨ੍ਹਾ ਕਰ ਦੇਣਗੇ, ਜੋ ਕਿ ਈਮੇਲ ਸਹਾਇਕਾਂ ਵਿੱਚ ਪਹਿਲਾਂ ਕਦੇ ਨਾ ਦੇਖੀ ਗਈ ਸਥਿਤੀ ਦੀ ਜਾਗਰੂਕਤਾ (situational awareness) ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

ਅਸਲ-ਦੁਨੀਆ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਅਤੇ Superhuman Go ਦਾ ਭਵਿੱਖ

ਇਹਨਾਂ ਤਕਨੀਕੀ ਅਪਗ੍ਰੇਡਾਂ ਦਾ ਪ੍ਰਭਾਵ ਬੀਟਾ ਟੈਸਟਿੰਗ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਦਿਖਾਈ ਦੇ ਰਿਹਾ ਹੈ। Rahul Vohra ਦੇ ਅਨੁਸਾਰ, 40% ਆਟੋ-ਜਨਰੇਟਡ ਡਰਾਫਟ ਪ੍ਰਾਪਤ ਹੋਣ ਦੇ ਇੱਕ ਦਿਨ ਦੇ ਅੰਦਰ ਭੇਜੇ ਜਾਂਦੇ ਹਨ, ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਹੈ ਕਿ ਉਹਨਾਂ ਵਿੱਚੋਂ 60% ਡਰਾਫਟ ਬਿਨਾਂ ਕਿਸੇ ਮੈਨੂਅਲ ਐਡੀਟਿੰਗ ਦੇ ਭੇਜੇ ਜਾਂਦੇ ਹਨ। ਇਹ ਮਾਪਦੰਡ "human-in-the-loop" ਰੁਕਾਵਟ ਵਿੱਚ ਭਾਰੀ ਕਮੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਆਮ ਤੌਰ 'ਤੇ AI ਲਿਖਣ ਵਾਲੇ ਟੂਲਸ ਵਿੱਚ ਹੁੰਦੀ ਹੈ।

ਹਾਲਾਂਕਿ ਇਹ ਫੀਚਰ ਅਜੇ ਤੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਵੈ-ਚਾਲਿਤ (autonomous) ਏਜੰਟ ਨਹੀਂ ਹੈ—ਕਿਉਂਕਿ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਸ਼ਡਿਊਲਿੰਗ ਜਾਂ ਲਹਿਜੇ ਵਿੱਚ ਗਲਤੀਆਂ ਲਈ ਡਰਾਫਟਾਂ ਦੀ ਜਾਂਚ ਕਰਨੀ ਪੈਂਦੀ ਹੈ—ਪਰ ਇਹ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਕੰਮ ਕਰਨ ਵਾਲੇ ਪੇਸ਼ੇਵਰਾਂ ਲਈ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਪੁਲ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਇਹ ਵਿਕਾਸ Grammarly ਦੁਆਰਾ Superhuman ਦੇ ਅਧਿਗ੍ਰਹਿਣ (acquisition) ਤੋਂ ਬਾਅਦ ਇੱਕ ਵਿਆਪਕ ਰੋਡਮੈਪ ਦਾ ਹਿੱਸਾ ਹੈ। ਕੰਪਨੀ ਹੁਣ "Superhuman Go" ਵੱਲ ਵਧ ਰਹੀ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਅਭਿਲਾਸ਼ੀ ਸਹਾਇਕ ਹੈ ਜਿਸ ਨੂੰ ਵੱਖ-ਵੱਖ ਪਲੇਟਫਾਰਮਾਂ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਸੰਦਰਭ ਲੈ ਕੇ ਜਾਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਜੋ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਈਮੇਲ ਕਲਾਇੰਟ ਨੂੰ ਇੱਕ cross-platform productivity intelligence layer ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ।

ਮੁੱਖ ਗੱਲਾਂ (Key Takeaways)

• Frontier Model Integration: Superhuman ਨੇ ਲਹਿਜੇ ਅਤੇ ਸੰਦਰਭ ਨੂੰ ਸੁਧਾਰਨ ਲਈ GPT-3.5 ਤੋਂ OpenAI ਅਤੇ Anthropic ਦੇ ਉੱਚ-ਪੱਧਰੀ ਮਾਡਲਾਂ ਦੇ ਮਿਸ਼ਰਣ ਵੱਲ ਮੋੜ ਲਿਆ ਹੈ।
• High Efficiency Metrics: ਬੀਟਾ ਟੈਸਟਿੰਗ ਦਿਖਾਉਂਦੀ ਹੈ ਕਿ 60% AI-ਜਨਰੇਟਡ ਡਰਾਫਟ ਬਿਨਾਂ ਕਿਸੇ ਮੈਨੂਅਲ ਐਡੀਟ ਦੇ ਭੇਜੇ ਜਾਂਦੇ ਹਨ, ਜੋ ਨਵੇਂ ਇੰਜਣ ਦੀ ਵਧੀ ਹੋਈ ਸ਼ੁੱਧਤਾ ਨੂੰ ਸਾਬਤ ਕਰਦਾ ਹੈ।
• Adaptive Personalization: ਸਿਸਟਮ ਉਪਭੋਗਤਾ ਦੀਆਂ ਪਸੰਦਾਂ ਨੂੰ ਸਿੱਖਣ ਲਈ ਇੱਕ feedback loop ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਅਤੇ ਵਿਅਕਤੀਗਤ ਉਪਭੋਗਤਾ ਸੈਟਿੰਗਾਂ ਰਾਹੀਂ ਡੂੰਘੇ ਸੰਦਰਭ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।