ਇਹ ਬਲੌਗ 42 ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਕਿਵੇਂ ਅਨੁਵਾਦਿਤ ਹੁੰਦਾ ਹੈ

ਇਹ ਮੇਰੇ ਬਲੌਗ ਦਾ 23ਵਾਂ ਲੇਖ ਹੈ ਜੋ Splync ਲਈ ਹੈ, ਜੋ ਕਿ ਜੋੜਿਆਂ, ਦੋਸਤਾਂ ਅਤੇ ਪਰਿਵਾਰਾਂ ਲਈ ਇੱਕ ਸਾਂझਾ ਬਜਟ ਟਰੈਕਰ ਹੈ। ਤੁਸੀਂ ਸੋਚ ਸਕਦੇ ਹੋ ਕਿ ਮੈਂ 42 ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਹਰ ਪੋਸਟ ਕਿਵੇਂ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਦਾ ਹਾਂ, ਹਾਲਾਂਕਿ ਮੈਂ ਇਕੱਲਾ ਇੰਜੀਨੀਅਰ ਹਾਂ। ਜਿਵੇਂ ਕਿ ਹਰ ਲੇਖ ਦੇ ਸ਼ੁਰੂ 'ਤੇ ਦਿੱਤੇ ਗਏ ਅਸਵੀਕਰਨ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ, ਇਹ ਵੈੱਬਸਾਈਟ ਇੱਕੋ ਸਮੇਂ ਕਈ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਅਨੁਵਾਦਿਤ ਹੁੰਦੀ ਹੈ, ਜਿਸ ਦਵਾਰਾ ਮੈਂ ਖੁਦ ਸੌਫਟਵੇਅਰ ਬਣਾਇਆ। ਸਪਸ਼ਟ ਕਰਨ ਲਈ: ਮੈਂ ਇੰਗਲਿਸ਼ ਤੋਂ ਇਲਾਵਾ ਕਿਸੇ ਵੀ ਭਾਸ਼ਾ ਵਿੱਚ ਹੱਥ ਨਾਲ ਇੱਕ ਵੀ ਵਾਕ ਨਹੀਂ ਲਿਖਦਾ। ਇਸੇ ਕਰਕੇ, ਮੈਂ ਪਾਠਕਾਂ ਨੂੰ ਬੇਨਤੀ ਕਰਦਾ ਹਾਂ ਕਿ ਜਦੋਂ ਮਤਲਬ ਦੀ ਸਹੀਤਾ ਮਹੱਤਵਪੂਰਣ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਕ੍ਰਿਪਾ ਕਰਕੇ ਅਸਲੀ ਇੰਗਲਿਸ਼ ਵਰਜਨ ਨੂੰ ਦੇਖੋ। ਫਿਰ ਵੀ, ਬਹੁਤ ਸਾਰੇ ਟ੍ਰਾਇਲ ਅਤੇ ਗਲਤੀ ਦੇ ਚਕਰਾਂ ਦੇ ਬਾਅਦ ਅਨੁਵਾਦ ਪਾਈਪਲਾਈਨ ਵਿੱਚ ਸੁਧਾਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਮੈਂ ਮੰਨਦਾ ਹਾਂ ਕਿ ਕੁੱਲ ਅਨੁਵਾਦ ਦੀ ਗੁਣਵੱਤਾ ਕਾਫ਼ੀ ਵਧੀਆ ਹੈ। ਇਸ ਲੇਖ ਵਿੱਚ, ਮੈਂ ਸਾਂਝਾ ਕਰਾਂਗਾ ਕਿ ਮੇਰਾ ਸੌਫਟਵੇਅਰ Splync ਬਲੌਗ ਨੂੰ ਕਈ-ਭਾਸ਼ਾਈ ਕਿਵੇਂ ਬਨਾਉਂਦਾ ਹੈ।

ਮੈਂ ਹਰ ਲੇਖ ਨੂੰ ਸਿੱਧੀ ਸਧਾਰਨ ਇੰਗਲਿਸ਼ ਵਿੱਚ ਲਿਖਣ ਨਾਲ ਸ਼ੁਰੂ ਕਰਦਾ ਹਾਂ, ਜਿਸ ਵਿੱਚ SEO ਸੰਬੰਧੀ ਮੈਟਾ ਡੇਟਾ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ। ਇਸ ਦੇ ਬਾਅਦ, ਮੇਰਾ Python ਸਕ੍ਰਿਪਟ ਇੰਗਲਿਸ਼ ਟੈਕਸਟ ਨੂੰ OpenAI API ਵੱਲ ਭੇਜਦਾ ਹੈ, ਨਾਲ ਹੀ ਇੱਕ ਪ੍ਰਾਥਮਿਕ ਫਾਇਲ। OpenAI ਦੇ ਸਰਵਰਾਂ ਤੇ, ChatGPT-4o ਨਿਵੇਦਨ ਨੂੰ ਪੜ੍ਹਦਾ ਹੈ ਅਤੇ ਅਨੁਵਾਦਿਤ ਲੇਖ — ਉਦਾਹਰਣ ਲਈ, ਅਰਬੀ ਸੰਸਕਰਣ — ਨੂੰ JSON ਫਾਰਮੈਟ ਵਿੱਚ ਵਾਪਸ ਭੇਜਦਾ ਹੈ। ਜਦੋਂ ਮੇਰਾ ਮੈਕਬੁੱਕ ਉਸ ਅਨੁਵਾਦ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ, ਤਾਂ ਸਕ੍ਰਿਪਟ ਤੁਰੰਤ ਇੱਕ ਹੋਰ ਨਿਵੇਦਨ ਭੇਜਦਾ ਹੈ, ਇਸ ਵਾਰ ਬੰਗਾਲੀ ਲਈ। ਸਕ੍ਰਿਪਟ ਆਪਮਾਤਰ 42 ਟਾਰਗੇਟ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਲੂਪ ਕਰਦਾ ਹੈ। ਪ੍ਰਕਿਰਿਆ ਦੇ ਅੰਤ ਵਿੱਚ, ਮੇਰੇ ਕੰਪਿਊਟਰ ਕੋਲ 42 ਅਨੁਵਾਦਿਤ JSON ਫਾਇਲਾਂ ਹੁੰਦੀਆਂ ਹਨ। ਇੱਕ ਹੋਰ Python ਸਕ੍ਰਿਪਟ ਫਿਰ ਹਰੇਕ ਅਨੁਵਾਦ ਨੂੰ ਇੱਕ HTML ਟੈਪਲੇਟ ਵਿੱਚ ਜੋੜਦਾ ਹੈ ਅਤੇ ਇੱਕ ਸਕਿੰਟ ਤੋਂ ਘੱਟ ਸਮੇਂ ਵਿੱਚ 42 HTML ਫਾਇਲਾਂ ਜਨਰੇਟ ਕਰਦਾ ਹੈ। ਸਾਰੇ ਫਾਇਲਾਂ ਸਰਵਰ 'ਤੇ ਅੱਪਲੋਡ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਜਿੱਥੇ ਇਹ ਬਲੌਗ ਹੋਸਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਹਰ ਭਾਸ਼ਾ ਦਾ ਵਰਜਨ ਆਪਣੇ ਨਿੱਜੀ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ। ਆਖਰ ਵਿੱਚ, ਸਰਵਰ-ਸਾਈਡ Python ਸਕ੍ਰਿਪਟ ਲੇਖ ਸੂਚੀ ਅਤੇ “ਅਗਲਾ ਪੋਸਟ” ਲਿੰਕ ਅਪਡੇਟ ਕਰਦਾ ਹੈ ਤਾਂ ਜੋ ਹਰ ਭਾਸ਼ਾ ਦੀ ਨੈਵੀਗੇਸ਼ਨ ਲਗਾਤਾਰ ਰਹੇ। ਸਿੱਧੀ ਸਧਾਰਨ ਟੈਕਸਟ ਵਿੱਚ ਲਿਖੇ ਅਸਲ ਇੰਗਲਿਸ਼ ਲੇਖ ਨਾਲ, ਪੂਰੀ ਪ੍ਰਕਿਰਿਆ ਆਮ ਤੌਰ 'ਤੇ 5 ਮਿੰਟ ਜਾਂ ਇਸ ਤੋਂ ਘੱਟ ਸਮਾਂ ਲੈਂਦੀ ਹੈ। ਜਦੋਂ ਮੈਨੂੰ ਬਦਲਾਅ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਮੈਂ ਇੱਕੋ ਸਮੇਂ ਕਈ HTML ਫਾਇਲਾਂ ਨੂੰ ਅਪਡੇਟ ਕਰਦਾ ਹਾਂ, ਸਰਵਰ-ਸਾਈਡ Python ਸਕ੍ਰਿਪਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ।

ਜੇਕਰ ਤੁਸੀਂ ਤਕਨੀਕੀ ਸ਼ਬਦਾਵਲੀ ਨਾਲ ਪਰਚਿਤ ਨਹੀਂ ਹੋ ਤਾਂ ਤੁਸੀਂ ਸੋਚ ਸਕਦੇ ਹੋ ਕਿ ਮੇਰਾ ਕੰਪਿਊਟਰ OpenAI ਦੇ ਸਰਵਰ ਨਾਲ ਕਿਵੇਂ “ਗੱਲਬਾਤ” ਕਰਦਾ ਹੈ। ਇਸ ਦਾ ਜਵਾਬ ਕੁਝ ਹੁੰਦਾ ਹੈ ਜਿਸ ਨੂੰ API ਕਹਿੰਦੇ ਹਨ, ਐਪਲੀਕੇਸ਼ਨ ਪ੍ਰੋਗਰਾਮਿੰਗ ਇੰਟਰਫੇਸ। ਤੁਸੀਂ ਇੱਕ API ਨੂੰ ਦੋ ਪ੍ਰੋਗਰਾਮਾਂ ਵਿਚਕਾਰ ਇੱਕ ਦੂਤ ਖਿੜਕੀ ਵਜੋਂ ਸੋਚ ਸਕਦੇ ਹੋ: ਇੱਕ ਪ੍ਰੋਗਰਾਮ ਨਿਵੇਦਨ ਭੇਜਦਾ ਹੈ, ਅਤੇ ਦੂਜਾ ਜਵਾਬ ਵਾਪਸ ਭੇਜਦਾ ਹੈ। ਉਦਾਹਰਣ ਲਈ, ਮੇਰਾ Python ਸਕ੍ਰਿਪਟ ਇੱਕ ਸੁਨੇਹਾ ਭੇਜਦਾ ਹੈ ਜਿਵੇਂ, “ਇਸ ਲੇਖ ਨੂੰ ਜਰਮਨ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰੋ।” OpenAI ਉਸ ਸੁਨੇਹੇ ਨੂੰ API ਰਾਹੀਂ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ, ਅਨੁਵਾਦ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਅਤੇ ਨਤੀਜਾ ਵਾਪਸ ਭੇਜਦਾ ਹੈ। ਇਹ ਇੱਕ ਰੈਸਟੋਰੈਂਟ ਵਿੱਚ ਆਰਡਰ ਦੇਣ ਵਰਗਾ ਕੰਮ ਕਰਦਾ ਹੈ: ਤੁਸੀਂ ਵੈਟਰ ਨੂੰ ਦੱਸਦੇ ਹੋ ਕੀ ਚਾਹੀਦਾ ਹੈ, ਰਸੋਈ ਤਿਆਰ ਕਰਦੀ ਹੈ, ਅਤੇ ਵੈਟਰ ਇਸ ਨੂੰ ਮੈਜ਼ ਤੇ ਲਿਆਉਂਦਾ ਹੈ। ਅਤੇ ਤੁਹਾਨੂੰ ਪਹਿਲਾਂ ਵੈਟਰ ਦੀ ਲੋੜ ਕਿਉਂ ਪੈਂਦੀ ਹੈ? ਕਿਉਂਕਿ ਤੁਸੀਂ ਰਸੋਈ ਵਿੱਚ ਨਹੀਂ ਜਾਂਦੇ ਜਾਂ ਰਸੋਈਏ ਨਾਲ ਸਿੱਧੀ ਗੱਲਬਾਤ ਨਹੀਂ ਕਰਦੇ — ਤੁਸੀਂ ਨਹੀਂ ਜਾਣਦੇ ਕਿ ਰਸੋਈ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ, ਅਤੇ ਤੁਹਾਨੂੰ ਲੋੜ ਵੀ ਨਹੀਂ। ਤੁਸੀਂ ਕਹਿ ਸਕਦੇ ਹੋ, “ਕੀ ਮੈਨੂੰ ਇੱਕ ਚੀਜ਼ਬਰਗਰ ਮਿਲ ਸਕਦਾ ਹੈ?” ਵੈਟਰ ਨੂੰ, ਅਤੇ ਵੈਟਰ ਸ਼ਾਇਦ “T21, Chihuahua!” ਵਿੱਚ ਕੁਛ ਹੋਰ ਦੇ ਸਕਦਾ ਹੈ। ਇੱਕ API ਵੀ ਇਸੇ ਤਰ੍ਹਾਂ ਦਾ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦਾ ਹੈ। ਇਹ ਦੋ ਵੱਖ-ਵੱਖ ਸਿਸਟਮਾਂ ਨੂੰ ਜੋੜਦਾ ਹੈ ਬਿਨਾ ਇਹ ਜਾਣਕਾਰੀ ਲਗਾਉਂਦੇ ਕਿ ਇਹਨਾਂ ਦੀ ਅੰਦਰੂਨੀ ਭਾਸ਼ਾ ਜਾਂ ਕਾਰਜ ਸੈੱਟਿੰਗ ਕੀ ਹੈ।

ਹੁਣ ਜਦੋਂ ਅਸੀਂ ਦੇਖ ਲਿਆ ਕਿ API ਕੀ ਹੈ, ਤਾਂ ਇਹ ਹੈ ਕਿ ਮੈਂ ਇਸ ਬਲੌਗ ਲਈ ਇਸ 'ਤੇ ਕਿਉਂ ਨਿਰਭਰ ਹਾਂ। ਵਾਸਤਵ ਵਿੱਚ, ਮੈਨੂੰ ਖੁਦ ChatGPT ਨਾਲ “ਗੱਲਬਾਤ” ਕਰਨ ਦਾ ਪਤਾ ਹੈ — ਪਰ ਮੈਨੂੰ 42 ਭਾਸ਼ਾਵਾਂ ਨੂੰ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। 42 ਵਾਰ ਵੈਟਰ ਨੂੰ ਬੁਲਾਉਣਾ ਥਕਾਵਟ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦਾ ਹੈ (ਪ੍ਰੋਗਰਾਮ ਇੰਗਲਿਸ਼ ਨੂੰ ਇੰਗਲਿਸ਼ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨ ਨੂੰ ਛੱਡ ਦਿੰਦਾ ਹੈ, ਪਰ ਹਾਲੇ ਵੀ ਟੈਕਸਟ ਨੂੰ JSON ਵਿੱਚ ਬਦਲਦਾ ਹੈ)। OpenAI API ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮੇਰਾ Python ਸਕ੍ਰਿਪਟ ਉਹ ਸਾਰੇ ਨਿਵੇਦਨ ਆਟੋਮੈਟਿਕਲ ਤੌਰ 'ਤੇ ਭੇਜ ਸਕਦਾ ਹੈ, ਮੈਨੂੰ ਦੁਹਰਾਏ ਜਾਣ ਵਾਲੇ ਕੰਮ ਤੋਂ ਬਚਾਉਂਦਾ ਹੈ ਤਾਂ ਕਿ ਮੈਂ ਹੋਰ ਚੀਜ਼ਾਂ 'ਤੇ ਧਿਆਨ ਦੇ ਸਕਾਂ। ਮੈਂ ਇੱਕਲੌਤਾ ਡਿਵੈਲਪਰ ਹਾਂ, ਇਸ ਲਈ ਮੈਨੂੰ ਆਪਣੇ ਸਮੇਂ ਦੀ ਜਿੰਨੀ ਕੁ ਸੰਭਲਵ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਜਦੋਂ ਵੀ ਮੈਂ ਕੋਈ ਕਿਰਿਆਵੀ ਕੀਤੀ ਹੈ ਜੋ ਕਿ ਦੁਹਰਾਏ ਜਾਂਦੇ ਹਨ ਅਤੇ ਇਸਦੇ ਨਿਯਮ ਸਪੱਸ਼ਟ ਹਨ, ਮੈਂ ਇਸਨੂੰ ਆਟੋਮੈਟ ਕਰ ਲੈਂਦਾ ਹਾਂ। ਨਤੀਜਾ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਹੁੰਦੀ ਹੈ ਜੋ ਕਿ ਲੱਖਾਂ ਗੁਣਾ ਤੇਜ਼ ਅਤੇ ਬਿਲਕੁਲ ਗਲਤੀ-ਰਹਿਤ ਹੁੰਦੀ ਹੈ। ਇਸੇ ਲਈ API ਰਾਹੀਂ ਆਟੋਮੇਸ਼ਨ ਅਹਿਮ ਹੈ — ਇਹ ਮੇਰੇ ਸਕ੍ਰਿਪਟ ਨੂੰ 42 “ਆਰਡਰ” ਤੁਰੰਤ ਅਤੇ ਵਿਸ਼ਵਾਸ਼ਯੋਗ ਤਰੀਕੇ ਨਾਲ ਰੱਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।

ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ, ਮੈਂ ਕਈ ਹੋਰ ਭਾਸ਼ਾਵਾਂ ਸ਼ਾਮਲ ਕਰ ਸਕਦਾ ਹਾਂ; ਇਸਨੂੰ ਚਲਾਉਣ ਵਿੱਚ ਕੁਝ ਹੋਰ ਮਿੰਟ ਲੱਗਣਗੇ ਜਦੋਂ ਮੈਂ ਬਰਤਨ ਮਾਂਝ ਰਿਹਾ ਹਾਂ। ਪਰ ਮੈਨੂੰ ਨਿੱਜੀ ਤੌਰ 'ਤੇ 42 ਨੰਬਰ ਪਸੰਦ ਹੈ, ਜੋ ਕਿ ਡਗਲਸ ਐਡਮਜ਼ ਦੀ ਕਿਤਾਬ ਤੋਂ “ਉਖਤਮ ਸਵਾਲ ਦਾ ਜਵਾਬ, ਜਗਤ ਅਤੇ ਸਭ ਕੁਝ” ਦਾ ਉੱਤਰ ਹੈ। 42 ਨੰਬਰ ਨਾਲ ਮੇਰੀ ਜੁੜਾਵਤ ਤੋਂ ਇਲਾਵਾ, ਬਹੁਤ ਛੋਟੀਆਂ ਭਾਸ਼ਾਵਾਂ ਜੋੜਨਾ ਖਤਰਨਾਕ ਹੋ ਸਕਦਾ ਹੈ, ਕਿਉਂਕਿ AI ਅਨੁਵਾਦ ਉਹਨਾਂ ਭਾਸ਼ਾਵਾਂ ਲਈ ਘੱਟ ਭਰੋਸੇਯੋਗ ਹੋ ਸਕਦਾ ਹੈ ਜਿੱਥੇ ਸਿਖਲਾਈ ਡੇਟਾ ਸੀਮਤ ਹੈ।

ਜਦੋਂ ਮੈਂ ਪਹਿਲੀ ਵਾਰ ਇਸ ਕਈ-ਭਾਸ਼ਾਈ ਅਨੁਵਾਦ ਪদ্ধਤੀ ਨਾਲ ਪ੍ਰਯੋਗ ਕੀਤਾ, ਨਤੀਜੇ ਚੰਗੇ ਸਨ ਪਰ ਪੂਰੇ ਨਹੀਂ। ਕੁਝ ਵਾਕਾਂ ਦਾ ਗਲਤ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਸੀ, ਬਹੁਤ ਸ਼ਬਦੀਕ ਜਾਂ ਨਿੱਜੀ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਥੋੜਾ ਕਪਟਮਈ ਸਨ। ਮੈਂ ਵੀ ਚਿੰਤਤ ਸੀ ਕਿ ਕੁਝ ਅਣਜਾਣੇ ਤੌਰ 'ਤੇ ਕਿਆ ਜਾ ਸਕਦਾ ਹੈ ਜੋ ਕਿ ਕੁਝ ਸੱਭਿਆਚਾਰਿਕ ਸੰਦਰਭਾਂ ਵਿੱਚ ਅਨੁਚਿਤ ਜਾਂ ਅਵੀਨਮ੍ਰ ਹੋ ਸਕਦਾ ਹੈ। ਅਤੇ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ, ਮੈਂ ਨਹੀਂ ਚਾਹੁੰਦਾ ਕਿ ਮੇਰੇ ਅਨੁਵਾਦ ਰੋਬੋਟਿਕ ਜਾਂ ਮਕੈਨਿਕਲ ਲੱਗਣ। ਅਨੁਵਾਦ ਦੀ ਗੁਣਵੱਤਾ ਦੇ ਪਿੱਛੇ ਇੱਕ ਮੁੱਖ ਕਾਰਨ ਤਾਪਮਾਨ ਸੈਟਿੰਗ ਹੈ — ਇੱਕ ਪੈਰਾਮੀਟਰ ਜੋ AI ਨੂੰ ਕਿੰਨਾ “ਕ੍ਰੀਏਟਿਵ” ਜਾਂ “ਸਖ਼ਤ” ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਕਰਦਾ ਹੈ। ਇੱਕ ਵੱਧ ਤਾਪਮਾਨ AI ਨੂੰ ਵਧੀਆ ਇਮੈਜੀਨੇਟਿਵ ਬਣਾਉਂਦਾ ਹੈ, ਪਰ ਇਹ ਵੀ ਗੈਰ-ਪ੍ਰੀਡੀਕਟੇਬਲ ਬਣਾਏਗਾ। ਇੱਕ ਘੱਟ ਤਾਪਮਾਨ ਇਸਨੂੰ ਮੂਲ ਮਤਲਬ ਦੇ ਨਜ਼ਦੀਕ ਰੱਖਦਾ ਹੈ, ਪਰ ਕਈ ਵਾਰ ਰਿਜ਼ਿਡ ਲੱਗ ਸਕਦਾ ਹੈ। ਬਹੁਤ ਸਾਰੇ ਪ੍ਰਯੋਗਾਂ ਦੇ ਬਾਅਦ, ਮੈਂ ਮਹਿਸੂਸ ਕੀਤਾ ਕਿ ਤਾਪਮਾਨ = 0.8 ਇਸ ਬਲੌਗ ਦੀ ਲੋੜਾਂ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਸਹੀ ਸੀ: ਇੰਗਲਿਸ਼ ਮੂਲ ਦੇ ਪ੍ਰਤੀ ਮਾਨਦਾਰ ਰਹਿਣ ਲਈ ਕਾਫੀ ਸਹੀ, ਪਰ ਹੋਰ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਕੁਦਰਤੀ ਲੱਗਣ ਲਈ ਯੋਗ।

ਨਵੇਂ ਮਾਡਲ ਜਿਵੇਂ ਕਿ ChatGPT 5 ਅਤੇ 5.1 ਨੇ ਤਾਪਮਾਨ ਸੈਟਿੰਗਾਂ ਦਾ ਸਮਰਥਨ ਕਰਨਾ ਬੰਦ ਕਰ ਦਿੱਤਾ ਹੈ — ਇਹ ਪੈਰਾਮੀਟਰ ਹਟਾ ਦਿੱਤਾ ਗਿਆ ਹੈ ਅਤੇ ਇਸਦੀ ਜਗ੍ਹਾ ਕੁਝ ਕੌਂਸੈਪਟ ਜਿਵੇਂ ਸਹਿਯੋਗ ਅਤੇ ਯਤਨ ਨੂੰ ਲਿਆ ਗਿਆ ਹੈ, ਜੋ ਮਾਡਲ ਨੂੰ ਕਿਵੇਂ ਸੋਚਣ 'ਤੇ ਪ੍ਰਭਾਵ ਪਾਉਂਦੇ ਹਨ, ਨਾ ਕਿ ਇਹ “ਕ੍ਰੀਏਟਿਵ” ਕਿਵੇਂ ਬਣਦਾ ਹੈ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ChatGPT 4o ਨੇ ਮੇਰੇ ਨੂੰ ਇੱਕ ਭੌਤਿਕ ਡਾਇਲ ਦਿੱਤਾ ਸੀ ਜਿਸਨੂੰ ਮੈਂ ਅਨੁਵਾਦ ਸ਼ੈਲੀ ਨੂੰ ਸੁਧਾਰਣ ਲਈ ਵੱਖਰਾ ਕਰ ਸਕਦਾ ਸੀ, ਪਰ 5.x ਪਰਿਵਾਰ ਮੁਕੰਮਲ ਤੌਰ 'ਤੇ ਇੱਕ ਵੱਖਰੀ ਦਾਰਸ਼ਨਿਕਤਾ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਨਵੇਂ ਮਾਡਲਾਂ ਨੂੰ ਆਰਾਮ ਨਾਲ ਪੁੱਛਦੇ ਹੋ ਕਿ “ਇਸਨੂੰ ਤਾਪਮਾਨ = 0.8 ਨਾਲ ਅਨੁਵਾਦ ਕਰੋ,” ਤਾਂ ਇਹ ਸ਼ਾਇਦ ਵਰਤਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਸਕਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਇਸ ਤਰ੍ਹਾਂ ਦੀ ਸੈਟਿੰਗ ਅਜੇ ਵੀ ਮੌਜੂਦ ਹੈ, ਪਰ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਪੈਰਾਮੀਟਰ ਥਾਪਿਆ ਗਿਆ ਹੈ। ਮਾਡਲ ਸਿਰਫ ਉਦੇਸ਼ ਦਾ ਅੰਦਾਜਾ ਲਗਾਉਂਦਾ ਹੈ। ਜਿਵੇਂ ਕਿ OpenAI ਆਪਣੇ ਮਾਡਲਾਂ ਨੂੰ ਅਪਡੇਟ ਕਰਦਾ ਰਹਿੰਦਾ ਹੈ, ਮੈਂ ਕਿਸੇ ਦਿਨ ਆਪਣੀ ਅਨੁਵਾਦ ਪਾਈਪਲਾਈਨ ਨੂੰ ਸਮਰਥਨ ਕਰ ਸਕਦਾ ਹਾਂ। ਇਸ ਸਮੇਂ ਲਈ, ChatGPT 4o ਮੇਰੇ ਲਈ ਕਈ-ਭਾਸ਼ਾਈ ਅਨੁਵਾਦਾਂ ਲਈ ਚੋਣ ਹੈ — ਨਾ ਸਿਰਫ ਇਸ ਲਈ ਕਿ ਇਹ ਕਈ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਸੰਦਰਭ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਮਝਦਾ ਹੈ, ਪਰ ਇਹਦਾ API ਕੀਮਤ ਇੱਕ ਇਕੱਲੇ ਡਿਵੈਲਪਰ ਵਜੋਂ ਮੇਰੇ ਲਈ ਵਾਜਿਬ ਹੈ। ਦਰਅਸਲ, 4o OpenAI ਦੇ ਇਤਿਹਾਸ ਦੇ ਸਭ ਤੋਂ ਪਿਆਰੇ ਮਾਡਲਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੋ ਸਕਦਾ ਹੈ।

OpenAI API ਬਾਰੇ ਇੱਕ ਸ਼ਾਨਦਾਰ ਗੱਲ — ਬਰਾਊਜ਼ਰ ਵਿੱਚ ਸਿੱਧਾ ChatGPT ਵਰਤਣ ਨਾਲ ਤੁਸੀਂ ਇੱਕ ਵਾਰ ਵਿੱਚ ਇੱਕ ਤੋਂ ਵੱਧ ChatGPT “ਵਰਕਰ” ਵਰਤ ਸਕਦੇ ਹੋ। ਜਦੋਂ ਮੈਂ 42 ਭਾਸ਼ਾਵਾਂ ਲਈ ਅਨੁਵਾਦ ਨਿਵੇਦਨ ਭੇਜਦਾ ਹਾਂ, ਤਾਂ ਮੈਂ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਇੱਕ ਕਰਕੇ ਇੱਕ ਹੌਲੀ ਲਾਇਨ ਵਿਚ ਨਹੀਂ ਭੇਜ ਰਿਹਾ। ਇਸਦੀ ਬਜਾਏ, API ਕਈ ਨਿਵੇਦਨਾਂ ਨੂੰ ਇਕੱਠੇ ਪ੍ਰਕਿਰਿਆ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਮੈਂ ਇੱਕ ਕਮਰੇ ਵਿੱਚ ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਕਈ ਅਨੁਵਾਦਕਾਂ ਨੂੰ ਨਿਯੁਕਤ ਕੀਤਾ। ਮੇਰਾ Python ਸਕ੍ਰਿਪਟ ਵਰਕਫਲੋ ਨੂੰ ਇੱਕ ਛੋਟੇ ਉਤਪਾਦਨ ਲਾਈਨ ਵਾਂਗ ਸੰਭਾਲਦਾ ਹੈ: ਇਹ ਇੰਗਲਿਸ਼ ਲੇਖ ਨੂੰ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਨਿਵੇਦਨ ਭੇਜਦਾ ਹੈ, ਜਵਾਬਾਂ ਦੀ ਉਡੀਕ ਕਰਦਾ ਹੈ, ਅਤੇ ਨਤੀਜੇ ਨੂੰ JSON ਫਾਇਲਾਂ ਵਿੱਚ ਪ੍ਰਕਿਰਿਆ ਕਰਦਾ ਹੈ। ਇਸਦੇ ਨਾਲ ਹੀ, OpenAI ਦੇ ਸਰਵਰ ਕਈ ਮਾਡਲ ਇੰਸਟੈਂਸ ਨੂੰ ਸਮਾਂਤਰੀ ਤੌਰ 'ਤੇ ਚਲਾਉਂਦੇ ਹਨ, ਹਰੇਕ ਇੱਕ ਵੱਖਰੀ ਭਾਸ਼ਾ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦਾ ਹੈ। ਇਹ ਕੁਝ ਹੈ ਜੋ ChatGPT ਵੈੱਬਸਾਈਟ ਜਾਂ ਐਪ ਨਹੀਂ ਕਰ ਸਕਦਾ — ਉਹ ਇੰਟਰਫੇਸ ਤੁਹਾਨੂੰ ਇੱਕ ਮਾਡਲ, ਇੱਕ ਗੱਲਬਾਤ, ਇੱਕ ਕੰਮ ਇੱਕ ਸਮੇਂ 'ਤੇ ਦਿੰਦਾ ਹੈ। ਪਰ API ਨਾਲ, ਤੁਸੀਂ ਆਪਣੀ ਕੰਮਦਾਰੀ ਨੂੰ ਜਿੰਨਾ ਚੌੜਾ ਕਰਨਾ ਚਾਹੋ, ਕਰ ਸਕਦੇ ਹੋ ਜਿੰਨੀ ਤੁਹਾਡਾ ਸਕ੍ਰਿਪਟ ਆਗਿਆ ਦੇਵੇ। ਮੇਰੇ ਵਰਗੇ ਇੱਕਲੇ ਡਿਵੈਲਪਰ ਲਈ, ਇਹ ਅਜਿਹਾ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਮੇਰੇ ਕੋਲ ਸਭ ਤੋਂ ਸਮਝਦਾਰ ਅਤੇ ਨਿਰਲਿਪਤ ਸਹਾਇਕਾਂ ਦੀ ਇੱਕ ਛੋਟੀ ਟੀਮ ਹੈ। ਇਹ ਕੁਝ ਹੱਦ ਤੱਕ ਇੰਟਰਨੈਟ ਗਤੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਪਰ ਮੈਂ ਆਮ ਤੌਰ 'ਤੇ ਵਰਕਰ = 12 ਸੈਟ ਕਰਦਾ ਹਾਂ।

ਜਦੋਂ ਮੈਂ ਕਿਆਟੋ ਯੂਨੀਵਰਸਿਟੀ ਵਿੱਚ ਗਣਿਤ ਦਾ ਅਧਿਐਨ ਕਰ ਰਿਹਾ ਸੀ, ਮੈਂ ਵਿਦਿਆਰਥੀ ਕੈਂਟੀਨ ਵਿੱਚ ਡਿਸ਼ਵਾਸ਼ਰ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਸੀ। ਜਦੋਂ ਭੁਗਤਾਨ ਪ੍ਰਤੀ ਘੰਟਾ 5 USD ਦੇ ਲਗਪਗ ਸੀ, ਮੈਂ ਹਮੇਸ਼ਾਂ ਦੁਹਰਾਏ ਜਾਣ ਵਾਲੇ ਹੱਥ ਦਾ ਕੰਮ ਪਸੰਦ ਕੀਤਾ ਹੈ ਕੁਝ ਘੰਟਿਆਂ — ਜਾਂ ਕਈ ਵਾਰ ਕਈ ਦਿਨਾਂ — ਦੇ ਗਹਿਰੇ ਬੌਧਿਕ ਧਿਆਨ ਦੇ ਬਾਅਦ। ਬਾਅਦ ਵਿੱਚ, ਜਦੋਂ ਮੈਂ ਹੋਕਾਇਡੋ ਵਿੱਚ ਇੱਕ ਲਸਣ ਫੈਕਟਰੀ ਵਿੱਚ ਕੰਮ ਕੀਤਾ, ਤਾਂ ਮੇਰਾ ਕੰਮ ਸਿਰਫ ਹਜ਼ਾਰਾਂ ਚਿੱਟੇ ਲਸਣ ਬਲਬਾਂ ਨੂੰ ਪਾਲਿਸ਼ ਕਰਨਾ ਸੀ ਤਾਂਕਿ ਉਹ ਕੰਵੇਅਰ ਬੈਲਟ ਤੇ ਜ਼ਿਆਦਾ ਚਮਕਦੇ ਦਿਸ ਸਕਣ। ਅੱਠ ਘੰਟੇ ਦਿਨ — ਪੂਰੀ ਤਰ੍ਹਾਂ ਧਿਆਨ, ਨਿਰੰਤਰ ਲੈਗ। ਇਹ ਅਜੀਬ ਤੌਰ 'ਤੇ ਸੰਤੋਸ਼ਜਨਕ ਸੀ। ਹੁਣ, ਉਹਨਾਂ ਯਾਦਾਂ ਤੋਂ ਮੁੜ ਕੇ, ਮੈਂ ਵਰਤਮਾਨ ਵਿੱਚ ਬੌਧਿਕ ਕੰਮ ਕਰ ਰਿਹਾ ਹਾਂ — ਸੌਫਟਵੇਅਰ ਲਿਖਣਾ, ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਡਿਜ਼ਾਈਨ ਕਰਨਾ, ਅਤੇ ਇਹ ਲੇਖ ਲਿਖਣਾ। ਪਰ ਸੰਤੁਲਨ ਨਹੀਂ ਬਦਲਿਆ। ਜੇ ਤੁਸੀਂ ਮੈਨੂੰ ਪੁੱਛਦੇ ਹੋ ਕਿ ਮੈਂ ਆਪਣਾ ਬਲੌਗ ਲੇਖ 42 ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਕਿਵੇਂ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਦਾ ਹਾਂ, ਤਾਂ ਸੱਚਾ ਜਵਾਬ ਹੈ: ਮੈਂ ਇਹ ਬਰਤਨ ਮਾਂਝ ਕੇ ਕਰਦਾ ਹਾਂ।