ಕೃತಿಮ ಬುದ್ಧಿಮತ್ತೆಯ ಯುಗವು ಬಹುಮುಖ ರೋಬೋಟುಗಳ ತರಬೇತಿಯ ಕುರಿತು ಮಹತ್ವದ ಅಮಿತ ಸವಾಲುಗಳನ್ನು imposes ಮಾಡುತ್ತದೆ. ಪರಂಪರೆಗೆ ಬಾಧಿತ ವಿಧಾನಗಳ ಅಸಾಧ್ಯತೆಯನ್ನು ಮೀರಿಸುವುದು ಕ್ರಾಂತಿಕಾರಿ ದೃಷ್ಟಿಕೋನವನ್ನು ಅಗತ್ಯವಿದೆ. *ಜೊತೆಗೆ ಪ್ರಯೋಜನಕಾರಿ ಸಾಹಿತ್ಯ*, ಕಲನೆಯ ಪ್ರಕ್ರಿಯೆಯ *ಸ೦ಚಯವನ್ನು ಹೆಚ್ಚಿಸುವ* ಒಂದು ಹೊಸ ವಿಧಾನ ಮೂಡುತ್ತಿದೆ.
ಅನುಕೂಲಗಳನ್ನು ಹೊಂದಿದ ರೋಬೋಟುಗಳನ್ನು ತರಬೇತಿ ನೀಡುವುದು ಅತ್ಯಂತ ಮುಖ್ಯವಾಗಿದೆ. ಪ್ರಜ್ಞಾಸಂಪತ್ತಿಯ ಪರಕಾಶವಿಲ್ಲದೆ, ಈ ವಿಧಾನವು *ತ್ವರಿತ ಮತ್ತು ಹೆಚ್ಚಿನ ಪರಿಣಾಮಕಾರಿ ಕಲನೆಯನ್ನು* ಉತ್ತೇಜಿಸುತ್ತದೆ.
ಭಾವನೆ ಮತ್ತು ಕ್ರಿಯೆಗಳ ನಡುವಿನ ಸಾಮರಸ್ಯವು ರೋಬೋಟ್ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಪುನರ್ ವ್ಯಾಖ್ಯಾಂಗಿಸುತ್ತದೆ, *ವಿಧಾನಗಳು ಮತ್ತು ಸಂಕೀರ್ಣ ತಂತ್ರಗಳನ್ನು* ಹೊಡೆದು ಹಾಕುತ್ತದೆ.
ಬಹುಮುಖ ರೋಬೋಟುಗಳನ್ನು ತರಬೇತಿ ನೀಡಲು ಒಂದು ನೂತನ ವಿಧಾನ
ಬಹುಮುಖ ರೋಬೋಟ್ಗಳನ್ನು ತರಬೇತಿ ನೀಡುವ ಸವಾಲುವು ಹಳೆಯ ಕಾಲದಿಂದಲೇ ಬೋಟಿಕ್‌ನಲ್ಲಿ ತ್ರಾಸವಾಗಿದೆ. ಪರಂಪರೆಯ ವಿಧಾನವು ಪ್ರತ್ಯೇಕ ಶ್ರೇಣಿಯ ಮಾಹಿತಿ ಶ್ರೇಣಿಗಳನ್ನು ಕಲ್ಕುಗಳನ್ನು ನಿಜಕ್ಕೂ ಸಹಕಾರಿ ಮತ್ತು ಬಿಸಿಷ್ಠ ಜೀವನದಲ್ಲಿ ಆರ್‌ಬೋಟ್‍ಗಳಿಗೆ ಕಲ್ಪಿಸಲು ಬುದ್ಧಿವಂತಿಕೆಯಾಗಿ ಇದನ್ನು ವಿವರ ಮಾಡುತ್ತದೆ. ಈ ವಿಧಾನವು ಖರ್ಚಿಲ್ಲದ ಮತ್ತು ಕಾರ್ಮಿಕಷೇವಾ, ಸಾಮಾನ್ಯ ಕೌಶಲಗಳನ್ನು ತೀರಿಸಲಾಗುವಂತೆ ಮಾಡುತ್ತದೆ. ರೋಬೋಟ್‍ಗಳು ಪರಿಹಾರ ನೀಡಲು ಅಸಾಧ್ಯವಾದ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಅಥವಾ ಹಿಂದಿನದಲ್ಲಿ ನಡೆದ ಕಾರ್ಯಗಳಿಗೆ ಹೊಂದಿಸಲು ಕಷ್ಟಪಡುತ್ತವೆ.
ಎಮ್ಮೆಂಟುಗಳ ಸಂಶೋಧನೆಗಾಗಿ ಹೊಸ ಲೇಖನ
ಎಮ್ಮೆಂಟುಗಳ ಸಂಶೋಧಕರಿಂದ ಉತ್ತುಂಗವಾಗಿ ರೂಪುಗೊಳ್ಳುವಂತಹ ಮತ್ತು ವೇದಿಕೆಗಳ ಆಧಾರದ ಮೇಲೆ ಬಾಹ್ಯ ಮಾಹಿತಿಗಳನ್ನು ಬಾಹ್ಯವಾಗಿ ಏಕೀಕೃತಗೊಳ್ಳುತ್ತದೆ. ಇದು ಒಂದು ವೇದಿಕೆಯಲ್ಲಿಯೇ ಬಹಳ ಸ್ತರದ ಕೆಲಸಗಳನ್ನು ಒಂದೇ ವೇದಿಕೆಗಳಿಂದ ಬಾಹ್ಯ ಮಾಹಿತಿಗಳು ಮಾರ್ಗದರ್ಶಕರಿಂದ ವೆಬ್‍ಹಾಲು ಸುಲಭವಾಗಿ ಪರಸ್ಪರ ಕದಲಾಗುತ್ತದೆ. ಈ ಸಮಗ್ರ ಮಾಹಿತಿಗಳನ್ನು ಆಳಮಟ್ಟದಲ್ಲಿ ಸೂಕ್ಷ್ಮವಾಗಿ ಸೂಚಿಸುವ ಹಾರಿ ಪ್ರಯೋಜನೀಕರಿಸಲು ಮತ್ತು ಹಲವಾರು ಕ್ರಿಯೆಗಳನ್ನು ಶ್ರೇಣಿಬದ್ದಗೊಳಿಸುತ್ತವೆ.
ಪರಿಣಾಮ ಮತ್ತು ಆರ್ಥಿಕತೆಯು მომსახურಿತ ಯಲ್ಲಿ ಪ್ರಗತಿಯನ್ನು ಸಾಧಿಸುವುದಕ್ಕೆ
ಸಾಧಾರಣರೆಗೆ ಪೂರಕಮಯ ಮಾಹಿತಿ ವೇದಿಕೆಯನ್ನು ಸಂಯೋಜಿಸುವಾಗ, ಈ ತಂತ್ರವು ವೇದಿಕೆಗಳಲ್ಲಿ ತ್ವರಿತ ಗೋಧಿ ಮತ್ತು ಕಡಿಮೆ ಖರ್ಚು ಅವರನ್ನು ಒಯ್ಯುತ್ತದೆ. ಪರಿಸಾಧನೆಗಳ ಒಂದು ಪ್ರಸದಾಗಿದೆದ್ದು, ಕಾರ್ಯಗಳಿಗೆ ಅಗತ್ಯವಿಲ್ಲದ ಮಾಹಿತಿಯ ಮೂಲಕ ಆದಾನ ಮಾಡಬಹುದು. ಫಲಿತಾಂಶಗಳು 20% ಹೆಚ್ಚು ಪ್ರಮಾಣವಲ್ಲಿಗೆ ಡೇಟಾ ತರಬೇತಿ ಮತ್ತು ನಿಜವಾದ ಪರಿಸರದಲ್ಲಿ ತರಬೇತಿ ಪಡೆಯಲು ಉತ್ತಮವಾದ ಕ್ರಮವನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಹೆಚ್ಚಿಸುತ್ತದೆ.
LLMs ಗಳಿಂದ ಪ್ರೇರಿತ ಮಾದರಿ
ನೂತನತೆಯನ್ನು ನೀಡುವ ತಂತ್ರವು ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳಿಂದ ಪ್ರೇರಿತವಾಗಿದೆ. ‘ನೀತಿ’ ಘೋಷಣೆಯ ಸಮರ್ಪಣೆಯ ಮೇಲೆ ನಡೆಯಿರಿ. ಈ ವಿಧಾನವು ಆಚರಣಾರೂಪವಾಗಿರುವ ನಿರೀಕ್ಷೆಗಳಿಗೆ ಸಮಾನಾಂತರ ಆಹಾರ ಸಿದ್ಧಾಂತವನ್ನು ವೃತ್ತಿಮಣಿ ಕೊಡುವುದಕ್ಕಾಗಿ ಬಳಸುತ್ತದೆ. ಲೆಕ್ಕಾಚಾರವಾಗಿ ಇವುಗಳನ್ನು ಮಾಡಲು ಜನರಿಗೆ ಮಾಡುವ ಪ್ರಮಾಣವು ಸಹಾಯಮಾಡುತ್ತದೆ.
ಈ ಪ್ರಕ್ರಿಯೆ ಹಲವಾರು ಜಾಗಕ್ಕೆ ಸೇರಿದ ಮೇಲ್ಮೋಷಣೆಯ ಅಧೀನ ಪ್ರವೃತ್ತಿಯಲ್ಲಿ ಸ್ಥಿತಿಯನ್ನು ಹೊಂದಿದೆ. LLMs ಗಳಿಕೆಯನ್ನು ಅನುಗುಣವಾಗಿ ಸಹಾಯ ಮಾಡುವ ಮೂಲಕ, ಈ ಸಂಕಲ್ಪಗಳು ಒಟ್ಟಾಗಿ ವರ್ಧಿಪಡಿಸಿದ ಪ್ರಜಾವಾಣಿ ಮಾಹಿತಿಯ ಮೂಲಕ ಶ್ರೇಣೀಯತೆಯ ಸುಗಮವನ್ನು ನಿಜವಾಗಿಸುತ್ತದೆ.
ಮಾಹಿತಿಯ ಭಾಗಗಳು ಮತ್ತು ಸಂಸ್ಕರಣೆಯ ಕಲೆಯೌಕ್ಟಟಿ
ರವಾನಾದ ಡೇಟಾ ಮೀಶತ್ರದ ಸುಸ್ಪಷ್ಟರೂಪವನ್ನು ಕೊಡಲಾಗುತ್ತದೆ, ಕ್ಯಾಮೆರಾ ಚಿತ್ರ ಮತ್ತು ನೈಸರ್ಗಿಕ ಭಾಷೆಯ ಸೂಚನೆಗಳೊಳಗೆ. MIT ಬಾಹ್ಯವಾಗಿ ನಾಮಕರಣವಿರುವ ಹೆಟ್ರೋಜಾದ ಪ್ರಿಕ್ಷಿತ ರೂಪಾಂತರಗಳು (HPT) ಅವರ ವಿವಿಧ ಶ್ರೇಣಿಯ ಮಾಹಿತಿಗಳನ್ನು ಏಕೀಕರಿಸಲು ಸ್ಥಾಪಿತವಾಗಿದೆ. ವಿಭಿನ್ನ ವಿನ್ಯಾಸಗಳಿಂದ ಬಾಹ್ಯ ಮಾಹಿತಿಯು ಬೈಬಿಟ್ ಮಾಡಿದ ಒಟ್ಟು ಸಂಪರ್ಕದ ಮೇಲೆ ಒಬ್ಬ ಕೃತಿಮ ಶುದ್ಧ ನಿಯಂತ್ರಣವನ್ನು ನಡೆಸುತ್ತದೆ.
ರೂಪಾಂತರವು ಇತರ ಡೇಟಾವನ್ನು ಸಾಮರಸ್ಯದ ಅಗತ್ಯಗಳು ತುಂಬಿಸುತ್ತವೆ ಎಂದು ಮೆರೆಸುತ್ತದೆ, ಮೂಲ ವೇದಿಕೆಯ ಅವಿಭಾಜಿತಮಾಗುವ ಸರಿಯಾಗಿ ಮತ್ತೂ ಸಹಾಯವನ್ನು ಶ್ರೇಣೆಗೆ ಅವಕಾಶವನ್ನು ಪಡೆಯುವುದು. ಬಳಕೆದಾರನು ಬಾಹ್ಯ ಮಾಹಿತಿಯಿಂದ ಆಕರ್ಷಕ ವರ್ಷಗಳಿಗೆ, ಮಾಹಿತಿಗೆ ಆಸ್ಪತ್ರೆಯನ್ನು ನಿಷ್ಪ್ರಭವಾಗಿ ನೀಡುತ್ತವೆ. ನಂತರ, HPT ಮಾರ್ಗದರ್ಶೀಕರ ಮಾಡುವ ಶಿಕ್ಷಣವನ್ನು ಹೇಳಿಕೆ ನೀಡುತ್ತದೆ.
ಅಗತ್ಯಗಳು ಹೆಚ್ಚು ಚುಕ್ಕರೆಯಲ್ಲಿಗೆ
HPT ನ ಅಭಿವೃದ್ಧಿಯ ಆವೇಶಕಾರಿ ವಿಷಯವು ಕೊನೆಗೆ ಶ್ರೇಣಿಯ ಹೆಸರನ್ನು ತಾತ್ಕಾಲಿಕವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಲಾಗುತ್ತದೆ, 52 ವಿವಿಧ ಸಮೀಕ್ಷೆಗಳ ಹದಿಮಲ್ಲಾನು ಪ್ರತ್ಯೇಕಗೊಳ್ಳ ದಂತಹ ಡೇಟಾ ಕುರಿತಂತೆ ಪರಿಣತಿಯನ್ನು ಸ್ಥಾಪಿಸುವುದಾಗಿದೆ. ಈ ಪ್ರಕ್ರಿಯೆಯು ಮೇಲ್ಮೊಗೆ ದತ್ತಾನವೆಂಬ ಖದಲ್ಲಿ ಕೀವ್ ಮಾರ್ಗದಮನವನ್ನು ಒದಗಿಸುತ್ತದೆ.
ಯೋಗ್ಯವಾಗಿ HPT ರೊಪ್ಪವನ್ನು 20% ಹೆಚ್ಚು ಡೇಟಾದ ಮೇಲೆ ಸಮರ್ಥಗೊಳ್ಳಲು ಪ್ರಯುಕ್ತನು ಸಾಧಿಸುವ ಮೂಲಕ ತೀವ್ರವಾಗಿ ಪ್ರಗತಿ ನೀಡುತ್ತಾರೆ. ಈ ಅರ್ಥವು ಹಿಗ್ಗಿಸಿದಂತೆ, ಈ ಸಂಬಂಧವು ಕಡಿಮೆ ವೆಸ್ತಿ ಬಂದೋಧಿಸುವಂತಹುದಾಗಿ ತಿಳಿಯಲು ಅವಕಾಶವಾಗಿದೆ.
ಭವಿಷ್ಯದಲ್ಲಿ ನಿರೀಕ್ಷೆಗಳಿಟ್ಟ ಪುರಸ್ಕಾರವು
ಸಂಶೋಧಕರು HPT ನಾದಕ್ಕಿಲ್ಲುವ ಮುಹೊಕ್ಕೆ ಪ್ರಮಾಣಾತ್ಮಕವಾಗಿ ಹೊಸ ತಿಂಗಿದ ಹುಕ್ಕಳನ್ನು ವಿಭಾದಗಳು ಎಂಬ ಆಶಯವನ್ನು ಮುಗಿಸುವದು. HPT ಅನ್ನು ಪ್ರಸ್ತುತಗಳಂತೆ ಘಾಜಿಸಲಾಗುವಂತೆ ವಿಸ್ತಾರಹಿತವು ನಿಯಮವನ್ನು ತಪಾಸಿಸುತ್ತಿದೆ. ಒಂದು ವಿಶ್ವದ ಕೃತಿಮ ಬುದ್ಧಿ ಸಿದ್ದಿಯ ಅವಕಾಶಿ ಎಂಬ ತರಗತಿ ಬಗ್ಗೆಂದೆ ಕಾಗದವನ್ನು ಪ್ರಚೋದಿಸಲು.
ಈ ಸಂಶೋಧನೆಗೆ ಹಣಕಾಸು ಸುಮಾರು ಎಮ್ಮೆಂಟ್ ಗೊತ್ತಾದಂತ ಅಕಾಲಿಕ ಬಿಜ್ಞ ಅಪ್ಲಿಕೇಶನ್ ಆಯ್ಕೆಯಲ್ಲಿರುವ ಗೆಲ್ಲುವಂತಿದೆ. ಈ ವ್ಯವಸ್ಥೆಯೆಲ್ಲಾ ಬಹುತೇಕ ಕೃಷಿನಲ್ಲಿ ತಿರುವಿನ ಒಂದು ಸಲುವಾಗಿ ಬಹುಮುಖ ಸಿದ್ಧತನವನ್ನು ಆಕರ್ಷಿಸಲುವಾಗ ದಣಿವಿಲ್ಲದ ಕষ্টಗಳು ವಿಷಯವು ಕಂಡಿದೆ.
ಬಹುಮುಖ ರೋಬೋಟ್ ತರಬೇತಿ ನೀಡಲು ವೇಗವಾದ ಮತ್ತು ಪರಿಣಾಮಕಾರಿಯ ಹುದ್ದೆಗಳ ಬಗ್ಗೆ ಸಾಮಾನ್ಯ ಪ್ರಶ್ನೆಗಳು
ಬಹುಮುಖ ರೋಬೋಟ್ ತರಬೇತಿ ನೀಡಲು ವೇಗವಾದ ಮತ್ತು ಪರಿಣಾಮಕಾರಿಯ ವಿಧಾನದ ಏನು?
ಇದು ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ವೇದಿಕೆಗಳಿಂದ ಬಾಹ್ಯ ಮಾಹಿತಿಗಳ ಸಮಿತಿಯನ್ನು ಬೆಳೆಸಲು ದೃಢವಾದ ಪ್ರಮಾಣವನ್ನು ಪ್ರಣಾಳಿಸುವ ವಿದ್ಯಮಾಡುತ್ತದೆ.
ಈ ವಿಧಾನವು ರೋಬೋಟ್ಗಳ ಹೊಂದಾಣಿಕೆಯನ್ನು ಹೇಗೆ ಸುಧಾರಿತಗೊಳಿಸುತ್ತದೆ?
ಈ ಕ್ರಮವು ರೋಬೋಟ್‍ಗಳಿಗೆ ಅರ್ಥವಿಲ್ಲದ ಬಾಹ್ಯ ಮಾಹಿತಿಗಳು ಮತ್ತು ಸಧಾರಣಾ ಮಾಹಿತಿಯ ಹಿಂದಿನಿಂದ ಬಾಹ್ಯ ಮಾಹಿತಿಗಳನ್ನು ಬಳಸಿಕೊಂಡ ತಿಳಿಯುವಿಕೆ ಅಥವಾ ಗಾಢ ಕಾರಣಗಳಿಂದ ಹೊಸ ವಿಷಯವನ್ನು ಸಿದ್ಧಿಯಗೊಳಿಸುತ್ತದೆ.
ಈ ವಿಧಾನದಲ್ಲಿ ಬಳಸುವ ಮಾಹಿತಿಯ ಪ್ರಕಾರ ಯಾವುದು?
ಇದು ನಿರೀಕ್ಷೆಗಳ ವಿವಿಧ ಶ್ರೇಣಿಯ ಮಾಹಿತಿಯ ಮೇಲ್ಮಾಡುತ್ತದೆ, ಮಾನವನ ದೃಷ್ಟಿಯ ವಿಡಿಯೋ, ಸಿದ್ಧಾತಾವನ್ನು, ದೃಷ್ಟಿಯ ನೋಡುವಿಕೆ ಮತ್ತು ಸಮಾನ್, ಎಂಬುದಾಗಿ ವಿವರಿಸು.
ಹೆಟ್ರೋಜಾದ ಪ್ರೀಕ್ಷಣೆಗಳನ್ನು (HPT) ගැන ವಿಷಯದಲ್ಲಿ ಈ ತಂತ್ರದಲ್ಲಿ ಯಾವ ಪಾತ್ರವನ್ನು ಹೊಂದಿದೆ?
HPT ವಿದ್ವೇಷಕ ಧಾರಕ ಇತರ ವಿಷಯಗಳನ್ನು ನಿವಾರಿಸಲು ಏಕೀಕೃತ ಶ್ರೇಣಿಯ ಮಾದರನ್ನು ಒದಗಿಸುತ್ತದೆ, ಇದರಿಂದ ರೋಬೋಟ್ ದೇಶಗಳು ಹೊಸ ವಿಷಯಕ್ಕೆ ದಾಖಲಿಸುತ್ತವೆ.
ಈ ವಿಧಾನವು ಸಂಸ್ಥೆಗಳಿಗೆ ಆರ್ಥಿಕವಾಗಿರುವ ಲಾಭವೇನು?
ಈ ವಿಧಾನವು ಕಾರ್ಯಕ್ಕೆ ಮಾಹಿತಿಯನ್ನು ಹೊಂದಿಸಲು ಮತ್ತು ಸಮಯ ವೃತ್ತಿಯ ಹಕ್ಕಿಯನ್ನು ಉಳಿಸುವ ಮೂಲಕ ಲಾಭವನ್ನು ಬಿಡುಗಡೆ ಮಾಡುತ್ತದೆ.
ಈ ಕ್ರಮವು ಪಾಠಿಸಿದ ವೈರೋಷಕರ ಮಲ್ಲೀಗ ಸಾಮರ್ಥಗಳನ್ನು ಹೇಗೆ ನಿರೀಗಿಸಲು?
ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಹೆಚ್ಚು ಆಫ್ ವಾಹಕೆಯಿಂದ ಮಾಡುತ್ತದೆ. ಇದುವರೆಗೆ 20% ಹೆಚ್ಚು ಭವಿಷ್ಯದವರಿಂದ ಆರಂಭವಾಗಲು ಬರೆಯಲು ಪ್ರಕಟವಾಗುತ್ತೀರಿ.
ಈ ವಿಧಾನವು ವಿಭಿನ್ನ ಶ್ರೇಣಿಯ ರೋಬೋಟ್‍ಗಳಲ್ಲಿ ಸುಲಭವಾಗಿ ಕಾರ್ಯಗತ ನಡೆಯುತ್ತದೆಯಾ?
ಹೌದು, ಈ ಕ್ರಮವು ಮೀಶ್ರಣಾಭಿಮಾನದ ಎಳೆಗಾಗಿ ತೆರೆದ ಉತ್ಪನ್ನವನ್ನು ಅನುಕೂಲಿಸುತ್ತದೆ.
ಈ ತಂತ್ರವನ್ನು ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಉಳ್ಳ ಅಡ್ಡಿಮಗಳನ್ನು ಗೆಲ್ಲಿದೊಡನೆ?
ಹೋಗಿದಷ್ಟೂ ಅತ್ಯುತ್ತಮ ಶ್ರೇಣಿಯಿಂದ ಎಸ್ಕೋಬ್ಹು ಗಳಿಸಿದ ಕೋಷ್ಟಕದ ವಿಷಯಗಳ ನಡುವಿನ ಪರಿಸ್ಥಿತಿಗಳ ಕ್ಷೇಮಾಗೊಳ್ಳುವುದೆಂಬುದಕ್ಕಾಗಿ ಸಂಶೋದ್ಯಮ್ನು.
ಈ ವಿಧಾನವು ರೋಬೋಟ್ ಮೂಲ ಶ್ರೇಣಿಯಿಂದ ಹುವಾದಂತೆ ಕಾರ್ಯಕ್ಷèiಗೊಳಿಸುವುದಕ್ಕೆ ಹೇಗೆ?
ಹೌದು, ಈ ಕ್ರಮವು ಶ್ರೇಣಿಯಲ್ಲಿಯು ಮಾಹಿತಿ ಕುರಿತಾದ ಪ್ರವೃತ್ತಿಯ ಭಾಗದಿಂದ ಲಾಭವಿಲ್ಲದೆ ಸಮರ್ಥಗೊಂಡ ಸಂದರ್ಭಗಳಲ್ಲಿ ಕಾರ್ಯಗತಗೊಳಿಸಲು.
ಈ ವಿಧಾನದ ಬಳಕೆಯನ್ನು ಒಳಹೊಮ್ಮೆಗೊಂಡಲ್ಲದ ಲಕ್ಷಣವು ಯಾವುದೆ?
ಸಂಶೋಧಕರು ಇದರ ಮೂಲಕ ಬಾಹ್ಯ ಮಾಹಿತಿಗಳನ್ನು ಸುಧಾರಿಸಲಿವೆ.
