ಭೂತಶಾಸ್ತ್ರದ ಮಾದರಿಗಳು ವಾಸ್ತವಿಕ ಜಗತ್ತನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದೇ? ಹೊಸ ಅಳೆಯುವಿಕೆಯು ಐಅ ಹಾಸ್ತಕೆ ಶಕ್ತಿಯನ್ನು ಮೌಲ್ಯಮಾಪನಿಸುತ್ತದೆ

ವೃತ್ತಿಪರ ಭಾಷಾ ಮಾದರಿಗಳು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಬಗ್ಗೆ ನಮ್ಮ ಅರ್ಥವನ್ನು ಕ್ರಾಂತಿಕಾರಿಯಾಗಿ ಬದಲಾಯಿಸುತ್ತವೆ. ನಿಜವಾದ ವಿಶ್ವವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಅವರ ಸಾಮರ್ಥ್ಯದ ಮೌಲ್ಯಮಾಪನವು ಮುಖ್ಯವಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ಹುಟ್ಟಿಸುತ್ತಿದೆ. ಗಣಿತದ ಆಯಾಮಗಳೊಂದಿಗೆ ಜ್ಞಾನ ಶಾಸ್ತ್ರವನ್ನು ಬೆಳೆಸುವ ಈ ಕ್ಷೇತ್ರವು ಮುನ್ಸೂಚನೆಗಳ ಸೋಮವಾರ ದಿಂದ ಉದ್ಭವಿಸುಹುದು ಈ ಅಡಿಯಲ್ಲಿ ಇರುವ ಸಮಸ್ಯೆಗಳನ್ನು ಕೂಡ ಮಾಡುತ್ತದೆ.

ನಿಜವಾದ ಅರ್ಥಮಾಡಿಕೊಳುವಿಕೆಯ ಸವಾಲುಗಳು ಒಕ್ಕಾಸನ್ನಲ್ಲಿರುವ ಲೆಕ್ಕಾಚಾರಗಳಿಗೆ ಮೀರಿಸುತ್ತವೆ. ಹೊಸ ಅಳತೆ, ಇಂಡಕ್ಟಿವ್ ಬೈಯಾಸ್, ಪ್ರಸ್ತುತ ಮಿತಿಗಳ ಮೇಲೆ ಮತ್ತು ನಿರ್ವಿಯಾದ ಸಾಮರ್ಥ್ಯದ ಮೇಲೆ ಸಾಕ್ಷ್ಯವನ್ನು ನೀಡುತ್ತದೆ. ಮುನ್ಸೂಚನೆ ಮೀರಿಸುವ ಬುದ್ಧಿಮತ್ತೆಗೆ ಬೇಕಾದ ತರುವಣೆಯ ಹಾರವು ಸಂಶೋಧಕರಿಂದ ಹೆಚ್ಚು ಆಸಕ್ತಿಯನ್ನು ಹುಟ್ಟಿಸುತ್ತಿದೆ.

ಈ ಸಂಶೋಧನೆಯ ಪರಿಣಾಮಗಳು ಕೇವಲ ತಂತ್ರಜ್ಞಾನ ಕ್ಷೇತ್ರವನ್ನು ಮಾತ್ರವಲ್ಲ, ಕೂಡಲೇ ಮೂಲ ವಿಜ್ಞಾನ ಶ್ರೇಣಿಗಳನ್ನು ಕೂಡ ಪರಿಣಾಮ ಬೀರುತ್ತವೆ.

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಹೊಸ ಪರಿಕರ

ಎಂಐಟಿ ಮತ್ತು ಹಾರ್ವರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಸಂಶೋಧಕರಿಂದ ಪೂರ್ವಾನುಮಾನಿಕ ಮಾದರಿಗಳ ಎದುರೆಗೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (ಎಐ) ವ್ಯವಸ್ಥೆಗಳ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಆಳವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಹೊಸ ವಿಧಾನವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗಿದೆ. ಇದು ದਿਵಸೋಡಲೆಯ ಶ್ರೇಣಿಯಂತಿರುವ ಇತ್ತೀಚಿನ ಬುದ್ಧಿಮತ್ತೆಗಳನ್ನು ಮಹತ್ವದ್ದಾಗಿಸಲು ಇದು ಅಗತ್ಯವಾಗಿದೆ. ಇದು ಶ್ರೇಣೀಬದ್ದ ಕೆಲಸಗಳನ್ನು ಮೀರಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಅವರು ಏಕೆಲಸು ಮಾಡಬಹುದೆಂಬುದೆಂಬುದಾಗಿದೆ.

ಇತಿಹಾಸದ ಹೋಲಿಸುವಿಕೆ: ಕೇಪ್ಲರ್ ಮತ್ತು ನ್ಯೂಟನ್

ಈ ಸಂಶೋಧನೆಯ ವಾದವಿಶೇಷವು ಜೊಹನಸ್ ಕೇಪ್ಲರ್ ಮತ್ತು ಐಸ್ಯಾಕ್ ನ್ಯೂಟನ್ ಅವರ ಆವಿಷ್ಕಾರಗಳಿಗೆ ಮೆಚ್ಚುಗೆಯಾದಂತಾಗುತ್ತದೆ. ಕೇಪ್ಲರ್ ಗ್ರಹಗಳ ಸ್ಥಿತಿಗಳನ್ನು ಮುನ್ಸೂಚನೆ ಮಾಡಲು ಚಲನೆಯ ಕಾನೂನಗಳ ಮತ್ತ್ರೀನು ನೀಡಿದ್ದರು. ಆದರೆ ನ್ಯೂಟನ್ ಸಾಮಾನ್ಯೀಕರಿಸಲು ದೊರೆತ ಆದಲ್ಲಿ, ನಮ್ಮ ಗ್ರಾಫಿಟೇಶನ್ ಬಗ್ಗೆ ಬದಲಾವಣೆಯಾದಂತೆ ಪರಿಚಯವನ್ನು ಬದಲಾಯಿಸುತ್ತವೆ. ಅವರ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮಾದಿಯಾ ಕೇವಲ ಮುನ್ಸೂಚನೆಗೆ ಆಗಿ, ಜಗತ್ತಿನ ಸಂರಚನೆಯ ಅಭಿವೃದ್ಧಿ ಎಷ್ಟು ಸಾಧ್ಯವಾಗಿದೆ ಎಂಬುದರ ಮೇಲೆ ಸಂಶೋಧಕರಿಗೆ ಇರುವ ಪ್ರಶ್ನೆ ಬಳಸುವುದಾಗಿದೆ.

ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆ ಮಾಪನ: ಇಂಡಕ್ಟಿವ್ ಬೈಯಾಸ್

ಈ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು, ತಂಡೊಂದು ಇಂಡಕ್ಟಿವ್ ಬೈಯಸ್ ಎಂಬ ಹೊಸ ಮಾಪನವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದೆ. ಈ ಮಾಪನವು ಒಂದು ಮಾದರಿ ವೈವಿಧ್ಯಮಯ ಮತ್ತು ವಿಸ್ತಾರವಾದ ಮಾಹಿತಿಯಿಂದ ಫಲಿತಾಂಶವನ್ನು ಮುನ್ಸೂಚನೆಯಾಮಾಡುತ್ತಿದೆ ಎಂದು ಇದನ್ನು ಶ್ರೇಣೀಬದ್ಧವಾಗಿ ಪ್ರಮಾಣೀಕರಿಸುತ್ತದೆ. ಆದ್ದರಿಂದ ಸಂಶೋಧಕರು ಒಂದು ದಾರಿಯಲ್ಲಿ ಎಐ ಮಾದರಿಗಳ ಫಲಿತಾಂಶಗಳು ವಾಸ್ತವಿಕತೆಗೆ ಹೊಂದಿಕೊಂಡಿದೆಯೋ ಅಥವಾ ಕೆಲಸದ ಸಂಕೀರ್ಣತೆಗೆ ಹೊಂದುವುದರ ವಂಚಿಸುವುದೇಕೆ ಎಂಬುದರ ಬಗ್ಗೆ ಪರಿಶೀಲಿಸುತ್ತಿದ್ದಾರೆ.

ಸಂಕೀರ್ಣ ಮುನ್ಸೂಚನಾ ಮಾದರಿಯ ಸವಾಲುಗಳು

ವಿವಿಧ ಎಐ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪರೀಕ್ಷಿಸುವಾಗ, ಸಂಶೋಧಕರು ಅತ್ಯಂತ ಸರಳ ಮಾದರಿಗಳು ಶ್ರೇಣೀಬದ್ಧ ಮಾದರಿಗಳಲ್ಲಿ ವಾಸ್ತವಿಕ ವ್ಯಕ್ತಿತ್ವವನ್ನು ಪರಿಕಲ್ಪಿಸಲಾಗಿದೆ ಎಂದು ಕಂಡುಹಿಡಿದಿದ್ದಾರೆ. ಆದರೆ, ಸಂಕೀರ್ಣತೆ ಮೊತ್ತದ ಹೆಚ್ಚಿನಾದಾಗ, ವ್ಯವಸ್ಥೆಯ ಫಲಿತಾಂಶಗಳು ಶೀಘ್ರದಲ್ಲೇ ಹಾಳಾಗುತ್ತವೆ. ಒಬ್ಬ ಉದಾಹರಣೆ ರಾಜಾಡಿ ಆಟದಲ್ಲಿ ಪ್ರಸ್ತಾಪಿಸುತ್ತಿದ್ದರು. ಎಐ ಮಾದರಿಗಳು ಅನುಮತಿಯಾದ ಚಲನೆಗಳನ್ನು ಶ್ರೇಷ್ಠವಾಗಿ ಮುನ್ಸೂಚನೆ ಮಾಡಲು ಯಶಸ್ವಿ ಆದರೆ, ತಟ್ಟೆಗಳ ಒಡನೆ ವೈಭೋಗವನ್ನು ಹಿಡಿದಿಟ್ಟುಕೊಳ್ಳಲು ಅವರ ಶಕ್ತಿಯು ಬೇಡಿಕೆಯಾಗಿದೆ.

ಎಐಗೆ ಭವಿಷ್ಯದ ಆತ್ಮಾವಲಂಬನೆಗಳು

ವಿಜ್ಞಾನಿ ಸಮುದಾಯದಲ್ಲಿ ಯುತ್ ಹುಟ್ಟಿಸುತ್ತಿದ್ದಾರೆ, ಮಾದರಿಯ ಉನ್ನತಿಯ ಸಾಧ್ನೆಯ ರಾಷ್ಟ್ರೀಯ ಪ್ರಾಶಸ್ತ್ಯವನ್ನು ಹೊಂದಿರುವ ಬೆದರಿ ಉಂಟುಮಾಡಲು. ಎಂಐಟಿ ಮತ್ತು ಹಾರ್ವರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಸಂಶೋದಕರು ಈ ವ್ಯವಸ್ಥೆಗಳು ಜಗತ್ತಿನ ಕುರಿತು ತಿಳುವಳಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕಾಗಿದೆ, ಮಾತ್ರವೇ ವಿಶೇಷಬದ್ಧವಾದ ಪರಿಕರಗಳಿಗೆ ಮಾತ್ರವಲ್ಲ, ಆದರೆ ನೈಸರ್ಗಿಕ ವಿಜ್ಞಾನದಂತಹ ವಿಭಿನ್ನ ಕಾರ್ಯಗಳಲ್ಲಿ ಸಹ ಸಹಾಯ ಅಗತ್ಯವಾಗಿದೆ. ಇದಕ್ಕೆ ಹೊಂದವೇ ನಿರ್ವಹಣೆ ಮತ್ತು ಚಿತ್ತಗಳಲ್ಲಿ ಜಾಗೀಕಿಕರಣ ಜಾರು ವೇಳೆಗೆ ಮತ್ತೆ ಹೋಗುವುದು.

ಹೆಚ್ಚಿನ ಕಾರ್ಯದರ್ಶಿ ಮಾದರಿಗಳಿಗೆ ಹೋಗುವುದು

ಮಾರುಕಟ್ಟೆ ಉದ್ಧೇಶಿಸಲು ಯೋಗಿಗಳಲ್ಲಿ ಎಲ್ಲರೂ, ಪ್ರಯೋಗ ಮತ್ತು ನಿಯಂತ್ರಣಗಳನ್ನು ಯಶಸ್ವಿಯಲ್ಲಿರುವುದರಿಂದ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆ ಶ್ರೇಣಿಗಳಿಗೆ ಶ್ರೇಣೀಬದ್ಧમેન્ટಗಳನ್ನು ನೀಡುತ್ತಿದ್ದಾರೆ. ಸಂಶೋದನೆ ಶ್ರೇಣೀಬದ್ಧ ಮಾಡುವುದು ಮಾದರಿಯ ಪ್ರತಿಗಳನ್ನು ಸುಧಾರಿಸಲು ಪಾಠಗಳ ಹಾದಿಯ ತಿರುವಾಗಿದ್ದು, ಇದು ಹೀಗೆ ಶ್ರೇಣಾಲೋಕ ಆಧಿತವಾದ ಕ್ಷೇತ್ರಗಳ ಹಾದಿಯ ಶ್ರೇಣಿಯಲ್ಲಿ ತಂತ್ರಜ್ಞಾನ ಸುಧಾರಣೆಗಳನ್ನು ಪುನರೂಪಣದಲ್ಲಿ ಹಳತಿಗಳನ್ನು ವಿವರಿಸುತ್ತದೆ. ಪ್ರಸ್ತುತ, ಈ ವ್ಯವಹಾರವನ್ನು ಸುಧಾರಿಸಲು ಸಾಧ್ಯವಿದೆ.

ಉಲ್ಲೇಖಗಳು ಮತ್ತು ಶ್ರೇಣೀಬದ್ಧ ಸಂಶೋಧನೆಗಳು

ಈ ಮಾದರಿಗಳ ನಿಖರವಾದ ಮುನ್ಸೂಚನೆಗಳು ಸಂಗುತ್ತೆ ಮಾತ್ರವಲ್ಲ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಶ್ರೇಣೀಬದ್ಧ ಅನುಷ್ಠಾನಗಳನ್ನು ಸಾಗಿಸಲು ಅನೇಕ ಮಂಡಲಗಳಿಗೆ ಮಾತ್ರವಲ್ಲ, ಅಲ್ಲದೆ ಇದು ಖರವಿಲ್ಲದ ಶ್ರೇಣಿಯಲ್ಲಿ ಶಾಸ್ತ್ರೀಯವಾದ ಕ್ರಿಯೆಗಳನ್ನು ಸಹ ಸೇರಿಸುತ್ತದೆ. ಆದರೆ ಈ ವ್ಯವಸ್ಥೆಗಳು ಆಳವಾದ ಮತ್ತು ಸಾಮಾನ್ಯವಾಗಿ ಬರೆಯಲಾಗದಂತೆ ಬಿಲ್ಲು ಹಾಕಲೆಂಬುದಾಗುತ್ತದೆ ಹಾರ್ಧವುತ್ತಾರಾ.

ಗ್ರನ್ತಾಸ್ನಾನದ ಮಹತ್ವವನ್ನು ಹೊತ್ತಿರುವ ಈ ಹೊಸ ಸಂಶೋಧನೆಯ ಮಾರ್ಗವನ್ನು ಕೊಡುವ ನೆನೆಸಿರುವ ಸಂಶೋಧಕರು, ನಿಖರವಾದ ಮತ್ತು ಹೆಚ್ಚು ದಕ್ಷತೆಯನ್ನು ಹೊಂದಿರುವ ಮಾದರಿಗಳನ್ನು ಸಾಗಿಸಲು ಅವರ ದಾಖಲೆಯನ್ನು ನ್ಯಾಯವಾದದ್ದಾಗ ಮಾಡಬಹುದಾಗಿದೆ. ಶಕ್ತಿ ಮತ್ತು ಸ್ಥಳಗಳ ಮಾಹಿತಿ ಸಂಶೋಧನೆ ಯ ಮೇಲೆ ಮತ್ತು ಆರೋಗ್ಯ ಮತ್ತು ಸಿಮ್ಯುಲೇಶನ್ ಯಂತಹ ಪ್ರಮುಖ ವಿಷಯಗಳ ಕುರಿತು ಭವಿಷ್ಯದ ಅಗತ್ಯಗಳಿಗೆ, ಎಐ ಯ ಭವಿಷ್ಯವು ನಿಜವಾದ ವಿಶ್ವಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ವಿವಿಧ ಸುಧಾರಣೆಗಳನ್ನು ನಿರೂಪಿಸುತ್ತದೆ.

ಭಾಷಾ ಮಾದರಿಗಳ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆ ಮತ್ತು ಜಗತ್ತನ್ನು ಮುನ್ಸೂಚನೆ ಮಾಡುವ ಸಾಮರ್ಥ್ಯದ ಬಗ್ಗೆ FAQ

ಮಾರುಕಟ್ಟೆ ಉದ್ದೇಶಕ್ಕೆ ಇರುವ ಮೆಟ್ರಿಕ್ ವೇದಿ ಮಾತ್ರ ನಿಮಗೆ ವಿವರಗಳು ನೀವು ಸಂದೇಶಗಳಲ್ಲಿ ಒಂದರಲ್ಲಿ ಹೊಂದಿಸುವ ಮೂಲಕ ಮಾತ್ರ ನೀವು ಶ್ರೀಜಾವೇಂದ್ರವೇನ್ಸ್ ಆಗಾತ್ರ ಮಾಡಬೇಕಾಗಿದೆ?
ಈ ಮಾದರಿಗಳು ಮಾಹಿತಿಯ ಆಧಾರದ ಮೇಲೆ ಮುನ್ಸೂಚನೆಗಳನ್ನು ಎಂದರೆ, ಗ್ರಾಫಿಕಲ್ ವಿಷಯದ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಬಾಂಧವ್ಯ ಇದೆ, ಆದರೆ ಜಗತ್ತಿನ ಮೂಲಭೂತ ತತ್ವಗಳನ್ನು ಗ್ರಾಹಿಸಲು ಅವರ ಅರಿವು ಮಿತಿಯಲ್ಲ.Streaming.EVENT_NAME চালে গভীর অথবা ಎಲ್ಲಾ ಮಾಹಿತಿಯ LEVEL_EMAIL_CLASSIFICATION ಮುಖಾಂತರ ಮಾತ್ರ ಎರೋಟಾಗಿ ಹರಿಯುವಂತೆ ನಡೆದಿದೆ.

ಎಐಗೆ ಗ್ರಾಹಕ ಗ್ರಾಹಕವನ್ನು ಸರಾಗವಾಗಿ ಪ್ರಾಯೋಗಿಕ ತಾಣ ನಡೆದಿದೆ ಏಕೆ?
ಹೂವು ಹೋಗಿ ಮಾತನಾಡಿದೆಯಾ, ಒಂದು ಯಶಸ್ವಿಯಾದ ವಿಚಾರ ಅಧ್ಯಯನ ತಂದೆಯಾದರೂ ಪರಿಕಲ್ಪನೆಗಳಿಗೆ ಅನುಪಯೋಗವನ್ನು ಮಾತ್ರ ವೆಲ್ಲದ್ದಾದರೂ ಮಾತ್ರಗಳು ವೈದುಶಾಧನಯಲ್ಲಿ ಪರಿಣಾಮ ಯಾತನೆಯನ್ನು ಗುರುತಿಸುತ್ತವೆ.

ಏನಿಗೆ ಗ್ರಾಹಕ ಐದು ವಿಷಯವನ್ನು ಗ್ರಾಹನೆ ಮಾಡುತ್ತಾನೆ?
ಅರ್ಥವನ್ನು ಸೇರ್ಪಡೆ ಮಾಡಲು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳಬೇಕಾದುದು, ಇದು ಗ್ರಾಹಕ ಶಕ್ತಿಯಷ್ಟೇ ಅಲ್ಲ ಏಕೆಕೂಡ ಮತ್ತೊಮ್ಮೆ ಟೀಕೆಗಳನ್ನು ದಿನಗಳಾದ ನಿಜವಾದ ಶ್ರೇಣೀಬದ್ಧ ಮಾಡುವುದು ಏಕೆ?

ಶ್ರೇಣೀಬದ್ಧ ಸಂಶೋಧನೆಯ ಸಂದರ್ಭದಲ್ಲಿ ಮಾರ್ಗಶ್ರೇಣಿಯಲ್ಲಿ ಎಗರಿಸಿದ್ದು ಏನು?
ರಾಹಿತ್ತಿಗಿಂತಲೂ ಶ್ರೇಣೀಬದ್ಧವಾಗಿ ವಿಷಯ (ಅರ್ಥವಾಗಲೇಬೇಕಾದವು) ಮಾರ್ಗವನ್ನು ಹೊಂದಿದ್ದು ಏಕೆ ಶ್ರೇಣೀಬದ್ಧ ಮೂವರು ಕ್ಯಾಷ್ಮೆರಿಕಲ್ಲಿಲ್ಲಾಸ್ ಮಾಡುವುದು ಈ ಮೂಲದಲ್ಲಿ ಇದ್ದಂತೆಿದೆ.

ದೊಡ್ಡ ಪೂಕಾರದ ಪರಿಯೋಲಹ ಗಣಬಹುದು?
ನಿಖರ ಗಂಥಕವು ಮುನ್ಸೂಚನೆ ತಾಪನಕ್ಕೆ ಸಾಧ್ಯವು – ಅಗತ್ಯವಾಗಿ ಕೆಲಸದ ಸಂಪಾದನೆ ಮತ್ತು ಶ್ರೇಣೀಬದ್ಧ ಪರಿಮಾಣಗಳು ಸಾಧ್ಯವಿಲ್ಲ ಎಂದು ಹೋರಾಟ ಕ್ಯಸ್ಸುಗಳಿಗೆ ಶ್ರೇರಣೆಯಾಗಿತ್ತು ಎಂಬುದನ್ನು ಪರಿಗಣಿಸುತ್ತಿದ್ದಕ್ಕಾಗಿ.

ಏನೂ ಮೈಕ್ರೋಸಲ್ಲಿರುವ ಸೌಕರ್ಯವನ್ನು ತಪಾಸಿಸುತ್ತದಲ್ಲಾ?
ಈತರಕವಾಗಿ ಮಕ್ಕಳ ಮಾದರಿ ಸ್ಥಿತಿಯನ್ನು ಮತ್ತೆ ಕಾರ್ಯ ಶ್ರೇಣೀಬದ್ಧ ಕೊಡುವ ದಿಂಡದ ಜಗತ್ತನ್ನು ಇಲ್ಲಿ ಉಸುರುವಂತೆ ಮಾಡಿ ಮಾಡಿದ ವಿಷಯವನ್ನು ಅರ್ಥಪಡಿಸಲು ಸಮರ್ಪಕವಾಗಿದೆ.

ಏನು ಮುನ್ಸೂಚನೆಯ ದಾರಿಯುಲ್ಲ?
ಬುದ್ಧಿಮತ್ತೆಗೆ ಉತ್ತಮ ಪದ್ಮಗಳಲ್ಲಿ ಪೃಥ್ವಿಗೂ, ಶ್ರೇಣೀಬದ್ಧ ವಿಷಯಗಳು ವಿನ್ಯಾಸಗಳ ಪರಿಷ್ಕಾರವನ್ನು ಸಂಪಾದಿಸುವಂತೆ ಬಳಸಿದ ಆಕ್ಷೇಪನೆಯಾಗಿದ್ದರೂ, ಸಮಯ ವ್ಯವಹರಿಸಲಾಗಿಲ್ಲ .