ਬੁੱਧੀਮਤਾ ਹਾਸਲ ਕਰਨ ਦੇ ਸੰਭਾਵਿਤ ਤਰੀਕਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਸੰਭਵ ਤਰੀਕਾ ਹੈ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਉਭਰਣ ਵਾਲਾ (ਜਾਂ ਸੰਯੁਕਤ) ਪਹੁੰਚ, ਜੋ ਇਸ ਗੱਲ 'ਤੇ ਆਧਾਰਤ ਹੈ ਕਿ ਕਈ ਸਾਧਾਰਣ ਏਜੰਟਾਂ ਦੇ ਮਿਲੇ ਜੁਲੇ ਵਰਤਾਰਾ ਨਾਲ ਪੂਰੇ ਸਿਸਟਮ ਦਾ ਕੁੱਲ ਵਰਤਾਰਾ ਹੋਰ ਵੱਧ ਜਟਿਲ (ਜਾਂ ਬੁੱਧੀਮਾਨ) ਹੁੰਦਾ ਹੈ। ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ, ਇਹ ਸੰਯੁਕਤ ਬੁੱਧਿਮਤਾ, ਉਭਰਣ ਵਾਦ ਅਤੇ ਵਿਕਾਸੀ ਸਾਈਬਰਨੈਟਿਕਸ ਦੇ ਸਿਧਾਂਤਾਂ 'ਤੇ ਆਧਾਰਤ ਹੈ, ਜੋ ਕਹਿੰਦੇ ਹਨ ਕਿ ਉੱਚ-ਸਤ੍ਹਰੀ ਸਿਸਟਮ ਕੁਝ ਜੋੜ-ਮੂਲ ਕਦਰ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ ਜਦੋਂ ਉਹ ਠੀਕ ਢੰਗ ਨਾਲ ਨੀਚਲੇ-ਸਤ੍ਹਰੀ ਸਿਸਟਮਾਂ ਤੋਂ ਬਣਾਏ ਜਾਂਦੇ ਹਨ (ਜੋ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਮੈਟਾਸਿਸਟਮ ਤਬਦੀਲੀ ਦਾ ਸਿਧਾਂਤ)।
ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮ ਦੀ ਦਿਸ਼ਾ 1990 ਦੇ ਦਹਾਕੇ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵਿੱਚ ਉਭਰੀ ਸੀ, ਇੰਟਰਨੈਟ ਅਤੇ ਵੰਡੇ ਹੋਏ ਸਿਸਟਮਾਂ ਦੀ ਵਾਧੇ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦਿਆਂ। ਇੱਕ ਪਰੰਪਰਾਗਤ AI ਕਿਤਾਬ, Artificial Intelligence: A Modern Approach, ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮਾਂ ਦੇ ਨਜ਼ਰੀਏ ਤੋਂ ਕਲਾਸਿਕ AI ਦੇ ਨਜ਼ਰੀਏ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੀ ਹੈ।
ਮਲਟੀ-ਏਜੰਟ ਪਹੁੰਚ ਦਾ ਕੇਂਦਰ ਹੈ ਏਜੰਟ ਦਾ ਸੰਕਲਪ - ਇੱਕ ਐਸੀ ਇਕਾਈ ਜੋ ਕਿਸੇ ਮਾਹੌਲ ਵਿੱਚ ਰਹਿੰਦੀ ਹੈ, ਜਿਸਨੂੰ ਇਹ ਸਮਝ ਸਕਦੀ ਹੈ ਅਤੇ ਜਿਸ ਉੱਤੇ ਕਾਰਵਾਈ ਕਰ ਸਕਦੀ ਹੈ। ਇਹ ਇਕ ਬਹੁਤ ਵਿਆਪਕ ਪਰਿਭਾਸ਼ਾ ਹੈ, ਅਤੇ ਏਜੰਟਾਂ ਦੀ ਕਈ ਕਿਸਮਾਂ ਅਤੇ ਵਰਗੀਕਰਨ ਹੋ ਸਕਦੇ ਹਨ:
- ਉਹਨਾਂ ਦੀ ਤਰੱਕੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਅਨੁਸਾਰ:
- ਪ੍ਰਤੀਕਿਰਿਆਤਮਕ ਏਜੰਟ ਆਮ ਤੌਰ 'ਤੇ ਸਾਦਾ ਬੇਨਤੀ-ਜਵਾਬ਼ ਵਰਗਾ ਵਰਤਾਰਾ ਰੱਖਦੇ ਹਨ
- ਵਿਚਾਰਸ਼ੀਲ ਏਜੰਟ ਕਿਸੇ ਤਰ੍ਹਾਂ ਦੀ ਤਰਕਸ਼ਕਤੀ ਅਤੇ / ਜਾਂ ਯੋਜਨਾ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ ਰੱਖਦੇ ਹਨ
- ਉਹਨਾਂ ਦੀ ਕੋਡ ਕਿੱਥੇ ਚਲਾਈ ਜਾਂਦੀ ਹੈ:
- ਸਥਿਰ ਏਜੰਟ ਇਕ ਨਿਰਧਾਰਤ ਨੈੱਟਵਰਕ ਨੋਡ 'ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ
- ਮੋਬਾਈਲ ਏਜੰਟ ਆਪਣਾ ਕੋਡ ਨੈੱਟਵਰਕ ਨੋਡਾਂ ਵਿਚਕਾਰ ਹਿਲਾ ਸਕਦੇ ਹਨ
- ਉਹਨਾਂ ਦੀ ਵਰਤਾਰਾ ਅਨੁਸਾਰ:
- ਨਿਸ਼ਕ੍ਰਿਯ ਏਜੰਟ ਵਧੀਕ ਮਕਸਦ ਨਹੀਂ ਰੱਖਦੇ। ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਏਜੰਟ ਬਾਹਰੀ ਉਤੇਜਨਾਵਾਂ ਨੂੰ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਨ, ਪਰ ਖੁਦ ਦਿਓ ਕਾਰਵਾਈਆਂ ਸ਼ੁਰੂ ਨਹੀਂ ਕਰਦੇ।
- ਸਰਗਰਮ ਏਜੰਟ ਦੇ ਕੁਝ ਲਕੜੇ ਹਨ ਜਿਨ੍ਹਾਂ ਦਾ ਉਹ ਪਿੱਛਾ ਕਰਦੇ ਹਨ
- ਸੰਜਾਣੂਕ ਏਜੰਟ ਵਿੱਚ ਜਟਿਲ ਯੋਜਨਾ ਅਤੇ ਤਰਕ ਸ਼ਾਮਿਲ ਹੁੰਦੀ ਹੈ
ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮ ਅੱਜਕੱਲ੍ਹ ਕਈ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਵਰਤੇ ਜਾਂਦੇ ਹਨ:
- ਖੇਡਾਂ ਵਿੱਚ, ਕਈ ਗੈਰ-ਖਿਡਾਰੀ ਪਾਤਰ (NPCs) ਕਿਸੇ ਕਿਸਮ ਦੀ AI ਵਰਤਦੇ ਹਨ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਬੁੱਧੀਮਾਨ ਏਜੰਟ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ
- ਵੀਡੀਓ ਉਤਪਾਦਨ ਵਿੱਚ, ਜਟਿਲ 3D ਸੈਨ ਦੇ ਰੈਂਡਰਿੰਗ ਜਿੱਥੇ ਭੀੜ ਹੁੰਦੀ ਹੈ, ਆਮ ਤੌਰ 'ਤੇ ਮਲਟੀ-ਏਜੰਟ ਸੰਮੇਲਨ ਵਰਤ ਕੇ ਕੀਤਾ ਜਾਂਦਾ ਹੈ
- ਸਿਸਟਮ ਮਾਡਲਿੰਗ ਵਿੱਚ, ਮਲਟੀ-ਏਜੰਟ ਪਹੁੰਚ ਜਟਿਲ ਮਾਡਲ ਦੇ ਵਰਤਾਰਾ ਦੀ ਸਿਮੂਲੇਸ਼ਨ ਕਰਨ ਲਈ ਵਰਤੀ ਜਾਂਦੀ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਮਲਟੀ-ਏਜੰਟ ਪਹੁੰਚ ਨੂੰ ਸੰਸਾਰ ਭਰ ਵਿੱਚ ਕੋਵਿਡ-19 ਰੋਗ ਦੇ ਫੈਲਾਅ ਦੀ ਪੇਸ਼ਗੋਈ ਕਰਨ ਲਈ ਸਫਲਤਾਪੂਰਵਕ ਵਰਤਿਆ ਗਿਆ ਹੈ। ਇਸੇ ਤਰ੍ਹਾਂ ਦੀ ਪਹੁੰਚ ਸ਼ਹਿਰ ਵਿੱਚ ਟ੍ਰੈਫਿਕ ਮਾਡਲ ਕਰਨ ਅਤੇ ਵਿਭਿੰਨ ਟ੍ਰੈਫਿਕ ਨਿਯਮਾਂ ਦੇ ਬਦਲਾਅ ਨੂੰ ਦੇਖਣ ਲਈ ਵਰਤੀ ਜਾ ਸਕਦੀ ਹੈ।
- ਜਟਿਲ ਆਟੋਮੇਸ਼ਨ ਸਿਸਟਮਾਂ ਵਿੱਚ, ਹਰ ਜੰਤਰ ਇੱਕ ਸਵਤੰਤ੍ਰ ਏਜੰਟ ਵਾਂਗ ਵਰਤ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਸਭ ਸਿਸਟਮ ਘੱਟ ਮੋਨੋਲੀਥਿਕ ਅਤੇ ਵੱਧ ਮਜ਼ਬੂਤ ਬਣ ਜਾਂਦਾ ਹੈ।
ਅਸੀਂ ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮਾਂ ਵਿੱਚ ਬਹੁਤ ਡੂੰਘਾਈ ਨਾਲ ਨਹੀਂ ਜਾਣ ਵਾਲੇ, ਪਰ ਇੱਕ ਉਦਾਹਰਣ ਦੇਣਗੇ ਮਲਟੀ-ਏਜੰਟ ਮਾਡਲਿੰਗ ਦੀ।
NetLogo ਇੱਕ ਮਲਟੀ-ਏਜੰਟ ਮਾਡਲਿੰਗ ਵਾਤਾਵਰਣ ਹੈ ਜੋ ਲੋਗੋ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਭਾਸ਼ਾ ਦੇ ਸੋਧੇ ਹੋਏ ਸੰਸਕਰਣ 'ਤੇ ਆਧਾਰਤ ਹੈ। ਇਹ ਭਾਸ਼ਾ ਬੱਚਿਆਂ ਨੂੰ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਸੰਕਲਪ ਸਿਖਾਉਣ ਲਈ ਵਿਕਸਿਤ ਕੀਤੀ ਗਈ ਸੀ ਅਤੇ ਇਹ ਤੁਹਾਡੇ ਲਈ ਇੱਕ ਏਜੰਟ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ ਜਿਸਨੂੰ 'turtle' ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਜੋ ਹਿਲ ਸਕਦਾ ਹੈ ਅਤੇ ਪਿੱਛੇ ਨਿਸ਼ਾਨ ਛੱਡਦਾ ਹੈ। ਇਸ ਨਾਲ ਜਟਿਲ ਜਿਹਾਜਾਤਮਕ ਰੂਪ ਬਣਾਉਣਾ ਮੁਮਕਿਨ ਹੁੰਦਾ ਹੈ, ਜੋ ਕਿ ਏਜੰਟ ਦੀ ਵਰਤਾਰਾ ਨੂੰ ਸਮਝਣ ਦਾ ਬਹੁਤ দৃਸ਼ਮੀ ਤਰੀਕਾ ਹੈ।
NetLogo ਵਿੱਚ, ਅਸੀਂ ਕਈ ਕੱਛੂਏ create-turtles ਕਮਾਂਡ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਣਾ ਸਕਦੇ ਹਾਂ। ਫਿਰ ਅਸੀਂ ਸਾਰੇ ਕੱਛੂਆਂ ਨੂੰ ਕੁਝ ਕਾਰਵਾਈਆਂ ਕਰਨ ਦਾ ਹੁਕਮ ਦੇ ਸਕਦੇ ਹਾਂ (ਹੇਠਾਂ ਦਿੱਤੇ ਉਦਾਹਰਣ ਵਿੱਚ - 10 ਪਾਇੰਟ ਅੱਗੇ ਵਧੋ):
create-turtles 10
ask turtles [
forward 10
]
ਬੇਸ਼ੱਕ, ਜਦੋਂ ਸਾਰੇ ਕੱਛੂਏ ਇਕੋ ਜਿਹਾ ਕੰਮ ਕਰ ਰਹੇ ਹਨ ਤਾਂ ਇਹ ਦਿਲਚਸਪ ਨਹੀਂ ਹੁੰਦਾ, ਇਸ ਲਈ ਅਸੀਂ ਕੁਝ ਕੱਛੂਆਂ ਦੇ ਸਮੂਹ ਨੂੰ ask ਕਰ ਸਕਦੇ ਹਾਂ, ਜਿਵੇਂ ਕਿ ਉਹ ਜੋ ਕਿਸੇ ਨਿਸ਼ਚਿਤ ਬਿੰਦੂ ਦੇ ਨੇੜੇ ਹਨ। ਅਸੀਂ breed [cats cat] ਕਮਾਂਡ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਕੱਛੂਏ ਵੀ ਬਣਾ ਸਕਦੇ ਹਾਂ। ਇੱਥੇ cat ਕਿਸਮ ਦਾ ਨਾਮ ਹੈ, ਅਤੇ ਅਸੀਂ ਇਕਵਚਨ ਅਤੇ ਬਹੁਵਚਨ ਦੋਹਾਂ ਸ਼ਬਦ ਦੱਸਣੇ ਪੈਂਦੇ ਹਨ, ਕਿਉਂਕਿ ਵੱਖ-ਵੱਖ ਕਮਾਂਡਸ ਸਪਸ਼ਟਤਾ ਲਈ ਵੱਖਰੇ ਰੂਪ ਵਰਤਦੀਆਂ ਹਨ।
✅ ਅਸੀਂ NetLogo ਭਾਸ਼ਾ ਨੂੰ ਸਿੱਖਣ ਵਿੱਚ ਘੁੰਮਣ ਵਾਲ਼ੇ ਨਹੀਂ ਹਾਂ - ਜੇ ਤੁਹਾਨੂੰ ਹੋਰ ਸਿੱਖਣ ਵਿੱਚ ਦਿਲਚਸਪੀ ਹੈ ਤਾਂ ਬਿਗਿਨਰਜ਼ ਇੰਟਰਐਕਟਿਵ NetLogo ਡਿਕਸ਼ਨਰੀ ਸ਼ਾਨਦਾਰ ਸਰੋਤ ਵੇਖ ਸਕਦੇ ਹੋ।
ਤੁਸੀਂ NetLogo ਨੂੰ ਡਾਊਨਲੋਡ ਕਰਕੇ ਇੰਸਟਾਲ ਕਰਕੇ ਇਹਨਾਂ ਨੂੰ ਅਜ਼ਮਾ ਸਕਦੇ ਹੋ।
NetLogo ਦੀ ਇੱਕ ਵੱਡੀ ਖੂਬੀ ਇਹ ਹੈ ਕਿ ਇਸ ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲੇ ਮਾਡਲਾਂ ਦੀ ਲਾਇਬਰੇਰੀ ਹੈ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਤੁਸੀਂ ਅਜ਼ਮਾ ਸਕਦੇ ਹੋ। ਜਾਵੋ File → Models Library ਤੇ, ਅਤੇ ਤੁਹਾਡੇ ਕੋਲ ਮਾਡਲਾਂ ਦੇ ਕਈ ਸ਼੍ਰੇਣੀਆਂ ਹੁੰਦੀਆਂ ਹਨ।
ਡਿਮਿਤਰੀ ਸੋਸ਼ਨਿਕੋਵ ਦੁਆਰਾ ਮਾਡਲ ਲਾਇਬਰੇਰੀ ਦੀ ਸਕ੍ਰੀਨਸ਼ਾਟ
ਤੁਸੀਂ ਕਿਸੇ ਇੱਕ ਮਾਡਲ ਨੂੰ ਖੋਲ੍ਹ ਸਕਦੇ ਹੋ, ਉਦਾਹਰਣ ਵਜੋਂ Biology → Flocking।
ਮਾਡਲ ਖੋਲ੍ਹਣ ਤੋਂ ਬਾਅਦ, ਤੁਹਾਨੂੰ ਮੁੱਖ NetLogo ਸਕ੍ਰੀਨ 'ਤੇ ਲਿਜਾਇਆ ਜਾਂਦਾ ਹੈ। ਇੱਥੇ ਇੱਕ ਨਮੂਨਾ ਮਾਡਲ ਹੈ ਜੋ ਬੱਦੀਆਂ ਅਤੇ ਭੇਂਡਿਆਂ ਦੀ ਆਬਾਦੀ ਨੂੰ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, ਸੀਮਿਤ ਸਾਧਨਾਂ (ਘਾਹ) ਦੇ ਢੰਗ ਨਾਲ।
ਡਿਮਿਤਰੀ ਸੋਸ਼ਨਿਕੋਵ ਦੁਆਰਾ ਸਕ੍ਰੀਨਸ਼ਾਟ
ਇਸ ਸਕ੍ਰੀਨ 'ਤੇ, ਤੁਸੀਂ ਦੇਖ ਸਕਦੇ ਹੋ:
- ਇੰਟਰਫੇਸ ਸੈਕਸ਼ਨ ਜਿਸ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੈ:
- ਮੁੱਖ ਖੇਤਰ, ਜਿੱਥੇ ਸਾਰੇ ਏਜੰਟ ਰਹਿੰਦੇ ਹਨ
- ਵੱਖਰੇ ਕੰਟਰੋਲ: ਬਟਨ, ਸਲਾਈਡਰ ਆਦਿ
- ਗ੍ਰਾਫ ਜੋ ਤੁਸੀਂ ਸਿਮੂਲੇਸ਼ਨ ਦੇ ਪੈਰਾਮੀਟਰਾਂ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਵਰਤ ਸਕਦੇ ਹੋ
- ਕੋਡ ਟੈਬ ਜਿਸ ਵਿੱਚ ਸੰਪਾਦਕ ਹੁੰਦਾ ਹੈ, ਜਿੱਥੇ ਤੁਸੀਂ NetLogo ਪ੍ਰੋਗ੍ਰਾਮ ਲਿਖ ਸਕਦੇ ਹੋ
ਜ਼ਿਆਦਾਤਰ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਇੰਟਰਫੇਸ ਵਿੱਚ ਇੱਕ Setup ਬਟਨ ਹੁੰਦਾ ਹੈ, ਜੋ ਸਿਮੂਲੇਸ਼ਨ ਦੀ ਸਥਿਤੀ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ, ਅਤੇ ਇੱਕ Go ਬਟਨ ਜੋ ਕਾਰਗੁਜ਼ਾਰੀ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ। ਇਹਨਾਂ ਨੂੰ ਕੋਡ ਵਿੱਚ ਸੰਬੰਧਿਤ ਹੈਂਡਲਰਾਂ ਦੁਆਰਾ ਸੰਭਾਲਿਆ ਜਾਂਦਾ ਹੈ ਜੋ ਇਸ ਤਰ੍ਹਾਂ ਲੱਗਦੇ ਹਨ:
to go [
...
]
NetLogo ਦੀ ਦੁਨੀਆ ਹੇਠਾਂ ਦਿੱਤੇ ਚੀਜ਼ਾਂ 'ਤੇ ਬਣੀ ਹੈ:
- ਏਜੰਟ (ਕੱਛੂਏ) ਜੋ ਖੇਤਰ ਵਿੱਚ ਹਿਲ ਸਕਦੇ ਹਨ ਅਤੇ ਕੁਝ ਕਰ ਸਕਦੇ ਹਨ। ਤੁਸੀਂ ਏਜੰਟਾਂ ਨੂੰ
ask turtles [...]ਸਿੰਟੈਕਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਹੁਕਮ ਦਿੰਦੇ ਹੋ, ਅਤੇ ਕੋਡ ਬ੍ਰੈਕਟਸ ਵਿੱਚ ਸਭ ਏਜੰਟਾਂ ਦੁਆਰਾ ਕੱਛੂਏ ਮੋਡ ਵਿੱਚ ਚਲਾਇਆ ਜਾਂਦਾ ਹੈ। - ਪੈਚ ਖੇਤਰ ਦੇ ਵਰਗਾਕਾਰ ਇਲਾਕੇ ਹਨ, ਜਿੱਥੇ ਏਜੰਟ ਰਹਿੰਦੇ ਹਨ। ਤੁਸੀਂ ਇੱਕੋ ਪੈਚ 'ਤੇ ਸਾਰੇ ਏਜੰਟਾਂ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰ ਸਕਦੇ ਹੋ, ਜਾਂ ਪੈਚ ਦੇ ਰੰਗਾਂ ਅਤੇ ਹੋਰ ਕੁਝ ਗੁਣਾਂ ਨੂੰ ਬਦਲ ਸਕਦੇ ਹੋ। ਤੁਸੀਂ
ask patchesਵੀ ਕਰਕੇ ਕੁਝ ਕਰਵਾ ਸਕਦੇ ਹੋ। - ਦਰਸ਼ਕ ਇੱਕ ਵਿਲੱਖਣ ਏਜੰਟ ਹੈ ਜੋ ਦੁਨੀਆ ਨੂੰ ਕੰਟਰੋਲ ਕਰਦਾ ਹੈ। ਸਾਰੇ ਬਟਨ ਹੈਂਡਲਰ ਦਰਸ਼ਕ ਮੋਡ ਵਿੱਚ ਚਲਦੇ ਹਨ।
✅ ਮਲਟੀ-ਏਜੰਟ ਵਾਤਾਵਰਣ ਦੀ ਸੁੰਦਰਤਾ ਇਹ ਹੈ ਕਿ ਜੋ ਕੋਡ ਕੱਛੂਏ ਮੋਡ ਜਾਂ ਪੈਚ ਮੋਡ ਵਿੱਚ ਚਲਦਾ ਹੈ ਉਹ ਸਭ ਏਜੰਟਾਂ ਦੁਆਰਾ ਸਿੰਕ੍ਰੋਨਾਸ਼ਨ ਵਿੱਚ ਚਲੂ ਹੁੰਦਾ ਹੈ। ਇਸ ਲਈ, ਥੋੜ੍ਹਾ ਜਿਹਾ ਕੋਡ ਲਿਖ ਕੇ ਅਤੇ ਵੱਖਰੇ ਏਜੰਟ ਦੀ ਵਰਤਾਰਾ ਨੂੰ ਪ੍ਰੋਗ੍ਰਾਮ ਕਰਕੇ, ਤੁਸੀਂ ਪੂਰੇ ਸਿਮੂਲੇਸ਼ਨ ਸਿਸਟਮ ਦਾ ਜਟਿਲ ਵਰਤਾਰਾ ਪੈਦਾ ਕਰ ਸਕਦੇ ਹੋ।
ਮਲਟੀ-ਏਜੰਟ ਵਰਤਾਰਾ ਦੇ ਉਦਾਹਰਣ ਵਜੋਂ, ਆਓ ਫਲਾਕਿੰਗ ਬਾਰੇ ਸੋਚੀਏ। ਫਲਾਕਿੰਗ ਇੱਕ ਜਟਿਲ ਰੁਟਬਾ ਹੈ ਜੋ ਬਿਲਕੁਲ ਪੰਛੀਆਂ ਦੀ ਦਲਬੰਦੀ ਵਰਗੀ ਹੈ। ਉਨ੍ਹਾਂ ਨੂੰ ਉੱਡਦੇ ਦੇਖ ਕੇ ਤੁਸੀਂ ਸੋਚ ਸਕਦੇ ਹੋ ਕਿ ਉਹ ਕੁਝ ਸਮੂਹ ਬੁਧੀਮਤਾ ਜਾਂ ਸਮੂਹਿਕ ਅਲਗੋਰਿਦਮ ਦੀ ਪਾਲਣਾ ਕਰ ਰਹੇ ਹਨ। ਪਰ ਇਹ ਜਟਿਲ ਵਰਤਾਰਾ ਉਸ ਵੇਲੇ ਪੈਦਾ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਹਰ ਇੱਕ ਏਜੰਟ (ਇਸ ਮਾਮਲੇ ਵਿੱਚ, ਇੱਕ ਪੰਛੀ) ਸਿਰਫ ਆਪਣੇ ਨੇੜੇ ਕੁਝ ਦੂਜੇ ਏਜੰਟਾਂ ਨੂੰ ਵੇਖਦਾ ਹੈ ਅਤੇ ਤਿੰਨ ਸਾਦੇ ਨਿਯਮ ਮਾਨਦਾ ਹੈ:
- ਸਮਾਂਜਸਤਾ - ਇਹ ਨੇੜੇਲੇ ਏਜੰਟਾਂ ਦੀ ਔਸਤ ਦਿਸ਼ਾ ਵੱਲ ਟਰਕਦਾ ਹੈ
- ਸਮੂਹਤਾ - ਇਹ ਨੇੜੇਲੇ ਏਜੰਟਾਂ ਦੀ ਔਸਤ ਸਥਿਤੀ ਵੱਲ ਟਰਕਦਾ ਹੈ (ਲੰਮੇ ਦੂਰੀ ਦੀ ਆਕਰਸ਼ਣ)
- ਵੱਖੋ - ਜਦੋਂ ਹੋਰ ਪੰਛੀਆਂ ਬਹੁਤ ਨੇੜੇ ਆ ਜਾਂਦੀਆਂ ਹਨ, ਤਾਂ ਇਹ ਦੂਰੀ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ (ਛੋਟੀ ਦੂਰੀ ਦਾ ਵਿਛੋੜਾ)
ਤੁਸੀਂ ਫਲਾਕਿੰਗ ਦੀ ਉਦਾਹਰਣ ਦੌੜਾ ਸਕਦੇ ਹੋ ਅਤੇ ਇਸ ਵਰਤਾਰਾ ਨੂੰ ਵੇਖ ਸਕਦੇ ਹੋ। ਤੁਸੀਂ ਪੈਰਾਮੀਟਰਾਂ ਨੂੰ ਵੀ ਮੇਲ ਬੈਠਾ ਸਕਦੇ ਹੋ, ਜਿਵੇਂ ਵੱਖਰੇਪਣ ਦੀ ਡਿਗਰੀ, ਜਾਂ ਦੇਖਣ ਦੀ ਰੇਂਜ, ਜੋ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੇ ਹਨ ਕਿ ਹਰ ਪੰਛੀ ਕਿੰਨਾ ਦੂਰ ਤੱਕ ਦੇਖ ਸਕਦਾ ਹੈ। ਧਿਆਨ ਦਿਓ ਜੇ ਤੁਸੀਂ ਦੇਖਣ ਦੀ ਰੇਂਜ 0 ਕਰਦੇ ਹੋ, ਤਾਂ ਸਾਰੇ ਪੰਛੀ ਅੰਨੇ ਹੋ ਜਾਂਦੇ ਹਨ ਅਤੇ ਫਲਾਕਿੰਗ ਰੁਕ ਜਾਂਦੀ ਹੈ। ਜੇ ਤੁਸੀਂ ਵੱਖਰੇਪਣ ਨੂੰ 0 ਕਰਦੇ ਹੋ, ਤਾਂ ਸਾਰੇ ਪੰਛੀ ਇਕ ਸਿੱਧੀ ਲਾਈਨ ਵਿੱਚ ਇਕੱਠੇ ਹੋ ਜਾਂਦੇ ਹਨ।
✅ ਕੋਡ ਟੈਬ 'ਤੇ ਜਾਓ ਅਤੇ ਦੇਖੋ ਕਿ ਫਲਾਕਿੰਗ ਦੇ ਤਿੰਨ ਨਿਯਮ (ਸਮਾਂਜਸਤਾ, ਸਮੂਹਤਾ ਅਤੇ ਵੱਖੋ) ਕੋਡ ਵਿੱਚ ਕਿੱਥੇ ਲਾਗੂ ਕੀਤੇ ਗਏ ਹਨ। ਧਿਆਨ ਦਿਓ ਕਿ ਅਸੀਂ ਸਿਰਫ ਉਹਨਾਂ ਏਜੰਟਾਂ ਨੂੰ ਸੰਬੋਧਦੇ ਹਾਂ ਜੋ ਨਜ਼ਰ ਵਿੱਚ ਹਨ।
ਹੋਰ ਕੁਝ ਦਿਲਚਸਪ ਮਾਡਲ ਹਨ ਜਿਨ੍ਹਾਂ ਨਾਲ ਤੁਸੀਂ ਅਜ਼ਮਾਇਸ਼ ਕਰ ਸਕਦੇ ਹੋ:
- Art → Fireworks ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਫਾਇਰਵਰਕ ਕਿਵੇਂ ਵਿਅਕਤੀਗਤ ਅੱਗ ਦੇ ਧਾਰਿਆਂ ਦਾ ਸਮੂਹਿਕ ਵਰਤਾਰਾ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ
- Social Science → Traffic Basic ਅਤੇ Social Science → Traffic Grid 1D ਅਤੇ 2D ਗ੍ਰਿਡ ਵਿੱਚ ਸ਼ਹਿਰੀ ਟ੍ਰੈਫਿਕ ਦਾ ਮਾਡਲ ਦਿਖਾਉਂਦੇ ਹਨ ਜਿੱਥੇ ਟ੍ਰੈਫਿਕ ਲਾਈਟਾਂ ਨਾਲ ਜਾਂ ਬਿਨਾਂ ਹੁੰਦੇ ਹਨ। ਹਰ ਕਾਰ ਸਿਮੂਲੇਸ਼ਨ ਵਿੱਚ ਹੇਠ ਲਿਖੇ ਨਿਯਮ ਮਾਨਦੀ ਹੈ:
- ਜੇ ਅੱਗੇ ਖਾਲੀ ਸਥਾਨ ਹੈ - ਤੇਜ਼ ਕਰੋ (ਇੱਕ ਨਿਸ਼ਚਿਤ ਵੱਧ ਤੋਂ ਵੱਧ ਗਤੀ ਤੱਕ)
- ਜੇ ਅੱਗੇ ਰੁਕਾਵਟ ਵੇਖਦੀ ਹੈ - ਬਰੇਕ ਲਗਾਓ (ਤੁਸੀਂ ਇਸ ਨੂੰ ਸਮੰਜਸਤਾ ਲਈ ਦੂਰੀ ਕਿੰਨੀ ਹੈ ਅਨੁਸਾਰ ਤਬਦੀਲ ਕਰ ਸਕਦੇ ਹੋ)
- Social Science → Party ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਲੋਕ ਕਿਵੇਂ ਕਾਕਟੇਲ ਪਾਰਟੀ ਦੌਰਾਨ ਗਰੁੱਪ ਬਣਾਉਂਦੇ ਹਨ। ਤੁਸੀਂ ਉਹ ਪੈਰਾਮੀਟਰਾਂ ਦਾ ਸੰਯੋਜਨ ਲੱਭ ਸਕਦੇ ਹੋ ਜੋ ਗਰੁੱਪ ਦੀ ਖੁਸ਼ੀ ਵਿਚ ਤੇਜ਼ੀ ਨਾਲ ਵਾਧਾ ਕਰਦਾ ਹੈ।
ਜਿਵੇਂ ਕਿ ਇਹਨਾਂ ਉਦਾਹਰਣਾਂ ਤੋਂ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਮਲਟੀ-ਏਜੰਟ ਸਿਮੂਲੇਸ਼ਨ ਇਨ੍ਹਾਂ ਲੋਕਾਂ ਦੀ ਵਰਤਾਰਾ ਸਮਝਣ ਲਈ ਕਾਫੀ ਮਦਦਗਾਰ ਹੈ ਜੋ ਇਕੋ ਜਾਂ ਸਮਾਨ ਤਰਕ ਨੂੰ ਪਾਲਦੇ ਹਨ। ਇਹ ਕਮਪਿਊਟਰ ਗੇਮਾਂ ਵਿੱਚ NPCs ਜਾਂ 3D ਐਨੀਮੇਟਿਡ ਸੰਸਾਰਾਂ ਵਿੱਚ ਵਰਚੁਅਲ ਏਜੰਟਾਂ ਨੂੰ ਕੰਟਰੋਲ ਕਰਨ ਲਈ ਭੀ ਵਰਤੀ ਜਾ ਸਕਦੀ ਹੈ।
ਉਪਰ ਦਿੱਤੇ ਏਜੰਟ ਬਹੁਤ ਸਧਾਰਣ ਹਨ, ਜੋ ਮਾਹੌਲ ਵਿੱਚ ਬਦਲਾਅ 'ਤੇ ਕਿਸੇ ਅਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਦੇ ਹਨ। ਇਨ੍ਹਾਂ ਨੂੰ ਪ੍ਰਤੀਕਿਰਿਆਤਮਕ ਏਜੰਟ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਪਰ ਕਈ ਵਾਰੀ ਏਜੰਟ ਸੋਚ ਵੀ ਸਕਦੇ ਹਨ ਅਤੇ ਆਪਣੀਆਂ ਕਾਰਵਾਈਆਂ ਦੀ ਯੋਜਨਾ ਵੀ ਬਣਾ ਸਕਦੇ ਹਨ, ਜਿਸ ਨੂੰ ਵਿਚਾਰਸ਼ੀਲ ਕਿਹਾ ਜਾਂਦਾ ਹੈ।
ਇੱਕ ਸਧਾਰਣ ਉਦਾਹਰਣ ਇਕ ਨਿੱਜੀ ਏਜੰਟ ਹੋਵੇਗਾ ਜੋ ਕਿਸੇ ਮਨੁੱਖ ਤਰਫੋਂ ਛੁੱਟੀਆਂ ਬੁੱਕ ਕਰਨ ਦਾ ਹੁਕਮ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ। ਧਾਰੋ ਕਿ ਇੰਟਰਨੈਟ 'ਤੇ ਕਈ ਏਜੰਟ ਹਨ ਜੋ ਇਸ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ। ਇਹ ਫਿਰ ਹੋਰ ਏਜੰਟਾਂ ਨਾਲ ਸੰਪਰਕ ਕਰੇਗਾ, ਵੇਖਣ ਲਈ ਕਿ ਕਿਹੜੀਆਂ ਉਡਾਣਾਂ ਉਪਲਬਧ ਹਨ, ਵੱਖ-ਵੱਖ ਤਰੀਖਾਂ ਲਈ ਹੋਟਲ ਕਿਵੇਂ ਕੀਮਤਾਂ ਹਨ, ਅਤੇ ਸਭ ਤੋਂ ਵਧੀਆ ਕੀਮਤ हासिल ਕਰਨ ਲਈ ਵਾਤਾਂ-ਵਾਤਾਂ ਕਰਦਾ ਹੈ। ਜਦ ਛੁੱਟੀਆਂ ਦਾ ਯੋਜਨਾ ਮੁਕੰਮਲ ਅਤੇ ਮਾਲਕ ਦੁਆਰਾ ਪੁਸ਼ਟੀ ਹੋ ਜਾਂਦੀ ਹੈ, ਫਿਰ ਇਹ ਬੁਕਿੰਗ ਕਰ ਸਕਦਾ ਹੈ।
ਇਹ ਕਰਨ ਲਈ, ਏਜੰਟਾਂ ਨੂੰ ਸੰਚਾਰ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਸਫਲ ਸੰਚਾਰ ਲਈ ਉਹਨਾਂ ਨੂੰ ਚਾਹੀਦਾ ਹੈ:
- ਕੁਝ ਮਿਆਰੀ ਭਾਸ਼ਾਵਾਂ ਸੰਚਾਰ ਕਰਨ ਲਈ, ਜਿਵੇਂ Knowledge Interchange Format (KIF) ਅਤੇ Knowledge Query and Manipulation Language (KQML). ਇਹ ਭਾਸ਼ਾਵਾਂ Speech Act theory ਦੇ ਆਧਾਰ ਤੇ ਬਣਾਈਆਂ ਗਈਆਂ ਹਨ।
- ਇਹ ਭਾਸ਼ਾਵਾਂ ਕੁਝ ਮੋਲ-ਭੋਲ ਦੇ ਪ੍ਰੋਟੋਕੋਲ ਵੀ ਸਮੇਤਦੀ ਹੋਣ, ਵੱਖ-ਵੱਖ ਨੀਲਾਮੀ ਕਿਸਮਾਂ 'ਤੇ ਆਧਾਰਿਤ।
- ਉਹਨਾਂ ਵਿੱਚ ਇੱਕ ਆਮ ਓਨਟੋਲੋਜੀ ਹੁੰਦੀ ਹੈ ਤਾਂ ਜੋ ਉਹ ਇੱਕੋ ਸੰਕਲਪਾਂ ਨੂੰ ਉਨ੍ਹਾਂ ਦੀ ਅਰਥਵਿਵਸਥਾ ਸਮਝ ਕੇ ਵਰਤ ਸਕਣ
- ਇਕ ਤਰੀਕਾ ਕਿ ਕਿਵੇਂ ਅਲੱਗ-ਅਲੱਗ ਏਜੰਟ ਕੀ ਕਰ ਸਕਦੇ ਹਨ, ਇਹ ਵੀ ਕੁਝ ਓਨਟੋਲੋਜੀ ਦੇ ਆਧਾਰ ਤੇ ਲੱਭਣਾ
ਵਿਚਾਰਸ਼ੀਲ ਏਜੰਟ ਪ੍ਰਤੀਕਿਰਿਆਤਮਕਾਂ ਨਾਲੋਂ ਕਾਫੀ ਜਟਿਲ ਹੁੰਦੇ ਹਨ, ਕਿਉਂਕਿ ਉਹ ਸਿਰਫ ਪਰਿਵਰਤਨ ਤੱਕ ਸੀਮਤ ਨਹੀਂ ਰਹਿੰਦੇ, ਉਹ ਕਾਰਵਾਈਆਂ ਨੂੰ ਸ਼ੁਰੂ ਵੀ ਕਰ ਸਕਦੇ ਹਨ। ਇਕ ਪਰਸਤਾਵਿਤ ਆਰਕੀਟੈਕਚਰ ਵਿਚਾਰਸ਼ੀਲ ਏਜੰਟਾਂ ਲਈ Belief-Desire-Intention (BDI) ਏਜੰਟ ਹੈ:
- ਵਿਸ਼ਵਾਸ ਏਜੰਟ ਦੇ ਮਾਹੌਲ ਬਾਰੇ ਜਾਣਕਾਰੀ ਦਾ ਸੈੱਟ ਬਣਾਉਂਦੇ ਹਨ। ਇਹ ਗਿਆਨ ਅਧਾਰ ਜਾਂ ਨਿਯਮਾਂ ਦੇ ਸੈੱਟ ਵਜੋਂ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਜੋ ਏਜੰਟ ਨੂੰ ਵਿਸ਼ੇਸ਼ ਸਥਿਤੀ ਵਾਸਤੇ ਲਾਗੂ ਕਰਨਾ ਹੁੰਦਾ ਹੈ।
- ਇੱਛਾਵਾਂ ਇਹ ਦਰਸਾਉਂਦੀਆਂ ਹਨ ਕਿ ਏਜੰਟ ਕੀ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਇਸਦੇ ਲਕੜੇ। ਉਦਾਹਰਣ ਵਜੋਂ, ਉਪਰੋਕਤ ਨਿੱਜੀ ਸਹਾਇਕ ਏਜੰਟ ਦਾ ਲਕੜਾ ਇੱਕ ਟੂਰ ਬੁਕ ਕਰਨਾ ਹੈ, ਅਤੇ ਇੱਕ ਹੋਟਲ ਏਜੰਟ ਦਾ ਲਕੜਾ ਲਾਭ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਨਾ ਹੈ।
- ਿੰਦਰਾਸ਼ਾ ਉਹ ਨਿਸ਼ਚਿਤ ਕਾਰਵਾਈਆਂ ਹਨ ਜੋ ਏਜੰਟ ਆਪਣੇ ਲਕੜੇ ਪੂਰੇ ਕਰਨ ਲਈ ਯੋਜਨਾ ਬਣਾਉਂਦਾ ਹੈ। ਕਾਰਵਾਈਆਂ ਆਮ ਤੌਰ 'ਤੇ ਮਾਹੌਲ ਨੂੰ ਬਦਲਦੀਆਂ ਹਨ ਅਤੇ ਹੋਰ ਏਜੰਟਾਂ ਨਾਲ ਸੰਚਾਰ ਕਰਵਾਉਂਦੀਆਂ ਹਨ।
ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮ ਬਣਾਉਣ ਲਈ ਕੁਝ ਪਲੈਟਫਾਰਮ ਉਪਲੱਬਧ ਹਨ, ਜਿਵੇਂ JADE. ਇਹ ਪੇਪਰ ਮਲਟੀ-ਏਜੰਟ ਪਲੈਟਫਾਰਮਾਂ ਦਾ ਸੰਖੇਪ ਸਮੀਖਿਆ ਦਿੰਦਾ ਹੈ, ਨਾਲ ਹੀ ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮਾਂ ਦਾ ਸੰਖੇਪ ਇਤਿਹਾਸ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਵੱਖ-ਵੱਖ ਪ੍ਰਯੋਗ ਕੇਸਾਂ ਦਾ ਜਾਇਜ਼ਾ ਵੀ।
ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮ ਵੱਖ-ਵੱਖ ਰੂਪਾਂ ਵਿੱਚ ਹੋ ਸਕਦੇ ਹਨ ਅਤੇ ਕਈ ਵੱਖ-ਵੱਖ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਵਰਤੇ ਜਾਂਦੇ ਹਨ। ਉਹ ਸਾਰੇ ਇੱਕ ਸਧਾਰਣ ਏਜੰਟ ਦੀ ਵਰਤਾਰਾ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹਨ, ਅਤੇ ਸੰਯੁਕਤ ਪ੍ਰਭਾਵ ਕਾਰਨ ਕੁੱਲ ਸਿਸਟਮ ਦੀ ਵੱਧ ਜਟਿਲ ਵਰਤਾਰਾ ਨੂੰ ਹਾਸਲ ਕਰਦੇ ਹਨ।
ਇਸ ਪਾਠ ਨੂੰ ਅਸਲੀ ਦੁਨੀਆ ਵਿੱਚ ਲੈ ਜਾਓ ਅਤੇ ਇੱਕ ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮ ਦਾ ਕਾਂਸੈਪਟ ਤਿਆਰ ਕਰੋ ਜੋ ਕਿਸੇ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰ ਸਕੇ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਸਕੂਲ ਬੱਸ ਰੂਟ ਨੂੰ ਕਿਵੇਂ ਅਪਟਿਮਾਈਜ਼ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ? ਇਹ ਬੇਕਰੀ ਵਿੱਚ ਕਿਵੇਂ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ?
ਉਦਯੋਗ ਵਿੱਚ ਇਸ ਕਿਸਮ ਦੇ ਸਿਸਟਮ ਦੀ ਵਰਤੋਂ ਦੀ ਸਮੀਖਿਆ ਕਰੋ। ਕਿਸੇ ਖੇਤਰ ਨੂੰ ਚੁਣੋ ਜਿਵੇਂ ਕਿ ਉਦਯੋਗ ਜਾਂ ਵੀਡੀਓ ਗੇਮ ਉਦਯੋਗ ਅਤੇ ਪਤਾ ਲਗਾਓ ਕਿ ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮ ਕਿਵੇਂ ਵਿਲੱਖਣ ਸਮੱਸਿਆਵਾਂ ਹੱਲ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾ ਸਕਦੇ ਹਨ।
ਅਸਵੀਕਾਰੋਪਣ: ਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾਵਾਂ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਮੱਤਿਆਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਰੂਰੀ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੇ ਉਪਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜਵਾਬਦੇਹ ਨਹੀਂ ਹਾਂ।