مواد
- 1. AI ذہین روبوٹ یا androids پر مشتمل ہوتا ہے جو انسانوں کی طرح دکھتا ہے۔
- 2. اے آئی ، مشین لرننگ اور گہری سیکھنے سب ایک جیسی چیزیں ہیں۔
- 3. AI خود سے مکمل طور پر سیکھتا ہے۔
- Chat. چیٹ بوٹس AI کی سب سے بنیادی شکل ہیں۔
- 5. مستقبل کی تمام گہری سیکھنے والی کارروائیوں کو انجام دینے کے لئے درکار طاقت ناقابل تسخیر ہے۔
- کوئی کیڑے نہیں ، کوئی تناؤ نہیں - آپ کی زندگی کو تباہ کیے بغیر زندگی کو تبدیل کرنے والے سافٹ ویئر تخلیق کرنے کے لئے مرحلہ وار گائیڈ
- 6. کسی کاروباری کمپنی کے لئے AI آپریشنوں کو تیز کرنے کے لئے مطلوبہ کمپیوٹنگ طاقت کرایہ پر لینا آسان ہے۔
- 7. آپ کو AI کی تربیت کے ل to بے حد مقدار میں ڈیٹا کی ضرورت ہے۔
- 8. AI کسی بھی پچھلی ٹکنالوجی کو متروک بنانے کے بعد ، موجودہ BI ٹولز کی جگہ لے لے گا۔
- 9. اعصابی نیٹ ورک حیاتیاتی نیٹ ورک کی طرح ہیں لیکن مکینیکل۔
- 10۔آخر میں یہ سمجھنے کے لئے کافی ذہین ہوجائے گا کہ انسان اس کے ل dangerous خطرناک ہے اور اسے ختم کرنا ہوگا۔
ماخذ: امریکہ پیون / ڈریم ٹائم ڈاٹ کام
ٹیکا وے:
اے آئی ایک جدید ٹکنالوجی ہے ، لیکن بہت سارے لوگوں کے بارے میں غلط فہمیاں ہیں۔ یہاں ہم اے آئی کے آس پاس کے کچھ افسانوں پر ایک نظر ڈالتے ہیں اور حقائق کا جائزہ لیتے ہیں۔
کیوں ہر کوئی اے آئی کے بارے میں بات کر رہا ہے ، پھر بھی ہم انسانوں کے مابین "اسٹار ٹریک" کے ڈیٹا جیسے دوستانہ روبوٹ نہیں دیکھتے ہیں۔ کیا ہمیں یاد ہے کہ روبو کوپ کے دوسرے پرائم ڈائریکٹیو کو ان کے اسکرپٹڈ نمونوں میں شامل کرنا ہے تاکہ وہ پوری طرح سے جذباتیت محسوس کرتے ہی انسانیت کو ختم کرنے کے بجائے "معصوموں کی حفاظت" کرسکیں؟
آج ، مصنوعی ذہانت (AI) ، مشین لرننگ اور گہری سیکھنے دراصل کیا ہیں ، "ذہین مشینیں" کیا کر سکتی ہیں ، اور اے آئی ٹیکنالوجیز کی موجودہ صورتحال اصل میں کیا ہے اس کے بارے میں کافی الجھن ہے۔ کچھ اچھے پرانے ڈیبنگنگ سے لطف اندوز ہونے کا وقت آگیا ہے ، تو آئیے کے بارے میں 10 سب سے عمومی افسانوں کا سہارا لیتے ہیں۔ (اے آئی کے امکانی مستقبل کے بارے میں مزید معلومات کے ل check ، دیکھیں کہ کیا اے آئی انقلاب آفاقی آمدنی کو ضرورت بنائے گا؟)
1. AI ذہین روبوٹ یا androids پر مشتمل ہوتا ہے جو انسانوں کی طرح دکھتا ہے۔
یہاں ہر ایک کے لئے بہت زیادہ "بلیڈ رنر" ہے ، ھم؟ اگرچہ روبوٹکس اور اے آئی کے مابین بہت زیادہ عام الجھنیں موجود ہیں ، وہ دو بالکل مختلف سائنس فیلڈز ہیں جو مختلف مقاصد کی تکمیل کرتے ہیں۔ روبوٹ جسمانی ڈیوائسز ہوتے ہیں جو ایکٹیو ایٹرز اور سینسر کے ذریعہ خدمات انجام دینے کے ل. وسیع پیمانے پر کام کرتے ہیں ، جیسے فیکٹریوں میں مصنوعات کی تیاری ، سامان لے جانا یا ختم کرنا۔
اے آئی ایک سافٹ ویئر پروگرام اس طرح تیار کیا گیا ہے کہ فیصلے کرنے اور اپنی غلطیوں سے سیکھنے کے ل it یہ خود مختار ہے۔ اگرچہ کچھ روبوٹ بالآخر AI الگورتھم کے ذریعہ بڑھا سکتے ہیں ، لیکن "انٹیلی جنس" حصہ صرف ایک اضافی قابلیت ہے جو AI کے پاس ہے۔
2. اے آئی ، مشین لرننگ اور گہری سیکھنے سب ایک جیسی چیزیں ہیں۔
اگرچہ وہ ایک ہی بڑے AI نظام کے تمام حصے ہیں ، وہ تین مختلف چیزیں ہیں۔ بنیادی طور پر ، مشین لرننگ وہ طریقہ ہے جس کے ذریعے AI بیرونی ذرائع سے سیکھتا ہے ، جیسا کہ اعداد و شمار کو امتیاز بخش بنانے اور اس کے صحیح طرز عمل کا تعین کرنے کے لئے الگورتھم استعمال کرتے ہیں۔ گہری لرننگ مشین سیکھنے کے عملی استعمال میں صرف ایک ممکنہ تکنیک استعمال کی جاتی ہے۔ یہ عصبی نیٹ ورک (NNs) پر مبنی ہے اور AI کو یہ بتانے کے لئے استعمال کیا جاتا ہے کہ اس کا صحیح فیصلہ کرنے میں کیا امکان ہے۔
3. AI خود سے مکمل طور پر سیکھتا ہے۔
اے آئی کے بارے میں کچھ مبالغہ آمیز ہائپ کے باوجود جو مبینہ طور پر خود ہی سیکھنے کے قابل تھا ، اس کے باوجود بھی ایک AI طاقت سے چلنے والا ایسا نظام تلاش کرنا ناممکن ہے کہ ایسا کوئی حقیقی دنیا کا اطلاق ہو جو انسانی اعانت کے بغیر صفر علم سے بڑھ سکتا ہو۔ کسی بھی سسٹم کو جو چھپی ہوئی معلومات یا کسی بھی قسم کی غیر یقینی صورتحال سے نپٹنا پڑتا ہے ، AI کے ذریعہ اسے "سمجھا" نہیں جاسکتا ، جسے اب بھی انسانوں کو ان پٹ اور ڈیٹا کھلایا جانا ضروری ہے۔ نیز ، ہر تھوڑی معلومات کا ایک واضح مقصد ہونا ضروری ہے ، جس کا کوئی اندازہ بیرونی ذرائع کے بغیر نہیں کرسکتا (شروع میں نہیں ، کم از کم)۔
Chat. چیٹ بوٹس AI کی سب سے بنیادی شکل ہیں۔
ایک بار پھر ، یہاں تک کہ اگر وہاں کچھ چیٹ بٹس موجود ہیں جو AI کی کم یا زیادہ ابتدائی شکلوں کا استعمال کرتے ہیں ، ان میں سے زیادہ تر بنیادی پروگراموں کے علاوہ کچھ نہیں ہیں جو انسانوں کے ساتھ صوتی انٹرفیس کے ذریعہ تعامل کرتے ہیں۔ دراصل "ذہین" ہونے کے بجائے ، زیادہ تر چیٹس بوٹس نے پہلے سے طے شدہ ردعمل ظاہر کیے ہیں جو صارف کے ان پٹ میں کچھ مطلوبہ الفاظ کے جواب میں دیئے جاتے ہیں۔ چیٹ بوٹ کو حقیقی AI بننے کے ل it ، اس کے پاس متعدد ٹیکنالوجیز ہونی چاہئیں جو اسے انسان کو سمجھنے ، اس کی ضروریات کے بارے میں جاننے اور اس کے مطابق رد عمل کا اظہار کرنے دیتی ہیں۔ اسے آواز یا پہچان والا سافٹ ویئر ، جذبات تجزیہ ، مشین لرننگ پروگرام کی کچھ شکل اور قدرتی زبان تیار کرنے والی ٹکنالوجی کی ضرورت ہے۔ (چیٹ بوٹس کے بارے میں مزید جاننے کے ل، ، ہم نے آئی ٹی پیشوں سے پوچھا کہ مستقبل میں انٹرپرائزز چیٹ بوٹس کو کس طرح استعمال کریں گے۔ یہ وہیں ہیں جو انہوں نے کہا۔)
5. مستقبل کی تمام گہری سیکھنے والی کارروائیوں کو انجام دینے کے لئے درکار طاقت ناقابل تسخیر ہے۔
یہ ناقابل تردید ہے کہ اے آئی کو تربیت دینے اور اس کے تمام پیچیدہ گہرے سیکھنے کے عمل انجام دینے کے لئے بہت سی اضافی کمپیوٹنگ طاقت کی ضرورت ہے۔ ایسے مستقبل میں جہاں زیادہ تر کاروباری ادارے کسی حد تک اے آئی کا استعمال کریں گے ، یہ مسئلہ مہاکاوی تناسب میں بڑھ سکتا ہے ، جس سے اس کا استعمال ممکنہ طور پر غیر مستحکم ہوجاتا ہے۔ تاہم ، AI واقعی ہمیں فراہم کرسکتا ہے مزید توانائی کی پیداوار کے ایک بارہماسی مسئلہ کو روکنے کے ذریعے طاقت: پاور گرڈ کی ضائع اور ناکارہ ہونا۔ یوٹیلیٹی کمپنیاں نجی صارفین سے اضافی توانائی خریدنا ختم کردیتی ہیں ، جو اپنی پیدا کردہ زیادہ سے زیادہ بجلی کو ضائع کرتے ہیں کیونکہ موجودہ گرڈ جدید سطح پر تنوع کو ایڈجسٹ کرنے کے لئے نہیں بنائے گئے تھے۔ اے آئی ، نئے ، سمارٹ ، اے ای طاقت والے مائکروگریڈس کی مدد سے پرانے گرڈوں کی جگہ لے کر ہمارے بچاؤ کو پہنچا سکتا ہے جو حقیقی وقت میں انتہائی استعداد کے ساتھ بجلی کی تقسیم کا طریقہ بخوبی جانتا ہے۔
کوئی کیڑے نہیں ، کوئی تناؤ نہیں - آپ کی زندگی کو تباہ کیے بغیر زندگی کو تبدیل کرنے والے سافٹ ویئر تخلیق کرنے کے لئے مرحلہ وار گائیڈ
جب آپ سافٹ ویئر کے معیار کی پرواہ نہیں کرتے ہیں تو آپ اپنی پروگرامنگ کی مہارت کو بہتر نہیں کرسکتے ہیں۔
6. کسی کاروباری کمپنی کے لئے AI آپریشنوں کو تیز کرنے کے لئے مطلوبہ کمپیوٹنگ طاقت کرایہ پر لینا آسان ہے۔
... اگر اوس ڈبلیو ایس ، گوگل ، مائیکروسافٹ اور علی بابا کلاؤڈ اس وقت دنیا میں دستیاب کمپیوٹنگ طاقت کی کثیر تعداد کو مرکزی نہیں بنا رہے تھے۔ لہذا اے آئی ڈویلپرز کے پاس فی الحال صرف دو ہی انتخاب ہیں: اسے غیر معمولی قیمت پر کرایہ پر لینا یا اپنا مہنگا ہارڈ ویئر خریدنا۔
تاہم ، ایک قوی امکان ہے کہ مستقبل قریب میں اس خرافات کو ختم کیا جاسکتا ہے۔ ٹاٹا نامی ایک نئی کمپنی نے بلاکچین پر مبنی سپرکمپیوٹنگ پلیٹ فارم تیار کیا جو اس مسئلے کو حل کرسکتا ہے۔ ان کا حل جی پی یو پر مبنی مشینوں کے عالمی سطح پر تقسیم شدہ نیٹ ورک کے مشترکہ وسائل کی جمع اور دوبارہ فروخت کی اجازت دیتا ہے۔ ذرا تصور کریں کہ cryptocurrency کان کن ، محفل یا دیگر اعلی کارکردگی والے کمپیوٹرز اپنی ریاضی کی طاقت کو AI کی ترقی کے لئے مختص کرتے ہیں۔ اے آئی کمپنیاں زیادہ سستی قیمت پر اپنے مشین سیکھنے کے ماڈلز کی تربیت کے لئے جی پی یو طاقت کے اس غیر منقولہ وسیلہ پر ٹیپ کرسکتی ہیں۔ نوٹ کریں کہ یہ نیا پلیٹ فارم 5 نمبر میں روشنی ڈالی جانے والی پریشانی کا جواب بھی فراہم کرسکتا ہے کیونکہ یہ اس وقت غیر استعمال شدہ وسائل کے موثر استعمال کو فروغ دیتا ہے۔
7. آپ کو AI کی تربیت کے ل to بے حد مقدار میں ڈیٹا کی ضرورت ہے۔
ضروری نہیں. ضرور ، آپ کی ضرورت ہے بہت سارا اے آئی کو تربیت دینے کے ل data ڈیٹا اور کمپیوٹنگ طاقت کا شروع سے. اور ، کسی حد تک ، آپ کو کسی AI کو تربیت دینے کے ل te ٹیرابائٹس کا ڈیٹا درکار ہے جیسے کسی کار کو چلانے جیسے پیچیدہ کام کو انجام دینے کے لئے۔ تاہم ، اے آئی کے اطلاق کے شعبے پر منحصر ہے ، پہلے سے تربیت یافتہ اعصابی نیٹ ورک اتنے لچکدار ہیں کہ صرف کچھ مخصوص علاقوں میں ہی ان کی دوبارہ تربیت کی جاسکے۔ بنیادی اعداد و شمار کا فریم ورک ایک بڑے ، زیادہ عام ڈیٹا سیٹ سے آسکتا ہے ، جس میں نیٹ ورک کے صرف آخری حصے کو "خالی جگہوں کو بھرنے" کے لئے تبدیل کرنے کی ضرورت ہوتی ہے ، جو اس استعمال کے معاملے سے متعلق ہے۔
8. AI کسی بھی پچھلی ٹکنالوجی کو متروک بنانے کے بعد ، موجودہ BI ٹولز کی جگہ لے لے گا۔
کم از کم کہنا تو یہ ایک حد تک ہے۔ جدید کاروباری ذہانت (بی آئی) کے زیادہ تر حل انتہائی پیمانے پر ہوتے ہیں اور اکثر تخصیص پذیر ہوتے ہیں ، تاکہ مستقبل میں کسی بھی اے آئی پر مبنی ماڈل کو آسانی سے ان کے پلیٹ فارم کے اندر مربوط کیا جاسکے۔ کمپنیاں ہمیشہ ان حلوں پر عملدرآمد کو ترجیح دیتی ہیں جو کام کے فلو میں خلل پیدا ہونے کے لئے بغیر کسی خطرے کے آتے ہیں ، اور اے آئی ٹیکنالوجیز نے اس ضرورت کے مطابق ڈھال لیا ہے۔ لہذا ، بیشتر AI پلیٹ فارم ویب کے ذریعے نافذ کیے جاتے ہیں لہذا کوئی متبادل کی ضرورت نہیں ہے یا ، بدترین صورتحال میں ، مرحلہ وار محفوظ طریقے سے نافذ کیا جاسکتا ہے۔
9. اعصابی نیٹ ورک حیاتیاتی نیٹ ورک کی طرح ہیں لیکن مکینیکل۔
کوئی عصبی نیٹ ورک انسانی دماغ کی پیچیدگی کے ایک حص ofے تک پہنچنے کی امید بھی نہیں کرسکتا۔ کلینیکل اور سائنسی تحقیق کے کئی سالوں کے باوجود ، ہم حیاتیاتی اعصابی نیٹ ورکوں کو ان کی پوری حد تک سمجھنے میں ناکام رہتے ہیں کیونکہ نیوران انسانی جسم کے ساتھ بہت سارے مختلف کام انجام دیتے ہیں (حسی اور موٹر نیوران کے مابین فرق کے بارے میں سوچتے ہیں) اور یہاں تک کہ معلومات کو منتقل کرتے ہیں۔ بہت سے مختلف راستے (بجلی ، کیمیائی صلاحیت اور نیورو ٹرانسمیٹر کا استعمال کرتے ہوئے)۔ عصبی نیٹ ورک صرف عام 1 یا 0 ("ہاں" یا "نہیں") مشین فیشن میں بہت آسان ان پٹ کو سمجھ سکتے ہیں۔ یہ کسی فوجی طیارے کی پیچیدگی کا پتنگ سے موازنہ کرنے کے مترادف ہے کیونکہ وہ دونوں اڑ سکتے ہیں۔
10۔آخر میں یہ سمجھنے کے لئے کافی ذہین ہوجائے گا کہ انسان اس کے ل dangerous خطرناک ہے اور اسے ختم کرنا ہوگا۔
ٹھیک ہے ، ہم حقیقت میں اس داستان کو ختم نہیں کرسکتے ہیں کیونکہ یہ ایک خرافات نہیں ہے۔ یہ ایک حقیقت ہے۔ اپنے آپ کو سنبھالیں ، کیونکہ مزاحمت بیکار ہے!
لطیفے کو ایک طرف ، سیدھے الفاظ میں ، AI کو اپنے ارد گرد کی دنیا کو سمجھنے اور خود مختار ، عقلی فیصلے کرنے کے لئے درکار ذہانت کے قریب کہیں بھی نہیں ہے۔ ہر الگورتھم کو ایک کام انجام دینے کے لئے تیار کیا جاتا ہے اور اس سے باہر کچھ بھی کرنے کے قابل نہیں ہوتا ہے ، آزادانہ طور پر سوچنے کی صلاحیت تک پہنچنے دو۔ نسبتا simple آسان معاملات کا حل تلاش کرنے کے ل their کمپیوٹر اپنی اعلی کمپیوٹیشنل طاقتوں کی "بریٹ فورس" استعمال کرتے ہیں ، لیکن ان کے پاس اس مقصد سے باہر حاصل کرنے کے لئے افہام و تفہیم ، تاثر کی گہرائی اور حکمت عملی کی پیچیدگی کا فقدان ہے جس کے لئے وہ پروگرام کر رہے ہیں۔
تو آسانی سے آرام کرو ، کیوں کہ عی ایک طویل ، طویل وقت کے لئے ہمارے مصنوعی مددگاروں اور نوکروں کے سوا کچھ نہیں بننے والا ہے۔