مواد
- ہائپ سائیکل میں اے آئی
- اتنی دور ، نو اتنا اچھا نہیں
- 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
- یہ ڈیٹا پر تمام قبضہ ہے
ماخذ: چارلس ٹیلر / iStockphoto
ٹیکا وے:
مصنوعی ذہانت کے بارے میں بہت زیادہ اشارے ہیں ، یہ کتنا ذہین ہے؟
مصنوعی ذہانت نے انٹرپرائز حلقوں میں اتنی توجہ حاصل کرلی ہے کہ آئی ٹی کے بہت سے رہنماؤں کو یہ سوچنے کے لئے عذر کیا جاسکتا ہے کہ یہ بڑھتے ہوئے پیچیدہ اعداد و شمار کے ماحولیاتی نظام کو تمام جوابات مہیا کرے گا۔ لیکن اگرچہ یہ یقینی طور پر موجودہ ٹکنالوجی میں معنی خیز بہتری لانے کی صلاحیت رکھتا ہے ، یہ کہنا بھی مناسب ہے کہ اس کی افادیت سے متعلق کچھ توقعات زیربحث ہیں۔
دراصل ، اس بارے میں نسبتا little بہت کم سمجھ ہے کہ اے آئی کیا ہے ، واقعتا یہ کس طرح کام کرتی ہے اور وہ دراصل کیا کرسکتی ہے۔ اور اس سے انٹرپرائز میں اس کے کردار اور اس کے موجودہ انفراسٹرکچر اور اس کو چلانے والے انسانوں سے متعلق جس طرح سے وسیع پیمانے پر غلط فہمیاں پیدا ہو رہی ہیں۔
ہائپ سائیکل میں اے آئی
گارٹنر کے حالیہ ترین ہائپ سائیکل کے مطابق ، گہری سیکھنے ، مشینی سیکھنے اور علمی کمپیوٹنگ جیسے کلیدی AI ذیلی حصے میں چوٹی انفلاٹیٹ توقعات وکر کے اوپری حصے میں ہیں ، جس کا مطلب ہے کہ وہ بے قابو ہوکر خندق کی لمبی سلائڈ کے حصول میں ہیں۔ اگرچہ یہ پچھلے 30 سالوں میں عملی طور پر ہر خلل ڈالنے والی ٹکنالوجی کے ل par برابر ہے ، لیکن اس حقیقت کی نشاندہی کرتا ہے کہ انٹرپرائز میں AI کا متوقع اثر ، جو بنیادی طور پر کنٹرول لیب ٹیسٹوں سے اخذ کیا گیا ہے ، حقیقتوں میں آگے بڑھنے والا ہے۔ پیداواری ماحول کی۔ (اڈا لواسلیس سے لے کر ڈیپ لرننگ تک کمپیوٹنگ ایجادات کی تاریخ دیکھیں۔)
بہر حال ، گارٹنر محقق مائک واکر توقع کرتا ہے کہ اگلی دہائی کے دوران اے آئی ہرجگہ ہوجائے گا ، جس میں ایڈوانسنگ کمپیوٹ پاور ، جس سے اعصابی نیٹ ورک جیسی تعمیرات کی نشوونما ہوتی ہے ، اور محض حقیقت یہ ہے کہ انٹرپرائز ڈیٹا کا بوجھ اتنا زیادہ ہوگیا ہے۔ اور اتنا پیچیدہ ہے کہ انسانی آپریٹر اب خود ان کا مقابلہ نہیں کرسکتے ہیں۔
انٹرپرائز کو اے آئی کے بارے میں سمجھنے کی پہلی چیز یہ ہے کہ وہ "انٹیلی جنس" کی اصطلاح کے ساتھ تیز اور ڈھیلے کھیلتی ہے۔ جیسا کہ سوئس نیورو سائنسدان پاسکل کافمان نے حال ہی میں زیڈ نیٹ کو سمجھایا ہے ، کمپیوٹر الگورتھم اور انسانی دماغ کے طریقوں میں گہرے اختلافات ہیں کسی نتیجے پر پہنچنے کے لئے معلومات پر عمل کریں۔ کافی پروسیسنگ پاور دیئے جانے پر ، ایک کمپیوٹر الگورتھم لاکھوں ، اربوں ، شاید کھربوں اعداد و شمار کے سیٹ کا موازنہ کرسکتا ہے تاکہ ایک عام عزم کیا جاسکے ، جیسے کہ بلی کی تصویر واقعی ایک بلی کی تصویر ہے۔ لیکن یہاں تک کہ ایک چھوٹا بچہ ، جسے بہت کم اعداد و شمار دیئے جاتے ہیں ، بھی آسانی سے اس بات کا تعین کر سکتے ہیں کہ یہ ایک بلی ہے اور ہمیشہ کے بعد معلوم ہوجائے گی کہ بلی کیا ہے اور کیا نظر آتی ہے۔
اس معیار کے ذریعہ ، یہاں تک کہ کام کی جگہ پر AI کی نمایاں مثال - گوگل ڈیپ منڈ کے الفاگو کی حکمت عملی کے کھیل گو پر مہارت حاصل کرنا - واقعتا مصنوعی ذہانت نہیں تھی بلکہ بڑے اعداد و شمار ، تجزیات اور آٹومیشن کا ایک کراس سیکشن تھا جو قواعد پر مبنی نقطہ نظر کو معقول بنانے کی صلاحیت رکھتا تھا۔ جیتنے کے لئے. دلچسپ بات یہ ہے کہ ، کافمان نے مزید کہا کہ مصنوعی ذہانت کی ایک حقیقی مثال یہ ہوگی کہ اگر الفاگو کو یہ معلوم ہوجاتا کہ جیتنے کے لئے کس طرح دھوکہ دینا ہے۔ تاہم ، ایسا کرنے کے لئے ، سائنس کو پہلے "دماغی کوڈ" کو توڑنا پڑے گا جو معلومات پر کارروائی کرنے ، علم کی بازیافت اور یادوں کو محفوظ کرنے کی ہماری صلاحیت کو طاقت دیتا ہے۔ (آٹومیشن کے ساتھ آٹومیشن کے بارے میں مزید جانیں: ڈیٹا سائنس اور مشین لرننگ کا مستقبل؟)
اتنی دور ، نو اتنا اچھا نہیں
در حقیقت ، ان خدشات کے باوجود کہ اے آئی ہر ایک کی ملازمت کو ختم کرنے والا ہے ، اب تک کے نتائج قریب قریب مضحکہ خیز ہیں۔ جارج آر آر مارٹن کے "گیم آف تھرون" کے شائقین اس سلسلے کی اگلی قسط کے لئے اتنے بے چین ہیں کہ بہت سے لوگوں نے AI کے ایک فارم کے ذریعہ لکھے ہوئے تقریبا pure خالص گوبلیڈی کتاب کے ایک باب کی طرف رجوع کیا جس کو بار بار اعصابی نیٹ ورک کہا جاتا ہے۔ دریں اثنا ، آئی بی ایم آنکولوجی کے محققین سے فائدہ اٹھا رہی ہے جنھیں بتایا گیا تھا کہ واٹسن تشخیص اور علاج کے سلسلے میں ایک نئے دور کا آغاز کرے گا ، لیکن اس کے بجائے وہ صرف کینسر کی بنیادی شکلوں میں فرق کرنے کے لئے جدوجہد کر رہا ہے۔ اس ٹریک ریکارڈ کو دیکھتے ہوئے ، یہ بالکل ممکن ہے کہ جب اے آئی کو پہلی بار عام انٹرپرائز میں متعارف کرایا جائے ، تو شاید انسانی آپریٹرز کی جانب سے ان تمام غلطیوں کو ٹریک کرنے اور نگرانی کرنے کے لئے زیادہ محنت کی ضرورت ہوگی۔
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۔
لیکن یہاں رگڑنا ہے: وقت کے ساتھ ساتھ دوبارہ سرجری کئے بغیر AI بہتر ہوجائے گا۔ جیسا کہ کارنیل ٹیک کے محقق ڈینیئل ہٹنلوکر نے حال ہی میں ٹیک کرنچ کو بتایا تھا کہ ، AI آپریشنل آپریٹرز کے مقابلے میں روایتی سافٹ ویئر - اور تمام پیچیدہ پیچ ، تازہ کاریوں اور اصلاحات کو تبدیل کرنے کا زیادہ امکان رکھتے ہیں۔ اس کا مطلب یہ نہیں کہ اے کو پروگرام کرنے کی ضرورت نہیں ہے ، لیکن یہ کہ نقطہ نظر کو بہت آسان بنایا گیا ہے۔ آج کے سافٹ ویئر کے ذریعہ ، پروگرامر کو حل کرنے کے لئے نہ صرف یہ کہ اس کے حل کے ل the صحیح اقدامات کی وضاحت کرنے کی ضرورت ہے۔ اے آئی کے ساتھ ، اس کی ضرورت صرف ایک ہے اور سافٹ ویئر کو باقی کو سنبھالنے کے قابل ہونا چاہئے ، بشرطیکہ اس کے ساتھ کام کرنے کا صحیح اعداد و شمار موجود ہوں۔
یہ ڈیٹا پر تمام قبضہ ہے
یہ آخری نکتہ بہت اہم ہے کیونکہ ، دن کے اختتام پر ، AI محض ایک الگورتھم ہوتا ہے ، اور الگورتھم صرف اتنے اچھے ہوتے ہیں جتنا ان کو کھلایا جاتا ہے۔ اس کا مطلب یہ ہے کہ ایک مناسب AI آپریشنل فریم ورک کی تعمیر کے علاوہ ، انٹرپرائز کو کافی زوردار ڈیٹا کنڈیشنگ ماحول قائم کرنا پڑے گا تاکہ تجزیات کے نتائج درست معلومات پر مبنی ہوں جس میں ایکٹیوکیمپین کے سی ای او جیسن وانڈ بوم نے حال ہی میں فوربس کو بتایا ، "ردی کی ٹوکری میں برابر کوڑا کرکٹ" کے قواعد ابھی بھی لاگو ہوتے ہیں ، لہذا تنظیموں کو ان کے AI سرمایہ کاری کے حقیقی فوائد دیکھنے سے پہلے ہی یہ کچھ وقت ہوسکتا ہے۔
ان سب کو دیکھتے ہوئے ، انٹرپرائز کو یہ توقع نہیں رکھنی چاہئے کہ اے آئی کو بڑے اعداد و شمار اور آئی او ٹی کے ابھرتے ہوئے چیلنجوں کے لئے فوری حل فراہم کرے گا۔ دونوں انسانوں اور مشینوں کے ل The سیکھنے کا منحصر لمبا لمبا ہونے کا امکان ہے ، اور اس کے نتائج یقینی طور پر غیر یقینی ہیں۔
لیکن اگر یہ سب منصوبے کے مطابق کام کرتا ہے تو ، انٹرپرائز اور علمی افرادی قوت دونوں کو طویل عرصے میں خاطر خواہ فوائد دیکھنا چاہ.۔ ذرا پیچیدہ ، تکلیف دہ اور وقت طلب کام کے بارے میں ذرا غور کریں جو اس وقت آپ کے عمل کو سست کررہا ہے اور تصور کریں کہ انہیں دوبارہ کبھی نہیں کرنا ہے۔