اب تک مستقبل کی سپر ٹیکنالوجی کی ترقی سے منسلک شرائط، مصنوعی ذہانت، زبردستی ہمارے ذخیرہ الفاظ میں داخل ہو چکی ہے، جس سے ماہرین، سیاست دانوں، صارفین کی انجمنوں اور ہائی ٹیک صنعتوں کے درمیان گرما گرم بحثیں شروع ہو گئی ہیں۔ شہری پریشان ہے اور اس انقلاب کے بارے میں مزید سمجھنا چاہتا ہے جو جلد ہی اس کی حقیقی زندگی کو پریشان کر سکتا ہے: بہتر یا بدتر یہ آپ کے نقطہ نظر پر منحصر ہے۔

کی Massimiliano D'ایلیا

یورپ سب سے پہلے تھا جس کے ساتھ ریگولیٹ کرنے کی کوشش کی گئی۔آئی اے ایکٹ ذہین الگورتھم کا استعمال۔ ایک ضابطہ جس کا سیاستدانوں اور ماہرین نے خیرمقدم کیا لیکن جو اب بھی سیاسی اور سماجی حرکیات سے دور صارفین کی انجمنوں اور دیگر تنظیموں سے مزید معلومات کے لیے شکوک و شبہات اور درخواستوں کو چھوڑ دیتا ہے۔ کاروبار.

دسمبر کے آغاز میں قائم ہونے والے کونسل اور یورپی پارلیمنٹ کے درمیان ابتدائی معاہدے نے قانون کے فن تعمیر کا خاکہ پیش کیا، لیکن یورپی اداروں اور کمپنیوں کے درمیان مذاکرات رہنما اے آئی سیکٹر میں اب بھی سمندر میں ہے۔

اے آئی ایکٹ کی حتمی منظوری اگلے مارچ اور مئی کے درمیان متوقع ہے۔ تاہم، اس کے اثرات 2025 تک ہی نظر آئیں گے، جب تکنیکی جدت کو فروغ دینے اور شہریوں کے بنیادی حقوق کے تحفظ کے مقصد سے یہ قانون نافذ العمل ہوگا۔

مصنوعی ذہانت سے متعلق یورپی ریگولیٹری فریم ورک، ابھی کے لیے، ایک نقطہ نظر پر مبنی ہے۔خطرے پر مبنی" ہائی رسک سسٹمز کے لیے تیزی سے سخت ترقی پسند اصولوں کے ساتھ، جن کے ڈویلپرز کو رجسٹر کرنے کی ذمہ داری ہے اور اس میں استعمال ہونے والے ڈیٹا کو بنانے کی ضرورت ہے۔ تربیت الگورتھم کے اگرچہ کچھ یورپی ممالک نے ابتدائی طور پر مصنوعی ذہانت کے جدید ماڈلز کو سخت قواعد و ضوابط سے بچانے کی کوشش کی تھی، لیکن حتمی معاہدے میں کچھ محدود رعایتیں فراہم کی گئیں، جیسے کہ قومی سلامتی اور اس لیے تحقیق اور تحقیق سے متعلق ان تمام سرگرمیوں کے لیے۔ فوجی نظام کی جدت اور پولیس فورسز.

بایومیٹرک شناخت اور بڑے پیمانے پر نگرانی سرشار قومی حکام کی اجازت سے محدود ہے۔ پیش گوئی کرنے والی ٹیکنالوجیز کے استعمال کے لیے قانونی کوریج کی ضمانت صرف قانون نافذ کرنے والے اداروں اور سیکورٹی فورسز کو دی جائے گی۔ اس لیے یورپی قانون عام مقصد کے مصنوعی ذہانت کے نظام کے لیے مارکیٹ میں ان کی ریلیز سے قبل شفافیت کی ذمہ داریاں عائد کرتا ہے اور حساس ڈیٹا کا زیادہ محتاط انتظام کرتا ہے۔

اے آئی ایکٹ کے لاگو ہونے کے بعد رکن ممالک کے ذریعہ ضابطے کے نفاذ کے لیے دو سال اور ممنوعہ استعمال قائم کرنے کے لیے مزید چھ ماہ کی مدت ہوگی۔ مزید برآں، اے اے آئی معاہدہ، یعنی ایک رضاکارانہ تعمیل کا نظام جو یورپی دفعات کی توقع کرتا ہے۔

اے آئی ایکٹ کی خلاف ورزیوں پر جرمانے کم از کم 7,5 ملین یا ٹرن اوور کے 1,5 فیصد سے لے کر زیادہ سے زیادہ 35 ملین یا 17 فیصد ٹرن اوور تک ہوں گے۔ بہت سے تشریحی متغیرات، کمپنیوں اور صارفین کی انجمنوں کے مفادات کی روشنی میں، EU کا ضابطہ طے شدہ نہیں ہے اور اس میں خاطر خواہ تبدیلیاں آسکتی ہیں، اس طرح باہمی تعاون کے جذبے کو تبدیل کیا جا سکتا ہے جس نے دسمبر 2023 کے آغاز میں منظور شدہ ابتدائی دستاویز کے مسودے کو متحرک کیا تھا۔

نیلے سونے پر مصنوعی ذہانت اور فطرت پر اس کے اثرات

مصنوعی ذہانت (AI) سرورز میں پانی کی کھپت AI سسٹم یا ڈیٹا سینٹر کے مجموعی ماحولیاتی اثرات کا جائزہ لیتے وقت ایک بہت اہم پہلو ہے۔ تاہم، یہ نوٹ کرنا ضروری ہے کہ پانی کی کھپت اکثر بالواسطہ پہلو ہوتا ہے جس کا تعلق مختلف عوامل سے ہوتا ہے، بجائے اس کے کہ توانائی کے معاملے میں براہ راست استعمال کے شعبے سے۔ یہاں کچھ عوامل ہیں جو AI سرورز میں پانی کی کھپت میں حصہ ڈال سکتے ہیں:

ڈیٹا سینٹر کولنگ: ڈیٹا سینٹرز، جو AI کام کے بوجھ پر کارروائی کرنے کے لیے سرورز کی میزبانی کرتے ہیں، درجہ حرارت کو قابل قبول سطح پر رکھنے کے لیے کولنگ سسٹم کی ضرورت ہوتی ہے۔ یہ نظام سرورز کے ذریعے پیدا ہونے والی گرمی کو ختم کرنے کے لیے پانی کا استعمال کر سکتے ہیں۔

ہارڈ ویئر کی پیداوار: سرشار AI ہارڈویئر کی تیاری، جیسے گرافکس پروسیسنگ یونٹس (GPUs) یا خصوصی پروسیسرز، مینوفیکچرنگ اور کولنگ کے عمل کے لیے اکثر پانی کی کافی مقدار کی ضرورت ہوتی ہے۔

توانائی کی پیداوار: اگر AI سرورز کو پاور کرنے کے لیے استعمال ہونے والی توانائی ان ذرائع سے آتی ہے جن کے لیے بڑی مقدار میں پانی کی ضرورت ہوتی ہے (جیسے کوئلے سے چلنے والے یا نیوکلیئر پاور پلانٹس)، تو نظام کا مکمل لائف سائیکل پانی کے مجموعی استعمال کو متاثر کر سکتا ہے۔

ہارڈویئر مینوفیکچرنگ کے وسائل: ہارڈ ویئر تیار کرنے کے لیے درکار قدرتی وسائل کو نکالنے سے پانی پر اثر پڑ سکتا ہے، خاص طور پر اگر اس میں سلکان جیسے مواد شامل ہوں۔

جغرافیائی محل وقوع: پانی کے وسائل کی دستیابی اور انتظام ڈیٹا سینٹرز کے جغرافیائی محل وقوع کی بنیاد پر بہت مختلف ہو سکتے ہیں۔ پانی کے کم وسائل والے خطوں میں، پانی کا استعمال ایک اہم مسئلہ ہو سکتا ہے۔

کچھ کمپنیاں پانی کی کھپت سمیت اپنے AI سسٹمز کے مجموعی ماحولیاتی اثرات کو کم کرنے کے لیے حکمت عملی اپنا رہی ہیں۔ اس میں زیادہ توانائی کی بچت والی ٹکنالوجیوں کو اپنانا، جدید کولنگ سسٹم کا استعمال کرنا جن میں کم پانی کی ضرورت ہوتی ہے، اور قابل تجدید توانائی کے ذرائع میں منتقلی شامل ہوسکتی ہے۔ یہ نوٹ کرنا ضروری ہے کہ AI سے متعلق ماحولیاتی تحفظات، بشمول پانی کی کھپت، تیزی سے متعلقہ ہوتے جا رہے ہیں، اور بہت سی تنظیمیں اپنے AI سسٹمز کے ڈیزائن اور انتظام میں پائیدار طریقوں کو نافذ کرنے کی کوشش کر رہی ہیں۔

ڈیکالوگ

ذیل میں کچھ اصطلاحات کی وضاحت دی گئی ہے جو زبردستی ہمارے ذخیرہ الفاظ میں داخل ہوئی ہیں اور جو ابھرتے ہوئے قانون سازی کے ضوابط سے زیادہ تیزی سے ہماری حقیقی زندگیوں میں خلل ڈال سکتی ہیں۔

مصنوعی سپر انٹیلی جنس

"مصنوعی سپر انٹیلی جنس" سے مراد مصنوعی ذہانت (AI) کی ایک اعلی درجے کی ہے جو کئی شعبوں میں انسانی علمی صلاحیتوں کو نمایاں طور پر پیچھے چھوڑ دیتی ہے۔ یہ اصطلاح اکثر AI سے منسلک ہوتی ہے جو متنوع فکری کاموں، مشین لرننگ، اور پیچیدہ مسائل کو حل کرنے میں سبقت لیتی ہے۔ مصنوعی سپر انٹیلی جنس ایک مستقبل کا وژن ہے جو ایسے ذہین نظاموں کی تخلیق کا مشورہ دیتا ہے جو نہ صرف انسانی سیکھنے اور سمجھنے کی صلاحیتوں کو پیچھے چھوڑ دیتے ہیں، بلکہ یہ دنیا کے بارے میں خود مختار تفہیم، وجہ، سیکھنے، اور مسائل کو حل کرنے کے طریقوں سے ان طریقوں سے حل کر سکتے ہیں جو ان کی پہنچ سے باہر ہیں۔ انسانی ذہانت.

آج ہم ابھی تک مصنوعی ذہانت کی سطح پر نہیں پہنچے ہیں، آج کی تحقیق اور ترقی مصنوعی ذہانت کے نظام پر مرکوز ہے جو مخصوص سرگرمیاں یا کام انسانوں کے مقابلے میں زیادہ موثر یا درست طریقے سے انجام دے سکتے ہیں۔ مصنوعی سپر انٹیلی جنس مستقبل کا ایک زیادہ امکان ہے جو انسانوں کی ذہانت سے آگے نکلنے کی صلاحیت کے ساتھ ہستیوں کی تخلیق کے امکان پر گہری اخلاقی عکاسی کا مستحق ہے۔

تخلیقی مصنوعی ذہانت

"جنریٹیو آرٹیفیشل انٹیلی جنس" سے مراد مصنوعی ذہانت (AI) کا ایک ذیلی فیلڈ ہے جو ایسے نظاموں کی تخلیق سے متعلق ہے جو خود مختار طور پر نیا ڈیٹا، مواد یا معلومات پیدا کر سکے۔ یہ سسٹم مشین لرننگ اپروچز کا استعمال کرتے ہیں، خاص طور پر جنریٹیو نیورل نیٹ ورکس، ڈیٹا تیار کرنے کے لیے جو اکثر انسانوں کے ذریعہ تخلیق کردہ اس کی نقل کرتا ہے یا اس سے الگ نہیں ہوتا ہے۔

تخلیقی مصنوعی ذہانت کی ایک مثال "جنریٹو ایڈورسریل نیٹ ورکس" (GAN) کا تصور ہے، جس میں دو عصبی نیٹ ورکس، ایک جنریٹر اور ایک امتیاز کرنے والے، کو ایک ساتھ مقابلے کے عمل کے ذریعے تربیت دی جاتی ہے۔ جنریٹر تیزی سے حقیقت پسندانہ ڈیٹا بنانے کی کوشش کرتا ہے، جبکہ امتیاز کرنے والا حقیقی ڈیٹا اور تیار کردہ ڈیٹا کے درمیان فرق کرنے کی کوشش کرتا ہے۔ یہ مقابلہ تیزی سے قابل اعتماد ڈیٹا بنانے کے لیے جنریٹر کی صلاحیت میں مسلسل بہتری کا باعث بنتا ہے۔

تخلیقی مصنوعی ذہانت کے اطلاقات متنوع ہیں اور ان میں تصاویر، متن، موسیقی اور بہت کچھ شامل ہے۔ مثال کے طور پر، GAN کو مصنوعی انسانی چہرے بنانے کے لیے استعمال کیا جا سکتا ہے جو مستند نظر آتے ہیں یا زمین کی تزئین کی تصاویر بنانے کے لیے جو حقیقت پسندانہ نظر آتے ہیں۔ تاہم، یہ نوٹ کرنا ضروری ہے کہ اس طرح کی ٹیکنالوجیز کے استعمال سے اخلاقی سوالات بھی اٹھتے ہیں، جیسے کہ مواد میں ہیرا پھیری کا امکان یا بین الاقوامی اداکاروں جیسے کہ مختلف نسل کے دہشت گردوں کے ذریعے غلط معلومات کی تخلیق۔

جنرل مصنوعی ذہانت

مصنوعی جنرل انٹیلی جنس (AIG) مصنوعی ذہانت کے اس درجے کی نمائندگی کرتی ہے جس کا مقصد کسی بھی انسانی علمی سرگرمی کو سمجھنا، سیکھنا اور انجام دینا انسانوں سے ملتے جلتے یا اس سے بھی بہتر طریقے سے انجام دینا ہے۔ عام AI کے برعکس، جو مخصوص یا محدود کاموں کو حل کرنے کے لیے ڈیزائن کیا گیا ہے، IAG AI کی ایک وسیع اور زیادہ لچکدار شکل کی خواہش رکھتا ہے، جو متعدد ڈومینز میں ڈھالنے اور سیکھنے کے قابل ہے۔

مصنوعی جنرل انٹیلی جنس کی اہم خصوصیات میں شامل ہیں۔

عمومی تعلیم: ڈیٹا کی ایک وسیع رینج سے سیکھنے اور اس علم کو مختلف سیاق و سباق میں لاگو کرنے کی صلاحیت۔ اس قسم کا سیکھنا آسان کاموں کے مخصوص سیکھنے سے بالاتر ہے۔

تشبیہاتی استدلال: پیچیدہ مسائل کو حل کرنے اور مشابہ استدلال کے ذریعے رابطے بنانے کی صلاحیت، جس طرح سے انسان ماضی کے تجربات کی بنیاد پر نئے حالات سے رجوع کرتے ہیں۔

سیاق و سباق کو سمجھنا: ماحولیاتی، سماجی اور ثقافتی عوامل پر غور کرتے ہوئے اس سیاق و سباق کو سمجھنے کی صلاحیت جس میں کوئی خود کو تلاش کرتا ہے۔ یہ مہارت نئے اور غیر متوقع حالات سے ہم آہنگ ہونے کے لیے ضروری ہے۔

خود آگاہی: کسی کے وجود اور صلاحیتوں کے بارے میں آگاہی، بشمول حدود کی پہچان اور غلطیوں سے سیکھنے کی صلاحیت۔

موافقت: اہم ری پروگرامنگ کے بغیر نئے کاموں یا ماحول کو اپنانے کی صلاحیت۔

فی الحال، IAG مصنوعی ذہانت میں سب سے زیادہ مہتواکانکشی اور پیچیدہ اہداف میں سے ایک ہے۔ زیادہ تر موجودہ AI ٹیکنالوجیز مخصوص کاموں میں مہارت رکھتی ہیں اور ان میں وہ لچک اور علمی وسعت نہیں ہے جو ایک عام مصنوعی ذہانت کو نمایاں کرے۔ مصنوعی عمومی ذہانت کا حصول اہم تکنیکی، اخلاقی، اور حفاظتی چیلنجز کو جنم دیتا ہے اور AI تحقیق میں ایک طویل مدتی مقصد رہتا ہے۔

AI میں حسی نیوران

مصنوعی ذہانت کے میدان میں، "حسی نیورانمصنوعی اعصابی نیٹ ورکس کے اجزاء سے منسلک کیا جا سکتا ہے جو سینسر سے ڈیٹا پر کارروائی کرنے کے لیے ڈیزائن کیا گیا ہے، جیسا کہ انسانی اعصابی نظام بیرونی محرکات کو سمجھنے کے لیے حسی نیوران کا استعمال کرتا ہے۔

مصنوعی عصبی نیٹ ورک میں، اصطلاح "نیورون" ایک کمپیوٹنگ یونٹ سے مراد ہے جو ان پٹ وصول کرتی ہے، ایکٹیویشن فنکشن کے ذریعے ان پر کارروائی کرتی ہے، اور آؤٹ پٹ تیار کرتی ہے۔ نیورل نیٹ ورک کی پہلی پرتوں میں، جنہیں اکثر "ان پٹ لیئرز" یا "حساسی پرتیں" کہا جاتا ہے، نیوران سینسر یا ان پٹ ڈیٹا سے ابتدائی معلومات حاصل کرنے اور تبدیل کرنے کے ذمہ دار ہوتے ہیں۔

مثال کے طور پر، کمپیوٹر وژن ایپلی کیشن میں، حسی نیوران کسی تصویر میں پکسلز سے خام ان پٹ کی نمائندگی کر سکتے ہیں۔ اس ابتدائی تہہ میں موجود ہر نیوران کو ایک مخصوص پکسل کے ساتھ منسلک کیا جا سکتا ہے اور اسے تصویر میں مخصوص نمونوں یا خصوصیات کا جواب دینے کے لیے تربیت دی جا سکتی ہے۔ دوسرے لفظوں میں، یہ حسی نیوران تصویروں کے بعض پہلوؤں، جیسے خاکہ، رنگ یا اشکال کو پہچاننا سیکھتے ہیں۔

حسی نیوران ایک بڑے AI ماڈل کا صرف ایک حصہ ہیں، اور ان کے آؤٹ پٹ کو نیورل نیٹ ورک کی لگاتار تہوں کے ذریعے پروسیس کیا جاتا ہے۔ حتمی مقصد نیٹ ورک کے لیے یہ ہے کہ وہ ان پٹ ڈیٹا میں موجود معلومات کی تیزی سے پیچیدہ اور بامعنی نمائندگی کو سیکھے، ماڈلز اور تعلقات کو سیکھنے کے لیے عصبی نیٹ ورک کی ساخت اور فن تعمیر کا استحصال کرے۔

خلاصہ یہ کہ مصنوعی ذہانت میں حسی نیوران سینسر یا ان پٹ ڈیٹا سے ابتدائی معلومات پر کارروائی کرنے میں کلیدی کردار ادا کرتے ہیں، جس سے عصبی نیٹ ورک کو اس کے بعد کی پرتوں میں پیچیدہ معلومات سیکھنے اور اس کی تشریح کرنے کی اجازت ملتی ہے۔

chatbot

ایک چیٹ بوٹ، الفاظ "چیٹ" (گفتگو) اور "روبوٹ" کے امتزاج سے ماخوذ، ایک کمپیوٹر ایپلی کیشن کی نمائندگی کرتا ہے جسے گفتگو کے ذریعے انسانی تعاملات کی نقل کرنے کے لیے ڈیزائن کیا گیا ہے۔ مصنوعی ذہانت سے فائدہ اٹھاتے ہوئے، چیٹ بوٹ صارف کے پیغامات کی ترجمانی اور جواب دینے کے قابل ہے، ایک انٹرایکٹو تجربہ فراہم کرتا ہے۔ ان ورچوئل اسسٹنٹس کو مختلف پلیٹ فارمز میں مربوط کیا جا سکتا ہے، بشمول ویب سائٹس، میسجنگ ایپس، سوشل میڈیا، اور وائس انٹرفیس۔ ان کی درخواستیں متنوع ہیں اور ان میں خودکار کسٹمر سپورٹ، معلومات کی فراہمی، ریزرویشن مینجمنٹ اور بہت کچھ شامل ہے۔

چیٹ بوٹس کی بنیادی طور پر دو قسمیں ہیں:

اصول پر مبنی: یہ چیٹ بوٹس پروگرامنگ کے اصولوں کے پہلے سے طے شدہ سیٹ پر عمل کرتے ہیں اور پہلے سے طے شدہ نمونوں کے مطابق جواب دیتے ہیں۔ ان کا تعامل پروگرامنگ کے دوران قائم کردہ منطق تک محدود ہے۔

مصنوعی ذہانت (AI) کے ساتھ: یہ چیٹ بوٹس صارف کے پیغامات کو سمجھنے کے لیے مشین لرننگ اور نیچرل لینگویج پروسیسنگ (NLP) الگورتھم استعمال کرتے ہیں۔ وہ ماضی کے تجربات سے سیکھنے، وقت کے ساتھ ساتھ بہتری لانے، اور پیچیدہ تعاملات کے ساتھ زیادہ موافقت کے ساتھ نمٹنے کے قابل ہیں۔

چیٹ بوٹس تیزی سے مقبول ہو چکے ہیں، جو کہ کسٹمر سروس، بزنس ایپلی کیشنز اور آن لائن پلیٹ فارمز جیسے شعبوں میں اہم کردار ادا کر رہے ہیں۔ ان کی موجودگی کا مقصد صارف مشین کے تعاملات کو آسان بنانا، رسائی کو بہتر بنانا اور زیادہ بدیہی تجربہ پیش کرنا ہے۔

مصنوعی ذہانت، ایک نامعلوم ٹیکنالوجی جو ہماری حقیقی زندگی کو بدل سکتی ہے۔