اوپن بمقابلہ کلوزڈ AI: عام صارفین کو کیا جاننے کی ضرورت ہے

انٹیلی جنس کی عظیم دیوار

مصنوعی ذہانت (AI) کی انڈسٹری فی الحال دو الگ الگ کیمپوں میں تقسیم ہو رہی ہے۔ ایک طرف، OpenAI اور Google جیسی کمپنیاں بڑے اور ملکیتی (proprietary) سسٹمز بنا رہی ہیں جو ایک ڈیجیٹل دیوار کے پیچھے چھپے ہیں۔ آپ ان ٹولز تک ویب سائٹ یا ایپ کے ذریعے رسائی حاصل کرتے ہیں، لیکن آپ کبھی نہیں دیکھ پاتے کہ وہ کیسے کام کرتے ہیں۔ دوسری طرف، ڈویلپرز اور Meta اور Mistral جیسی کمپنیوں کی ایک بڑھتی ہوئی کمیونٹی اپنے ماڈلز جاری کر رہی ہے تاکہ کوئی بھی انہیں ڈاؤن لوڈ کر سکے۔ یہ تقسیم صرف ایک تکنیکی بحث نہیں ہے، بلکہ یہ انسانی علم کے مستقبل پر کنٹرول اور اس تک رسائی کی قیمت کے بارے میں ایک بنیادی کشمکش ہے۔ ایک عام آدمی کے لیے، اوپن اور کلوزڈ سسٹمز کے درمیان انتخاب آپ کی پرائیویسی، اخراجات، اور تخلیقی آزادی کا تعین کرتا ہے۔ اگر آپ کلوزڈ ماڈل استعمال کرتے ہیں، تو آپ کرایہ دار ہیں۔ اگر آپ اوپن ماڈل استعمال کرتے ہیں، تو آپ مالک ہیں۔ ہر راستے کے اپنے فوائد و نقصانات ہیں جنہیں زیادہ تر لوگ تب تک نظر انداز کرتے ہیں جب تک کہ ان کے ڈیٹا یا سبسکرپشن کے ساتھ کوئی مسئلہ نہ ہو۔

اوپن لیبل کے پیچھے کی حقیقت

مارکیٹنگ ٹیمیں ‘اوپن’ کا لفظ استعمال کرنا پسند کرتی ہیں کیونکہ اس کا مطلب شفافیت اور کمیونٹی ہوتا ہے۔ تاہم، AI کی دنیا میں، یہ اصطلاح اکثر بہت ہلکے انداز میں استعمال کی جاتی ہے۔ سچا اوپن سورس سافٹ ویئر کسی کو بھی کوڈ دیکھنے، اسے تبدیل کرنے، اور شیئر کرنے کی اجازت دیتا ہے۔ AI میں، اس کا مطلب ٹریننگ ڈیٹا، ٹریننگ کوڈ، اور حتمی ماڈل ویٹس تک رسائی ہونا چاہیے۔ بہت کم بڑے ماڈلز دراصل اس معیار پر پورا اترتے ہیں۔ عوام جسے اوپن AI کہتے ہیں، وہ دراصل ‘اوپن ویٹس’ ہے۔ اس کا مطلب ہے کہ کمپنی آپ کو ماڈل کا حتمی دماغ تو دے دیتی ہے، لیکن وہ آپ کو یہ نہیں بتاتی کہ انہوں نے اسے کیسے بنایا یا اسے ٹرین کرنے کے لیے کون سی مخصوص کتابیں اور ویب سائٹس استعمال کیں۔ یہ ایسا ہی ہے جیسے کوئی بیکری آپ کو تیار کیک اور اوون کا درجہ حرارت دے دے، لیکن میدے کا برانڈ یا انڈوں کا ذریعہ بتانے سے انکار کر دے۔

کلوزڈ AI کی تعریف کرنا بہت آسان ہے۔ یہ ایک پروڈکٹ ہے۔ جب آپ GPT-4 یا Claude 3 استعمال کرتے ہیں، تو آپ ایک سروس کے ساتھ تعامل کر رہے ہوتے ہیں۔ آپ ماڈل کو اپنے لیپ ٹاپ پر ڈاؤن لوڈ نہیں کر سکتے۔ آپ ان اندرونی فلٹرز کو نہیں دیکھ سکتے جو اسے کچھ سوالات کے جواب دینے سے روکتے ہیں۔ آپ کے پاس یہ جاننے کا کوئی طریقہ نہیں ہے کہ آیا کمپنی نے راتوں رات ماڈل کو تیز لیکن کم ذہین بنانے کے لیے تبدیل کر دیا ہے۔ یہ شفافیت کی کمی سہولت کی قیمت ہے۔ کمپنیاں دلیل دیتی ہیں کہ ماڈلز کو بند رکھنے سے برے عناصر ٹیکنالوجی کا غلط استعمال نہیں کر پاتے۔ ناقدین کا کہنا ہے کہ یہ صرف اجارہ داری کو محفوظ رکھنے کا ایک طریقہ ہے۔ اس فرق کو سمجھنا بہت ضروری ہے کیونکہ یہ بدل دیتا ہے کہ آپ کو مشین کے آؤٹ پٹ پر کیسے بھروسہ کرنا چاہیے۔

سلیکون کے دور میں خودمختاری

اس تقسیم کا عالمی اثر بہت زیادہ ہے۔ امریکہ سے باہر کے ممالک کے لیے، کلوزڈ AI ماڈلز پر انحصار کرنے کا مطلب حساس قومی ڈیٹا کو کیلیفورنیا یا ورجینیا کے سرورز پر بھیجنا ہے۔ یہ چند امریکی کارپوریشنز پر ایک بہت بڑی انحصار پیدا کرتا ہے۔ اوپن ویٹس ماڈلز یورپ کی حکومت یا انڈیا کے کسی سٹارٹ اپ کو اس قابل بناتے ہیں کہ وہ AI کو اپنے مقامی ہارڈویئر پر چلا سکیں۔ یہ ایسی خودمختاری فراہم کرتا ہے جو کلوزڈ سسٹمز کبھی پیش نہیں کر سکتے۔ یہ ایسے ماڈلز کی تخلیق کی اجازت دیتا ہے جو مقامی زبانوں اور ثقافتی باریکیوں کو سمجھتے ہیں جنہیں سلیکون ویلی کے دیو نظر انداز کر سکتے ہیں۔ جب کوئی ماڈل اوپن ہوتا ہے، تو ایک چھوٹے گاؤں کے ڈویلپر کے پاس وہی نقطہ آغاز ہوتا ہے جو ایک ملٹی بلین ڈالر فرم کے محقق کے پاس ہے۔ یہ میدان کو اس طرح ہموار کرتا ہے جیسا کہ بہت کم ٹیکنالوجیز نے کیا ہے۔

انٹرپرائزز کو بھی ایک مشکل انتخاب کا سامنا ہے۔ ایک بینک اپنے گاہکوں کے نجی مالیاتی ریکارڈ کو تھرڈ پارٹی کلاؤڈ پر بھیجنے کا خطرہ مول نہیں لے سکتا۔ ان کے لیے، ایک اوپن ماڈل جو ان کے اپنے محفوظ ڈیٹا سینٹر کے اندر چلتا ہے، واحد قابل عمل آپشن ہے۔ دریں اثنا، ایک چھوٹی مارکیٹنگ ایجنسی کلوزڈ ماڈل کی پالش اور ہائی پرفارمنس کو ترجیح دے سکتی ہے کیونکہ ان کے پاس اپنے سرورز کو سنبھالنے کے لیے عملہ نہیں ہے۔ عالمی معیشت فی الحال خود کو ان دو خانوں میں ترتیب دے رہی ہے۔ وہ جو کنٹرول کو ترجیح دیتے ہیں اور وہ جو رفتار کو ترجیح دیتے ہیں۔ جیسے جیسے ہم آگے بڑھ رہے ہیں، ان دو گروہوں کے درمیان خلیج صرف بڑھے گی۔ فاتح وہ ہوں گے جو یہ پہچان لیں گے کہ AI ہر جگہ فٹ ہونے والی یوٹیلیٹی نہیں ہے بلکہ ایک اسٹریٹجک اثاثہ ہے جس کے لیے ایک خاص قسم کی ملکیت کی ضرورت ہوتی ہے۔

مقامی سینڈ باکس میں پرائیویسی

عملی داؤ پیچ کو سمجھنے کے لیے، ایلینا نامی ایک طبی محقق کی زندگی کا ایک دن تصور کریں۔ وہ مریضوں کے ریکارڈ پر مشتمل ایک نئی تحقیق پر کام کر رہی ہے۔ اگر وہ ایک مقبول کلوزڈ AI ٹول استعمال کرتی ہے، تو اسے اپنے نوٹس سے تمام شناختی معلومات کو ہٹانا پڑتا ہے اس سے پہلے کہ وہ AI سے ان کا خلاصہ کرنے کو کہے۔ تب بھی، اسے کبھی یقین نہیں ہوتا کہ کیا اس کا ڈیٹا ماڈل کے اگلے ورژن کو ٹرین کرنے کے لیے استعمال ہو رہا ہے۔ اسے ہمیشہ AI کمپنی میں ڈیٹا لیک ہونے کا خدشہ رہتا ہے۔ یہ رگڑ اس کی رفتار کو سست کر دیتی ہے اور اس کی کامیابیوں کو محدود کرتی ہے۔ کلاؤڈ کی سہولت کے ساتھ اضطراب کا ایک مستقل احساس جڑا رہتا ہے۔

اب، تصور کریں کہ ایلینا اپنے دفتر میں ایک طاقتور ورک سٹیشن پر چلنے والے اوپن ویٹس ماڈل پر سوئچ کرتی ہے۔ وہ اپنی تحقیق کی ہر تفصیل AI کو بغیر کسی خوف کے فراہم کر سکتی ہے۔ ڈیٹا کبھی کمرے سے باہر نہیں جاتا۔ وہ ماڈل کو طبی اصطلاحات کو سمجھنے کے لیے فائن ٹیون کر سکتی ہے جنہیں عام کلاؤڈ ماڈلز اکثر غلط سمجھتے ہیں۔ اسے AI کے اس ورژن پر مکمل کنٹرول حاصل ہے جسے وہ استعمال کر رہی ہے۔ اگر کوئی سافٹ ویئر اپ ڈیٹ ماڈل کو طبی تجزیے میں بدتر بنا دیتا ہے، تو وہ آسانی سے پرانے ورژن پر واپس جا سکتی ہے۔ یہ مقامی AI کی طاقت ہے۔ یہ ٹول کو ایک نجی اسسٹنٹ میں بدل دیتا ہے جو صرف اس کے لیے کام کرتا ہے۔ اگرچہ سیٹ اپ مشکل تھا، لیکن طویل مدتی افادیت بہت زیادہ ہے کیونکہ وہ کارپوریٹ سیفٹی فلٹرز یا پرائیویسی پالیسیوں تک محدود نہیں ہے۔

عام صارفین اکثر یہ اندازہ لگانے میں غلطی کرتے ہیں کہ ان ماڈلز کو چلانا کتنا مشکل ہے۔ وہ سوچتے ہیں کہ آپ کو سرورز سے بھرے ایک کمرے کی ضرورت ہے۔ حقیقت میں، بہت سے اوپن ماڈلز اب جدید لیپ ٹاپس پر چلتے ہیں۔ اس کے برعکس، لوگ یہ اندازہ لگانے میں ناکام رہتے ہیں کہ وہ کلوزڈ سسٹمز کے ساتھ کتنا کنٹرول کھو دیتے ہیں۔ وہ فرض کر لیتے ہیں کہ سروس ہمیشہ موجود رہے گی اور ہمیشہ سستی رہے گی۔ تاریخ بتاتی ہے کہ ایک بار جب کوئی کمپنی آپ کو اپنے ایکو سسٹم میں لاک کر لیتی ہے، تو قیمتیں بڑھ جاتی ہیں اور فیچرز غائب ہو سکتے ہیں۔ اوپن راستہ منتخب کر کے، آپ خود کو مستقبل کے ان کارپوریٹ فیصلوں سے بچا رہے ہیں جو آپ کے مفادات سے مطابقت نہیں رکھتے۔ آپ ایک ایسا ٹول منتخب کر رہے ہیں جو ہمیشہ کے لیے آپ کے ڈیجیٹل ٹول باکس میں رہتا ہے۔

کنٹرول کے غیر آرام دہ سوالات

ہمیں ان سسٹمز کی چھپی ہوئی قیمتوں کے بارے میں مشکل سوالات پوچھنے چاہئیں۔ اگر کوئی ماڈل کلوزڈ ہے، تو تعصب کے لیے اس کا آڈٹ کون کر رہا ہے؟ ہم کمپنی کے مارکیٹنگ مواد پر بھروسہ کرنے پر مجبور ہیں۔ اگر AI کسی سیاسی واقعے کے بارے میں سوال کا جواب دینے سے انکار کرتا ہے، تو کیا یہ حفاظت کے لیے ہے یا کارپوریٹ امیج کے تحفظ کے لیے؟ شفافیت کی کمی کی وجہ سے یہ جاننا ناممکن ہے۔ دوسری طرف، اوپن ماڈلز اپنے خطرات پیش کرتے ہیں۔ اگر کوئی بھی ایک طاقتور AI ڈاؤن لوڈ کر سکتا ہے، تو انہیں غلط معلومات یا میلویئر بنانے سے کیا روکتا ہے؟ اوپن کمیونٹی کا استدلال ہے کہ بہترین دفاع مزید اوپن ماڈلز ہیں، لیکن یہ ایک ایسی تھیوری ہے جس کا بحران میں ابھی تک مکمل تجربہ نہیں ہوا ہے۔

توانائی اور ہارڈویئر کا بھی سوال ہے۔ اپنا AI چلانا مفت نہیں ہے۔ یہ کافی بجلی استعمال کرتا ہے اور مہنگے گرافکس کارڈز کا تقاضا کرتا ہے۔ کیا ہم کارپوریٹ انحصار کو ہارڈویئر انحصار سے بدل رہے ہیں؟ مزید برآں، ان ماڈلز کے لیے استعمال ہونے والے ڈیٹا سیٹس اکثر اصل تخلیق کاروں کی رضامندی کے بغیر انٹرنیٹ سے سکریپ کیے جاتے ہیں۔ جبکہ کلوزڈ کمپنیاں اپنے ڈیٹا کے ذرائع چھپاتی ہیں، اوپن ویٹ کمپنیاں اکثر اتنی ہی مبہم ہوتی ہیں۔ ہمیں یہ پوچھنا چاہیے کہ کیا کسی AI کو واقعی اوپن کہا جا سکتا ہے اگر وہ بنیاد جس پر اسے بنایا گیا ہے وہ ایک راز ہو۔ ہم فی الحال مستقبل کا انفراسٹرکچر ایک بہت ہی غیر مستحکم اخلاقی بنیاد پر تعمیر کر رہے ہیں۔ جیسے جیسے ہم آگے بڑھ رہے ہیں، حقیقی شفافیت کے لیے دباؤ صرف بڑھے گا۔

تکنیکی ماہرین کے لیے

ان لوگوں کے لیے جو چیٹ انٹرفیس سے آگے بڑھنا چاہتے ہیں، تکنیکی فرق واضح ہے۔ کلوزڈ AI فراہم کنندگان APIs پیش کرتے ہیں جو آپ سے فی لفظ یا فی تصویر چارج کرتے ہیں۔ جیسے جیسے آپ پروجیکٹ کو اسکیل کرتے ہیں، یہ اخراجات تیزی سے بڑھ سکتے ہیں۔ آپ ان کی ریٹ لمیٹس کے رحم و کرم پر بھی ہیں۔ اگر ان کے سرور مصروف ہیں، تو آپ کی ایپلیکیشن سست ہو جاتی ہے۔ آپ کا لیٹنسی یا اپ ٹائم پر کوئی کنٹرول نہیں ہے۔ آپ بنیادی طور پر کرائے کی زمین پر اپنا کاروبار بنا رہے ہیں۔ اگر فراہم کنندہ آپ کے استعمال کے کیس پر پابندی لگانے کا فیصلہ کرتا ہے، تو آپ کا پورا پروجیکٹ ایک دوپہر میں غائب ہو سکتا ہے۔ یہ ان ڈویلپرز کے لیے ایک اہم خطرہ ہے جو طویل مدتی قدر پیدا کرنا چاہتے ہیں۔

اوپن ماڈلز ایک مختلف ورک فلو پیش کرتے ہیں۔ آپ *quantization* جیسی تکنیکیں استعمال کر سکتے ہیں تاکہ ایک بڑے ماڈل کو چھوٹا کیا جا سکے تاکہ وہ سستے ہارڈویئر پر فٹ ہو سکے۔ یہ آپ کو ایک 70 بلین پیرامیٹر ماڈل کو ایک سنگل ہائی اینڈ کنزیومر GPU پر چلانے کی اجازت دیتا ہے۔ آپ اپنے ماڈل ویٹس کے لیے لوکل اسٹوریج کا استعمال بھی کر سکتے ہیں، اس بات کو یقینی بناتے ہوئے کہ آپ کی ایپلیکیشن انٹرنیٹ کنکشن کے بغیر بھی کام کرے۔ ہارڈویئر خریدنے کے بعد کوئی API لمیٹس اور کوئی فی ٹوکن اخراجات نہیں ہیں۔ انٹیگریشن بھی زیادہ لچکدار ہے۔ آپ اپنے مخصوص کام کے مطابق ماڈل کی اندرونی تہوں کو تبدیل کر سکتے ہیں۔ کسٹمائزیشن کی یہ سطح کلوزڈ API کے ساتھ ناممکن ہے۔ اگرچہ ابتدائی انجینئرنگ کی رکاوٹ زیادہ ہے، لیکن بغیر اجازت کے جدت لانے کی آزادی پاور یوزرز کے لیے ایک بہت بڑا فائدہ ہے۔

کیا آپ کے پاس کوئی AI کہانی، ٹول، رجحان، یا سوال ہے جس کے بارے میں آپ کو لگتا ہے کہ ہمیں اسے شامل کرنا چاہیے؟ ہمیں اپنے مضمون کا خیال بھیجیں — ہمیں اسے سن کر خوشی ہوگی۔

اپنے آگے کے راستے کا انتخاب

اوپن اور کلوزڈ AI کے درمیان فیصلہ آپ کی مخصوص ضروریات پر منحصر ہے۔ اگر آپ سب سے طاقتور، پالش تجربہ چاہتے ہیں اور پرائیویسی یا طویل مدتی اخراجات کی پرواہ نہیں کرتے، تو GPT-4 جیسے کلوزڈ ماڈلز واضح انتخاب ہیں۔ وہ AI دنیا کی فیراری ہیں۔ وہ تیز، چیکنا، اور کسی اور کے ذریعے برقرار رکھے جاتے ہیں۔ تاہم، اگر آپ پرائیویسی کو اہمیت دیتے ہیں، بار بار ہونے والی فیسوں سے بچنا چاہتے ہیں، یا کوئی ایسا سسٹم بنانا چاہتے ہیں جس کے آپ واقعی مالک ہوں، تو اوپن ویٹس ماڈلز ہی بہترین راستہ ہیں۔ انہیں سیٹ اپ کرنے کے لیے زیادہ کوشش کی ضرورت ہوتی ہے، لیکن وہ سیکیورٹی اور لچک کی ایسی سطح پیش کرتے ہیں جس کا مقابلہ کوئی سبسکرپشن سروس نہیں کر سکتی۔ AI انڈسٹری کے بدلتے ہوئے معیارات بتاتے ہیں کہ مستقبل دونوں کا ہائبرڈ ہوگا۔ فوری کاموں کے لیے کلوزڈ ماڈلز استعمال کریں اور اپنے سب سے اہم، نجی کام کے لیے اوپن ماڈلز کا انتخاب کریں۔ اس نئے دور میں، سب سے اہم مہارت یہ جاننا ہے کہ کس کام کے لیے کون سا ٹول استعمال کرنا ہے۔

ایڈیٹر کا نوٹ: ہم نے یہ سائٹ ایک کثیر لسانی AI خبروں اور گائیڈز کے مرکز کے طور پر ان لوگوں کے لیے بنائی ہے جو کمپیوٹر گیکس نہیں ہیں، لیکن پھر بھی مصنوعی ذہانت کو سمجھنا چاہتے ہیں، اسے زیادہ اعتماد کے ساتھ استعمال کرنا چاہتے ہیں، اور اس مستقبل کی پیروی کرنا چاہتے ہیں جو پہلے ہی آ رہا ہے۔