ہم یہاں کیسے پہنچے: AI کے عروج کی مختصر تاریخ
مصنوعی ذہانت (AI) کا موجودہ طوفان 2022 کے آخر میں کسی وائرل چیٹ بوٹ سے شروع نہیں ہوا۔ اس کا آغاز 2017 میں گوگل کے انجینئرز کی جانب سے شائع کردہ ایک تحقیقی مقالے سے ہوا جس کا عنوان تھا "Attention Is All You Need”۔ اس دستاویز نے ٹرانسفارمر آرکیٹیکچر متعارف کرایا، جس نے مشینوں کے انسانی زبان کو پروسیس کرنے کے انداز کو بدل دیا۔ اس سے پہلے، کمپیوٹرز ایک طویل جملے کے سیاق و سباق کو برقرار رکھنے میں جدوجہد کرتے تھے۔ وہ اکثر پیراگراف کے اختتام تک پہنچتے پہنچتے اس کا آغاز بھول جاتے تھے۔ ٹرانسفارمر نے ماڈل کو بیک وقت مختلف الفاظ کی اہمیت کو تولنے کی صلاحیت دے کر اس مسئلے کو حل کیا۔ یہ تکنیکی تبدیلی ہی بنیادی وجہ ہے کہ جدید ٹولز روبوٹک محسوس ہونے کے بجائے مربوط لگتے ہیں۔ ہم اس وقت اسی ایک فیصلے کے وسیع تر نتائج کے ساتھ جی رہے ہیں جس میں تسلسل کے بجائے بیک وقت پروسیسنگ کی طرف قدم بڑھایا گیا۔ یہ تاریخ صرف بہتر کوڈ کے بارے میں نہیں ہے۔ یہ عالمی سطح پر معلومات کے ساتھ ہمارے تعامل کے بنیادی انداز میں تبدیلی کے بارے میں ہے۔ جوابات تلاش کرنے سے لے کر انہیں تخلیق کرنے تک کی اس تبدیلی نے آج کے ہر انٹرنیٹ صارف کی بنیادی توقعات کو بدل دیا ہے۔
منطق پر شماریاتی پیش گوئی
ٹیکنالوجی کی موجودہ حالت کو سمجھنے کے لیے، اس خیال کو ترک کرنا ضروری ہے کہ یہ سسٹمز سوچ رہے ہیں۔ وہ ایسا نہیں کر رہے۔ یہ بڑے پیمانے پر شماریاتی انجن ہیں جو کسی تسلسل کے اگلے حصے کی پیش گوئی کرتے ہیں۔ جب آپ کوئی پرامپٹ ٹائپ کرتے ہیں، تو سسٹم اپنے ٹریننگ ڈیٹا کو دیکھتا ہے تاکہ یہ تعین کر سکے کہ آپ کے ان پٹ کے بعد کون سا لفظ سب سے زیادہ ممکن ہے۔ یہ ماضی کی منطق پر مبنی پروگرامنگ سے ایک انحراف ہے۔ پچھلی دہائیوں میں، سافٹ ویئر سخت ‘اگر-تو’ (if-then) اصولوں پر چلتا تھا۔ اگر صارف کسی بٹن پر کلک کرتا، تو سافٹ ویئر ایک مخصوص عمل انجام دیتا۔ آج، آؤٹ پٹ احتمالی ہے۔ اس کا مطلب ہے کہ ماڈل کی سیٹنگز کے لحاظ سے ایک ہی ان پٹ کے نتائج مختلف ہو سکتے ہیں۔ اس تبدیلی نے ایک ایسی نئی قسم کا سافٹ ویئر تخلیق کیا ہے جو لچکدار تو ہے لیکن ان غلطیوں کا شکار بھی ہے جو ایک روایتی کیلکولیٹر کبھی نہیں کرے گا۔
اس ٹریننگ کا پیمانہ ہی وہ چیز ہے جو نتائج کو ذہانت جیسا محسوس کراتا ہے۔ کمپنیوں نے ان ماڈلز کو فیڈ کرنے کے لیے تقریباً پورے عوامی انٹرنیٹ کو سکریپ کیا ہے۔ اس میں کتابیں، مضامین، کوڈ ریپوزٹریز، اور فورم پوسٹس شامل ہیں۔ اربوں پیرامیٹرز کا تجزیہ کرکے، ماڈلز الفاظ کے معنی سمجھے بغیر انسانی سوچ کا ڈھانچہ سیکھ لیتے ہیں۔ سمجھ بوجھ کی یہی کمی وہ وجہ ہے کہ ایک ماڈل قانونی دستاویز تو بہترین لکھ سکتا ہے لیکن ریاضی کے ایک سادہ سے سوال میں ناکام ہو سکتا ہے۔ یہ حساب نہیں لگا رہا، یہ ان لوگوں کے پیٹرن کی نقل کر رہا ہے جنہوں نے پہلے ریاضی کی ہے۔ اس فرق کو سمجھنا ہر اس شخص کے لیے ضروری ہے جو ان ٹولز کو پیشہ ورانہ صلاحیت میں استعمال کر رہا ہے۔ یہ واضح کرتا ہے کہ یہ سسٹمز اتنے پراعتماد کیوں ہوتے ہیں، تب بھی جب وہ مکمل طور پر غلط ہوں۔
BotNews.today مواد کی تحقیق، تحریر، تدوین اور ترجمہ کے لیے AI ٹولز کا استعمال کرتا ہے۔ ہماری ٹیم معلومات کو مفید، واضح اور قابل اعتماد رکھنے کے لیے اس عمل کا جائزہ لیتی ہے اور اس کی نگرانی کرتی ہے۔
سلیکون کے لیے عالمی ہتھیاروں کی دوڑ
اس تکنیکی تبدیلی کا اثر سافٹ ویئر سے کہیں زیادہ ہے۔ اس نے ہارڈویئر کے لیے ایک زبردست جغرافیائی سیاسی کشمکش کو جنم دیا ہے۔ خاص طور پر، دنیا اب ہائی اینڈ گرافکس پروسیسنگ یونٹس یا GPUs پر منحصر ہے۔ یہ چپس اصل میں ویڈیو گیمز کے لیے ڈیزائن کی گئی تھیں، لیکن ان کی ایک ساتھ بہت سے چھوٹے حساب کتاب کرنے کی صلاحیت انہیں AI کے لیے بہترین بناتی ہے۔ ایک کمپنی، NVIDIA، اب عالمی معیشت میں مرکزی کردار رکھتی ہے کیونکہ یہ ان ماڈلز کو ٹرین کرنے کے لیے درکار چپس تیار کرتی ہے۔ قومیں اب ان چپس کے ساتھ تیل یا سونے جیسا سلوک کر رہی ہیں۔ یہ تزویراتی اثاثے ہیں جو یہ طے کرتے ہیں کہ کون سے ممالک اقتصادی ترقی کی اگلی دہائی میں قیادت کریں گے۔
اس انحصار نے ان لوگوں کے درمیان خلیج پیدا کر دی ہے جو بڑے پیمانے پر کمپیوٹ پاور خرید سکتے ہیں اور جو نہیں خرید سکتے۔ ایک ٹاپ ٹیر ماڈل کو ٹرین کرنے پر اب بجلی اور ہارڈویئر کی مد میں کروڑوں ڈالر خرچ ہوتے ہیں۔ داخلے کی اس اونچی رکاوٹ کا مطلب ہے کہ امریکہ اور چین کی چند بڑی کارپوریشنز کے پاس طاقت کا زیادہ تر حصہ ہے۔ اثر و رسوخ کا یہ ارتکاز دنیا بھر کے ریگولیٹرز کے لیے ایک بڑی تشویش ہے۔ یہ ڈیٹا کو اسٹور کرنے کے طریقے سے لے کر اس بات تک ہر چیز کو متاثر کرتا ہے کہ ایک اسٹارٹ اپ کو بنیادی ٹولز تک رسائی کے لیے کتنا ادا کرنا ہوگا۔ انڈسٹری کی معاشی کشش ڈیٹا سینٹرز کے مالکان کی طرف منتقل ہو گئی ہے۔ یہ ابتدائی انٹرنیٹ دور سے ایک نمایاں تبدیلی ہے جہاں ایک چھوٹی ٹیم کم بجٹ میں عالمی معیار کی پروڈکٹ بنا سکتی تھی۔ 2026 میں، داخلے کی قیمت پہلے سے کہیں زیادہ ہے۔
جب تجریدی کام دوپہر کا معمول بن جائے
زیادہ تر لوگوں کے لیے، اس ٹیکنالوجی کی تاریخ اس کی روزمرہ کی افادیت سے کم اہم ہے۔ سارہ نامی ایک مارکیٹنگ مینیجر پر غور کریں۔ کچھ سال پہلے، اس کا دن گھنٹوں کی دستی تحقیق اور مسودہ سازی میں گزرتا تھا۔ وہ رجحانات تلاش کرتی، درجنوں مضامین پڑھتی، اور پھر انہیں ایک رپورٹ میں یکجا کرتی۔ آج، اس کا ورک فلو مختلف ہے۔ وہ ٹاپ ٹرینڈز کا خلاصہ کرنے اور ابتدائی خاکہ تیار کرنے کے لیے ایک ماڈل کا استعمال کرتی ہے۔ وہ اب صرف ایک مصنف نہیں رہی۔ وہ مشین سے تیار کردہ مواد کی ایڈیٹر ہے۔ یہ تبدیلی ہر اس انڈسٹری میں ہو رہی ہے جس میں کی بورڈ کا استعمال شامل ہے۔ یہ صرف رفتار کے بارے میں نہیں ہے۔ یہ خالی صفحے کے خاتمے کے بارے میں ہے۔ مشین پہلا مسودہ فراہم کرتی ہے، اور انسان سمت فراہم کرتا ہے۔
اس تبدیلی کے ملازمت کے تحفظ اور مہارت کی ترقی کے لیے عملی داؤ پیچ ہیں۔ اگر ایک جونیئر تجزیہ کار اب ان ٹولز کا استعمال کرتے ہوئے تین لوگوں کا کام کر سکتا ہے، تو انٹری لیول جاب مارکیٹ کا کیا ہوگا؟ ہم ایک "سپر یوزر” ماڈل کی طرف بڑھ رہے ہیں جہاں ایک شخص پیچیدہ کاموں کو مکمل کرنے کے لیے متعدد AI ایجنٹس کا انتظام کرتا ہے۔ یہ سافٹ ویئر انجینئرنگ میں نظر آتا ہے، جہاں GitHub Copilot جیسے ٹولز کوڈ کے پورے بلاکس تجویز کرتے ہیں۔ ڈویلپر ٹائپنگ میں کم اور آڈیٹنگ میں زیادہ وقت صرف کرتا ہے۔ اس نئی حقیقت کے لیے مہارتوں کے ایک مختلف سیٹ کی ضرورت ہے۔ آپ کو اب ہر نحو (syntax) کا اصول یاد رکھنے کی ضرورت نہیں ہے۔ آپ کو یہ جاننے کی ضرورت ہے کہ صحیح سوالات کیسے پوچھیں اور مکمل نظر آنے والے متن کے سمندر میں باریک غلطی کو کیسے تلاش کریں۔ 2026 میں ایک پیشہ ور کی زندگی اب پرامپٹنگ اور تصدیق کا ایک مستقل چکر ہے۔ یہاں کچھ طریقے ہیں کہ یہ عملی طور پر کیسا لگتا ہے:
- سافٹ ویئر ڈویلپرز دہرائے جانے والے یونٹ ٹیسٹ اور بوائلر پلیٹ کوڈ لکھنے کے لیے ماڈلز کا استعمال کرتے ہیں۔
- قانونی معاونین مخصوص کلیدی الفاظ کے لیے دریافت کے ہزاروں صفحات کو اسکین کرنے کے لیے ان کا استعمال کرتے ہیں۔
- طبی محققین یہ پیش گوئی کرنے کے لیے ان کا استعمال کرتے ہیں کہ مختلف پروٹین کے ڈھانچے کیسے تعامل کر سکتے ہیں۔
- کسٹمر سروس ٹیمیں انسانی مداخلت کے بغیر معمول کے استفسارات کو سنبھالنے کے لیے ان کا استعمال کرتی ہیں۔
بلیک باکس کے خاموش اخراجات
جیسے جیسے ہم ان سسٹمز پر زیادہ انحصار کرتے ہیں، ہمیں ان کے چھپے ہوئے اخراجات کے بارے میں مشکل سوالات پوچھنے ہوں گے۔ پہلا ماحولیاتی اثر ہے۔ ایک بڑے لینگویج ماڈل کے لیے ایک ہی سوال کے لیے معیاری گوگل سرچ سے کہیں زیادہ بجلی کی ضرورت ہوتی ہے۔ جب لاکھوں صارفین کے ذریعے ضرب دی جائے تو کاربن فوٹ پرنٹ کافی ہو جاتا ہے۔ پانی کے استعمال کا مسئلہ بھی ہے۔ ڈیٹا سینٹرز کو ان سرورز کو ٹھنڈا کرنے کے لیے پانی کی بڑی مقدار کی ضرورت ہوتی ہے جو یہ ماڈل چلاتے ہیں۔ کیا ہم تیز ای میل ڈرافٹنگ کے لیے مقامی پانی کی حفاظت کا سودا کرنے کو تیار ہیں؟ یہ وہ سوال ہے جو ڈیٹا سینٹرز کے قریب بہت سی کمیونٹیز پوچھنا شروع کر رہی ہیں۔ ہمیں ڈیٹا کو خود بھی دیکھنا ہوگا۔ زیادہ تر ماڈلز کو تخلیق کاروں کی رضامندی کے بغیر کاپی رائٹ شدہ مواد پر ٹرین کیا گیا تھا۔ اس کی وجہ سے فنکاروں اور مصنفین کی جانب سے مقدمات کی ایک لہر پیدا ہوئی ہے جو دلیل دیتے ہیں کہ ان کا کام ایک ایسی پروڈکٹ بنانے کے لیے چوری کیا گیا جو بالآخر ان کی جگہ لے سکتی ہے۔
پھر بلیک باکس کا مسئلہ ہے۔ یہاں تک کہ وہ انجینئرز جو یہ ماڈل بناتے ہیں وہ بھی مکمل طور پر نہیں سمجھتے کہ وہ کچھ فیصلے کیوں کرتے ہیں۔ شفافیت کی یہ کمی خطرناک ہے جب AI کو بھرتی یا قرض کی منظوری جیسے حساس کاموں کے لیے استعمال کیا جاتا ہے۔ اگر کوئی ماڈل کسی خاص گروپ کے خلاف تعصب پیدا کر لیتا ہے، تو اس کی جڑ تلاش کرنا اور اسے ٹھیک کرنا مشکل ہو سکتا ہے۔ ہم بنیادی طور پر اہم سماجی فیصلے ایک ایسے سسٹم کو آؤٹ سورس کر رہے ہیں جو اپنی استدلال کی وضاحت نہیں کر سکتا۔ ہم مشین کو جوابدہ کیسے ٹھہرائیں؟ ہم اس بات کو کیسے یقینی بنائیں کہ ان سسٹمز کو ٹرین کرنے کے لیے استعمال ہونے والا ڈیٹا پرانے تعصبات کو تقویت نہیں دے رہا؟ یہ نظریاتی مسائل نہیں ہیں۔ یہ فعال مسائل ہیں جنہیں تازہ ترین AI پیشرفت مختلف سطحوں کی کامیابی کے ساتھ حل کرنے کی کوشش کر رہی 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۔
لیٹنسی اور ٹوکن اکانومی
جو لوگ ان ٹولز کو پیشہ ورانہ ورک فلو میں ضم کرنا چاہتے ہیں، ان کے لیے تکنیکی تفصیلات اہم ہیں۔ ان ماڈلز کے ساتھ زیادہ تر تعامل ایپلیکیشن پروگرامنگ انٹرفیس یا API کے ذریعے ہوتا ہے۔ یہیں آپ ٹوکن کے تصور سے ملتے ہیں۔ ایک ٹوکن تقریباً چار انگریزی حروف کے متن پر مشتمل ہوتا ہے۔ ماڈلز الفاظ نہیں پڑھتے۔ وہ ٹوکن پڑھتے ہیں۔ یہ اہم ہے کیونکہ زیادہ تر فراہم کنندگان پروسیس کیے گئے ٹوکنز کی تعداد کی بنیاد پر چارج کرتے ہیں۔ اگر آپ کوئی ایسا ٹول بنا رہے ہیں جو طویل دستاویزات کا تجزیہ کرتا ہے، تو آپ کے اخراجات تیزی سے بڑھ سکتے ہیں۔ آپ کو کانٹیکسٹ ونڈو کا بھی انتظام کرنا ہوگا۔ یہ معلومات کی وہ مقدار ہے جسے ماڈل ایک وقت میں "یاد” رکھ سکتا ہے۔ ابتدائی ماڈلز کی ونڈوز چھوٹی تھیں، لیکن نئے ورژنز ایک ہی پرامپٹ میں پوری کتابیں پروسیس کر سکتے ہیں۔ تاہم، بڑی ونڈوز اکثر زیادہ لیٹنسی اور متن کے درمیان میں مخصوص تفصیلات کو کھونے کے ماڈل کے امکانات کو بڑھا دیتی ہیں۔
ایک اور اہم شعبہ مقامی اسٹوریج اور پرائیویسی کا عمل ہے۔ بہت سے ادارے حساس ڈیٹا کو تھرڈ پارٹی سرور پر بھیجنے سے ہچکچاتے ہیں۔ اس کی وجہ سے Llama 3 جیسے مقامی ماڈلز کا عروج ہوا ہے جو اندرونی ہارڈویئر پر چل سکتے ہیں۔ مقامی طور پر ماڈل چلانے کے لیے آپ کے GPU پر کافی VRAM کی ضرورت ہوتی ہے۔ مثال کے طور پر، 70 بلین پیرامیٹر ماڈل کو عام طور پر قابل استعمال رفتار پر چلانے کے لیے دو ہائی اینڈ کارڈز کی ضرورت ہوتی ہے۔ یہیں کوانٹائزیشن (quantization) کام آتی ہے۔ یہ ایک ایسی تکنیک ہے جو حساب کتاب میں استعمال ہونے والے نمبروں کی درستگی کو کم کرکے ماڈل کے سائز کو چھوٹا کرتی ہے۔ یہ ایک طاقتور ماڈل کو صرف معمولی درستگی کے نقصان کے ساتھ کنزیومر ہارڈویئر پر چلنے کی اجازت دیتی ہے۔ ڈویلپرز کو ان عوامل میں توازن رکھنا چاہیے:
- API کے اخراجات بمقابلہ مقامی طور پر ماڈل چلانے کے ہارڈویئر کے اخراجات۔
- چھوٹے ماڈل کی رفتار بمقابلہ بڑے ماڈل کی استدلال کی صلاحیت۔
- ڈیٹا کو آن-پریمیس رکھنے کی سیکیورٹی بمقابلہ کلاؤڈ کی سہولت۔
- عروج کے اوقات کے دوران عوامی APIs پر ریٹ تھروٹلنگ کی حدود۔
آگے کا راستہ
AI کے عروج کی تاریخ ایک ہی اچھے آئیڈیا کو بڑھانے کی کہانی ہے۔ ٹرانسفارمر آرکیٹیکچر کو لے کر اور اس پر بڑی مقدار میں ڈیٹا اور کمپیوٹ ڈال کر، ہم نے کچھ ایسا تخلیق کیا ہے جو کمپیوٹنگ کے ایک نئے دور جیسا محسوس ہوتا ہے۔ لیکن ہم ابھی ابتدائی مراحل میں ہیں۔ آج بہت سے لوگ جو الجھن محسوس کر رہے ہیں وہ اس ٹیکنالوجی کی صلاحیت اور ہماری توقعات کے درمیان فرق سے پیدا ہوتی ہے۔ یہ اضافے (augmentation) کے لیے ایک ٹول ہے، انسانی فیصلے کا متبادل نہیں۔ آنے والے سالوں میں سب سے کامیاب لوگ وہ ہوں گے جو ان سسٹمز کی شماریاتی نوعیت کو سمجھتے ہیں۔ وہ جانیں گے کہ مشین پر کب بھروسہ کرنا ہے اور اس کے کام کی تصدیق کب کرنی ہے۔ ہم ایک ایسے مستقبل کی طرف بڑھ رہے ہیں جہاں AI کو سنبھالنے کی صلاحیت اتنی ہی بنیادی ہوگی جتنی کہ ورڈ پروسیسر استعمال کرنے کی۔
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۔
کوئی غلطی یا اصلاح طلب چیز ملی ہے؟ ہمیں بتائیں۔
