کیا اوپن ماڈلز واقعی بڑی لیبز کو چیلنج کر سکتے ہیں؟
ذہانت کی عظیم وکندریقرت
کلوزڈ سسٹم اور پبلک ماڈلز کے درمیان فرق ماہرین کی پیش گوئی سے کہیں زیادہ تیزی سے کم ہو رہا ہے۔ صرف ایک سال پہلے، یہ مانا جاتا تھا کہ اربوں ڈالر کی فنڈنگ والی بڑی لیبز اپنی برتری برقرار رکھیں گی۔ آج، یہ برتری برسوں کے بجائے مہینوں میں سمٹ گئی ہے۔ اوپن ویٹس ماڈلز اب کوڈنگ، استدلال اور تخلیقی تحریر میں جدید ترین کلوزڈ سسٹمز کا مقابلہ کر رہے ہیں۔ یہ تبدیلی صرف ایک تکنیکی تجسس نہیں ہے، بلکہ یہ کمپیوٹیشن کے مستقبل پر کنٹرول کی ایک بنیادی تبدیلی ہے۔ جب ایک ڈویلپر اپنے ہارڈویئر پر ہائی پرفارمنس ماڈل چلا سکتا ہے، تو طاقت کا توازن مرکزی فراہم کنندگان سے ہٹ جاتا ہے۔ یہ رجحان بتاتا ہے کہ بلیک باکس ماڈل کا دور اب ایک عالمی کمیونٹی کی طرف سے حقیقی چیلنج کا سامنا کر رہا ہے۔
ان قابل رسائی سسٹمز کے عروج نے اس شعبے میں لیڈر ہونے کے معنی کو دوبارہ جانچنے پر مجبور کر دیا ہے۔ اب صرف سب سے بڑے چپس کے کلسٹر کا ہونا کافی نہیں ہے اگر ماڈل ایک مہنگے اور محدود انٹرفیس کے پیچھے بند ہو۔ ڈویلپرز اپنے وقت اور کمپیوٹ کے ساتھ ووٹ دے رہے ہیں۔ وہ ایسے ماڈلز کا انتخاب کر رہے ہیں جنہیں وہ بغیر اجازت کے دیکھ، تبدیل اور ڈیپلائے کر سکیں۔ یہ تحریک اس لیے زور پکڑ رہی ہے کیونکہ یہ پرائیویسی اور کسٹمائزیشن کی ان بنیادی ضروریات کو پورا کرتی ہے جنہیں کلوزڈ ماڈلز اکثر نظر انداز کر دیتے ہیں۔ اس کا نتیجہ ایک زیادہ مسابقتی ماحول ہے جہاں توجہ محض پیمانے سے ہٹ کر کارکردگی اور رسائی پر مرکوز ہو گئی ہے۔ یہ ایک نئے دور کا آغاز ہے جہاں سب سے زیادہ قابل ٹولز سب سے زیادہ دستیاب بھی ہیں۔
ترقی کے تین قبائل
یہ سمجھنے کے لیے کہ یہ ٹیکنالوجی کہاں جا رہی ہے، آپ کو ان تین مختلف اقسام کی تنظیموں کو دیکھنا ہوگا جو اسے بنا رہی ہیں۔ پہلے، فرنٹیئر لیبز ہیں۔ یہ OpenAI اور Google جیسے دیو ہیں۔ ان کا مقصد عمومی ذہانت کی بلند ترین سطح تک پہنچنا ہے۔ وہ ہر چیز پر پیمانے اور خام طاقت کو ترجیح دیتے ہیں۔ ان کے لیے، اوپن ہونا اکثر حفاظت کے لیے خطرہ یا مسابقتی فائدہ کا نقصان سمجھا جاتا ہے۔ وہ بڑے، بند ایکو سسٹم بناتے ہیں جو اعلیٰ کارکردگی تو دیتے ہیں لیکن ان کے کلاؤڈ انفراسٹرکچر پر مکمل انحصار کا مطالبہ کرتے ہیں۔ ان کے ماڈلز کارکردگی کا معیار ہیں، لیکن ان کے ساتھ استعمال کی پالیسیوں اور بار بار آنے والے اخراجات کی شرائط جڑی ہوتی ہیں۔
دوسرے، ہمارے پاس اکیڈمک لیبز ہیں۔ سٹینفورڈ انسٹی ٹیوٹ فار ہیومن سینٹرڈ AI جیسے ادارے شفافیت اور تولیدی صلاحیت پر توجہ مرکوز کرتے ہیں۔ ان کا مقصد کوئی پروڈکٹ بیچنا نہیں بلکہ یہ سمجھنا ہے کہ یہ سسٹمز کیسے کام کرتے ہیں۔ وہ اپنے نتائج، ڈیٹا سیٹس، اور ٹریننگ کے طریقے شائع کرتے ہیں۔ اگرچہ ان کے ماڈلز ہمیشہ فرنٹیئر لیبز کی خام طاقت کا مقابلہ نہیں کر سکتے، لیکن وہ باقی انڈسٹری کے لیے بنیاد فراہم کرتے ہیں۔ وہ ایسے سوالات پوچھتے ہیں جن سے کمرشل لیبز گریز کر سکتی ہیں، جیسے کہ تعصب کیسے بنتا ہے یا ٹریننگ کو زیادہ توانائی کے لحاظ سے موثر کیسے بنایا جائے۔ ان کا کام اس بات کو یقینی بناتا ہے کہ اس شعبے کی سائنس کارپوریٹ راز کے بجائے ایک عوامی بھلائی رہے۔
آخر میں، پروڈکٹ لیبز اور کارپوریٹ اوپن ویٹ کے حامی ہیں۔ Meta اور Mistral اس زمرے میں آتے ہیں۔ وہ ایکو سسٹم بنانے کے لیے ماڈلز کو عوام کے لیے جاری کرتے ہیں۔ اپنے ویٹس کو دستیاب کر کے، وہ ہزاروں ڈویلپرز کو اپنے کوڈ کو بہتر بنانے اور ہم آہنگ ٹولز بنانے کی ترغیب دیتے ہیں۔ یہ کلوزڈ پلیٹ فارمز کے غلبے کا مقابلہ کرنے کے لیے ایک اسٹریٹجک اقدام ہے۔ اگر ہر کوئی آپ کے آرکیٹیکچر پر تعمیر کر رہا ہے، تو آپ انڈسٹری کا معیار بن جاتے ہیں۔ یہ نقطہ نظر خالص تحقیق اور کمرشل مصنوعات کے درمیان فرق کو ختم کرتا ہے۔ یہ ڈیپلائمنٹ کی اس سطح کی اجازت دیتا ہے جس تک اکیڈمک لیبز نہیں پہنچ سکتیں، جبکہ وہ آزادی برقرار رکھتی ہے جو فرنٹیئر لیبز نہیں دیتیں۔
جدید سافٹ ویئر میں اوپن ہونے کا فریب
اس انڈسٹری میں اوپن سورس کی اصطلاح اکثر ڈھیلے ڈھالے انداز میں استعمال کی جاتی ہے، جس سے کافی الجھن پیدا ہوتی ہے۔ اوپن سورس انیشیٹو کے مطابق، حقیقی اوپن سورس سافٹ ویئر کے لیے ضروری ہے کہ سورس کوڈ، بلڈ انسٹرکشنز، اور ڈیٹا آزادانہ طور پر دستیاب ہوں۔ زیادہ تر جدید ماڈلز اس معیار پر پورا نہیں اترتے۔ اس کے بجائے، ہم اوپن ویٹس ماڈلز کا عروج دیکھ رہے ہیں۔ اس سیٹ اپ میں، کمپنی ٹریننگ کے عمل کا حتمی نتیجہ فراہم کرتی ہے لیکن ٹریننگ ڈیٹا اور ترکیب کو خفیہ رکھتی ہے۔ یہ ایک اہم فرق ہے۔ آپ ماڈل چلا سکتے ہیں اور دیکھ سکتے ہیں کہ یہ کیسے برتاؤ کرتا ہے، لیکن آپ اسے شروع سے آسانی سے دوبارہ نہیں بنا سکتے اور نہ ہی یہ جان سکتے ہیں کہ اس کی تخلیق کے دوران اسے کون سی معلومات دی گئی تھیں۔
مارکیٹنگ کی زبان اکثر اسے مزید پیچیدہ بنا دیتی ہے، جیسے کہ پرمسیو یا کمیونٹی لائسنس جیسی اصطلاحات کا استعمال۔ ان لائسنسوں میں اکثر ایسی شقیں شامل ہوتی ہیں جو یہ محدود کرتی ہیں کہ ماڈل کو بہت بڑی کمپنیاں یا مخصوص کاموں کے لیے کیسے استعمال کیا جا سکتا ہے۔ اگرچہ یہ ماڈلز کلوزڈ API کے مقابلے میں زیادہ قابل رسائی ہیں، لیکن وہ روایتی معنوں میں ہمیشہ مفت نہیں ہوتے۔ یہ اوپن ہونے کا ایک اسپیکٹرم بناتا ہے۔ ایک طرف، آپ کے پاس GPT-4 جیسے مکمل طور پر کلوزڈ ماڈلز ہیں۔ درمیان میں، آپ کے پاس Llama 3 جیسے اوپن ویٹس ماڈلز ہیں۔ دوسری طرف، آپ کے پاس ایسے پروجیکٹس ہیں جو ڈیٹا سمیت سب کچھ جاری کرتے ہیں۔ یہ سمجھنا کہ ایک ماڈل اس اسپیکٹرم پر کہاں کھڑا ہے، کسی بھی انٹرپرائز یا ڈویلپر کے لیے طویل مدتی منصوبہ بندی کے لیے ضروری ہے۔
اس نیم اوپن نقطہ نظر کے فوائد اب بھی بہت زیادہ ہیں۔ یہ مقامی ہوسٹنگ کی اجازت دیتا ہے، جو ڈیٹا کی خودمختاری کے سخت قوانین والی بہت سی صنعتوں کے لیے ایک ضرورت ہے۔ یہ فائن ٹیوننگ کو بھی ممکن بناتا ہے، جہاں ایک ماڈل کو تھوڑی مقدار میں مخصوص ڈیٹا پر ٹرین کیا جاتا ہے تاکہ اسے کسی خاص شعبے میں ماہر بنایا جا سکے۔ کنٹرول کی یہ سطح کلوزڈ API کے ساتھ ناممکن ہے۔ تاہم، ہمیں اس بارے میں درست ہونا چاہیے کہ واقعی کیا اوپن ہے۔ اگر کوئی کمپنی آپ کا لائسنس منسوخ کر سکتی ہے یا اگر ٹریننگ ڈیٹا ایک معمہ ہے، تو آپ اب بھی کسی اور کے ڈیزائن کردہ سسٹم کے اندر کام کر رہے ہیں۔ موجودہ رجحان زیادہ شفافیت کی طرف ہے، لیکن ہم ابھی اس مقام پر نہیں پہنچے جہاں سب سے طاقتور ماڈلز واقعی اوپن سورس ہوں۔
کلاؤڈ دیووں کے دور میں مقامی کنٹرول
ایک ایسے ڈویلپر کے لیے جو ہائی سیکیورٹی ماحول میں کام کر رہا ہے، اوپن ویٹس کی طرف منتقلی ایک عملی ضرورت ہے۔ ایک درمیانے درجے کی مالیاتی فرم کے لیڈ انجینئر کا تصور کریں۔ ماضی میں، انہیں بڑے لینگویج ماڈل کے فوائد حاصل کرنے کے لیے حساس کسٹمر ڈیٹا تھرڈ پارٹی سرور کو بھیجنا پڑتا تھا۔ اس سے پرائیویسی کا بہت بڑا خطرہ پیدا ہوا اور بیرونی فراہم کنندہ کے اپ ٹائم پر انحصار بڑھ گیا۔ آج، وہ انجینئر ایک ہائی پرفارمنس ماڈل ڈاؤن لوڈ کر سکتا ہے اور اسے اندرونی سرور پر چلا سکتا ہے۔ ان کا ڈیٹا کے بہاؤ پر مکمل کنٹرول ہے۔ وہ فرم کی مخصوص اصطلاحات اور تعمیل کے قوانین کو سمجھنے کے لیے ماڈل میں ترمیم کر سکتے ہیں۔ یہ صرف ایک سہولت نہیں ہے۔ یہ اس بات میں ایک بنیادی تبدیلی ہے کہ کمپنی اپنے سب سے قیمتی اثاثے، یعنی اپنے ڈیٹا کو کیسے منظم کرتی ہے۔
اس انجینئر کی زندگی کا ایک دن کافی بدل گیا ہے۔ API کیز کو منظم کرنے اور ریٹ لمٹس کے بارے میں فکر کرنے کے بجائے، وہ اپنا وقت لوکل انفرنس کو بہتر بنانے میں صرف کرتے ہیں۔ وہ Hugging Face جیسا ٹول استعمال کر سکتے ہیں تاکہ ماڈل کا ایسا ورژن تلاش کر سکیں جسے ان کے دستیاب ہارڈویئر پر فٹ کرنے کے لیے کمپریس کیا گیا ہو۔ وہ ہر جنریٹ ہونے والے ٹوکن کی قیمت کی فکر کیے بغیر صبح 3 بجے ٹیسٹ چلا سکتے ہیں۔ اگر ماڈل غلطی کرتا ہے، تو وہ ویٹس کو دیکھ سکتے ہیں اور سمجھنے کی کوشش کر سکتے ہیں کہ کیوں، یا وہ اسے درست کرنے کے لیے فائن ٹیوننگ کا استعمال کر سکتے ہیں۔ خودمختاری کی یہ سطح صرف دو سال پہلے زیادہ تر کاروباروں کے لیے ناقابل تصور تھی۔ یہ تیز تر تکرار کے چکر اور زیادہ مضبوط حتمی پروڈکٹ کی اجازت دیتی ہے۔
یہ آزادی انفرادی صارف تک بھی پھیلتی ہے۔ ایک مصنف یا محقق اپنے لیپ ٹاپ پر ایسا ماڈل چلا سکتا ہے جس میں سلیکون ویلی کی کسی کمیٹی کا ڈیزائن کردہ فلٹر نہ ہو۔ وہ خیالات تلاش کر سکتے ہیں اور مواد تیار کر سکتے ہیں بغیر کسی درمیانی شخص کے یہ فیصلہ کیے کہ کیا مناسب ہے۔ یہ ایک ٹول کرائے پر لینے اور اس کا مالک بننے کے درمیان فرق ہے۔ اگرچہ کلاؤڈ دیو ایک پالش، استعمال میں آسان تجربہ پیش کرتے ہیں، اوپن ایکو سسٹم زیادہ قیمتی چیز پیش کرتا ہے: ایجنسی۔ جیسے جیسے ہارڈویئر زیادہ طاقتور ہوتا جا رہا ہے اور ماڈلز زیادہ موثر ہوتے جا رہے ہیں، مقامی طور پر ان سسٹمز کو چلانے والے لوگوں کی تعداد میں اضافہ ہی ہوگا۔ یہ وکندریقرت نقطہ نظر اس بات کو یقینی بناتا ہے کہ اس ٹیکنالوجی کے فوائد صرف ان لوگوں تک محدود نہ رہیں جو مہنگی ماہانہ سبسکرپشنز برداشت کر سکتے ہیں۔
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۔
انٹرپرائزز کو یہ بھی معلوم ہو رہا ہے کہ اوپن ماڈلز پلیٹ فارم کے خطرے کے خلاف ایک ڈھال ہیں۔ اگر کوئی کلوزڈ فراہم کنندہ اپنی قیمتوں یا سروس کی شرائط میں تبدیلی کرتا ہے، تو اس API پر مبنی کمپنی مشکل میں پڑ جاتی ہے۔ اوپن ویٹس کا استعمال کر کے، ایک کمپنی ہارڈویئر فراہم کنندگان کو تبدیل کر سکتی ہے یا اپنے بنیادی انٹیلیجنس کو کھوئے بغیر اپنے پورے اسٹیک کو کسی دوسرے کلاؤڈ پر منتقل کر سکتی ہے۔ یہ لچک آج ہمیں نظر آنے والی بہت سی ایڈاپشن کو آگے بڑھا رہی ہے۔ اب یہ اس بارے میں نہیں ہے کہ کون سا ماڈل بینچ مارک پر تھوڑا بہتر ہے۔ یہ اس بارے میں ہے کہ کون سا ماڈل کاروبار کو سب سے زیادہ طویل مدتی استحکام دیتا ہے۔ اوپن سورس AI ایکو سسٹم میں حالیہ بہتریوں نے اسے ہر سائز کی کمپنیوں کے لیے ایک قابل عمل حکمت عملی بنا دیا ہے۔
مفت ماڈلز کی بھاری قیمت
جوش و خروش کے باوجود، ہمیں اوپن ہونے کے پوشیدہ اخراجات کے بارے میں مشکل سوالات پوچھنے ہوں گے۔ مقامی طور پر ایک بڑا ماڈل چلانا مفت نہیں ہے۔ اس کے لیے ہارڈویئر میں، خاص طور پر کافی میموری والے ہائی اینڈ GPUs میں، نمایاں سرمایہ کاری کی ضرورت ہوتی ہے۔ بہت سے چھوٹے کاروباروں کے لیے، اس ہارڈویئر کو خریدنے اور برقرار رکھنے کی لاگت کئی سالوں تک API سبسکرپشن کی لاگت سے زیادہ ہو سکتی ہے۔ بجلی کا خرچ اور ڈیپلائمنٹ کو منظم کرنے کے لیے خصوصی ٹیلنٹ کی ضرورت بھی ہے۔ کیا ہم صرف ایک سافٹ ویئر سبسکرپشن کو ہارڈویئر اور توانائی کے بل کے لیے تبدیل کر رہے ہیں؟ لوکل AI کی معاشی حقیقت ہیڈلائنز کے مشورے سے کہیں زیادہ پیچیدہ 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۔پرائیویسی ایک اور شعبہ ہے جہاں شکوک و شبہات کی ضرورت ہے۔ اگرچہ ماڈل کو مقامی طور پر چلانا ڈیٹا سیکیورٹی کے لیے بہتر ہے، لیکن خود ماڈلز اکثر انٹرنیٹ سے بغیر رضامندی کے لیے گئے ڈیٹا پر ٹرین کیے جاتے ہیں۔ کیا اوپن ماڈل کا استعمال آپ کو اس عمل میں شریک بناتا ہے؟ مزید برآں، اگر کوئی ماڈل اوپن ہے، تو یہ برے اداکاروں کے لیے بھی اوپن ہے۔ وہی ٹولز جو ایک ڈاکٹر کو طبی نوٹس کا خلاصہ کرنے کی اجازت دیتے ہیں، ایک ہیکر کے ذریعے فشنگ حملوں کو خودکار بنانے کے لیے استعمال کیے جا سکتے ہیں۔ ہم جمہوریت کے فوائد اور غلط استعمال کے خطرات کے درمیان توازن کیسے قائم کریں؟ جو لیبز اپنے ویٹس جاری کرتی ہیں وہ اکثر دعویٰ کرتی ہیں کہ کمیونٹی ضروری حفاظتی چیک فراہم کرے گی، لیکن اس دعوے کی تصدیق کرنا مشکل ہے۔ ہمیں غور کرنا چاہیے کہ کیا مرکزی نگرانی کا فقدان ایک خصوصیت ہے یا خامی۔
آخر میں، ہمیں اوپن ماڈل کی پائیداری کو دیکھنا ہوگا۔ ان سسٹمز کو ٹرین کرنے پر لاکھوں ڈالر لاگت آتی ہے۔ اگر Meta یا Mistral جیسی کمپنیاں یہ فیصلہ کریں کہ اپنے ویٹس جاری کرنا اب ان کے مفاد میں نہیں ہے، تو اوپن کمیونٹی کی پیش رفت رک سکتی ہے۔ ہم فی الحال ایک ایسی کارپوریٹ حکمت عملی سے فائدہ اٹھا رہے ہیں جو مارکیٹ شیئر حاصل کرنے کے لیے اوپن ہونے کی حمایت کرتی ہے۔ اگر وہ حکمت عملی بدلتی ہے، تو کمیونٹی خود کو دوبارہ فرنٹیئر لیبز سے برسوں پیچھے پا سکتی ہے۔ کیا ملٹی بلین ڈالر کارپوریشن کی پشت پناہی کے بغیر واقعی ایک آزاد، ہائی پرفارمنس ماڈل بنانا ممکن ہے؟ کارپوریٹ فیاضی پر موجودہ انحصار پوری تحریک کے لیے ایک ممکنہ سنگل پوائنٹ آف فیلیر ہے۔
لوکل انفرنس کے اندر
پاور یوزر کے لیے، اصل کام ان ماڈلز کو موجودہ ورک فلو میں ضم کرنے میں ہوتا ہے۔ سب سے بڑے چیلنجوں میں سے ایک ہارڈویئر کی ضرورت ہے۔ 70 بلین پیرامیٹرز والے ماڈل کو چلانے کے لیے، آپ کو عام طور پر کم از کم دو ہائی اینڈ کنزیومر GPUs یا 48GB VRAM والا پروفیشنل گریڈ کارڈ درکار ہوتا ہے۔ اس کی وجہ سے کوانٹائزیشن تکنیکوں کا عروج ہوا ہے۔ ماڈل ویٹس کی درستگی کو 16-bit سے 4-bit یا 2-bit تک کم کر کے، ڈویلپرز بہت بڑے ماڈلز کو سستے ہارڈویئر پر فٹ کر سکتے ہیں۔ اس عمل میں درستگی میں تھوڑا سا سمجھوتہ شامل ہے، لیکن زیادہ تر کاموں کے لیے، فرق نہ ہونے کے برابر ہے۔ Llama.cpp جیسے ٹولز نے ان ماڈلز کو معیاری CPUs اور Mac ہارڈویئر پر چلانا ممکن بنا دیا ہے، جس سے داخلے کی رکاوٹ نمایاں طور پر کم ہو گئی ہے۔
ایک اور اہم عنصر API لمٹ ہے۔ کلوزڈ فراہم کنندہ استعمال کرتے وقت، آپ اکثر اس بات سے محدود ہوتے ہیں کہ آپ فی منٹ کتنی درخواستیں کر سکتے ہیں۔ مقامی ماڈل کے ساتھ، آپ کی واحد حد آپ کے ہارڈویئر کی رفتار ہے۔ یہ پیچیدہ ورک فلو کی اجازت دیتا ہے جہاں ماڈل کو ایک ہی عمل میں سینکڑوں بار کال کیا جاتا ہے۔ مثال کے طور پر، ایک ڈویلپر کوڈ کی ہزاروں لائنوں کا تجزیہ کرنے یا ٹیسٹنگ کے لیے پورا مصنوعی ڈیٹا سیٹ تیار کرنے کے لیے ماڈل کا استعمال کر سکتا ہے۔ یہ کام کلاؤڈ API پر بہت مہنگے اور سست ہوں گے۔ مقامی اسٹوریج دستاویزات کی ایک پوری لائبریری کو ماڈل میں فیڈ کرنے کی بھی اجازت دیتی ہے بغیر ان پٹ ٹوکنز کی قیمت کی فکر کیے۔
ورک فلو انٹیگریشن بھی زیادہ نفیس ہوتی جا رہی ہے۔ ڈویلپرز ایسے فریم ورک استعمال کر رہے ہیں جو انہیں کوڈ کی ایک لائن کے ساتھ ماڈلز کو تبدیل کرنے کی اجازت دیتے ہیں۔ اس کا مطلب ہے کہ ایک سسٹم سادہ کاموں کے لیے ایک چھوٹا، تیز ماڈل اور پیچیدہ استدلال کے لیے ایک بڑا، سست ماڈل استعمال کر سکتا ہے۔ یہ ہائبرڈ نقطہ نظر لاگت اور کارکردگی دونوں کو بہتر بناتا ہے۔ تاہم، ابھی بھی رکاوٹیں موجود ہیں۔ مقامی ماڈلز میں اکثر پالش حفاظتی فلٹرز اور ان کے کلوزڈ ہم منصبوں کی وسیع دستاویزات کی کمی ہوتی ہے۔ ایک مضبوط مقامی ماحول قائم کرنے کے لیے Linux، Python، اور GPU ڈرائیورز کی گہری سمجھ کی ضرورت ہوتی ہے۔ ان لوگوں کے لیے جو اس کا انتظام کر سکتے ہیں، انعام کارکردگی اور پرائیویسی کی وہ سطح ہے جس کا کوئی کلاؤڈ فراہم کنندہ مقابلہ نہیں کر سکتا۔
پبلک ٹیک کے لیے نیا معیار
اوپن اور کلوزڈ ماڈلز کے درمیان مقابلہ آج ٹیکنالوجی کی سب سے اہم کہانی ہے۔ یہ انٹرنیٹ کے بنیادی آرکیٹیکچر پر ایک جنگ ہے۔ اگر کلوزڈ ماڈلز جیت جاتے ہیں، تو AI کا مستقبل موجودہ موبائل ایپ اسٹورز جیسا نظر آئے گا، جس میں دو یا تین دیو کنٹرول کریں گے کہ کیا ممکن ہے۔ اگر اوپن ماڈلز اپنی موجودہ رفتار جاری رکھتے ہیں، تو مستقبل خود ویب جیسا ہوگا، ایک وکندریقرت نیٹ ورک جہاں کوئی بھی تعمیر اور اختراع کر سکتا ہے۔ اعلیٰ معیار کے اوپن ویٹس کی طرف حالیہ منتقلی اس بات کی مضبوط علامت ہے کہ مؤخر الذکر کا امکان زیادہ ہے۔ یہ ایک زبردست وژن ہے ایک ایسی دنیا کا جہاں ذہانت ایک سہولت ہے نہ کہ عیش و آرام۔
جیسے جیسے ہم آگے بڑھ رہے ہیں، توجہ ممکنہ طور پر خام ماڈل کی کارکردگی سے ہٹ کر ان ماڈلز کے ارد گرد کے ایکو سسٹم پر مرکوز ہو جائے گی۔ فاتح وہ کمپنی نہیں ہوگی جس کا بینچ مارک اسکور سب سے زیادہ ہو، بلکہ وہ ہوگی جو دوسروں کے لیے تعمیر کرنا سب سے آسان بناتی ہے۔ تحقیقی مقالے اور مفید پروڈکٹ کے درمیان فاصلہ اب بھی وسیع ہے، لیکن اوپن کمیونٹی اسے عبور کرنے کے لیے درکار پل بنا رہی ہے۔ یہ تیزی سے تبدیلی کا وقت ہے، اور ڈویلپرز اور انٹرپرائزز کی طرف سے آج کیے گئے انتخاب اگلے دہائی کے لیے ٹیک ماحول کی وضاحت کریں گے۔ کلوزڈ باکس کا دور ختم ہو رہا ہے، اور اوپن ویٹ کا دور ابھی شروع ہو رہا 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۔
کوئی غلطی یا اصلاح طلب چیز ملی ہے؟ ہمیں بتائیں۔
