مصنوعی ذہانت

مصنوعی ذہانت مشینوں، خاص طور پر کمپیوٹر سسٹمز کے ذریعے انسانی ذہانت کے عمل کی نقالی ہے۔ AI کی مخصوص ایپلی کیشنز میں ماہر نظام، قدرتی زبان کی پروسیسنگ، اسپیچ ریکگنیشن اور مشین ویژن شامل ہیں۔

 

AI کیسے کام کرتا ہے؟

جیسا کہ AI کے ارد گرد hype میں تیزی آئی ہے، وینڈرز اس بات کو فروغ دینے کے لیے کوششیں کر رہے ہیں کہ ان کی مصنوعات اور خدمات AI کو کس طرح استعمال کرتی ہیں۔ اکثر جسے وہ AI کہتے ہیں وہ AI کا صرف ایک جزو ہے، جیسے مشین لرننگ۔ AI کو مشین لرننگ الگورتھم لکھنے اور تربیت دینے کے لیے خصوصی ہارڈ ویئر اور سافٹ ویئر کی بنیاد درکار ہے۔ کوئی بھی پروگرامنگ زبان AI کا مترادف نہیں ہے، لیکن Python، R اور Java سمیت چند ایک مقبول ہیں۔

 

عام طور پر، AI سسٹمز بڑی مقدار میں لیبل لگائے گئے تربیتی ڈیٹا کا استعمال کرتے ہوئے، ارتباط اور نمونوں کے لیے ڈیٹا کا تجزیہ کرتے ہوئے، اور مستقبل کی ریاستوں کے بارے میں پیشین گوئیاں کرنے کے لیے ان نمونوں کا استعمال کرتے ہوئے کام کرتے ہیں۔ اس طرح، ایک چیٹ بوٹ جس کو ٹیکسٹ چیٹس کی مثالیں دی جاتی ہیں وہ لوگوں کے ساتھ زندگی بھر کے تبادلے کرنا سیکھ سکتا ہے، یا تصویر کی شناخت کرنے والا ٹول لاکھوں مثالوں کا جائزہ لے کر تصویروں میں موجود اشیاء کی شناخت اور وضاحت کرنا سیکھ سکتا ہے۔

 

AI پروگرامنگ تین علمی مہارتوں پر مرکوز ہے:

1.  سیکھنا،

2.  استدلال اور

3.  خود اصلاح۔

 

سیکھنے کے عمل۔ AI پروگرامنگ کا یہ پہلو ڈیٹا کو حاصل کرنے اور ڈیٹا کو قابل عمل معلومات میں تبدیل کرنے کے لیے قواعد بنانے پر مرکوز ہے۔ قواعد، جنہیں الگورتھم کہا جاتا ہے، کمپیوٹنگ ڈیوائسز کو مرحلہ وار ہدایات فراہم کرتے ہیں کہ کسی مخصوص کام کو کیسے مکمل کیا جائے۔

استدلال کے عمل۔ AI پروگرامنگ کا یہ پہلو مطلوبہ نتیجہ تک پہنچنے کے لیے صحیح الگورتھم کے انتخاب پر مرکوز ہے۔

 

خود اصلاح کے عمل۔ AI پروگرامنگ کا یہ پہلو الگورتھم کو مستقل طور پر ٹھیک کرنے اور اس بات کو یقینی بنانے کے لیے ڈیزائن کیا گیا ہے کہ وہ ممکنہ حد تک درست نتائج فراہم کریں۔

 

مصنوعی ذہانت کیوں ضروری ہے؟

AI اہم ہے کیونکہ یہ کاروباری اداروں کو ان کے کاموں کے بارے میں بصیرت فراہم کر سکتا ہے جس کے بارے میں وہ پہلے سے واقف نہیں تھے اور اس لیے کہ، بعض صورتوں میں، AI انسانوں سے بہتر کام انجام دے سکتا ہے۔ خاص طور پر جب بار بار، تفصیل پر مبنی کاموں کی بات آتی ہے جیسے بڑی تعداد میں قانونی دستاویزات کا تجزیہ کرنا تاکہ متعلقہ فیلڈز کو صحیح طریقے سے پُر کیا جا سکے، AI ٹولز اکثر کاموں کو جلدی اور نسبتاً کم غلطیوں کے ساتھ مکمل کرتے ہیں۔

 

اس نے کارکردگی میں ایک دھماکے کو ہوا دینے میں مدد کی ہے اور کچھ بڑے اداروں کے لیے مکمل طور پر نئے کاروباری مواقع کے دروازے کھول دیے ہیں۔ AI کی موجودہ لہر سے پہلے، کمپیوٹر سافٹ ویئر کا استعمال کرتے ہوئے سواروں کو ٹیکسیوں سے جوڑنے کا تصور کرنا مشکل تھا، لیکن آج Uber ایسا کر کے دنیا کی سب سے بڑی کمپنیوں میں سے ایک بن گئی ہے۔ یہ پیشین گوئی کرنے کے لیے جدید ترین مشین لرننگ الگورتھم کا استعمال کرتا ہے جب لوگوں کو بعض علاقوں میں سواریوں کی ضرورت پڑتی ہے، جس سے ڈرائیوروں کو ضرورت سے پہلے سڑک پر لانے میں مدد ملتی ہے۔ ایک اور مثال کے طور پر، Google مشین لرننگ کا استعمال کرتے ہوئے یہ سمجھنے کے لیے کہ لوگ اپنی خدمات کو کس طرح استعمال کرتے ہیں اور پھر ان میں بہتری لاتے ہوئے آن لائن خدمات کی ایک حد کے لیے سب سے بڑے کھلاڑیوں میں سے ایک بن گیا ہے۔ 2017 میں، کمپنی کے سی ای او سندر پچائی نے اعلان کیا کہ گوگل ایک "AI فرسٹ" کمپنی کے طور پر کام کرے گا۔

 

آج کے سب سے بڑے اور کامیاب کاروباری اداروں نے اپنے کاموں کو بہتر بنانے اور اپنے حریفوں پر فائدہ حاصل کرنے کے لیے AI کا استعمال کیا ہے۔

 

مصنوعی ذہانت کے کیا فائدے اور نقصانات ہیں؟

مصنوعی اعصابی نیٹ ورکس اور گہری سیکھنے والی مصنوعی ذہانت کی ٹیکنالوجیز تیزی سے تیار ہو رہی ہیں، بنیادی طور پر اس لیے کہ AI بڑی مقدار میں ڈیٹا پر بہت تیزی سے کارروائی کرتا ہے اور پیشین گوئیاں انسانی طور پر ممکن ہونے سے کہیں زیادہ درست کرتا ہے۔

 

اگرچہ روزانہ کی بنیاد پر بنائے جانے والے ڈیٹا کا بہت بڑا حجم ایک انسانی محقق کو دفن کر دے گا، لیکن مشین لرننگ استعمال کرنے والی AI ایپلی کیشنز اس ڈیٹا کو لے سکتی ہیں اور اسے تیزی سے قابل عمل معلومات میں تبدیل کر سکتی ہیں۔ اس تحریر کے مطابق، AI استعمال کرنے کا بنیادی نقصان یہ ہے کہ AI پروگرامنگ کے لیے درکار ڈیٹا کی بڑی مقدار پر کارروائی کرنا مہنگا ہے۔

 

فوائد

·      تفصیل پر مبنی ملازمتوں میں اچھا؛

·      ڈیٹا بھاری کاموں کے لیے کم وقت؛

·      مسلسل نتائج فراہم کرتا ہے؛ اور

·      AI سے چلنے والے ورچوئل ایجنٹ ہمیشہ دستیاب ہوتے ہیں۔

نقصانات

·      مہنگا

·      گہری تکنیکی مہارت کی ضرورت ہے؛

·      AI ٹولز بنانے کے لیے اہل کارکنوں کی محدود فراہمی؛

·      صرف وہی جانتا ہے کہ اسے کیا دکھایا گیا ہے۔ اور

·      ایک کام سے دوسرے کام کو عام کرنے کی صلاحیت کا فقدان۔

 

مضبوط AI بمقابلہ کمزور AI

AI کو کمزور یا مضبوط کے طور پر درجہ بندی کیا جا سکتا ہے۔

 

·      کمزور AI، جسے تنگ AI بھی کہا جاتا ہے، ایک AI نظام ہے جو ایک مخصوص کام کو مکمل کرنے کے لیے ڈیزائن اور تربیت یافتہ ہے۔ صنعتی روبوٹس اور ورچوئل پرسنل اسسٹنٹ، جیسے کہ ایپل کی سری، کمزور AI استعمال کرتے ہیں۔

 

·      Strong AI، جسے مصنوعی جنرل انٹیلی جنس (AGI) بھی کہا جاتا ہے، ایسے پروگرامنگ کی وضاحت کرتا ہے جو انسانی دماغ کی علمی صلاحیتوں کو نقل کر سکتا ہے۔ جب کسی ناواقف کام کے ساتھ پیش کیا جاتا ہے، تو ایک مضبوط AI سسٹم فزی منطق کا استعمال کر کے علم کو ایک ڈومین سے دوسرے ڈومین پر لاگو کر سکتا ہے اور خود مختار طریقے سے حل تلاش کر سکتا ہے۔ نظریہ میں، ایک مضبوط AI پروگرام کو ٹیورنگ ٹیسٹ اور چینی روم ٹیسٹ دونوں پاس کرنے کے قابل ہونا چاہیے۔