AI فلوئنسی کا چیلنج
اولیور جے، OpenAI کے انٹرنیشنل اسٹریٹجی کے مینیجنگ ڈائریکٹر، نے حال ہی میں CNBC کے CONVERGE LIVE ایونٹ کے دوران کمپنی کے بنیادی چیلنج پر روشنی ڈالی۔ جبکہ مصنوعی ذہانت کی اس طاقتور کمپنی کے لیے مارکیٹ کی طلب کوئی مسئلہ نہیں ہے، اصل رکاوٹ AI کے بارے میں وسیع پیمانے پر جوش و خروش اور کاروبار میں اس کے عملی نفاذ کے درمیان فرق کو ختم کرنے میں ہے۔
جے نے زور دے کر کہا کہ موجودہ رکاوٹ دلچسپی کی کمی نہیں ہے۔ بلکہ، یہ AI کے لیے مروجہ جوش و خروش کو ٹھوس، پیداوار کے لیے تیار ایپلی کیشنز میں تبدیل کرنے کے بارے میں ہے۔ یہ ‘خلا’، جیسا کہ انہوں نے اسے کہا، AI فلوئنسی میں جڑا ہوا ہے – ان جدید تصورات کو سمجھنے اور انہیں حقیقی کاروباری مصنوعات میں تبدیل کرنے کی صلاحیت۔
جے کے مطابق، مشکل بڑے لینگویج ماڈلز (LLMs) کے ساتھ کام کرنے کی نئی نوعیت سے پیدا ہوتی ہے۔ انہوں نے زور دیا کہ یہ ایک مکمل طور پر ‘نیا پیراڈائم’ ہے، جو روایتی سافٹ ویئر ڈویلپمنٹ سے الگ ہے۔ اس کے لیے ‘گارڈ ریلز’ کا قیام اور حفاظت اور اعتدال کے مسائل پر محتاط غور و فکر ضروری ہے۔
ایک پیراڈائم شفٹ جس کے لیے نئی مہارت کی ضرورت ہے۔
AI سے چلنے والے حل کی طرف منتقلی محض ایک تکنیکی اپ گریڈ نہیں ہے۔ یہ کاروبار کے کام کرنے اور اختراع کرنے کے طریقے میں ایک بنیادی تبدیلی ہے۔ پچھلی تکنیکی ترقیوں کے برعکس، جہاں اپنانے کا عمل اکثر ایک متوقع خم کی پیروی کرتا تھا، AI کو بیک وقت مختلف شعبوں اور تنظیمی سطحوں پر اپنایا جا رہا ہے۔ یہ تیز، وسیع پیمانے پر اپنایا جانا ایک نئی قسم کی مہارت کی ضرورت کو اجاگر کرتا ہے – ایک ایسی مہارت جو تکنیکی مہارت سے آگے بڑھتی ہے اور AI کی صلاحیتوں اور حدود کی گہری سمجھ بوجھ رکھتی ہے۔
لہذا، چیلنج تنظیموں میں اس AI فلوئنسی کو فروغ دینے میں ہے۔ اس کی ضرورت ہے:
- LLMs کی صلاحیتوں کو سمجھنا: کاروباروں کو یہ سمجھنے کی ضرورت ہے کہ LLMs کیا کر سکتے ہیں اور کیا نہیں کر سکتے۔ اس میں ہائپ سے آگے بڑھنا اور ان کی طاقتوں اور کمزوریوں کی حقیقت پسندانہ سمجھ حاصل کرنا شامل ہے۔
- مناسب استعمال کے کیسز کی شناخت: ہر کاروباری مسئلہ AI کے ساتھ بہترین طریقے سے حل نہیں ہوتا ہے۔ ان شعبوں کی نشاندہی کرنا جہاں LLMs واقعی قدر بڑھا سکتے ہیں بہت ضروری ہے۔
- مضبوط نفاذ کی حکمت عملی تیار کرنا: LLMs کو موجودہ ورک فلوز اور سسٹمز میں ضم کرنے کے لیے محتاط منصوبہ بندی اور عمل درآمد کی ضرورت ہے۔ اس میں ڈیٹا کی رازداری، سیکورٹی، اور اخلاقی غور و فکر کو حل کرنا شامل ہے۔
- ‘گارڈ ریلز’ بنانا: چونکہ LLMs روایتی سافٹ ویئر نہیں ہیں، اس لیے حفاظتی اقدامات کرنا ضروری ہے، اس میں اعتدال اور حفاظت کے مسائل شامل ہیں۔
- مسلسل سیکھنا اور موافقت: AI کا شعبہ تیزی سے ترقی کر رہا ہے۔ کاروباروں کو آگے رہنے کے لیے مسلسل سیکھنے اور موافقت کے کلچر کو فروغ دینے کی ضرورت ہے۔
سنگاپور: ChatGPT کو اپنانے کا ایک مرکز
جے نے ChatGPT کے عالمی استعمال کے حوالے سے ایک دلچسپ بصیرت بھی شیئر کی۔ انہوں نے انکشاف کیا کہ سنگاپور دنیا بھر میں چیٹ بوٹ کے فی کس سب سے زیادہ استعمال پر فخر کرتا ہے۔ یہ اعداد و شمار شہر کی ریاست کے ٹیکنالوجی کے بارے میں آگے کی سوچ رکھنے والے نقطہ نظر اور AI حل کو اپنانے کی نشاندہی کرتے ہیں۔ یہ OpenAI کے پچھلے سال اکتوبر میں اعلان کردہ سنگاپور میں ایک دفتر قائم کرنے کے اسٹریٹجک اقدام کے ساتھ بھی مطابقت رکھتا ہے۔
AI انقلاب میں ایشیا کا منفرد موقع
مزید برآں، جے نے اس منفرد موقع پر روشنی ڈالی جو AI کمپنیوں، خاص طور پر ایشیا میں کمپنیوں کو پیش کرتا ہے۔ ان کا خیال ہے کہ یہ تکنیکی انقلاب ایشیائی کاروباروں کو ‘عالمی سطح پر قیادت کا کردار’ ادا کرنے کے لیے بااختیار بنا سکتا ہے۔ روایتی طور پر، ٹیکنالوجی کو اپنانے کا آغاز اکثر سلیکون ویلی میں ہوتا ہے اس سے پہلے کہ وہ یورپ اور دیگر خطوں میں پھیلے۔ تاہم، AI کو دنیا بھر میں بیک وقت اپنانے سے ایشیائی کمپنیوں کے لیے جدت طرازی میں علمبردار بننے کے دروازے کھلتے ہیں۔
انہوں نے کہا کہ، ‘یہ پہلا موقع ہے کہ ایشیائی کمپنیاں، ممکنہ طور پر، عالمی سطح پر قیادت کا کردار ادا کر سکتی ہیں۔ روایتی طور پر، آپ دیکھتے ہیں کہ ٹیکنالوجی کو سب سے پہلے سلیکون ویلی میں اپنایا جاتا ہے، اور پھر یورپ میں۔ … اب ایشیا سے کوئی کمپنی ہو سکتی ہے جو سب سے زیادہ اختراعی ہو۔’
بے مثال مانگ اور ‘رولر کوسٹر’ اثر
OpenAI اس چیز کا سامنا کر رہا ہے جسے جے نے ‘مارکیٹ میں تمام حصوں میں زبردست مانگ’ قرار دیا۔ دلچسپی میں یہ اضافہ بے مثال ہے، جس سے ایک ‘رولر کوسٹر’ اثر پیدا ہوتا ہے کیونکہ کمپنی رفتار برقرار رکھنے کی کوشش کرتی ہے۔ یہ پچھلی تکنیکی تبدیلیوں، جیسے سافٹ ویئر ایز اے سروس (SaaS) یا کلاؤڈ کمپیوٹنگ کے اپنانے کے نمونوں سے بالکل متصادم ہے، جس میں عام طور پر ابتدائی اپنانے والوں سے لے کر وسیع پیمانے پر نفاذ تک بتدریج ترقی دیکھنے میں آئی۔
صارفین، کاروباروں، تعلیمی اداروں اور ڈویلپرز میں AI کو بیک وقت اپنانا ChatGPT کی شاندار ترقی سے ظاہر ہوتا ہے۔ جے نے بتایا کہ پلیٹ فارم نے حال ہی میں 400 ملین ہفتہ وار فعال صارفین کو پیچھے چھوڑ دیا ہے، جو اس کی وسیع پیمانے پر اپیل اور افادیت کا ثبوت ہے۔
AI: ‘مرکیوریل مسٹری’ سے آگے
جے نے AI کو ایک پراسرار یا ناقابل رسائی ٹیکنالوجی کے تصور کو رد کیا۔ انہوں نے زور دے کر کہا کہ ‘AI یہ مرکریئل مسٹری نہیں ہے۔ یہ دراصل تیار ہے۔’ انہوں نے اس بات پر زور دیا کہ کمپنیاں پہلے ہی AI کی وجہ سے تبدیلیوں سے گزر رہی ہیں، جو کاروباری منظر نامے پر اس کے ٹھوس اثرات کو ظاہر کرتی ہیں۔
مختلف شعبوں میں AI کو وسیع پیمانے پر اپنانا اس کی پختگی اور حقیقی دنیا کی ایپلی کیشنز کے لیے تیاری کا ایک واضح اشارہ ہے۔ یہ اب کوئی مستقبل کا تصور نہیں ہے جو تحقیقی لیبز تک محدود ہے۔ یہ ایک موجودہ دور کی حقیقت ہے جو صنعتوں کو نئی شکل دے رہی ہے اور کاروبار کے کام کرنے کے طریقے کو نئے سرے سے بیان کر رہی ہے۔
تبدیلی کے اہم شعبے
اگرچہ AI کی مخصوص ایپلی کیشنز متنوع ہیں اور مسلسل تیار ہو رہی ہیں، کئی اہم شعبے اہم تبدیلی کا سامنا کر رہے ہیں:
- کسٹمر سروس: AI سے چلنے والے چیٹ بوٹس اور ورچوئل اسسٹنٹس کسٹمر سروس کے تجربات کو بڑھا رہے ہیں، فوری مدد اور ذاتی نوعیت کے تعاملات فراہم کر رہے ہیں۔
- مارکیٹنگ اور سیلز: AI الگورتھم صارفین کی ترجیحات کی شناخت، مارکیٹنگ مہموں کو ذاتی بنانے اور سیلز کی حکمت عملیوں کو بہتر بنانے کے لیے وسیع ڈیٹا سیٹس کا تجزیہ کر رہے ہیں۔
- آپریشنز اور لاجسٹکس: AI سپلائی چینز کو ہموار کر رہا ہے، لاجسٹکس کو بہتر بنا رہا ہے، اور پیشین گوئی کرنے والے تجزیات اور آٹومیشن کے ذریعے آپریشنل کارکردگی کو بہتر بنا رہا ہے۔
- پروڈکٹ ڈویلپمنٹ: AI پروڈکٹ ڈویلپمنٹ سائیکل کو تیز کر رہا ہے، تیز رفتار پروٹو ٹائپنگ، ٹیسٹنگ اور تکرار کو فعال کر رہا ہے۔
- ہیومن ریسورسز: AI بھرتی، ٹیلنٹ مینجمنٹ، اور ملازمین کی شمولیت میں مدد کر رہا ہے، کاموں کو خودکار کر رہا ہے اور ڈیٹا پر مبنی بصیرت فراہم کر رہا ہے۔
- فنانشل سروسز: AI کا استعمال بہتر سرمایہ کاری کے فیصلے کرنے، زیادہ محفوظ اور ذاتی نوعیت کی خدمات کو نافذ کرنے، اور خطرے کو بہتر طریقے سے منظم کرنے کے لیے کیا جا رہا ہے۔
ChatGPT کے بلڈنگ بلاکس
ChatGPT، AI چیٹ بوٹ جو اس تبدیلی کا زیادہ تر حصہ چلا رہا ہے، سان فرانسسکو میں قائم کمپنی OpenAI کی ایک پروڈکٹ ہے۔ یہ صارف کے ان پٹ کے لیے انسان جیسا ردعمل پیدا کرنے کے لیے ڈیپ لرننگ تکنیک کا فائدہ اٹھاتا ہے۔ یہ ٹیکنالوجی ChatGPT کو بات چیت میں مشغول ہونے، سوالات کے جوابات دینے، اور یہاں تک کہ تخلیقی مواد تیار کرنے کی اجازت دیتی ہے۔
OpenAI، جس کی 2015 میں ایلون مسک اور سیم آلٹمین نے مشترکہ بنیاد رکھی تھی، نے ممتاز سرمایہ کاروں، خاص طور پر مائیکروسافٹ کی جانب سے نمایاں حمایت حاصل کی ہے۔ اس مضبوط مالی مدد نے کمپنی کو AI تحقیق اور ترقی کی حدود کو آگے بڑھانے کے قابل بنایا ہے، جس کی وجہ سے ChatGPT جیسی اہم اختراعات ہوئی ہیں۔
ChatGPT کے پیچھے بنیادی ٹیکنالوجی کئی اہم اجزاء کا ایک پیچیدہ باہمی تعامل ہے:
- لارج لینگویج ماڈلز (LLMs): یہ جدید ترین AI ماڈلز ہیں جو ٹیکسٹ اور کوڈ کے بڑے ڈیٹا سیٹس پر تربیت یافتہ ہیں۔ وہ پیٹرن کو پہچاننا، سیاق و سباق کو سمجھنا، اور مربوط ٹیکسٹ تیار کرنا سیکھتے ہیں۔
- ڈیپ لرننگ تکنیک: یہ تکنیک ماڈل کو واضح پروگرامنگ کے بغیر ڈیٹا سے سیکھنے کے قابل بناتی ہیں۔ ان میں مصنوعی نیورل نیٹ ورکس کی متعدد پرتیں شامل ہیں جو معلومات پر درجہ بندی کے طریقے سے کارروائی کرتی ہیں۔
- نیچرل لینگویج پروسیسنگ (NLP): AI کا یہ شعبہ کمپیوٹرز کو انسانی زبان کو سمجھنے اور اس پر کارروائی کرنے کے قابل بنانے پر توجہ مرکوز کرتا ہے۔ NLP تکنیک ChatGPT کی صارف کے ان پٹ کی تشریح کرنے اور متعلقہ ردعمل پیدا کرنے کی صلاحیت کے لیے بہت ضروری ہیں۔
- ٹرانسفارمر نیٹ ورکس: یہ نیورل نیٹ ورک آرکیٹیکچر کی ایک مخصوص قسم ہیں جو NLP کاموں کے لیے خاص طور پر موثر ثابت ہوئی ہیں۔ وہ ردعمل پیدا کرتے وقت ان پٹ کے سب سے زیادہ متعلقہ حصوں پر توجہ مرکوز کرنے کے لیے ‘توجہ’ نامی ایک طریقہ کار استعمال کرتے ہیں۔
AI کا مستقبل: ایک باہمی کوشش
ChatGPT جیسی AI ٹیکنالوجیز کی جاری ترقی اور تعیناتی محققین، ڈویلپرز، کاروباروں اور پالیسی سازوں کو شامل کرنے والی ایک باہمی کوشش کی نمائندگی کرتی ہے۔ جیسا کہ AI تیار ہوتا رہتا ہے، اخلاقی غور و فکر کو حل کرنا، ذمہ دارانہ استعمال کو یقینی بنانا، اور اس کی صلاحیتوں اور حدود کی مشترکہ سمجھ کو فروغ دینا بہت ضروری ہے۔
OpenAI جس چیلنج کا سامنا کر رہا ہے، AI کے بارے میں جوش و خروش کو قابل استعمال مصنوعات میں تبدیل کرنا، ایک ایسا چیلنج ہے جس کا سامنا AI اسپیس کی تمام کمپنیاں کر رہی ہیں۔ یہ AI انقلاب کا اگلا بڑا قدم بھی ہے۔