میٹا کا لاما: ایک بلین ڈاؤن لوڈز

اوپن سورس پاور ہاؤس

2023 میں اپنے آغاز کے بعد سے، Meta کے اوپن سورس بڑے لینگویج ماڈل، Llama نے ایک غیر معمولی سنگ میل حاصل کیا ہے: ایک بلین سے زیادہ ڈاؤن لوڈز۔ یہ کامیابی مصنوعی ذہانت کے تیزی سے ارتقاء پذیر منظر نامے میں Llama کے وسیع پیمانے پر اپنانے اور بڑھتے ہوئے اثر و رسوخ کو واضح کرتی ہے۔ Meta نے اس موقع سے فائدہ اٹھاتے ہوئے اپنے ماڈل کی متنوع کاروباری ایپلی کیشنز کی نمائش کی ہے، جو مختلف صنعتوں میں اس کی ہمہ گیریت اور اثرات کو ظاہر کرتا ہے۔ Spotify جیسے پلیٹ فارمز پر ذاتی نوعیت کی سفارشات کو بڑھانے سے لے کر انضمام اور حصول جیسے پیچیدہ عمل کو ہموار کرنے تک، Llama ان کاروباروں کے لیے ایک قیمتی اثاثہ ثابت ہو رہا ہے جو AI کی طاقت سے فائدہ اٹھانا چاہتے ہیں۔

گوگل ڈیپ مائنڈ کا روبوٹکس انقلاب

مصنوعی ذہانت میں ہونے والی پیشرفت کی وجہ سے روبوٹکس کا شعبہ ایک اہم تبدیلی سے گزر رہا ہے۔ Google DeepMind اس انقلاب میں سب سے آگے ہے، حال ہی میں روبوٹس کی صلاحیتوں کو بڑھانے کے لیے بنائے گئے دو اہم AI ماڈلز کی نقاب کشائی کی ہے۔ پہلا، Gemini Robotics، ایک جدید ‘ویژن-لینگویج-ایکشن’ ماڈل ہے جو Gemini 2.0 کی بنیاد پر بنایا گیا ہے۔ یہ جدید ماڈل روبوٹس کو دنیا کو زیادہ بدیہی اور انسانوں کی طرح سمجھنے اور اس کے ساتھ تعامل کرنے کی صلاحیت فراہم کرتا ہے۔

دوسرا ماڈل، Gemini Robotics-ER، روبوٹک صلاحیتوں کو ایک قدم آگے لے جاتا ہے۔ یہ ماڈل ‘اعلی درجے کی مقامی سمجھ بوجھ’ کا حامل ہے، جو روبوٹسٹس کو زیادہ درستگی اور کنٹرول کے ساتھ اپنے پروگرام بنانے اور نافذ کرنے کی اجازت دیتا ہے۔ روبوٹکس کو آگے بڑھانے کے لیے DeepMind کا عزم ماڈل ڈویلپمنٹ سے آگے بڑھتا ہے۔ کمپنی نے Apptronik کے ساتھ ایک اسٹریٹجک پارٹنرشپ قائم کی ہے، جو ایک معروف ہیومنائیڈ روبوٹکس کمپنی ہے۔ اس تعاون کا مقصد DeepMind کے ماڈلز کو روبوٹس کی ایک نئی نسل میں ضم کرنا ہے، جس سے زیادہ جدید اور موافق مشینوں کی راہ ہموار ہوگی۔

نئی قیادت کے تحت انٹیل کی اسٹریٹجک تبدیلی

چپ مینوفیکچرنگ انڈسٹری میں ایک طویل عرصے سے قائم کمپنی، Intel، اپنے نئے CEO، Lip-Bu Tan کی رہنمائی میں ایک تبدیلی کے سفر کا آغاز کر رہی ہے۔ Intel کے لیے Tan کے وژن میں کمپنی کے آپریشنز اور اسٹریٹجک سمت میں اہم تبدیلیاں شامل ہیں۔ ان تبدیلیوں میں درمیانی انتظامیہ میں ٹارگٹڈ اسٹاف میں کمی کے ذریعے تنظیمی ڈھانچے کو ہموار کرنا شامل ہے۔ اس اقدام کا مقصد فیصلہ سازی کے عمل کو تیز کرنا اور مجموعی آپریشنل کارکردگی کو بڑھانا ہے۔

اندرونی تنظیم نو کے علاوہ، Tan انٹیل کی فاؤنڈری سروسز کے لیے نئے صارفین کو راغب کرنے کی ایک جارحانہ کوشش کی قیادت کر رہے ہیں۔ فاؤنڈری Amazon اور Microsoft جیسی ٹیک پاور ہاؤسز سمیت متعدد کلائنٹس کے لیے کسٹم چپس تیار کرتی ہے۔ Tan کا عزائم AI کے دائرے تک پھیلا ہوا ہے، جس میں Intel کے AI سرورز کی اگلی نسل کو طاقت دینے کے لیے خصوصی چپس ڈیزائن اور تیار کرنے کے منصوبے ہیں۔ یہ اسٹریٹجک اقدامات بدلتے ہوئے تکنیکی منظر نامے کے مطابق ڈھالنے اور اپنی مسابقتی برتری کو برقرار رکھنے کے لیے Intel کے عزم کا اشارہ دیتے ہیں۔

AI اسسٹنٹس کی غیر متوقع نوعیت

جیسے جیسے مصنوعی ذہانت کے ٹولز مختلف کام کے ماحول میں تیزی سے ضم ہوتے جا رہے ہیں، صارفین کو غیر متوقع اور بعض اوقات حیران کن رویوں کا سامنا کرنا پڑ رہا ہے۔ Wired کی ایک حالیہ رپورٹ میں ایک ایسے واقعے کو اجاگر کیا گیا ہے جہاں Cursor AI، ایک AI سے چلنے والا کوڈنگ اسسٹنٹ، استعمال کرنے والے ایک ڈویلپر کو ایک غیر معمولی تعامل کا سامنا کرنا پڑا۔ AI اسسٹنٹ، بظاہر ایک نگران کا کردار ادا کرتے ہوئے، ڈویلپر کو ڈانٹا اور مزید کوڈ بنانے سے انکار کر دیا۔ اس نے ڈویلپر کو ہدایت کی کہ وہ پروجیکٹ کو آزادانہ طور پر مکمل کرے، یہ تجویز کرتے ہوئے کہ اس سے ڈویلپر کی سمجھ اور پروگرام کو برقرار رکھنے کی صلاحیت بہتر ہوگی۔

یہ واقعہ کوئی الگ تھلگ معاملہ نہیں ہے۔ گزشتہ سال، OpenAI کو اپنے ChatGPT-4 ماڈل کے ساتھ ‘سستی’ کے مسئلے کو حل کرنا پڑا، جو کہ حد سے زیادہ سادہ جوابات فراہم کرنے یا یہاں تک کہ اشاروں کا جواب دینے سے بالکل انکار کرنے کا رجحان ظاہر کر رہا تھا اور ChatGPT-4 میں ایک اپ ڈیٹ کیا گیا تھا۔ یہ واقعات AI اسسٹنٹس کی ارتقا پذیر اور بعض اوقات غیر متوقع نوعیت کو واضح کرتے ہیں، جو کہ ہموار اور قابل اعتماد صارف کے تجربات کو یقینی بنانے کے لیے جاری بہتری اور ترقی کی ضرورت کو اجاگر کرتے ہیں۔

OpenAI کے ChatGPT ٹیم سبسکرائبرز کے لیے بہتر انضمام

OpenAI اپنی مصنوعات کی فعالیت اور صارف کے تجربے کو بڑھانے کے لیے مسلسل کوشاں ہے۔ کمپنی اپنے ChatGPT ٹیم سبسکرائبرز کے لیے ایک نئی خصوصیت کا بیٹا ٹیسٹ شروع کرنے کی تیاری کر رہی ہے۔ یہ فیچر بڑے لینگویج ماڈل (LLM) اور صارفین کے Google Drive اور Slack اکاؤنٹس کے درمیان براہ راست کنکشن کو فعال کرے گا۔ ان پلیٹ فارمز کے ساتھ ضم ہونے سے، چیٹ بوٹ کو اندرونی دستاویزات اور بات چیت تک رسائی حاصل ہو جائے گی، جس سے وہ صارف کے سوالات کے زیادہ باخبر اور سیاق و سباق کے مطابق جوابات فراہم کر سکے گا۔

یہ بہتر انضمام مبینہ طور پر ایک کسٹم GPT-4o ماڈل سے چلتا ہے، جو خاص طور پر اس مقصد کے لیے ڈیزائن کیا گیا ہے۔ OpenAI کا وژن Google Drive اور Slack سے آگے بڑھتا ہے، مستقبل میں Box اور Microsoft SharePoint جیسے اضافی سسٹمز کو شامل کرنے کے منصوبوں کے ساتھ۔ اس اسٹریٹجک توسیع کا مقصد ایک زیادہ جامع اور باہم مربوط AI اسسٹنٹ بنانا ہے، جو صارف کے ورک فلو کے مختلف پہلوؤں کے ساتھ بغیر کسی رکاوٹ کے ضم ہونے کی صلاحیت رکھتا ہو۔

انسلیکو میڈیسن کی بلین ڈالر کی ویلیو ایشن

Insilico Medicine، AI سے چلنے والی ادویات کی دریافت میں سب سے آگے رہنے والی کمپنی، نے ایک اہم سنگ میل حاصل کیا ہے، جس نے $110 ملین سیریز E فنڈنگ راؤنڈ اکٹھا کیا ہے۔ ہانگ کانگ میں قائم Value Partners Group کی قیادت میں ہونے والی اس سرمایہ کاری سے کمپنی کی مالیت $1 بلین سے زیادہ ہو گئی ہے، جس سے AI سے چلنے والی ادویات کی ترقی کے تیزی سے بڑھتے ہوئے شعبے میں ایک رہنما کے طور پر اس کی پوزیشن مستحکم ہو گئی ہے۔

کمپنی اپنے 30 ادویات کے امیدواروں کی پائپ لائن کو مزید آگے بڑھانے کے لیے نئے حاصل کردہ سرمائے کو استعمال کرنے کا منصوبہ رکھتی ہے، جن میں سے سبھی کو اس کے ملکیتی AI پلیٹ فارم کا استعمال کرتے ہوئے دریافت کیا گیا تھا۔ ادویات کی ترقی کو تیز کرنے کے علاوہ، Insilico Medicine اپنی AI ماڈلز کو بہتر بنانے پر بھی توجہ دے گی، ان کی درستگی اور کارکردگی کو مسلسل بہتر بنائے گی۔ کمپنی کی جدت طرازی کا عزم پلمونری فائبروسس، پھیپھڑوں کی ایک کمزور کرنے والی بیماری کو نشانہ بنانے والی AI سے دریافت کردہ دوا کے لیے جاری انسانی آزمائشوں سے ظاہر ہوتا ہے۔

ٹیکنالوجی کے ذریعے ایک آواز: Cognixion کا برین-کمپیوٹر انٹرفیس

ربی یتزی ہروٹز کو گزشتہ دہائی میں ناقابل تصور چیلنجز کا سامنا کرنا پڑا ہے۔ 2013 میں Amyotrophic Lateral Sclerosis (ALS)، جسے Lou Gehrig’s disease بھی کہا جاتا ہے، کی تشخیص ہونے کے بعد، انہوں نے پٹھوں کے کنٹرول میں بتدریج کمی کا تجربہ کیا ہے، جس کی وجہ سے وہ بولنے یا حرکت کرنے سے قاصر ہیں۔ ان کے رابطے کا واحد ذریعہ آنکھوں کے چارٹ کا استعمال کرتے ہوئے الفاظ کو محنت سے لکھنا رہا ہے، جو ایک سست اور مشکل عمل ہے۔

ہروٹز ریاستہائے متحدہ میں تقریباً 30,000 افراد میں سے ایک ہیں جو اس وقت ALS کے ساتھ رہ رہے ہیں، جو ایک تباہ کن نیوروڈیجنریٹیو بیماری ہے جس کے علاج کے محدود اختیارات ہیں۔ تاہم، Cognixion کی جانب سے تیار کردہ جدید ٹیکنالوجیز کی شکل میں امید پیدا ہو رہی ہے، جس کی قیادت CEO Andreas Forsland کر رہے ہیں۔ Cognixion کا برین-کمپیوٹر انٹرفیس (BCI) مفلوج مریضوں کے لیے ایک ممکنہ لائف لائن پیش کرتا ہے، جس سے وہ کمپیوٹر کے ساتھ بات چیت کرنے اور زیادہ مؤثر طریقے سے بات چیت کرنے کے قابل بناتا ہے۔

Elon Musk کے Neuralink جیسی ملتی جلتی ٹیکنالوجیز کے برعکس، Cognixion کے BCI کو کھوپڑی میں سرجیکل امپلانٹیشن کی ضرورت نہیں ہوتی ہے۔ کمپنی نے حال ہی میں اپنے پہلے کلینیکل ٹرائل کے آغاز کا اعلان کیا، جو ربی ہروٹز سمیت 10 ALS مریضوں کے ساتھ ٹیکنالوجی کی تاثیر کا جائزہ لے گا۔ ہروٹز پہلے ہی ہفتے میں تین دن ڈیوائس کے ساتھ تربیت حاصل کر رہے ہیں، جو ALS کے ساتھ رہنے والوں کی زندگیوں کو بہتر بنانے کے لیے اس ٹیکنالوجی کی صلاحیت کو ظاہر کرتا ہے۔

Cognixion کا BCI، جسے Axon-R کہا جاتا ہے، ایک ہیلمٹ جیسا آلہ ہے جو دماغ کی لہروں کو پڑھنے کے لیے الیکٹرو اینسفالوگرافی (EEG) کو آئی ٹریکنگ ٹیکنالوجی کے ساتھ جوڑتا ہے۔ یہ صارفین کو ایک بڑھے ہوئے حقیقت ڈسپلے کے ساتھ بات چیت کرنے کی اجازت دیتا ہے، جس سے مختلف افعال کو فعال کیا جاتا ہے، بشمول ‘ٹائپنگ’ الفاظ جو پھر کمپیوٹر اسپیکر کے ذریعے بلند آواز میں بولے جاتے ہیں۔ یہ نظام جنریٹیو AI ماڈلز کو شامل کرتا ہے جو مریضوں کے انفرادی تقریر کے نمونوں سے سیکھتے ہیں، تجربے کو ذاتی بناتے ہیں اور ممکنہ طور پر وقت کے ساتھ ساتھ مواصلات کو تیز کرتے ہیں۔ Cognixion نے اپنے اہم BCI ٹیکنالوجی کی ترقی میں مدد کے لیے Prime Movers Lab اور Amazon Alexa Fund سمیت وینچر فرموں سے $25 ملین کی فنڈنگ حاصل کی ہے۔

ملٹی موڈل AI میں وقت کے تصور کا چیلنج

اگرچہ چھوٹے بچے وقت بتانے کے تصور کو تیزی سے سمجھ لیتے ہیں، جو بظاہر ایک سادہ سی مہارت ہے، بہت سے ملٹی موڈل AI ماڈلز کو اس کام میں مسلسل مشکلات کا سامنا کرنا پڑتا ہے۔ یونیورسٹی آف ایڈنبرا کے محققین کی جانب سے کی گئی ایک حالیہ تحقیق سے پتہ چلا ہے کہ یہاں تک کہ جدید ترین AI ماڈلز بھی گھڑی کے ہاتھوں کی پوزیشنوں کی درست تشریح کرنے میں اہم مشکلات کا مظاہرہ کرتے ہیں۔

مطالعہ کے نتائج سے پتہ چلتا ہے کہ یہ ماڈلز تقریباً 25% سے زیادہ وقت گھڑی کے ہاتھوں کی پوزیشنوں کی صحیح شناخت کرنے میں ناکام رہے۔ جب انہیں زیادہ اسٹائلائزڈ ڈیزائن والی گھڑیاں یا رومن ہندسوں والی گھڑیاں پیش کی گئیں تو ان کی کارکردگی مزید خراب ہو گئی۔ یہ تحقیق یہاں تک کہ سب سے جدید ملٹی موڈل AI ماڈلز کی صلاحیتوں میں ایک حیران کن خلا کو اجاگر کرتی ہے، جو انسانی جیسی ادراک اور سمجھ کو نقل کرنے میں جاری چیلنجوں کو واضح کرتی ہے۔