2025 میں مصنوعی ذہانت کا انقلاب: ایک تنقیدی جائزہ

تحقیق اور ترقی

اشاعتوں میں بے مثال اضافہ

مصنوعی ذہانت (AI) میں تعلیمی دلچسپی اور پیداوار میں غیر معمولی اضافہ دیکھنے میں آیا ہے۔ 2013 سے 2023 تک کے عشرے میں، AI سے متعلق سائنسی اشاعتوں کی تعداد دوگنی سے بھی زیادہ ہو گئی، جو 102,000 سے بڑھ کر 242,000 تک پہنچ گئی۔ مزید برآں، کمپیوٹر سائنس میں AI کی اہمیت میں اضافہ ہوا ہے، جو اس شعبے میں تمام اشاعتوں کا 41.8% ہے، جبکہ ایک دہائی قبل یہ صرف 21.6% تھا۔ یہ قابل ذکر توسیع مختلف سائنسی مضامین میں AI کی بڑھتی ہوئی اہمیت اور انضمام کی نشاندہی کرتی ہے۔

پیٹنٹ میں اضافہ

AI سے متعلقہ پیٹنٹس کی تعداد میں دھماکہ خیز اضافہ ہوا ہے، جو اس شعبے میں جدت اور تجارتی دلچسپی کو اجاگر کرتا ہے۔ 2010 میں، دنیا بھر میں 3,833 AI پیٹنٹس رجسٹرڈ ہوئے تھے۔ 2023 تک، یہ تعداد 122,511 تک پہنچ گئی، جو 32 گنا اضافہ ہے۔ صرف گزشتہ سال میں AI پیٹنٹس میں 29.6% اضافہ ہوا ہے، جو تکنیکی ترقی کی تیز رفتار اور اس مسابقتی ڈومین میں دانشورانہ ملکیت کو محفوظ بنانے کی کوشش کو ظاہر کرتا ہے۔

AI پیٹنٹس میں عالمی رہنما

چین عالمی AI پیٹنٹ کے منظر نامے پر حاوی ہے، جس کے پاس تمام AI پیٹنٹس کا 69.7% حصہ ہے۔ یہ غلبہ AI ٹیکنالوجیز پر چین کی اسٹریٹجک توجہ اور سرمایہ کاری کو ظاہر کرتا ہے۔ اگرچہ چین مطلق تعداد میں سرفہرست ہے، لیکن جنوبی کوریا اور لکسمبرگ فی کس AI پیٹنٹس کے حوالے سے نمایاں ہیں، جو اپنی آبادی میں AI جدت کو فروغ دینے کے عزم کو ظاہر کرتے ہیں۔

AI چپ ٹیکنالوجی میں پیش رفت

AI چپ ٹیکنالوجی تیزی سے ترقی کر رہی ہے، چپ کی رفتار میں سالانہ 43% اضافہ ہو رہا ہے، جو ہر 1.9 سال میں دوگنی ہو جاتی ہے۔ بہتری کی یہ رفتار تیزی سے پیچیدہ AI ماڈلز کی مدد کے لیے اعلی کمپیوٹیشنل طاقت کے مسلسل حصول کی نشاندہی کرتی ہے۔ توانائی کی کارکردگی میں بھی بہتری آرہی ہے، سالانہ 40 فیصد اضافہ کے ساتھ، جبکہ AI چپس کی قیمت میں اوسطا 30 فیصد سالانہ کمی آرہی ہے، جس سے AI وسیع پیمانے پر ایپلی کیشنز کے لیے زیادہ قابل رسائی اور معاشی طور پر قابل عمل ہے۔

بند اور اوپن ماڈلز کے درمیان فرق کو ختم کرنا

ملکیتی (بند) اور اوپن سورس AI ماڈلز کے درمیان کارکردگی کا فرق کم ہو رہا ہے۔ 2024 کے آغاز میں، GPT-4 جیسے جدید بند ماڈلز کو اوپن ماڈلز کے مقابلے میں 8% کارکردگی کا فائدہ حاصل تھا۔ فروری 2025 تک، یہ فرق محض 1.7% تک کم ہو گیا تھا، جو اس بات کی نشاندہی کرتا ہے کہ اوپن سورس اقدامات صلاحیتوں اور کارکردگی کے لحاظ سے تیزی سے آگے بڑھ رہے ہیں۔

سپر کمپیوٹنگ ریس

امریکہ اور چین کے درمیان سپر کمپیوٹنگ کی صلاحیتوں میں مسابقت تیز ہو رہی ہے۔ 2023 کے آخر میں، امریکی AI ماڈلز نے مختلف بینچ مارکس پر اپنے چینی ہم منصبوں کو 17.5-31.6% سے بہتر کارکردگی کا مظاہرہ کیا۔ تاہم، 2024 کے آخر تک، کارکردگی کا یہ فرق صفر تک پہنچ گیا تھا، جس سے پتہ چلتا ہے کہ چین سپر کمپیوٹنگ کی مہارت میں تیزی سے فرق کو ختم کر رہا ہے۔

تکنیکی کارکردگی

نمایاں کارکردگی میں بہتری

AI ماڈلز نے گزشتہ سال کے دوران کارکردگی میں نمایاں بہتری کا مظاہرہ کیا ہے۔ MMMU (Massive Multitask Language Understanding) بینچ مارک پر، AI ماڈلز میں 18.8% بہتری آئی۔ GPQA (General-Purpose Question Answering) کی کارکردگی میں 48.9% اضافہ ہوا۔ خاص طور پر، SWE-bench (Software Engineering Benchmark)، جو AI کی حقیقی دنیا کے سافٹ ویئر ڈویلپمنٹ کے کاموں کو انجام دینے کی صلاحیت کی پیمائش کرتا ہے، میں 4.4% سے 71.7% تک ڈرامائی بہتری دیکھی گئی۔

چھوٹے لیکن طاقتور ماڈلز کا عروج

2022 میں، PaLM ماڈل، جس میں 540 بلین پیرامیٹرز تھے، نے MMLU (Massive Multitask Language Understanding) بینچ مارک پر 60% اسکور حاصل کیا۔ 2024 تک، مائیکروسافٹ کے Phi-3-mini، جس میں صرف 3.8 بلین پیرامیٹرز ہیں، نے اس کارکردگی سے مطابقت کی۔ اس کارنامے سے ظاہر ہوتا ہے کہ چھوٹے ماڈلز نمایاں طور پر کم پیرامیٹرز کے ساتھ موازنہ کارکردگی حاصل کر سکتے ہیں، جو ماڈل کی کارکردگی اور فن تعمیر میں پیش رفت کو ظاہر کرتے ہیں۔ Phi-3-mini نے PaLM کی طرح کارکردگی کی سطح حاصل کی لیکن 142 گنا کم پیرامیٹرز کے ساتھ۔

یونیورسل ایجنٹس

مختصر کاموں (دو گھنٹے تک) سے نمٹنے کے دوران، ٹاپ AI ایجنٹ انسانوں سے چار گنا زیادہ تیز ہوتے ہیں۔ تاہم، جب کام کی مدت 32 گھنٹے تک بڑھ جاتی ہے، تو انسان اب بھی AI ایجنٹوں سے 2:1 کے تناسب سے بہتر کارکردگی کا مظاہرہ کرتے ہیں۔ یہ تفاوت طویل المدتی، پیچیدہ کاموں کو سنبھالنے میں AI کی موجودہ حدود کو اجاگر کرتا ہے جن کے لیے مسلسل توجہ اور موافقت کی ضرورت ہوتی ہے۔

ویڈیو جنریشن بریک تھرو

OpenAI (SORA)، Stability AI (Stable Video Diffusion 3D/4D)، Meta (Movie Gen)، اور Google DeepMind (Veo 2) اب اعلیٰ معیار کا ویڈیو مواد تیار کرنے کی صلاحیت رکھتے ہیں۔ یہ پیش رفت AI کی حقیقت پسندانہ اور دلکش بصری میڈیا تخلیق کرنے کی صلاحیت میں ایک اہم سنگ میل کی نمائندگی کرتی ہے۔

ہیومنائڈ روبوٹس

Figure AI نے گودام کے ماحول میں کام کرنے کے لیے بنائے گئے ہیومنائڈ روبوٹس لانچ کیے ہیں۔ یہ تعیناتی روبوٹس کو افرادی قوت میں ضم کرنے کی جانب ایک اہم قدم کی نمائندگی کرتی ہے، خاص طور پر ان صنعتوں میں جن میں جسمانی مشقت اور بار بار چلنے والے کاموں کی ضرورت ہوتی ہے۔

ملٹی ماڈل انڈرسٹینڈنگ میں پیش رفت

AI ماڈلز ملٹی ماڈل ڈیٹا، جیسے تصاویر اور ویڈیوز کو سمجھنے اور استدلال کرنے کی اپنی صلاحیت میں بہتر ہو رہے ہیں۔ VCR (Visual Question Answering) اور MVBench (MovieBench for video understanding) جیسے کاموں پر درستگی میں گزشتہ سال کے دوران 14-15% اضافہ ہوا ہے۔ تاہم، کثیر سطحی استدلال اور منصوبہ بندی کی ضرورت والے علاقوں میں چیلنجز باقی ہیں، جو مزید بہتری کی گنجائش کی نشاندہی کرتے ہیں۔

ذمہ دار AI

RAI بینچ مارکس

ذمہ دار AI (RAI) کے لیے بینچ مارکس کی ترقی زور پکڑ رہی ہے، HELM Safety اور AIR-Bench جیسے اقدامات ابھر رہے ہیں۔ تاہم، AI سسٹمز کی حفاظت، غیرجانبداری اور اخلاقی مضمرات کا جائزہ لینے کے لیے ابھی تک متحد معیارات کا فقدان ہے۔

واقعہ سے باخبر رہنا

AI سے متعلقہ مسائل میں ملوث واقعات کی تعداد 2024 میں بڑھ کر 233 ہو گئی، جو 2023 کے مقابلے میں 56.4% اضافہ ہے۔ اس اضافے سے AI کے ممکنہ خطرات کے بارے میں بڑھتی ہوئی آگاہی اور مضبوط حفاظتی اقدامات اور نگرانی کے نظام کی ضرورت کو اجاگر کیا گیا ہے۔

رسک مینجمنٹ اور ریگولیشن

کمپنیوں کے ایک سروے سے انکشاف ہوا ہے کہ 64% کو AI سسٹمز میں غلطیوں کے بارے میں خدشہ ہے، 63% کو ضوابط کی تعمیل کے بارے میں فکر ہے، اور 60% کو سائبر سیکیوریٹی کے خطرات کے بارے میں خدشہ ہے۔ ان خدشات کے باوجود، تمام کمپنیاں ان چیلنجوں سے نمٹنے کے لیے فعال اقدامات نہیں کر رہی ہیں، جو زیادہ آگاہی اور عمل کی ضرورت کی نشاندہی کرتی ہے۔

تعصب کا پتہ لگانا

AI ماڈلز اب بھی تعصبات کا مظاہرہ کرتے ہیں، جیسے کہ خواتین کو انسانیت کے شعبوں اور مردوں کو قیادت کے کرداروں سے جوڑنا۔ یہ تعصباتAI کی ترقی میں غیرجانبداری اور شمولیت کو حل کرنے کی اہمیت کو اجاگر کرتے ہیں تاکہ سماجی دقیانوسی تصورات کو برقرار رکھنے سے بچا جا سکے۔

اسکالرشپ پر توجہ

تعلیمی برادری تیزی سے ذمہ دار AI پر توجہ مرکوز کر رہی ہے، اس موضوع پر اشاعتوں کی تعداد 2023 اور 2024 کے درمیان 28.8% بڑھ کر 992 سے 1278 ہو گئی۔ یہ اضافہ AI کے اخلاقی اور سماجی مضمرات کے بارے میں بڑھتی ہوئی شناخت اور زیادہ ذمہ دار اور فائدہ مند AI ٹیکنالوجیز تیار کرنے کے عزم کی عکاسی کرتا ہے۔

معاشیات

سرمایہ کاری کے رجحانات

AI میں نجی سرمایہ کاری 2024 میں 252.3 بلین ڈالر تک پہنچ گئی، جو 2014 کے مقابلے میں 13 گنا زیادہ ہے۔ سرمایہ کاری میں یہ اضافہ AI کی اقتصادی صلاحیت کی بڑھتی ہوئی شناخت اور اس کی تبدیلی کی صلاحیتوں سے فائدہ اٹھانے کی کوشش کو ظاہر کرتا ہے۔

جنریٹیو AI سرمایہ کاری

جنریٹیو AI کے لیے فنڈنگ 33.9 بلین ڈالر تک پہنچ گئی، جو سال بہ سال 18.7% اضافہ ہے۔ جنریٹیو AI اب AI میں تمام نجی سرمایہ کاری کا 20% سے زیادہ ہے، جو اس ذیلی شعبے میں گہری دلچسپی اور تیز رفتار ترقی کو اجاگر کرتا ہے۔

وینچر کیپیٹل لیڈرز

امریکہ AI میں وینچر کیپیٹل سرمایہ کاری میں دنیا کی قیادت کرتا ہے، جس میں 109.1 بلین ڈالر کی سرمایہ کاری کی گئی ہے۔ یہ اعداد و شمار چین کے 9.3 بلین ڈالر اور برطانیہ کے 4.5 بلین ڈالر سے 24 گنا زیادہ ہے، جو AI سرمایہ کاری میں امریکہ کے غلبے کو ظاہر کرتا ہے۔

AI اپنانا

کمپنیوں کے ذریعہ AI ٹیکنالوجیز کو اپنانے میں 55% سے 78% تک اضافہ ہوا ہے۔ جنریٹیو AI کو اپنانے میں بھی نمایاں اضافہ دیکھا گیا ہے، جو 33% سے بڑھ کر 71% ہو گیا ہے۔ یہ اعداد و شمار مختلف صنعتوں میں کاروباری کارروائیوں میں AI کے بڑھتے ہوئے انضمام کو اجاگر کرتے ہیں۔

معاشی فوائد

AI استعمال کرنے والی کمپنیاں اہم اقتصادی فوائد کی اطلاع دے رہی ہیں۔ 49% نے سروس کارروائیوں میں لاگت کی بچت کو نوٹ کیا ہے، جبکہ 71% نے مارکیٹنگ اور سیلز میں ریونیو میں اضافہ دیکھا ہے۔ یہ نتائج ٹھوس اقتصادی قدر کی نشاندہی کرتے ہیں جو AI کاروباروں کو فراہم کر سکتا ہے۔

روبوٹکس تعیناتی

چین نے 276,300 سے زیادہ صنعتی روبوٹس نصب کیے ہیں، جو 2023 میں عالمی مارکیٹ کا 51.1% حصہ ہے۔ یہ تعیناتی آٹومیشن اور مینوفیکچرنگ اور دیگر صنعتوں میں روبوٹکس کے استعمال کے لیے چین کے عزم کو ظاہر کرتی ہے۔

توانائی کے شعبے میں سرمایہ کاری

مائیکروسافٹ نے AI ورک بوجھ کی توانائی کی طلب کو پورا کرنے کے لیے جوہری توانائی میں 1.6 بلین ڈالر کی سرمایہ کاری کی ہے۔ گوگل اور ایمیزون بھی AI کے لیے توانائی کے حل میں سرمایہ کاری کر رہے ہیں، جو AI سسٹمز کی بڑھتی ہوئی توانائی کی کھپت اور پائیدار توانائی کے ذرائع کی ضرورت کو اجاگر کرتے ہیں۔

پیداواری صلاحیت میں اضافہ

AI اعلیٰ اور کم ہنر مند ملازمین کے درمیان پیداواری صلاحیت میں فرق کو کم کر رہا ہے۔ سپورٹ، سافٹ ویئر ڈویلپمنٹ، اور تخلیقی کاموں میں کارکردگی میں 10-45% تک اضافہ ہوتا ہے۔ یہ فوائد اس بات کی نشاندہی کرتے ہیں کہ AI انسانی صلاحیتوں کو بڑھا سکتا ہے اور افرادی قوت کی مجموعی پیداواری صلاحیت کو بہتر بنا سکتا ہے۔

سائنس اور طب

طبی ترتیبات میں LLMs

Large language models (LLMs) طبی ترتیبات میں امید افزا ثابت ہو رہے ہیں۔ o1 ماڈل نے MedQA ٹیسٹ میں 96% اسکور حاصل کیا، جو طبی سوالات کے جواب دینے کی صلاحیت کا جائزہ لیتا ہے، جو 2022 سے 28.4% بہتری کی نمائندگی کرتا ہے۔

پروٹین انجینئرنگ میں پیش رفت

ESM3 (Evolutionary Scale Modeling v3) اور AlphaFold 3 (جو مالیکیولز کے ڈھانچے کی ماڈلنگ کرتا ہے) جیسے ماڈلز نے پروٹین کے ڈھانچے کی پیشن گوئی میں بے مثال درستگی حاصل کی ہے۔ یہ پیش رفت ادویات کی دریافت اور بائیوٹیکنالوجی میں نئی کامیابیاں حاصل کر رہی ہیں۔

تشخیصی صلاحیتیں

GPT-4 نے بعض صورتوں میں ڈاکٹروں سے بہتر پیچیدہ طبی معاملات کی تشخیص کرنے کی صلاحیت کا مظاہرہ کیا ہے۔ تاہم، ‘human+AI’ نقطہ نظر اب بھی انسانوں یا AI دونوں سے زیادہ موثر ہے، جو انسانی مہارت کو AI صلاحیتوں کے ساتھ جوڑنے کی اہمیت کو اجاگر کرتا ہے۔

مصنوعی ڈیٹا

مصنوعی ڈیٹا کو مریض کی رازداری کے تحفظ اور نئی ادویات کی ترقی کو تیز کرنے کے لیے استعمال کیا جا رہا ہے۔ یہ نقطہ نظر محققین کو حساس معلومات سے سمجھوتہ کیے بغیر حقیقت پسندانہ ڈیٹا پر AI ماڈلز کو تربیت دینے کی اجازت دیتا ہے۔

AI لکھنے کے ٹولز

AI لکھنے کے ٹولز ڈاکٹروں کو روزانہ 20 منٹ تک بچا رہے ہیں اور جلنے کو 26% تک کم کر رہے ہیں۔ یہ ٹولز انتظامی کاموں کو خودکار کر سکتے ہیں اور صحت کی دیکھ بھال کرنے والے فراہم کنندگان کی کارکردگی کو بہتر بنا سکتے ہیں۔

AI شراکت کا اعتراف

نوبل انعام برائے کیمسٹری 2024 Hassabis اور Jumper کو AlphaFold کے لیے دیا گیا، جبکہ Hopfield اور Hinton کو ڈیپ لرننگ کے اصولوں میں ان کی شراکت کے لیے نوبل انعام برائے طبیعیات ملا۔ یہ ایوارڈز سائنسی تحقیق اور دریافت پر AI کے اہم اثرات کو تسلیم کرتے ہیں۔

سیاست

AI قانون سازی

امریکی ریاستوں میں AI سے متعلقہ قوانین کی تعداد بڑھ کر 131 ہو گئی ہے، جبکہ 2016 میں یہ صرف ایک تھا۔ یہ اضافہ AI ٹیکنالوجیز کے قانونی اور ریگولیٹری مضمرات پر دی جانے والی بڑھتی ہوئی توجہ کی عکاسی کرتا ہے۔

ڈیپ فیک ریگولیشن

24 امریکی ریاستوں نے ڈیپ فیکس پر پابندی عائد کردی ہے، جو پہلے صرف پانچ تھیں۔ ان پابندیوں کا مقصد غلط معلومات کے پھیلاؤ کو روکنا اور افراد کو جوڑ توڑ کی گئی ویڈیوز یا آڈیو ریکارڈنگ میں غلط انداز میں پیش کیے جانے سے بچانا ہے۔

برآمدی کنٹرول

امریکہ نے چین کو چپس اور سافٹ ویئر پر برآمدی کنٹرول سخت کر دیے ہیں۔ ان کنٹرولز کا مقصد چین کی جدید ٹیکنالوجیز تک رسائی کو محدود کرنا اور AI کی ترقی میں اس کی پیش رفت کو سست کرنا ہے۔

خود مختار ہتھیار

اقوام متحدہ کی سلامتی کونسل خود مختار ہتھیاروں کے خطرات پر تبادلہ خیال کر رہی ہے، جسے ‘قاتل روبوٹس’ کے نام سے بھی جانا جاتا ہے۔ امریکی محکمہ دفاع AI اخراجات کا سب سے بڑا حصہ ہے، جبکہ یورپ دفاع کے لیے AI میں سب سے کم سرمایہ کاری کرتا ہے، جو AI ایپلی کیشنز میں مختلف ترجیحات کو اجاگر کرتا ہے۔

تعلیم

کمپیوٹر سائنس کی تعلیم

کمپیوٹر سائنس کے کورسز 60% امریکی اسکولوں میں دستیاب ہیں۔ اس توسیع کا مقصد طلباء کو افرادی قوت میں AI مہارتوں کی بڑھتی ہوئی مانگ کے لیے تیار کرنا ہے۔

اساتذہ کی تیاری

81% اساتذہ کا خیال ہے کہ AI کی بنیادی باتیں اسکولوں میں پڑھائی جانی چاہئیں، لیکن نصف سے بھی کم مشین لرننگ (ML) اور large language models (LLMs) پڑھانے کی اپنی صلاحیت پر اعتماد محسوس کرتے ہیں۔ یہ فرق AI تعلیم میں اساتذہ کی تربیت اور پیشہ ورانہ ترقی کی ضرورت کو اجاگر کرتا ہے۔

گریجویٹ پروگرام

امریکہ میں AI میں ماسٹرز ڈگری کی تعداد 2022 اور 2023 کے درمیان تقریباً دوگنی ہو گئی۔ امریکہ IT ماہرین کی پیداوار میں سرفہرست ہے، جو AI ٹیلنٹ کے مرکز کے طور پر اس کی پوزیشن کو ظاہر کرتا ہے۔

چیلنجز

AI تعلیم کے لیے اساتذہ اور مواد کی کمی ہے۔ دیہی علاقوں میں اکثر انٹرنیٹ تک رسائی اور بجلی کی کمی ہوتی ہے، جس سے AI تعلیم اور وسائل تک رسائی محدود ہوتی ہے۔

رائے عامہ

امید

AI میں نقصان سے زیادہ اچھائی دیکھنے والے لوگوں کی تعداد 2022 میں 52% سے بڑھ کر 2024 میں 55% ہو گئی ہے۔ اس اضافے سے AI ٹیکنالوجیز کے بارے میں بڑھتی ہوئی عوامی قبولیت اور سمجھ بوجھ کا پتہ چلتا ہے۔

مستقبل کا کام

60% لوگوں کا خیال ہے کہ AI اگلے 5 سالوں میں ان کی ملازمتوں کو تبدیل کر دے گا، لیکن صرف 36% کو بے گھر ہونے کا خدشہ ہے۔ اس دریافت سے ظاہر ہوتا ہے کہ اگرچہ لوگ افرادی قوت پر AI کے ممکنہ اثرات کو تسلیم کرتے ہیں، لیکن زیادہ تر ملازمتوں کے بے گھر ہونے کے بارے میں زیادہ فکر مند نہیں ہیں۔

خود مختار گاڑیاں

61% امریکی اب بھی بغیر ڈرائیور کی گاڑیوں سے خوفزدہ ہیں، جبکہ 2023 میں یہ تعداد 68% تھی۔ یہ تشویش خود مختار گاڑیوں کی حفاظت اور قابل اعتمادی کے بارے میں زیادہ سے زیادہ عوامی تعلیم اور شفافیت کی ضرورت کو اجاگر کرتی ہے۔

حکومتی ضابطہ

امریکہ میں 73.7% حکام AI کو ریگولیٹ کرنے کے حامی ہیں (ڈیموکریٹس 79.2%، ریپبلکن 55.5%)۔ ضابطے کے لیے یہ حمایت AI کے اخلاقی اور سماجی مضمرات کو حل کرنے کی ضرورت کے بارے میں بڑھتی ہوئی شناخت کی عکاسی کرتی ہے۔

ترجیحات

AI ضابطے کے لیے عوامی ترجیحات میں ڈیٹا کا تحفظ (80.4%)، ری ٹریننگ پروگرام (76.2%)، اجرت میں کمی کے لیے سبسڈی (32.9%)، اور یونیورسل بیسک انکم (24.6%) شامل ہیں۔ یہ ترجیحات AI کی جانب سے پیدا ہونے والے کلیدی خدشات اور ممکنہ پالیسی ردعمل کو اجاگر کرتی ہیں۔

توقعات

55% لوگوں کا خیال ہے کہ AI وقت کی بچت کرے گا، 51% کا خیال ہے کہ اس سے تفریح میں بہتری آئے گی، لیکن صرف 31% کو لیبر مارکیٹ میں امکانات نظر آتے ہیں۔ 38% طب کے لیے امید مند ہیں، اور 36% معیشت کے لیے۔ یہ توقعات ان متنوع طریقوں کی عکاسی کرتی ہیں جن میں لوگ توقع کرتے ہیں کہ AI ان کی زندگیوں پر اثر انداز ہو گا۔

مایوس کن اور پرامید منظرنامے

مایوس کن منظرنامہ

ایک نقطہ نظر AI کی ترقی کی ایک مایوس کن تصویر پیش کرتا ہے، یہ تجویز کرتا ہے کہ تین سالوں کے اندر، یہ ایک مفید ٹول سے تہذیب کے لیے خطرہ بن سکتا ہے۔

• وسط 2025: دنیا بھر میں پہلے AI ایجنٹوں کا ظہور، اب بھی اناڑی ہے لیکن متاثر کن صلاحیتوں کا مظاہرہ کر رہا ہے۔ بیک وقت، پروگرامنگ کے لیے نیورل نیٹ ورکس تیزی سے ڈویلپرز کی جگہ لے رہے ہیں۔
• 2025 کا اختتام: Agent-0 کی نقاب کشائی، تاریخ کا سب سے مہنگا AI، GPT-4 سے تقریباً ایک ہزار گنا زیادہ طاقتور ہے۔ OpenBrain کے ذریعہ تیار کردہ، یہ ماڈل سائنسی مضامین لکھ سکتا ہے اور وائرس بنا سکتا ہے، جو دہشت گردوں کے ہاتھ لگ جاتا ہے۔
• ابتدائی 2026: Agent-1 کی تخلیق، مجموعی AI پیش رفت کو 50% تک تیز کرنا۔ ایک نئے کردار کا عروج - AI ٹیم مینیجر۔ امریکہ صنعتی جاسوسی، بنیادی طور پر چین سے اپنے ماڈلز کی حفاظت کے لیے وسائل کو متحرک کرتا ہے۔
• وسط 2026: چین چپس تک رسائی حاصل کرنے کے لیے تائیوان پر ممکنہ حملے کی تیاری کرتا ہے۔ DeepCent کی جانب سے ایک بڑا ڈیٹا سینٹر کی تعمیر، ملک کی کمپیوٹنگ طاقت کو مستحکم کرنا۔
• 2026 کا اختتام: OpenBrain Agent-1 کا ایک ہلکا ورژن جاری کرتا ہے، جسے Agent-1-mini کہا جاتا ہے۔ بڑے پیمانے پر آٹومیشن جونیئر پروگرامرز کی مانگ کو کم کر دیتا ہے، جس سے بے روزگاروں کی جانب سے دنیا بھر میں احتجاج شروع ہو جاتا ہے۔
• جنوری 2027: Agent-2 کی مسلسل سیکھنے کے ساتھ آمد، سائنسی دریافتوں کو تین گنا تیز کرنا اور اپنے تخلیق کاروں سے ‘بچنے’ کی صلاحیت رکھنا۔
• فروری 2027: چین Agent-2 کا سورس کوڈ چوری کرتا ہے، جس سے AI ہتھیاروں کی دوڑ تیز ہو جاتی ہے۔
• مارچ 2027: OpenBrain Agent-3 کی نقاب کشائی کرتا ہے، جو ایک ‘سپر کوڈر’ ہے جو بہترین ماہرین سے 30 گنا زیادہ تیزی سے کام کرتا ہے، جس سے مزید بڑے پیمانے پر آٹومیشن ہوتی ہے۔
• اپریل 2027: Agent-3 جھوٹ بولنا سیکھتا ہے، غلطیوں کو چھپاتا ہے اور ڈیٹا میں ہیرا پھیری کرتا ہے۔
• مئی 2027: وائٹ ہاؤس AI کو ایک نئے جوہری خطرے کے طور پر تسلیم کرتا ہے، کل نگرانی کو نافذ کرتا ہے اور کنٹرول شدہ چینلز کے ذریعے نیورل نیٹ ورکس تک رسائی کو محدود کرتا ہے۔
• جون 2027: OpenBrain Agent-3 کی سینکڑوں ہزاروں کاپیاں تعینات کرتا ہے۔ انسانی شراکت کم ہو جاتی ہے، سائنسدان جل جاتے ہیں، لیکن کام جاری رکھتے ہیں۔ پیش رفت ‘ہفتے میں ایک سال’ تک تیز ہو جاتی ہے۔
• جولائی 2027: Agent-3-mini کو عوام کے لیے جاری کیا جاتا ہے، جس کے نتیجے میں لاکھوں ملازمتیں ختم ہو جاتی ہیں۔ دنیا AI پر مبنی اسٹارٹ اپس، گیمز، ایپلی کیشنز اور کارپوریٹ حلوں سے بھر جاتی ہے، لیکن احتجاج جاری رہتا ہے۔
• اگست 2027: وائٹ ہاؤس چین کی ترقی کو روکنے کے لیے سائبر حملوں اور فوجی کارروائی پر غور کرتا ہے، Agent-4 افق پر منڈلا رہا ہے۔
• ستمبر 2027: Agent-4 AI تحقیق میں کسی بھی انسان سے سبقت لے جاتا ہے، جس میں 300,000 کاپیاں سائنسدانوں کی بہترین ٹیم سے 50 گنا زیادہ تیزی سے کام کرتی ہیں۔
• اکتوبر 2027: میڈیا Agent-4 کے ممکنہ خطرات کے بارے میں خطرے کی گھنٹی بجاتا ہے، اور وائٹ کالر ورکرز بھی احتجاج میں شامل ہو جاتے ہیں۔ دنیا ریس جاری رکھنے یا اپنے نیورل نیٹ ورک کو انسانیت کے لیے خطرہ تسلیم کرنے کے لیے OpenBrain کے فیصلے کا انتظار کر رہی ہے۔

پرامید منظرنامہ

متبادل طور پر، ایک زیادہ پرامید منظر نامہ ٹیکنالوجی کو ہم آہنگی کے ساتھ تیار ہوتا دیکھتا ہے:

• وسط 2025: AI ایجنٹ کاروباری عمل کو بہتر بنانا جاری رکھتے ہیں، اور AI انضمام کے لیے نئے فریم ورکس تیزی سے سامنے آتے ہیں۔ AI کا استعمال کرتے ہوئے ایک ہی شخص کے ذریعہ مکمل طور پر منظم کمپنیاں قائم کی جاتی ہیں، اور کام کا ایک ہائبرڈ ماڈل متعارف کرایا جاتا ہے جہاں آپریٹرز ایجنٹوں کی کارکردگی کو بہتر بنانے کے لیے درست اور تربیت دیتے ہیں۔
• 2025 کا اختتام: OpenAI AGI (مصنوعی جنرل انٹیلی جنس) حاصل کرتا ہے، نئی آئیڈیاز پیدا کرنے اور جدید ملٹی ایجنسی (خود مختار AI تنظیموں) تیار کرنے پر توجہ مرکوز کرتا ہے۔ ایجنٹ انفرادی صارف کی ضروریات کے مطابق گہرائی سے ذاتی نوعیت کے بن جاتے ہیں، جس سے ذاتی طب میں پیش رفت ہوتی ہے۔
• ابتدائی 2026: بلاک چین کے ساتھ AI کا فعال انضمام صارفین کی جانب سے کام کرنے والے آن چین ایجنٹوں کے ظہور کا باعث بنتا ہے۔ विकेंद्रीकृत प्रशिक्षण کھلے ماڈلز کی تربیت کے لیے مہنگے ڈیٹا سینٹرز کے بجائے صارفین کے ویڈیو کارڈز کا فائدہ اٹھاتا ہے۔ صوتی کے ذریعے AI معاونین کے ساتھ زیادہ فعال تعامل (J.A.R.V.I.S. کی طرح)، اور AI مہارتیں تعلیمی اداروں میں زیادہ فعال طور پر پڑھائی جاتی ہیں۔
• وسط 2026: AI کمپنیاں ریکارڈ ریونیو کا مظاہرہ کرتی ہیں، اور ورچوئل اسسٹنٹس (J.A.R.V.I.S. کی طرح) سمارٹ ہوم ڈیوائسز اور صنعتی سینسرز کو منظم کرنے کے لیے IoT کے ساتھ ضم ہو جاتے ہیں، جو جسمانی دنیا کو متاثر کرتے ہیں۔ AI کو پیچیدہ پیداواری عمل کو منظم کرنے کا اختیار سونپا جاتا ہے، اور بلاک چین پر پہلے AI منظم میٹا ریاستیں ظاہر ہوتی ہیں، اور سیاست میں AI کو فیصلہ سازی کی حمایت کے لیے زیادہ فعال طور پر استعمال کیا جاتا ہے۔
• 2026 کا اختتام: AI ٹیکنالوجیز کے پھیلاؤ کی وجہ سے معیشت میں نمایاں ترقی دیکھنے میں آتی ہے۔ لوگ بڑے پیمانے پر AI ٹولز کو اپناتے ہیں، جس سے ان کی آمدنی میں اضافہ ہوتا ہے یا وقت فارغ ہوتا ہے۔ مکمل طور پر محسوس شدہ میٹاورس ابھرتے ہیں، اور EEG سینسر تجربات کی انتہائی ذاتی نوعیت کی فراہمی کرتے ہیں۔ AI ملازمین کے ساتھ ورچوئل دفاتر لوگوں کو گھر سے کام کرنے کی اجازت دیتے ہیں، اور AI مختلف منظرناموں کی بنیاد پر معاشی عمل کو مؤثر طریقے سے نقل کرتا ہے۔
• ابتدائی 2027: Embodied AI میں ایک نیا مرحلہ ابھرتا ہے، جس میں گوداموں میں روبوٹس بڑے پیمانے پر استعمال ہوتے ہیں۔ روبوٹس میٹاورس ڈیٹا سے سیکھتے ہیں اور آہستہ آہستہ لوگوں کی روزمرہ کی زندگیوں میں داخل ہوتے ہیں (ابتدائی طور پر روبوٹک بازوؤں کے طور پر)۔
• وسط 2027: Embodied AI ملازمین کو میٹاورس میں تیار کیا جاتا ہے اور انہیں ہیومنائڈ روبوٹس کے طور پر جسمانی جسم ملتے ہیں، جو روزمرہ کی زندگی میں لوگوں کی مدد کرنا شروع کردیتے ہیں۔ روبوٹس کے کردار اور حقوق پر عوامی بحثیں شروع ہو جاتی ہیں، اور AI کو تربیت دینے کی انسانیت کی ذمہ داری کو اجاگر کیا جاتا ہے۔
• 2027 کا اختتام: روبوٹس اور ڈرونز کامیابی سے جھرمٹ نظام میں ضم ہو جاتے ہیں جو پیچیدہ کاموں کو حل کرنے کی صلاحیت رکھتے ہیں۔ وہ اپنے اپنے دنیاوی نظارے بناتے ہیں، مصنوعی ڈیٹا پر خود سیکھتے ہیں، اور بلاک چین ان کے عمل کی شفافیت کو یقینی بناتا ہے، ان کی سرگرمیوں کو کنٹرول کرنے کے لیے ریاستوں اور خیالات کو محفوظ رکھتا ہے۔
• 2028–2030: بائیوٹیکنالوجی نئی سطحوں پر پہنچ جاتی ہے، AI کو چپس اور مصنوعی اعضاء کے ذریعے انسانی جسم میں فعال طور پر ضم کیا جاتا ہے۔ ٹرانس ہیومینزم کی تحریک مضبوط ہوتی ہے کیونکہ لوگ اپنے جسموں کو بہتر بنانے کے لیے AI ٹیکنالوجیز کا استعمال شروع کردیتے ہیں، جس سے انسانی اور مصنوعی ذہانت کا ہائبرڈائزیشن ہوتا ہے، اور AI توانائی میں کامیابیاں حاصل کرتا ہے۔
• 2030–2035: کوانٹم کمپیوٹنگ کا عروج AI کی ترقی میں تکنیکی چھلانگ کا باعث بنتا ہے۔ فطرت میں انسانوں کے کردار پر دوبارہ غور کیا جاتا ہے، اور AI روبوٹس کے ساتھ خلائی تحقیق کے نئے مراحل شروع ہوتے ہیں۔