اینٹ کا AI ماڈل ٹریننگ کا جدید طریقہ
اینٹ گروپ، جیک ما کی حمایت یافتہ فن ٹیک کمپنی، نے چینی ساختہ سیمی کنڈکٹرز (Chinese-made semiconductors) کا استعمال کرتے ہوئے مصنوعی ذہانت (Artificial Intelligence) میں ایک اہم پیش رفت کی ہے۔ اس جدید طریقہ کار نے کمپنی کو AI ماڈلز کی تربیت کے لیے نئی تکنیکیں تیار کرنے کے قابل بنایا ہے، جس کے نتیجے میں اخراجات میں 20 فیصد کمی واقع ہوئی ہے۔ اس معاملے سے واقف ذرائع نے انکشاف کیا ہے کہ اینٹ نے گھریلو چپس کا استعمال کیا، جس میں اس کے ملحقہ علی بابا گروپ ہولڈنگ لمیٹڈ (Alibaba Group Holding Ltd.) اور ہواوے ٹیکنالوجیز کمپنی (Huawei Technologies Co.) کے چپس شامل ہیں، تاکہ Mixture of Experts (MoE) مشین لرننگ اپروچ کا استعمال کرتے ہوئے ماڈلز کو تربیت دی جا سکے۔
اینٹ کی جانب سے حاصل کردہ نتائج Nvidia Corp. کے چپس، جیسے کہ H800، جو کہ ایک طاقتور پروسیسر ہے اور امریکہ کی جانب سے چین کو برآمد کرنے پر پابندی ہے، کے استعمال سے حاصل کردہ نتائج کے برابر تھے۔ اگرچہ اینٹ AI ڈویلپمنٹ کے لیے Nvidia کا استعمال جاری رکھے ہوئے ہے، لیکن یہ اپنے تازہ ترین ماڈلز کے لیے Advanced Micro Devices Inc. (AMD) اور چینی چپس سمیت متبادل پر زیادہ انحصار کر رہا ہے۔
AI کی دوڑ میں داخلہ: چین بمقابلہ امریکہ
AI ماڈل ڈویلپمنٹ میں اینٹ کا داخلہ اسے چینی اور امریکی کمپنیوں کے درمیان سخت مقابلے کے عین درمیان رکھتا ہے۔ یہ دوڑ اس وقت سے تیز ہو گئی ہے جب سے DeepSeek نے انتہائی قابل ماڈلز کو انڈسٹری کی بڑی کمپنیوں جیسے OpenAI اور Alphabet Inc. کی Google، جنہوں نے اربوں ڈالر کی سرمایہ کاری کی ہے، کے مقابلے میں کم لاگت پر تربیت دینے کی صلاحیت کا مظاہرہ کیا۔ اینٹ کی کامیابی چینی کمپنیوں کے اس عزم کو ظاہر کرتی ہے کہ وہ جدید ترین Nvidia سیمی کنڈکٹرز کے مقامی طور پر تیار کردہ متبادل استعمال کریں۔
لاگت سے موثر AI انفرنسنگ کا وعدہ
اس مہینے شائع ہونے والے اینٹ کے تحقیقی مقالے میں اس کے ماڈلز کی صلاحیت کو اجاگر کیا گیا ہے، جس میں Meta Platforms Inc. کے مقابلے میں کچھ معیارات میں اعلیٰ کارکردگی کا دعویٰ کیا گیا ہے، حالانکہ Bloomberg News نے ان دعووں کی آزادانہ طور پر تصدیق نہیں کی ہے۔ تاہم، اگر اینٹ کے پلیٹ فارمز اشتہار کے مطابق کارکردگی کا مظاہرہ کرتے ہیں، تو وہ چینی مصنوعی ذہانت کی ترقی میں ایک اہم پیش رفت کی نمائندگی کر سکتے ہیں۔ اس کی بنیادی وجہ ان کی انفرنسنگ (inferencing) کی لاگت کو ڈرامائی طور پر کم کرنے کی صلاحیت ہے، جو کہ AI سروسز کو سپورٹ کرنے کا عمل ہے۔
Mixture of Experts: AI میں ایک گیم چینجر
جیسا کہ کمپنیاں AI میں خاطر خواہ وسائل لگا رہی ہیں، MoE ماڈلز ایک مقبول اور موثر طریقہ کار کے طور پر نمایاں ہوئے ہیں۔ یہ تکنیک، جسے Google اور ہانگژو میں قائم اسٹارٹ اپ DeepSeek جیسی کمپنیاں استعمال کرتی ہیں، کاموں کو ڈیٹا کے چھوٹے سیٹوں میں تقسیم کرنے پر مشتمل ہے۔ یہ ماہرین کی ایک ٹیم رکھنے کے مترادف ہے، جن میں سے ہر ایک کام کے ایک مخصوص حصے پر توجہ مرکوز کرتا ہے، اس طرح مجموعی عمل کو بہتر بنایا جاتا ہے۔
GPU کی رکاوٹ پر قابو پانا
روایتی طور پر، MoE ماڈلز کی تربیت کا زیادہ تر انحصار اعلیٰ کارکردگی والے چپس پر ہوتا ہے، جیسے کہ Nvidia کے تیار کردہ گرافکس پروسیسنگ یونٹس (GPUs)۔ ان چپس کی بے تحاشہ لاگت بہت سی چھوٹی فرموں کے لیے ایک بڑی رکاوٹ رہی ہے، جس نے MoE ماڈلز کو وسیع پیمانے پر اپنانے کو محدود کر دیا ہے۔ تاہم، اینٹ بڑے لینگویج ماڈلز (LLMs) کو زیادہ موثر طریقے سے تربیت دینے کے طریقوں پر تندہی سے کام کر رہا ہے، جس سے اس رکاوٹ کو مؤثر طریقے سے ختم کیا جا رہا ہے۔ ان کے تحقیقی مقالے کا عنوان، جس کا مقصد “پریمیم GPUs کے بغیر” ایک ماڈل کو اسکیل کرنا ہے، اس مقصد کی واضح عکاسی کرتا ہے۔
Nvidia کے تسلط کو چیلنج کرنا
اینٹ کا طریقہ کار Nvidia کے CEO، Jensen Huang کی جانب سے وکالت کی جانے والی مروجہ حکمت عملی کو براہ راست چیلنج کرتا ہے۔ Huang نے مسلسل یہ دلیل دی ہے کہ کمپیوٹیشنل ڈیمانڈ میں اضافہ ہوتا رہے گا، یہاں تک کہ DeepSeek کے R1 جیسے زیادہ موثر ماڈلز کے ابھرنے کے باوجود۔ ان کا خیال ہے کہ کمپنیوں کو لاگت کم کرنے کے لیے سستے چپس کی بجائے زیادہ آمدنی پیدا کرنے کے لیے بہتر چپس کی ضرورت ہوگی۔ نتیجتاً، Nvidia نے بہتر پروسیسنگ کورز، ٹرانزسٹرز اور بڑھی ہوئی میموری کی گنجائش کے ساتھ بڑے GPUs بنانے پر اپنی توجہ مرکوز رکھی ہے۔
لاگت کی بچت کی مقدار
اینٹ نے اپنے بہتر طریقہ کار کی لاگت کی تاثیر کو ظاہر کرنے کے لیے ٹھوس اعداد و شمار فراہم کیے ہیں۔ کمپنی نے بتایا کہ اعلیٰ کارکردگی والے ہارڈ ویئر کا استعمال کرتے ہوئے 1 ٹریلین ٹوکنز کی تربیت پر تقریباً 6.35 ملین یوآن ($880,000) لاگت آئے گی۔ تاہم، کم تفصیلات والے ہارڈ ویئر اور اپنی بہتر تکنیکوں کا استعمال کرتے ہوئے، اینٹ اس لاگت کو 5.1 ملین یوآن تک کم کر سکتا ہے۔ ٹوکنز معلومات کی اکائیوں کی نمائندگی کرتے ہیں جن پر ایک ماڈل دنیا کے بارے میں جاننے اور صارف کے سوالات کے متعلقہ جوابات فراہم کرنے کے لیے کارروائی کرتا ہے۔
صنعتی حل کے لیے AI کی کامیابیوں کا فائدہ اٹھانا
اینٹ اپنی حالیہ پیش رفت، خاص طور پر Ling-Plus اور Ling-Lite، کا فائدہ اٹھاتے ہوئے صحت کی دیکھ بھال اور فنانس جیسے شعبوں کے لیے صنعتی AI حل تیار کرنے کا منصوبہ رکھتا ہے۔ یہ ماڈلز مخصوص صنعت کی ضروریات کو پورا کرنے اور موزوں حل فراہم کرنے کے لیے بنائے گئے ہیں۔
صحت کی دیکھ بھال میں AI ایپلی کیشنز کو بڑھانا
صحت کی دیکھ بھال کے لیے اینٹ کا عزم چینی آن لائن پلیٹ فارم Haodf.com کو اپنی مصنوعی ذہانت کی خدمات میں ضم کرنے سے ظاہر ہوتا ہے۔ AI ڈاکٹر اسسٹنٹ کی تخلیق کے ذریعے، اینٹ کا مقصد Haodf کے 290,000 ڈاکٹروں کے وسیع نیٹ ورک کو طبی ریکارڈ کے انتظام جیسے کاموں میں مدد فراہم کرنا ہے۔ AI کا یہ اطلاق صحت کی دیکھ بھال کی فراہمی میں کارکردگی اور درستگی کو نمایاں طور پر بہتر بنانے کی صلاحیت رکھتا ہے۔
روزمرہ کی زندگی کے لیے AI سے چلنے والا اسسٹنس
صحت کی دیکھ بھال کے علاوہ، اینٹ نے Zhixiaobao نامی ایک AI ‘لائف اسسٹنٹ’ ایپ اور Maxiaocai نامی ایک مالیاتی مشاورتی AI سروس بھی تیار کی ہے۔ یہ ایپلی کیشنز روزمرہ کی زندگی کے مختلف پہلوؤں میں AI کو ضم کرنے کے اینٹ کے عزائم کو ظاہر کرتی ہیں، جو صارفین کو ذاتی نوعیت کی اور ذہین مدد فراہم کرتی ہیں۔
کارکردگی کا موازنہ: Ling ماڈلز بمقابلہ حریف
اپنے تحقیقی مقالے میں، اینٹ کا دعویٰ ہے کہ Ling-Lite ماڈل نے انگریزی زبان کی سمجھ کے ایک اہم معیار میں Meta کے Llama ماڈلز میں سے ایک کو پیچھے چھوڑ دیا۔ مزید برآں، Ling-Lite اور Ling-Plus دونوں ماڈلز نے چینی زبان کے معیارات پر DeepSeek کے مساوی ماڈلز کے مقابلے میں اعلیٰ کارکردگی کا مظاہرہ کیا۔ یہ AI لینڈ اسکیپ میں اینٹ کی مسابقتی پوزیشن کو اجاگر کرتا ہے۔
جیسا کہ بیجنگ میں قائم AI حل فراہم کرنے والے Shengshang Tech Co. کے چیف ٹیکنالوجی آفیسر رابن یو نے بجا طور پر کہا، “اگر آپ کو دنیا کے بہترین کنگ فو ماسٹر کو شکست دینے کے لیے حملے کا ایک نقطہ مل جاتا ہے، تو آپ پھر بھی کہہ سکتے ہیں کہ آپ نے انہیں شکست دی، یہی وجہ ہے کہ حقیقی دنیا کی ایپلی کیشن اہم ہے۔”
تعاون اور جدت کے لیے اوپن سورسنگ
اینٹ نے Ling ماڈلز کو اوپن سورس بنایا ہے، جس سے AI کمیونٹی میں تعاون اور جدت کو فروغ دیا جا رہا ہے۔ Ling-Lite میں 16.8 بلین پیرامیٹرز ہیں، جو کہ ایڈجسٹ ہونے والی سیٹنگز ہیں جو ماڈل کی کارکردگی کو کنٹرول کرتی ہیں۔ دوسری طرف، Ling-Plus نمایاں طور پر 290 بلین پیرامیٹرز پر فخر کرتا ہے، جو اسے بڑے لینگویج ماڈلز میں رکھتا ہے۔ سیاق و سباق فراہم کرنے کے لیے، ماہرین کا اندازہ ہے کہ ChatGPT کے GPT-4.5 میں تقریباً 1.8 ٹریلین پیرامیٹرز ہیں، جبکہ DeepSeek-R1 میں 671 بلین ہیں۔
ماڈل ٹریننگ میں چیلنجز سے نمٹنا
ان ماڈلز کو تیار کرنے میں اینٹ کا سفر چیلنجز سے خالی نہیں رہا ہے۔ کمپنی کو تربیت کے کچھ شعبوں میں مشکلات کا سامنا کرنا پڑا، خاص طور پر استحکام کے حوالے سے۔ یہاں تک کہ ہارڈ ویئر یا ماڈل کے ڈھانچے میں معمولی تبدیلیاں بھی مسائل کا باعث بن سکتی ہیں، بشمول ماڈلز کی غلطی کی شرح میں اتار چڑھاؤ۔ یہ جدید AI ماڈلز کی تربیت میں شامل پیچیدگی اور حساسیت کو ظاہر کرتا ہے۔
صحت کی دیکھ بھال میں حقیقی دنیا کی تعیناتی
عملی ایپلی کیشنز کے لیے اینٹ کا عزم صحت کی دیکھ بھال پر مرکوز بڑے ماڈل مشینوں کی تعیناتی سے مزید ظاہر ہوتا ہے۔ یہ مشینیں فی الحال بیجنگ اور شنگھائی جیسے بڑے شہروں میں سات ہسپتالوں اور صحت کی دیکھ بھال فراہم کرنے والوں کے زیر استعمال ہیں۔ بڑا ماڈل طبی مشاورتی خدمات فراہم کرنے کے لیے DeepSeek R1، Alibaba کے Qwen اور اینٹ کے اپنے LLM کا فائدہ اٹھاتا ہے۔
بہتر صحت کی دیکھ بھال کی خدمات کے لیے AI ایجنٹس
بڑے ماڈل مشینوں کے علاوہ، اینٹ نے دو میڈیکل AI ایجنٹس متعارف کرائے ہیں: Angel اور Yibaoer. Angel پہلے ہی 1,000 سے زیادہ طبی سہولیات کو خدمات فراہم کر چکا ہے، جبکہ Yibaoer طبی انشورنس خدمات کے لیے معاونت فراہم کرتا ہے۔ مزید برآں، پچھلے سال ستمبر میں، اینٹ نے اپنی Alipay ادائیگی ایپ کے اندر AI ہیلتھ کیئر مینیجر سروس کا آغاز کیا، جس سے صحت کی دیکھ بھال کے شعبے میں اس کی رسائی میں مزید اضافہ ہوا۔ یہ اقدامات صحت کی دیکھ بھال کی فراہمی کو تبدیل کرنے اور بہتر بنانے کے لیے AI کا فائدہ اٹھانے کے لیے اینٹ کے عزم کو ظاہر کرتے ہیں۔