چین کی ٹیک کمپنیاں، امریکی چپ پابندیوں کے باوجود، اختراع اور خود انحصاری پر توجہ مرکوز کر رہی ہیں۔ اس حکمت عملی کے تحت Tencent اور Baidu جیسی کمپنیاں AI کی ترقی کے لیے نئے راستے تلاش کر رہی ہیں۔
Tencent اور Baidu: امریکی چپ پابندیوں کے تناظر میں AI کی حکمت عملی
جغرافیائی سیاسی تناؤ اور تکنیکی رکاوٹوں سے متاثرہ ماحول میں، چین کی بڑی ٹیک کمپنیاں Tencent اور Baidu مصنوعی ذہانت (AI) کی ترقی کے لیے اپنی حکمت عملیوں کو دوبارہ ترتیب دے رہی ہیں۔ امریکہ کی جانب سے جدید سیمی کنڈکٹرز پر عائد کردہ برآمدی کنٹرول کے پیش نظر، یہ کمپنیاں اختراع، کارکردگی اور خود انحصاری پر توجہ مرکوز کر رہی ہیں۔
Tencent کے صدر مارٹن لاؤ نے حالیہ آمدنی کال کے دوران انکشاف کیا کہ کمپنی نے گرافکس پروسیسنگ یونٹس (GPUs) کا ایک بڑا ذخیرہ تیار کیا ہے، جو AI کی تربیت کے لیے اہم اجزاء ہیں۔ اس اسٹریٹجک ذخیرے کا مقصد سپلائی چین میں ممکنہ رکاوٹوں سے بچنا ہے، تاکہ Tencent کے AI اقدامات بغیر کسی رکاوٹ کے جاری رہ سکیں۔
تاہم، Tencent کی حکمت عملی محض ہارڈ ویئر جمع کرنے سے آگے ہے۔ لاؤ نے اس بات پر بھی زور دیا کہ کمپنی اپنے سافٹ ویئر کو بہتر بنانے اور چھوٹے AI ماڈلز کو تلاش کرنے کے لیے پرعزم ہے۔ اس نقطہ نظر کا مقصد Tencent کا خالص کمپیوٹنگ طاقت پر انحصار کم کرنا ہے، جس سے کمپنی وسائل کے زیادہ موثر استعمال کے ساتھ AI میں نمایاں پیش رفت کر سکتی ہے۔
Baidu، جو چین کی سرچ انجن مارکیٹ میں ایک بڑا کھلاڑی ہے اور کلاؤڈ سروسز مہیا کرتا ہے، ایک مختلف لیکن تکمیلی نقطہ نظر اختیار کر رہا ہے۔ کمپنی نے اپنی آمدنی کال کے دوران اپنی "فل اسٹیک" AI صلاحیتوں پر روشنی ڈالی، اور AI کی ترقی کے عمل کے مختلف پہلوؤں کو کنٹرول اور مربوط کرنے کی اپنی صلاحیت پر زور دیا۔ اس اینڈ ٹو اینڈ کنٹرول کو ایسی دنیا میں ایک اہم فائدہ سمجھا جاتا ہے جہاں جدید ٹیکنالوجی تک رسائی محدود ہو سکتی ہے۔
Tencent اور Baidu دونوں کی حکمت عملی چین کی ٹیک کمپنیوں کے درمیان ایک وسیع تر رجحان کی نشاندہی کرتی ہے: جدید امریکی ٹیکنالوجی تک محدود رسائی سے پیدا ہونے والے چیلنجوں پر قابو پانے کے لیے کارکردگی اور گھریلو اختراع پر توجہ مرکوز کرنا۔ یہ موافقت محض ایک ردِ عمل نہیں ہے بلکہ چین کے اندر ایک زیادہ پائیدار اور لچکدار AI ایکو سسٹم بنانے کی ایک فعال کوشش ہے۔
چین کی Semiconductor انحصار: اسٹریٹجک موافقت
چین کی ٹیک انڈسٹری طویل عرصے سے ایک اہم خطرے سے دوچار ہے: جدید سیمی کنڈکٹرز کے لیے غیر ملکی ذرائع پر اس کا انحصار۔ اس انحصار کو امریکی برآمدی کنٹرول کے ذریعے نمایاں کیا گیا ہے، جو چینی کمپنیوں کی AI اور دیگر جدید ٹیکنالوجیز کے لیے درکار جدید ترین چپس حاصل کرنے کی صلاحیت کو محدود کرتا ہے۔
Tencent کا GPUs کو ذخیرہ کرنے اور زیادہ موثر AI ماڈلز تیار کرنے کا دوہرا نقطہ نظر اس بات کی مثال ہے کہ کس طرح چینی کمپنیاں اس مشکل ماحول سے نمٹنے کی کوشش کر رہی ہیں۔ GPU ذخیرہ سپلائی میں خلل کے خلاف ایک قلیل مدتی کشن فراہم کرتا ہے، جبکہ زیادہ موثر AI ماڈلز کی ترقی محدود ٹیکنالوجیز پر انحصار کو کم کرنے کے لیے ایک طویل مدتی حکمت عملی کی نمائندگی کرتی ہے۔
موجودہ ہارڈ ویئر وسائل سے زیادہ سے زیادہ کارکردگی حاصل کرنے کے لیے سافٹ ویئر کو بہتر بنانے کی حکمت عملی سپلائی کی رکاوٹوں کا ایک عملی جواب ہے۔ دستیاب ہارڈ ویئر سے بہترین کارکردگی حاصل کر کے، چینی کمپنیاں کارکردگی پر مرکوز AI کی ترقی میں تیزی لا سکتی ہیں۔ یہ نقطہ نظر AI الگورتھم اور آرکیٹیکچرز میں نئی پیش رفت کا باعث بھی بن سکتا ہے جو خاص طور پر کم طاقتور ہارڈ ویئر پر چلانے کے لیے ڈیزائن کیے گئے ہیں۔
Baidu کی جانب سے "فل اسٹیک" صلاحیتوں پر زور دینا اس وسیع تر رجحان کے ساتھ مطابقت رکھتا ہے۔ مربوط ٹیکنالوجی اسٹیک تیار کر کے جہاں وہ زیادہ اجزاء کوکنٹرول کرتے ہیں، Baidu کا مقصد مستقبل میں سپلائی میں خلل کے خطرے کو کم کرنا ہے۔ یہ عمودی انضمام Baidu کو اپنی ٹیکنالوجی روڈ میپ پر زیادہ کنٹرول رکھنے اور بیرونی سپلائرز پر اپنے انحصار کو کم کرنے کی اجازت دیتا ہے۔
پابندیوں کے مطابق ڈھالنا: اہم حکمت عملی
- اسٹریٹجک ذخیرہ اندوزی: سپلائی میں خلل سے بچنے کے لیے GPUs جیسے اہم اجزاء کے ذخائر بنانا۔
- سافٹ ویئر کی اصلاح: موجودہ ہارڈ ویئر وسائل سے زیادہ سے زیادہ کارکردگی حاصل کرنے کے لیے سافٹ ویئر کو بڑھانا۔
- مکمل اسٹیک ڈویلپمنٹ: زیادہ اجزاء کو کنٹرول کرنے اور بیرونی انحصار کو کم کرنے کے لیے مربوط ٹیکنالوجی اسٹیک تیار کرنا۔
- گھریلو اختراع: مقامی تکنیکی صلاحیتوں کو فروغ دینے کے لیے تحقیق اور ترقی میں سرمایہ کاری کرنا۔
سافٹ ویئر کی اصلاح رکاوٹوں کے تحت مسابقتی فرق کے طور پر ابھرتی ہے
Tencent اور Baidu دونوں کی طرف سے سافٹ ویئر کی اصلاح پر زور دینے سے یہ ظاہر ہوتا ہے کہ کس طرح برآمدی کنٹرول AI کی ترقی میں مسابقتی فوائد کے منظر نامے کو نئی شکل دے رہے ہیں۔ ایسی دنیا میں جہاں جدید ہارڈ ویئر تک رسائی محدود ہے، موجودہ وسائل کو مؤثر طریقے سے استعمال کرنے کی صلاحیت ایک اہم فرق بن جاتی ہے۔
Tencent کے مارٹن لاؤ نے براہ راست مغربی مفروضے کو چیلنج کیا کہ GPU کلسٹرز کو پھیلانا ہمیشہ AI کی ترقی کے لیے ضروری ہوتا ہے۔ انہوں نے زور دیا کہ Tencent زیادہ موثر طریقوں سے "اس طرح کی چپس کے ایک چھوٹے گروپ کے ساتھ اچھے تربیتی نتائج" حاصل کر سکتا ہے۔ اس بیان سے پتہ چلتا ہے کہ سافٹ ویئر کی اختراع اور الگورتھمک کارکردگی ممکنہ طور پر ہارڈ ویئر کی دستیابی میں حدود کو دور کر سکتی ہے۔
Baidu کے ڈو شین نے اس جذبات کی بازگشت کی، اس بات پر زور دیتے ہوئے کہ "بڑے پیمانے پر GPU کلسٹرز بنانے اور ان کا انتظام کرنے اور GPUs کو مؤثر طریقے سے استعمال کرنے کی صلاحیتیں کلیدی مسابقتی فوائد بن چکی ہیں۔" اس سے پتہ چلتا ہے کہ میکسیمائزنگ ہارڈ ویئر کی کارکردگی میں مہارت خود ہارڈ ویئر تک رسائی کی طرح قیمتی ہو سکتی ہے۔ وہ کمپنیاں جو اپنے موجودہ ہارڈ ویئر وسائل سے زیادہ سے زیادہ کارکردگی حاصل کر سکتی ہیں ان کو نمایاں مسابقتی برتری حاصل ہوگی۔
یہ کارکردگی پر مرکوز نقطہ نظر بالآخر عالمی AI ترقیاتی طریقوں کو متاثر کر سکتا ہے اگر وہ کامیاب ثابت ہوں۔ چینی کمپنیاں نئے AI الگورتھم اور آرکیٹیکچرز کو اختراع کر سکتی ہیں جو خاص طور پر کم طاقتور ہارڈ ویئر پر چلانے کے لیے ڈیزائن کیے گئے ہیں۔ اس سے ممکنہ طور پر چینی اور مغربی AI سسٹمز کے درمیان مختلف تکنیکی راستوں کا ظہور ہو سکتا ہے، ہر راستہ مختلف وسائل کی رکاوٹوں اور ترجیحات کے لیے موزوں ہے۔
عالمی AI ترقی کے لیے مضمرات
- مسابقتی منظر نامے کو تبدیل کرنا: سافٹ ویئر کی اصلاح اور موثر وسائل کا استعمال کلیدی فرق بن جاتے ہیں۔
- ممکنہ تکنیکی فرق: چینی اور مغربی AI سسٹم مختلف راستوں پر تیار ہو سکتے ہیں، جو مختلف وسائل کی رکاوٹوں کے لیے موزوں ہیں۔
- کارکردگی میں اختراع: AI الگورتھم اور آرکیٹیکچرز تیار کرنے پر توجہ مرکوز کرنا جن کو کم کمپیوٹنگ پاور کی ضرورت ہوتی ہے۔
- مہارت کی بڑھتی ہوئی اہمیت: ہارڈ ویئر کی کارکردگی اور سافٹ ویئر کی اصلاح میں مہارت زیادہ قیمتی ہو جاتی ہے۔
الگورتھم کی حکمرانی کا عروج
جیسے جیسے ہارڈ ویئر تک رسائی تیزی سے محدود ہوتی جاتی ہے، الگورتھمک اختراع کی اہمیت بڑھ جاتی ہے۔ اب کمپنیوں کو اسمارٹر، زیادہ موثر الگورتھم تیار کرنے کی ترغیب دی جاتی ہے جو کم حسابی وسائل کے ساتھ موازنہ نتائج حاصل کر سکیں۔ یہ تبدیلی ان شعبوں میں پیش رفت کا باعث بن سکتی ہے جیسے:
- ماڈل کمپریشن: درستگی کو قربان کیے بغیر AI ماڈلز کے سائز اور پیچیدگی کو کم کرنے کے لیے تکنیک۔
- Quantization: میموری کے نشان اور حسابی ضروریات کو کم کرتے ہوئے، کم درستگی کے ساتھ ماڈل پیرامیٹرز کی نمائندگی کرنا۔
- Knowledge Distillation: بڑے، پیچیدہ ماڈلز سے علم کو چھوٹے، زیادہ موثر ماڈلز میں منتقل کرنا۔
- Spiking Neural Networks: نیورل نیٹ ورکس کی ایک نئی نسل جو دماغکی توانائی سے موثر حساب کی نقل کرتی ہے۔
ان الگورتھمک ترقیوں کے AI کے دائرے سے باہر دور رس مضمرات ہو سکتے ہیں۔ وہ وسائل سے محدود آلات، جیسے اسمارٹ فونز، IoT آلات اور سرایت شدہ سسٹمز پر AI کی تعیناتی کو فعال کر سکتے ہیں۔ اس سے صحت کی دیکھ بھال، زراعت اور ماحولیاتی نگرانی جیسے شعبوں میں AI سے چلنے والی ایپلی کیشنز کے لیے نئی امکانات کھل جائیں گے۔
ڈیٹا اور ٹیلنٹ کی اہمیت
جبکہ ہارڈ ویئر اور الگورتھم بلاشبہ اہم ہیں، کسی بھی AI اقدام کی کامیابی بالآخر ڈیٹا اور ٹیلنٹ پر منحصر ہوتی ہے۔ چینی کمپنیاں اس بات کو تسلیم کرتی ہیں اور دونوں شعبوں میں بھاری سرمایہ کاری کر رہی ہیں۔
چین کے پاس ڈیٹا کا ایک وسیع ذخیرہ ہے، جو اس کی بڑی اور ڈیجیٹل طور پر منسلک آبادی کے ذریعہ تیار کیا گیا ہے۔ یہ ڈیٹا AI ماڈلز کے لیے ایک بھرپور تربیتی میدان فراہم کرتا ہے، جس سے وہ تیز رفتاری سے سیکھ سکتے ہیں اور بہتر ہو سکتے ہیں۔ تاہم، ڈیٹا تک رسائی کافی نہیں ہے۔ ڈیٹا کو مؤثر طریقے سے جمع کرنے، صاف کرنے اور پروسیس کرنے کی مہارت کا ہونا بھی اتنا ہی اہم ہے۔
چین اپنی AI ٹیلنٹ پول کو تیار کرنے میں بھی بھاری سرمایہ کاری کر رہا ہے۔ حکومت نے AI تعلیم اور تحقیق کو فروغ دینے کے لیے مختلف اقدامات شروع کیے ہیں، اور ملک بھر کی یونیورسٹیاں AI اور متعلقہ شعبوں میں خصوصی پروگرام پیش کر رہی ہیں۔ اس مربوط کوشش کا مقصد اس بات کو یقینی بنانا ہے کہ چین کے پاس اپنی AI خواہشات کو آگے بڑھانے کے لیے ہنر مند افرادی قوت موجود ہے۔
AI کامیابی کے لیے اہم عوامل
- ڈیٹا کی فراوانی: چین کی ڈیجیٹل معیشت کے ذریعہ تیار کردہ ڈیٹا کی وسیع مقدار کو استعمال کرنا۔
- ڈیٹا مہارت: ڈیٹا کو مؤثر طریقے سے جمع کرنے، صاف کرنے اور پروسیس کرنے کے لیے درکار مہارتوں کو تیار کرنا۔
- ٹیلنٹ ڈویلپمنٹ: ہنر مند افرادی قوت کی تعمیر کے لیے AI تعلیم اور تحقیق میں سرمایہ کاری کرنا۔
- اسٹریٹجک شراکت داری: اختراع کو تیز کرنے کے لیے یونیورسٹیوں اور تحقیقی اداروں کے ساتھ تعاون کرنا۔
آگے کا راستہ: اختراع اور خود انحصاری
امریکی برآمدی کنٹرول کی جانب سے پیدا ہونے والے چیلنج بلاشبہ اہم ہیں، لیکن وہ چینی ٹیک کمپنیوں کے لیے اپنی اختراعی کوششوں کو تیز کرنے اور ایک زیادہ خود انحصار AI ایکو سسٹم بنانے کا موقع بھی فراہم کرتے ہیں۔
سافٹ ویئر کی اصلاح، الگورتھمک اختراع اور ٹیلنٹ ڈویلپمنٹ پر توجہ مرکوز کر کے، چینی کمپنیاں ممکنہ طور پر جدید ہارڈ ویئر تک محدود رسائی کی جانب سے عائد کردہ حدود پر قابو پا سکتی ہیں۔ اس سے چین کے اندر ایک منفرد اور مسابقتی AI ایکو سسٹم کا ظہور ہو سکتا ہے، جو غیر ملکی ٹیکنالوجی پر کم منحصر ہے اور چینی مارکیٹ کی مخصوص ضروریات اور مواقع کے ساتھ زیادہ مطابقت رکھتا ہے۔
AI خود انحصاری کی طرف سفر آسان نہیں ہوگا۔ اس کے لیے مسلسل سرمایہ کاری، تجربہ کرنے کی آمادگی اور طویل مدتی اہداف کے لیے وابستگی کی ضرورت ہوگی۔ تاہم، ممکنہ انعامات بہت زیادہ ہیں۔ موجودہ چیلنجوں کو کامیابی سے نیویگیٹ کر کے، چینی ٹیک کمپنیاں خود کو عالمی AI ریس میں رہنما کے طور پر پوزیشن میں لا سکتی ہیں اور ایک زیادہ منصفانہ اور پائیدار تکنیکی مستقبل کی ترقی میں اپنا کردار ادا کر سکتی ہیں۔