تخليقی مصنوعی ذہانت: آپ کو سب کو جاننے کی ضرورت ہے
تصویریں بنانے سے لے کر مصنوعی ذہانت کے انٹرویو کی تیاری کے بارے میں مشورہ حاصل کرنے تک، آپ نے پہلے ہی تخلیقی مصنوعی ذہانت (Generative AI) کی ایپلی کیشنز کو زیرِ استعمال دیکھا ہو گا۔
OpenAI کی بہترین پروڈکٹ ChatGPT، اور Google Gemini، Microsoft Copilot اور Anthropic کے Claude جیسے ChatGPT کے بہترین متبادل، سبھی تخلیقی AI ماڈلز کی نمایاں مثالیں ہیں۔
تخلیقی AI ٹیکنالوجی بہت سے لوگوں کی ذاتی اور پیشہ ورانہ زندگیوں میں سرایت کر چکی ہے اور یہ ایک لازمی جزو بن گئی ہے۔ لیکن تخلیقی AI (عام طور پر GenAI کے طور پر مخفف) اصل میں کیا ہے؟ یہ مصنوعی ذہانت کی دیگر اقسام سے کیسے مختلف ہے؟ یہ کیسے کام کرتا ہے؟ اگر آپ کو ابھی تک ChatGPT سے پوچھنے کا موقع نہیں ملا ہے، تو یہ مضمون آپ کے ان سوالات کے جوابات دے گا۔
تخليقی مصنوعی ذہانت کیا ہے؟
شاید یہ میری بطور صحافی پیشہ ورانہ اخلاقیات کے خلاف ہو، لیکن یہاں میں ChatGPT سے مدد لینے کا فیصلہ کرتا ہوں تاکہ تخلیقی مصنوعی ذہانت کی تعریف کی جا سکے۔
“تخلیقی AI ایک قسم کی مصنوعی ذہانت ہے جو موجودہ ڈیٹا کے نمونوں کو سیکھ کر نیا مواد تیار کرتی ہے، جیسے کہ متن، تصاویر، موسیقی یا کوڈ۔ یہ حقیقی اور انسانی شکل کی آؤٹ پٹ بنانے کے لیے Generative Adversarial Networks (GANs) اور ٹرانسفارمر جیسے ماڈلز کا استعمال کرتا ہے، اس طرح فن، ڈیزائن، تحریر اور دیگر شعبوں میں تخلیقی ایپلی کیشنز کو سپورٹ کرتا ہے۔”
یا، زیادہ جامع طور پر کہا جائے: مواد تیار کرنے والی AI ہی تخلیقی AI ہے۔
اگرچہ "تخلیقی AI" کی اصطلاح حالیہ برسوں میں مقبول ہوئی ہے، لیکن اس کا تصور بہت پہلے سے موجود ہے۔ 1950 کی دہائی میں، کمپیوٹر سائنسدان آرتھر سیموئل (Arthur Samuel) نے "مشین لرننگ" کی اصطلاح پیش کی، جسے تخلیقی AI کی پیش خیمہ سمجھا جا سکتا ہے۔
اگرچہ دہائیوں سے تحقیق اور دریافت جاری ہے، لیکن تخلیقی AI کو جیسا کہ ہم آج جانتے ہیں، اس میں سب سے بڑی پیش رفت ایک عشرہ قبل اس وقت ہوئی جب انجینئر ایان گڈ فیلو (Ian Goodfellow) نے Generative Adversarial Networks (GANs، جیسا کہ اوپر تعریف میں ذکر کیا گیا ہے) تیار کیں۔
اس کے بعد 2017 میں گوگل کے سائنسدانوں کی جانب سے پیش کردہ "ٹرانسفارمر آرکیٹیکچر" آیا، جو آج کل سب سے زیادہ استعمال ہونے والے تخلیقی AI ٹولز کی بنیاد ہے۔
تخليقی مصنوعی ذہانت کی عملی مثالیں
اگر آپ نے ChatGPT، Gemini، Copilot یا Claude جیسے مقبول چیٹ بوٹ ٹولز استعمال کیے ہیں، تو آپ نے پہلے ہی تخلیقی AI کا تجربہ کر لیا ہے۔ مثال کے طور پر، جب آپ اس سے ریستورانوں کی تجاویز، مقالے لکھنے میں مدد، یا اپنے مالک مکان کے خلاف شکایت کے لیے ایک ٹیمپلیٹ خط طلب کرتے ہیں۔
اس کے استعمالات وسیع ہیں، غیر اہم تفریح (اصل نظمیں اور گانے تخلیق کرنا، یا خیالی تصاویر تیار کرنا) سے لے کر پیشہ ورانہ استعمالات (پریزنٹیشنز بنانا، پروڈکٹ کے پروٹوٹائپ ڈیزائن کرنا، حکمت عملی تیار کرنا)، اور یہاں تک کہ جان بچانے کی صلاحیت بھی (ادویات کی دریافت)۔
بہت سے سوشل میڈیا رجحانات – جیسے اپنے آپ کو گڑیا کے طور پر visualized کرنا، یا اپنے پالتو کتے کو انسان میں تبدیل کرنا – تخلیقی AI کی پیداوار ہیں۔
تاہم، تخلیقی AI کو ناجائز استعمالات کے لیے بھی استعمال کیا جاتا ہے۔ "ڈیپ فیک" کو غلط معلومات پھیلانے، دوسروں کی ساکھ کو نقصان پہنچانے، یا جنسی بھتہ خوری کے لیے "عریاں تصاویر" بنانے کے لیے استعمال کیا جاتا ہے۔ یہی وجہ ہے کہ تخلیقی AI کی تیزی سے مقبولیت نے بہت سے لوگوں کو پریشان کر دیا ہے، خاص طور پر جب یہ ٹیکنالوجی زیادہ سے زیادہ حقیقت پسندانہ اور استعمال میں آسان ہوتی جا رہی ہے۔
تخليقی مصنوعی ذہانت کیسے کام کرتی ہے
یقین رکھیں، میں احتمالی ماڈلنگ اور اعلیٰ جہتی آؤٹ پٹ کی پیچیدگیوں میں نہیں جاؤں گا۔ درحقیقت، آسان الفاظ میں، آپ تخلیقی AI ماڈلز کو دو بنیادی افعال انجام دیتے ہوئے سمجھ سکتے ہیں۔
پہلا کام بڑے ڈیٹا سیٹس سے نمونے سیکھنا ہے۔ ان ڈیٹا سیٹس میں متن، تصاویر، ویب صفحات، کوڈ اور کوئی بھی چیز شامل ہوتی ہے جسے ماڈل میں داخل کیا جا سکتا ہے۔ اسے عام طور پر "تربیت" کہا جاتا ہے۔
پھر، AI ماڈل ان ڈیٹا میں موجود نمونوں کو پہچانتا ہے، مؤثر طریقے سے علم حاصل کرتا ہے اور ٹیکنالوجی کو سمجھتا ہے۔ مثال کے طور پر، اگر ماڈل میں اب تک کے 100 بہترین ہارر ناول شامل کیے جائیں، تو یہ اس ڈیٹا کو آپس میں جوڑے گا، ان کتابوں میں مشترک اسٹرکچر، زبان، موضوعات اور بیانیہ تکنیکوں کو نکالے گا۔
اگلا، یہ بالکل نیا مواد تیار کرنے کے لیے اس تربیت کا اطلاق کرے گا۔ اس لیے، جب آپ ChatGPT سے اپنی اگلی تعطیلات کی منصوبہ بندی کرنے کے لیے کہتے ہیں، تو یہ اپنی جمع کی گئی تمام معلومات کو نکالے گا اور "سیکھی ہوئی احتمالی تقسیم" نامی ایک طریقہ استعمال کر کے جواب لکھے گا۔
تحریری جوابات کے لیے، یہ لفظ بہ لفظ طریقہ استعمال کرتا ہے، اپنے پاس موجود ڈیٹا کا استعمال کرتے ہوئے جملے میں سب سے مناسب اگلا لفظ منتخب کرتا ہے۔ یا تصاویر کے لیے، ٹرانسفارمر پر مبنی ماڈلز والے تخلیقی AI ٹولز رنگوں اور کمپوزیشنز کے لیے ان گنت اصلی تصاویر وصول کرتے ہیں۔ مثلاً، Midjourney سے ایک کامکس بنانے کے لیے کہنے پر یہ ان تمام تربیتی نمونوں پر غور کر سکتا ہے جو اسے اس سے پہلے دی گئی تھیں تاکہ درست طور پر مطالبے کے مطابق مواد تیار کیا جا سکے۔
اکثر لوگ "مصنوعی ذہانت" اور "تخلیقی مصنوعی ذہانت" کی اصطلاحات میں الجھ جاتے ہیں۔ مصنوعی ذہانت ایک جامع اصطلاح ہے جو مصنوعی ذہانت کی تمام اقسام کو محیط ہے۔ تخلیقی مصنوعی ذہانت مصنوعی ذہانت کی ایک شاخ ہے جو خاص طور پر ان مصنوعی ذہانت کے ٹولز کو کہتے ہیں جو مواد تیار کرنے کے قابل ہیں۔
IBM کا شطرنج کمپیوٹر "ڈیپ بلیو" ایک مشہور مثال ہے، جس نے 1997 میں گیری کاسپاروف (Garry Kasparov) کو شکست دی تھی – جو تاریخ کے سب سے بڑے شطرنج کے کھلاڑیوں میں سے ایک ہیں۔ "ڈیپ بلیو" نے شطرنج کی چالیں سیکھنے، کھیل کا جائزہ لینے اور حکمت عملی کے فیصلے کرنے کے لیے نام نہاد علامتی مصنوعی ذہانت کا استعمال کیا، لیکن اسے تخلیقی مصنوعی ذہانت کے طور پر درجہ بند نہیں کیا جا سکتا کیونکہ اس نے کوئی نئی چیز نہیں بنائی۔
غیر تخلیقی مصنوعی ذہانت کی ایک اور عام مثال امتیازی مصنوعی ذہانت (discriminative AI) ہے۔ اسے چہرے کی شناخت کرنے والے سافٹ ویئر میں استعمال کیا جاتا ہے تاکہ آپ کے اسمارٹ فون کی فوٹو گیلری میں موجود تصاویر کو گروپ کیا جا سکے، یا سپیم کی شناخت کی جا سکے اور اسے آپ کے ان باکس سے چھپایا جا سکے۔
اس لیے، اگرچہ ChatGPT، Copilot اور Gemini جیسے چیٹ بوٹس یقینی طور پر بڑے پیمانے پر مصنوعی ذہانت کے زمرے میں آتے ہیں، لیکن زیادہ درست طور پر، انہیں تخلیقی AI ماڈلز کے طور پر درجہ بند کیا جاتا ہے۔
تخليقی مصنوعی ذہانت کو درپیش چیلنجز
تخلیقی AI کے مذکورہ بالا غلط استعمالات کے علاوہ، تخلیقی AI کے دیگر نقصانات زیادہ تر اس ٹیکنالوجی کے کام کرنے کے طریقے کی پیداوار ہیں۔ یہ ماڈلز ان معلومات پر اچھے یا برے ہوتے ہیں جن پر انہیں تربیت دی جاتی ہے۔ یقین کریں یا نہ کریں، انٹرنیٹ پر بہت ساری پرانی، گمراہ کن یا مکمل طور پر غلط معلومات موجود ہیں – یہ سبھی معلومات چیٹ بوٹس میں جذب ہو सकती ہیں اور پھر اسے حقائق کے طور پر دوبارہ پیش کیا جا سکتا ہے۔ ان غلطیوں کو "وہم" بھی کہا جاتا ہے۔
اسی وجہ سے، تخلیقی AI ماڈلز بھی تعصبات یا دقیانوسی تصورات کو تقویت دینے کے خطرے میں پڑ سکتے ہیں۔ جیسا کہ ChatGPT خود بھی مثال کے طور پر دیتا ہے: "متن سے تصویر کے ماڈلز اکثر "نرس" جیسے پیشوں کو خواتین سے اور "چیف ایگزیکٹو آفیسر" کو مردوں سے جوڑتے ہیں۔"
تعلیمی ادارے طلبا کے ChatGPT جیسے ٹولز کو مقالے اور ڈگری مقالے لکھنے کے لیے استعمال کرنے کے مسئلے سے نمٹنے کے لیے سر جوڑ کر بیٹھے رہے ہیں۔ اور اس سے تخلیقی صنعت کو درپیش چیلنج – کیا تخلیقی AI واقعی مصنفین، اداکاروں، موسیقاروں اور فنکاروں کو مکمل طور پر غیر ضروری بنا دے گا؟ – ایک ابدی بحث کا موضوع ہے۔
تخلیقی AI تخلیقی صنعت کو نئی شکل دینے کی صلاحیت لاتا ہے، اور اس کے لیبر مارکیٹ پر مرتب ہونے والے اثرات کے بارے میں خدشات کو جنم دیتا ہے۔ مشین سے تیار کردہ مواد کی صلاحیت مستقبل کی معیشت میں انسانی مہارتوں اور تخلیقی صلاحیتوں کی قدر کے بارے میں اہم سوالات اٹھاتی ہے۔
توقعات سے بالاتر: تخليقی مصنوعی ذہانت کا مستقبل
اگرچہ تخلیقی AI کے بارے میں بحث اکثر اس کے افعال اور ممکنہ خطرات پر مرکوز ہوتی ہے، لیکن اس کے وسیع تر اثرات اور اس کے راستے کو تشکیل دینے والے اہم پہلوؤں پر غور کرنا ضروری ہے۔ یہاں کچھ اہم پہلوؤں پر غور کرنا چاہیے:
اخلاقی عوامل اور ذمہ دارانہ ترقی
جیسے جیسے تخلیقی AI زیادہ طاقتور ہوتا جا رہا ہے، اخلاقی عوامل اس کی ترقی اور تعیناتی کی رہنمائی میں اہم کردار ادا کرتے ہیں۔ تعصبات، غلط معلومات اور دانشورانہ املاک جیسے مسائل کو سنجیدگی سے حل کرنے کی ضرورت ہے تاکہ ان ٹیکنالوجیز کا ذمہ دارانہ اور اخلاقی استعمال یقینی بنایا جا سکے۔ شفافیت، جوابدہی اور مساوات کو ترجیح دینا تخلیقی AI سسٹمز اور ان کی پیداوار پر اعتماد قائم کرنے کے لیے ضروری ہے۔
انسان اور مشین کا اشتراک
تخلیقی AI کا مستقبل مکمل طور پر انسانوں کو بدلنے میں نہیں ہے، بلکہ انسانی صلاحیتوں کو بڑھانے اور انسان اور مشین کے اشتراک کو فروغ دینے میں پوشیدہ ہے۔ غیر ضروری کاموں کو خودکار کرنے، تخلیقی آئیڈیاز بنانے اور بصیرتیں فراہم کرنے کے لیے AI کی طاقت کا استعمال کرتے ہوئے، انسان اعلیٰ سطح کی سرگرمیوں پر توجہ مرکوز کر سکتے ہیں جن میں تنقیدی سوچ، جذباتی ذہانت اور موضوع کی مہارت کی ضرورت ہوتی ہے۔ تعاون کا یہ طریقہ پیداواری اور اختراعی صلاحیت کے نئے امکانات کھول سکتا ہے۔
صنعت کی تبدیلی اور نئے مواقع
تخلیقی AI میں مختلف صنعتوں، مثلاً صحت کی دیکھ بھال اور مالیات سے لے کر تفریح اور تعلیم تک، کو تبدیل کرنے کی صلاحیت موجود ہے۔ عمل کو خودکار بنا کر، تجربات کو ذاتی بنا کر اور تخلیقی امکانات کو کھول کر، تنظیمیں کارکردگی بہتر بنانے، لاگت کم کرنے اور مسابقتی برتری حاصل کرنے کے لیے تخلیقی AI کا استعمال کر سکتی ہیں۔ جیسے جیسے کمپنیاں ان ٹیکنالوجیز کے مطابق ہوتی جائیں گی، توقع ہے کہ ملازمت کے کرداروں میں تبدیلی آئے گی، ایسے نئے مواقع پیدا ہوں گے جن میں تخلیقی AI سسٹمز کو تیار کرنے، تعینات کرنے اور برقرار رکھنے کے لیے مہارت کی ضرورت ہوگی۔
مہارتوں کو بڑھانا اور افرادی قوت کی ترقی
چونکہ تخلیقی AI زیادہ عام ہوتا جا رہا ہے، اس لیے افراد کو بدلتے ہوئے روزگار کی مارکیٹ میں پروان چڑھنے کے لیے نئی مہارتیں اور صلاحیتیں حاصل کرنے کی ضرورت ہے۔ تنقیدی سوچ، مسئلہ حل کرنے، تخلیقی صلاحیتوں اور مواصلات جیسی مہارتوں کو فروغ دینے پر توجہ مرکوز کی جانی چاہیے، اور AI کے اخلاقی مضمرات اور ذمہ دارانہ استعمال کے بارے میں سمجھ بوجھ پیدا کی جانی چاہیے۔ مہارتوں کو بڑھانے اور تربیت کے پروگرام ملازمین کو نئے ملازمت کے کرداروں کے مطابق ہونے اور تخلیقی AI کے مواقع سے فائدہ اٹھانے میں مدد کر سکتے ہیں۔
چیلنجوں سے نمٹنا اور خطرات کو کم کرنا
تخلیقی AI چیلنجوں اور خطرات سے خالی نہیں ہے۔ تعصبات، غلط معلومات اور بدسلوکی جیسے مسائل سے نمٹنے کے لیے کثیر الجہتی کوششیں درکار ہیں، جن میں تکنیکی حفاظتی اقدامات، ریگولیٹری فریم ورک اور عوامی آگاہی کی مہمات شامل ہیں۔ تخلیقی AI سسٹمز کے اثرات کی مسلسل نگرانی اور جانچ پڑتال ممکنہ منفی نتائج کی نشاندہی کرنے اور ان میں کمی لانے کے لیے ضروری ہے۔
نتیجہ: ذمہ دارانہ اختراع کو اپنانا
تخلیقی AI تکنیکی ترقی میں ایک اہم قدم کی نمائندگی کرتا ہے جو مختلف صنعتوں اور افراد کے لیے بے پناہ صلاحیت لاتا ہے۔ اخلاقی مسائل کو حل کر کے، انسان اور مشین کے اشتراک کو فروغ دے کر، صنعتی تبدیلی کو اپنا کر، مہارتوں کو بڑھانے پر توجہ مرکوز کر کے اور چیلنجوں سے نمٹ کر، ہم تخلیقی AI کے تمام فوائد حاصل کر سکتے ہیں، اور ساتھ ہی اس کے خطرات کو بھی کم کر سکتے ہیں۔ جیسے جیسے ہم تخلیقی AI کے امکانات کو تلاش کرتے رہیں گے، یہ ضروری ہے کہ ہم اختراع کو ذمہ دارانہ، انسانوں پر مبنی اور دور اندیشی والے ذہن کے ساتھ دیکھیں۔