20 جنوری 2023، شام 5 بجے کے قریب۔
جینیفر ابھی ایک ڈانس اسٹوڈیو پہنچی تھی۔
گاڑی سے باہر نکلتے ہی اسے کسی نامعلوم ذریعے سے کال موصول ہوئی۔
مشکوک – لیکن اس نے کال اٹھا لی۔
جینیفر نے ایک نوجوان لڑکی کے چیخنے کی آواز سنی۔ لڑکی کہہ رہی تھی کہ اس نے "گڑبڑ" کی۔
جینیفر نے فوراً آواز پہچان لی۔ یہ بریانا تھی - اس کی بڑی بیٹی۔
پھر بیٹی کی آواز پس منظر میں چلی گئی اور فون پر ایک آدمی کی آواز آئی۔
آدمی نے اسے بتایا کہ بریانا کو اغوا کر لیا گیا ہے۔ اس نے جینیفر کو نتائج کی دھمکی دی۔ اور ایک ملین ڈالر تاوان کا مطالبہ کیا۔
جینیفر مدد کے لیے چیختے ہوئے ڈانس اسٹوڈیو کے اندر بھاگی۔ پولیس کو بلایا گیا۔ مزید کالیں کی گئیں۔
جینیفر کے لیے، ریلیف تیزی سے آیا – پتا چلا بیٹی بالکل ٹھیک تھی – اسے اغوا نہیں کیا گیا تھا۔
لیکن پھرکال پر کس کی آواز تھی؟
جینیفر کو یقین تھا کہ فون پر آواز اس کی بیٹی بریانا کی تھی۔ سب کچھ مماثل ہے – لہجہ، تلفظ – سب کچھ۔
مصنوعی ذہانت کا دور - AI، مختصراً - کچھ یہی ہے۔
فون پر آواز جعلی تھی۔ یہ ایک AI تھا جو برائنا کی آواز کی نقل کرتا تھا۔
ایک دھوکہ باز جینیفر کو یہ بہکا کر بیوقوف بنانے کے لیے AI آواز کا استعمال کر رہا تھا کہ اس کی بیٹی کو اغوا کر لیا گیا ہے۔
AI ہمیں مضحکہ خیز امکانات کے دور میں لے جا رہا ہے۔
یہ تحریر تھوڑی لمبی ہو گی۔
ایک طرفAI ، ان طریقوں سے ہماری مدد کرنے کی صلاحیت رکھتا ہے جس کا ہم تصور بھی نہیں کر سکتے۔ دوسری طرف، یہ بہت زیادہ نقصان پہنچا سکتا ہے.
فائدہ اور نقصان دونوں، اس سے کہیں زیادہ ہو سکتے ہیں جو ہم نے پہلے دیکھے ہیں۔
ڈونلڈ ٹرمپ کی گرفتاری کی AI کی بنائی ہوئی تصاویر تھیں۔ ایک لمحے کے لیے، تصاویر نے ٹرمپ کے حامیوں میں غم و غصے کو جنم دے ہی دیاتھا ۔
تصویروں کو بھول جائیں، AI ویڈیوز کے ساتھ بھی جادو کرنا شروع کر رہا ہے۔
AI مریضوں کی رپورٹس جیسے اسکین اور ایکس رے کو دیکھ کر کینسر کا پتہ لگانے میں بہت سے ڈاکٹروں سے زیادہ موثر ثابت ہوا ہے۔ AI ہماری مدد کیسے کر سکتا ہےیہ اس کی ایک بہترین مثال ہے ۔
آپ نے کچھ کاروں کی ویڈیوز دیکھی ہوں گی – زیادہ تر ٹیسلا – خود ہی خود کو چلا رہی ہیں۔ یہ AI ہے۔
AI ایک ٹول ہے۔ وہ نہیں جانتا کہ کیا صحیح ہے اور کیا غلط۔ انسانوں کو فیصلہ کرنا ہے کہ کیا صحیح ہے اور کیا نہیں۔
AI کیسے کام کرتا ہے؟
یہ بتانا مشکل ہے. اور ہم ماہر نہیں ہیں۔
آپ جو کمپیوٹر دیکھتے ہیں وہ تمام سافٹ ویئر الگورتھم پر کام کرتے ہیں۔ انسانوں کے لکھے ہوئے الگورتھم - انجینئرز۔
سب کچھ کسی نے لکھا ہے۔
الگورتھم کمپیوٹر کو بتاتا ہے کہ کیا کرنا ہے۔ کچھ اس طرح: اگر ایسا ہوتا ہے تو یہ کریں۔ اگر نہیں، تو ایساکریں .
ظاہر ہے، یہ اس سے کہیں زیادہ پیچیدہ ہے۔ لیکن آپ کو اس کا خلاصہ ملتا ہے۔
اس معاملے کو لیں: 4 منزلوں پر مشتمل ایک دفتر ہے۔ دفتر میں ایک لفٹ ہے۔
جب استعمال میں نہ ہو، لفٹ گراؤنڈ فلور پر ہوتی ہے۔ جب بھی کوئی لفٹ کو کال کرتا ہے تو گراؤنڈ فلور سے لفٹ ان کے فلور پر چلی جاتی ہے۔
یہ بجلی لیتا ہے - یقینا۔
کسی نے دیکھا کہ دفتر میں زیادہ سے زیادہ لوگ چوتھی منزل پر موجود ہیں۔
لہٰذا چوتھی منزل پر لفٹ کے بلائے جانے کا امکان دوسری منزلوں کی نسبت زیادہ تھا۔
لفٹ کے انجینئر نے لفٹ کو ہر وقت گراؤنڈ فلور کی بجائے چوتھی منزل پر آرام کروا نے کا پروگرام بنایا۔
اس طرح کچھ بجلی بچائی جا سکتی ہے۔
کسی نے ایک پیٹرن کو دوبارہ دیکھا - شام 6 بجے کے بعد، چوتھی منزل پر موجود زیادہ تر لوگ دفتر سے نکل چکے تھے۔ اب، زیادہ تر لوگ دوسری منزل پر تھے۔
لفٹ کے انجینئر نے لفٹ کو 6 بجے سے پہلے چوتھی منزل پر اور 6 بجے کے بعد دوسری منزل پر آرام کرنے کا پروگرام بنایا۔
آپ مشاہدہ کر سکتے ہیں، لفٹ کا الگورتھم کچھ زیادہ پیچیدہ ہو گیا ہے۔ لیکن یہ بہتر کام کرتا ہے۔
کسی نے ایک اور نمونہ دیکھا - کہ صبح کے وقت تمام منزلیں خالی ہوتی ہیں کیونکہ کوئی بھی دفاتر میں نہیں ہوتا ہے۔ سب لوگ دفاتر میں آ رہے ہیں۔
لفٹ کے انجینئر نے لفٹ کو 6 بجے سے پہلے چوتھی منزل پر اور 6 بجے کے بعد دوسری منزل پر اور صبح 10 بجے سے پہلے گراؤنڈ فلور پر آرام کروا نے کا پروگرام بنایا۔
الگورتھم اب اور بھی پیچیدہ ہے کیونکہ مزید متغیرات شامل کیے گئے ہیں۔
کسی نے ایک مختلف نمونہ دیکھا - دفتر ہفتہ اور اتوار کو خالی رہتا ہے۔
لفٹ کے انجینئر نے لفٹ کو 6 بجے سے پہلے چوتھی منزل پر اور 6 بجے کے بعد دوسری منزل پر، صبح 10 بجے سے پہلے گراؤنڈ فلور اور ہفتہ اور اتوار کو گراؤنڈ فلور پر آرام کروا نے کا پروگرام بنایا۔
اس سے بھی زیادہ پیچیدہ۔
اب تک، انجینئرز کے لیے لفٹ کا پروگرام کرنا اب بھی آسان ہے۔
لیکن پہلے سے ہی متغیرات کو دیکھیں - ہم ہفتے کے دن اور دن کے وقت کی پیمائش کر رہے ہیں۔
ہم کہتے ہیں کہ آپ مزید پیمائش کر سکتے ہیں۔ کیا ہوگا اگر آپ کسی بھی مقام پر ہر منزل پر لوگوں کی تعداد کی پیمائش کر سکیں، لائیو؟
کیا ہوگا اگر ہم پیمائش کر سکیں کہ عمارت میں کون لوگ ہیں؟ کیا وہ دیکھ بھال کرنے والے عملہ جو ہر منزل پر جائیں گے یا وہ ملازمین جو زیادہ تر صرف اپنی منزل پر جائیں گے؟
اگر ہم موسم کی پیمائش کر سکیں تو کیا ہوگا؟ بارش والے دن کا مطلب دفتر میں کم لوگ ہوں گے۔
ایسی لاکھوں چیزیں ہوسکتی ہیں جن کی آپ پیمائش کرسکتے ہیں۔ لیکن کیا انجینئرز کی ایک ٹیم الگورتھم لکھ سکتی ہے جو بہت پیچیدہ ہے؟
بے حد مشکل۔
AI ایک ایسا پروگرام ہے جو ایسا کرتا ہے - یہ بہت زیادہ ڈیٹا لیتا ہے اور اس میں پیٹرن کا مشاہدہ کرتا ہے۔ پیٹرن کو پہچاننے والی مشین۔
وہ مرحلہ جہاں انجینئر لفٹ کے پروگرام میں کچھ نیا لکھتے ہیں – AI اس قدم کو کسی حد تک اپنے طور پر کر سکتا ہے۔
یہ وہ جگہ ہے جہاں یہ واقعی طاقتور بن جاتا ہے – یہ سیکھ سکتا ہے، جیسا کہ ہم انسان کرتے ہیں۔
انجینئر ان نمونوں کو ٹیون کر سکتے ہیں - جو وہ چاہتے ہیں اسے رکھیں، اور جو نہیں چاہتے اسے ہٹا دیں۔
AI اس مثال کا ایک انتہائی ترقی یافتہ اور بہت زیادہ پیچیدہ ورژن ہے۔
یہ ڈیٹا کی وسیع مقدار پر کارروائی کرنے اور ان نمونوں کو دیکھنے کی صلاحیت رکھتا ہے جن کو نوٹس کرنے میں ہم انسانوں کو زیادہ وقت لگے گا – یا شاید کبھی نوٹس نہ ہو۔
یہ ایک مختصر ورژن ہے۔
اس موضوع پر کتابیں بھی لکھی جا سکتی ہیں۔ یہاں تک کہ وہ بھی AI کے بارے میں ہر چیز کی وضاحت کرنے کے لئے کافی نہیں ہوسکیں گی ۔
AI اس مرحلے میں ہے جہاں یہ کم اور زیادہ ہائپ دونوں ہے۔
کچھ کمپنیوں کے ذریعہ تیار کردہ AI صرف معمولی ہے، کم سے کم ۔ دوسری طرف کچھ صرف ذہن موڑنے والے ہیں۔
ChatGPT : آج کی سب سے وائرل چیٹ بوٹ ایپ جو آپ سے اسسٹنٹ کی طرح بات کرتی ہے۔
Stable Diffusion: ایک ایسا ٹول، آپ جو کچھ بھی سادہ انگریزی میں بیان کرتے ہیں اس کی تقریباً حقیقی تصاویر بنا سکتا ہے۔
Soundraw: آپ جس صنف، مزاج اور آلات کو بتاتے ہیں اس کی بنیاد پر موسیقی بنا سکتے ہیں۔
Deep Nostalgia: ایسے لوگوں کی تصویریں لے سکتے ہیں جو اب موجود نہیں ہیں اور اسے ایسا ظاہر کر سکتے ہیں جیسے وہ مسکرا رہے ہوں اور پلک جھپک رہے ہوں – جیسے وہ زندہ تھے۔
Murf: ایک ٹول جو تحریری متن لیتا ہے اور آڈیو دیتا ہے۔ آپ مختلف قسم کی آوازیں بھی منتخب کر سکتے ہیں۔
اے آئی سیگمنٹ اتنی تیزی سے ترقی کر رہا ہے کہ وہاں موجود جدید ترین اور عظیم ترین AI ٹولز کی پیش رفت کا پیچھا کرنا مشکل ہے۔
معاشرے پر اثرات
ڈر یہ ہے کہ اگر مشینیں اتنی سمارٹ ہو گئیں تو بہت سے لوگ بے روزگار ہو جائیں گے اور ان کی آمدنی نہیں ہو گی – اگر یہ ہم انسانوں سے بہتر ہو گئی۔
یہاں دو باتیں قابلِ غور ہیں۔
سب سے پہلے، مشینیں پہلے ہی بہت سی چیزوں میں ہم سے بہتر ہیں۔
دوسرا، نوکریوں کو ختم کرنے کے لیے زیادہ ہوشیار ہونے کی ضرورت نہیں ہے۔ یہ پہلے ہی ہو رہا ہے۔
اس کے بارے میں سوچیں.
کیا آپ 1,000 کلو کا ڈبہ اٹھا سکتے ہیں؟ ایسی مشینیں ہیں جو کر سکتی ہیں۔
کیا آپ حساب لگا سکتے ہیں (984577456 x 34789745) + (485635879 - 2387634)؟
آپ جس ڈیوائس پر یہ بلاگ پڑھ رہے ہیں وہ کر سکتے ہیں – ایک سیکنڈ کے کچھ حصوں میں۔
مشینیں پہلے ہی ہم سے بہتر ہیں – کئی طریقوں سے۔
تو AI کے بارے میں کیا ہائپ ہے؟
ٹھیک ہے، AI اس سے بھی زیادہ کر سکتا ہے جو ہم انسان کر سکتے ہیں۔ لیکن بہتر۔ یا تیز۔ یا بہتر اور تیز۔
ہر طرح کی مشینیں ہمیشہ اس سوچ کے بارے میں رہی ہیں – انسانوں سے بہتر اور تیز۔
ورنہ، مشینیں رکھنے کا کیا فائدہ؟
ذرا تصور کریں کہ صرف ایک شخص کے چلانے سے کھیتی باڑی کامشکل کام ٹریکٹر کر سکتا ہے۔
اس پہ بھی بہت سے لوگ شور کئے ہونگے !
نئی مشینیں ہمیشہ خوفناک ہوتی ہیں – ہر کوئی ڈرتا ہے کہ وہ نوکریوں کو ختم کردیں گے۔
پرنٹنگ پریس نے ان لوگوں کو خوفزدہ کیا جو روزی کے لیے ہاتھ سے متن نقل کرتے تھے۔ سلائی مشینوں نے ٹیکسٹائل ورکرز کو خوفزدہ کردیا۔ کمپیوٹر نے اکاؤنٹنٹس اور بہت سے دوسرے لوگوں کو ڈرایا۔
لیکن طویل عرصے میں، مشینوں نے لوگوں کی مددہی کی ہے۔
پیداوار میں اضافہ، پیداوار میں مزید اضافہ، نتیجہ :سستی لاگت۔
پوری تاریخ میں بے گھر لوگوں کو کام کرنے کے لیے بہتر اور زیادہ بامعنی ملازمتیں ملی ہیں۔
یہ حقیقت - مشینوں نے زیادہ تر ہماری مدد کی ہے - یہ حقیقت بہت سے AI ماہرین نے ایک مثال کے طور پر دی ہے۔ انہیں یقین ہے کہ ماضی کی دیگر مشینوں کی طرح، AI بھی ہماری مدد کرے گی۔
لیکن اس میں اختلاف ہے۔
بہت سے AI ماہرین کا یہ بھی ماننا ہے کہ یہ ٹیکنالوجی مختلف ہے۔ کہ ٹیکنالوجی درحقیقت ملازمتوں کو ختم کر سکتی ہے اور نئی ملازمتیں تخلیق نہیں کر سکتی۔
ماہرین کیا سوچتے ہیں؟
یہاں تک کہ ماہرین بھی منقسم ہیں۔
فیس بک کے سی ای او مارک زکربرگ کو یقین ہے کہ AI انسانیت کے لیے اچھا ہے۔
ٹیسلا کے سی ای او ایلون مسک AI کے خطرات سے خبردار کرتے رہتے ہیں۔
OpenAI کے سی ای او سیم آلٹ مین (ChatGPT کے خالق) کا خیال ہے کہ AI طویل مدت میں انسانیت کی مدد کرے گا اور نئے مواقع پیدا کرے گا۔
لیکن - وہ AI کے ممکنہ خطرات سے بھی خبردار کرتا ہے۔ انہوں نے اے آئی کے شعبے میں حکومتی مداخلت اور ضابطے کی درخواست کی ہے۔
اس نے AI کا موازنہ جوہری ٹیکنالوجی سے کیا - بے حد مفید لیکن اتنا ہی نقصان دہ بھی ہو سکتا ہے۔
آنے والے سالوں میں، ہم دیکھیں گے کہ AI ہماری روزمرہ کی زندگی کا ایک فعال حصہ بنتا ہے – بالکل اسی طرح جیسے انٹرنیٹ ہماری زندگی کا ایک لازمی حصہ ہے۔
وہ ہماری مدد کریں گے۔
لیکن کیا ہوتا ہے جب یہ بہت زیادہ ہوشیار ہو جاتا ہے؟
صرف وقت ہی بتائے گا.
آپ کو ہمارا یہ بلاگ کیسا لگا؟ اگر آپ کو پسند آیا تو اسے زیادہ سے زیادہ شیئر کریں اور اپنی رائے بتائیں۔ مزید اپ ڈیٹس حاصل کرنے کے لئے ہمارے ٹیلیگرام چینل اور گروپ کو جوائن کریں، آپ ہمارا فیس بک پیج بھی فالو کر سکتے ہیں:
Telegram Channel: https://t.me/CryptUrdu
Telegram Group: https://t.me/CrypUr
Facebook: https://www.facebook.com/CryptUrdu
تبصرے
ایک تبصرہ شائع کریں