مصنوعی ذہانت اور پاکستان کا مستقبل

تحریر: حفیظ اللہ خان خٹک

مصنوعی ذہانت ایک ڈیجیٹل کمپیوٹر یا کمپیوٹر کے زیر انتظام روبوٹ کی صلاحیت ہے جو عام طور پر ذہین انسانوں سے وابستہ کاموں کو پورا کرتا ہے۔ 1940 کی دہائی میں ڈیجیٹل کمپیوٹر کی ترقی کے بعد سے، اس ایجاد نے ثابت کیا ہے کہ یہ انسانوں کے مقابلے میں بہت زیادہ پیچیدہ کام سر انجام دے سکتا ہے۔یہ ریاضی کے مشکل سوالات کو حل کر سکتا ہے اور مہارت کے ساتھ شطرنج بھی کھیلتا ہے۔ کمپیوٹر پروسیسنگ کی رفتار اور میموری کی صلاحیت میں مسلسل ترقی کے باوجود، ابھی بھی ایسے پروگرام موجود ہیں جو وسیع تر ڈومینز یا کاموں میں انسانی دماغ کا مقابلہ نہیں کر سکتے۔ ان کاموں کو سرانجام دینے کے لیے روزمرہ کے علم کی ضرورت ہوتی ہے۔ دوسری طرف، کچھ پروگراموں نے بعض مخصوص کاموں کو انجام دینے میں انسانی ماہرین اور پیشہ ور افراد کی صلاحیتوں کو شکست دے دی ہے، مصنوعی ذہانت کا استعمال بیماری کو دریافت کرنے والی مشینوں، کمپیوٹر سرچ انجن،آواز یا لکھاوٹ کی طرح متنوع ایپلی کیشنز میں ہوتاہے۔ مصنوعی ذہانت کا تعلق مشینوں کے ذریعے ظاہر کی گئی معلومات کو سمجھنے، ترکیب کرنے اور ان کا اندازہ لگانے سے ہے۔ یہ عمل قیاس کے مطابق جانوروں اور انسانوں کی طرف سے ظاہر کردہ ذہانت کے خلاف ہے۔

آکسفورڈ یونیورسٹی پریس کی آکسفورڈ انگلش ڈکشنری مصنوعی ذہانت کو مندرجہ ذیل الفاظ میں بیان کرتی ہے۔
نظریہ اور کمپیوٹر سسٹم کی نشوونما ایسے کاموں کو انجام دینے کے قابل ہے جہاں عام طور پر انسانی ذہانت کی ضرورت ہوتی ہے، جیسے بصری ادراک، تقریر کی شناخت، فیصلہ سازی، اور زبانوں کے درمیان ترجمہ۔

ٹیکنالوجی میں ترقی کے ساتھ ساتھ مصنوعی ذہانت کا دائرہ کاربھی بڑھ رہا ہے۔ یہ مشینوں کی تکنیکی نفاست ہے جو بنیادی طور پر، انسانی تخیل اور تخلیق پر مبنی مشینی ذہانت ہے۔ یہ سائنسی اقدار اور ضابطوں میں لامحدود قدر کا اضافہ کر سکتا ہے۔ تاہم، اس کا انسانی تخیل سے آگے جانا ابھی باقی ہے۔ لہذا، مصنوعی ذہانت کا سماجی حصہ مصنوعی ذہانت کا سب سے پسندیدہ ڈومین ہے۔

مزید پڑھیں: https://republicpolicy.com/masnoui-zahanat-program-pakistan-k-mustaqbil/

مصنوعی ذہانت کی تحقیق دو الگ الگ اور کسی حد تک مقابلہ کرنے کے طریقےٹاپ اپروچ یا باٹم  اپروچ کو اپناتی ہے۔ اوپر سے نیچے کا نقطہ نظر پروسیسنگ علامتوں میں دماغ کے حیاتیاتی ڈھانچے سے الگ ادراک کا تجزیہ کرکے ذہانت کو نقل کرنے کی کوشش کرتا ہے۔ دوسری طرف نیچے تک کا نقطہ نظر دماغ کے نظام کی تقلید میں مصنوعی عصبی نیٹ ورکس کی تعمیر کو متاثر کرتا ہے۔

ان طریقوں کے درمیان فرق کو نمایاں کرنے کے لیے، آپٹیکل اسکینر سے لیس ایک ایسا نظام بنانے کا کام فرض کریں جو حروف تہجی کے حروف کو پہچانے۔ نیچے سے اوپر کے نقطہ نظر میں عام طور پر ایک مصنوعی اعصابی نیٹ ورک کو انفرادی طور پر خطوط پیش کرکے تربیت دینا شامل ہے، نیٹ ورک کو ٹیوننگ کرکے آہستہ آہستہ کارکردگی کو بہتر بنانا۔ ٹیوننگ مختلف عصبی راستوں کی ردعمل کو مختلف محرکات کے لیے ایڈجسٹ کرتی ہے۔ اس کے برعکس، اوپر سے نیچے کا نقطہ نظر عام طور پر ہندسی وضاحتوں کے ساتھ ہر حرف کے مطابق کمپیوٹر پروگرام لکھنے سے متعلق ہے۔ سادہ الفاظ میں، عصبی سرگرمیاں نیچے سے اوپر کے نقطہ نظر کی دلیل ہیں، جبکہ علامتی وضاحت اوپر سے نیچے کے نقطہ نظر کی بنیاد ہیں۔

انیس سو بتیس میں کولمبیا یونیورسٹی، نیو یارک شہر کے ماہر نفسیات، ایڈورڈ تھورنڈائیک نے سب سے پہلے یہ تجویز کیا کہ انسانی سیکھنے میں دماغ کے نیوران کے درمیان رابطوں کی کچھ نامعلوم خصوصیات شامل ہیں۔ رویے کی تنظیم (1949) میں، ڈونلڈ ہیب، میک گل یونیورسٹی، مونٹریال، کینیڈا کے ماہر نفسیات نے مشورہ دیا کہ سیکھنے میں خاص طور پر منسلک رابطوں کے درمیان حوصلہ افزائی نیورون فائرنگ کے امکان (وزن) کو بڑھا کر اعصابی سرگرمیوں کے مخصوص نمونوں کو مضبوط کرنا شامل ہے۔
انیس سو ستاون میں علامتوں کے حامی، ایلن نیویل، کارپوریشن سانتا مونیکا، کیلیفورنیا کے ایک محقق، ہربرٹ سائمن،اور کارنیگی میلن یونیورسٹی پٹسبرگ، پنسلوانیا کے کمپیوٹر سائنس دان، نے یہ نتیجہ اخذ کیا کہ کس چیز میں اوپر سے نیچے تک رسائی حاصل کی گئی۔ انہوں نے جسمانی علامت کے نظام کا مفروضہ کیا۔ یہ مفروضہ یہ بتاتا ہے کہ علامتوں کی پروسیسنگ ڈھانچہ اصولی طور پر ڈیجیٹل کمپیوٹر میں مصنوعی ذہانت کی تعمیر کے لیے کافی ہے- مزید یہ کہ انسانی ذہانت کا نتیجہ ایک ہی قسم کی علامتی ہیرا پھیری سے ہوتا ہے۔
اُنیس سو پچاس اور 60 کی دہائیوں کے دوران، سائنس دانوں نے بیک وقت اوپر سے نیچے اور نیچے تک کے طریقوں کا تعاقب کیا اور قابل ذکر نتائج حاصل کیے۔ تاہم، 1970 کی دہائی کے دوران، نیچے سے اوپر والے مصنوعی ذہانت کے طریقے کو نظر انداز کر دیا گیا، اور 1980 کی دہائی میں، یہ نقطہ نظر دوبارہ نمایاں ہو گیا۔ آج کل، دونوں طریقوں کی پیروی کی جاتی ہے اور مشکلات کا سامنا کرنے کے طور پر تسلیم کیا جاتا ہے. علامتی تکنیک آسان دائروں میں کام کرتی ہیں لیکن عام طور پر جب قدرتی دنیا کا سامنا ہوتا ہے تو وہ ٹوٹ جاتی ہیں۔ اس دوران، نیچے کے محققین سادہ ترین جانداروں کے اعصابی نظام کی نقل تیار کرنے میں ناکام رہے ہیں۔ ، ایک بہت زیادہ مطالعہ کیا گیا کیڑامیں تقریباً 300 نیوران ہوتے ہیں جن کے آپس میں روابط کا نمونہ معلوم ہے۔ ابھی تک کن کش نسٹ ماڈل اس کیڑے کی نقل کرنے میں بھی ناکام رہے ہیں۔ ریاضی، شماریاتی اور الگورتھم نیٹ ورک مصنوعی ذہانت کے ضروری حصے ہیں۔ پروگرامنگ، کوڈنگ اور ری کوڈنگ ہدف کو حاصل کرنے کی تکنیک ہیں۔ لہذا، یہ ایک مشین نیٹ ورک ہے۔

مزید پڑھیں: https://republicpolicy.com/mantaq-ka-almi-din-aur-riyasat-pakistan/

بہر حال مصنوعی ذہانت میں، پاکستان میں زراعت، گورننس، موسمیاتی تبدیلی، اور مینوفیکچرنگ میں مقامی مسائل کو حل کرنے سے لے کر ہائی ٹیک سافٹ ویئر کی برآمدات میں مہارت رکھنے والی ٹیک یونیکورنز اور سروسز کمپنیوں کی ڈیزائننگ تک کی زبردست صلاحیت موجود ہے۔ چند ریسرچ لیبز، کمپنیاں، اور سٹارٹ اپ پہلے ہی اسپیس میں ایک سازگار ماحول بنا رہے ہیں اور عالمی ٹیک ایکو سسٹم میں اپنا حصہ ڈال رہے ہیں۔ مثال کے طور پر، پاکستان میں بہت سے نوجوان آئی ٹی پروفیشنلز نے پہلے ہی آئی ٹی کے معیارات پر اثر پیدا کرنا اور آئی ٹی سے متعلق پیچیدگیوں کے مسائل کو حل کرنا شروع کر دیا ہے۔

نیشنل سینٹر آف آرٹی فیشل انٹیلی جنس ایک تکنیکی اقدام ہے جسے حکومت پاکستان نے 2018 میں آرٹی فیشل انٹیلی جنس کے مقاصد کے حصول کے لیے قائم کیا تھا۔ دور حاضر کے طلباء کو  حکومت کے انتظامی ڈھانچے میں اس  تکنیک کو سیکھ کر استعمال کرنے کی اشد ضرورت ہے۔ یہ پاکستان میں انتظامی اصلاحات کا حصہ ہونا چاہیے۔ یہ اب  دنیا کا مستقبل ہے۔ اس لیے پاکستان کو ٹیکنالوجی کو اپنانا چاہیے اور زراعت اور سماجی انضمام سے لے کر سیاسی شفافیت اور اقتصادی ترقی تک تمام شعبوں میں پیداواری صلاحیت کو بڑھانا چاہیے۔ پاکستان کے نوجوانوں کو اس  کے دائرہ کار کو سمجھنا چاہیے۔ انہیں ٹیکنالوجی کی مہارت اور اختراع کو سیکھنا چاہیے۔ ہماری یونیورسٹیوں اور تحقیقی اداروں کو چاہیے کہ وہ اپنے کورسز میں ایسے  پروگراموں کو اپنائیں تاکہ پاکستان کے نوجوانوں کو تعلیم سے آراستہ کیا جا سکے۔