مصنوعی ذہانت

مصنوعی ذہانت کا تعارف
ایسے مستقبل کا تصور کریں جس میں ذہانت انسانوں تک ہی محدود نہ ہو !!! ایک ایسا مستقبل جہاں مشینیں انسانوں کی طرح سوچ سکتی ہیں اور اس سے بھی زیادہ دلچسپ کائنات بنانے کے لئے انسانوں کے ساتھ کام کرسکتی ہیں۔ اگرچہ یہ مستقبل ابھی بہت دور ہے ،لیکن مصنوعی ذہانت نے ابھی بھی ان اوقات میں کافی ترقی کی ہے۔ AI کے تقریبا تمام شعبوں جیسے کوانٹم کمپیوٹنگ ، صحت کی دیکھ بھال ، خودمختار گاڑیاں ، انٹرنیٹ ، روبوٹکس ، وغیرہ میں بہت ریسرچ کی جارہی ہے تاکہ سالانہ شائع ہونے والے تحقیقی مقالوں کی تعداد90فیصدتک اضافہ ہوسکے۔

مصنوعی ذہانت کی ترقی کا1996تک ایک جائزہ!

نمبر1:… مشین لرننگ(مشینوں کا سیکھنا (
مشین لرننگ میں مصنوعی ذہانت کا استعمال شامل ہے تاکہ مشینوں کو اس کام کے بارے میں خاص طور پر پروگرام کیے بغیر تجربے سے کوئی کام سیکھ سکے۔

مختصراً ہم یہ بھی کہہ سکتے ہیں مشینیں بغیر کسی انسان کے ہاتھ تھامے خود بخود سیکھ جاتی ہیں !!!یہ عمل ان کو اچھے معیار کے اعداد و شمار کھلانے کے ساتھ شروع ہوتا ہے اور پھر ڈیٹا اور مختلف الگورتھم استعمال کرکے مشینوں کے سیکھنے کے مختلف ماڈلز بنا کر مشینوں کی تربیت کرتا ہے۔ الگورتھم کا انتخاب اس بات پر منحصر ہوتا ہے کہ ہمارے پاس کس طرح کا ڈیٹا ہے اور ہم کس طرح کا کام خود کار بنانے کی کوشش کر رہے ہیں۔

تاہم ، عام طور پر ، مشین لرننگ الگورتھم کو 3 اقسام میں تقسیم کیا گیا ہے
٭… نگرانی کا کام کرنے والی مشین لرننگ الگورتھم ، ٭…غیر نگرانی والی مشین لرننگ الگورتھم ، ٭… کمک(Reinforcement) مشین لرننگ الگورتھم۔

نمبر2:…مشین کا گہرائی سے سیکھنا !
ڈیپ لرننگ مشین لرننگ کا ایک ذیلی سیٹ ہے جو ڈیٹا پر کارروائی کرنے اور اس اعداد و شمار پر مبنی فیصلوں پر عمل درآمد کیلئے انسانی دماغ کے اندرونی کام کی نقل کرتے ہوئے سیکھتا ہے۔ بنیادی طور پر ، ڈیپ لرننگ مشین لرننگ کو نافذ کرنے کیلئے مصنوعی عصبی نیٹ ورک کا استعمال کرتی ہے۔ یہ اعصابی نیٹ ورک ایک ویب جیسا ڈھانچے میں جڑے ہوئے ہیں جیسے انسانی دماغ میں نیٹ ورک ہوتا ہے (بنیادی طور پر ہمارے دماغ کا ایک آسان ورژن بھی کہاجاسکتا ہے )

مصنوعی اعصابی نیٹ ورکس کی اس ویب جیسا ڈھانچہ کا مطلب یہ ہے کہ وہ نان لائنیر نقطہ نظر میں ڈیٹا پر کارروائی کرنے کے قابل ہیں جو روایتی الگورتھم پر ایک اہم فائدہ ہے جو صرف لکیری نقطہ نظر میں ڈیٹا پر کارروائی کرسکتا ہے۔ گہرے عصبی نیٹ ورک کی ایک مثال رینک برین ہے جو گوگل سرچ الگورتھم میں ایک عامل ہے۔

نمبر3:…کمک سیکھنا( Reinforcement Learning)
کمک سیکھنا Reinforcement Learning))مصنوعی ذہانت کا ایک حصہ ہے جس میں مشین کچھ اس طرح سیکھتی ہے جو انسان کے سیکھنے کے مترادف ہے۔ ایک مثال کے طور پر ، فرض کریں کہ مشین طالب علم ہے۔ یہاں فرضی طالب علم وقت کے ساتھ اپنی غلطیوں سے سبق سیکھتا ہے )جیسا کہ ہمیں کرنا پڑا !!۔( لہذا کمک مشین سیکھنا الگورتھم آزمائشی اور غلطی کے ذریعے زیادہ سے زیادہ عمل سیکھتا ہے۔اس کا مطلب یہ ہے کہ الگورتھم اس طرز عمل کو سیکھنے کے ذریعہ اگلی کارروائی کا فیصلہ کرتا ہے جو اس کی موجودہ حالت پر مبنی ہے اور اس سے مستقبل میں اجر زیادہ سے زیادہ ہوجائے گا۔ اور انسانوں کی طرح ، یہ مشینوں کے لئے بھی کام کرتا ہے! مثال کے طور پر ، گوگل کا الفاگو کمپیوٹر پروگرام 2017 میں انفورسمنٹ لرننگ کا استعمال کرتے ہوئے ،جیسے ایک شطرنج کاکمپیوٹر روبوٹ کھیل میں عالمی چیمپئن کو مات دینے میں کامیاب رہا۔

نمبر4:… روبوٹکس
روبوٹکس ایک ایسا شعبہ ہے جو انسانوں کی طرح کی مشینیں بنانے سے متعلق ہے جو انسانوں کی طرح برتاؤ کرسکتا ہے اور انسانوں کی طرح کچھ حرکتیں انجام دے سکتا ہے۔ اب ، روبوٹ کچھ مخصوص حالات میں انسانوں کی طرح کام کرسکتے ہیں لیکن کیا وہ بھی انسانوں کی طرح سوچ سکتے ہیں؟ یہیں سے مصنوعی ذہانت آتی ہے! اے آئی(AI) روبوٹ کو کچھ مخصوص حالات میں ذہانت سے کام کرنے کی اجازت دیتا ہے۔ یہ روبوٹ ایک محدود دائرے میں مسائل حل کرنے یا قابو شدہ ماحول میں سیکھنے کے قابل ہوسکتے ہیں۔

اس کی ایک مثال Kismat ہے ، جو M.I.T کی مصنوعی ذہانت لیب میں تیار کردہ ایک سماجی تعامل کا روبوٹ ہے۔ یہ انسانی جسم کی زبان کو بھی پہچانتا ہے اور ہماری آواز کو بھی اور اسی کے مطابق انسانوں کے ساتھ تعامل کرتا ہے۔ ایک اور مثال روبونوٹRobonote ہے ، جسے ناسا نے خلا میں خلابازوں کے ساتھ مل کر کام کرنے کے لئے تیار کیا تھا۔

نمبر5:…کمپیوٹر وژن!
انٹرنیٹ تصاویر سے بھرا ہوا ہے! یہ سیلفی کا دور ہے ، جہاں ایک تصویر لینا اور اسے شیئر کرنا کبھی بھی آسان نہیں تھا۔ در حقیقت ، لاکھوں تصاویر انٹرنیٹ پر ہر روز اپ لوڈ اور دیکھی جاتی ہیں۔ آن لائن تصویروں کی زیادہ سے زیادہ استعمال کرنے کیلئے، یہ ضروری ہے کہ کمپیوٹر تصاویر کو دیکھ اور سمجھ سکیں۔ اور جبکہ انسان یہ سوچے سمجھے بغیر آسانی سے کرسکتا ہے ، کمپیوٹرز کیلئے یہ اتنا آسان نہیں ہے! یہیں سے کمپیوٹر وژن آتا ہے۔کمپیوٹر ویژن تصاویر سے معلومات کو نکالنے کے لئے مصنوعی ذہانت کا استعمال کرتا ہے۔ یہ معلومات شبیہہ میں آبجیکٹ کی کھوج کی شناخت ، مختلف امیجوں کو ایک ساتھ گروپ کرنے کیلئے شبیہہ کے مواد کی نشاندہی کرنا وغیرہ ہوسکتی ہے۔ کمپیوٹر وژن کا اطلاق خودکشی کی گاڑیوں کیلئے نیویگیشن ہے جس میں آسٹرنیواسڈ ان اسپریٹ اینڈ مواقع روورز جیسے ماحولیات کی تصاویر کا تجزیہ کیا جاتا ہے جو مریخ پر اترا تھا۔

نمبر6:… تجویز کنندہ نظام!
جب آپ نیٹ فلکس استعمال کررہے ہیں ، تو کیا آپ کو اپنے گذشتہ انتخاب یا اپنی پسند کی انواع پر مبنی فلموں اور سیریز کی سفارش مل جاتی ہے؟ یہ تجویز کنندہ سسٹمز کے ذریعہ کیا گیا ہے جو آپ کو آن لائن دستیاب وسیع انتخاب میں اگلے انتخاب کا انتخاب کرنے کے لئے کچھ رہنمائی فراہم کرتے ہیں۔ ایک تجویز کنندہ نظام مواد پر مبنی سفارش یا حتی کہ باہمی تعاون کے ساتھ فلٹرنگ پر مبنی ہوسکتا ہے۔
مشمولات پر مبنی سفارش تمام اشیا کے مشمولات کا تجزیہ کرکے کی جاتی ہے۔ مثال کے طور پر ، آپ کو کتابوں کی سفارش کی جاسکتی ہے جو آپ کو قدرتی زبان پروسیسنگ کی بنیاد پر اچھی لگتی ہیں۔ دوسری طرف ، باہمی تعاون کے ساتھ فلٹرنگ آپ کے پڑھنے کے ماضی کے رویے کا تجزیہ کرکے اور پھر اسی پر مبنی کتابوں کی سفارش کرکے کیا جاتا ہے۔

نمبر7:…چیزوں کا انٹرنیٹ!
مصنوعی ذہانت سسٹم کی تشکیل سے متعلق ہے جو اپنے سابقہ تجربے کا استعمال کرتے ہوئے اور بغیر کسی دستی مداخلت کے انسانی کاموں کی تقلید سیکھ سکتی ہے۔ دوسری طرف ، انٹرنیٹ آف تِنگس مختلف آلات کا نیٹ ورک ہے جو انٹرنیٹ پر جڑے ہوئے ہیں اور وہ ایک دوسرے کے ساتھ ڈیٹا اکٹھا اور تبادلہ کرسکتے ہیں۔اب ، یہ سب IOT آلات بہت زیادہ اعداد و شمار تیار کرتے ہیں جن کو قابل عمل نتائج کیلئے جمع کرنے اور ترتیب کیلئے کی ضرورت ہے۔ یہیں سے ہی مصنوعی ذہانت تصویر میں آتی ہے۔ انٹرنیٹ آف تھنگ کا استعمال ڈیٹا کی بڑی مقدار کو جمع کرنے اور سنبھالنے کیلئے کیا جاتا ہے جسے مصنوعی ذہانت کے الگورتھم کی ضرورت ہوتی ہے۔ اس کے نتیجے میں ، یہ الگورتھم ڈیٹا کو مفید کارروائی کے قابل نتائج میں بدل دیتے ہیں جن کو IoT آلات کے ذریعہ لاگو کیا جاسکتا ہے۔
٭٭٭٭٭٭٭٭٭٭٭٭