2023 کے لیے HPC پیشین گوئیوں کا ایک AI- ذائقہ دار سیٹ

2023 میں HPC-AI کے لیے بہت سی پیشین گوئیاں حالیہ ہفتوں میں ہمارے ٹرانسوم پر آئیں، یہاں ان کے اقتباسات ہیں جو ہمیں سب سے زیادہ دلچسپ، تازہ، بصیرت انگیز - یہاں تک کہ متضاد بھی ہیں۔

وال چیف سائنٹسٹ روزمیری فرانسس:
Go Big or Go Home – HPC کے بڑے کام کا بوجھ۔جیسا کہ HPC کام کا بوجھ بڑے ڈیٹا ایپلی کیشنز پر لے جا رہا ہے، جیسے لائف سائنسز اور پارٹیکل ایکسلریٹر جیسے برطانیہ کا ڈائمنڈ لائٹ سورس (زیادہ تحقیق اور تجربہ کے لیے)، ہم ورک فلو ٹولز میں ایک دھماکہ دیکھ رہے ہیں۔ 2023 میں جانا، کثیر جہتی نظام الاوقات میں یہ تبدیلی HPC کے اندر تبدیلی کا سب سے بڑا محرک ہوگا کیونکہ انڈسٹری خود کو جدید بنانے اور ان بڑی منسلک ایپلی کیشنز کے مطابق ڈھالنے کی کوشش کرتی ہے۔

HPC گہری تعلیم سے نمٹتا ہے:جیسا کہ 2023 میں گہری سیکھنے کا رواج زیادہ ہوتا جائے گا، ہم HPC کے کام کے بوجھ میں مزید تبدیلی دیکھیں گے۔ اگرچہ ابتدائی طور پر مشین لرننگ کے زیادہ تر کام کا بوجھ Kubernetes یا دوسرے کنٹینر آرکیسٹریشن فریم ورک پر چلایا جاتا تھا، یہ واضح ہو گیا ہے کہ یہ سسٹم مائیکرو سروسز کے لیے ڈیزائن کیے گئے ہیں، نہ کہ گہرائی سے سیکھنے کے لیے اب درکار کمپیوٹر سے متعلق مشین کے کام کے بوجھ کے لیے۔ کمرشل HPC ورک لوڈ مینیجرز کو جامع کنٹینر سپورٹ کی ضرورت ہوتی ہے تاکہ تنظیمیں اپنی کمپیوٹ کو تیز کر سکیں اور بیچ شیڈولنگ، کلاؤڈ برسٹنگ، اور کرایہ میں حصہ داری سے فائدہ اٹھانا شروع کر سکیں - موثر HPC کے تمام اہم پہلو۔

جو فٹزسیمنز، کے سی ای او ہورائزن کوانٹم کمپیوٹنگNISQ کی موت اور کوانٹم کمپیوٹنگ میں فالٹ ٹولرنس میں تبدیلی پر
"پچھلے چند سالوں میں، کوانٹم کمپیوٹنگ کے لیے ایپلی کیشنز کی ترقی نے NISQ نظام پر خاص توجہ دی ہے، جو کہ Noisy Intermediate Scale Quantum پروسیسرز کا حوالہ دیتے ہیں۔ اس عنوان میں 'شور' سے مراد ماحولیاتی عوامل کی مداخلت کے لیے کوئبٹس کی حساسیت ہے، جو دوسرے کیوبٹس کی قربت سے لے کر کائناتی شعاعوں کے تصادم تک ہوتی ہے۔ یہ شور کوانٹم کمپیوٹیشن کے عمل میں ممکنہ طور پر مہلک غلطیاں متعارف کراتا ہے۔ یہ بات طویل عرصے سے معلوم ہے کہ کم از کم نظریاتی طور پر ایسے کوانٹم کمپیوٹرز کی تعمیر ممکن ہے جس میں غلطی کی اصلاح شامل ہو، تاکہ ایک بنیادی طور پر کامل کمپیوٹر نامکمل اجزاء سے بنایا جا سکے۔ تاہم، NISQ تحقیق کا فوکس تغیراتی الگورتھم تیار کرنے پر رہا ہے جس سے امید کی جاتی ہے کہ وہ ماحولیاتی شور کی وجہ سے ہونے والی معمولی پریشانیوں کے لیے مضبوط ہوں گے، جس سے غلطی کی اصلاح کے بغیر کوانٹم فائدہ حاصل کیا جا سکتا ہے۔

"بدقسمتی سے، اس بات کا نسبتاً کم ثبوت ہے کہ اس طرح کے NISQ الگورتھم درحقیقت آپٹمائزیشن اور مشین لرننگ کے کاموں کی وسیع رینج کے لیے روایتی کمپیوٹرز کے مقابلے میں فائدہ اٹھائیں گے جن کے لیے ان پر غور کیا جا رہا ہے۔ اگرچہ اس بات پر یقین کرنے کی اچھی وجہ ہے کہ ابتدائی کوانٹم فائدہ کیمیا جیسے شعبوں میں دیکھا جا سکتا ہے، جہاں مسئلہ کوانٹم مکینیکل نوعیت کا حل کیا جانا ہے، وہاں فالٹ ٹولرنس نظام تک پہنچنے پر نئے سرے سے توجہ مرکوز کرنے کے آثار ہیں، جس میں غلطیاں ہیں۔ فعال طور پر درست کیا گیا اور جس کے لیے کوانٹم فائدہ کے زیادہ مضبوط ثبوت موجود ہیں۔

ڈیل ٹیکنالوجیز' جان روز، گلوبل CTO - ایک کوانٹم نیو ایئر ریزولوشن
میں کوانٹم سے فائدہ اٹھانے کے لیے ابتدائی مہارت کے سیٹ قائم کروں گا۔ کوانٹم کمپیوٹنگ حقیقی ہو رہی ہے اور اگر آپ کے کاروبار میں کوئی ایسا شخص نہیں ہے جو یہ سمجھتا ہو کہ یہ ٹیکنالوجی کیسے کام کرتی ہے اور یہ آپ کے کاروبار کو کیسے متاثر کرتی ہے، تو آپ اس ٹیکنالوجی کی لہر سے محروم ہو جائیں گے۔ ٹیم، ٹولز اور کاموں کی شناخت کریں جو آپ کوانٹم کے لیے وقف کریں گے اور تجربہ کرنا شروع کریں گے۔ ابھی پچھلے مہینے ہی ہم نے آن پریمیسس ڈیل کوانٹم کمپیوٹنگ سلوشن کا اعلان کیا تھا جو تمام صنعتوں کی تنظیموں کو اس قابل بناتا ہے کہ وہ کوانٹم ٹیکنالوجی کے ذریعے تیز رفتار کمپیوٹ کا فائدہ اٹھانا شروع کر دیں بصورت دیگر آج ان کے لیے دستیاب نہیں ہے۔ کوانٹم سمولیشن میں سرمایہ کاری کرنا اور اپنی ڈیٹا سائنس اور اے آئی ٹیموں کو نئی زبانیں سیکھنے کے قابل بنانا اور کوانٹم کی صلاحیت 2023 میں اہم ہے۔

Gideon Mendels، CEO اور MLOps پلیٹ فارم کے شریک بانی کے ML پر متضاد خیالات دومکیت
جب ڈیٹا خشک ہوجاتا ہے: ایم ایل میں نظر آنے والی زیادہ تر بہتری زیادہ سے زیادہ ڈیٹا کے ساتھ ٹریننگ ماڈلز سے آئی ہے، لیکن ہم اس مقام پر پہنچ رہے ہیں جب ہم ایسا نہیں کر پائیں گے۔ کچھ دلچسپ تحقیق ابھی سامنے آئی ہے جس سے پتہ چلتا ہے کہ ہمارے پاس 2026 تک ڈیٹا ختم ہو سکتا ہے۔ اگر یہ تھیسس برقرار رہتا ہے تو ہم اس وقت تک بہتری دیکھنا بند کر دیں گے جب تک کہ ہم اسی ڈیٹا سیٹ پر بہتر ماڈلز نہیں بنا سکتے۔

جنریٹو ماڈلز کے ماحولیاتی اثرات: جنریٹو ماڈل انتہائی متاثر کن نتائج دے رہے ہیں، لیکن یہ واضح نہیں ہے کہ ان کا حقیقی کاروبار پر کیا اثر پڑتا ہے۔ واضح کیا ہے کہ ان بڑے ماڈلز کی تربیت کے کاربن کے اخراج کے اثرات۔ حساب کے تقاضے پاگل ہیں۔ لہذا یہ سوال پیدا کرتا ہے، "کیا نتائج ماحولیاتی لاگت کے قابل ہیں؟"

سافٹ ویئر مائنڈ سیٹ سے دور رہیں: ML نے اب تک سافٹ ویئر ڈویلپمنٹ کے کورس کی پیروی کی ہے، لیکن جیسے جیسے ML پختہ ہوتا جاتا ہے، یہ نقطہ نظر الگ ہو جاتا ہے۔ کوئی ایک فروش یہ سب نہیں کر سکتا۔ ٹیمیں آج دستیاب بہترین ٹولز کا انتخاب کرتی ہیں جو اس سے متعلقہ ہیں جو وہ کرنے کی کوشش کر رہے ہیں۔ وہ دکاندار جنہوں نے ٹیم کے لیے سب کچھ بننے کی کوشش کی وہ ناکام ہو رہے ہیں۔ ML اپنی صلاحیت تک پہنچنے کے لیے، ہمیں اپنی مخصوص کاروباری ضروریات کے لیے صحیح ML اسٹیک بنانے کے لیے مختلف طریقے سے سوچنے کی ضرورت ہے۔

تعصب بہت زیادہ ہے: تعصب ایک ایسا تصور ہے جس پر بہت زیادہ توجہ دی جاتی ہے- اور یہ AI بل آف رائٹس کے ساتھ مزید حاصل کرتا رہے گا- یہ ایسی چیز نہیں ہے جس کے بارے میں بہت سے ML پریکٹیشنرز روز بروز پریشان ہیں۔ بلاشبہ، وہ اس کا ذمہ دار ہیں، لیکن ایم ایل پریکٹیشنرز مسائل کو سمجھتے ہیں اور جانتے ہیں کہ تعصب کو نتائج کو بری طرح متاثر کرنے سے روکنے کے لیے کیا کرنا ہے۔

کے جوناس کوبیلیس آکسی لیبز ایڈوائزری بورڈ جنریٹو AI پر
Jonas Kubilius، تھری تھرڈز کے شریک بانی اور CEO اور Oxylabs ایڈوائزری بورڈ کے رکن، Stable Diffusion، GPT-3، GitHub Copilot اور دیگر مواد کی تخلیق کی تکنیکوں کے بڑھتے ہوئے ارتقاء کی توقع کرتے ہیں جو ڈویلپرز اور مواد تخلیق کاروں کے ذریعے حقیقی طور پر استعمال ہوتے ہیں۔ عالمی ایپلی کیشنز. انہوں نے مزید کہا کہ ہم ملٹی موڈل ماڈلز میں بڑھتی ہوئی دلچسپی دیکھیں گے جو متن، تصاویر، آڈیو اور متعدد کاموں کے لیے دیگر ان پٹ کو سنبھال سکتے ہیں۔

کوبیلیس نے کہا، "ہم جامد کاموں کے لیے AI کے استعمال سے، جیسے کہ درجہ بندی، زبان کے ماڈل سے چلنے والے انٹرایکٹو ورک فلو میں تبدیلی دیکھنا شروع کریں گے جو لوگوں کو اپنے کاموں کو زیادہ موثر طریقے سے انجام دینے میں مدد کرتے ہیں،" کوبیلیس نے کہا۔

پیٹر میٹسن، صدر ایم ایل کامنزعوامی ڈیٹا سیٹس پر
"ہمیں موجودہ عوامی ڈیٹاسیٹس میں ویب سکریپڈ ڈیٹا کے ساتھ قانونی، اخلاقی اور انصاف پسندی کے خدشات کے علاوہ ملٹی موڈل اور بات چیت کی AI کے ارد گرد نئے تحقیقی چیلنجوں کا مطالبہ کرنے کے ایک مجموعہ کا سامنا کرنا پڑے گا۔ صنعت کو مجموعی طور پر نہ صرف تحقیق بلکہ وسیع پیمانے پر تعینات ایم ایل ایپلیکیشنز اور نئے ضوابط (مثلاً صنعتی معیار کے ٹیسٹ سیٹس کے ذریعے) کی بہتر مدد کرنے کی ضرورت ہوگی۔

"عوامی ڈیٹا کی اگلی نسل" کو سپورٹ کرنے کے لیے، میٹسن نے انتہائی اہم سماجی اور تکنیکی مسائل کے لیے ڈیٹا سیٹس میں مضبوط سرمایہ کاری کی ضرورت کی پیش گوئی کی ہے، اور اس سرمایہ کاری کو اوپن سورس جیسے بنیادی ڈھانچے کے ذریعے منتقل کیا جائے گا جو پوری کمیونٹی کو اس قابل بناتا ہے کہ وہ اس میں شراکت اور جائزہ لے سکے۔ ڈیٹا

موسی گٹ مین، CEO اور MLOps پلیٹ فارم کے شریک بانی ClearML, ML Trends to Watch پر

آٹومیشن اور ایم ایل سکلز کی کمی اگرچہ ہم نے 2022 کے آخری حصے میں بہت ساری اعلیٰ ٹیکنالوجی کمپنیوں کو برطرفی کا اعلان کرتے ہوئے دیکھا ہے، لیکن اس بات کا امکان نہیں ہے کہ (ان میں سے) کوئی بھی اپنے انتہائی باصلاحیت مشین لرننگ اہلکاروں کو فارغ نہیں کر رہا ہے۔ تاہم، خلا کو پُر کرنے کے لیے… گہری تکنیکی ٹیموں پر، کمپنیوں کو پیداواری صلاحیت کو برقرار رکھنے اور منصوبوں کی تکمیل کو یقینی بنانے کے لیے آٹومیشن کی طرف مزید جھکنا پڑے گا۔ ہم امید کرتے ہیں کہ وہ کمپنیاں بھی دیکھیں جو ML ٹیکنالوجی کا استعمال کرتی ہیں کارکردگی کی نگرانی اور اس پر حکمرانی کرنے کے لیے مزید سسٹمز لگاتی ہیں اور ML یا ڈیٹا سائنس ٹیموں کا نظم کرنے کے بارے میں مزید ڈیٹا پر مبنی فیصلے کرتی ہیں۔

ایم ایل ٹیلنٹ ہورڈنگ ختم  ایم ایل کارکنوں کی برطرفی کا امکان حالیہ بھرتیوں میں سے ہے، جیسا کہ زیادہ طویل مدتی ایم ایل عملے کے مقابلے میں…. چونکہ ML اور AI پچھلی دہائی میں زیادہ عام ٹیکنالوجی بن گئی ہے، اس لیے بہت سی بڑی ٹیک کمپنیوں نے اس قسم کے کارکنوں کی خدمات حاصل کرنا شروع کیں کیونکہ وہ مالی لاگت کو سنبھال سکتے ہیں اور انہیں حریفوں سے دور رکھ سکتے ہیں – ضروری نہیں کہ ان کی ضرورت تھی۔ (لہذا) ایم ایل کے اتنے زیادہ کارکنوں کو نوکری سے نکالتے ہوئے دیکھ کر حیرانی کی بات نہیں ہے… تاہم، جیسے جیسے ایم ایل ٹیلنٹ ہورڈنگ کا دور ختم ہوتا ہے، یہ جدت کی ایک نئی لہر اور اسٹارٹ اپس کے لیے مواقع کا آغاز کر سکتا ہے۔ اب کام کی تلاش میں بہت زیادہ ٹیلنٹ کے ساتھ، ہم ممکنہ طور پر ان میں سے بہت سے لوگوں کو بڑی ٹیک سے باہر نکل کر چھوٹے اور درمیانے درجے کے کاروبار یا اسٹارٹ اپس میں جاتے ہوئے دیکھیں گے۔

ایم ایل پروجیکٹ کی ترجیح  میں دیکھ رہا ہوں کہ مشین لرننگ پروجیکٹس دو قسموں میں ابلتے ہیں: قابل فروخت خصوصیات جن کے بارے میں قیادت کا خیال ہے کہ فروخت میں اضافہ ہوگا اور مقابلے کے مقابلے میں کامیابی حاصل ہوگی، اور ریونیو کو بہتر بنانے کے پروجیکٹس… فروخت کے قابل فیچر پروجیکٹس کو ملتوی کردیا جائے گا، کیونکہ ان کا جلدی سے نکلنا مشکل ہے، اور اس کے بجائے ، اب چھوٹی ایم ایل ٹیمیں ریونیو کی اصلاح پر زیادہ توجہ مرکوز کریں گی کیونکہ یہ حقیقی آمدنی بڑھا سکتی ہے۔ کارکردگی، اس لمحے میں، تمام کاروباری اکائیوں کے لیے ضروری ہے اور ML اس سے محفوظ نہیں ہے۔

متحدہ ایم ایل  MLOps کو اپنانے کو سست کرنے والے عوامل میں سے ایک نقطہ حل کی بہتات ہے۔ یہ کہنا نہیں ہے کہ وہ کام نہیں کرتے ہیں، لیکن یہ کہ وہ ایک ساتھ اچھی طرح سے مربوط نہیں ہوسکتے ہیں اور ورک فلو میں خلا چھوڑ سکتے ہیں۔ اس کی وجہ سے، میں پختہ یقین رکھتا ہوں کہ 2023 وہ سال ہے جس میں صنعت ایسے ماڈیولز سے بنائے گئے متحد، آخر سے آخر تک پلیٹ فارمز کی طرف گامزن ہے جو انفرادی طور پر استعمال کیے جا سکتے ہیں اور ایک دوسرے کے ساتھ بغیر کسی رکاوٹ کے مربوط ہو سکتے ہیں (نیز دیگر مصنوعات کے ساتھ آسانی سے ضم ہو سکتے ہیں) . اس قسم کا پلیٹ فارم اپروچ، انفرادی اجزاء کی لچک کے ساتھ، وہ چست تجربہ فراہم کرتا ہے جس کی آج کے ماہرین تلاش کر رہے ہیں۔ یہ پوائنٹ پراڈکٹس کی خریداری اور انہیں ایک ساتھ جوڑنے سے زیادہ آسان ہے۔ یہ آپ کے اپنے بنیادی ڈھانچے کو شروع سے بنانے سے زیادہ تیز ہے (جب آپ کو اس وقت کو ماڈل بنانے کے لیے استعمال کرنا چاہیے)….

NVIDIA AI اور مشین لرننگ کے شعبوں کی ایک رینج میں پیشین گوئیاں پیش کیں:

انیما آنند کمار، ڈائریکٹر ایم ایل ریسرچ، اور برین پروفیسر کالٹیک
ڈیجیٹل جڑواں بچے جسمانی حاصل کرتے ہیں: ہم بڑے پیمانے پر دیکھیں گے۔ ڈیجیٹل جڑواں بچے جسمانی عمل جو پیچیدہ اور کثیر پیمانے پر ہوتے ہیں، جیسے موسم اور آب و ہوا کے نمونے، زلزلے کے مظاہر اور مادی خصوصیات۔ یہ موجودہ سائنسی نقالی کو ایک ملین-x تک تیز کرے گا، اور نئی سائنسی بصیرت اور دریافتوں کو قابل بنائے گا۔

جنرلسٹ اے آئی ایجنٹس: AI ایجنٹس فاؤنڈیشن ماڈلز کو استعمال کرتے ہوئے، قدرتی زبان کی ہدایات اور بڑے پیمانے پر کمک سیکھنے کے ساتھ کھلے عام کاموں کو حل کریں گے - وہ بڑے AI ماڈلز جو بڑے پیمانے پر بغیر لیبل والے ڈیٹا کی ایک بڑی مقدار پر تربیت یافتہ ہیں - تاکہ ایسے ایجنٹوں کو قابل بنایا جا سکے جو کسی بھی قسم کی درخواست کو پارس کر سکیں اور وقت کے ساتھ نئی قسم کے سوالات کے مطابق ڈھالیں۔

منویر داس، نائب صدر، انٹرپرائز کمپیوٹنگ
سافٹ ویئر ایڈوانسز اینڈ AI سائلوس: انٹرپرائزز کو طویل عرصے سے AI تحقیق اور ترقی کے لیے کلاؤڈ کمپیوٹنگ اور ہائبرڈ آرکیٹیکچرز کے درمیان انتخاب کرنا پڑا ہے - ایک ایسا عمل جو ڈویلپر کی پیداواری صلاحیت اور سست اختراع کو روک سکتا ہے۔

2023 میں، سافٹ ویئر کاروباروں کو تمام بنیادی ڈھانچے کی اقسام میں AI پائپ لائنوں کو متحد کرنے اور AI پریکٹیشنرز کے لیے ایک واحد، مربوط تجربہ فراہم کرنے کے قابل بنائے گا۔ یہ انٹرپرائزز کو منصوبے کے سائز یا پیچیدگی سے قطع نظر، اسٹریٹجک مقاصد کے خلاف لاگت میں توازن پیدا کرنے کی اجازت دے گا، اور لچکدار ترقی کے لیے عملی طور پر لامحدود صلاحیت تک رسائی فراہم کرے گا۔

جنریٹو اے آئی ٹرانسفارمز انٹرپرائز ایپلی کیشنز: 2023 میں جنریٹو AI کے بارے میں ہائپ حقیقت بن جائے گی۔ اس کی وجہ یہ ہے کہ حقیقی جنریٹو AI کی بنیادیں آخر کار اپنی جگہ پر ہیں، ایسے سافٹ ویئر کے ساتھ جو بڑے زبان کے ماڈلز اور تجویز کنندہ سسٹمز کو پروڈکشن ایپلی کیشنز میں تبدیل کر سکتے ہیں جو تصویروں سے آگے بڑھ کر سوالات کے جوابات، مواد تخلیق اور یہاں تک کہ چنگاری دریافتیں….

کمبرلی پاول، نائب صدر، ہیلتھ کیئر
سرجری 4.0: فلائٹ سمیلیٹر پائلٹوں کو تربیت دینے اور نئے ہوائی جہاز کے کنٹرول کی تحقیق کے لیے کام کرتے ہیں۔ اب یہی بات سرجنوں اور روبوٹک سرجری کے آلات بنانے والوں کے لیے بھی درست ہے۔ ڈیجیٹل جڑواں بچے جو آپریٹنگ روم کے ماحول سے لے کر میڈیکل روبوٹ اور مریض کی اناٹومی تک ہر پیمانے پر نقل کر سکتے ہیں، ذاتی نوعیت کی سرجیکل مشقوں میں نئی ​​بنیادیں توڑ رہے ہیں اور AI سے چلنے والے انسانی اور مشین کے تعامل کو ڈیزائن کر رہے ہیں۔ ایک تجربہ کار سرجن پیدا کرنے کا واحد راستہ طویل رہائش نہیں ہوگا۔ بہت سے لوگ ماہر آپریٹرز بن جائیں گے جب وہ اپنی پہلی روبوٹ کی مدد سے کسی حقیقی مریض پر سرجری کرتے ہیں۔

ڈینی شاپیرو، نائب صدر، آٹوموٹو
میٹاورس میں خود مختار گاڑیوں کی تربیت: خود مختار گاڑیاں تیار کرنے والے 250 سے زیادہ آٹو اور ٹرک بنانے والے، سٹارٹ اپ، نقل و حمل اور نقل و حرکت کے طور پر سروس فراہم کرنے والے ہمارے وقت کے سب سے پیچیدہ AI چیلنجز سے نمٹ رہے ہیں۔ سڑک پر جانچ کر کے ہر اس منظر نامے کا سامنا کرنا ممکن نہیں ہے، اس لیے 2023 میں صنعت کا زیادہ تر حصہ مدد کے لیے ورچوئل دنیا کا رخ کرے گا۔ آن-روڈ ڈیٹا اکٹھا کرنے کے لیے ورچوئل فلیٹس کے ذریعے اضافی کیا جائے گا جو تعیناتی سے پہلے نئی خصوصیات کی تربیت اور جانچ کے لیے ڈیٹا تیار کرتے ہیں۔ ہائی فیڈیلیٹی سمولیشن خود مختار گاڑیوں کو عملی طور پر لامحدود منظرناموں اور ماحول کے ذریعے چلائے گا….

Rev Lebardedian، نائب صدر، Omniverse and Simulation Technology
میٹاورس یونیورسل مترجم: جس طرح HTML 2D ویب کی معیاری زبان ہے، عالمگیر منظر کی تفصیل 3D ویب کے لیے سب سے طاقتور، قابل توسیع، کھلی زبان بننے کے لیے تیار ہے۔ میٹاورس میں ورچوئل دنیا کو بیان کرنے کے لیے 3D معیار کے طور پر، USD کاروباری اداروں اور یہاں تک کہ صارفین کو مختلف ٹولز، ناظرین اور براؤزرز کا استعمال کرتے ہوئے مختلف 3D دنیاؤں کے درمیان انتہائی ہموار اور مستقل انداز میں منتقل ہونے کی اجازت دے گا۔

رونی وسیشتا، سینئر نائب صدر، ٹیلی کام
5G نیٹ ورکس پر AR/VR پر ہڈی کاٹنا: اگرچہ بہت سے کاروبار ہارڈ ویئر اور سافٹ ویئر کی ترقی کے لیے کلاؤڈ پر جائیں گے، ایج ڈیزائن اور تعاون بھی بڑھے گا کیونکہ دنیا بھر میں 5G نیٹ ورک زیادہ مکمل طور پر تعینات ہو جائیں گے۔ آٹوموٹو ڈیزائنرز، مثال کے طور پر، بڑھا ہوا رئیلٹی ہیڈسیٹ عطیہ کر سکتے ہیں اور وہی مواد جو وہ وائرلیس نیٹ ورکس پر دیکھتے ہیں دنیا بھر کے ساتھیوں تک پہنچا سکتے ہیں، باہمی تعاون کی تبدیلیوں کو تیز کر سکتے ہیں اور ریکارڈ رفتار پر اختراعی حل تیار کر سکتے ہیں۔ 5G صنعتوں میں مربوط روبوٹس کی تیزی سے تعیناتی کا باعث بھی بنے گا - جو اسٹور شیلف کو دوبارہ ذخیرہ کرنے، فرشوں کی صفائی، پیزا کی فراہمی اور فیکٹریوں میں سامان چننے اور پیک کرنے کے لیے استعمال کیا جاتا ہے۔

باب پیٹ، نائب صدر، پروفیشنل ویژولائزیشن
تخروپن کے ذریعے ایک صنعتی انقلاب: طبعی دنیا میں بنائی گئی ہر چیز کو پہلے ایک مجازی دنیا میں نقل کیا جائے گا جو طبیعیات کے قوانین کی پابندی کرتی ہے۔ یہ ڈیجیٹل جڑواں بچے - بشمول بڑے پیمانے پر ماحول، جیسے فیکٹریاں، شہر اور یہاں تک کہ پورا سیارہ - اور صنعتی میٹاورس ڈیجیٹل تبدیلی کے اقدامات کے اہم اجزاء بننے کے لیے تیار ہیں۔ مثالیں پہلے ہی بہت ہیں: سیمنز صنعتی آٹومیشن کو ایک نئی سطح پر لے جا رہا ہے۔ BMW مینوفیکچرنگ کے عمل کو بہترین طریقے سے منصوبہ بندی کرنے کے لیے پوری فیکٹری کے فرش کی نقل کر رہا ہے۔ لاک ہیڈ مارٹن جنگل میں لگنے والی آگ کے رویے کی تقلید کر رہا ہے تاکہ یہ اندازہ لگایا جا سکے کہ وسائل کہاں اور کب تعینات کیے جائیں۔ DNEG, SONY Pictures, WPP اور دیگر عالمی سطح پر تقسیم شدہ آرٹ کے محکموں کے ذریعے پیداواری صلاحیت کو بڑھا رہے ہیں جو تخلیق کاروں، فنکاروں اور ڈیزائنرز کو حقیقی وقت میں مناظر کو عملی طور پر اعادہ کرنے کے قابل بناتے ہیں۔

انٹرپرائز آئی ٹی آرکیٹیکچر پر دوبارہ غور کرنا: جس طرح بہت سے کاروباری اداروں نے ہائبرڈ کام کے چیلنجوں کا مقابلہ کرنے کے لیے اپنی ثقافت اور ٹیکنالوجیز کو ڈھال لیا، اسی طرح نیا سال بہت سی کمپنیوں کے پورے IT انفراسٹرکچر کی از سر نو تعمیر لائے گا۔ کمپنیاں طاقتور کلائنٹ ڈیوائسز تلاش کریں گی جو ایپلی کیشنز اور پیچیدہ ڈیٹاسیٹس کی بڑھتی ہوئی مانگوں سے نمٹنے کے قابل ہوں۔ اور وہ لچک کو گلے لگائیں گے، ایکسپونیشنل اسکیلنگ کے لیے کلاؤڈ کی طرف بڑھیں گے۔ تقسیم شدہ کمپیوٹنگ سوفٹ ویئر پلیٹ فارمز کو اپنانا عالمی سطح پر منتشر افرادی قوت کو کام کرنے کے انتہائی مختلف ماحول میں تعاون کرنے اور نتیجہ خیز رہنے کے قابل بنائے گا۔

اسی طرح، پیچیدہ AI ماڈل کی ترقی اور تربیت کے لیے ڈیٹا سینٹر اور ڈیسک ٹاپ میں طاقتور کمپیوٹ انفراسٹرکچر کی ضرورت ہوگی۔ کاروبار صنعتی استعمال کے مختلف کیسز کے لیے کیوریٹڈ AI سافٹ ویئر اسٹیکس کو دیکھیں گے تاکہ ان کے لیے AI کو اپنے ورک فلو میں لانا اور صارفین کو اعلیٰ معیار کی مصنوعات اور خدمات تیزی سے پہنچانا آسان ہو جائے۔

ایزیتا مارٹن، نائب صدر، AI برائے خوردہ اور کنزیومر پروڈکٹس گروپ
سپلائی چینز کو بہتر بنانے کے لیے AI: یہاں تک کہ انتہائی نفیس خوردہ فروشوں اور ای کامرس کمپنیوں کو بھی پچھلے دو سالوں میں طلب کے ساتھ رسد کو متوازن کرنے میں پریشانی کا سامنا کرنا پڑا۔ وبائی امراض کے دوران صارفین نے گھریلو خریداری کو قبول کیا اور پھر لاک ڈاؤن اٹھائے جانے کے بعد اینٹوں اور مارٹر اسٹورز میں واپس چلے گئے۔ افراط زر کی زد میں آنے کے بعد، انہوں نے ایک بار پھر اپنی خریداری کی عادات کو تبدیل کر دیا، جس سے سپلائی چین مینیجرز فٹ ہو گئے۔ AI زیادہ بار بار اور زیادہ درست پیشن گوئی کو قابل بنائے گا، اس بات کو یقینی بنائے گا کہ صحیح پروڈکٹ صحیح وقت پر صحیح اسٹور پر ہو۔ اس کے علاوہ، ریٹیلرز روٹ آپٹیمائزیشن سافٹ ویئر اور سمولیشن ٹیکنالوجی کو اپنائیں گے تاکہ مواقع اور نقصانات کا زیادہ جامع نظریہ فراہم کیا جا سکے۔

میلکم ڈی مایو، نائب صدر، مالیاتی خدمات
Cloud-First for Financial Services: بینکوں کے لیے ایک نئی ضرورت ہے: تیزی سے چست ہو جائیں۔ غیر روایتی مالیاتی اداروں سے بڑھتے ہوئے مسابقت کا سامنا، دوسری صنعتوں میں ان کے تجربات سے بڑھتی ہوئی صارفین کی توقعات کو تبدیل کرنا اور میراثی بنیادی ڈھانچے سے جڑے ہوئے، بینکوں اور دیگر ادارے کلاؤڈ فرسٹ AI اپروچ کو اپنائیں گے۔ لیکن ایک انتہائی ریگولیٹڈ انڈسٹری کے طور پر جس کے لیے آپریشنل لچک کی ضرورت ہوتی ہے، ایک صنعت کی اصطلاح جس کا مطلب ہے کہ آپ کے سسٹم جھٹکے جذب کر سکتے ہیں اور اس سے بچ سکتے ہیں (جیسے وبائی بیماری)، بینک کھلے، پورٹیبل، سخت، ہائبرڈ حل تلاش کریں گے۔ نتیجے کے طور پر، بینک دستیاب ہونے پر امدادی معاہدے خریدنے کے پابند ہیں۔

ڈیوڈ ریبر، چیف سیکیورٹی آفیسر
ڈیٹا سائنسدان آپ کا نیا سائبر اثاثہ ہیں: روایتی سائبر پیشہ ور اب انتہائی نفیس خطرات کے خلاف مؤثر طریقے سے دفاع نہیں کر سکتے کیونکہ حملوں اور دفاع کی رفتار اور پیچیدگی مؤثر طریقے سے انسانی صلاحیتوں سے تجاوز کر چکی ہے۔ ڈیٹا سائنسدان اور دیگر انسانی تجزیہ کار تمام ڈیٹا کو معروضی طور پر دیکھنے اور خطرات کو دریافت کرنے کے لیے AI کا استعمال کریں گے۔ خلاف ورزیاں ہونے والی ہیں، لہذا AI اور انسانوں کا استعمال کرتے ہوئے ڈیٹا سائنس کی تکنیک گھاس کے ڈھیر میں سوئی تلاش کرنے اور فوری جواب دینے میں مدد کرے گی۔

Kari Briski، نائب صدر، AI اور HPC سافٹ ویئر
بغیر لیبل والا ڈیٹا اپنا مقصد تلاش کرتا ہے۔: بڑے زبان کے ماڈلز اور سٹرکچرڈ ڈیٹا کو صحت کی دیکھ بھال کی کامیابیوں، سائنس میں پیشرفت، کسٹمر کی بہتر مصروفیات اور خود ڈرائیونگ ٹرانسپورٹیشن میں بھی بڑی پیشرفت کی حمایت کرنے کے لیے چھپے ہوئے نمونوں اور اشارے تلاش کرنے کے لیے تصاویر، آڈیو ریکارڈنگز، ٹویٹس اور مزید بہت کچھ تک پھیلے گا۔ 2023 میں، اس تمام غیر ساختہ ڈیٹا کو مکس میں شامل کرنے سے ایسے نیورل نیٹ ورکس کو تیار کرنے میں مدد ملے گی جو مثال کے طور پر، صحت کے ریکارڈ کی نقل کرنے کے لیے مصنوعی پروفائلز بنا سکتے ہیں جن سے انھوں نے سیکھا ہے۔ اس قسم کی غیر زیر نگرانی مشین لرننگ اتنی ہی اہم بن گئی ہے جتنی کہ زیر نگرانی مشین لرننگ۔

نیا کال سینٹر: 2023 میں کال سینٹر پر نظر رکھیں، جہاں زیادہ سے زیادہ آسانی سے لاگو ہونے والے اسپیچ AI ورک فلو کو اپنانے سے کسٹمر کی انٹرایکشن پائپ لائن کے ہر قدم پر کاروباری لچک ملے گی - ماڈل آرکیٹیکچرز میں ترمیم کرنے سے لے کر ملکیتی ڈیٹا اور پائپ لائنوں کو اپنی مرضی کے مطابق بنانے تک۔ جیسے جیسے اسپیچ AI ورک فلو کی رسائی وسیع ہوتی جائے گی، ہم انٹرپرائز کو اپنانے کی وسعت اور ریزولوشن کے لیے وقت کی رفتار سے کال سینٹر کی پیداواری صلاحیت میں زبردست اضافہ دیکھیں گے۔ AI ایجنٹوں کو صارفین کے انتظار کے اوقات کو کم کرتے ہوئے، صحیح وقت پر بڑے علمی مرکز سے صحیح معلومات نکالنے میں مدد کرے گا۔

دیپو ٹلہ، نائب صدر، ایمبیڈڈ اینڈ ایج کمپیوٹنگ
روبوٹ ایک ملین زندگیاں حاصل کرتے ہیں: مزید روبوٹس کو ورچوئل دنیا میں تربیت دی جائے گی کیونکہ فوٹو ریالسٹک رینڈرنگ اور درست فزکس ماڈلنگ کلاؤڈ میں GPUs پر روبوٹ کے متوازی لاکھوں مثالوں میں نقل کرنے کی صلاحیت کے ساتھ مل جاتی ہے۔ تخلیقی AI تکنیک انتہائی حقیقت پسندانہ 3D تخروپن کے منظرناموں کو تخلیق کرنا آسان بنائے گی اور زیادہ قابل روبوٹس تیار کرنے کے لیے نقلی اور مصنوعی ڈیٹا کو اپنانے میں مزید تیزی لائے گی۔

 مارک سپیلر، سینئر ڈائریکٹر، توانائی
AI سے چلنے والا انرجی گرڈ: جیسے جیسے تقسیم شدہ توانائی کے وسائل کی بے مثال شرح سے گرڈ مزید پیچیدہ ہوتا جا رہا ہے، الیکٹرک یوٹیلیٹی کمپنیوں کو آپریشنل کارکردگی کو بہتر بنانے، فنکشنل سیفٹی کو بڑھانے، بوجھ اور طلب کی پیشن گوئی کی درستگی بڑھانے، اور قابل تجدید توانائی کے کنکشن کے وقت کو تیز کرنے کے لیے Edge AI کی ضرورت ہوگی۔ شمسی اور ہوا کی طرح۔ کنارے پر موجود AI توانائی کے ضیاع اور لاگت کو کم کرتے ہوئے گرڈ کی لچک میں اضافہ کرے گا۔