آرٹ مردہ نہیں ہے، یہ صرف مشین سے تیار کیا گیا ہے۔

کیوں AI ماڈل فنکاروں کی جگہ لے لیں گے اس سے پہلے کہ وہ پروگرامرز کی جگہ لیں گے۔

شاید سب سے زیادہ ذہن موڑنے والا مضمرات جو ہم تخلیقی AI سے دیکھ رہے ہیں وہ یہ ہے کہ، اس عام نظریہ کے برعکس کہ تخلیقی صلاحیت آٹومیشن کی صورت میں انسانی ذہانت کا آخری گڑھ ہو گی، حقیقت میں ایسا لگتا ہے۔ کہیں آسان ہے نسبتاً آسان پروگرامنگ کاموں کو خودکار کرنے کے بجائے مشکل تخلیقی کاموں کو خودکار کرنا۔ اس کا احساس حاصل کرنے کے لیے ہم جنریٹیو AI کے استعمال کے دو مقبول کیسز کا موازنہ کرتے ہیں: کوڈ جنریشن اور امیج جنریشن۔ لیکن ہمیں یقین ہے کہ دعوی زیادہ عام طور پر برقرار رہتا ہے، یہاں تک کہ تخلیقی ماڈلز زیادہ پیچیدہ ایپلی کیشنز میں پھیل جاتے ہیں۔

دلیل کا مختصر ورژن (جس کا ہم ذیل میں مزید تفصیل سے نمٹتے ہیں) یہ ہے کہ اگرچہ ایک پروڈکٹ جیسے گٹ ہب کوپیلٹاس کی موجودہ شکل میں، کوڈنگ کو کچھ زیادہ موثر بنا سکتا ہے، یہ پروگرامنگ کے علم کے ساتھ قابل سافٹ ویئر ڈویلپرز کی ضرورت کو ختم نہیں کرتا ہے۔ ایک بڑی وجہ یہ ہے کہ، جب پروگرام بنانے کی بات آتی ہے، تو درستگی واقعی اہمیت رکھتی ہے۔ اگر AI ایک پروگرام تیار کرتا ہے، تو پھر بھی اس کے درست ہونے کی توثیق کرنے کے لیے ایک انسان کی ضرورت ہوتی ہے - تقریباً اسی سطح پر ایک کوشش جو اسے شروع کرنے کے لیے تخلیق کرتی ہے۔

دوسری طرف، جو بھی ٹائپ کرسکتا ہے وہ ماڈل استعمال کرسکتا ہے۔ مستحکم بازی کم قیمت کے بہت سے آرڈرز پر، منٹوں میں اعلیٰ معیار کی، ایک قسم کی تصاویر تیار کرنے کے لیے۔ تخلیقی کام کی مصنوعات میں اکثر درستگی کی سخت پابندیاں نہیں ہوتی ہیں، اور ماڈلز کے نتائج شاندار طور پر مکمل ہوتے ہیں۔ تخلیقی بصری پر انحصار کرنے والی صنعتوں میں مکمل فیز شفٹ کو نہ دیکھنا مشکل ہے کیونکہ، بہت سے استعمال کے لیے، وہ بصری جو AI اب تیار کرنے کے قابل ہے، پہلے ہی کافی ہیں، اور ہم ابھی تک ٹیکنالوجی کی ابتدائی اننگز میں ہیں۔

ہم پوری طرح تسلیم کرتے ہیں کہ فیلڈ جس رفتار سے آگے بڑھ رہا ہے اس پر کسی بھی پیشین گوئی پر اعتماد کرنا مشکل ہے۔ ابھی، اگرچہ، ایسا لگتا ہے کہ ہم تخلیق کاروں کے ذریعہ سختی سے بنائے گئے انسانی ڈیزائن کردہ آرٹ کے ساتھ ایپلی کیشنز کے مقابلے میں پروگرامرز کے ذریعہ سختی سے تخلیق کردہ تخلیقی تصاویر سے بھری ایپلی کیشنز کو دیکھنے کا زیادہ امکان رکھتے ہیں۔ 

ہائپ کیوں، اور اب کیوں؟

کوڈ جنریشن بمقابلہ امیج جنریشن کی تفصیلات میں جانے سے پہلے، یہ سمجھنا مفید ہے کہ AI مجموعی طور پر اور جنریٹیو AI، خاص طور پر، اس وقت کتنے مقبول ہیں۔

جنریٹو اے آئی ڈیولپرز کی طرف سے سب سے تیز رفتاری دیکھ رہا ہے جو ہم نے کبھی نہیں دیکھا ہے۔ جیسا کہ ہم یہ لکھتے ہیں، Stable Diffusion آسانی سے GitHub ریپوزٹریز کے ٹرینڈنگ چارٹس میں وسیع مارجن سے سرفہرست ہے۔. اس کی ترقی انفراسٹرکچر یا کرپٹو میں کسی بھی حالیہ ٹیکنالوجی سے بہت آگے ہے (اوپر دی گئی تصویر دیکھیں)۔ ٹیکنالوجی کا استعمال کرتے ہوئے اسٹارٹ اپس کے تقریباً روزانہ لانچ اور فنڈنگ ​​کے اعلانات ہوتے ہیں، اور آن لائن سوشل نیٹ ورکس جنریٹیو ماڈلز کے ذریعہ تخلیق کردہ مواد سے بھرے ہوئے ہیں۔

پچھلی دہائی کے دوران AI میں سرمایہ کاری کی مجموعی سطح کو بھی بڑھانا مشکل ہے۔ ہم نے 2010 کی دہائی کے وسط سے ہی اشاعتوں میں تیزی سے اضافہ دیکھا ہے (نیچے دیے گئے اعداد و شمار کو دیکھیں)۔ آج، arXiv پر پوسٹ کیے گئے تمام مضامین میں سے تقریباً 20% AI، ML، اور NLP کے بارے میں ہیں۔ اہم بات یہ ہے کہ نظریاتی نتائج نے ایک نازک حد کو عبور کر لیا ہے جہاں وہ آسانی سے استعمال کے قابل ہو گئے ہیں اور نئی تکنیکوں، سافٹ وئیر اور سٹارٹ اپ کے کیمبرین دھماکے کو متحرک کر دیا ہے۔ 

مندرجہ بالا اعداد و شمار میں سب سے حالیہ اضافہ زیادہ تر تخلیقی AI کی وجہ سے ہے۔ ایک دہائی میں، ہم ماہرین کے لیے صرف AI ماڈلز سے چلے گئے ہیں جو تصاویر کی درجہ بندی کر سکتے ہیں اور عوامی طور پر قابل استعمال ماڈلز کے لیے لفظ سرایت کر سکتے ہیں جو مؤثر کوڈ لکھ سکتے ہیں اور قدرتی زبان کے اشارے کا استعمال کرتے ہوئے قابل ذکر حد تک درست تصاویر بنا سکتے ہیں۔ یہ کوئی تعجب کی بات نہیں ہے کہ جدت کی رفتار میں صرف اضافہ ہوا ہے، اور یہ کوئی تعجب کی بات نہیں ہونی چاہئے جب تخلیقی ماڈل دوسرے علاقوں میں ایک بار انسانوں کے زیر تسلط ہونے کے بعد قدم اٹھانا شروع کر دیں۔

جنریٹو AI اور پروگرامنگ

جنریٹیو AI کے ابتدائی استعمال میں سے ایک پروگرامر کی مدد کے طور پر رہا ہے۔ اس کے کام کرنے کا طریقہ یہ ہے کہ ایک ماڈل کو کوڈ کے ایک بڑے کارپس (مثلاً GitHub میں تمام عوامی ریپوز) پر تربیت دی جاتی ہے اور پھر پروگرامر کو کوڈ کے طور پر تجویز کرتا ہے۔ نتائج شاندار ہیں۔ اتنا مناسب ہے کہ یہ نقطہ نظر آگے بڑھنے والے پروگرامنگ کا مترادف ہو جائے گا۔

تاہم، پیداواری فوائد امیج جنریشن کے مقابلے میں معمولی رہے ہیں، جس کا ہم ذیل میں احاطہ کرتے ہیں۔ اس کی ایک وجہ، جیسا کہ اوپر ذکر کیا گیا ہے، یہ ہے کہ پروگرامنگ میں درستگی اہم ہے (اور درحقیقت انجینئرنگ کے مسائل زیادہ وسیع ہیں، لیکن ہم اس پوسٹ میں پروگرامنگ پر توجہ مرکوز کرتے ہیں)۔ مثال کے طور پر، ایک حالیہ مطالعہ پایا گیا کہ زیادہ خطرے سے مماثل منظرناموں کے لیے CWEs (عام کمزوری کی گنتی), 40% AI تیار کردہ کوڈ میں کمزوریاں تھیں۔.

اس طرح، صارف کو بامعنی پیداواری صلاحیت کو فروغ دینے کے لیے کافی کوڈ تیار کرنے کے درمیان توازن برقرار رکھنا پڑتا ہے، جبکہ اسے محدود کرتے ہوئے درستگی کی جانچ کرنا ممکن ہے۔ نتیجے کے طور پر، Copilot ہے مدد ڈویلپر کی پیداواری صلاحیت کو بہتر بنائیں - حالیہ مطالعات (یہاں اور یہاں) 2x یا اس سے کم کے آرڈر پر فوائد حاصل کریں — لیکن اس سطح پر جو ہم نے ڈویلپر زبانوں اور ٹولنگ کی پچھلی پیشرفت میں دیکھا ہے۔ اسمبلی سے C تک چھلانگ، مثال کے طور پر، کچھ تخمینوں کے مطابق پیداواری صلاحیت 2-5x بہتر ہوئی۔

زیادہ تجربہ کار پروگرامرز کے لیے، خدشات کوڈ کی درستگی اور مجموعی کوڈ کے معیار تک بڑھ سکتے ہیں۔ جیسا کہ quick.aiجیریمی ہاورڈ وضاحت کی ہے OpenAI Codex ماڈل کے حالیہ ورژن کے حوالے سے،[میں] وربوز کوڈ نہیں لکھتا کیونکہ یہ پیدا ہو رہا ہے۔ اوسط کوڈ میرے لیے، اوسط کوڈ لینا اور اسے کوڈ میں بنانا جو مجھے پسند ہے اور میں درست جانتا ہوں اسے شروع سے لکھنے سے کہیں زیادہ سست ہے - کم از کم ان زبانوں میں جو میں اچھی طرح جانتا ہوں۔

لہذا اگرچہ یہ واضح ہے کہ جنریٹو پروگرامنگ ڈویلپر کی پیداواری صلاحیت میں ایک قدمی کام ہے، یہ واضح نہیں ہے کہ بہتری ڈرامائی طور پر ان سے مختلف ہے جو ہم نے پہلے دیکھی ہیں۔ جنریٹو AI بہتر پروگرامرز بناتا ہے، لیکن پھر بھی انہیں پروگرام کرنا چاہیے۔

تخلیقی AI اور بصری

دوسری طرف، تخلیقی ماڈلز کا تخلیقی کام کی پیداوار پر اثر، جیسا کہ امیج جنریشن، انتہائی ہے۔ اس کے نتیجے میں کارکردگی اور لاگت میں بڑے پیمانے پر بہتری کے بہت سے آرڈرز سامنے آئے ہیں، اور یہ دیکھنا مشکل نہیں ہے کہ اسے انڈسٹری کے وسیع فیز شفٹ میں شروع ہوتا ہے۔

اس جگہ میں جنریٹو AI کام کرنے کا طریقہ یہ ہے کہ صارف سے سادہ متنی ان پٹس لیں، جسے پرامپٹ کہتے ہیں، اور پھر ماڈل ایک بصری آؤٹ پٹ تیار کرتا ہے۔ فی الحال، بہت سے آؤٹ پٹ فارمیٹس بنانے کے لیے ماڈلز موجود ہیں، بشمول تصاویر، ویڈیوز، 3D ماڈلز، اور ساخت۔

خاص طور پر دلچسپ بات یہ ہے کہ ان ماڈلز کو کسی تخلیقی مداخلت کے بغیر نئی یا ڈومین کے لیے مخصوص تصاویر بنانے کے لیے کیسے بڑھایا جا سکتا ہے۔ مثال کے طور پر، Guido (مصنفین میں سے ایک) نے پہلے سے تربیت یافتہ تصویری ماڈل لیا اور اسے اپنی چند درجن تصاویر پر دوبارہ تربیت دی۔ وہاں سے، وہ استعمال کرتے ہوئے تصاویر پیدا کرنے کے قابل تھا پرامپٹ میں ذیل میں درج ذیل اشارے سے تیار کردہ تصاویر ہیں: بطور کپتان امریکہ"،" پیرس میں"،" ایک پینٹنگ میں".

جہاں امیج جنریشن کاروباری سیاق و سباق میں کوڈ جنریشن سے بڑے پیمانے پر علیحدگی ہے اس حد تک کہ جنریٹو AI معاشی حساب کتاب کو تبدیل کرتا ہے۔ مندرجہ بالا تصویریں بنانے کے لیے، گائیڈو نے ماڈل کو مٹھی بھر تصاویر پر تربیت دی جس کی قیمت بنیادی ڈھانچے کے وسائل میں تقریباً $.50 تھی۔. ایک بار تربیت حاصل کرنے کے بعد، تصاویر بنانے پر تقریباً $0.001 لاگت آتی ہے۔ کمپیوٹ وسائل میں اور کلاؤڈ میں کیا جا سکتا ہے یا جدید ترین نسل کے لیپ ٹاپ پر. مزید، تصویر بنانے میں صرف چند سیکنڈ لگتے ہیں۔ 

تخلیقی AI کے بغیر، حسب ضرورت تصویر حاصل کرنے کا واحد طریقہ یہ ہے کہ یا تو کسی فنکار کی خدمات حاصل کی جائیں یا اسے خود کریں۔ یہاں تک کہ اگر ہم اس مفروضے کے ساتھ شروع کریں کہ کوئی شخص $10 میں ایک گھنٹے کے اندر مکمل طور پر حسب ضرورت، فوٹوریئلسٹک تصویر بنا سکتا ہے، جنریٹو AI اپروچ آسانی سے چار آرڈرز سستا اور شدت کا آرڈر تیزی سے ہے۔ زیادہ حقیقت پسندانہ طور پر، کسی بھی حسب ضرورت آرٹ ورک یا گرافک ڈیزائن پروجیکٹ میں ممکنہ طور پر دن یا ہفتے لگیں گے، اور اس پر سینکڑوں، اگر ہزاروں نہیں تو، ڈالرز کی لاگت آئے گی۔ 

اوپر دی گئی پروگرامنگ ایڈز کی طرح، جنریٹو AI ہوگا۔ ایک آلے کے طور پر اپنایا فنکاروں کے ذریعہ اور دونوں کو کچھ حد تک صارف کی نگرانی کی ضرورت ہوتی ہے۔ لیکن معاشیات میں اس فرق کو بڑھانا مشکل ہے جو ایک تصویری ماڈل کی مکمل آرٹسٹ آؤٹ پٹ کی نقل کرنے کی صلاحیت سے پیدا ہوتا ہے۔ کوڈ جنریشن ماڈل کا استعمال کرتے ہوئے، یہاں تک کہ ایک بہت ہی بنیادی فنکشنل پروگرام لکھنا جو ایک معیاری کمپیوٹنگ کام انجام دیتا ہے، کوڈ کے بہت سے ٹکڑوں کے لیے جائزہ لینے، ترمیم کرنے اور ٹیسٹ شامل کرنے کی ضرورت ہوتی ہے۔ لیکن ایک بنیادی تصویر کے لیے، ایک پرامپٹ درج کرنا اور درجن بھر تجاویز میں سے ایک تصویر چننا ایک منٹ کے اندر اندر کیا جا سکتا ہے۔

مثال کے طور پر ہمارے اپنے کارٹونسٹ (اور سرمایہ کاری کے ساتھی) یوکو لی (@stuffyokodraws)۔ ہم نے اس کی پچھلی 70 تصاویر کا استعمال کرتے ہوئے ایک ماڈل کو تربیت دی، اور ماڈل ایک خوفناک سطح کی نقل کے ساتھ تصاویر بنانے کے قابل تھا۔ ہر فنکار کو یہ معلوم کرنا ہوتا ہے کہ آگے کیا تخلیق کرنا ہے، اور اس نے یہاں تک پایا کہ تربیت یافتہ ماڈلز اس سے کہیں زیادہ اختیارات پیش کر سکتے ہیں جو اس کے ذہن میں تھا - کم از کم جب کسی مقررہ مدت کے تحت کچھ تیار کرنے کے لیے دباؤ ڈالا جائے۔ ایک ہی چیز کو اپنی طرف متوجہ کرنے کے سیکڑوں طریقے ہیں، لیکن جنریٹیو ماڈلز نے فوراً ہی یہ واضح کر دیا کہ کون سے راستے تلاش کرنے کے قابل ہیں۔ 

لہذا جب اس طرح کے کاموں کی بات آتی ہے، تو ہم یہ بحث نہیں کر رہے ہیں کہ کمپیوٹر ضروری ہیں۔ بہتر 1:1 کی بنیاد پر انسانوں سے۔ لیکن بہت سے دوسرے کاموں کی طرح، جب کمپیوٹر مکمل ورک آؤٹ پٹ تیار کر سکتے ہیں تو وہ ہمیں مار ڈالتے ہیں۔ پیمانے. 

کوشش کریں اور اندازہ لگائیں کہ ذیل میں سے کون سی ڈرائنگ براہ راست یوکو نے کھینچی تھی اور کون سی بنائی گئی تھیں۔ 

معاشیات میں بڑے پیمانے پر بہتری، نئے انداز اور تصورات کو تیار کرنے کے قابل ہونے میں لچک، اور مکمل یا تقریباً مکمل کام کی پیداوار پیدا کرنے کی صلاحیت ہمیں بتاتی ہے کہ ہم ان تمام صنعتوں میں نمایاں تبدیلی دیکھنے کے لیے تیار ہیں جہاں تخلیقی اثاثے ہیں۔ کاروبار کا بڑا حصہ. اور یہ صرف تصاویر تک محدود نہیں ہے، بلکہ پورے ڈیزائن فیلڈ پر لاگو ہوتا ہے۔ مثال کے طور پر:

• جنریٹو AI 2D آرٹ، ٹیکسچر، 3D ماڈل بنا سکتا ہے اور گیمز کے لیے لیول ڈیزائن میں مدد کر سکتا ہے۔ 
• مارکیٹنگ میں، یہ اسٹاک آرٹ، پروڈکٹ فوٹو گرافی، اور مثال کو تبدیل کرنے کے لیے تیار نظر آتا ہے۔ 
• ہم ویب ڈیزائن، اندرونی ڈیزائن، اور زمین کی تزئین کے ڈیزائن میں ایپلیکیشنز پہلے ہی دیکھ رہے ہیں۔

اور ہم واقعی بالکل شروع میں ہیں۔ اگر استعمال کے معاملے میں مواد کی تخلیقی نسل کی ضرورت ہوتی ہے، تو اس دلیل کو دیکھنا مشکل ہے کہ تخلیقی AI اس میں خلل کیوں نہیں ڈالے گا یا کم از کم اس عمل کا حصہ نہیں بنے گا۔

-

ٹھیک ہے، تو اس پوسٹ کا کیا مطلب ہے؟ اگرچہ یہ کچھ حد تک کوڈ جنریشن اور امیج جنریشن پر مرکوز ہے، ہمیں شبہ ہے کہ نتائج زیادہ وسیع ہیں۔ خاص طور پر، وہ تخلیقی کاوشیں - خواہ وہ بصری ہو، متنی ہو یا میوزیکل ہو - سسٹم کی تعمیر سے بہت پہلے AI کے ذریعے خلل پڑنے کا امکان ہے۔ 

درستگی کے استدلال کے علاوہ جو ہم اوپر استعمال کرتے ہیں، یہ بھی ہو سکتا ہے کہ تمام سابقہ ​​آرٹ کو یکجا اور دوبارہ ملانا تخلیقی نتائج کی عملی حد کے لیے کافی ہو سکتا ہے۔ مثال کے طور پر، موسیقی اور فلمی صنعتوں نے تاریخی طور پر مقبول البمز اور فلموں کے لاتعداد دستک آف تیار کیے ہیں۔ یہ مکمل طور پر قابل فہم ہے کہ جنریٹیو ماڈل وقت کے ساتھ ساتھ ان افعال کو خودکار کرنے میں مدد کر سکتے ہیں۔ تاہم، Stable Diffusion اور DALL-E 2 کے ذریعہ تیار کردہ بہت سی تصاویر کے بارے میں قابل ذکر بات یہ ہے کہ وہ واقعی اچھے ہیں اور واقعی دلچسپ. ایسے AI ماڈل کا تصور کرنا مشکل نہیں ہے جو میوزیکل اسلوب کے حقیقی طور پر دلچسپ فیوژن تیار کرتا ہو یا یہاں تک کہ "لکھنا" فیچر کی لمبائی والی فلمیں جو اس بات میں دلچسپ ہوں کہ وہ تصورات اور انداز کو کس طرح جوڑتے ہیں۔ 

اس کے برعکس، یہ تصور کرنا مشکل ہے کہ پچھلے سسٹمز میں وہ تمام ٹولز ہوں گے جن کی ہمیں مستقبل کے تمام سسٹمز تیار کرنے کے لیے درکار ہوں گے۔ یا یہاں تک کہ پیچیدہ نظاموں کو آرٹ یا موسیقی کے مختلف اندازوں کی طرح آسانی سے جوڑا جا سکتا ہے۔ اس لیے اکثر کسی نظام کی قدر، اور ان کی تعمیر کیوں بہت مشکل ہے، تفصیلات کی لمبی دم میں ہوتی ہے — تمام ٹریڈ آف، ورک آراؤنڈز، ایک دی گئی ڈیزائن کی جگہ کے لیے اصلاح، اور ان میں موجود ادارہ جاتی/ پوشیدہ علم۔ لہذا ہمیں تعمیر کرنا جاری رکھیں۔

ہم پیشن گوئی کرنے کی خواہش کا مقابلہ کریں گے۔ بالکل تخلیقی AI تخلیقی صنعت کو کس طرح متاثر کرے گا۔ البتہ، تاریخ بتاتی ہے کہ نئے ٹولز کا رجحان ہوتا ہے۔ توسیع آرٹ کی تعریف کو معاہدہ کرنے کے بجائے، اور اسے نئی قسم کے فنکاروں کے لیے قابل رسائی بنانے کے لیے. اس معاملے میں، نئے فنکار سسٹم بنانے والے ہیں۔ تو، ٹیک بانیوں کے لیے، ہمیں یقین ہے کہ تخلیقی AI سختی سے ایک مثبت ٹول ہے۔ سافٹ ویئر کی رسائی کو بڑھانے کے لیے - گیمز زیادہ خوبصورت ہوں گی، مارکیٹنگ زیادہ زبردست، تحریری مواد زیادہ دل چسپ، فلمیں زیادہ متاثر کن ہوں گی۔

کون جانتا ہے: ایک دن، 2022 کے آخر میں انٹرنیٹ کے محفوظ شدہ دستاویزات کو زیادہ تر انسانی تخلیق کردہ مواد کے ذخیروں میں سے ایک کے طور پر قیمتی قرار دیا جا سکتا ہے۔ اس مضمون کے لیے یہ متن، کم از کم، مکمل طور پر انسانوں کے ذریعے تخلیق کیا گیا تھا۔