کیا مشینیں خود آگاہ ہو سکتی ہیں؟ نئی تحقیق بتاتی ہے کہ یہ کیسے ہو سکتا ہے۔

کیا مشینیں خود آگاہ ہو سکتی ہیں؟ نئی تحقیق بتاتی ہے کہ یہ کیسے ہو سکتا ہے۔

ٹائم سٹیمپ: 5 مئی 2023 صبح 10:00 بجے

ایک مشین بنانے کے لیے، یہ جاننا ضروری ہے کہ اس کے پرزے کیا ہیں اور وہ ایک ساتھ کیسے فٹ ہوتے ہیں۔ مشین کو سمجھنے کے لیے، یہ جاننے کی ضرورت ہے کہ ہر حصہ کیا کرتا ہے اور اس کے کام میں کیسے حصہ ڈالتا ہے۔ دوسرے الفاظ میں، کسی کو "میکینکس" کی وضاحت کرنے کے قابل ہونا چاہئے کہ یہ کیسے کام کرتا ہے۔

ایک کے مطابق فلسفیانہ نقطہ نظر میکانزم کہلاتا ہے، انسان قابل اعتراض طور پر ایک قسم کی مشین ہیں — اور دنیا کو سوچنے، بولنے اور سمجھنے کی ہماری صلاحیت ایک میکانکی عمل کا نتیجہ ہے جسے ہم نہیں سمجھتے۔

خود کو بہتر طور پر سمجھنے کے لیے، ہم ایسی مشینیں بنانے کی کوشش کر سکتے ہیں جو ہماری صلاحیتوں کی نقل کریں۔ ایسا کرنے میں، ہمیں ان مشینوں کی میکانکی سمجھ حاصل ہوگی۔ اور مشین جتنا زیادہ ہمارے رویے کی نمائش کرتی ہے، ہم اپنے ذہنوں کی میکانکی وضاحت کرنے کے اتنے ہی قریب ہو سکتے ہیں۔

یہی وہ چیز ہے جو AI کو فلسفیانہ نقطہ نظر سے دلچسپ بناتی ہے۔ اعلی درجے کے ماڈل جیسے GPT-4 اور Midjourney اب انسانی گفتگو کی نقل کر سکتا ہے، پیشہ ورانہ امتحان پاس کر سکتا ہے، اور صرف چند الفاظ کے ساتھ خوبصورت تصویریں بنا سکتا ہے۔

پھر بھی، تمام تر پیش رفت کے لیے، سوالات لا جواب ہیں۔ ہم کس طرح کسی چیز کو خود سے آگاہ کر سکتے ہیں، یا اس بات سے آگاہ کر سکتے ہیں کہ دوسرے باخبر ہیں؟ شناخت کیا ہے؟ کیا مطلب ہے؟

اگرچہ ان چیزوں کی بہت سی مسابقتی فلسفیانہ وضاحتیں موجود ہیں، لیکن ان سب نے میکانکی وضاحت کی مزاحمت کی ہے۔

ایک کاغذات کی ترتیب کے لیے قبول کیا گیا ہے۔ مصنوعی جنرل انٹیلی جنس میں 16ویں سالانہ کانفرنس اسٹاک ہوم میں، میں ان مظاہر کے لیے ایک میکانکی وضاحت پیش کرتا ہوں۔ وہ بتاتے ہیں کہ ہم کس طرح ایک ایسی مشین بنا سکتے ہیں جو اپنے آپ سے، دوسروں کے بارے میں، خود کے بارے میں دوسروں کی طرف سے سمجھے جانے والے، وغیرہ سے آگاہ ہو۔

ذہانت اور ارادہ

بہت سی چیزیں جنہیں ہم ذہانت کہتے ہیں، نامکمل معلومات کے ساتھ دنیا کے بارے میں پیشین گوئیاں کرنے کے لیے ابلتا ہے۔ درست پیشین گوئیاں کرنے کے لیے مشین کو جتنی کم معلومات کی ضرورت ہوتی ہے، وہ اتنی ہی زیادہ "ذہین" ہوتی ہے۔

کسی بھی کام کے لیے، اس بات کی ایک حد ہوتی ہے کہ اصل میں کتنی ذہانت مفید ہے۔ مثال کے طور پر، زیادہ تر بالغ افراد گاڑی چلانا سیکھنے کے لیے کافی ہوشیار ہوتے ہیں، لیکن زیادہ ذہانت شاید انہیں بہتر ڈرائیور نہیں بنا سکتی۔

میرے کاغذات بیان کرتے ہیں۔ ذہانت کی اوپری حد ایک دیئے گئے کام کے لیے، اور اسے حاصل کرنے والی مشین بنانے کے لیے کیا ضروری ہے۔

میں نے آئیڈیا کا نام Bennett's Razor رکھا، جو کہ غیر تکنیکی لحاظ سے یہ ہے کہ "وضاحت ضروری سے زیادہ مخصوص نہیں ہونی چاہیے۔" یہ Ockham's Razor کی مقبول تشریح سے الگ ہے (اور اس کی ریاضیاتی وضاحتیں)، جو آسان وضاحتوں کے لیے ترجیح ہے۔

فرق ٹھیک ٹھیک ہے، لیکن اہم ہے. ایک میں تجربہ اس بات کا موازنہ کرتے ہوئے کہ AI سسٹم کو سادہ ریاضی سیکھنے کے لیے کتنے ڈیٹا کی ضرورت ہے، کم مخصوص وضاحتوں کو ترجیح دینے والے AI نے زیادہ سے زیادہ 500 فیصد تک آسان وضاحتوں کو ترجیح دی۔

اس دریافت کے مضمرات کی کھوج نے مجھے معنی کی ایک میکانکی وضاحت کی طرف لے جایا — جسے "کہا جاتا ہے۔گریسیئن عملیت پسندی۔" یہ زبان کے فلسفے میں ایک تصور ہے جو دیکھتا ہے کہ معنی کا تعلق ارادے سے کس طرح ہے۔

زندہ رہنے کے لیے، ایک جانور کو یہ پیشین گوئی کرنے کی ضرورت ہوتی ہے کہ اس کا ماحول، بشمول دیگر جانور، کس طرح کام کرے گا اور رد عمل ظاہر کرے گا۔ آپ کسی کتے کے قریب کار کو بغیر توجہ کے چھوڑنے میں ہچکچاہٹ محسوس نہیں کریں گے، لیکن آپ کے رمپ اسٹیک لنچ کے بارے میں بھی ایسا نہیں کہا جا سکتا۔

کسی کمیونٹی میں ذہین ہونے کا مطلب ہے دوسروں کے ارادے کا اندازہ لگانے کے قابل ہونا، جو ان کے جذبات اور ترجیحات سے پیدا ہوتا ہے۔ اگر کسی مشین کو کسی ایسے کام کے لیے ذہانت کی بالائی حد تک پہنچنا ہے جس کا انحصار انسان کے ساتھ تعامل پر ہے، تو اسے ارادے کا صحیح اندازہ بھی لگانا ہوگا۔

اور اگر کوئی مشین اپنے ساتھ پیش آنے والے واقعات اور تجربات کا ارادہ بیان کر سکتی ہے، تو اس سے شناخت کا سوال پیدا ہوتا ہے اور اپنے اور دوسروں کے بارے میں آگاہ ہونے کا کیا مطلب ہے۔

وجہ اور شناخت

جب بارش ہوتی ہے تو میں جان کو برساتی کوٹ پہنے ہوئے دیکھتا ہوں۔ اگر میں جان کو دھوپ والے دن رین کوٹ پہننے پر مجبور کروں تو کیا اس سے بارش ہو گی؟

ہرگز نہیں! ایک انسان کے لئے، یہ واضح ہے. لیکن وجہ اور اثر کی باریکیوں کو مشین سکھانا زیادہ مشکل ہے (دلچسپ قارئین چیک کر سکتے ہیں۔ کیوں کی کتاب بذریعہ جوڈیا پرل اور ڈانا میکنزی)۔

ان چیزوں کے بارے میں استدلال کرنے کے لیے، ایک مشین کو یہ سیکھنے کی ضرورت ہے کہ "میں نے ایسا ہوا" اس سے مختلف ہے "میں نے اسے ہوتا دیکھا۔" عام طور پر، ہم کریں گے۔ پروگرام اس میں یہ تفہیم.

تاہم، میرا کام اس بات کی وضاحت کرتا ہے کہ ہم ایک ایسی مشین کیسے بنا سکتے ہیں جو کسی کام کے لیے ذہانت کی بالائی حد تک کارکردگی کا مظاہرہ کرے۔ اس طرح کی مشین کو، تعریف کے مطابق، صحیح طور پر وجہ اور اثر کی شناخت کرنی چاہیے- اور اس وجہ سے وجہ تعلقات کا بھی اندازہ لگانا چاہیے۔ میرے کاغذات بالکل دریافت کریں کہ کس طرح.

اس کے اثرات گہرے ہیں۔ اگر کوئی مشین سیکھتی ہے کہ "میں نے ایسا کیا ہے"، تو اسے "I" (اپنے لیے ایک شناخت) اور "یہ" کے تصورات بنانا چاہیے۔

ارادے کا اندازہ لگانے، وجہ اور اثر سیکھنے، اور تجریدی شناخت بنانے کی صلاحیتیں آپس میں جڑی ہوئی ہیں۔ ایک مشین جو کسی کام کے لیے ذہانت کی بالائی حد تک پہنچ جاتی ہے اسے ان تمام صلاحیتوں کا مظاہرہ کرنا چاہیے۔

یہ مشین صرف اپنے لیے ایک شناخت نہیں بناتی بلکہ ہر چیز کے ہر اس پہلو کے لیے جو اس کی کام کو مکمل کرنے کی صلاحیت میں مدد کرتی ہے یا اس میں رکاوٹ ہے۔ تب کر سکتا ہے۔ اس کی اپنی ترجیحات کا استعمال کریں ایک پیشن گوئی کرنے کے لئے بیس لائن دوسرے کیا کر سکتے ہیں. یہ کس طرح کی طرح ہے۔ انسانوں کو منسوب کرنے کا رجحان ہے غیر انسانی جانوروں کا ارادہ

تو AI کے لیے اس کا کیا مطلب ہے؟

بلاشبہ، انسانی ذہن میری تحقیق میں تجربات کرنے کے لیے استعمال کیے جانے والے سادہ پروگرام سے کہیں زیادہ ہے۔ میرا کام ایک ایسی مشین بنانے کے لیے ممکنہ کارگزاری راستے کی ایک ریاضیاتی وضاحت فراہم کرتا ہے جو خود بخود آگاہ ہو۔ تاہم، اس طرح کی انجینئرنگ کی تفصیلات حل ہونے سے بہت دور ہیں۔

مثال کے طور پر، انسان کی طرح کے ارادے کے لیے انسان جیسے تجربات اور احساسات کی ضرورت ہوگی، جسے انجینئر کرنا ایک مشکل چیز ہے۔ مزید برآں، ہم انسانی شعور کی مکمل دولت کے لیے آسانی سے جانچ نہیں کر سکتے۔ شعور ایک وسیع اور مبہم تصور ہے جو محیط ہے —لیکن اس سے ممتاز ہونا چاہیے — اوپر جتنے زیادہ تنگ دعوے ہیں۔

میں نے ایک میکانکی وضاحت فراہم کی ہے۔ پہلوؤں شعور کی — لیکن یہ اکیلے شعور کی مکمل دولت کو حاصل نہیں کرتا جیسا کہ انسان اس کا تجربہ کرتے ہیں۔ یہ صرف آغاز ہے، اور مستقبل کی تحقیق کو ان دلائل پر وسعت دینے کی ضرورت ہوگی۔گفتگو

یہ مضمون شائع کی گئی ہے گفتگو تخلیقی العام لائسنس کے تحت. پڑھو اصل مضمون.

تصویری کریڈٹ: Deepmind on Unsplash سے 

ٹائم اسٹیمپ:

سے زیادہ یکسانیت مرکز