نیورو سائنس، سائیکالوجی، اور اے آئی کے امتزاج سے انسانی سوچ کا ایک بنیادی نمونہ نکلتا ہے۔

میں ترقی مصنوعی ذہانت نے AIs کی تخلیق کو فعال کیا ہے جو ایسے کام انجام دیتے ہیں جو پہلے سوچا جاتا تھا کہ صرف انسانوں کے لیے ممکن ہے، جیسے زبانوں کا ترجمہ, ڈرائیونگ کاریں, عالمی چیمپئن کی سطح پر بورڈ گیمز کھیلنا، اور پروٹین کی ساخت کو نکالنا. تاہم، ان میں سے ہر ایک کو ایک ہی کام کے لیے ڈیزائن اور مکمل طور پر تربیت دی گئی ہے اور اس میں صرف وہی سیکھنے کی صلاحیت ہے جو اس مخصوص کام کے لیے درکار ہے۔

حالیہ AIs جو پیدا کرتے ہیں۔ روانی متنبشمول انسانوں کے ساتھ بات چیت میں، اور متاثر کن اور منفرد فن تیار کریں۔ دے سکتے ہیں کام پر دماغ کا غلط تاثر. لیکن یہاں تک کہ یہ خصوصی نظام ہیں جو مختصر طور پر بیان کردہ کاموں کو انجام دیتے ہیں اور بڑے پیمانے پر تربیت کی ضرورت ہوتی ہے۔

ایک سے زیادہ AIs کو ایک میں جوڑنا اب بھی ایک مشکل چیلنج ہے جو بہت سے مختلف کاموں کو سیکھ اور انجام دے سکتا ہے، انسانوں کے ذریعہ انجام دئے گئے کاموں کی پوری وسعت سے بہت کم تعاقب کرنا یا انسانوں کے لیے دستیاب تجربات کی حد سے فائدہ اٹھانا جو بصورت دیگر مطلوبہ ڈیٹا کی مقدار کو کم کرتے ہیں۔ ان کاموں کو انجام دینے کا طریقہ سیکھیں۔ اس سلسلے میں بہترین موجودہ AIs، جیسے الفا زیرو اور گاتو، مختلف قسم کے کاموں کو سنبھال سکتا ہے جو ایک ہی سانچے میں فٹ بیٹھتے ہیں، جیسے گیم پلےنگ۔ مصنوعی جنرل انٹیلی جنس (AGI) جو کاموں کی ایک وسعت کے قابل ہے وہ مضمر رہتا ہے۔

بالآخر، AGIs کرنے کے قابل ہونا ضروری ہے مختلف جسمانی ماحول اور سماجی سیاق و سباق میں ایک دوسرے اور لوگوں کے ساتھ مؤثر طریقے سے بات چیت کرتے ہیں، ایسا کرنے کے لیے درکار مہارت اور علم کی وسیع اقسام کو مربوط کرتے ہیں، اور ان تعاملات سے لچکدار اور موثر طریقے سے سیکھتے ہیں۔

AGIs کی تعمیر مصنوعی ذہنوں کی تعمیر پر آتی ہے، اگرچہ انسانی ذہنوں کے مقابلے میں بہت آسان ہے۔ اور ایک مصنوعی ذہن بنانے کے لیے، آپ کو ادراک کے ماڈل سے آغاز کرنا ہوگا۔

انسان سے مصنوعی جنرل انٹیلی جنس تک

انسانوں کے پاس مہارتوں اور علم کا تقریباً لامحدود مجموعہ ہوتا ہے، اور ایسا کرنے کے لیے دوبارہ انجینئر ہونے کی ضرورت کے بغیر نئی معلومات کو تیزی سے سیکھ لیتے ہیں۔ یہ قابل فہم ہے کہ ایک AGI ایک ایسے نقطہ نظر کا استعمال کرتے ہوئے بنایا جا سکتا ہے جو بنیادی طور پر انسانی ذہانت سے مختلف ہو۔ تاہم، تین طویل عرصے کے طور پر محققین in AI اور دماغی سائنسہمارا نقطہ نظر انسانی ذہن کی ساخت سے الہام اور بصیرت حاصل کرنا ہے۔ ہم انسانی دماغ کو بہتر طور پر سمجھنے کی کوشش کر کے AGI کی طرف کام کر رہے ہیں، اور AGI کی طرف کام کر کے انسانی دماغ کو بہتر طور پر سمجھنے کی کوشش کر رہے ہیں۔

میں تحقیق سے عصبی سائنسعلمی سائنس، اور نفسیات، ہم جانتے ہیں کہ انسانی دماغ نہ تو نیوران کا ایک بہت بڑا یکساں مجموعہ ہے اور نہ ہی کام کے لیے مخصوص پروگراموں کا ایک بہت بڑا مجموعہ ہے جو ہر ایک ایک مسئلہ کو حل کرتا ہے۔ اس کے بجائے، یہ ایک ہے مختلف خصوصیات والے علاقوں کا سیٹ جو بنیادی علمی صلاحیتوں کی حمایت کرتے ہیں جو مل کر انسانی ذہن کو تشکیل دیتے ہیں۔

ان صلاحیتوں میں ادراک اور عمل شامل ہیں۔ موجودہ صورتحال میں جو کچھ متعلقہ ہے اس کے لیے قلیل مدتی میموری؛ مہارت، تجربہ، اور علم کے لیے طویل مدتی یادیں؛ استدلال اور فیصلہ سازی؛ جذبات اور حوصلہ افزائی؛ اور جو کچھ ایک شخص محسوس کرتا ہے اور جو تجربہ کرتا ہے اس کی مکمل رینج سے نئی مہارتیں اور علم سیکھنا۔

تنہائی میں مخصوص صلاحیتوں پر توجہ مرکوز کرنے کے بجائے، AI کا علمبردار ایلن نیویل 1990 میں ترقی کی تجویز پیش کی۔ ادراک کے متحد نظریات جو انسانی سوچ کے تمام پہلوؤں کو مربوط کرتا ہے۔ محققین نامی سافٹ ویئر پروگرام بنانے میں کامیاب رہے ہیں۔ علمی فن تعمیرات جو اس طرح کے نظریات کو مجسم کرتے ہیں، ان کی جانچ اور ان کو بہتر بنانا ممکن بناتے ہیں۔

علمی فن تعمیرات مختلف نقطہ نظر کے ساتھ متعدد سائنسی شعبوں میں قائم ہیں۔ نیورو سائنس انسانی دماغ کی تنظیم، کنٹرول شدہ تجربات میں انسانی رویے پر علمی نفسیات، اور مفید صلاحیتوں پر مصنوعی ذہانت پر توجہ مرکوز کرتی ہے۔

ادراک کا عام ماڈل

ہم تین علمی فن تعمیر کی ترقی میں شامل رہے ہیں: ACT-R, چڑھنا، اور سگما. دوسرے محققین بھی متبادل طریقوں پر مصروف ہیں۔ ایک کاغذ تقریباً 50 فعال علمی فن تعمیر کی نشاندہی کی۔. آرکیٹیکچرز کا یہ پھیلاؤ جزوی طور پر شامل متعدد نقطہ نظروں کا براہ راست عکاس ہے، اور جزوی طور پر ممکنہ حل کی ایک وسیع صف کی تلاش ہے۔ پھر بھی، وجہ کچھ بھی ہو، یہ سائنسی اور AGI کے لیے مربوط راستہ تلاش کرنے کے حوالے سے عجیب و غریب سوالات اٹھاتا ہے۔

خوش قسمتی سے، اس پھیلاؤ نے میدان کو ایک اہم موڑ پر پہنچا دیا ہے۔ ہم تینوں نے فن تعمیر کے درمیان ایک حیرت انگیز کنورجنسی کی نشاندہی کی ہے، جو اعصابی، طرز عمل اور کمپیوٹیشنل اسٹڈیز کے امتزاج کی عکاسی کرتی ہے۔ جواب میں، ہم نے شروع کیا اس اجتماعیت کو حاصل کرنے کے لیے ایک کمیونٹی گیر کوشش کی طرح ایک انداز میں پارٹیکل فزکس کا معیاری ماڈل جو 20ویں صدی کے دوسرے نصف میں سامنے آیا۔

یہ ادراک کا عام ماڈل ماڈل کے مرکز میں ایک قلیل مدتی میموری ماڈیول کے ساتھ، انسان جیسی سوچ کو متعدد ماڈیولز میں تقسیم کرتا ہے۔ دوسرے ماڈیولز (خیال، عمل، مہارت، اور علم) اس کے ذریعے تعامل کرتے ہیں۔

سیکھنا، جان بوجھ کر ہونے کے بجائے، پروسیسنگ کے ضمنی اثر کے طور پر خود بخود ہوتا ہے۔ دوسرے لفظوں میں، آپ یہ فیصلہ نہیں کرتے کہ طویل مدتی میموری میں کیا ذخیرہ ہے۔ اس کے بجائے، فن تعمیر اس بات کا تعین کرتا ہے کہ آپ جو کچھ بھی سوچتے ہیں اس کی بنیاد پر کیا سیکھا جاتا ہے۔ اس سے آپ کے سامنے آنے والے نئے حقائق یا نئی مہارتیں جن کی آپ کوشش کرتے ہیں سیکھ سکتے ہیں۔ یہ موجودہ حقائق اور مہارتوں کو بھی بہتر بنا سکتا ہے۔

ماڈیول خود متوازی طور پر کام کرتے ہیں۔ مثال کے طور پر، آپ کو اپنے ماحول کو سنتے اور دیکھتے ہوئے کچھ یاد رکھنے کی اجازت دیتا ہے۔ ہر ماڈیول کے حسابات بڑے پیمانے پر متوازی ہوتے ہیں، یعنی ایک ہی وقت میں بہت سے چھوٹے کمپیوٹیشنل اقدامات ہوتے ہیں۔ مثال کے طور پر، سابقہ ​​تجربات کے وسیع ذخیرے سے متعلقہ حقیقت کی بازیافت میں، طویل مدتی میموری ماڈیول ایک ہی قدم میں تمام معلوم حقائق کی مطابقت کا تعین کر سکتا ہے۔

مصنوعی جنرل انٹیلی جنس کے راستے کی رہنمائی

کامن ماڈل علمی فن تعمیر میں تحقیق میں موجودہ اتفاق رائے پر مبنی ہے اور اس میں قدرتی اور مصنوعی عمومی ذہانت دونوں پر تحقیق کی رہنمائی کرنے کی صلاحیت ہے۔ جب دماغ میں مواصلاتی نمونوں کو ماڈل بنانے کے لیے استعمال کیا جاتا ہے، تو کامن ماڈل نیورو سائنس کے معروف ماڈلز سے زیادہ درست نتائج دیتا ہے۔ یہ انسانوں کو ماڈل بنانے کی اپنی صلاحیت کو بڑھاتا ہے۔دماغ کی تنظیم کو شامل کرنے کے لیے علمی غور و فکر سے بالاتر ایک ایسا نظام جو عام ذہانت کے قابل ثابت ہو۔

ہم موجودہ علمی فن تعمیر کو کامن ماڈل سے جوڑنے اور اسے نئے کام کے لیے بنیادی طور پر استعمال کرنے کی کوششیں دیکھنا شروع کر رہے ہیں- مثال کے طور پر، ایک انٹرایکٹو AI لوگوں کو تربیت دینے کے لیے ڈیزائن کیا گیا ہے۔ بہتر صحت کے رویے کی طرف. ہم میں سے ایک Soar پر مبنی AI تیار کرنے میں شامل تھا، جسے ڈب کیا گیا تھا۔ روزی، جو انسانی اساتذہ سے انگریزی میں ہدایات کے ذریعے نئے کام سیکھتا ہے۔ یہ 60 مختلف پہیلیاں اور گیمز سیکھتا ہے اور جو کچھ سیکھتا ہے اسے ایک گیم سے دوسرے گیم میں منتقل کر سکتا ہے۔ یہ ایک موبائل روبوٹ کو کنٹرول کرنا بھی سیکھتا ہے جیسے کہ پیکجز لانے اور پہنچانے اور عمارتوں کو گشت کرنے جیسے کاموں کے لیے۔

روزی اس بات کی صرف ایک مثال ہے کہ ایک ایسے AI کو کیسے بنایا جائے جو AGI تک علمی فن تعمیر کے ذریعے پہنچتا ہے جس کی خاصیت کامن ماڈل سے ہوتی ہے۔ اس صورت میں، AI خود بخود عام استدلال کے دوران نئی مہارتیں اور علم سیکھ لیتا ہے جو انسانوں کی جانب سے قدرتی زبان کی ہدایات اور کم سے کم تجربے کو یکجا کرتا ہے- دوسرے لفظوں میں، ایک AI جو آج کے AIs کے مقابلے میں زیادہ انسانی دماغ کی طرح کام کرتا ہے، جو وحشیانہ طریقے سے سیکھتا ہے۔ کمپیوٹنگ فورس اور ڈیٹا کی بڑی مقدار۔

ایک وسیع تر AGI نقطہ نظر سے، ہم مشترکہ ماڈل کو اس طرح کے فن تعمیرات اور AIs کو تیار کرنے میں ایک رہنما کے طور پر دیکھتے ہیں، اور ان کوششوں سے حاصل ہونے والی بصیرت کو ایک اتفاق رائے میں ضم کرنے کے ایک ذریعہ کے طور پر جو بالآخر AGI کی طرف لے جاتا ہے۔

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

تصویری کریڈٹ: Shutterstock.com/wowowG