ڈیپ مائنڈ میٹرکس کی بہتر ریاضی کی تکنیکوں کی خودکار دریافت کے لیے میٹرکس ریاضی کا استعمال کرتا ہے۔

گوگل کی ملکیت والے ڈیپ مائنڈ نے ریاضیاتی میٹرکس کے ضرب میں سیکھنے کی مضبوط تکنیکوں کو لاگو کیا ہے، کچھ انسانی ساختہ الگورتھم کو شکست دی ہے جو 50 سال تک چل رہے ہیں اور کمپیوٹر سائنس میں بہتری کی طرف کام کر رہے ہیں۔

2010 میں لندن میں قائم کیا گیا، ڈیپ مائنڈ بورڈ گیم گو میں ورلڈ چیمپئن کو شکست دینے کے لیے مشہور ہوا ہے۔ AlphaGo AI اور اس کے ساتھ پروٹین فولڈنگ کے دماغی طور پر پیچیدہ چیلنج کا مقابلہ کرنا الفا فولڈ.

پہیوں کے اندر پہیوں کی حرکت میں، اس کے بعد سے اس نے خود ریاضی کے مسائل پر نظریں جما لی ہیں۔

خاص طور پر، لیب نے کہا کہ اس نے ایک طریقہ تیار کیا دریافت کو خودکار بنائیں الگورتھم کے جو میٹرکس کو ضرب کرتے وقت شارٹ کٹ کے طور پر کام کرتے ہیں – بہت سے نوعمر ریاضی کے طالب علم کے لیے سر درد کی وجہ۔

سالوں سے، ریاضی دان ان پیچیدہ صفوں کی ضربوں پر الگورتھم کا اطلاق کر رہے ہیں، جن میں سے کچھ کمپیوٹر سائنس میں استعمال ہوتے ہیں، خاص طور پر مشین لرننگ اور AI میں۔

ہمیں بتایا گیا ہے کہ ڈیپ مائنڈ کے محقق الحسین فوزی اور ان کے ساتھیوں نے پہلے کے میٹرکس ضرب الگورتھم کو دوبارہ دریافت کرنے اور نئے تلاش کرنے کے لیے گہری کمک کا استعمال کیا۔ ٹیم نے الفا ٹینسر کے نام سے ایک سسٹم بنایا، جو ایک گیم کھیلتا ہے جس کا مقصد دو میٹرک کو ضرب کرنے کے لیے بہترین طریقہ تلاش کرنا ہے۔ اگر AI ایجنٹ اچھی کارکردگی کا مظاہرہ کرتا ہے، تو اسے مستقبل میں کامیابی کے امکانات کو مزید تقویت ملتی ہے۔

اس فیڈ بیک کو استعمال کرتے ہوئے اس عمل کو بار بار دہرایا جاتا ہے تاکہ ایجنٹ میٹرک کو ضرب دینے کے دلچسپ اور بہتر طریقے پیدا کرے۔ یہ کہا جاتا ہے کہ ڈیپ مائنڈ کے ایجنٹ کو میٹرکس کے ریاضی کے کام کو ممکن حد تک چند مراحل میں مکمل کرنے کا چیلنج دیا گیا تھا، اور اسے ممکنہ طور پر کھربوں ممکنہ چالوں سے آگے بڑھنے کا بہترین طریقہ معلوم کرنا تھا۔

ہم نوٹ کرتے ہیں کہ یہ AI ایجنٹ ممکنہ طور پر اپنے سیکھنے کے عمل میں اور تخمینہ کے دوران میٹرکس ریاضی کا استعمال کر رہا تھا۔ اس طرح، میٹرکس آپریشنز کو میٹرکس آپریشنز کرنے کے تیز تر طریقے تلاش کرنے کے لیے استعمال کیا گیا۔

انہوں نے کہا کہ فوزی نے اس ہفتے ایک پریس بریفنگ میں بتایا کہ یہ کام پیچیدہ تھا حالانکہ اس کے نتیجے میں ان مسائل کے لیے الگورتھم تیار کیے گئے جن پر انسانی تحقیق کے 50 سال سے زیادہ عرصے میں بہتری نہیں آئی ہے۔

محققین نے دعویٰ کیا کہ تکنیک ان کمپیوٹیشنل کاموں کو فائدہ پہنچا سکتی ہے جو ضرب الگورتھم استعمال کرتی ہیں - جیسے کہ AI - اور ساتھ ہی یہ بھی ظاہر کرتی ہے کہ کس طرح کمک سیکھنے کو معلوم مسائل کے نئے اور غیر متوقع حل تلاش کرنے کے لیے استعمال کیا جا سکتا ہے، جبکہ کچھ حدود کو بھی نوٹ کیا جا سکتا ہے۔ مثال کے طور پر، نظام میں موثر الگورتھم کے ذیلی سیٹ سے محروم ہونے سے بچنے کے لیے پہلے سے طے شدہ اجزاء ضروری ہیں۔

شک کرنے والے الفا فولڈ کے اطلاق کی طرف اشارہ کر سکتے ہیں، جس نے اے آئی کی معاونت والی پروٹین ریسرچ کے ذریعے منشیات کی دریافت میں پیش رفت کا وعدہ کیا تھا۔ اگرچہ ماڈل نے دریافت ہونے والے تقریباً تمام معلوم پروٹین ڈھانچے کی پیش گوئی کی ہے، اس کے مدد کرنے کی صلاحیت سائنسدانوں نے دریافت کیا کہ نئی دوائیں غیر ثابت شدہ ہیں۔

کسی بھی صورت میں، یہ ہمارے لیے ایسا لگتا ہے جیسے مشین لرننگ کو مشین لرننگ کو تیز کرنے کے لیے استعمال کیا جا رہا ہو۔ ®