سپر ہیومن اے آئی چپ لے آؤٹ کے گوگل کے دعوے خوردبین کے نیچے واپس

خصوصی رپورٹ نیچر میں شائع ہونے والا گوگل کی زیر قیادت ایک تحقیقی مقالہ، جس میں دعویٰ کیا گیا ہے کہ مشین لرننگ سافٹ ویئر انسانوں سے زیادہ تیزی سے بہتر چپس ڈیزائن کر سکتا ہے، ایک نئی تحقیق کے بعد اس کے نتائج کو متنازعہ بنانے کے بعد سوالیہ نشان لگا دیا گیا ہے۔

جون 2021 میں، گوگل نے بنایا عنوانات ایک کمک سیکھنے پر مبنی نظام تیار کرنے کے لیے جو خود بخود آپٹمائزڈ مائیکرو چِپ فلورپلان تیار کرنے کے قابل ہو۔ یہ منصوبے چپ کے اندر الیکٹرانک سرکٹری کے بلاکس کی ترتیب کا تعین کرتے ہیں: جہاں چیزیں جیسے کہ CPU اور GPU کور، اور میموری اور پیریفرل کنٹرولرز، دراصل فزیکل سلکان ڈائی پر بیٹھتے ہیں۔

گوگل نے کہا کہ وہ اس AI سافٹ ویئر کو اپنے گھریلو TPU چپس کو ڈیزائن کرنے کے لیے استعمال کر رہا ہے جو AI کام کے بوجھ کو تیز کرتا ہے: یہ مشین لرننگ کو ملازمت دے رہا ہے تاکہ اس کے دوسرے مشین لرننگ سسٹم کو تیز تر بنایا جا سکے۔ 

ایک چپ کا فلور پلان اہم ہے کیونکہ یہ یہ بتاتا ہے کہ پروسیسر کتنی اچھی کارکردگی کا مظاہرہ کرتا ہے۔ آپ چپ کے سرکٹس کے بلاکس کو احتیاط سے ترتیب دینا چاہیں گے تاکہ، مثال کے طور پر، سگنلز اور ڈیٹا ان علاقوں کے درمیان مطلوبہ شرح پر پھیل سکے۔ انجینئرز عام طور پر بہترین کنفیگریشن تلاش کرنے کی کوشش میں اپنے ڈیزائن کو بہتر بنانے میں ہفتوں یا مہینے گزارتے ہیں۔ تمام مختلف ذیلی نظاموں کو ایک خاص طریقے سے ایک چپ تیار کرنے کے لیے رکھنا پڑتا ہے جتنا کہ طاقتور، توانائی کی بچت، اور ممکن حد تک چھوٹا۔ 

آج فلور پلان تیار کرنے میں عام طور پر چپ ڈیزائن ایپلی کیشنز کا استعمال کرتے ہوئے دستی کام اور آٹومیشن کا مرکب شامل ہوتا ہے۔ گوگل کی ٹیم نے یہ ظاہر کرنے کی کوشش کی کہ اس کا کمک سیکھنے کا طریقہ صنعتی ٹولز کا استعمال کرتے ہوئے صرف انسانی انجینئروں کے بنائے ہوئے ڈیزائنوں سے بہتر ڈیزائن تیار کرے گا۔ صرف یہی نہیں، گوگل نے کہا کہ اس کے ماڈل نے اپنا کام انجینئرز کے لے آؤٹ پر تکرار کرنے سے کہیں زیادہ تیزی سے مکمل کیا۔

"پانچ دہائیوں کی تحقیق کے باوجود، چپ فلورپلاننگ نے آٹومیشن کی نفی کی ہے، جس کے لیے فزیکل ڈیزائن انجینئرز کو کئی مہینوں کی شدید کوششوں کی ضرورت ہوتی ہے تاکہ مینوفیکچرل لے آؤٹ تیار کیا جا سکے… چھ گھنٹے سے کم وقت میں، ہمارا طریقہ خود بخود چپ فلورپلان تیار کرتا ہے جو انسانوں کے تیار کردہ ان سے بہتر یا موازنہ کے قابل ہوتے ہیں۔ کلیدی میٹرکس،" گوگلرز لکھا ہے ان کے نیچر پیپر میں۔

تحقیق نے الیکٹرانک ڈیزائن آٹومیشن کمیونٹی کی توجہ حاصل کی، جو پہلے ہی اپنے سافٹ ویئر سویٹس میں مشین لرننگ الگورتھم کو شامل کرنے کی طرف بڑھ رہی تھی۔ اب گوگل کے اس کے انسانوں سے بہتر ماڈل کے دعووں کو یونیورسٹی آف کیلیفورنیا، سان ڈیاگو (UCSD) کی ایک ٹیم نے چیلنج کیا ہے۔

غیر منصفانہ فائدہ؟

کمپیوٹر سائنس اور انجینئرنگ کے پروفیسر اینڈریو کاہنگ کی قیادت میں، اس گروپ نے نیچر میں گوگل کی بیان کردہ فلور پلاننگ پائپ لائن کو ریورس انجینئرنگ کرنے میں مہینوں گزارے۔ ویب دیو نے تجارتی حساسیت کا حوالہ دیتے ہوئے اپنے ماڈل کے اندرونی کام کی کچھ تفصیلات کو روک دیا، لہذا UCSD کو یہ معلوم کرنا پڑا کہ گوگلرز کے نتائج کی تصدیق کے لیے اپنا مکمل ورژن کیسے بنایا جائے۔ پروفیسر کاہنگ، ہم نوٹ کرتے ہیں، گوگل کے مقالے کے ہم مرتبہ جائزہ لینے کے عمل کے دوران نیچر کے جائزہ نگار کے طور پر خدمات انجام دیں۔

یونیورسٹی کے ماہرین تعلیم کو بالآخر اصل گوگل کوڈ کی اپنی تفریح ​​مل گئی، جسے سرکٹ ٹریننگ (CT) کہا جاتا ہے۔ ان کا مطالعہ, اصل میں روایتی صنعت کے طریقوں اور آلات کا استعمال کرتے ہوئے انسانوں سے بدتر کارکردگی کا مظاہرہ کیا.

اس اختلاف کی وجہ کیا ہو سکتی ہے؟ کوئی کہہ سکتا ہے کہ تفریح ​​نامکمل تھی، حالانکہ اس کی ایک اور وضاحت بھی ہو سکتی ہے۔ وقت گزرنے کے ساتھ، UCSD ٹیم کو معلوم ہوا کہ گوگل نے الیکٹرانک ڈیزائن آٹومیشن (EDA) سویٹس کی ایک بڑی کمپنی Synopsys کے تیار کردہ تجارتی سافٹ ویئر کا استعمال کیا ہے، تاکہ چپ کے منطقی دروازوں کا ایک ابتدائی انتظام بنایا جا سکے جسے ویب دیو کے کمک سیکھنے کے نظام نے پھر بہتر بنایا۔

تجربات سے پتہ چلتا ہے کہ ابتدائی جگہ کا تعین کرنے کی معلومات کا ہونا CT کے نتائج کو نمایاں طور پر بڑھا سکتا ہے۔

گوگل پیپر میں اس بات کا ذکر کیا گیا کہ انڈسٹری کے معیاری سافٹ ویئر ٹولز اور مینوئل ٹویکنگ کا استعمال کیا گیا تھا۔ کے بعد ماڈل نے ایک لے آؤٹ تیار کیا تھا، بنیادی طور پر اس بات کو یقینی بنانے کے لیے کہ پروسیسر حسب منشا کام کرے گا اور اسے من گھڑت بنانے کے لیے حتمی شکل دے گا۔ گوگلرز نے استدلال کیا کہ یہ ایک ضروری قدم ہے چاہے فرش پلان مشین لرننگ الگورتھم کے ذریعے بنایا گیا ہو یا معیاری ٹولز کے ساتھ انسانوں کے ذریعے، اور اس طرح اس کا ماڈل بہترین حتمی مصنوعات کے لیے کریڈٹ کا مستحق ہے۔

تاہم، UCSD ٹیم نے کہا کہ EDA ٹولز کا نیچر پیپر میں کوئی ذکر نہیں ہے۔ سے پہلے ماڈل کو دوبارہ دہرانے کے لیے لے آؤٹ تیار کرنے کے لیے۔ یہ استدلال کیا گیا ہے کہ ان Synopsys ٹولز نے ماڈل کو کافی مہذب آغاز دیا ہے کہ AI سسٹم کی حقیقی صلاحیتوں کو سوالیہ نشان بنایا جانا چاہئے۔

"یہ کاغذی جائزے کے دوران واضح نہیں تھا،" یونیورسٹی کی ٹیم نے ماڈل کے لیے ترتیب تیار کرنے کے لیے Synopsys کے سوٹ کے استعمال کے بارے میں لکھا، "اور فطرت میں اس کا ذکر نہیں ہے۔ تجربات سے پتہ چلتا ہے کہ ابتدائی جگہ کا تعین کرنے کی معلومات CT کے نتائج کو نمایاں طور پر بڑھا سکتی ہے۔

نیچر گوگل کی تحقیق پر تحقیق کرتا ہے۔

اس کے بعد سے کچھ ماہرین تعلیم نے نیچر پر زور دیا ہے کہ وہ UCSD کے مطالعہ کی روشنی میں گوگل کے مقالے کا جائزہ لے۔ کی طرف سے دیکھا جریدے کو ای میلز میں رجسٹر، محققین نے پروفیسر کاہنگ اور ان کے ساتھیوں کی طرف سے اٹھائے گئے خدشات کو اجاگر کیا، اور سوال کیا کہ کیا گوگل کا کاغذ گمراہ کن تھا۔

ڈیلاس میں یونیورسٹی آف ٹیکساس میں الیکٹریکل انجینئرنگ کی تعلیم دینے والے ایک سینئر لیکچرر بل سوارٹز نے کہا کہ نیچر پیپر نے "بہت سے [محققین] کو اندھیرے میں چھوڑ دیا ہے" کیونکہ نتائج میں انٹرنیٹ ٹائٹن کے ملکیتی TPUs شامل تھے اور اس لیے اس کی تصدیق کرنا ناممکن ہے۔

انہوں نے کہا کہ گوگل کے سافٹ ویئر کو پرائم کرنے کے لیے Synopsys کے سافٹ ویئر کے استعمال کی تحقیقات کی ضرورت ہے۔ "ہم سب صرف اصل الگورتھم جاننا چاہتے ہیں تاکہ ہم اسے دوبارہ تیار کر سکیں۔ اگر [گوگل کے] دعوے درست ہیں، تو ہم اسے نافذ کرنا چاہتے ہیں۔ سائنس ہونی چاہیے، یہ سب معروضی ہونا چاہیے۔ اگر یہ کام کرتا ہے، یہ کام کرتا ہے، "انہوں نے کہا.

قدرت نے بتایا رجسٹر یہ گوگل کے کاغذ کو دیکھ رہا ہے، حالانکہ اس نے یہ نہیں بتایا کہ وہ کس چیز کی تحقیقات کر رہا ہے اور نہ ہی کیوں۔

نیچر کے ایک ترجمان نے ہمیں بتایا کہ "ہم رازداری کی وجہ سے انفرادی کیسز کی تفصیلات پر تبصرہ نہیں کر سکتے۔" "تاہم، عام طور پر بات کرتے ہوئے، جب جرنل میں شائع ہونے والے کسی بھی مقالے کے بارے میں خدشات کا اظہار کیا جاتا ہے، تو ہم ایک قائم شدہ عمل کے بعد ان کا بغور جائزہ لیتے ہیں۔

"اس عمل میں مصنفین کے ساتھ مشاورت اور جہاں مناسب ہو، ہم مرتبہ جائزہ لینے والوں اور دیگر بیرونی ماہرین سے مشورہ لینا شامل ہے۔ ایک بار جب ہمارے پاس فیصلہ کرنے کے لیے کافی معلومات ہو جائیں تو ہم اس جواب کی پیروی کرتے ہیں جو سب سے زیادہ مناسب ہو اور جو ہمارے قارئین کے لیے نتیجہ کے بارے میں وضاحت فراہم کرتا ہے۔

یہ پہلا موقع نہیں ہے جب جریدے نے اشاعت کے بعد تحقیق کی ہے، جسے نئے سرے سے جانچ پڑتال کا سامنا ہے۔ گوگلرز کا مقالہ مارچ 2022 میں مصنف کی تصحیح کے ساتھ آن لائن رہا ہے، جس میں ایک شامل تھا۔ لنک مطالعہ کے طریقوں پر عمل کرنے کی کوشش کرنے والوں کے لیے گوگل کے اوپن سورس سی ٹی کوڈ میں سے کچھ پر۔

کوئی پری ٹریننگ اور کافی حساب نہیں؟

گوگل کے مقالے کی مرکزی مصنفین، عزالیہ میرحوسینی اور انا گولڈی نے کہا کہ UCSD ٹیم کا کام ان کے طریقہ کار کا درست نفاذ نہیں ہے۔ انہوں نے نشاندہی کی کہ پروفیسر کاہنگ کے گروپ نے بدتر نتائج حاصل کیے کیونکہ انہوں نے اپنے ماڈل کو کسی بھی ڈیٹا پر پہلے سے تربیت نہیں دی تھی۔

"ایک سیکھنے پر مبنی طریقہ یقینا بدتر کارکردگی کا مظاہرہ کرے گا اگر اسے پہلے کے تجربے سے سیکھنے کی اجازت نہیں دی جاتی ہے۔ ہمارے نیچر پیپر میں، ہم ہولڈ آؤٹ ٹیسٹ کیسز کا جائزہ لینے سے پہلے 20 بلاکس پر پری ٹریننگ کرتے ہیں،" دونوں نے ایک بیان میں کہا۔PDF].

پروفیسر کاہنگ کی ٹیم نے بھی اپنے سسٹم کو کمپیوٹنگ پاور کی اتنی ہی مقدار استعمال کرنے کی تربیت نہیں دی تھی جتنی گوگل نے استعمال کی تھی، اور تجویز کیا کہ یہ قدم صحیح طریقے سے انجام نہیں دیا گیا ہے، جس سے ماڈل کی کارکردگی متاثر ہو رہی ہے۔ میرہوسینی اور گولڈی نے یہ بھی کہا کہ EDA ایپلی کیشنز کا استعمال کرتے ہوئے پری پروسیسنگ مرحلہ جو کہ ان کے نیچر پیپر میں واضح طور پر بیان نہیں کیا گیا ہے اس کا ذکر کرنا اتنا اہم نہیں تھا۔ 

"[UCSD] کاغذ جسمانی ترکیب سے کلسٹر معیاری خلیات تک ابتدائی جگہ کے استعمال پر توجہ مرکوز کرتا ہے، لیکن یہ کوئی عملی تشویش نہیں ہے۔ کسی بھی جگہ کا تعین کرنے کا طریقہ چلانے سے پہلے جسمانی ترکیب کو انجام دینا ضروری ہے،" انہوں نے کہا۔ "یہ چپ ڈیزائن میں معیاری مشق ہے۔"

تاہم، UCSD گروپ نے کہا انہوں نے اپنے ماڈل کو پہلے سے تربیت نہیں دی کیونکہ ان کے پاس گوگل کے ملکیتی ڈیٹا تک رسائی نہیں تھی۔ انہوں نے دعوی کیا، تاہم، ان کے سافٹ ویئر کی تصدیق انٹرنیٹ دیو کے دو دیگر انجینئرز نے کی تھی، جو نیچر پیپر کے شریک مصنف کے طور پر بھی درج تھے۔ پروفیسر کاہنگ اس سال کے بین الاقوامی سمپوزیم آن فزیکل ڈیزائن میں اپنی ٹیم کا مطالعہ پیش کر رہے ہیں۔ کانفرنس منگل

دریں اثنا، گوگل اپنے TPUs کو بڑھانے کے لیے کمک سیکھنے پر مبنی تکنیکوں کا استعمال جاری رکھے ہوئے ہے، جو اس کے ڈیٹا سینٹرز میں فعال طور پر استعمال ہوتی ہیں۔

برطرف گوگلر کا دعویٰ ہے کہ ایک منافع بخش کلاؤڈ ڈیل کے لیے تحقیق کی حوصلہ افزائی کی گئی تھی۔

Separately, Google’s Nature paper’s claims of superhuman performance were disputed internally within the internet goliath. In May last year, Satrajit Chatterjee, an AI researcher, was fired from Google with cause; he claimed he was let go was because he had criticized the Nature study and contested the paper’s findings. Chatterjee was also told Google wouldn’t publish his paper critiquing the first study.

He was also accused by other Googlers of going too far in his criticism – such as, for instance, allegedly verbally describing the work as a “train wreck” and a “tire fire” – and was placed under HR investigation for his alleged behavior.

Chatterjee has since sued Google in the Superior Court of California in Santa Clara claiming wrongful termination. Chatterjee declined to comment for this story, and he denies any wrongdoing. Mirhoseini and Goldie left Google in mid-2022 after Chatterjee was axed.

گوگل کے خلاف اپنی شکایت میں، جس میں ترمیم کی گئی تھی۔PDF] پچھلے مہینے، چٹرجی کے وکلاء نے دعویٰ کیا کہ ویب کمپنی "کمپنی S" کے ساتھ اپنے AI پر مبنی فلور پلان تیار کرنے والے سافٹ ویئر کو کمرشلائز کرنے کے بارے میں سوچ رہی ہے جب کہ وہ اس وقت S کے ساتھ مبینہ طور پر $120 ملین مالیت کے گوگل کلاؤڈ کے معاہدے پر بات چیت کر رہی تھی۔ چٹرجی نے دعویٰ کیا کہ گوگل نے کمپنی ایس کو اس اہم تجارتی معاہدے کے ساتھ شامل ہونے پر راضی کرنے میں مدد کرنے کے لیے فلور پلان پیپر کو چیمپیئن کیا۔

"مطالعہ جزوی طور پر [کمپنی ایس] کے ساتھ ممکنہ تجارتی کاری کی طرف پہلے قدم کے طور پر کیا گیا تھا (اور [کمپنی ایس] کے وسائل کے ساتھ کیا گیا تھا)۔ چٹرجی نے گوگل کے سی ای او سندر پچائی، نائب صدر اور انجینئرنگ فیلو جے کو ایک ای میل میں لکھا، چونکہ یہ ایک بڑے ممکنہ کلاؤڈ ڈیل کے تناظر میں کیا گیا تھا، اس لیے یہ کہنا غیر اخلاقی ہوتا کہ ہمارے پاس انقلابی ٹیکنالوجی موجود تھی جب ہمارے ٹیسٹ دوسری صورت میں ظاہر ہوئے۔ یاگنک، اور گوگل ریسرچ کے وی پی راہول سوکتھنکر، جس کا انکشاف مقدمہ کے ایک حصے کے طور پر کیا گیا تھا۔

اس کی عدالتی فائلنگ میں گوگل پر اس کے مطالعے کے نتائج کو "زیادہ سے زیادہ" بتانے کا الزام لگایا گیا، اور "کمپنی S سے جان بوجھ کر مواد کی معلومات کو روک کر اسے کلاؤڈ کمپیوٹنگ ڈیل پر دستخط کرنے پر آمادہ کیا"، جس کو اس نے قابل اعتراض ٹیکنالوجی کے طور پر استعمال کرتے ہوئے دوسرے کاروبار کو مؤثر طریقے سے راغب کیا۔

کمپنی S کو عدالتی دستاویزات میں "الیکٹرانک ڈیزائن آٹومیشن کمپنی" کے طور پر بیان کیا گیا ہے۔ اس معاملے سے واقف لوگوں نے بتایا رجسٹر کمپنی S Synopsys ہے۔

Synopsys اور Google نے تبصرہ کرنے سے انکار کردیا۔ ®

کیا مصنوعی ذہانت کی دنیا میں کوئی ایسی کہانی ہے جسے آپ شیئر کرنا چاہتے ہیں؟ ہم سے بات کریں۔ اعتماد میں.

• SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
• پلیٹو بلاک چین۔ Web3 Metaverse Intelligence. علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
• ماخذ: https://go.theregister.com/feed/www.theregister.com/2023/03/27/google_ai_chip_paper_nature/