کس طرح مصنوعی ذہانت نے پیشہ ورانہ دنیا کو بدل دیا ہے۔

افلاطون کے ذریعہ دوبارہ شائع کیا گیا۔

فالونگ: 0

مصنوعی ذہانت اس طریقے میں انقلاب لانے کا وعدہ کرتی ہے جس طرح ہم ہر چیز کے بارے میں کرتے ہیں۔ حالیہ مہینوں میں تبدیلی کی رفتار کافی حیران کن رہی ہے۔ اوپن اے آئی کے چیٹ جی پی ٹی سافٹ ویئر کے اجراء نے دیکھا کہ سروس صرف پانچ دنوں میں ایک ملین صارفین تک پہنچ گئی – اس عمل میں ریکارڈ توڑ ڈالا۔ مائیکروسافٹ نے حال ہی میں نقاب کشائی کی ہے۔ ٹکنالوجی کا ایک ورژن جس میں بہت زیادہ طنزیہ Bing سرچ انجن میں شامل کیا گیا ہے، اور گوگل اس کے لیے ہنگامہ کر رہا ہے۔ اس کے 'بارڈ' چیٹ بوٹ کے ساتھ اس کی پیروی کریں۔.

لیکن یہ صرف قدرتی زبان کی پروسیسنگ نہیں ہے جس میں انقلاب لایا جا رہا ہے۔ ہم نے حال ہی میں امیج جنریشن، روبوٹکس اور ڈیپ فیکری میں شاندار ترقی دیکھی ہے۔ چند سالوں میں دنیا کیسی نظر آئے گی اس کا اندازہ لگانا مشکل ہو سکتا ہے۔

AI کے موجودہ استعمال

بالکل، مصنوعی ذہانت یہ بالکل نیا واقعہ نہیں ہے۔. یہ ایپل کی فیس آئی ڈی جیسی سمارٹ فون ایپلی کیشنز میں تلاش کرنے کے لیے تیار ہے، جو اس بات کا تعین کرنے کے لیے نیورل نیٹ ورک کا استعمال کرتا ہے کہ کون فون کو غیر مقفل کرنے کی کوشش کر رہا ہے۔ اس کے بعد آپ کے سوشل میڈیا اور اسٹریمنگ اکاؤنٹس پر تجویز کردہ مواد فیڈ ہے – جو آپ کے سابقہ رویے کی بنیاد پر مواد کا ایک نہ ختم ہونے والا سلسلہ فراہم کرے گا۔

پھر ڈیجیٹل وائس اسسٹنٹ ہیں۔ آپ کو یاد ہوگا کہ صرف چند سال پہلے، ڈیجیٹل آواز کی شناخت اتنی ناقابل اعتبار تھی کہ عملی طور پر بیکار تھی۔ کیا بدلا؟ مشین لرننگ ٹیکنالوجی اس کی فراہمی کے لیے پروسیسنگ پاور کے ساتھ ساتھ آئی۔

کاروبار کے لیے، یہ پہلے ہی مکمل طور پر تبدیل ہو چکا ہے کہ ہم کس طرح مخصوص صارفین کے ساتھ تعامل اور ہدف بناتے ہیں۔ ہم طویل عرصے سے ڈیموگرافکس اور خریداری کے رویے جیسی چیزوں کے بارے میں معلومات اکٹھا کرنے میں کامیاب رہے ہیں۔ اب، AI کی مدد سے، ہم اس بارے میں بالکل درست پیشین گوئیاں کرنے کے قابل ہیں کہ ایک دیا ہوا صارف کسی مقررہ وقت پر کیا دیکھنا چاہتا ہے۔ یہ انتہائی ذاتی نوعیت کی ای میل مہمات جیسی چیزوں کی اجازت دیتا ہے – جو صارفین کو وہ مواد فراہم کرتی ہے جس کا سب سے زیادہ خیر مقدم کیا جا سکتا ہے۔

مستقبل کے بارے میں کیا؟

جب AI کے مستقبل کی بات آتی ہے تو پیشین گوئیاں مشکل ہوتی ہیں۔ ایسا لگتا ہے کہ مستقبل میں تقریباً ہر کام کا انحصار کسی حد تک مشینی ذہانت پر ہوگا۔ ہمارے پاس خصوصی مشینوں کی ایک چھوٹی ٹیم کے ڈائریکٹر کے طور پر کام کرنے والا واحد انسانی کارکن ہو سکتا ہے۔ لہٰذا، ایک کاپی رائٹر ChatGPT کی نسل کو کسی مضمون کا خاکہ بنانے کے لیے کہہ سکتا ہے، لیکن یہ انسان ہی ہوگا جو اصل مواد میں حصہ ڈالے گا۔

ملائمیت

ChatGPT کے بارے میں سب سے زیادہ متاثر کن چیزوں میں سے ایک کاموں کی ایک حد تک اپنا ہاتھ موڑنے کی صلاحیت ہے۔ یہ قابل گزر نثر اور کوڈ لکھ سکتا ہے، یہ تصورات کی وضاحت کر سکتا ہے، اور یہ تقریباً ہر زبان میں کوڈ بھی لکھ سکتا ہے۔ اگرچہ یہ حقیقت پر مبنی بیانات دینے کا رجحان رکھتا ہے جو مکمل طور پر غلط ہیں، یہ دیکھنا آسان ہے کہ یہ کس طرح بہت سے، بہت سے ورک فلو میں ایک مقصد کو پورا کر سکتا ہے۔

سلامتی

کی مدد سے روشنی کے پردے جیسے سینسر، جو کسی مخصوص جگہ سے گزرنے والی اشیاء کا پتہ لگانے کے لیے استعمال ہوتے ہیں، ایک مشین کو حفاظتی خصوصیت کے طور پر خود بخود بند کرنے کے لیے بنایا جا سکتا ہے۔

پولیس کے احاطے کے بعض حصوں تک رسائی کے لیے مشینیں بھی استعمال کی جا سکتی ہیں۔ اس سے چھوٹے کاروباروں کے لیے بھی فنگر پرنٹس یا دیگر بائیو میٹرک ٹیکنالوجیز کا سہارا لیے بغیر جدید ترین صارف تک رسائی کے کنٹرول کو لاگو کرنا سستی ہو سکتا ہے۔

صحت کی دیکھ بھال

مشین لرننگ ریڈیو گرافی کے شعبے میں انقلاب لانے کا وعدہ کرتی ہے، ممکنہ طور پر کینسر اور دیگر مسائل کا پتہ لگانا انسانوں سے کہیں زیادہ درستگی کے ساتھ۔ اس سے انتظامی بوجھ کو کم کرنے میں بھی مدد مل سکتی ہے کیونکہ NHS کے دفاتر جزوی طور پر مشینوں کے ذریعے چلائے جا سکتے ہیں۔

نقل و حمل

خود سے چلنے والی کاریں شاید دور کی بات لگتی ہوں، لیکن حقیقت یہ ہے کہ وہ پہلے سے ہی ایک حد تک ہمارے ساتھ ہیں۔ سیلف پارکنگ ٹیکنالوجی، معاون بریک، لین اسسٹ، اڈاپٹیو کروز کنٹرول: یہ مصنوعی طور پر ذہین ڈرائیونگ کی تمام شکلیں ہیں۔

خزانہ

انسائیڈر انٹیلی جنس کی ایک رپورٹ کے مطابق، تقریباً چار پانچویں بڑے بینک فنانس میں AI کی صلاحیت سے بہت زیادہ واقف ہیں۔ ذاتی مالیات کی دنیا میں، قدرتی زبان کے ایس ایم ایس اسسٹنٹس طویل عرصے سے سوالات کو حل کرنے میں مدد کے لیے استعمال ہوتے رہے ہیں۔ کنزیومر فنانس میں، اس کا استعمال دھوکہ دہی اور بدنیتی پر مبنی سائبر حملوں سے حفاظت کے لیے کیا جاتا ہے۔ کارپوریٹ میں، اسے کسی خاص قرض سے منسلک خطرات کا اندازہ لگانے کے لیے استعمال کیا جا رہا ہے۔ تحقیق کے مطابق، یہ پیش رفت صرف شمالی امریکہ کے بینکوں کو تقریباً 447 بلین ڈالر کا حصہ ڈالتی ہے۔