AGI آج کی مخصوص کاموں والی AI سے آگے وسیع تر استدلال کا وعدہ کرتا ہے

community.nasscom.in پر شائع ہونے والے ایک مضمون کے مطابق، مصنوعی عمومی ذہانت مشینی ذہانت کے میدان میں اگلی بڑی منزل کے طور پر ابھر رہی ہے۔ آج بڑے پیمانے پر استعمال ہونے والے AI نظاموں کے برعکس، AGI کا مقصد یہ ہے کہ وہ کسی ایک محدود کام کو انجام دینے کے بجائے بہت سے مختلف شعبوں میں سیکھ سکے، استدلال کر سکے اور اپنے علم کا اطلاق کر سکے۔

موجودہ AI ٹولز پہلے ہی کام خودکار بناتے ہیں، بڑے ڈیٹا سیٹس کا جائزہ لیتے ہیں، مواد تخلیق کرتے ہیں اور صارفین کی خدمت میں معاونت فراہم کرتے ہیں۔ تاہم، ان کی صلاحیتیں عموماً ان کاموں تک محدود ہوتی ہیں جن کے لیے انہیں تیار کیا گیا ہے۔ طبی تصاویر کی تشریح میں اچھی کارکردگی دکھانے والا نظام شاید سرمایہ کاری کے پورٹ فولیو کا انتظام نہ کر سکے یا کسی غیر مانوس مسئلے کا مؤثر جواب نہ دے سکے۔

AGI اس علیحدگی پر قابو پانے کی کوشش کرے گی۔ اس تصور سے مراد ایسی مشین ہے جو مختلف شعبوں کی معلومات کو سمجھ سکے، سابقہ تجربے سے فائدہ اٹھا سکے، نئی صورتِ حال کے مطابق خود کو ڈھال سکے اور کام کے لیے مخصوص تفصیلی پروگرامنگ کے بغیر اقدام کر سکے۔ یہ اب بھی حاصل شدہ ٹیکنالوجی کے بجائے ایک مقصد ہے، لیکن اس کے امکانات نے دنیا بھر میں تحقیق، سرمایہ کاری اور تجارتی منصوبہ بندی کو متوجہ کیا ہے۔

ماہر ٹولز سے موافق نظاموں تک

روایتی AI اور AGI کے درمیان بنیادی فرق لچک ہے۔ آج کے نظام عموماً مخصوص کاموں کے لیے تربیت یافتہ ماڈلز پر انحصار کرتے ہیں۔ اس کے برعکس، ایک عمومی نظام سے توقع کی جائے گی کہ وہ ایک صورتِ حال میں سیکھی ہوئی بات کو دوسری صورتِ حال میں منتقل کر سکے۔

اس کے لیے محض نمونوں کی شناخت کافی نہیں ہوگی۔ AGI نظام کو حالات کا جائزہ لینے، نتائج اخذ کرنے، فیصلے کرنے اور حالات بدلنے پر اپنا طریقۂ کار نظرِثانی کرنے کی ضرورت ہوگی۔ اسے سیاق و سباق، ارادے اور خیالات کے باہمی تعلق کے حوالے سے زبان کو سمجھنا بھی ہوگا۔

تجربے سے سیکھنا بھی اس کی ایک نمایاں متوقع خصوصیت ہے۔ صرف پہلے سے پروگرام کردہ ہدایات پر عمل کرنے کے بجائے، AGI مسائل کی نشان دہی کر سکے گی، ممکنہ حل تلاش کر سکے گی اور وقت کے ساتھ اپنی کارکردگی بہتر بنا سکے گی۔ عملی طور پر، اس کے حامی ایک ایسے نظام کا تصور پیش کرتے ہیں جو مختلف نوعیت کے کام انجام دے سکے اور ہر سرگرمی سے مسلسل سیکھتا رہے۔

کاروباروں کے لیے اس کا مطلب یہ ہو سکتا ہے کہ ہر شعبے کے لیے الگ الگ AI ٹولز برقرار رکھنے کی ضرورت کم ہو جائے۔ ایسا نظام جو مختلف شعبوں کے درمیان استدلال کر سکے، آپریشنز، صارفین، مالیات اور منصوبہ بندی سے متعلق معلومات کو باہم مربوط کر سکتا ہے، جس سے اداروں کو فیصلے کرنے کا زیادہ مربوط طریقہ ملے گا۔ مضمون میں اس بین الشعبہ جاتی صلاحیت کو کاروباری اداروں کے کام کرنے کے انداز میں ممکنہ تبدیلی کے طور پر پیش کیا گیا ہے۔

صنعتوں پر ممکنہ اثرات

صحت کا شعبہ ممکنہ طور پر سب سے زیادہ فائدہ اٹھانے والوں میں شمار کیا گیا ہے۔ علاج سے متعلق فیصلوں میں معاونت کرتے ہوئے AGI نظام طبی تاریخ، جینیاتی معلومات، طرزِ زندگی کی تفصیلات، تصاویر اور کلینیکل ریکارڈز کا ایک ساتھ جائزہ لے سکتا ہے۔ علامات، بیماریوں اور سابقہ علاج کے درمیان تعلقات کو مدِنظر رکھ کر یہ تشخیص میں مدد دے سکتا ہے اور ڈاکٹروں کو علاج کے طریقوں کا جائزہ لینے میں معاونت فراہم کر سکتا ہے۔ یہی وسیع تجزیاتی صلاحیت دواسازی کی تحقیق میں بھی معاون ہو سکتی ہے اور معالجین کو مسلسل تازہ معلومات پر مبنی مدد فراہم کر سکتی ہے۔

مینوفیکچررز AGI کو مشینری کی نگرانی، غیر معمولی رویے کی نشان دہی، خرابیوں کی پیش گوئی اور دیکھ بھال کے انتظام کے لیے استعمال کر سکتے ہیں۔ آپریٹنگ حالات بدلنے پر پیداواری منصوبوں میں ترمیم کی جا سکتی ہے، جبکہ نظام معیار سے متعلق مسائل کی چھان بین، ان کی وجوہ کا سراغ لگانے اور اصلاحی اقدامات تجویز کرنے کے قابل ہو سکتے ہیں۔ کارکنوں کو کام کے دوران ان کی ضروریات کے مطابق رہنمائی یا تربیت بھی دی جا سکتی ہے۔

مالیاتی ادارے لین دین اور معلومات کی بہت بڑی مقدار پر کارروائی کرتے ہیں۔ خطرے کا جائزہ لیتے یا سفارشات تیار کرتے وقت AGI مارکیٹ میں ہونے والی پیش رفت، معاشی اشاروں، صارفین کے رویے اور تاریخی ڈیٹا کو یکجا کر سکتی ہے۔ وسیع پیمانے پر دوبارہ تربیت کی ضرورت کے بغیر یہ دھوکا دہی کی نئی شکلوں کو شناخت کر سکتی ہے، بدلتی ہوئی مارکیٹوں کے مطابق سرمایہ کاری کے طریقے وضع کر سکتی ہے اور کسی فرد کے حالات کے مطابق مشورہ دے سکتی ہے۔

خوردہ فروش صارفین کی ترجیحات، خریداری کے نمونوں اور مارکیٹ کے رجحانات کے لیے بھی ایسی ہی صلاحیتیں استعمال کر سکتے ہیں۔ ممکنہ استعمال میں طلب کی زیادہ درست پیش گوئی، ذخیرے کے اخراجات میں کمی، حالات کے مطابق قیمتیں مقرر کرنا اور ایسے ڈیجیٹل معاونین شامل ہیں جو صارفین کو فوراً انسانی عملے کے پاس منتقل کیے بغیر پیچیدہ گفتگو سنبھال سکیں۔

تعلیم ایک اور شعبہ ہے جہاں موافقت کی صلاحیت اہم ہو سکتی ہے۔ AGI ٹیوٹر طالب علم کے سیکھنے کے انداز کے مطابق اسباق میں تبدیلی کر سکتا ہے، جبکہ ادارے انفرادی اہداف کی بنیاد پر مطالعاتی راستے تشکیل دے سکتے ہیں۔ یہ ٹیکنالوجی اسائنمنٹس کا جائزہ بھی لے سکتی ہے اور کارکنوں کی پیشہ ورانہ ضروریات بدلنے کے ساتھ تربیت کی سفارش بھی کر سکتی ہے۔

مضمون میں لاجسٹکس، سافٹ ویئر اور سپلائی چین مینجمنٹ کی بھی نشان دہی کی گئی ہے۔ ٹریفک اور موسم کے جواب میں ترسیل کے راستے تبدیل کیے جا سکتے ہیں؛ ذخیرے اور آرڈرز کی تکمیل زیادہ مؤثر انداز میں مربوط کی جا سکتی ہے؛ اور ادارے رکاوٹیں پیدا ہونے سے پہلے کمزوریاں شناخت کر سکتے ہیں۔ سافٹ ویئر کی تیاری میں AGI کوڈ تیار، ٹیسٹ، جانچ، برقرار اور بہتر کر سکتی ہے، نظام کے ڈیزائن تجویز کر سکتی ہے اور سکیورٹی خطرات کا مسلسل پتا لگا سکتی ہے۔

غیر یقینی صورتِ حال اور حکمرانی

AGI کی آمد کسی معلوم نظام الاوقات کے مطابق یقینی نہیں ہے۔ انسانی سطح کا استدلال اب بھی ایک بڑا سائنسی اور انجینیئرنگ چیلنج ہے، اور ماہرین اس بات پر متفق نہیں کہ ایسے نظام چند دہائیوں کے اندر سامنے آ سکتے ہیں یا اب بھی بنیادی نوعیت کی پیش رفت درکار ہے۔

اس کے ممکنہ اثرات حکومتوں اور اداروں کے لیے ذمہ داریاں بھی پیدا کرتے ہیں۔ جیسے جیسے زیادہ ترقی یافتہ نظام پیچیدہ تجزیاتی اور دہرائے جانے والے کام خودکار بنائیں گے، بہت سے کردار تبدیل ہو سکتے ہیں۔ مضمون کے مطابق ذمہ دارانہ نفاذ میں معاونت کے لیے ضوابط درکار ہوں گے، اگرچہ اس نگرانی کے لیے کوئی طے شدہ نمونہ موجود نہیں ہے۔

اس کے باوجود AGI کی تحقیق میں سرمایہ کاری جاری ہے، اور کاروباری ادارے جائزہ لے رہے ہیں کہ وہ ایسے نظاموں کے لیے کس طرح تیاری کر سکتے ہیں جو موجودہ AI کے مقابلے میں زیادہ وسیع پیمانے پر استدلال، سیکھنے اور تعاون کی صلاحیت رکھتے ہوں۔ ناشر کے مضمون میں مؤقف اختیار کیا گیا ہے کہ اداروں کو ٹیکنالوجی کے وسیع تر مضمرات کو سمجھنے کے ساتھ ساتھ عملی استعمال اور قابلِ پیمائش قدر پر بھی غور کرنا چاہیے۔ اس میں Emorphis Health اور اس کے AI ماہرین کا ذکر ایک ایسے ٹیکنالوجی شراکت دار کے طور پر کیا گیا ہے جو اداروں کو ان امکانات کا جائزہ لینے میں مدد دے رہا ہے۔

فی الحال AGI عملی حقیقت کے بجائے ایک تصور ہے۔ اس کی اہمیت مجوزہ تبدیلی کے پیمانے میں ہے: الگ الگ کاموں کے لیے بنائے گئے ٹولز سے ایسی مشینوں تک جو صنعتوں کے درمیان علم کا اطلاق کر سکیں اور تجربے کے ذریعے بہتر ہوتی رہیں۔