پہلی مصنوعی جنرل انٹیلی جنس کس طرح معاشرے کو بدل دے گی: مصنوعی ذہانت کا مستقبل P2

ہم نے اہرام بنائے ہیں۔ ہم نے بجلی کا استعمال سیکھا۔ ہم سمجھتے ہیں کہ ہماری کائنات بگ بینگ (زیادہ تر) کے بعد کیسے بنی۔ اور ظاہر ہے، کلیچ مثال، ہم نے ایک آدمی کو چاند پر رکھا ہے۔ اس کے باوجود، ان تمام کامیابیوں کے باوجود، انسانی دماغ جدید سائنس کی سمجھ سے بہت باہر ہے اور، طے شدہ طور پر، معلوم کائنات میں سب سے پیچیدہ چیز ہے — یا کم از کم اس کے بارے میں ہماری سمجھ۔

اس حقیقت کو دیکھتے ہوئے، یہ مکمل طور پر چونکانے والا نہیں ہونا چاہئے کہ ہم نے ابھی تک انسانوں کے برابر مصنوعی ذہانت (AI) نہیں بنائی ہے۔ ڈیٹا (اسٹار ٹریک)، راچیل (بلیڈ رنر)، اور ڈیوڈ (پرومیتھیس) جیسی AI، یا سمانتھا (اس) اور TARS (انٹرسٹیلر) جیسی غیر انسانی AI، یہ سب AI کی ترقی میں اگلے عظیم سنگ میل کی مثالیں ہیں: مصنوعی جنرل انٹیلی جنس (AGI، بعض اوقات اسے HLMI یا ہیومن لیول مشین انٹیلی جنس بھی کہا جاتا ہے۔). 

دوسرے لفظوں میں، اے آئی کے محققین کو جس چیلنج کا سامنا ہے وہ یہ ہے کہ: جب ہم اپنے ذہن کے کام کرنے کے بارے میں پوری طرح سے سمجھ نہیں رکھتے تو ہم اپنے سے موازنہ کرنے والا مصنوعی ذہن کیسے بنا سکتے ہیں؟

ہم اس سوال کو دریافت کریں گے، اس کے ساتھ کہ انسان مستقبل کے AGI کے خلاف کیسے کھڑے ہوں گے، اور آخر میں، دنیا میں پہلی AGI کا اعلان ہونے کے بعد معاشرہ کیسے بدل جائے گا۔ 

مصنوعی جنرل انٹیلی جنس کیا ہے؟

ایک ایسی AI ڈیزائن کریں جو شطرنج، خطرے اور گو میں اعلی درجے کے کھلاڑیوں کو شکست دے سکے، آسان (ڈیپ بلیو, واٹسن، اور الفاگو بالترتیب)۔ ایک ایسا AI ڈیزائن کریں جو آپ کو کسی بھی سوال کے جواب فراہم کر سکے، ایسی اشیاء تجویز کر سکے جو آپ خریدنا چاہیں، یا رائڈ شیئر ٹیکسیوں کے بیڑے کا انتظام کر سکیں— ان کے ارد گرد کئی ارب ڈالر کی کمپنیاں بنائی گئی ہیں (Google، Amazon، Uber)۔ یہاں تک کہ ایک AI جو آپ کو ملک کے ایک طرف سے دوسری طرف لے جا سکتا ہے... ٹھیک ہے، ہم اس پر کام کر رہے ہیں۔

لیکن کسی AI سے بچوں کی کتاب پڑھنے اور اس کے مواد، معنی یا اخلاقیات کو سمجھنے کے لیے کہیں جو وہ سکھانے کی کوشش کر رہا ہے، یا کسی AI سے پوچھیں کہ وہ بلی اور زیبرا کی تصویر کے درمیان فرق بتائے، اور آپ کو کچھ سے زیادہ نقصانات کا سامنا کرنا پڑے گا۔ شارٹ سرکٹس 

قدرت نے لاکھوں سال ایک کمپیوٹنگ ڈیوائس (دماغ) کو تیار کرنے میں گزارے جو پروسیسنگ، سمجھنے، سیکھنے، اور پھر نئے حالات اور نئے ماحول میں عمل کرنے میں سبقت لے جاتا ہے۔ اس کا موازنہ کمپیوٹر سائنس کی پچھلی نصف صدی سے کریں جس نے کمپیوٹنگ ڈیوائسز بنانے پر توجہ مرکوز کی تھی جو ان واحد کاموں کے مطابق بنائے گئے تھے جن کے لیے وہ ڈیزائن کیے گئے تھے۔ 

دوسرے الفاظ میں، انسانی کمپیوٹر ایک جنرلسٹ ہے، جبکہ مصنوعی کمپیوٹر ایک ماہر ہے.

AGI بنانے کا مقصد ایک ایسی AI بنانا ہے جو براہ راست پروگرامنگ کے بجائے تجربے کے ذریعے انسان کی طرح سوچ اور سیکھ سکے۔

حقیقی دنیا میں، اس کا مطلب مستقبل کا AGI ہوگا جو پڑھنا، لکھنا، اور لطیفہ سنانا سیکھ رہا ہے، یا چلنا، دوڑنا اور بائیک چلانا خود ہی، دنیا میں اپنے تجربے کے ذریعے (جو بھی جسم یا حسی اعضاء/آلات جو ہم اسے دیتے ہیں) اور اس کے اپنے تعامل کے ذریعے دوسرے AI اور دوسرے انسان۔

یہ ایک مصنوعی جنرل انٹیلی جنس بنانے کے لئے کیا لے جائے گا

تکنیکی طور پر مشکل ہونے کے باوجود، AGI بنانا ممکن ہونا چاہیے۔ اگر حقیقت میں، طبیعیات کے قوانین کے اندر ایک گہرائی سے رکھی ہوئی خاصیت ہے - حساب کی عالمگیریت - جو بنیادی طور پر یہ کہتی ہے کہ ہر چیز جو ایک جسمانی چیز کر سکتی ہے، ایک کافی طاقتور، عام مقصد کے کمپیوٹر کو، اصولی طور پر، نقل کرنے / نقل کرنے کے قابل ہونا چاہیے۔

اور ابھی تک، یہ مشکل ہے.

شکر ہے، اس معاملے پر بہت سارے ہوشیار AI محققین موجود ہیں (ان کی حمایت کرنے والے بہت سے کارپوریٹ، حکومتی اور فوجی فنڈنگ ​​کا ذکر نہیں کرنا چاہئے)، اور اب تک، انہوں نے تین اہم اجزاء کی نشاندہی کی ہے جنہیں حل کرنے کے لیے وہ ضروری محسوس کرتے ہیں۔ ہماری دنیا میں AGI۔

بگ ڈیٹا. AI کی ترقی کے لیے سب سے عام نقطہ نظر میں ایک تکنیک شامل ہوتی ہے جسے ڈیپ لرننگ کہا جاتا ہے — ایک مخصوص قسم کا مشین لرننگ سسٹم جو ڈیٹا کی بڑی مقدار کو کم کر کے کام کرتا ہے، مصنوعی نیوران کے نیٹ ورک میں ڈیٹا کو کچل کر (انسانی دماغ کے مطابق بنایا گیا)، اور پھر نتائج کو اپنی بصیرت کے پروگرام کے لیے استعمال کریں۔ گہری تعلیم کے بارے میں مزید تفصیلات کے لیے، یہ پڑھ.

مثال کے طور پر، 2017 میں، گوگل نے اپنے AI کو بلیوں کی ہزاروں تصاویر فیڈ کیں جو اس کا گہرا سیکھنے کا نظام نہ صرف یہ سیکھنے کے لیے استعمال کیا جاتا ہے کہ بلی کی شناخت کیسے کی جائے بلکہ بلیوں کی مختلف نسلوں میں فرق کیا جائے۔ کچھ ہی دیر بعد، انہوں نے آنے والی رہائی کا اعلان کیا۔ Google لینس, ایک نئی تلاش ایپ جو صارفین کو کسی بھی چیز کی تصویر لینے دیتی ہے اور Google آپ کو نہ صرف یہ بتائے گا کہ وہ کیا ہے، بلکہ کچھ مفید سیاق و سباق سے متعلق مواد بھی پیش کرتا ہے جو اس کی وضاحت کرتا ہے—سفر کے دوران آسان ہے اور آپ سیاحوں کے مخصوص مقام کے بارے میں مزید جاننا چاہتے ہیں۔ لیکن یہاں بھی، گوگل لینس اس وقت اپنے امیج سرچ انجن میں درج اربوں تصاویر کے بغیر ممکن نہیں ہوگا۔

اور پھر بھی، یہ بڑا ڈیٹا اور گہری سیکھنے کا کامبو اب بھی AGI لانے کے لیے کافی نہیں ہے۔

بہتر الگورتھم. پچھلی دہائی کے دوران، Google کی ایک ذیلی کمپنی اور AI اسپیس میں رہنما، DeepMind نے گہری سیکھنے کی طاقتوں کو کمک سیکھنے کے ساتھ جوڑ کر ایک چمک پیدا کی ہے—ایک اعزازی مشین لرننگ اپروچ جس کا مقصد یہ سکھانا ہے کہ AI کو حاصل کرنے کے لیے نئے ماحول میں کیسے اقدامات کیے جائیں۔ ایک مقررہ مقصد.

اس ہائبرڈ حربے کی بدولت، ڈیپ مائنڈ کے پریمیئر AI، AlphaGo نے نہ صرف خود کو یہ سکھایا کہ کیسے AlphaGo کھیلنا ہے قواعد کو ڈاؤن لوڈ کرکے اور ماسٹر ہیومن پلیئرز کی حکمت عملیوں کا مطالعہ کر کے، بلکہ لاکھوں بار اپنے خلاف کھیلنے کے بعد پھر بہترین AlphaGo پلیئرز کو شکست دینے میں کامیاب ہوا۔ چالوں اور حکمت عملیوں کا استعمال کرتے ہوئے کھیل میں پہلے کبھی نہیں دیکھا۔ 

اسی طرح، ڈیپ مائنڈ کے اٹاری سافٹ ویئر کے تجربے میں ایک عام گیم اسکرین کو دیکھنے کے لیے ایک AI کو کیمرہ دینا، گیم آرڈرز (جیسے جوائس اسٹک بٹن) ان پٹ کرنے کی صلاحیت کے ساتھ پروگرام کرنا اور اس کے سکور کو بڑھانے کے لیے اسے واحد مقصد دینا شامل تھا۔ نتیجہ؟ کچھ ہی دنوں میں، اس نے خود کو سکھایا کہ کس طرح کھیلنا ہے اور درجنوں کلاسک آرکیڈ گیمز میں مہارت حاصل کرنا ہے۔ 

لیکن یہ ابتدائی کامیابیاں جتنی دلچسپ ہیں، حل کرنے کے لیے کچھ کلیدی چیلنجز باقی ہیں۔

ایک تو، AI کے محققین AI کو 'chunking' نامی ایک چال سکھانے پر کام کر رہے ہیں جس میں انسانی اور جانوروں کے دماغ غیر معمولی طور پر اچھے ہیں۔ سیدھے الفاظ میں، جب آپ گروسری خریدنے کے لیے باہر جانے کا فیصلہ کرتے ہیں، تو آپ اپنے آخری مقصد (ایوکاڈو خریدنا) اور اس بارے میں ایک موٹے منصوبے کا تصور کر سکتے ہیں کہ آپ اسے کیسے کریں گے (گھر سے نکلیں، گروسری اسٹور پر جائیں، خریدیں۔ avocado، گھر واپس). آپ جو کچھ نہیں کرتے وہ ہے ہر سانس، ہر قدم، ہر ممکنہ ہنگامی صورتحال کا منصوبہ۔ اس کے بجائے، آپ کے ذہن میں ایک تصور (ٹکڑا) ہے کہ آپ کہاں جانا چاہتے ہیں اور جو بھی صورتحال سامنے آتی ہے اس کے مطابق اپنے سفر کو ڈھال لیں۔

جیسا کہ یہ آپ کے لیے عام محسوس ہو سکتا ہے، یہ قابلیت ان اہم فوائد میں سے ایک ہے جو انسانی دماغ کے پاس اب بھی AI سے زیادہ ہے — یہ ایک مقصد طے کرنے اور ہر تفصیل کو پہلے سے جانے بغیر اور کسی بھی رکاوٹ یا ماحولیاتی تبدیلی کے باوجود اس کا تعاقب کرنے کی موافقت ہے۔ سامنا ہو سکتا ہے. یہ مہارت AGIs کو اوپر بتائے گئے بڑے ڈیٹا کی ضرورت کے بغیر، زیادہ موثر طریقے سے سیکھنے کے قابل بنائے گی۔

ایک اور چیلنج نہ صرف کتاب پڑھنے کی صلاحیت ہے بلکہ مطلب سمجھو یا اس کے پیچھے سیاق و سباق؟ طویل مدتی، یہاں ایک AI کا مقصد یہ ہے کہ وہ اخباری مضمون پڑھے اور جو کچھ پڑھتا ہے اس کے بارے میں بہت سے سوالات کا درست جواب دے سکے، جیسا کہ کتابی رپورٹ لکھنا۔ یہ قابلیت ایک AI کو محض ایک کیلکولیٹر سے بدل دے گی جو نمبروں کو ایک ایسی ہستی میں بدل دے گا جو معنی کو کم کرتا ہے۔

مجموعی طور پر، خود سیکھنے والے الگورتھم میں مزید پیش رفت جو انسانی دماغ کی نقل کر سکتی ہے، ایک AGI کی حتمی تخلیق میں کلیدی کردار ادا کرے گی، لیکن اس کام کے ساتھ ساتھ، AI کمیونٹی کو بہتر ہارڈ ویئر کی بھی ضرورت ہے۔

بہتر ہارڈ ویئر. اوپر بیان کردہ موجودہ طریقوں کو استعمال کرتے ہوئے، ایک AGI تب ہی ممکن ہو گا جب ہم اسے چلانے کے لیے دستیاب کمپیوٹنگ طاقت کو سنجیدگی سے بڑھا دیں۔

سیاق و سباق کے لیے، اگر ہم انسانی دماغ کی سوچنے کی صلاحیت کو لیتے ہیں اور اسے کمپیوٹیشنل اصطلاحات میں تبدیل کرتے ہیں، تو اوسط انسان کی ذہنی صلاحیت کا موٹا اندازہ ایک ایکسافلوپ ہے، جو کہ 1,000 پیٹا فلاپ کے برابر ہے ('فلاپ' کا مطلب ہے فلوٹنگ پوائنٹ آپریشنز دوسرا اور حساب کی رفتار کی پیمائش کرتا ہے)۔

اس کے مقابلے میں 2018 کے آخر تک دنیا کا سب سے طاقتور سپر کمپیوٹر جاپان کا AI برجنگ کلاؤڈ 130 petaflops پر گنگنائے گا، ایک exaflop سے بہت کم۔

جیسا کہ ہمارے میں بیان کیا گیا ہے۔ سپر کمپیوٹرز ہمارے میں باب کمپیوٹرز کا مستقبل سیریز، امریکہ اور چین دونوں 2022 تک اپنے اپنے exaflop سپر کمپیوٹر بنانے کے لیے کام کر رہے ہیں، لیکن اگر وہ کامیاب بھی ہو گئے، تب بھی یہ کافی نہیں ہوگا۔

یہ سپر کمپیوٹر کئی درجن میگا واٹ بجلی پر کام کرتے ہیں، کئی سو مربع میٹر جگہ لیتے ہیں، اور اس کی تعمیر پر کئی سو ملین لاگت آتی ہے۔ ایک انسانی دماغ صرف 20 واٹ پاور استعمال کرتا ہے، کھوپڑی کے اندر تقریباً 50 سینٹی میٹر فریم میں فٹ بیٹھتا ہے، اور ہم میں سے سات بلین ہیں (2018)۔ دوسرے لفظوں میں، اگر ہم AGIs کو انسانوں کی طرح عام بنانا چاہتے ہیں، تو ہمیں یہ سیکھنے کی ضرورت ہوگی کہ انہیں معاشی طور پر کیسے بنایا جائے۔

اس مقصد کے لیے، AI محققین کوانٹم کمپیوٹرز کے ساتھ مستقبل کے AIs کو طاقت دینے پر غور شروع کر رہے ہیں۔ میں مزید تفصیل سے بیان کیا گیا ہے۔ کوانٹم کمپیوٹرز ہمارے فیوچر آف کمپیوٹرز سیریز کے باب میں، یہ کمپیوٹرز ان کمپیوٹرز سے بنیادی طور پر مختلف طریقے سے کام کرتے ہیں جنہیں ہم پچھلی نصف صدی سے بنا رہے ہیں۔ 2030 کی دہائی تک مکمل ہونے کے بعد، ایک واحد کوانٹم کمپیوٹر اس وقت 2018 میں کام کرنے والے ہر سپر کمپیوٹر کو، عالمی سطح پر، اکٹھا کر دے گا۔ وہ بھی بہت چھوٹے ہوں گے اور موجودہ سپر کمپیوٹرز سے کہیں کم توانائی استعمال کریں گے۔ 

ایک مصنوعی عمومی ذہانت انسان سے کیسے برتر ہو گی؟

آئیے فرض کریں کہ اوپر درج ہر چیلنج کا پتہ چل جاتا ہے، کہ AI محققین کو پہلی AGI بنانے میں کامیابی ملتی ہے۔ ایک AGI دماغ ہمارے ذہن سے کیسے مختلف ہوگا؟

اس قسم کے سوال کا جواب دینے کے لیے، ہمیں AGI ذہنوں کو تین زمروں میں درجہ بندی کرنے کی ضرورت ہے، وہ جو روبوٹ کے اندر رہتے ہیں (ڈیٹا سے سٹار ٹریک)، وہ جن کی جسمانی شکل ہے لیکن وہ انٹرنیٹ/کلاؤڈ سے وائرلیس طور پر جڑے ہوئے ہیں (ایجنٹ سمتھ منجانب میٹرکس) اور وہ جسمانی شکل کے بغیر جو مکمل طور پر کمپیوٹر یا آن لائن میں رہتے ہیں (سامنتھا سے اس).

شروع کرنے کے لیے، ویب سے الگ تھلگ روبوٹک باڈی کے اندر موجود AGIs انسانی ذہنوں کے برابر مقابلہ کریں گے، لیکن منتخب فوائد کے ساتھ:

• یادداشت: AGI کی روبوٹک شکل کے ڈیزائن پر منحصر ہے، ان کی مختصر مدت کی یادداشت اور اہم معلومات کی یادداشت یقینی طور پر انسانوں سے بہتر ہوگی۔ لیکن دن کے اختتام پر، اس بات کی ایک جسمانی حد ہوتی ہے کہ آپ روبوٹ میں کتنی ہارڈ ڈرائیو کی جگہ پیک کر سکتے ہیں، یہ فرض کرتے ہوئے کہ ہم انہیں انسانوں کی طرح نظر آنے کے لیے ڈیزائن کرتے ہیں۔ اس وجہ سے، AGIs کی طویل مدتی میموری انسانوں کی طرح کام کرے گی، فعال طور پر ان معلومات اور یادوں کو بھول جائے گی جو اس کے مستقبل کے کام کے لیے غیر ضروری سمجھی جاتی ہیں ('ڈسک کی جگہ' کو خالی کرنے کے لیے)۔
• رفتار: انسانی دماغ کے اندر نیوران کی کارکردگی تقریباً 200 ہرٹز تک پہنچ جاتی ہے، جب کہ جدید مائیکرو پروسیسر گیگاہرٹز کی سطح پر چلتے ہیں، اس لیے نیوران سے لاکھوں گنا زیادہ تیز ہیں۔ اس کا مطلب ہے کہ انسانوں کے مقابلے میں، مستقبل کے AGIs معلومات پر کارروائی کریں گے اور انسانوں کے مقابلے میں تیزی سے فیصلے کریں گے۔ آپ کو ذہن میں رکھیں، اس کا لازمی طور پر یہ مطلب نہیں ہے کہ یہ AGI انسانوں سے زیادہ ہوشیار یا زیادہ درست فیصلے کرے گا، بس یہ کہ وہ تیزی سے نتیجے پر پہنچ سکیں۔
• کارکردگی: سادہ لفظوں میں، انسانی دماغ اگر زیادہ دیر تک بغیر آرام اور نیند کے کام کرتا ہے تو تھک جاتا ہے اور جب ایسا ہوتا ہے تو اس کی یادداشت اور اس کی سیکھنے اور استدلال کی صلاحیت خراب ہوجاتی ہے۔ دریں اثنا، AGIs کے لیے، یہ فرض کرتے ہوئے کہ وہ باقاعدگی سے ری چارج (بجلی) کرتے ہیں، ان میں یہ کمزوری نہیں ہوگی۔
• اپ گریڈیبلٹی: ایک انسان کے لیے، نئی عادت سیکھنے میں ہفتوں کی مشق لگ سکتی ہے، نئی مہارت سیکھنے میں مہینوں لگ سکتے ہیں، اور نیا پیشہ سیکھنے میں سالوں لگ سکتے ہیں۔ AGI کے لیے، ان کے پاس تجربہ (جیسے انسانوں) اور براہ راست ڈیٹا اپ لوڈ کے ذریعے سیکھنے کی صلاحیت ہوگی، جیسا کہ آپ اپنے کمپیوٹر کے OS کو باقاعدگی سے اپ ڈیٹ کرتے ہیں۔ یہ اپ ڈیٹس علم کے اپ گریڈ (نئی مہارتوں) یا AGI کی جسمانی شکل میں کارکردگی کے اپ گریڈ پر لاگو ہو سکتی ہیں۔ 

اگلا، آئیے AGIs کو دیکھتے ہیں جن کی جسمانی شکل ہے، لیکن وہ انٹرنیٹ/کلاؤڈ سے وائرلیس طور پر جڑے ہوئے ہیں۔ غیر منسلک AGIs کے مقابلے میں ہم اس سطح کے ساتھ جو فرق دیکھ سکتے ہیں ان میں شامل ہیں:

• یادداشت: ان AGIs کے پاس وہ تمام قلیل مدتی فوائد ہوں گے جو پچھلی AGI کلاس کے پاس ہیں، سوائے اس کے کہ وہ کامل طویل مدتی میموری سے بھی فائدہ اٹھائیں گے کیونکہ وہ ضرورت پڑنے پر ان یادوں کو کلاؤڈ پر اپ لوڈ کر سکتے ہیں۔ ظاہر ہے، یہ میموری کم کنیکٹیویٹی والے علاقوں میں قابل رسائی نہیں ہوگی، لیکن یہ 2020 اور 2030 کی دہائی کے دوران اس وقت تشویش کا باعث بنے گا جب زیادہ سے زیادہ دنیا آن لائن آئے گی۔ میں مزید پڑھیں پہلا باب ہمارے انٹرنیٹ کا مستقبل سیریز. 
• رفتار: اس AGI کو درپیش رکاوٹ کی قسم پر منحصر ہے، وہ اسے حل کرنے میں مدد کے لیے کلاؤڈ کی بڑی کمپیوٹنگ طاقت تک رسائی حاصل کر سکتے ہیں۔
• کارکردگی: غیر منسلک AGIs کے مقابلے میں کوئی فرق نہیں۔
• اپ گریڈ ایبلٹی: اس AGI کے درمیان فرق صرف یہ ہے کہ یہ اپ گریڈ ایبلٹی سے متعلق ہے کہ وہ اپ گریڈ ڈپو پر جانے اور پلگ ان کرنے کے بجائے، وائرلیس طریقے سے ریئل ٹائم میں اپ گریڈ تک رسائی حاصل کرسکتے ہیں۔
• اجتماعی: انسان زمین کی غالب نوع بن گئے اس لیے نہیں کہ ہم سب سے بڑے یا سب سے مضبوط جانور تھے، بلکہ اس لیے کہ ہم نے اجتماعی اہداف کو حاصل کرنے کے لیے مختلف طریقوں سے بات چیت اور تعاون کرنے کا طریقہ سیکھا، ایک Woolly Mammoth کے شکار سے لے کر بین الاقوامی خلائی اسٹیشن کی تعمیر تک۔ AGIs کی ایک ٹیم اس تعاون کو اگلے درجے تک لے جائے گی۔ اوپر دیے گئے تمام علمی فوائد کو دیکھتے ہوئے اور پھر یکجا کریں کہ وائرلیس طریقے سے بات چیت کرنے کی صلاحیت کے ساتھ، ذاتی طور پر اور طویل فاصلے تک، مستقبل کی AGI ٹیم/چھتے کا دماغ نظریاتی طور پر انسانوں کی ٹیم سے کہیں زیادہ مؤثر طریقے سے منصوبوں سے نمٹ سکتا ہے۔ 

آخر میں، AGI کی آخری قسم جسمانی شکل کے بغیر ورژن ہے، جو کمپیوٹر کے اندر کام کرتا ہے، اور اسے کمپیوٹنگ کی مکمل طاقت اور آن لائن وسائل تک رسائی حاصل ہے جو اس کے تخلیق کار اسے فراہم کرتے ہیں۔ سائنس فائی شوز اور کتابوں میں، یہ AGIs عام طور پر ماہر ورچوئل اسسٹنٹ/دوستوں یا اسپیس شپ کے تیز آپریٹنگ سسٹم کی شکل اختیار کرتے ہیں۔ لیکن AGI کی دیگر دو اقسام کے مقابلے میں، یہ AI درج ذیل طریقوں سے مختلف ہوگا۔

• رفتار: لامحدود (یا، کم از کم ہارڈ ویئر کی حد تک جس تک اسے رسائی حاصل ہے)۔
• یادداشت: لامحدود  
• کارکردگی: فیصلہ سازی کے معیار میں اضافہ اس کی سپر کمپیوٹنگ مراکز تک رسائی کی بدولت۔
• اپ گریڈ ایبلٹی: مطلق، حقیقی وقت میں، اور علمی اپ گریڈ کے لامحدود انتخاب کے ساتھ۔ بلاشبہ، چونکہ اس AGI زمرے میں فزیکل روبوٹ فارم نہیں ہے، اس لیے اسے دستیاب فزیکل اپ گریڈ کی ضرورت نہیں ہوگی جب تک کہ یہ اپ گریڈ ان سپر کمپیوٹرز کے لیے نہ ہوں جو اس میں کام کر رہے ہیں۔
• اجتماعی: پچھلی AGI زمرہ کی طرح، یہ بے باڈی AGI اپنے AGI ساتھیوں کے ساتھ مؤثر طریقے سے تعاون کرے گا۔ تاہم، لامحدود کمپیوٹنگ طاقت تک براہ راست رسائی اور آن لائن وسائل تک رسائی کے پیش نظر، یہ AGIs عام طور پر ایک مجموعی AGI اجتماعی میں قائدانہ کردار ادا کریں گے۔ 

انسانیت پہلی مصنوعی جنرل انٹیلی جنس کب بنائے گی؟

اس کے لیے کوئی مقررہ تاریخ نہیں ہے جب AI ریسرچ کمیونٹی کو یقین ہے کہ وہ ایک جائز AGI ایجاد کریں گے۔ تاہم، ایک 2013 سروے دنیا کے 550 سرکردہ AI محققین میں سے، جن کا انعقاد سرکردہ AI تحقیقی مفکرین Nick Bostrom اور Vincent C. Müller نے کیا، رائے کی حد کا اوسط تین ممکنہ سالوں تک لگایا گیا:

• اوسط امید مند سال (10% امکان): 2022
• اوسط حقیقت پسندانہ سال (50% امکان): 2040
• درمیانی مایوسی کا سال (90% امکان): 2075 

یہ پیشین گوئیاں کتنی درست ہیں اس سے کوئی فرق نہیں پڑتا۔ کیا فرق پڑتا ہے کہ AI ریسرچ کمیونٹی کی اکثریت کا خیال ہے کہ ہم اپنی زندگی میں اور نسبتاً اس صدی کے اوائل میں ایک AGI ایجاد کریں گے۔ 

مصنوعی جنرل انٹیلی جنس کی تخلیق انسانیت کو کیسے بدل دے گی۔

ہم اس سیریز کے بالکل آخری باب میں ان نئے AI کے اثرات کو تفصیل سے دریافت کرتے ہیں۔ اس نے کہا، اس باب کے لیے، ہم یہ کہیں گے کہ ایک AGI کی تخلیق سماجی ردعمل سے بہت ملتی جلتی ہو گی جس کا تجربہ ہم انسانوں کو مریخ پر زندگی تلاش کرنے پر کریں گے۔ 

ایک کیمپ اس کی اہمیت کو نہیں سمجھے گا اور یہ سوچتا رہے گا کہ سائنس دان ایک اور طاقتور کمپیوٹر بنانے کے بارے میں ایک بڑا سودا کر رہے ہیں۔

ایک اور کیمپ، جو ممکنہ طور پر لڈائٹس اور مذہبی ذہن رکھنے والے افراد پر مشتمل ہے، اس AGI سے ڈرے گا، یہ سوچ کر کہ یہ ایک مکروہ بات ہے کہ یہ انسانیت کو SkyNet کے طرز پر ختم کرنے کی کوشش کرے گا۔ یہ کیمپ AGIs کو ان کی تمام شکلوں میں حذف/تباہ کرنے کے لیے فعال طور پر وکالت کرے گا۔

دوسری طرف، تیسرا کیمپ اس تخلیق کو ایک جدید روحانی واقعہ کے طور پر دیکھے گا۔ ان تمام طریقوں سے جو اہم ہیں، یہ AGI زندگی کی ایک نئی شکل ہوگی، جو ہم سے مختلف سوچتی ہے اور جس کے مقاصد ہمارے اپنے سے مختلف ہیں۔ AGI کی تخلیق کا اعلان ہونے کے بعد، انسان اب زمین کو صرف جانوروں کے ساتھ نہیں، بلکہ مصنوعی مخلوقات کے ایک نئے طبقے کے ساتھ بانٹیں گے جن کی ذہانت ہماری ذہانت کے برابر یا اس سے بہتر ہے۔

چوتھے کیمپ میں کاروباری مفادات شامل ہوں گے جو اس بات کی تحقیق کریں گے کہ وہ کس طرح مختلف کاروباری ضروریات کو پورا کرنے کے لیے AGIs کا استعمال کر سکتے ہیں، جیسے لیبر مارکیٹ میں خلا کو پُر کرنا اور نئی اشیا اور خدمات کی ترقی کو تیز کرنا۔

اس کے بعد، ہمارے پاس حکومت کی تمام سطحوں کے نمائندے ہیں جو AGIs کو منظم کرنے کے طریقے کو سمجھنے کی کوشش کریں گے۔ یہ وہ سطح ہے جہاں تمام اخلاقی اور فلسفیانہ بحثیں سر پر آجائیں گی، خاص طور پر اس کے ارد گرد کہ آیا ان AGIs کو جائیداد کے طور پر سمجھا جائے یا افراد کے طور پر۔ 

اور آخر کار آخری کیمپ فوج اور قومی سلامتی کے ادارے ہوں گے۔ سچ تو یہ ہے کہ صرف اس کیمپ کی وجہ سے پہلے AGI کے عوامی اعلان میں مہینوں سے سالوں تک تاخیر ہو سکتی ہے۔ کیوں؟ کیونکہ ایک AGI کی ایجاد، مختصر ترتیب میں ایک مصنوعی سپر انٹیلی جنس (ASI) کی تخلیق کا باعث بنے گی، جو ایک بڑے جغرافیائی سیاسی خطرے کی نمائندگی کرے گی اور ایک موقع جو کہ ایٹمی بم کی ایجاد سے کہیں زیادہ ہے۔ 

اس وجہ سے، اگلے چند ابواب مکمل طور پر ASIs کے موضوع پر توجہ مرکوز کریں گے اور کیا اس کی ایجاد کے بعد انسانیت زندہ رہے گی۔

(ایک باب کو ختم کرنے کا حد سے زیادہ ڈرامائی طریقہ؟ آپ شرط لگاتے ہیں۔)

مصنوعی ذہانت سیریز کا مستقبل

مصنوعی ذہانت کل کی بجلی ہے: مصنوعی ذہانت کا مستقبل P1

ہم پہلی مصنوعی ذہانت کیسے بنائیں گے: مصنوعی ذہانت کا مستقبل P3 

کیا مصنوعی سپر انٹیلیجنس انسانیت کو ختم کر دے گی؟ مصنوعی ذہانت کا مستقبل P4

انسان مصنوعی ذہانت کے خلاف کیسے دفاع کریں گے: مصنوعی ذہانت کا مستقبل P5

کیا مصنوعی ذہانت کے غلبہ والے مستقبل میں انسان سکون سے زندگی گزاریں گے؟ مصنوعی ذہانت کا مستقبل P6