AI سٹارٹ اپ 'vicarious' نے سلیکون ویلی کے اشرافیہ کو پرجوش کیا - لیکن کیا یہ سب ہائپ ہے؟

مصنوعی ذہانت کا آغاز، Vicarious، حال ہی میں بہت زیادہ توجہ حاصل کر رہا ہے، اور یہ پوری طرح واضح نہیں ہے کہ کیوں۔ سیلیکون ویلی کے بہت سے بڑے لوگ اپنی ذاتی جیب کتابیں کھول رہے ہیں اور کمپنی کی تحقیق کی حمایت میں بڑی رقم نکال رہے ہیں۔ ان کی ویب سائٹ ایمیزون کے سی ای او جیف بیزوس، یاہو کے شریک بانی جیری یانگ، اسکائپ کے شریک بانی جانس فریس، فیس بک کے بانی مارک زکربرگ اور... ایشٹن کچر جیسے قابل ذکر افراد سے فنڈز کی حالیہ آمد کو ظاہر کرتی ہے۔ یہ واقعی معلوم نہیں ہے کہ یہ سارا پیسہ کہاں جارہا ہے۔ AI حال ہی میں تکنیکی ترقی کا ایک انتہائی خفیہ اور حفاظتی علاقہ ہے، لیکن حقیقی دنیا میں انتہائی متوقع AI کی آمد اور استعمال کے بارے میں عوامی بحث خاموشی کے سوا کچھ بھی نہیں رہی۔ Vicarious تکنیکی منظرنامے پر تھوڑا سا سیاہ گھوڑا رہا ہے۔

جب کہ کمپنی کے بارے میں کافی چہ مگوئیاں ہو رہی ہیں، خاص طور پر جب سے ان کے کمپیوٹرز نے گزشتہ موسم خزاں میں "کیپچا" کو کریک کیا تھا، وہ ایک پراسرار اور پراسرار کھلاڑی رہنے میں کامیاب رہے ہیں۔ مثال کے طور پر، وہ کارپوریٹ جاسوسی کے خوف سے اپنا پتہ نہیں بتاتے، اور یہاں تک کہ ان کی ویب سائٹ کا دورہ آپ کو اس بارے میں الجھن میں ڈال دے گا کہ وہ اصل میں کیا کرتے ہیں۔ یہ سب کچھ حاصل کرنے کے لئے مشکل کھیل رہا ہے جس نے ابھی بھی سرمایہ کاروں کو قطار میں کھڑا کر دیا ہے۔ Vicarious' اہم پروجیکٹ ایک نیورل نیٹ ورک کی تعمیر ہے جو انسانی دماغ کے اس حصے کی نقل تیار کرنے کے قابل ہے جو بصارت، جسمانی حرکت اور زبان کو کنٹرول کرتا ہے۔

شریک بانی سکاٹ فینکس نے کہا ہے کہ کمپنی "ایک ایسا کمپیوٹر بنانے کی کوشش کر رہی ہے جو انسان کی طرح سوچتا ہو، سوائے اس کے کہ اسے کھانے یا سونے کی ضرورت نہیں ہے۔" Vicarious کی توجہ اب تک بصری آبجیکٹ کی شناخت پر مرکوز رہی ہے: پہلے تصاویر کے ساتھ، پھر ویڈیوز کے ساتھ، پھر انسانی ذہانت اور سیکھنے کے دیگر پہلوؤں کے ساتھ۔ شریک بانی دلیپ جارج، جو پہلے نیومینٹا کے سرکردہ محقق تھے، کمپنی کے کام میں ادراکاتی ڈیٹا پروسیسنگ کے تجزیہ پر زور دیتے رہے ہیں۔ منصوبہ یہ ہے کہ آخر کار ایک ایسی مشین بنائی جائے جو موثر اور غیر زیر نگرانی الگورتھم کی ایک سیریز کے ذریعے "سوچنا" سیکھ سکے۔ فطری طور پر، اس سے لوگ کافی پریشان ہیں۔

برسوں سے AI کے حقیقی زندگی کا حصہ بننے کے امکان نے فوری طور پر گھٹنے ٹیکنے والے ہالی ووڈ حوالہ جات کو کھینچا ہے۔ روبوٹس کی وجہ سے انسانی ملازمتوں کے ضائع ہونے کے خدشات کے اوپری حصے میں، لوگ حقیقی طور پر فکر مند ہیں کہ میٹرکس میں پیش کیے گئے حالات کے برعکس ہمیں خود کو ایسی صورت حال سے دوچار کرنے میں زیادہ دیر نہیں لگے گی۔ ٹیسلا موٹرز اور پے پال کے شریک بانی ایلون مسک، جو ایک سرمایہ کار بھی ہیں، نے ایک حالیہ CNBC انٹرویو میں AI کے بارے میں خدشات کا اظہار کیا۔

مسک نے کہا ، "میں صرف اس پر نظر رکھنا چاہتا ہوں کہ مصنوعی ذہانت کے ساتھ کیا ہو رہا ہے۔" "مجھے لگتا ہے کہ وہاں ممکنہ طور پر ایک خطرناک نتیجہ ہے۔ اس کے بارے میں فلمیں بن چکی ہیں، آپ جانتے ہیں، جیسے ٹرمینیٹر۔ کچھ خوفناک نتائج ہیں۔ اور ہمیں یہ یقینی بنانے کی کوشش کرنی چاہیے کہ نتائج اچھے ہوں، برے نہیں۔

اسٹیفن ہاکنگ نے اپنے دو سینٹ ڈالے، بنیادی طور پر ہمارے خوف کی تصدیق کرتے ہوئے کہ ہمیں ڈرنا چاہیے۔ میں ان کے حالیہ تبصرے آزاد میڈیا کے جنون کا باعث بنی، ہفنگٹن پوسٹ کی "اسٹیفن ہاکنگ مصنوعی ذہانت سے خوفزدہ ہے،" اور MSNBC کی شاندار "مصنوعی ذہانت انسانوں کو ختم کر سکتی ہے!" جیسی سرخیوں کو جنم دیتی ہے۔ ہاکنگ کے تبصرے نمایاں طور پر کم apocalyptic تھے، جو ایک سمجھدار انتباہ کے مترادف تھے: "AI بنانے میں کامیابی انسانی تاریخ کا سب سے بڑا واقعہ ہو گا۔

بدقسمتی سے، یہ آخری بھی ہو سکتا ہے، جب تک کہ ہم خطرات سے بچنے کا طریقہ نہ سیکھ لیں۔ اے آئی کے طویل مدتی اثرات کا انحصار اس بات پر ہے کہ آیا اسے بالکل کنٹرول کیا جا سکتا ہے۔" "کنٹرول" کے اس سوال نے روبوٹ کے حقوق کے بہت سے کارکنوں کو لکڑی کے کام سے باہر لایا، روبوٹ کی آزادی کی وکالت کرتے ہوئے، یہ کہتے ہوئے کہ ان سوچ رکھنے والے انسانوں کو "کنٹرول" کرنے کی کوشش ظالمانہ اور غلامی کی ایک شکل کے مترادف ہوگی، اور ہمیں اس کی اجازت دینے کی ضرورت ہے۔ روبوٹ آزاد ہوں اور اپنی زندگی کو پوری صلاحیت کے ساتھ گزاریں (جی ہاں، یہ کارکن موجود ہیں۔)

بہت سے ڈھیلے سروں کو حل کرنے کی ضرورت ہے اس سے پہلے کہ لوگ بہہ جائیں۔ ایک تو، Vicarious روبوٹس کی ایک ایسی لیگ نہیں بنا رہا ہے جس میں احساسات، خیالات اور شخصیتیں ہوں یا انسانوں کے خلاف اٹھنے کی خواہش ہو جس نے انہیں بنایا اور دنیا پر قبضہ کیا۔ وہ بمشکل لطیفے سمجھ سکتے ہیں۔ اب تک کمپیوٹر کو اسٹریٹ سینس، انسانی "معنی پرستی" اور انسانی باریکیوں سے ملتی جلتی کوئی بھی چیز سکھانا تقریباً ناممکن رہا ہے۔

مثال کے طور پر، اسٹینفورڈ سے باہر ایک پروجیکٹ جسے "گہرائی سے حرکت پذیر"، جس کا مقصد فلموں کے جائزوں کی تشریح کرنا اور فلموں کو انگوٹھا اپ یا انگوٹھے سے نیچے کا جائزہ دینا ہے، طنز یا ستم ظریفی کو پڑھنے سے مکمل طور پر قاصر رہا ہے۔ آخر میں، Vicarious انسانی تجربے کے تخروپن کے بارے میں بات نہیں کر رہا ہے۔ وسیع پیمانے پر واضح بیان کہ Vicarious کے کمپیوٹر لوگوں کی طرح "سوچیں گے" کافی مبہم ہے۔ ہمیں اس تناظر میں "سوچنے" کے لیے ایک اور لفظ کے ساتھ آنے کی ضرورت ہے۔ ہم ایسے کمپیوٹرز کے بارے میں بات کر رہے ہیں جو پہچان کے ذریعے سیکھ سکتے ہیں – کم از کم ابھی کے لیے۔

تو اس کا کیا مطلب ہے؟ جس قسم کی ترقیوں کی طرف ہم حقیقت پسندانہ طور پر آگے بڑھ رہے ہیں ان میں زیادہ عملی اور قابل اطلاق خصوصیات ہیں جیسے چہرے کی شناخت، خود چلانے والی کاریں، طبی تشخیص، متن کا ترجمہ (ہم یقینی طور پر گوگل ٹرانسلیٹ سے بہتر کچھ استعمال کر سکتے ہیں) اور ٹیک ہائبرڈائزیشن۔ اس سب کے بارے میں احمقانہ بات ہے۔ اس میں سے کوئی بھی نیا نہیں ہے. ٹیک گرو اور آرٹیفیشل جنرل انٹیلی جنس سوسائٹی کے چیئرمین، ڈاکٹر بین گوئرٹزل نے اشارہ کیا ان کے بلاگ, "اگر آپ نے نیویارک کی بھری سڑک پر سائیکل میسنجر بننا، نئی ترقی پذیر صورتحال پر ایک اخباری مضمون لکھنا، حقیقی دنیا کے تجربے کی بنیاد پر ایک نئی زبان سیکھنا، یا سب سے زیادہ معنی خیز انسانی واقعات کی شناخت جیسے دیگر مسائل کا انتخاب کیا۔ ایک بڑے ہجوم والے کمرے میں لوگوں کے درمیان بات چیت، تب آپ کو معلوم ہوگا کہ آج کے شماریاتی [مشین لرننگ] کے طریقے اتنے مفید نہیں ہیں۔"

بس کچھ ایسی چیزیں ہیں جو مشینیں ابھی تک نہیں سمجھ پاتی ہیں، اور کچھ چیزیں جو الگورتھم میں پوری طرح سے پکڑی نہیں جا سکتیں۔ ہم ایک رولنگ سنو بال قسم کی ہائپ دیکھ رہے ہیں جو اب تک کم از کم، زیادہ تر فلف ہونے کے لیے کافی حد تک ثابت ہوچکا ہے۔ لیکن ہائپ خود خطرناک ہو سکتا ہے۔ فیس بک کے AI ریسرچ کے ڈائریکٹر اور NYU سینٹر فار ڈیٹا سائنس کے بانی ڈائریکٹر کے طور پر، Yann LeCun نے عوامی طور پر پوسٹ کیا اس کا Google+ صفحہ: "ہائپ AI کے لیے خطرناک ہے۔ گزشتہ پانچ دہائیوں میں ہائپ نے AI کو چار بار ہلاک کیا۔ اے آئی ہائپ کو روکنا ضروری ہے۔"

جب Vicarious نے آخری موسم خزاں میں CAPTCHA کو کریک کیا، LeCun کو میڈیا کے جنون پر شک تھا، اس نے چند اہم حقائق کی طرف اشارہ کیا: “1۔ کیپچا توڑنا شاید ہی کوئی دلچسپ کام ہے، جب تک کہ آپ اسپامر نہ ہوں۔ 2. آپ نے خود تیار کردہ ڈیٹا سیٹ پر کامیابی کا دعوی کرنا آسان ہے۔" انہوں نے ٹیک صحافیوں کو مشورہ دیتے ہوئے کہا، "براہ کرم اے آئی اسٹارٹ اپس کے مبہم دعووں پر یقین نہ کریں جب تک کہ وہ بڑے پیمانے پر قبول شدہ معیارات پر جدید ترین نتائج پیش نہ کریں،" اور کہتے ہیں کہ "مشین لرننگ سافٹ ویئر کی بنیاد پر فینسی یا مبہم الفاظ سے ہوشیار رہیں۔ انسانی دماغ کے کمپیوٹیشنل اصول، یا "بار بار چلنے والا کارٹیکل نیٹ ورک۔"

LeCun کے معیارات کے مطابق، آبجیکٹ اور تصویر کی شناخت AI کی ترقی میں کہیں زیادہ متاثر کن قدم ہے۔ اسے ڈیپ مائنڈ جیسے گروپوں کے کام پر زیادہ اعتماد ہے، جن کا باوقار اشاعتوں اور ٹیک ڈیولپمنٹ میں اچھا ٹریک ریکارڈ ہے، اور ان کے لیے کام کرنے والے سائنسدانوں اور انجینئروں کی ایک بہترین ٹیم ہے۔ "شاید گوگل نے ڈیپ مائنڈ کے لیے زیادہ ادائیگی کی،" LeCun کہتے ہیں، "لیکن انہیں پیسے کے ساتھ ہوشیار لوگوں کا ایک اچھا حصہ ملا۔ اگرچہ ڈیپ مائنڈ جو کچھ کرتا ہے اسے خفیہ رکھا جاتا ہے، لیکن وہ بڑی کانفرنسوں میں پیپر شائع کرتے ہیں۔" Vicarious کے بارے میں LeCun کی رائے بالکل مختلف ہے۔ "Vicarious تمام دھواں اور آئینہ ہے،" وہ کہتے ہیں۔ "لوگوں کا کوئی ٹریک ریکارڈ نہیں ہے (یا اگر ان کے پاس ہے تو یہ ہائپ کرنے اور ڈیلیور نہ کرنے کا ٹریک ریکارڈ ہے)۔

انہوں نے کبھی بھی AI، مشین لرننگ یا کمپیوٹر ویژن میں کوئی تعاون نہیں کیا۔ ان طریقوں اور الگورتھم کے بارے میں کوئی معلومات نہیں ہے جو وہ استعمال کر رہے ہیں۔ اور معیاری ڈیٹا سیٹس کا کوئی نتیجہ نہیں ہے جس سے کمیونٹی کو ان کے طریقوں کے معیار کا اندازہ لگانے میں مدد مل سکے۔ یہ سب ہائپ ہے۔ بہت سارے AI/ڈیپ لرننگ اسٹارٹ اپس ہیں جو دلچسپ چیزیں کرتے ہیں (زیادہ تر طریقوں کی ایپلی کیشنز جو حال ہی میں اکیڈمیا میں تیار کی گئی ہیں)۔ یہ میرے لیے حیران کن ہے کہ Vicarious اتنی زیادہ توجہ (اور پیسے) کو اپنی طرف مبذول کرتا ہے سوائے جنگلی غیر مصدقہ دعووں کے۔

ہوسکتا ہے کہ یہ سیوڈو کلٹ کی روحانی تحریکوں کی یاد تازہ ہو جس میں مشہور شخصیات شامل ہوں۔ یہ پوری چیز کو تھوڑا سا ہوکی یا کم از کم جزوی طور پر لاجواب لگتا ہے۔ میرا مطلب ہے، آپ کسی ایسے آپریشن کو کتنی سنجیدگی سے لے سکتے ہیں جس میں ایشٹن کچر اور تقریباً دس لاکھ ٹرمینیٹر حوالہ جات شامل ہوں؟ ماضی میں، میڈیا کی بہت ساری کوریج بہت پرجوش رہی ہے، پریس شاید "حیاتیاتی طور پر متاثر شدہ پروسیسر" اور "کوانٹم کمپیوٹیشن" جیسے الفاظ استعمال کرنے کے لیے بہت زیادہ پرجوش ہے۔

لیکن اس بار، ہائپ مشین خود بخود گیئر میں شفٹ ہونے سے کچھ زیادہ ہی ہچکچا رہی ہے۔ جیسا کہ گیری مارکس نے حال ہی میں اشارہ کیا۔ دی نیویارکر، ان میں سے بہت ساری کہانیاں "بہترین طور پر الجھن" ہیں، درحقیقت ہمارے پاس پہلے سے موجود اور استعمال ہونے والی ٹیکنالوجی کے بارے میں کچھ بھی نئی اور نئی معلومات فراہم کرنے میں ناکام ہیں۔ اور یہ سامان کے لئے جا رہا ہے دہائیاں۔ صرف چیک کریں پرسیپٹرن اور آپ کو اندازہ ہو سکتا ہے کہ یہ ٹیک ٹرین دراصل کتنی زنگ آلود ہے۔ اس نے کہا، امیر لوگ منی ٹرین میں سوار ہو رہے ہیں اور ایسا نہیں لگتا کہ یہ جلد ہی کسی وقت رکنے والی ہے۔