اس ہفتے AI میں: OpenAI GPTs کے ساتھ کیپس کے لیے کھیلتا ہے۔

اتنی ہی تیزی سے چلنے والی صنعت کو برقرار رکھنا اے آئی ایک لمبا حکم ہے. لہذا جب تک کہ کوئی AI آپ کے لیے یہ کام نہیں کر سکتا، یہاں مشین لرننگ کی دنیا کی حالیہ کہانیوں کا ایک آسان راؤنڈ اپ ہے، اس کے ساتھ قابل ذکر تحقیق اور تجربات جن کا ہم نے خود احاطہ نہیں کیا ہے۔

اس ہفتے AI میں، OpenAI نے پہلی بار منعقد کی جو ممکنہ طور پر آنے والی بہت سی ڈویلپر کانفرنسیں ہوں گی۔ کلیدی نوٹ کے دوران، کمپنی دکھایا a قتل کی نئی مصنوعاتکا ایک بہتر ورژن بھی شامل ہے۔ GPT-4, نئے ٹیکسٹ ٹو اسپیچ ماڈلز اور امیج بنانے والے DALL-E 3 کے لیے ایک API، دوسروں کے درمیان.

لیکن بلا شبہ سب سے اہم اعلان تھا۔ جی پی ٹیز.

OpenAI کے GPTs ڈویلپرز کے لیے OpenAI کے ماڈلز سے چلنے والے اپنے بات چیت کے AI سسٹمز بنانے اور انہیں OpenAI کی میزبانی والے مارکیٹ پلیس پر شائع کرنے کا ایک طریقہ فراہم کرتے ہیں جسے GPT اسٹور کہتے ہیں۔ اوپن اے آئی کے سی ای او سیم آلٹ مین نے کانفرنس میں اسٹیج پر کہا کہ جلد ہی، ڈویلپر GPTs کو اس بنیاد پر منیٹائز کرنے کے قابل ہو جائیں گے کہ کتنے لوگ انہیں استعمال کرتے ہیں۔

Altman نے کہا کہ “ہم یقین رکھتے ہیں کہ اگر آپ لوگوں کو بہتر ٹولز دیں گے تو وہ حیرت انگیز کام کریں گے۔” “آپ ایک GPT بنا سکتے ہیں … اور پھر آپ اسے دوسروں کے استعمال کے لیے شائع کر سکتے ہیں، اور چونکہ وہ ہدایات، وسیع علم اور اعمال کو یکجا کرتے ہیں، اس لیے وہ آپ کے لیے زیادہ مددگار ثابت ہو سکتے ہیں۔”

اوپن اے آئی کی اے آئی ماڈل فراہم کنندہ سے پلیٹ فارم میں تبدیلی ایک دلچسپ رہی ہے، یقینی طور پر – لیکن بالکل غیر متوقع نہیں ہے۔ سٹارٹ اپ نے مارچ میں اپنے عزائم کا آغاز کے ساتھ ٹیلی گراف کیا۔ پلگ ان ChatGPT کے لیے، اس کا AI سے چلنے والا چیٹ بوٹ، جس نے پہلی بار تیسرے فریقوں کو OpenAI کے ماڈل ماحولیاتی نظام میں لایا۔

لیکن جس چیز نے اس مصنف کو اپنی گرفت میں لے لیا وہ OpenAI کی GPT عمارت کی چوڑائی اور گہرائی تھی – اور کمرشلائزنگ – گیٹ سے باہر کے ٹولز۔

میرے ساتھی ڈیون کولڈوی، جس نے ذاتی طور پر OpenAI کی کانفرنس میں شرکت کی، مجھے بتاتا ہے کہ ڈیمو میں GPT کا تجربہ “تھوڑا سا گڑبڑ” تھا — لیکن کم و بیش اشتہارات کے مطابق کام کرتا ہے۔ GPTs کو کوڈنگ کے تجربے کی ضرورت نہیں ہے اور یہ اتنا ہی آسان یا پیچیدہ ہوسکتا ہے جتنا کہ ایک ڈویلپر کی خواہش ہے۔ مثال کے طور پر، ایک جی پی ٹی کو کک بک کلیکشن پر تربیت دی جا سکتی ہے تاکہ وہ کسی مخصوص ترکیب کے اجزاء کے بارے میں سوالات کے جوابات پوچھ سکے۔ یا جی پی ٹی کسی کمپنی کے ملکیتی کوڈ بیس کو ہضم کر سکتا ہے تاکہ ڈویلپر اپنے طرز کی جانچ کر سکیں یا بہترین طریقوں کے مطابق کوڈ تیار کر سکیں۔

GPTs جنریٹیو AI ایپ تخلیق کو مؤثر طریقے سے جمہوری بناتے ہیں – کم از کم ان ایپس کے لیے جو OpenAI کے ماڈلز کے خاندان کو استعمال کرتی ہیں۔ اور اگر میں OpenAI کے حریف ہوتا – کم از کم حریف بگ ٹیک کی پشت پناہی کے بغیر – میں جواب دینے کے لیے علامتی وار روم کی طرف دوڑ لگاتا۔

جی پی ٹی کنسلٹنسیوں کو ختم کر سکتا ہے جن کے کاروباری ماڈل ان تعمیرات کے گرد گھومتے ہیں جو بنیادی طور پر صارفین کے لیے جی پی ٹی ہیں۔ اور ڈویلپر ٹیلنٹ والے صارفین کے لیے، یہ ماڈل فراہم کرنے والے بنا سکتا ہے۔ مت کرو موجودہ ایپس اور خدمات میں فراہم کنندہ کے APIs کو بنانے کی پیچیدگیوں کے پیش نظر ایپ بنانے والے ٹولز کی کسی بھی شکل کو کم پرکشش پیش کرتے ہیں۔

کیا یہ اچھی بات ہے؟ میں ضروری نہیں کہ بحث کروں – اور میں اجارہ داری کے امکانات کے بارے میں فکر مند ہوں۔ لیکن OpenAI کا پہلا فائدہ ہے، اور یہ اس کا فائدہ اٹھا رہا ہے – بہتر یا بدتر۔

یہاں پچھلے کچھ دنوں سے قابل ذکر AI کہانیاں ہیں:

• سام سنگ نے جنریٹو اے آئی کی نقاب کشائی کی: OpenAI کے دیو ایونٹ کے چند ہی دن بعد، Samsung نے Samsung AI فورم 2023 میں اپنی تخلیقی AI فیملی، Samsung Gauss کی نقاب کشائی کی۔ تین ماڈلز پر مشتمل ہے — ChatGPT کی طرح ایک بڑی زبان کا ماڈل، ایک کوڈ تیار کرنے والا ماڈل اور ایک امیج جنریشن اور ایڈیٹنگ ماڈل – سام سنگ گاؤس اب سام سنگ کے عملے کے ساتھ اندرونی طور پر استعمال ہو رہا ہے، ٹیک کمپنی نے کہا، اور “مستقبل قریب میں” عوامی صارفین کے لیے دستیاب ہوگا۔
• مائیکروسافٹ اسٹارٹ اپ کو مفت AI کمپیوٹ دیتا ہے: مائیکروسافٹ نے اس ہفتے اعلان کیا ہے کہ وہ اپنے سٹارٹ اپ پروگرام، مائیکروسافٹ فار سٹارٹ اپس فاؤنڈرز ہب کو اپ ڈیٹ کر رہا ہے، جس میں جنریٹیو ماڈلز کو تربیت دینے اور چلانے کے لیے “ہائی اینڈ” Nvidia پر مبنی GPU ورچوئل مشین کلسٹرز کے لیے بغیر لاگت کے Azure AI انفراسٹرکچر آپشن کو شامل کیا جا رہا ہے۔ Y Combinator اور اس کے اسٹارٹ اپ بانیوں کی کمیونٹی نجی پیش نظارہ میں کلسٹرز تک رسائی حاصل کرنے والے پہلے فرد ہوں گے، اس کے بعد M12، Microsoft کے وینچر فنڈ، اور M12 کے پورٹ فولیو میں اسٹارٹ اپس – اور اس کے بعد ممکنہ طور پر دیگر اسٹارٹ اپ سرمایہ کار اور ایکسلریٹر۔
• یوٹیوب جنریٹیو AI خصوصیات کی جانچ کرتا ہے: یوٹیوب جلد ہی نئی تخلیقی AI خصوصیات کے ساتھ تجربہ کرنا شروع کرے گا، کمپنی اعلان کیا اس ہفتے. ادائیگی کرنے والے یوٹیوب سبسکرائبرز کے لیے دستیاب پریمیم پیکج کے حصے کے طور پر، صارفین ایک بات چیت کے ٹول کو آزما سکیں گے جو یوٹیوب کے مواد کے بارے میں سوالات کے جوابات اور سفارشات دینے کے لیے AI کا استعمال کرتا ہے، ساتھ ہی ایک ایسی خصوصیت جو ویڈیو کے تبصروں میں موضوعات کا خلاصہ کرتی ہے۔
• ڈیپ مائنڈ کے روبوٹکس کے سربراہ کے ساتھ ایک انٹرویو: برائن نے گوگل ڈیپ مائنڈ کے روبوٹکس کے سربراہ ونسنٹ وانہوک سے گوگل کے عظیم روبوٹک عزائم کے بارے میں بات کی۔ انٹرویو نے بہت سے موضوعات پر روشنی ڈالی، بشمول عام مقصد کے روبوٹس، جنریٹیو AI اور — تمام چیزوں کا — آفس وائی فائی۔
• کائی فو لی کے اے آئی اسٹارٹ اپ نے ماڈل کی نقاب کشائی کی: کائی فو لی، کمپیوٹر سائنسدان جو مغرب میں اپنی بیسٹ سیلر “AI سپر پاورز” اور چین میں AI ایک تنگاوالا پر شرط لگانے کے لیے مشہور ہیں، اپنے AI اسٹارٹ اپ کے ساتھ متاثر کن بنیاد حاصل کر رہے ہیں، 01.AI. اپنے قیام کے سات ماہ بعد، 01.AI – جس کی قیمت $1 بلین ہے – نے اپنا پہلا ماڈل، اوپن سورس جاری کیا ہے۔ Yi-34B.
• GitHub حسب ضرورت Copilot پلان کو چھیڑتا ہے: GitHub نے اس ہفتے ایک انٹرپرائز سبسکرپشن ٹائر کے منصوبوں کا اعلان کیا ہے جو کمپنیوں کو اس کی ٹھیک ٹیون کرنے دے گا۔ کوپائلٹ جوڑی پروگرامر ان کے اندرونی کوڈ بیس کی بنیاد پر۔ یہ خبر مائیکروسافٹ کی ملکیت والی کمپنی نے بدھ کے روز اپنی سالانہ گٹ ہب یونیورس ڈویلپر کانفرنس میں انکشاف کردہ متعدد قابل ذکر خبروں کا حصہ ہے، جس میں ایک نیا پارٹنر پروگرام بھی شامل ہے اور ساتھ ہی اس بارے میں مزید وضاحت فراہم کرنا کہ کب Copilot Chat – Copilot کی حال ہی میں چیٹ بوٹ جیسی صلاحیت کی نقاب کشائی کی گئی ہے۔ سرکاری طور پر دستیاب ہوگا۔
• گلے لگانا چہرے کی دو افراد پر مشتمل ماڈل ٹیم: AI اسٹارٹ اپ Hugging Face ڈیٹا سائنس ہوسٹنگ اور ڈویلپمنٹ ٹولز کی ایک وسیع رینج پیش کرتا ہے۔ لیکن ان دنوں کمپنی کے سب سے زیادہ متاثر کن — اور قابل — ٹولز دو افراد کی ٹیم سے آتے ہیں جو صرف جنوری میں تشکیل دی گئی تھی، جسے H4 کہتے ہیں۔
• موزیلا نے ایک AI چیٹ بوٹ جاری کیا: اس سال کے شروع میں، موزیلا نے Fakespot حاصل کیا۔ایک سٹارٹ اپ جو جعلی اور دھوکہ دہی پروڈکٹ کے جائزوں کی شناخت کے لیے AI اور مشین لرننگ کا فائدہ اٹھاتا ہے۔ اب، موزیلا کی آمد کے ساتھ اپنا پہلا بڑا لینگویج ماڈل لانچ کر رہا ہے۔ فیکس سپاٹ چیٹ، ایک AI ایجنٹ جو صارفین کی آن لائن خریداری کرتے وقت مصنوعات کے بارے میں سوالات کے جوابات دے کر اور یہاں تک کہ ایسے سوالات تجویز کرنے میں مدد کرتا ہے جو مصنوعات کی تحقیق میں مفید ہو سکتے ہیں۔

مزید مشین لرننگ

ہم نے بہت سے شعبوں میں دیکھا ہے کہ کس طرح مشین لرننگ ماڈل بہت سی پچھلی مثالوں کو دیکھنے کے بعد پیچیدہ ڈیٹا ڈھانچے کے لیے واقعی اچھی مختصر مدتی پیشین گوئیاں کرنے کے قابل ہوتے ہیں۔ مثال کے طور پر یہ آنے والے زلزلوں کے لیے وارننگ کی مدت کو بڑھا سکتا ہے، جس سے لوگوں کو کور کرنے کے لیے 20-30 سیکنڈز کا اضافی وقت مل سکتا ہے۔ اور گوگل نے دکھایا ہے کہ موسم کے نمونوں کی پیشن گوئی کرنے میں بھی اس کا ہاتھ ہے۔

MetNet-3 طبیعیات پر مبنی موسمی ماڈلز کی ایک سیریز میں تازہ ترین ہے جو مختلف قسم کے متغیرات کو دیکھتے ہیں، جیسے کہ بارش، درجہ حرارت، ہوا، اور بادل کا احاطہ، اور حیرت انگیز طور پر اعلیٰ ریزولوشن (دنیاوی اور مقامی) پیشین گوئیاں پیش کرتے ہیں کہ کیا امکان ہے۔ اگلے آو اس قسم کی بہت سی پیشین گوئی کافی پرانے ماڈلز پر مبنی ہوتی ہے، جو بعض اوقات درست ہوتی ہیں لیکن دوسرے نہیں، یا اپنے ڈیٹا کو دوسرے ذرائع کے ساتھ ملا کر زیادہ درست کی جا سکتی ہیں — جو کہ MetNet-3 کرتا ہے۔ میں تفصیلات میں زیادہ دور نہیں جاؤں گا، لیکن انہوں نے اس موضوع پر واقعی ایک دلچسپ پوسٹ ڈالی۔ پچھلے ہفتے جو اس بات کا بہت اچھا احساس دیتا ہے کہ جدید موسم کی پیشن گوئی کرنے والے انجن کیسے کام کرتے ہیں۔

دیگر انتہائی مخصوص سائنس کی خبروں میں، کنساس یونیورسٹی کے محققین نے بنایا ہے۔ کیمسٹری کے بارے میں جریدے کے مضامین کے لیے AI سے تیار کردہ متن کا پتہ لگانے والا. یقینی طور پر، یہ زیادہ تر لوگوں کے لیے مفید نہیں ہے، لیکن اوپن اے آئی اور دیگر کی جانب سے ڈیٹیکٹر ماڈلز پر بریک لگانے کے بعد، یہ بتانا مفید ہے کہ کم از کم، کچھ زیادہ محدود ممکن ہے۔ “متن کے تجزیے کا زیادہ تر شعبہ واقعی ایک عام ڈٹیکٹر چاہتا ہے جو کسی بھی چیز پر کام کرے،” شریک مصنف ہیدر ڈیزائر نے کہا۔ “ہم واقعی درستگی کے پیچھے جا رہے تھے۔”

ان کے ماڈل کو امریکن کیمیکل سوسائٹی کے جریدے کے مضامین پر تربیت دی گئی، صرف عنوان اور صرف خلاصہ سے تعارفی حصے لکھنا سیکھا۔ بعد میں یہ قریب قریب درستگی کے ساتھ ChatGPT-3.5 تحریری تعارف کی شناخت کرنے میں کامیاب رہا۔ ظاہر ہے کہ یہ ایک انتہائی تنگ استعمال کا معاملہ ہے، لیکن ٹیم بتاتی ہے کہ وہ اسے کافی تیزی سے اور آسانی سے ترتیب دینے کے قابل تھے، یعنی مختلف سائنسز، جرائد اور زبانوں کے لیے ایک ڈٹیکٹر قائم کیا جا سکتا ہے۔

کالج میں داخلے کے مضامین کے لیے ابھی تک کوئی نہیں ہے، لیکن AI جلد ہی اس عمل کی دوسری طرف ہو سکتا ہے، یہ فیصلہ نہیں کرنا کہ کون داخل ہوتا ہے بلکہ داخلہ افسروں کی مدد کر رہا ہے کہ وہ ہیروں کی شناخت کر سکے۔ کولوراڈو یونیورسٹی اور UPenn کے محققین نے ظاہر کیا کہ ایک ML ماڈل قابل تھا۔ طالب علم کے مضامین میں کامیابی کے ساتھ ان اقتباسات کی شناخت کریں جو دلچسپیوں اور خوبیوں کی نشاندہی کرتے ہوں۔، جیسے قیادت یا “معاشی مقصد۔”

طلباء کو اس طرح سے اسکور نہیں کیا جائے گا (دوبارہ، ابھی تک) لیکن یہ منتظمین کے ٹول باکس میں ایک انتہائی ضروری ٹول ہے، جسے ہزاروں ایپلی کیشنز سے گزرنا ہوگا اور وہ وقتاً فوقتاً ہاتھ استعمال کر سکتے ہیں۔ وہ اس طرح کے تجزیے کی ایک تہہ کو گروپ مضامین کے لیے استعمال کر سکتے ہیں یا انھیں بہتر طریقے سے ترتیب دے سکتے ہیں تاکہ وہ تمام لوگ جو کیمپنگ کے بارے میں بات کرتے ہیں وہ ایک قطار میں نہ ہوں۔ اور تحقیق سے یہ بات سامنے آئی کہ طلباء نے جو زبان استعمال کی وہ حیرت انگیز طور پر بعض تعلیمی عوامل کی پیشین گوئی کرتی تھی، جیسے گریجویشن کی شرح۔ وہ یقیناً اس میں مزید گہرائی سے غور کریں گے، لیکن یہ واضح ہے کہ ایم ایل پر مبنی اسٹائلومیٹری اہم رہے گی۔

یہ AI کی حدود سے باخبر رہنے کا کام نہیں کرے گا، حالانکہ، جیسا کہ واشنگٹن یونیورسٹی کے محققین کے ایک گروپ نے روشنی ڈالی ہے جنہوں نے اپنی رسائی کی ضروریات کے ساتھ AI ٹولز کی مطابقت کا تجربہ کیا۔ ان کے تجربات کو قطعی طور پر ملایا گیا تھا، جس میں خلاصہ کرنے والے نظاموں میں تعصبات کا اضافہ کیا گیا تھا یا خوش کن تفصیلات شامل کی گئی تھیں (ان لوگوں کے لیے جو ماخذ مواد کو پڑھنے سے قاصر ہیں ان کے لیے نامناسب بناتے ہیں) اور قابل رسائی مواد کے اصولوں کو متضاد طور پر لاگو کرتے تھے۔

تاہم، ایک ہی وقت میں، آٹزم سپیکٹرم پر ایک شخص نے پایا کہ سلیک پر پیغامات پیدا کرنے کے لیے زبان کے ماڈل کا استعمال کرتے ہوئے انہیں عام طور پر بات چیت کرنے کی صلاحیت میں اعتماد کی کمی پر قابو پانے میں مدد ملی۔ اگرچہ اس کے ساتھی کارکنوں کو پیغامات کسی حد تک “روبوٹک” لگے، یہ صارف کے لیے خالص فائدہ تھا، جو ایک آغاز ہے۔ آپ اس مطالعہ کے بارے میں مزید معلومات یہاں حاصل کر سکتے ہیں۔.

دونوں سابقہ ​​آئٹمز ایک حساس علاقے میں تعصب اور عمومی AI عجیب و غریب مسائل کو سامنے لاتے ہیں، اگرچہ، اس لیے یہ حیرت کی بات نہیں ہے کہ کچھ ریاستیں اور میونسپلٹی اس بات کے لیے قواعد قائم کرنے پر غور کر رہی ہیں کہ AI کو سرکاری فرائض میں کیا استعمال کیا جا سکتا ہے۔ سیئٹل، مثال کے طور پر، ابھی ابھی “گورننگ اصولوں” کا ایک سیٹ جاری کیا اور ٹول کٹس جن سے مشورہ لیا جانا چاہیے یا AI ماڈل کو سرکاری مقاصد کے لیے استعمال کرنے سے پہلے لاگو کیا جانا چاہیے۔ اس میں کوئی شک نہیں کہ ہم مختلف – اور شاید متضاد دیکھیں گے – اس طرح کے اصول حکمرانی کی تمام سطحوں پر لاگو ہوتے ہیں۔

VR کے اندر، ایک مشین لرننگ ماڈل جس نے ایک لچکدار اشارہ پکڑنے والے کے طور پر کام کیا، بنانے میں مدد کی۔ ورچوئل اشیاء کے ساتھ تعامل کرنے کے واقعی دلچسپ طریقوں کا ایک سیٹ۔ “اگر VR کا استعمال بالکل کی بورڈ اور ماؤس کے استعمال کے مترادف ہے، تو پھر اسے استعمال کرنے کا کیا فائدہ؟” لیڈ مصنف پیر اولا کرسٹینسن سے پوچھا۔ “اسے آپ کو تقریباً مافوق الفطرت طاقتیں دینے کی ضرورت ہے جو آپ کہیں اور حاصل نہیں کر سکتے۔” اچھا نکتہ!

آپ اوپر والی ویڈیو میں دیکھ سکتے ہیں کہ یہ کس طرح کام کرتا ہے، جس کے بارے میں سوچنے پر آپ بالکل بدیہی سمجھ میں آتے ہیں۔ میں میرا استعمال کرتے ہوئے مینو سے “کاپی” پھر “پیسٹ” کو منتخب نہیں کرنا چاہتا ہوں۔ چوہا انگلی میں ایک ہاتھ میں کسی چیز کو پکڑنا چاہتا ہوں، پھر دوسرے کی ہتھیلی کو کھولنا چاہتا ہوں اور تیزی سے، ایک نقل! پھر اگر میں انہیں کاٹنا چاہتا ہوں تو میں صرف اپنے ہاتھ کو قینچی بناتا ہوں؟! یہ بہترین ھے!

آخر میں، کٹ/پیسٹ کی بات کرتے ہوئے، اس کا نام ہے۔ سوئس یونیورسٹی EPFL میں ایک نئی نمائش، جہاں طلباء اور پروفیسرز نے 1950 کی دہائی سے مزاح نگاروں کی تاریخ کا جائزہ لیا اور یہ کہ AI ان کو کیسے بڑھا یا تشریح کر سکتا ہے۔ ظاہر ہے کہ تخلیقی فن ابھی کافی حد تک اختیار نہیں کر رہا ہے، لیکن کچھ فنکار واضح طور پر اس کے اخلاقی اور کاپی رائٹ کے تنازعات کے باوجود، نئی ٹیک کو جانچنے اور تاریخی مواد کی اس کی تشریحات کو تلاش کرنے کے خواہشمند ہیں۔ اگر آپ لوزان میں رہنے کے لیے کافی خوش قسمت ہیں تو Couper/Coller (ہر جگہ موجود ڈیجیٹل ایکشنز کا دلکش مقامی ورژن) دیکھیں۔