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، خبروں کا چکر آخرکار (آخر میں!) چھٹیوں کے موسم سے تھوڑا سا آگے خاموش ہوگیا۔ لیکن اس کا مطلب یہ نہیں ہے کہ اس نیند سے محروم رپورٹر کے بارے میں لکھنے کی کمی تھی، ایک نعمت اور ایک لعنت۔
آج صبح اے پی کی ایک خاص سرخی نے میری نظر پکڑی: “AI امیج جنریٹرز کو بچوں کی واضح تصاویر پر تربیت دی جا رہی ہے۔” کہانی کا خلاصہ یہ ہے، LAION، ایک ڈیٹا سیٹ ہے جو بہت سے مقبول اوپن سورس اور کمرشل AI امیج جنریٹرز کو تربیت دینے کے لیے استعمال کیا جاتا ہے، بشمول مستحکم بازی اور تصویر, مشتبہ بچوں کے جنسی استحصال کی ہزاروں تصاویر پر مشتمل ہے۔ سٹینفورڈ، سٹینفورڈ انٹرنیٹ آبزرویٹری میں قائم ایک واچ ڈاگ گروپ نے غیر قانونی مواد کی نشاندہی کرنے اور قانون نافذ کرنے والے اداروں کے لنکس کی اطلاع دینے کے لیے انسداد بدسلوکی خیراتی اداروں کے ساتھ کام کیا۔
اب، LAION، ایک غیر منفعتی، نے اپنا تربیتی ڈیٹا اتار لیا ہے اور اسے دوبارہ شائع کرنے سے پہلے ناگوار مواد کو ہٹانے کا عہد کیا ہے۔ لیکن واقعہ اس بات کی نشاندہی کرتا ہے کہ مسابقتی دباؤ بڑھنے کے ساتھ ہی تخلیقی AI مصنوعات میں کتنی کم سوچ رکھی جارہی ہے۔
بغیر کوڈ اے آئی ماڈل بنانے والے ٹولز کے پھیلاؤ کی بدولت، کسی بھی ڈیٹا سیٹ پر تخلیقی AI کو تربیت دینا خوفناک حد تک آسان ہوتا جا رہا ہے۔ یہ اسٹارٹ اپس اور ٹیک جنات کے لیے یکساں طور پر اس طرح کے ماڈلز کو دروازے سے باہر لانے کے لیے ایک اعزاز ہے۔ تاہم، داخلے میں نچلی رکاوٹ کے ساتھ، مارکیٹ کے لیے تیز رفتار راستے کے حق میں اخلاقیات کو ایک طرف کرنے کا لالچ آتا ہے۔
اخلاقیات مشکل ہے – اس سے انکار نہیں ہے۔ اس ہفتے کی مثال لینے کے لیے، LAION میں ہزاروں پریشانی والی تصویروں کو تلاش کرنا، راتوں رات نہیں ہو گا۔ اور مثالی طور پر، AI کو اخلاقی طور پر تیار کرنے میں تمام متعلقہ اسٹیک ہولڈرز کے ساتھ کام کرنا شامل ہے، بشمول وہ تنظیمیں جو اکثر پسماندہ اور AI سسٹمز سے بری طرح متاثر ہونے والے گروپوں کی نمائندگی کرتی ہیں۔
انڈسٹری AI ریلیز کے فیصلوں کی مثالوں سے بھری پڑی ہے جو حصص یافتگان کے ساتھ کیے گئے ہیں، نہ کہ اخلاقیات کو ذہن میں رکھتے ہوئے۔ مثال کے طور پر بنگ چیٹ (اب مائیکروسافٹ کاپائلٹ) کو لے لیجیے، بنگ پر مائیکروسافٹ کا اے آئی سے چلنے والا چیٹ بوٹ، جو کہ لانچ ایک صحافی کا ہٹلر سے موازنہ کیا اور ان کی شکل کی توہین کی۔ اکتوبر تک، ChatGPT اور Bard، Google کے ChatGPT کے مدمقابل، اب بھی تھے۔ دینا پرانا، نسل پرست طبی مشورہ۔ اور OpenAI کے امیج جنریٹر DALL-E کا تازہ ترین ورژن دکھاتا ہے۔ ثبوت Anglocentrism کے.
یہ کہنا کافی ہے کہ AI برتری کے حصول میں نقصان پہنچایا جا رہا ہے – یا کم از کم وال سٹریٹ کے AI برتری کا تصور۔ شاید EU کے AI قواعد و ضوابط کی منظوری کے ساتھ، جو کہ AI کے بعض محافظوں کی عدم تعمیل پر جرمانے کی دھمکی دیتے ہیں، افق پر کچھ امید ہے۔ لیکن آگے کا راستہ واقعی طویل ہے۔
یہاں پچھلے کچھ دنوں سے قابل ذکر AI کہانیاں ہیں:
2024 میں AI کے لیے پیشین گوئیاں: ڈیوین نے 2024 میں AI کے لیے اپنی پیشین گوئیاں بیان کیں، اس بات کو چھوتے ہوئے کہ AI کس طرح امریکی پرائمری انتخابات پر اثر انداز ہو سکتا ہے اور OpenAI کے لیے آگے کیا ہے، دیگر موضوعات کے ساتھ۔
سیوڈانتھراپی کے خلاف: ڈیوین نے یہ تجویز بھی لکھی کہ AI کو انسانی رویے کی نقل کرنے سے منع کیا جائے۔
مائیکروسافٹ کوپائلٹ کو موسیقی کی تخلیق ملتی ہے: کوپائلٹ، مائیکروسافٹ کا AI سے چلنے والا چیٹ بوٹ، GenAI میوزک ایپ سنو کے ساتھ انضمام کی بدولت اب گانے کمپوز کر سکتا ہے۔
رائٹ ایڈ پر چہرے کی شناخت: رائٹ ایڈ پر فیشل ریکگنیشن ٹیک استعمال کرنے پر پانچ سال کے لیے پابندی عائد کر دی گئی ہے جب فیڈرل ٹریڈ کمیشن نے پایا کہ امریکی دوا ساز کمپنی کے “چہرے کی نگرانی کے نظام کے لاپرواہ استعمال” نے صارفین کو ذلیل کیا اور ان کی “حساس معلومات کو خطرے میں ڈال دیا۔”
EU کمپیوٹ وسائل پیش کرتا ہے: یورپی یونین اپنے منصوبے کو بڑھا رہی ہے، جس کا اصل میں ستمبر میں اعلان کیا گیا تھا اور گزشتہ ماہ شروع کیا گیا تھا، تاکہ مقامی AI اسٹارٹ اپس کو بلاک کے سپر کمپیوٹرز پر ماڈل ٹریننگ کے لیے پروسیسنگ پاور تک رسائی فراہم کر کے ان کی مدد کی جا سکے۔
OpenAI بورڈ کو نئی طاقت دیتا ہے: OpenAI نقصان دہ AI کے خطرے کو روکنے کے لیے اپنے اندرونی حفاظتی عمل کو بڑھا رہا ہے۔ ایک نیا “سیفٹی ایڈوائزری گروپ” تکنیکی ٹیموں کے اوپر بیٹھ کر قیادت کو سفارشات پیش کرے گا، اور بورڈ کو ویٹو پاور دی گئی ہے۔
یو سی برکلے کے کین گولڈ برگ کے ساتھ سوال و جواب: اپنے باقاعدہ ایکچو ایٹر نیوز لیٹر کے لیے، برائن کین گولڈ برگ کے ساتھ بیٹھا، جو UC برکلے کے ایک پروفیسر، ایک سٹارٹ اپ کے بانی اور ایک ماہر روبوٹسٹ، ہیومنائیڈ روبوٹس اور روبوٹکس انڈسٹری میں وسیع تر رجحانات پر بات کرنے کے لیے۔
CIOs اسے gen AI کے ساتھ آہستہ کرتے ہیں: رون لکھتے ہیں کہ، جب کہ CIOs پر دباؤ ہے کہ وہ اس قسم کے تجربات پیش کریں جو لوگ ChatGPT کے ساتھ آن لائن کھیلنے پر دیکھ رہے ہیں، زیادہ تر انٹرپرائز کے لیے ٹیک کو اپنانے کے لیے جان بوجھ کر، محتاط انداز اختیار کر رہے ہیں۔
نیوز پبلشرز نے AI پر گوگل پر مقدمہ کیا: متعدد نیوز پبلشرز کے ذریعہ دائر کردہ کلاس ایکشن مقدمہ میں گوگل پر “سیفون” کا الزام لگایا گیا ہے۔[ing] مسابقتی ذرائع سے خبروں کا مواد، جزوی طور پر AI ٹیک جیسے گوگل کے سرچ جنریٹو ایکسپریئنس (SGE) اور بارڈ چیٹ بوٹ کے ذریعے۔
اوپن اے آئی نے ایکسل اسپرنگر کے ساتھ معاہدہ کیا: پبلشرز کی بات کرتے ہوئے، OpenAI نے بزنس انسائیڈر اور پولیٹیکو سمیت اشاعتوں کے برلن میں مقیم مالک Axel Springer کے ساتھ ایک معاہدہ کیا، تاکہ پبلشر کے مواد پر اپنے تخلیقی AI ماڈلز کو تربیت دی جا سکے اور Axel Springer کے شائع کردہ حالیہ مضامین کو ChatGPT میں شامل کیا جا سکے۔
گوگل لاتا ہے۔ مزید جگہوں پر جیمنی: گوگل نے اپنے جیمنی ماڈلز کو اپنی مزید پروڈکٹس اور سروسز کے ساتھ مربوط کیا، بشمول اس کے Vertex AI کے زیر انتظام AI dev پلیٹ فارم اور AI Studio، AI پر مبنی چیٹ بوٹس اور ان خطوط پر دیگر تجربات کی تصنیف کے لیے کمپنی کا ٹول۔
مزید مشین لرننگ
یقینی طور پر پچھلے یا دو ہفتوں کی سب سے جنگلی (اور غلط تشریح کرنے میں آسان) تحقیق ہونی چاہئے۔ life2vec, ایک ڈنمارک کا مطالعہ جو کسی شخص کی زندگی میں لاتعداد ڈیٹا پوائنٹس کا استعمال کرتا ہے اس بات کا اندازہ لگانے کے لیے کہ کوئی شخص کیسا ہے اور وہ کب مرے گا۔ تقریباً!
زندگی کے مختلف تصورات اور واقعات کی life2vec کی نقشہ سازی کا تصور۔
یہ مطالعہ اوریکولر درستگی کا دعویٰ نہیں کر رہا ہے (کہیں کہ تین گنا تیز، ویسے) بلکہ یہ ظاہر کرنے کا ارادہ رکھتا ہے کہ اگر ہماری زندگیاں ہمارے تجربات کا مجموعہ ہیں، تو موجودہ مشین سیکھنے کی تکنیک کا استعمال کرتے ہوئے ان راستوں کو کسی حد تک بڑھایا جا سکتا ہے۔ پرورش، تعلیم، کام، صحت، مشاغل اور دیگر میٹرکس کے درمیان، کوئی معقول طور پر نہ صرف یہ پیش گوئی کر سکتا ہے کہ آیا کوئی شخص، کہے، انٹروورٹڈ ہے یا ایکسٹروورٹ، بلکہ یہ عوامل زندگی کی توقع کو کیسے متاثر کر سکتے ہیں۔ ہم یہاں “پریکرائم” کی سطح پر بالکل نہیں ہیں لیکن آپ شرط لگا سکتے ہیں کہ انشورنس کمپنیاں اس کام کو لائسنس دینے کا انتظار نہیں کر سکتیں۔
ایک اور بڑا دعویٰ CMU کے سائنسدانوں نے کیا جنہوں نے Coscientist کے نام سے ایک سسٹم بنایا، جو محققین کے لیے LLM پر مبنی اسسٹنٹ ہے جو خود مختاری سے بہت زیادہ لیب ڈرجری کر سکتا ہے۔ یہ فی الحال کیمسٹری کے مخصوص ڈومینز تک محدود ہے، لیکن سائنس دانوں کی طرح، اس طرح کے ماڈل ماہرین ہوں گے۔
لیڈ محقق گیبی گومز نے نیچر کو بتایا: “جس لمحے میں نے دیکھا کہ ایک غیر نامیاتی ذہانت خود مختار طور پر ایک کیمیائی رد عمل کی منصوبہ بندی، ڈیزائن اور اس پر عمل درآمد کرنے کے قابل ہے جو انسانوں نے ایجاد کیا تھا، یہ حیرت انگیز تھا۔ یہ ایک ‘مقدس گھٹیا’ لمحہ تھا۔ بنیادی طور پر یہ ایک LLM جیسے GPT-4 کا استعمال کرتا ہے، کیمسٹری کے دستاویزات پر ٹھیک ٹیون کیا جاتا ہے، عام رد عمل، ری ایجنٹس، اور طریقہ کار کی شناخت اور انہیں انجام دینے کے لیے۔ لہذا آپ کو لیب ٹیک کو بتانے کی ضرورت نہیں ہے کہ وہ کچھ اتپریرک کے 4 بیچوں کی ترکیب کریں – AI یہ کر سکتا ہے، اور آپ کو اس کا ہاتھ پکڑنے کی بھی ضرورت نہیں ہے۔
گوگل کے اے آئی کے محققین کے پاس بھی ایک بڑا ہفتہ گزرا ہے، کچھ دلچسپ فرنٹیئر ڈومینز میں غوطہ لگاتے ہوئے۔ FunSearch بچوں کے لیے گوگل کی طرح لگ سکتا ہے، لیکن یہ اصل میں فنکشن سرچ کے لیے مختصر ہے، جو کہ Coscientist کی طرح ریاضیاتی دریافتیں کرنے اور مدد کرنے کے قابل ہے۔ دلچسپ بات یہ ہے کہ فریب نظروں سے بچنے کے لیے، یہ (حال ہی میں دوسروں کی طرح) AI ماڈلز کا ایک مماثل جوڑا استعمال کرتا ہے جیسے کہ “پرانے” GAN فن تعمیر کا۔ ایک نظریہ بناتا ہے، دوسرا جائزہ لیتا ہے۔
اگرچہ FunSearch کوئی نئی دریافت کرنے والا نہیں ہے، لیکن یہ وہاں موجود چیزوں کو لے سکتا ہے اور اسے نئی جگہوں پر بہتر یا دوبارہ لاگو کر سکتا ہے، اس لیے ایک ایسا فنکشن جسے ایک ڈومین استعمال کرتا ہے لیکن دوسرا اس سے لاعلم ہے کہ اسے صنعت کے معیار کو بہتر بنانے کے لیے استعمال کیا جا سکتا ہے۔ الگورتھم
اسٹائل ڈراپ یہ ان لوگوں کے لیے ایک آسان ٹول ہے جو تخلیقی امیجری کے ذریعے مخصوص طرزوں کی نقل تیار کرنا چاہتے ہیں۔ مصیبت (جیسا کہ محقق اسے دیکھتا ہے) یہ ہے کہ اگر آپ کے ذہن میں کوئی انداز ہے (کہیں “پیسٹلز”) اور اس کی وضاحت کریں، تو ماڈل میں “پیسٹلز” کے بہت زیادہ ذیلی طرزیں ہوں گی، اس لیے نتائج برآمد ہوں گے۔ غیر متوقع StyleDrop آپ کو اس طرز کی مثال فراہم کرنے دیتا ہے جس کے بارے میں آپ سوچ رہے ہیں، اور ماڈل اپنے کام کی بنیاد اسی پر رکھے گا – یہ بنیادی طور پر انتہائی موثر فائن ٹیوننگ ہے۔
تصویری کریڈٹ: گوگل
بلاگ پوسٹ اور پیپر سے پتہ چلتا ہے کہ یہ کافی مضبوط ہے، کسی بھی تصویر سے اسٹائل لگانا، چاہے وہ تصویر ہو، پینٹنگ، سٹی اسکیپ یا بلی کا پورٹریٹ، کسی بھی دوسری قسم کی تصویر، حتی کہ حروف تہجی (کسی وجہ سے بدنام زمانہ مشکل) پر۔
گوگل ویڈیو پوئٹ کے ساتھ جنریٹیو ویڈیو گیم میں بھی آگے بڑھ رہا ہے، جو ایک LLM بیس کا استعمال کرتا ہے (ان دنوں ہر چیز کی طرح… آپ اور کیا استعمال کرنے جا رہے ہیں؟) ویڈیو کاموں کا ایک گروپ کرنے، متن یا تصاویر کو ویڈیو میں تبدیل کرنے، توسیع کرنے کے لیے یا موجودہ ویڈیو کو اسٹائلائز کرنا، وغیرہ۔ یہاں چیلنج، جیسا کہ ہر پروجیکٹ واضح کرتا ہے، صرف تصاویر کی ایک سیریز نہیں بنانا ہے جو ایک دوسرے سے تعلق رکھتی ہیں، بلکہ انہیں طویل مدت (جیسے ایک سیکنڈ سے زیادہ) اور بڑی حرکتوں اور تبدیلیوں کے ساتھ مربوط بنانا ہے۔
تصویری کریڈٹ: گوگل
ویڈیو شاعر گیند کو آگے بڑھاتا ہے، ایسا لگتا ہے، اگرچہ آپ دیکھ سکتے ہیں کہ نتائج اب بھی بہت عجیب ہیں۔ لیکن اس طرح یہ چیزیں ترقی کرتی ہیں: پہلے وہ ناکافی ہیں، پھر وہ عجیب ہیں، پھر وہ غیر معمولی ہیں۔ شاید وہ کسی موقع پر غیر معمولی چھوڑ دیتے ہیں لیکن ابھی تک کوئی واقعی وہاں نہیں پہنچا ہے۔
چیزوں کے عملی پہلو پر، سوئس محققین برف کی پیمائش کے لیے AI ماڈلز کا اطلاق کر رہے ہیں۔ عام طور پر کوئی موسمی اسٹیشنوں پر بھروسہ کرے گا، لیکن یہ بہت دور ہوسکتے ہیں اور ہمارے پاس یہ تمام خوبصورت سیٹلائٹ ڈیٹا ہے، ٹھیک ہے؟ ٹھیک ہے۔ چنانچہ ETHZ ٹیم نے سینٹینیل-2 نکشتر سے عوامی سیٹلائٹ کی تصاویر لی، لیکن جیسا کہ لیڈ کونراڈ شنڈلر نے کہا، “صرف سیٹلائٹ کی تصاویر پر سفید بٹس کو دیکھنے سے ہمیں فوری طور پر یہ نہیں معلوم ہوتا ہے کہ برف کتنی گہری ہے۔”
لہٰذا انہوں نے اپنے فیڈرل آفس آف ٹوپوگرافی (جیسے ہمارے USGS) سے پورے ملک کے لیے خطوں کا ڈیٹا ڈالا اور نظام کو نہ صرف تصویروں میں سفید بٹس کی بنیاد پر تخمینہ لگانے کی تربیت دی بلکہ زمینی سچائی کے اعداد و شمار اور پگھلنے کے نمونوں جیسے رجحانات بھی۔ نتیجے میں آنے والی ٹیک کو ExoLabs کے ذریعے تجارتی بنایا جا رہا ہے، جس سے میں مزید جاننے کے لیے رابطہ کرنے جا رہا ہوں۔
اسٹینفورڈ سے احتیاط کا ایک لفظاگرچہ – اوپر کی طرح کی ایپلی کیشنز جتنی طاقتور ہیں، نوٹ کریں کہ ان میں سے کوئی بھی انسانی تعصب کی راہ میں زیادہ شامل نہیں ہے۔ جب صحت کی بات آتی ہے، تو یہ اچانک ایک بڑا مسئلہ بن جاتا ہے، اور صحت وہ جگہ ہے جہاں ایک ٹن AI ٹولز کا تجربہ کیا جا رہا ہے۔ اسٹینفورڈ کے محققین نے دکھایا کہ اے آئی ماڈلز “پرانے طبی نسلی ٹراپس” کا پرچار کرتے ہیں۔ GPT-4 نہیں جانتا کہ کچھ سچ ہے یا نہیں، اس لیے یہ گروپوں کے بارے میں طوطے کے پرانے، غلط دعوے کر سکتا ہے اور کرتا ہے، جیسے کہ سیاہ فام لوگوں کے پھیپھڑوں کی صلاحیت کم ہوتی ہے۔ Nope کیا! اگر آپ صحت اور ادویات میں کسی بھی قسم کے AI ماڈل کے ساتھ کام کر رہے ہیں تو اپنی انگلیوں پر قائم رہیں۔
آخر میں، یہاں ایک مختصر کہانی ہے جسے بارڈ نے شوٹنگ اسکرپٹ اور پرامپٹس کے ساتھ لکھا ہے، جسے VideoPoet نے پیش کیا ہے۔ دھیان سے، Pixar!
Source link
techcrunch.com