AI پر توجہ مرکوز کرنے والی خواتین ماہرین تعلیم اور دیگر افراد کو ان کی اچھی طرح سے مستحق — اور واجب الادا — وقت کی روشنی میں، TechCrunch لانچ کر رہا ہے۔ انٹرویوز کا ایک سلسلہ قابل ذکر خواتین پر توجہ مرکوز کرنا جنہوں نے AI انقلاب میں اپنا حصہ ڈالا ہے۔
سارہ بیٹامازائر بوتیک ایڈوائزری فرم Lumiera کی چیف پالیسی آفیسر ہیں، جہاں وہ نیوز لیٹر Lumiera Loop لکھنے میں بھی مدد کرتی ہیں، جو AI خواندگی اور ذمہ دار AI کو اپنانے پر مرکوز ہے۔
اس سے پہلے، وہ سویڈن میں ایک پالیسی مشیر کے طور پر کام کر رہی تھیں، جو صنفی مساوات، خارجہ امور کی قانون سازی، اور سلامتی اور دفاعی پالیسیوں پر مرکوز تھیں۔
مختصراً، آپ نے AI میں اپنی شروعات کیسے کی؟ کس چیز نے آپ کو میدان کی طرف راغب کیا؟
AI نے مجھے پایا! AI ان شعبوں میں تیزی سے بڑے اثرات مرتب کر رہا ہے جن میں میں گہرائی سے شامل ہوں۔
سب سے پہلے، دفاع اور سلامتی کے اندر جہاں AI کو تحقیق اور ترقی اور فعال جنگ میں استعمال کیا جاتا ہے۔ دوسرا، آرٹس اور کلچر میں، تخلیق کار ان گروپوں میں شامل تھے جنہوں نے پہلے AI کی اضافی قدر کے ساتھ ساتھ چیلنجز کو بھی دیکھا۔ انہوں نے کاپی رائٹ کے مسائل کو روشنی میں لانے میں مدد کی جو سطح پر آئے ہیں، جیسے کہ جاری کیس جہاں کئی روزنامے اوپن اے آئی پر مقدمہ کر رہے ہیں۔
آپ جانتے ہیں کہ کسی چیز کا بہت زیادہ اثر پڑتا ہے جب بہت مختلف پس منظر اور درد کے نکات والے رہنما تیزی سے اپنے مشیروں سے پوچھ رہے ہیں، “کیا آپ مجھے اس پر بریف کر سکتے ہیں؟ ہر کوئی اس کے بارے میں بات کر رہا ہے۔”
AI فیلڈ میں آپ کو کس کام پر سب سے زیادہ فخر ہے؟
ہم نے حال ہی میں ایک ایسے کلائنٹ کے ساتھ کام کیا جس نے AI کو اپنے تحقیقی اور ترقیاتی کام کے سلسلے میں ضم کرنے کی کوشش کی اور ناکام رہا۔ Lumiera نے ان کی مخصوص ضروریات اور چیلنجوں کے مطابق ایک روڈ میپ کے ساتھ AI انضمام کی حکمت عملی ترتیب دی۔ ایک کیوریٹڈ AI پروجیکٹ پورٹ فولیو، ایک منظم تبدیلی کے انتظام کے عمل، اور کثیر الشعبہ سوچ کی قدر کو تسلیم کرنے والی قیادت نے اس پروجیکٹ کو بہت بڑی کامیابی دی۔
آپ مردوں کے غلبہ والی ٹیک انڈسٹری کے چیلنجوں اور توسیع کے لحاظ سے، مردوں کی اکثریت والی AI انڈسٹری کے چیلنجوں کو کیسے نیویگیٹ کرتے ہیں؟
اس کی وجہ پر بہت واضح ہو کر۔ میں AI صنعت میں فعال طور پر مصروف ہوں کیونکہ اس کا ایک گہرا مقصد ہے اور ایک مسئلہ حل کرنا ہے۔ Lumiera کا مشن لیڈروں کو جامع رہنمائی فراہم کرنا ہے جو انہیں تکنیکی دور میں اعتماد کے ساتھ ذمہ دارانہ فیصلے کرنے کی اجازت دیتا ہے۔ مقصد کا یہ احساس یکساں رہتا ہے قطع نظر اس کے کہ ہم کس جگہ میں جاتے ہیں۔ کوئی بھی پوری تصویر نہیں دیکھ سکتا، اور ہمیں مزید نقطہ نظر کی ضرورت ہے تاکہ ہم ایک دوسرے سے سیکھ سکیں۔ جو چیلنجز موجود ہیں وہ بہت بڑے ہیں اور ہم سب کو تعاون کرنے کی ضرورت ہے۔
اے آئی فیلڈ میں آنے کی خواہشمند خواتین کو آپ کیا مشورہ دیں گے؟
AI میں داخل ہونا ایک نئی زبان سیکھنے، یا ایک نیا ہنر سیکھنے جیسا ہے۔ اس میں مختلف شعبوں میں چیلنجز کو حل کرنے کی بے پناہ صلاحیت ہے۔ آپ کون سا مسئلہ حل کرنا چاہتے ہیں؟ معلوم کریں کہ AI ایک حل کیسے ہو سکتا ہے، اور پھر اس مسئلے کو حل کرنے پر توجہ دیں۔ سیکھتے رہیں، اور ان لوگوں سے رابطے میں رہیں جو آپ کو متاثر کرتے ہیں۔
AI کے تیار ہونے کے ساتھ ہی اسے درپیش سب سے زیادہ اہم مسائل کیا ہیں؟
AI جس تیز رفتاری سے تیار ہو رہا ہے وہ اپنے آپ میں ایک مسئلہ ہے۔ مجھے یقین ہے کہ یہ سوال اکثر اور باقاعدگی سے پوچھنا AI اسپیس کو دیانتداری کے ساتھ نیویگیٹ کرنے کے قابل ہونے کا ایک اہم حصہ ہے۔ ہم یہ ہر ہفتے کرتے ہیں۔ لومیرا ہمارے نیوز لیٹر میں۔
یہاں کچھ ہیں جو اس وقت ذہن میں ہیں:
- AI ہارڈویئر اور جیو پولیٹکس: AI ہارڈویئر (GPUs) میں پبلک سیکٹر کی سرمایہ کاری میں ممکنہ طور پر اضافہ ہوگا کیونکہ دنیا بھر میں حکومتیں اپنے AI علم کو گہرا کرتی ہیں اور اسٹریٹجک اور جیو پولیٹیکل اقدام کرنا شروع کرتی ہیں۔ اب تک برطانیہ، جاپان، متحدہ عرب امارات اور سعودی عرب جیسے ممالک سے نقل و حرکت ہے۔ یہ دیکھنے کی جگہ ہے۔
- AI بینچ مارکس: جیسا کہ ہم AI پر زیادہ انحصار کرتے رہتے ہیں، یہ سمجھنا ضروری ہے کہ ہم اس کی کارکردگی کی پیمائش اور موازنہ کیسے کرتے ہیں۔ دیے گئے استعمال کے کیس کے لیے صحیح ماڈل کا انتخاب احتیاط سے غور کرنے کی ضرورت ہے۔ ضروری نہیں کہ آپ کی ضروریات کے لیے بہترین ماڈل لیڈر بورڈ کے اوپری حصے میں ہو۔ چونکہ ماڈلز اتنی تیزی سے بدل رہے ہیں، اس لیے بینچ مارکس کی درستگی میں بھی اتار چڑھاؤ آئے گا۔
- انسانی نگرانی کے ساتھ آٹومیشن کو متوازن کریں۔: یقین کریں یا نہ کریں، اوور آٹومیشن ایک چیز ہے۔ فیصلوں کے لیے انسانی فیصلے، وجدان، اور سیاق و سباق کی سمجھ کی ضرورت ہوتی ہے۔ اسے آٹومیشن کے ذریعے نقل نہیں کیا جا سکتا۔
- ڈیٹا کوالٹی اور گورننس: اچھا ڈیٹا کہاں ہے؟! ڈیٹا ہر سیکنڈ میں، تنظیموں کے اندر، اور باہر جاتا ہے۔ اگر اس ڈیٹا کا نظم و نسق خراب ہے، تو آپ کی تنظیم کو AI سے فائدہ نہیں ہوگا، پوائنٹ خالی۔ اور طویل مدت میں، یہ نقصان دہ ہو سکتا ہے. آپ کی ڈیٹا کی حکمت عملی آپ کی AI حکمت عملی ہے۔ ڈیٹا سسٹم کی ساخت، نظم و نسق اور ملکیت کو گفتگو کا حصہ بننے کی ضرورت ہے۔
AI صارفین کو کن مسائل سے آگاہ ہونا چاہیے؟
- الگورتھم اور ڈیٹا کامل نہیں ہیں۔: ایک صارف کے طور پر، یہ ضروری ہے کہ تنقیدی بنیں اور آؤٹ پٹ پر آنکھیں بند کرکے بھروسہ نہ کریں، خاص طور پر اگر آپ ٹیکنالوجی کو سیدھا شیلف سے استعمال کر رہے ہیں۔ اوپر کی ٹیکنالوجی اور ٹولز نئے اور ترقی پذیر ہیں، اس لیے اسے ذہن میں رکھیں اور عقل کو شامل کریں۔
- توانائی کی کھپت: بڑے AI ماڈلز کی تربیت کے کمپیوٹیشنل تقاضوں کے ساتھ مل کر مطلوبہ ہارڈویئر انفراسٹرکچر کو چلانے اور ٹھنڈا کرنے کی توانائی کی ضروریات زیادہ بجلی کی کھپت کا باعث بنتی ہیں۔ گارٹنر نے پیشن گوئی کی ہے کہ 2030 تک، AI دنیا کی بجلی کا 3.5 فیصد تک استعمال کر سکتا ہے۔
- اپنے آپ کو تعلیم دیں، اور مختلف ذرائع استعمال کریں۔: AI خواندگی کلید ہے! اپنی زندگی اور کام پر AI کا اچھا استعمال کرنے کے لیے، آپ کو اس کے استعمال کے بارے میں باخبر فیصلے کرنے کے قابل ہونا چاہیے۔ AI کو آپ کی فیصلہ سازی میں مدد کرنی چاہیے، آپ کے لیے فیصلہ نہیں کرنا چاہیے۔
- نقطہ نظر کی کثافت: آپ کو ایسے لوگوں کو شامل کرنے کی ضرورت ہے جو اپنے مسئلے کی جگہ کو اچھی طرح سے جانتے ہیں تاکہ یہ سمجھنے کے لیے کہ AI کے ساتھ کس قسم کے حل بنائے جا سکتے ہیں، اور یہ AI ڈیولپمنٹ لائف سائیکل کے دوران کیا جا سکتا ہے۔
- یہی چیز اخلاقیات کے لیے بھی ہے۔: یہ ایسی چیز نہیں ہے جسے AI پروڈکٹ کے پہلے ہی تعمیر ہونے کے بعد اس میں “سب سے اوپر” شامل کیا جا سکتا ہے — اخلاقی تحفظات کو تحقیق کے مرحلے سے شروع کرتے ہوئے عمارت کے عمل کے آغاز میں اور اس کے دوران داخل کیا جانا چاہیے۔ یہ سماجی اور اخلاقی اثرات کا جائزہ لینے، تعصبات کو کم کرنے، اور جوابدہی اور شفافیت کو فروغ دے کر کیا جاتا ہے۔
AI کی تعمیر کرتے وقت، ایک تنظیم کے اندر مہارتوں کی حدود کو تسلیم کرنا ضروری ہے۔ خلاء ترقی کے مواقع ہیں: یہ آپ کو ان شعبوں کو ترجیح دینے کے قابل بناتے ہیں جہاں آپ کو بیرونی مہارت حاصل کرنے اور جوابدہی کے مضبوط میکانزم تیار کرنے کی ضرورت ہے۔ موجودہ مہارت کے سیٹ، ٹیم کی صلاحیت، اور دستیاب مالی وسائل سمیت عوامل کا جائزہ لیا جانا چاہیے۔ یہ عوامل، دوسروں کے درمیان، آپ کے AI روڈ میپ کو متاثر کریں گے۔
سرمایہ کار ذمہ دار AI کے لیے کس طرح بہتر طریقے سے دباؤ ڈال سکتے ہیں؟
سب سے پہلے، ایک سرمایہ کار کے طور پر، آپ اس بات کو یقینی بنانا چاہتے ہیں کہ آپ کی سرمایہ کاری ٹھوس ہے اور وقت کے ساتھ ساتھ رہتی ہے۔ ذمہ دار AI میں سرمایہ کاری صرف مالی منافع کی حفاظت کرتی ہے اور جیسے کہ اعتماد، ضابطے، اور رازداری سے متعلق خدشات سے متعلق خطرات کو کم کرتی ہے۔
سرمایہ کار ذمہ دار AI قیادت اور استعمال کے اشارے دیکھ کر ذمہ دار AI کے لیے دباؤ ڈال سکتے ہیں۔ ایک واضح AI حکمت عملی، وقف ذمہ دار AI وسائل، شائع شدہ ذمہ دار AI پالیسیاں، مضبوط حکمرانی کے طریقے، اور انسانی کمک کے تاثرات کا انضمام غور کرنے کے عوامل ہیں۔ ان اشاریوں کو مستعدی کے عمل کا حصہ ہونا چاہیے۔ زیادہ سائنس، کم ساپیکش فیصلہ سازی۔ غیر اخلاقی AI طریقوں سے دستبرداری ذمہ دار AI حل کی حوصلہ افزائی کا ایک اور طریقہ ہے۔
Source link
techcrunch.com