اصل میں Vectors of Mind پر شائع ہوا تھا۔
برائن کولیِس بوسٹن یونیورسٹی میں مشینی تعلم کے پروفیسر ہیں (اور میرے سابق مشیر بھی)۔ وہ صنعت میں ایمیزون کے “بیداری” کے لفظ کے لیے ذمہ دار ماہر ٹیم کا حصہ بھی رہ چکے ہیں۔ ہم مصنوعی ذہانت کی تاریخ، تحقیق میں صنعت بمقابلہ اکیڈمیا کے کردار، اور مصنوعی ذہانت کی سلامتی پر گفتگو کرتے ہیں۔ انہوں نے اپنے شعبے کو ریاضی کے شائقین کے ایک چھوٹے سے گروہ سے—جو کتوں اور بلیوں کی تصاویر کی درجہ بندی کرنے میں ناکام رہتا تھا—کرۂ ارض کی سب سے مقبول ٹیکنالوجی (جو شاید ہم سب کو ہلاک کر دے) بنتے دیکھا ہے۔ جب میں گریجویٹ طالب علم تھا تو میں Astral Codex Ten پر مصنوعی ذہانت کے تباہ کن انجام سے متعلق سائنس فکشن مباحث پڑھتا تھا، اور کبھی کبھی انہیں برائن اور دوسرے پروفیسروں کے ساتھ بھی شیئر کرتا تھا (محفلوں میں میری بڑی مانگ تھی)۔ اب ایسے منظرناموں کو یشوا بینجیو جیسے لوگ بھی سنجیدگی سے لیتے ہیں۔
ہم مصنوعی ذہانت کی سلامتی کے بارے میں زیادہ تر ایک ایسی پُرجوش اقلیت سے سنتے ہیں جس کے اس موضوع پر خیالات خاصے ترقی یافتہ ہیں—ایسے لوگ جنہوں نے اس بارے میں رائے رکھنا اپنی ان خصوصیات میں شامل کر لیا ہے جن پر وہ علانیہ بحث کرنے کو تیار رہتے ہیں۔ لیکن عمومًا یہی وہ لوگ نہیں ہیں جو AGI اور اس کے نتائج سے متعلق بڑے پیمانے پر حوالہ دیے جانے والے سروے کا جواب دیتے ہیں۔ یہ اس بات کی ایک اہم جھلک ہے کہ مشینی تعلم کا ایک ایسا محقق، جو مستقل عہدے پر فائز ہے، اس مسئلے کے بارے میں کیسے سوچتا ہے۔
لیکن میں اسے p(doom) کے بارے میں ایک گھنٹے طویل گفتگو کے طور پر پیش نہیں کرنا چاہتا؛ ہمارا زیادہ تر وقت کم خیالی نوعیت کے معاملات پر صرف ہوتا ہے۔ گفتگو کا ChatGPT کا خلاصہ:
- BU میں کمپیوٹنگ اور ڈیٹا سائنس کی فیکلٹی: کولیِس نے BU میں اس نئی اکائی کے قیام کے بارے میں گفتگو کی، جس کی توجہ کمپیوٹنگ اور ڈیٹا سائنس پر مرکوز ہے۔ یہ اکائی مختلف شعبوں کے درمیان بین الشعبہ جاتی تعاون اور مختلف ڈویژنوں سے طلبہ کی بھرتی میں سہولت فراہم کرتی ہے۔
- مشینی تعلم کا ارتقا: مشینی تعلم کی تاریخ پر گفتگو ہوئی، جس کا آغاز 1940ء کی دہائی میں میک کلوچ اور پِٹس کے نیورونز کے ریاضیاتی ماڈل سے ہوا تھا۔ کولیِس نے ابتدائی ماڈلز سے موجودہ گہرے تعلم کی لہر تک کے سفر کی وضاحت کی اور دہائیوں کے دوران مشینی تعلم کے نمونہ ہائے کار میں آنے والی تبدیلیوں کو اجاگر کیا۔
- ماہر نظاموں سے موجودہ مشینی تعلم کے ماڈلز تک منتقلی: کولیِس نے ماہر نظاموں—جو 70ء اور 80ء کی دہائیوں میں رائج تھے—سے موجودہ مشینی تعلم کے ماڈلز تک ہونے والی منتقلی بیان کی۔ انہوں نے بتایا کہ ابتدائی ماہر نظام محدود اور نازک تھے، جس کے باعث وہ حقیقی دنیا کے اطلاقات کے لیے موزوں نہیں تھے۔
- مشینی تعلم کی تحقیق اور صنعت: گفتگو میں مصنوعی ذہانت اور مشینی تعلم کے ہنرمند افراد کی اکیڈمیا اور صنعت کے درمیان آمدورفت کا ذکر آیا۔ کولیِس نے ان مشکلات پر بات کی جن کا سامنا اکیڈمیا کو مصنوعی ذہانت کے اساتذہ کو برقرار رکھنے میں ہوتا ہے، کیونکہ وہ اکثر صنعتی عہدوں کی طرف متوجہ ہو جاتے ہیں۔
- شماریاتی مصنوعی ذہانت اور کرنل طریقے: انٹرویو میں شماریاتی مصنوعی ذہانت پر گفتگو ہوئی اور مشینی تعلم کی تاریخ میں اس کے کردار پر زور دیا گیا۔ کولیِس نے شماریاتی مصنوعی ذہانت میں احتمالی ماڈلز کے تصور اور غیر نگرانی شدہ تعلم میں اس کی قوتوں کی وضاحت کی۔
- مشینی تعلم کی تحقیق میں اکیڈمیا کا کردار: کولیِس نے مشینی تعلم کی تحقیق کے موجودہ منظرنامے میں اکیڈمیا کے کردار پر غور کیا۔ انہوں نے اکیڈمیا کو درپیش مشکلات، مثلاً وسائل کی پابندیوں کے باعث بڑے ماڈلز کو تربیت دینے سے قاصر ہونے، اور تحقیق میں طویل مدتی سوچ کی اہمیت کے بارے میں گفتگو کی۔
- مصنوعی ذہانت کے وجودی خطرات: گفتگو میں مصنوعی ذہانت اور وجودی خطرات کا موضوع بھی شامل تھا، جس میں مشینی تعلم کی برادری کے اندر جاری مباحث اور آرا کا حوالہ دیا گیا، بشمول ہنٹن اور لیکَن جیسی نمایاں شخصیات کے خیالات کے۔
- مشینی تعلم کا مستقبل: کولیِس نے مشینی تعلم کے مختلف پہلوؤں، بشمول بڑے لسانی ماڈلز، تقویتی تعلم، AGI، اور شخصی طب، کے بارے میں اپنے خیالات کا اظہار کیا۔ انہوں نے اس شعبے میں ان چیزوں پر بھی رائے دی جنہیں وہ ضرورت سے زیادہ اہمیت دیے جانے والا یا کم اہمیت دیا جانے والا سمجھتے ہیں۔