رِچ سٹن (Rich Sutton) آج کی مصنوعی ذہانت کی لہر کے پیچھے موجود اہم ٹیکنالوجیز کے اہم بانیوں میں سے ایک ہیں، لیکن اب ان کے خیال میں ٹیکنالوجی کی بڑی کمپنیاں اے آئی کو مسلسل ترقی دینے کے لیے جس راستے پر چل رہی ہیں، اس میں سنگین مسائل ہیں۔
کینیڈین کمپیوٹر سائنس دان اور ٹیورنگ ایوارڈ یافتہ نے مقامی وقت کے مطابق منگل کو جاری ہونے والے سیكویا کیپیٹل کے پوڈکاسٹ میں کہا کہ اے آئی صنعت مصنوعی تربیتی ڈیٹا پر تیزی سے انحصار کر رہی ہے، جو پوری صنعت کو غلط سمت میں لے جا سکتا ہے۔
جب ان سے پوچھا گیا کہ آیا مصنوعی ڈیٹا بڑے لسانی ماڈلز کو مسلسل وسعت دینے میں مدد دے سکتا ہے، تو سٹن نے صاف الفاظ میں کہا: “یہ بالکل ایک بڑی غلطی ہے۔ شاید یہ اگلا اہم سبق بن جائے۔”
مصنوعی ڈیٹا سے مراد وہ معلومات ہیں جو الگورتھمز یا اے آئی ماڈلز کے ذریعے مصنوعی طور پر تیار کی جاتی ہیں، نہ کہ حقیقی دنیا کے اصل ڈیٹا سے جمع کی جاتی ہیں۔ جیسے جیسے اے آئی کمپنیاں انٹرنیٹ اور تربیتی ڈیٹا کے دیگر نئے ذرائع تلاش کر رہی ہیں، مصنوعی ڈیٹا کی کشش بھی بڑھ رہی ہے۔ مثال کے طور پر خودکار ڈرائیونگ کی تربیت میں کمپیوٹر سے تیار کردہ گاڑیوں کی تصاویر استعمال کی جا سکتی ہیں، جبکہ اے آئی پر مبنی فراڈ ڈیٹیکشن سسٹم فرضی بینک لین دین کے ریکارڈ استعمال کر سکتے ہیں۔
کسی حد تک ٹیکنالوجی کی بڑی کمپنیاں بھی سٹن کے نقطۂ نظر سے متفق ہیں۔
بڑی ٹیکنالوجی کمپنیاں مزید حقیقی ڈیٹا تلاش کرنے کے لیے ہر ممکن کوشش کر رہی ہیں۔ OpenAI نے اس سے قبل بڑے پیمانے پر ملکیتی ڈیٹا سیٹس کی تلاش کا اعلان کیا تھا، تاکہ ایسا ڈیٹا حاصل کیا جا سکے جو انٹرنیٹ سے آسانی سے دستیاب نہیں اور اے آئی ماڈلز کی تربیت میں استعمال ہو سکے۔ اس ہفتے کے آغاز میں گوگل نے دیوالیہ ہو چکی Spirit Airlines کا اندرونی ڈیٹا اور سافٹ ویئر خریدنے کے لیے 1,000 만 ڈالر (نوٹ: موجودہ شرح تبادلہ کے مطابق تقریباً 6,756.9 만 چینی یوآن) ادا کرنے پر رضامندی ظاہر کی، جس سے اے آئی کی تربیت کے لیے ملکیتی حقیقی ڈیٹا کی بڑھتی ہوئی قدر بھی نمایاں ہوتی ہے۔
سٹن نے منگل کے پوڈکاسٹ میں کہا کہ مصنوعی طور پر تیار کردہ ڈیٹا حقیقی ڈیٹا کا مکمل متبادل نہیں بن سکتا۔
انہوں نے انسانی رویے کی مثال دے کر وضاحت کی۔ “ہم دوسرے لوگوں کے خیالات کے لیے مصنوعی ڈیٹا تیار نہیں کر سکتے،” انہوں نے کہا۔
سٹن حقیقی تجرباتی ڈیٹا کے استعمال کو ترجیح دیتے ہیں، یعنی وہ معلومات جو اے آئی ایجنٹس حقیقی ماحول کے ساتھ تعامل، عملی طور پر ہونے والے واقعات کے مشاہدے اور اپنے اقدامات کے نتائج سے مسلسل سیکھنے کے ذریعے حاصل کرتے ہیں۔
سٹن نے کہا، “آپ مصنوعی ڈیٹا کے ذریعے یہ پیش گوئی نہیں کر سکتے کہ ڈرون حقیقی طبعی دنیا میں ماحول کے ساتھ کس طرح تعامل کرے گا۔” انہوں نے یہ بھی نشاندہی کی کہ روبوٹ کی موٹروں میں رگڑ اور گھساؤ جیسے عوامل موجود ہوتے ہیں۔ “یہ دنیا بے حد پیچیدہ ہے، اس کی کوئی بھی simulation صرف اس کے ایک چھوٹے سے حصے کو دکھا سکتی ہے۔”
اب یہ نظریہ ایک اسٹارٹ اپ کی ترقی کی سمت بن چکا ہے۔
گزشتہ ماہ سٹن نے اپنے سابق طالب علم Khurram Javed کے ساتھ مل کر Oak Lab قائم کی۔ یہ اسٹارٹ اپ ایسے اے آئی ایجنٹس تیار کر رہا ہے جو پہلے سے تیار کیے گئے بڑے ڈیٹا سیٹس پر بنیادی انحصار کرنے کے بجائے اپنے تجربات سے مسلسل سیکھ سکیں۔
فی الحال Oak Lab نے سرمایہ کاری کے مرحلے یا سرمایہ کاروں سے متعلق معلومات جاری نہیں کیں۔