تخلیقی AI افعال کو پروگراموں میں شامل کرکے، ہم ایسے میکانزم بنا سکتے ہیں جو پہلے روایتی پروگرامنگ سے حاصل نہیں کیے جا سکتے تھے۔
مزید برآں، جیسے جیسے تخلیقی AI خودکار پروگرام تیار کرنے کے قابل ہوتا جائے گا، ہم اپنے تصور کردہ پروگراموں کو آزادانہ اور آسانی سے بنا اور چلا سکیں گے۔
میں نے اب تک ایسے نظام بنائے ہیں جو میرے بلاگ کے مضامین کو انگریزی میں ترجمہ کرتے ہیں اور انہیں ایک انگریزی بلاگ پر پوسٹ کرتے ہیں، پریزنٹیشن ویڈیوز سے وضاحتی ویڈیوز بناتے ہیں اور انہیں یوٹیوب پر اپ لوڈ کرتے ہیں، اور اپنے بلاگ سائٹ کو انڈیکسز، کیٹیگریز اور ٹیگز کے ساتھ تیار اور شائع کرتے ہیں۔
اس طرح، ایک ایسا میکانزم جو اصل مواد کو خام مال کے طور پر استعمال کرتا ہے اور تخلیقی AI افعال کو شامل کرکے مختلف ماخوذ مواد تیار کرتا ہے، اسے ایک ذہین فیکٹری کہا جا سکتا ہے۔
مزید برآں، میں نے اس ذہین فیکٹری کو چلانے اور اس کی حالت کو منظم کرنے کے لیے ایک ویب ایپلیکیشن بنائی ہے، جسے PCs اور اسمارٹ فونز دونوں پر قابل رسائی بنایا گیا ہے۔ اس کے علاوہ، ایونٹس کے ذریعے خودکار پروسیسنگ کو سنبھالنے والے حصے ورچوئل مشینوں پر عملدرآمد کیے جاتے ہیں جو بیک اینڈ سے آگے بیچ پروسیسنگ کے لیے تیار کی گئی ہیں۔
اس طرح، میں نے PC اور اسمارٹ فون کے فرنٹ اینڈز، ویب سرور بیک اینڈ، ورچوئل مشینوں پر بیچ پروسیسنگ، اور ان کے لیے بنیادی ڈھانچہ، یہ سب خود تخلیقی AI کی مدد سے تیار کیا۔
یہ محض مکمل اسٹیک انجینئرنگ نہیں ہے، بلکہ اسے ہمہ جہت انجینئرنگ کہا جا سکتا ہے، جو ایک نظام کے مختلف پہلوؤں کو جامع طور پر تیار کرتی ہے۔
مزید برآں، جب تیار کردہ ویب ایپلیکیشن کے استعمال میں تکلیف دہ پہلوؤں کو بہتر بنانا یا نئی خصوصیات شامل کرنا ہو، تو میں پروگرامنگ کا کام تخلیقی AI کے سپرد کر سکتا ہوں، جس سے استعمال کے دوران آسان بہتری ممکن ہوتی ہے۔
یہ روایتی سافٹ ویئر سے بھی زیادہ لچکدار اور سیال ہے، جو مجھے ایسی چیز بنانے کے قابل بناتا ہے جو میرے استعمال کے لیے بالکل موزوں ہو۔ میں اسے لیکوڈ ویئر کہتا ہوں۔
میں نے انہیں خود تیار کیا ہے اور درحقیقت استعمال کر رہا ہوں۔ یہ صرف ایک تصور نہیں ہے؛ یہ پہلے ہی سافٹ ویئر ڈویلپمنٹ کی حقیقت ہے۔
اگرچہ ابھی تک تیار نہیں کیا گیا، لیکن کاروباری نظاموں کے میدان میں، مجھے امید ہے کہ کاروباری عمل پر مبنی ترقیاتی طریقہ کار ایک حقیقت بن جائے گا۔
یہ ایک ایسا طریقہ ہے جو پروگراموں کی مجموعی اصلاح کا ہدف نہیں رکھتا، جو نظاموں کو پیچیدہ بناتا ہے، بلکہ اس کے بجائے سافٹ ویئر ماڈیولز کو انفرادی کاروباری عمل میں تقسیم کرتا ہے۔
صرف صارف انٹرفیس کی بنیادی فریم ورک کی تعریف، صارف کے مراعات کا انتظام، اور ڈیٹا ماڈلز جنہیں کاروباری عمل کے درمیان مشترکہ کرنے کی ضرورت ہے، انہیں کاروباری نظام کے بیرونی فریم ورک کے طور پر مشترکہ کیا جاتا ہے۔
دیگر اندرونی نظام کی پروسیسنگ اور عارضی ڈیٹا کو کاروباری عمل کی اکائی پر منظم کیا جاتا ہے۔
ممکن ہے کہ ان میں ایسے فنکشنز یا ڈیٹا ڈھانچے ہوں جنہیں دو یا دو سے زیادہ کاروباری عمل مشترکہ کر سکیں۔ تاہم، اگر انہیں مشترکہ ماڈیولز یا حسب ضرورت لائبریریوں میں تبدیل کر دیا جائے، تو کوڈ اور معیار کی دوبارہ استعمال پذیری بہتر ہونے کے باوجود، سافٹ ویئر کا ڈھانچہ پیچیدہ ہو جاتا ہے، اور تبدیلیوں کے لیے دوسرے کاروباری عمل پر ان کے اثرات پر مسلسل غور کرنے کی ضرورت پڑتی ہے۔
ایسی صورت حال میں جہاں تخلیقی AI خود بخود پروگرام تیار کرتا ہے، مؤخر الذکر کے نقصانات سابقہ کے فوائد سے زیادہ ہوتے ہیں۔ اس لیے، کاروباری عمل پر مبنی نقطہ نظر، جو مجموعی اصلاح کے بجائے انفرادی اصلاح پر زور دیتا ہے، منطقی بن جاتا ہے۔
اس کے علاوہ، ایسی اکائیوں کا تصور کریں جیسے "نئے ملازم کی بنیادی معلومات درج کرنا،" "ملازم کی بنیادی معلومات کو اپ ڈیٹ کرنا،" یا "ملازمین کو نام سے تلاش کرنا" انفرادی کاروباری عمل کے طور پر۔
روایتی ترقیاتی طریقہ کار میں، ہر صارف انٹرفیس، فرنٹ اینڈ پراسیس، بیک اینڈ پراسیس، اور بیچ پراسیس کو مختلف ڈائریکٹریز میں مختلف فائلوں میں تقسیم کیا جاتا۔ مزید برآں، ہر ایک کو ایک مختلف انجینئر تیار کرتا۔
تاہم، جب ایک اکیلا انجینئر تخلیقی AI سے پروگرامنگ کروا کر ہمہ جہت انجینئرنگ انجام دیتا ہے، تو ایک کاروباری عمل کے لیے درکار کوڈ کو ایک ہی فائل یا فولڈر میں یکجا کرنا زیادہ معقول ہے۔
اس کے علاوہ، ضروریات کے تجزیے کے نتائج، ٹیسٹ کی وضاحتیں، ٹیسٹ کے نتائج، اور جائزہ کے ریکارڈ بھی اسی جگہ پر یکجا کیے جا سکتے ہیں۔
یہ ایک واحد کاروباری عمل کی اکائی پر تمام سافٹ ویئر انجینئرنگ کے نوادرات کے انتظام کی اجازت دیتا ہے۔ اور، چونکہ مجموعی اصلاح پر غور کرنے کی ضرورت نہیں ہے، اس لیے بہتریوں کو اس کاروباری عمل کے اندر مرکوز کیا جا سکتا ہے، اور نئے کاروباری عمل کو کاروباری نظام میں آسانی سے شامل کیا جا سکتا ہے۔
اس طرح، پروگراموں کی ترقی اور وہ جو پروگراموں کے ساتھ تیار کیا جا سکتا ہے، تخلیقی AI کی وجہ سے نمایاں تبدیلیوں سے گزر رہا ہے۔ یہ مستقبل کا منظرنامہ نہیں ہے؛ یہ پہلے ہی موجودہ حقیقت ہے، اور مستقبل قریب میں، اس کی نفاست صرف آگے بڑھتی رہ سکتی ہے، اور اگلے مرحلے کو لامحالہ اس سے آگے بڑھنا ہوگا۔
تخروپن کے نظام
پروگراموں کے ذریعے جو کچھ حاصل کیا جا سکتا ہے وہ یہاں ذکر کیے گئے کاروباری نظاموں اور ذہین فیکٹریوں تک محدود نہیں ہے۔
باقی جن شعبوں کا میں نے ذکر نہیں کیا انہیں وسیع پیمانے پر تخروپن کے نظاموں کے طور پر درجہ بند کیا جا سکتا ہے۔
خواہ طبیعیات کی سادہ مساوات کو ایک واحد تجزیاتی فارمولے سے حل کیا جائے یا پیچیدہ طبیعی مظاہر کو تکراری پروگراموں سے شمار کیا جائے، دونوں کو تخروپن کے نظام سمجھا جا سکتا ہے۔
مزید برآں، تخروپن کے نظاموں کو صرف طبیعیات میں ہی نہیں بلکہ کیمیا، حیاتیات، سماجیات، معاشیات اور دیگر شعبوں میں بھی استعمال کیا جا سکتا ہے۔ تعلیمی میدان سے ہٹ کر، تخروپن انجینئرنگ، طب، ادارہ جاتی کارروائیوں اور کاروباری انتظام میں بھی لاگو ہوتے ہیں۔
گیمز بھی ایک قسم کا تخروپن کا نظام ہیں۔ کسی بھی گیم میں، اس گیم کی دنیا میں طبیعیات، معاشرت، قواعد اور دیگر پہلوؤں کی، ایک لحاظ سے، نقل کی جا رہی ہوتی ہے۔
اس کے علاوہ، ہم اپنی زندگی، سفر، یا جیب خرچ کے استعمال کی منصوبہ بندی کرتے وقت بھی ایک قسم کا تخروپن انجام دیتے ہیں۔
یہ تخروپن مختلف طریقوں سے کیے گئے ہیں: پروگرام بنا کر اور چلا کر، کاغذ پر مساوات کا حساب لگا کر، اپنے ذہنوں میں سوچ کر، وائٹ بورڈ پر متن اور تیروں سے خیالات کو منظم کر کے، یا ایکسل میں گراف بنا کر۔
کسی خاص مسئلے کے لیے تخروپن پروگرام تیار کرنا تجزیاتی مساوات سے کہیں زیادہ پیچیدہ تخروپن کی اجازت دیتا ہے۔ تاہم، اس کے لیے پروگرامنگ کی ترقی کی مہارت، کوشش اور وقت درکار ہوتا ہے۔
اس کے لیے تخروپن کے ماڈل کو واضح کرنے کی بھی ضرورت ہوتی ہے، جس کے لیے مہارت، غور و فکر کی کوشش اور وقت کی ضرورت ہوتی ہے۔
اس کے علاوہ، تخروپن ان چیزوں تک محدود رہا ہے جو پروگرامی شکل میں ظاہر کی جا سکیں، اور پہلے صرف وہی چیزیں تخروپن کی جا سکتی تھیں جنہیں حسابی طور پر ظاہر کیا جا سکے۔
تخلیقی AI اس صورتحال کو نمایاں طور پر بدل رہا ہے۔
تخلیقی AI نہ صرف آسانی سے تخروپن کے نظام کے پروگرام تیار کر سکتا ہے، بلکہ تخروپن کے نظاموں میں تخلیقی AI کو شامل کرنے سے، ایسے عناصر کو بھی تخروپن کیا جا سکتا ہے جنہیں ریاضیاتی طور پر ظاہر نہیں کیا جا سکتا۔ یہ مبہم کیفیاتی تخروپن کے عناصر اور انسانی جیسی ذہین ایجنٹوں کو شامل تخروپن کو ممکن بناتا ہے۔
مزید برآں، ان تخروپن کے ماڈلز کو نہ صرف ریاضیاتی طور پر بلکہ قدرتی زبان میں بھی ظاہر کیا جا سکتا ہے اور تخلیقی AI کے ذریعے ان کی تشریح کی جا سکتی ہے۔
اس سے ان مختلف تخروپناں کو جنہیں ہم نے کئی حالات میں انجام دیا ہے، تخروپن کے نظاموں میں تبدیل کرنا آسان ہو جائے گا۔
نتیجے کے طور پر، ہم زیادہ درست، مؤثر اور کارگر تخروپن کے نتائج حاصل کر سکیں گے، جس میں تفصیلات کو نظر انداز کرنے یا تعصبات کو متعارف کرانے کا امکان کم ہو جائے گا۔
مزید برآں، جب پیچیدہ مسائل پر غور و فکر یا بحث کی جائے گی، تو ہم انفرادی ذہنی تخروپناں پر انحصار کرنے کے بجائے، غور و فکر اور بحث کے لیے ایک تخروپن کے نظام کا استعمال کر سکیں گے۔
اس سے غور و فکر کی درستگی بڑھتی ہے اور بحثیں زیادہ تعمیری بنتی ہیں۔ ایک دوسرے کی ذہانت یا سوچ میں غلطیوں کی نشاندہی کرنے کے بجائے، بحثیں واضح نکات پر مرکوز ہو سکتی ہیں جیسے کہ تخروپن کے بنیادی ماڈلز، کوئی کوتاہی یا گم شدہ عناصر، غیر یقینی حصوں کا تخمینہ کیسے لگایا گیا ہے، اور نتائج میں سے کن میٹرکس کو ترجیح دی گئی ہے۔
جیسے جیسے تخروپن کے نظام بنانا آسان ہوتا جائے گا، ہمارا سوچنے کا انداز خطی سوچ سے – جو وجدان، مفروضوں، اور دوسروں کی بدنیتی یا غلطیوں پر توجہ مرکوز کرتا ہے – تخروپن کی سوچ کی طرف منتقل ہو جائے گا۔
یہ ایسا ہی ہے جیسے کسی بحث کے دوران اسمارٹ فون پر انٹرنیٹ تلاش کرنا تاکہ خبروں کے ذرائع، ویکیپیڈیا، یا بنیادی ذرائع کی تصدیق کی جا سکے۔ ایک دوسرے کی یادوں پر محض بھروسہ کرتے ہوئے لامتناہی بحث کرنے کی ضرورت نہیں رہے گی۔
بحث کے دوران، تخلیقی AI بحث کے مواد سے تخروپن کا ماڈل، تخروپن کے قواعد، اور پیشگی شرائط کو منظم کرے گا۔
بحث میں حصہ لینے والوں کو صرف اس ماڈل اور قواعد میں معلومات اور مفروضات شامل یا درست کرنے کی ضرورت ہوگی، اور پھر تخروپن کے نتائج کی جانچ کرنی ہوگی۔ بالکل اسی طرح جیسے کسی قابل اعتبار خبر کے ذریعہ کو تلاش کرتے وقت، یہ تخروپن کے نتائج بحث کو گہرا کرنے کے لیے مشترکہ بنیاد کے طور پر کام کر سکتے ہیں۔
اس کا مطلب یہ ہے کہ بحث سننے والے لوگ اب ایسے دور میں نہیں رہیں گے جہاں انہیں یہ سوچنے کی ضرورت ہو کہ کون صحیح ہے یا کون قابل اعتماد ہے۔ نہ ہی وہ بحث میں ظاہر ہونے والی پیچیدہ تکنیکی اصطلاحات اور تصورات کو سمجھنے کی کوشش میں جوہر سے محروم ہوں گے۔
انہیں صرف بہت سادہ چیزوں پر غور کرنے کی ضرورت ہوگی: غیر یقینی کا اندازہ کیسے لگایا جائے اور کن اقدار کو ترجیح دی جائے۔