مصنوعی ذہانت کے لیے یہ ایک دلچسپ لمحہ ہے۔ ایک طویل عرصے تک AI میں پیش رفت ایک سادہ اصول کے مطابق چلتی رہی: ماڈلز کو بڑا بناؤ۔ زیادہ parameters، زیادہ data، زیادہ compute۔ یہ طریقہ کارآمد رہا، لیکن اس نے سنگین مسائل بھی پیدا کیے۔ بڑے ماڈلز کی training مہنگی اور سست ہوتی ہے، اور یہ بہت زیادہ توانائی استعمال کرتی ہے۔
حال ہی میں، Nvidia نے ایک مختلف خیال متعارف کرایا جسے Mixture of Experts، یا MOE، کہا جاتا ہے۔ ہر کام کے لیے پورے neural network کو فعال کرنے کے بجائے، ماڈل یہ سیکھتا ہے کہ نظام کے کن حصوں کی واقعی ضرورت ہے۔ ہر حصہ کسی مخصوص شعبے کے ماہر کی طرح کام کرتا ہے۔ کسی بھی سوال کے لیے صرف سب سے زیادہ متعلقہ experts استعمال کیے جاتے ہیں۔
اس سے نظام زیادہ مؤثر اور زیادہ لچکدار ہو جاتا ہے۔ یہ کچھ ویسا ہی ہے جیسے لوگ کام کرتے ہیں۔ آپ ہر مسئلے پر مدد کے لیے اپنے جاننے والے ہر شخص سے رجوع نہیں کرتے۔ آپ انہی سے پوچھتے ہیں جو اس صورتحال کے لیے سب سے موزوں ہوں۔ MOE کے ساتھ، AI systems غیر ضروری طور پر بھاری ہوئے بغیر زیادہ ذہین بن سکتے ہیں۔
بہت سے محققین کا ماننا ہے کہ یہ سمت Artificial General Intelligence، یا AGI، کے طویل مدتی ہدف کے لیے اہم ہے۔ ایسا نظام جو کئی مختلف قسم کے مسائل سنبھال سکے، اسے محض بڑے حجم سے زیادہ کی ضرورت ہوتی ہے۔ اسے فیصلہ سازی چاہیے۔ اسے یہ جاننا چاہیے کہ کون سی صلاحیت کب استعمال کرنی ہے۔
یہ خیال صرف تحقیقی مقالات تک محدود نہیں ہے۔
درحقیقت، ہم Dvina میں ایک ملتے جلتے طریقۂ کار کے ساتھ کام کر رہے ہیں۔ ابتدا ہی سے ہمارا یہ فرض تھا کہ کوئی ایک language model یا tool ہر چیز میں بہترین نہیں ہو سکتا۔ ایک ہی ماڈل پر انحصار کرنے کے بجائے، ہم نے ایک orchestrator layer بنائی جو متعدد models، tools، اور data sources کے اوپر کام کرتی ہے۔
یہ orchestrator ایک decision layer کے طور پر کام کرتا ہے۔ جب کوئی صارف سوال پوچھتا ہے، تو یہ طے کرتا ہے کہ کون سا model یا resource استعمال ہونا چاہیے۔ کبھی یہ ایک استعمال کرتا ہے۔ کبھی یہ کئی کو ملا کر نتائج یکجا کرتا ہے۔ مقصد پیچیدگی دکھانا نہیں، بلکہ اسے ایک سادہ تجربے کے پیچھے چھپا دینا ہے۔
اس کا نتیجہ ایک ایسا نظام ہے جو خود کو حالات کے مطابق ڈھالنے والا محسوس ہوتا ہے۔ آپ سوال پوچھتے ہیں، اور نظام یہ سمجھ لیتا ہے کہ اس کا جواب سب سے مؤثر طریقے سے کیسے دینا ہے۔ روح کے اعتبار سے یہ MOE کی اس تجویز کے بہت قریب ہے جو model level پر دی جاتی ہے، مگر یہاں اسے system level پر لاگو کیا گیا ہے۔
AGI ابھی نہیں آیا۔ لیکن MOE جیسے خیالات یہ دکھاتے ہیں کہ آگے کا راستہ صرف scale کے بارے میں نہیں ہے۔ یہ structure، coordination، اور resources کے زیادہ ذہین استعمال کے بارے میں ہے۔
If you are curious what this kind of approach feels like in practice, you can try Dvina for free at https://dvina.ai. It is not AGI, but it gives a small glimpse into how future AI systems may think and operate.
