اپنے کاروبار میں مصنوعی ذہانت کو اپنانے کے 10 اقدامات

مصنوعی ذہانت (AI) واضح طور پر ٹیکنالوجی کی صنعت میں ایک بڑھتی ہوئی قوت ہے۔ اے آئی کانفرنسوں میں مرکز کا مرحلہ لے رہی ہے اور خوردہ اور مینوفیکچرنگ سمیت مختلف صنعتوں کی صلاحیتوں کو ظاہر کررہی ہے۔ نئی مصنوعات ورچوئل اسسٹنٹس کے ساتھ سرایت کر رہی ہیں ، جبکہ چیٹ بوٹس آپ کے آن لائن آفس سپلائر کی سائٹ سے لے کر آپ کے ویب ہوسٹنگ سروس فراہم کنندہ کے سپورٹ پیج تک ہر چیز پر صارفین کے سوالات کا جواب دے رہے ہیں۔ دریں اثنا ، گوگل ، مائیکروسافٹ ، اور سیلز فورس جیسی کمپنیاں AI کو اپنے پورے ٹیک اسٹیک میں انٹلیجنس پرت کے طور پر ضم کررہی ہیں۔ ہاں ، AI یقینی طور پر اس کے لمحے گزار رہا ہے۔

یہ وہ AI نہیں ہے جس کی پاپ کلچر نے ہم سے توقع کرنے کی شرط رکھی ہے۔ یہ سنسنی خیز روبوٹ یا اسکائینٹ یا یہاں تک کہ ٹونی اسٹارک کے جاریوس اسسٹنٹ نہیں ہے۔ یہ AI سطح مرتفع سطح کے نیچے ہورہا ہے ، جو ہمارے موجودہ ٹیک کو زیادہ ہوشیار بنا رہا ہے اور کاروباری اداروں کے ذریعہ جمع کردہ تمام اعداد و شمار کی طاقت کو کھول رہا ہے۔ اس کا کیا مطلب ہے: مشین لرننگ (ایم ایل) ، کمپیوٹر وژن ، گہری سیکھنے ، اور قدرتی زبان پروسیسنگ (این ایل پی) میں وسیع پیمانے پر پیشرفت نے آپ کے سافٹ ویئر یا کلاؤڈ پلیٹ فارم میں اے آئی الگورتھم پرت بنانا پہلے سے کہیں زیادہ آسان بنا دیا ہے۔

کاروباری اداروں کے لئے ، عملی AI درخواستیں آپ کی تنظیمی ضروریات اور آپ کے جمع کردہ ڈیٹا سے حاصل کردہ بزنس انٹیلیجنس (BI) بصیرت پر منحصر ہے ہر طرح کے طریقوں سے ظاہر ہوسکتی ہیں۔ جب اثاثوں کا سراغ لگانے اور ان کا انتظام کرنے کی بات آتی ہے تو کاروباری افراد ڈیٹا کی کان کنی سے لے کر کسٹمر ریلیشن شپ مینجمنٹ (سی آر ایم) میں ڈرائیونگ کی مصروفیت سے لے کر لاجسٹکس اور کارکردگی کو بہتر بنانے تک ہر چیز کے لئے اے آئی کو ملازمت دے سکتے ہیں۔

ایم ایل اے کی ترقی میں کلیدی کردار ادا کررہا ہے ، ٹیک کوڈ کے عالمی اے آئی + ایکسلریٹر پروگرام کے جنرل منیجر لیوک تانگ نے نوٹ کیا ، جو اے آئی اسٹارٹپس کو تیز کرتا ہے اور کمپنیوں کو ان کی موجودہ مصنوعات اور خدمات کے اوپری حصے میں اے آئی کو شامل کرنے میں مدد کرتا ہے۔

تانگ نے کہا ، "ابھی ، ایم ایل میں حالیہ تمام تر پیشرفت کی وجہ سے ، ایم اے کو آگے بڑھایا جارہا ہے۔ آپ کی طرف اشارہ کرنے کی کوئی ایک پیش رفت نہیں ہے ، لیکن اب ہم ایم ایل سے جس کاروباری قدر کو نکال سکتے ہیں وہ چارٹ سے دور ہے۔" "انٹرپرائز نقطہ نظر سے ، جو ابھی ہورہا ہے وہ کارپوریٹ کاروباری کاروباری عمل کو کوآرڈینیشن اور کنٹرول کے ارد گرد کھڑا کرسکتا ہے: نظام الاوقات ، وسائل کی تقسیم اور رپورٹنگ۔" یہاں ہم کچھ ماہرین سے ٹپس مہیا کرتے ہیں تاکہ کاروباری اداروں کو آپ کی تنظیم میں اے آئی کو مربوط کرنے کے ل take کیا اقدامات کی جاسکتی ہیں اور اس پر عمل درآمد ایک کامیابی ہے۔

1. AI سے واقف ہوں

جدید AI کیا کرسکتا ہے اس سے واقف ہونے کے لئے وقت لگائیں۔ ٹیک کوڈ ایکسلریٹر اسٹینفورڈ یونیورسٹی اور اے کی جگہ پر کارپوریشنوں جیسی تنظیموں کے ساتھ شراکت کے ذریعہ اپنے آغاز کو وسائل کی ایک وسیع صف فراہم کرتا ہے۔ آپ کو AI کے بنیادی تصورات سے اپنے آپ کو واقف کرنے کے لئے آن لائن معلومات اور وسائل کی دولت سے فائدہ اٹھانا چاہئے۔ تانگ کچھ ایسی ریموٹ ورکشاپس اور آن لائن کورسز کی تجویز پیش کرتا ہے جیسے تنظیموں کی طرف سے پیش کی جاتی ہے جیسے عداسی جیسے AI کے ساتھ شروع کرنے کے لئے اور اپنی تنظیم میں ایم ایل اور پیشن گوئی تجزیات جیسے شعبوں کے بارے میں آپ کے علم میں اضافہ کریں۔

مندرجہ ذیل بہت سارے آن لائن وسائل (مفت اور معاوضہ) ہیں جو آپ شروع کرنے کے لئے استعمال کرسکتے ہیں۔

• اڈاسٹی کا انٹرو ٹو اے کورس اور مصنوعی ذہانت نانوڈگری پروگرام
• اسٹینفورڈ یونیورسٹی کے آن لائن لیکچرز: مصنوعی ذہانت: اصول اور تراکیب
• کولمبیا یونیورسٹی کے ذریعہ ای ڈی ایکس کا آن لائن اے آئی کورس
• مائیکرو سافٹ کا اوپن سورس کونگنیٹو ٹول کٹ (اس سے پہلے CNTK کے نام سے جانا جاتا تھا) ڈویلپرز کو گہری سیکھنے والے الگورتھم کو ماسٹر کرنے میں مدد کرتا ہے
• مشین انٹیلیجنس کے لئے گوگل کا اوپن سورس (او ایس) ٹینسرفلو سافٹ ویئر لائبریری
• AI وسائل ، AI رسائی فاؤنڈیشن کی ایک اوپن سورس کوڈ ڈائرکٹری
• مصنوعی ذہانت کی ایسوسی ایشن برائے ترقی (AAAI) کے وسائل صفحہ
• مشین لرننگ کے لئے مونکی لرن کی نرم گائیڈ
• اسٹیفن ہاکنگ اور ایلون مسک کا مستقبل کا انسٹی ٹیوٹ
• اوپن اے آئی ، ایک کھلی صنعت اور تعلیمی میدان میں گہری سیکھنے کا ایک پہل

2. ان مشکلات کی نشاندہی کریں جو آپ اے آئی کو حل کرنا چاہتے ہیں

ایک بار جب آپ بنیادی باتوں کو تیز کرنے کے ل up ، کسی بھی کاروبار کے لئے اگلے مرحلے میں مختلف آئیڈیاز کی کھوج شروع کرنا ہے۔ اس کے بارے میں سوچیں کہ آپ اپنی موجودہ مصنوعات اور خدمات میں کس طرح اے آئی کی صلاحیتوں کو شامل کرسکتے ہیں۔ زیادہ اہم بات یہ ہے کہ ، آپ کی کمپنی کو مخصوص استعمال کے معاملات کو ذہن میں رکھنا چاہئے جس میں اے آئی کاروباری مسائل حل کرسکتی ہے یا قابل قدر قیمت مہیا کرسکتی ہے۔

"جب ہم کسی کمپنی کے ساتھ کام کر رہے ہیں تو ، ہم اس کے کلیدی ٹیک پروگراموں اور مسائل کا ایک جائزہ کے ساتھ شروع کرتے ہیں۔ ہم یہ بتانا چاہتے ہیں کہ قدرتی زبان کی پروسیسنگ ، امیج کی پہچان ، ایم ایل وغیرہ ان مصنوعات میں کس طرح فٹ ہوجاتے ہیں ، عام طور پر "کمپنی کے انتظام کے ساتھ کسی طرح کی ایک ورکشاپ ،" تانگ نے وضاحت کی۔ "صنعت کے مطابق تفصیلات ہمیشہ مختلف ہوتی ہیں۔ مثال کے طور پر ، اگر کمپنی ویڈیو نگرانی کرتی ہے تو ، اس عمل میں ایم ایل کا اضافہ کرکے وہ بہت زیادہ قیمت حاصل کر سکتی ہے۔"

3. کنکریٹ ویلیو کو ترجیح دیں

اگلا ، آپ کو ممکنہ طور پر AI کی مختلف ممکنہ نفاذات کی ممکنہ کاروباری اور مالی قدر کا اندازہ لگانا ہوگا جن کی آپ نے نشاندہی کی ہے۔ "آسمان میں پائی" اے آئی کے چرچے میں کھو جانا آسان ہے ، لیکن تانگ نے اپنے اقدامات کو براہ راست کاروبار کی قیمت سے باندھنے کی اہمیت پر زور دیا۔

تانگ نے کہا ، "ترجیح دینے کے ل potential ، صلاحیت اور فزیبلٹی کے طول و عرض کو دیکھیں اور انہیں 2x2 میٹرکس میں ڈالیں۔" "اس سے آپ کو قریبی مدت کی مرئیت کی بنیاد پر ترجیح دینے میں مدد ملے گی اور یہ معلوم ہوسکے گا کہ کمپنی کے لئے مالی قیمت کیا ہے۔ اس اقدام کے ل usually ، عام طور پر آپ کو منتظمین اور اعلی سطح کے ایگزیکٹوز کی ملکیت اور پہچان کی ضرورت ہوتی ہے۔"

اندرونی صلاحیت گیپ کو تسلیم کریں

آپ جو کچھ کرنا چاہتے ہیں اس میں کافی فرق ہے اور جو آپ کے پاس ایک مقررہ مدت میں دراصل حاصل کرنے کی تنظیمی صلاحیت رکھتے ہیں۔ تانگ نے کہا کہ بزنس کو یہ جاننا چاہئے کہ وہ مکمل طور پر تیار کردہ AI پر عمل درآمد شروع کرنے سے پہلے یہ جاننے کے قابل ہے کہ وہ اس کی صلاحیت رکھتا ہے اور یہ ٹیک اور کاروباری عمل کے نقطہ نظر سے نہیں ہے۔

تانگ نے کہا ، "بعض اوقات ایسا کرنے میں کافی وقت لگ سکتا ہے۔ "آپ کی داخلی صلاحیت کے فرق کو حل کرنے کا مطلب یہ ہے کہ آپ کو جو کچھ حاصل کرنے کی ضرورت ہے اس کی نشاندہی کریں اور آپ کے جانے سے پہلے کسی بھی عمل کی داخلی طور پر ترقی کی ضرورت ہو گی۔ کاروبار پر منحصر ، وہاں موجود پروجیکٹس یا ٹیمیں ہوسکتی ہیں جو مخصوص کاروباری اکائیوں کے لئے اس کو جسمانی طور پر انجام دینے میں مدد کرسکتی ہیں۔ "

5. ماہرین لائیں اور ایک پائلٹ پروجیکٹ مرتب کریں

ایک بار جب آپ کا کاروبار تنظیمی اور تکنیکی نقطہ نظر سے تیار ہوجاتا ہے ، تو پھر یہ وقت تعمیر اور انضمام کا آغاز کرنے کا ہے۔ تانگ نے کہا کہ یہاں سب سے اہم عوامل چھوٹی شروعات کرنا ہیں ، منصوبے کے اہداف کو ذہن میں رکھنا ہے اور سب سے اہم بات یہ ہے کہ آپ کیا جانتے ہیں اور AI کے بارے میں کیا نہیں جانتے اس سے آگاہ رہیں۔ یہیں سے باہر کے ماہرین یا اے آئی کے مشیر لانا انمول ثابت ہوسکتا ہے۔

تانگ نے کہا ، "پہلے پروجیکٹ کے لئے آپ کو زیادہ وقت کی ضرورت نہیں ہے؛ عام طور پر پائلٹ پروجیکٹ کے لئے ، 3 سے 3 ماہ اچھی حد ہوتی ہے۔" "آپ داخلی اور بیرونی لوگوں کو ایک چھوٹی ٹیم میں لانا چاہتے ہیں ، ہوسکتا ہے کہ 4-5 افراد ہوں ، اور یہ سخت ٹائم فریم ٹیم کو سیدھے سیدھے اہداف پر مرکوز رکھے گا۔ پائلٹ مکمل ہونے کے بعد ، آپ کو فیصلہ کرنے کے قابل ہونا چاہئے کہ طویل عرصے تک مدت کے لحاظ سے ، زیادہ وسیع منصوبہ ہوگا اور کیا آپ کے کاروبار کے ل your قدر کی تجویز معنی رکھتی ہے۔ یہ بھی ضروری ہے کہ دونوں فریقوں کی مہارت - وہ لوگ جو کاروبار کے بارے میں جانتے ہیں اور وہ لوگ جو AI کے بارے میں جانتے ہیں وہ آپ کے پائلٹ پروجیکٹ ٹیم میں ضم ہوجاتے ہیں۔ "

6. ڈیٹا کو اکٹھا کرنے کے لئے ٹاسک فورس تشکیل دیں

تانگ نے نوٹ کیا کہ ، اپنے کاروبار میں ایم ایل کو نافذ کرنے سے پہلے ، آپ کو اپنے کوائف کو صاف کرنے کی ضرورت ہے تاکہ "کوڑا کرکٹ میں داخل ہونا ، کوڑے سے باہر ہونا" کے منظر نامے سے بچنا ہو۔ تانگ نے کہا ، "داخلی کارپوریٹ اعداد و شمار عام طور پر مختلف میراثی نظاموں کے متعدد ڈیٹا سیلوس میں پھیل جاتے ہیں ، اور یہاں تک کہ مختلف ترجیحات والے مختلف کاروباری گروپوں کے ہاتھ ہوسکتے ہیں۔" "لہذا ، اعلی معیار کے اعداد و شمار کے حصول کے لئے ایک بہت اہم اقدام ایک کراس ٹاسک فورس تشکیل دینا ، مختلف اعداد و شمار کے سیٹ کو ایک ساتھ جوڑنا ، اور تضادات کو حل کرنا ہے تاکہ اعداد و شمار درست اور امیر ہوں ، جس میں ایم ایل کے لئے درکار تمام درست طول و عرض موجود ہوں۔"

7. چھوٹے شروع کریں

بہت زیادہ جلدی جلدی لینے کی بجائے اپنے ڈیٹا کے ایک چھوٹے سے نمونے میں AI کا اطلاق شروع کریں۔ ایم * موڈل میں حل منیجمنٹ کے نائب صدر ، ہارون براؤزر ، جو صحت کی دیکھ بھال کرنے والی تنظیموں کے لئے قدرتی زبان کی تفہیم (این ایل یو) ٹیک پیش کرتے ہیں ، نے کہا ، "آسان بنائیں ، اے آئی کو اضافی طور پر قیمت ثابت کرنے کے لئے استعمال کریں ، اور پھر اسی کے مطابق پھیلائیں۔" ایک AI پلیٹ فارم جو الیکٹرانک میڈیکل ریکارڈ (EMRs) کے ساتھ ضم ہوتا ہے۔

ایک مخصوص قسم کا ڈیٹا بعض طبی خصوصیات کے بارے میں معلومات ہوسکتا ہے۔ ایم * موڈل میں چیف میڈیکل انفارمیشن آفیسر (سی ایم آئی او) ، ڈاکٹر گیلان ال سعدوی نے کہا ، "اے آئی کیا پڑھ رہی ہے اس میں منتخب ہو۔" "مثال کے طور پر ، ایک خاص مسئلہ منتخب کریں جس کو آپ حل کرنا چاہتے ہیں ، اس پر اے آئی پر توجہ دیں ، اور اس کو جواب دینے کے لئے ایک خاص سوال دیں اور اس پر تمام ڈیٹا مت پھینکیں۔"

8. آپ کے AI منصوبے کے حصے کے طور پر اسٹوریج کو شامل کریں

پینگوئن کمپیوٹنگ کے چیف ٹیکنیکل آفیسر (سی ٹی او) فلپ پوکورنی کے مطابق ، اعلی کارکردگی والے کمپیوٹنگ کی پیش کش کرنے والی ایک کمپنی (فلپ پوکورنی) کے مطابق ، اعداد و شمار کے ایک چھوٹے سے نمونے سے نکلنے کے بعد ، آپ کو اے آئی حل پر عمل درآمد کرنے کے لئے اسٹوریج کی ضروریات پر غور کرنے کی ضرورت ہوگی۔ HPC) ، AI ، اور ML حل۔

"تحقیقی نتائج تک پہنچنے کے ل al الگورتھم میں بہتری لانا ضروری ہے۔ لیکن زیادہ درست ماڈل تیار کرنے میں مدد کے ل data اعداد و شمار کی بڑی مقدار کے بغیر ، اے آئی سسٹم آپ کے کمپیوٹنگ کے مقاصد کو حاصل کرنے کے لئے کافی حد تک بہتری نہیں لاسکتے ہیں ،" پوکورننی نے ایک سفید مقالے کے عنوان سے لکھا ہے ، "تنقیدی فیصلے: ایک ہدایت نامہ۔ بغیر کسی افسوس کے مکمل مصنوعی ذہانت کے حل کی تعمیر کرنا۔ " "اسی وجہ سے اے آئی سسٹم ڈیزائن کے آغاز میں تیز رفتار ، بہتر اسٹوریج کو شامل کرنے پر غور کیا جانا چاہئے۔"

اس کے علاوہ ، آپ کو اعداد و شمار کی کھپت ، ورک فلو اور ماڈلنگ کے لئے اے آئی اسٹوریج کو بہتر بنانا چاہئے۔ پوکورنی نے مزید کہا ، "اپنے اختیارات کا جائزہ لینے کے لئے وقت نکالنے سے اس کا ایک بہت بڑا ، مثبت اثر پڑ سکتا ہے۔

9. اپنے روزانہ کاموں کے حصے کے طور پر اے آئی کو شامل کریں

اے آئی کے ذریعہ فراہم کردہ اضافی بصیرت اور آٹومیشن کے ساتھ ، کارکنوں کے پاس ٹول ہے کہ وہ AI کو اپنی روز مرہ کے معمولات کا ایک حصہ بنائیں بجائے اس کی جگہ۔ ). ویلنگٹن نے وضاحت کرتے ہوئے کہا ، "کچھ ملازمین ایسی ٹیکنالوجی سے ہوشیار رہ سکتے ہیں جو ان کے کام کو متاثر کرسکیں ، لہذا اپنے روز مرہ کے کاموں کو بڑھانے کے لئے حل کو متعارف کروانا ضروری ہے۔"

انہوں نے مزید کہا کہ کمپنیوں کو شفاف ہونا چاہئے کہ ٹیک کس طرح کام کے فلو میں مسائل کو حل کرنے کے لئے کام کرتا ہے۔ انہوں نے کہا ، "اس سے ملازمین کو 'ہوڈ کے تحت' تجربہ ملتا ہے تاکہ وہ واضح طور پر اندازہ کرسکیں کہ ان کے کردار کو ختم کرنے کے بجائے کس طرح ان کے کردار میں اضافہ ہوتا ہے۔

10. توازن کے ساتھ تعمیر

• مصنوعی ذہانت میں تعصب کا ایک مسئلہ ہے ، اور یہ ہماری غلطی ہے مصنوعی ذہانت میں تعصب کا مسئلہ ہے ، اور یہ ہماری غلطی ہے۔
• آئی بی ایم مصنوعی ذہانت سے انسانی مباحثے کے چیمپین حاصل
• اے آئی نے بھاری صلاحیت پیش کی ، لیکن یہ راتوں رات نہیں ہو پائے گی اے ای بڑی صلاحیت پیش کرتا ہے ، لیکن یہ راتوں رات نہیں ہوگا

پوکورنی نے وضاحت کرتے ہوئے کہا کہ جب آپ اے آئی کا نظام بنا رہے ہو تو اس میں ٹیک کی ضروریات کو پورا کرنے کے ساتھ ساتھ ریسرچ پروجیکٹ کی ضرورت ہوتی ہے۔ پوکورننی نے کہا ، "اے آئی سسٹم کو ڈیزائن کرنے سے پہلے ہی اہم غور و فکر یہ ہے کہ آپ کو نظام کو توازن کے ساتھ تعمیر کرنا چاہئے۔" "یہ بات واضح معلوم ہوسکتی ہے لیکن ، اکثر ، اے آئی سسٹمز ان مخصوص پہلوؤں کے ارد گرد تیار کیے گئے ہیں جس طرح سے ٹیم اپنے تحقیقی اہداف کو حاصل کرنے کا تصور کرتی ہے ، بغیر ہارڈ ویئر اور سافٹ ویئر کی ضروریات اور حدود کو سمجھے جو تحقیق کی حمایت کرتے ہیں۔ نتیجہ کم ہی ہے۔ مطلوبہ اہداف کے حصول میں ناکام ہونے سے کہیں زیادہ مناسب ، حتی کہ غیر فعال ، نظام بھی۔ "

اس توازن کو حاصل کرنے کے ل companies ، کمپنیوں کو اسٹوریج ، گرافکس پروسیسنگ یونٹ (جی پی یو) ، اور نیٹ ورکنگ کے ل sufficient مناسب بینڈوڈتھ بنانے کی ضرورت ہے۔ سیکیورٹی بھی ایک نظرانداز جز ہے۔ AI اپنی نوعیت کے مطابق اپنے کام کے ل data وسیع پیمانے پر ڈیٹا تک رسائی کی ضرورت ہے۔ اس بات کو یقینی بنائیں کہ آپ سمجھتے ہیں کہ پروجیکٹ میں کس طرح کا ڈیٹا شامل ہوگا اور یہ کہ آپ کی معمول کے حفاظتی حفاظتی انتظامات - خفیہ کاری ، ورچوئل پرائیوٹ نیٹ ورک (وی پی این) ، اور اینٹی میلویئر - کافی نہیں ہوسکتے ہیں۔

پوکورنی نے کہا ، "اسی طرح ، آپ کو یہ توازن رکھنا ہوگا کہ تحقیق کو حاصل کرنے کے لئے مجموعی بجٹ کس طرح خرچ کیا جاتا ہے تاکہ بجلی کی ناکامی اور فالتو کاموں کے ذریعے دوسرے منظرناموں سے بچایا جائے۔" "آپ کو ہارڈ ویئر کی دوبارہ اشاعت کی اجازت دینے کے ل flex لچک میں اضافے کی ضرورت پڑسکتی ہے کیونکہ صارف کی ضروریات میں تبدیلی آتی ہے۔"