عی: آخری کام تخلیق کرنے والا؟

پچھلی کئی دہائیوں سے (کم از کم) ، ہم نے تکنیکی بے روزگاری کے بڑھتے ہوئے خطرے کے بارے میں سنا ہے۔ لیکن ان دنوں ، یہ خاص طور پر آسنن لگتا ہے۔ مثال کے طور پر: جب اس سال کے شروع میں ، ٹریژری کے سکریٹری اسٹیو منوچن نے روبوٹ کے انسانوں کو نوکریوں سے دور رکھنے کے تصور کو مسترد کردیا تو ، سائنس اور ٹکنالوجی برادری نے اس تشخیص کو تنقید کا نشانہ بنانے والے اعدادوشمار اور چارٹ کے ساتھ جواب دیا۔

مصنوعی ذہانت روزگار کی زمین کی تزئین کی بے مثال رکاوٹ کا سبب بن کر ڈومینز کی بڑھتی ہوئی تعداد میں جانے کا راستہ تلاش کر رہی ہے۔ اور عصبی نیٹ ورک اور مشین لرننگ الگورتھم ، جدید AI کے نمایاں ترین حصے ، انسانی پیشہ ور افراد سے بہتر کارکردگی کا وعدہ کر رہے ہیں یا فراہم کر رہے ہیں۔ اے آئی انقلاب تیزی کے ساتھ آرہا ہے ، اور یہ اتنا ہی اچھا وقت ہے کہ مستقبل کے لئے اپنے تعلیمی اور معاشی انفراسٹرکچر کی تیاری شروع کردیں جس میں انسان خاص قسم کے کام انجام دینے میں کم سے کم حصہ لیں گے۔

گارٹنر میں مشین لرننگ ریسرچ کے وی پی ، الیکس لنڈین کا کہنا ہے ، "اب واضح طور پر ، جب کمپیوٹر دیکھنے ، سننے اور پڑھنے کے ساتھ آٹومیشن کو نامعلوم فروغ کا تجربہ کریں گے۔" "اس میں ابھی بھی پھل اٹھانا ہے۔ حالیہ پیشرفتوں میں سے بہت ساری چیزیں میٹیکل آٹومیشن ہونے سے شروع ہونے سے کچھ سال قبل لگیں گی۔ لیکن بہت سارے غیر مینوفیکچرنگ ڈومینز … پروف ریڈر ، مشین ٹرانسلیشن کے ماہرین اور یقینی طور پر ملازمتوں سے خوفزدہ ہونا پڑتا ہے۔ "

اگرچہ یہ پوری تصویر نہیں ہے۔ ہر صنعتی انقلاب افرادی قوت کی نقل مکانی اور ایڈجسٹمنٹ کے بارے میں اتنا ہی ہوتا ہے جتنا کہ اس کی تبدیلی کے بارے میں ہوتا ہے ، اور یہ جدید ترین سائیکل بھی اس کا مستثنیٰ نہیں ہے۔ لیکن مصنوعی ذہانت کے پھیلاؤ سے انسانی تخلیقی صلاحیتوں اور جدت کو موثر استعمال میں ڈالنے کے لئے بھی نئے مواقع میسر آئیں گے۔

ٹیک ٹیلنٹ کا مطالبہ بڑھا

مصنوعی انٹلیجنس فرم انبینٹا کے بوٹ ماسٹر جو لوبو کہتے ہیں ، "ہمیں کیا معلوم کہ مصنوعی ذہانت ملازمتوں کے لئے قلیل مدت میں سب سے زیادہ موثر ثابت ہوگی جو معمولات کی ایک سیریز میں توڑ دی جاسکتی ہے ، چاہے وہ دستی مزدوری ہو یا علمی کام ،" . "اس کا مطلب ہے کہ انسان زیادہ تخلیقی اور نتیجہ میں زیادہ سے زیادہ لطف اٹھانے والے کاموں پر توجہ مرکوز کر سکے گا۔"

بیانیہ سائنس کے سی ای او اسٹوارٹ فرانکل کا کہنا ہے کہ "ٹیکنالوجی کبھی بھی ملازمتوں کی خالص تباہی نہیں رہی۔" "آج تکنالوجی کی ہر نوکری پر نظر ڈالیں جو آج کسی بھی انٹرپرائز میں موجود ہے۔ ان میں سے کوئی بھی نو بیس سال پہلے موجود نہیں تھا اور ان میں سے بیشتر شاید دس سال قبل بھی موجود نہیں تھے۔"

در حقیقت ، اس لمحے کے لئے ، روبوٹ کے ذریعہ انسانی نوکریوں کو مکمل طور پر قبضہ کرنے کی بجائے ، مسئلہ یہ ہے کہ ملازمت کی بہت ساری آسامیاں خالی ہیں اور ان کو پُر کرنے کے لئے کافی ہنر مند افراد نہیں ہیں۔ ڈیٹا سے چلنے والے کاروبار میں اضافے کے ساتھ ہی بورڈ میں ٹیک ٹیلنٹ کی مانگ بڑھ رہی ہے۔

مثال کے طور پر ، 2016 میں ، سائبر معیشت کے محقق سائبرسیکیوریٹی وینچرز نے بتایا کہ سائبر سکیورٹی کی بے روزگاری کی شرح صفر فیصد پر ہے اور حقیقت یہ ہے کہ ، دنیا بھر میں ایک ملین سے زیادہ ماہرین کی کمی ہے۔ سافٹ ویئر ڈویلپمنٹ اور ڈیٹا سائنس جیسے ٹیک روزگار کے ایسے ہی علاقوں میں ، بہتر کام نہیں کیا جا رہا ہے اور وہ اپنی صلاحیتوں کے فرق کو نپٹا رہے ہیں۔ ٹیک نوکریوں میں مزید ماہرین کی ضرورت بڑھتی چلی جائے گی کیونکہ مصنوعی ذہانت مزید ڈومینز میں جانے کا راستہ تلاش کرتی ہے۔

"مجھے یقین ہے کہ حکومتوں کو یہ یقینی بنانا چاہئے کہ انگریزی ، ریاضی اور سائنس کی طرح کوڈنگ کی قدر کی جانی چاہئے ، اگر ہم اس بات کو یقینی بنائیں کہ مصنوعی ذہانت ہمیں مہیا کرنے والے مواقع پر اس تیزی کو بڑھا سکے گی۔"

حالیہ برسوں میں حکومت کی زیرقیادت متعدد منصوبوں کے ساتھ ساتھ نجی شعبے کی طرف سے تکنیکی صلاحیتوں کی ضرورت کو پورا کرنے میں مددگار اقدامات بھی دیکھنے میں آئے ہیں۔ سابق صدر براک اوبامہ کا ٹیک ہائر پروجیکٹ ایک مثال ہے: اس میں ایک 100 ملین ڈالر کی گرانٹ بھی شامل ہے جس میں زیادہ سے زیادہ لوگوں کو ٹیک نوکریوں کی راہ ہموار کرنا ہے ، جن میں وہ لوگ شامل ہیں جن کے پاس اعلی تعلیم کی سند نہیں ہے۔

ہم کوریسرا اور بگ ڈیٹا یونیورسٹی جیسے اداروں سے بڑے پیمانے پر کھلے آن لائن کورسز (MOOCs) کی ترقی بھی دیکھ رہے ہیں technical تکنیکی مہارتوں کے لئے مفت آن لائن تعلیم جس کی طلب زیادہ ہے۔ کوڈنگ بوٹ کیمپ ، وہ ادارے جو درخواست دہندگان کو کم وقت میں کمپیوٹر پروگرامنگ سکھاتے ہیں ، بھی مقبولیت میں اضافہ ہوا ہے۔ اسی کے ساتھ ساتھ ، اے ٹی اینڈ ٹی جیسی کمپنیاں اپنے ملازمین کو روزگار کے مستقبل کے مطابق بنانے میں مدد کررہی ہیں۔

جیسے جیسے مصنوعی ذہانت کی ترقی کی رفتار تیز ہوگی ، ہنر اور مہارت کی ضروریات بھی اتنی ہی تیزی سے تبدیل ہوجائیں گی۔ یہاں تک کہ مستقبل میں سافٹ ویئر ڈویلپمنٹ بھی یکساں نہیں رہے گا اور اے آئی الگورتھم کی تربیت کی طرف اشارہ کرتے ہوئے کوڈنگ سے بدلا جائے گا۔

انسانی کمپیوٹر کی باہمی تعامل میں ایک انقلاب

بہت سے لوگ جو AI سے اپنی ملازمت کھو رہے ہیں ان میں ٹیک ملازمتوں میں داخل ہونے کی مہارت اور جانکاری نہیں ہے ، اور ان کی تربیت کے لئے کافی وقت درکار ہے۔ خوش قسمتی سے ، اس سلسلے میں ، مصنوعی ذہانت کسی ایسے مسئلے کو حل کرنے میں مدد کر سکتی ہے جو بڑی حد تک اس کی اپنی تشکیل ہوسکتی ہے۔ اے آئی پہلے ہی بہت سے طریقوں سے تعلیم میں انقلاب لانے کا وعدہ کر رہی ہے ، جس میں سیکھنے کے تجربے کو ذاتی بنانا اور اس کی اصلاح کرنا شامل ہے۔ اس کا مطلب ہے کہ نئی مہارتیں سیکھنے میں کم وقت لگے گا۔

لوبو کا کہنا ہے کہ ، "انسان پہلے سے کہیں زیادہ تیزی سے دوسرے صنعتوں میں دوبارہ داخل ہو سکے گا ، اور انہیں ملازمت کی منڈی میں ہونے والی تبدیلیوں پر رد عمل ظاہر کرنے کے لئے زیادہ سے زیادہ نرمی فراہم کرے گا۔" "ٹرک ڈرائیور مہینوں میں کوڈنگ میں کیریئر میں کیوں نہیں جاسکتا؟"

جہاں اے آئی سیکھنے کے منحنی خطوط کو نرم نہیں کرسکتا ، وہ کاموں کی پیچیدگی کو توڑنے اور انھیں آسان تر بنانے میں کامیاب ہوجائے گا ، اور زیادہ سے زیادہ لوگوں کو ملازمتوں میں داخل ہونے کے قابل بنائے گا جس کے لئے ایک بار برسوں کی تعلیم اور تربیت کی ضرورت ہوتی ہے۔

ایک قابل ذکر ترقی نیچرل لینگویج پروسیسنگ اینڈ جنریشن (NLP / NLG) ہے ، جو مصنوعی ذہانت کی شاخ ہے جو انسانی زبان کے اسکرپٹ کو سمجھنے اور تیار کرنے کے ساتھ کرنا ہے۔ NLP اور NLG جس طرح سے ہم کمپیوٹرز کے ساتھ تعامل کرتے ہیں ، اس سے کام کی انجام دہی میں رکاوٹوں اور رکاوٹوں کو دور کرتے ہیں اور اپنی ملازمتوں میں ہمیں زیادہ موثر بناتے ہیں۔

"این ایل جی ایک قابل اور وسعت دینے والی ٹکنالوجی ہے ،" نریٹری سائنس کے فرانکل کا کہنا ہے۔ "جب انسانی صلاحیتوں کے ساتھ مل کر ، این ایل جی نتائج پیدا کرسکتی ہے جو اس سے کہیں زیادہ ہوسکتی ہے جس میں سے دونوں ہی اکیلے کو حاصل کرسکتے ہیں۔ میرے نزدیک ایکسل این ایل جی کا بہت بڑا مشابہ ہے۔ جب لوٹس 123 اور ایکسل پہلی بار سامنے آیا تو ، مستقبل کے بارے میں بہت ساری پیش گوئیاں ہوئیں۔ اکاؤنٹنٹ اور مالیاتی تجزیہ کار ، لیکن ہمیں جلدی سے معلوم ہوا کہ یہ اوزار تجزیہ کاروں کی جگہ نہیں لے رہے ہیں۔ در حقیقت ، تجزیہ کار سپر تجزیہ کاروں میں تبدیل ہوگئے اور کاروباری اداروں نے انہیں ڈراوئ میں رکھنا شروع کر دیا۔ این ایل جی کے ساتھ بھی ایسا ہی ہو رہا ہے۔ "

بیانیہ سائنس نے این ایل جی کو بزنس انٹیلیجنس (بی آئی) پلیٹ فارم میں ضم کیا تاکہ صارفین کو انٹلیجنٹ بیانیہ ، بصیرت انگیز ، تبادل commun خیال مواصلات جو سامعین سے وابستہ معلومات سے بھر پور فراہم کریں جو تجزیاتی فیصلے کرنے کی مکمل شفافیت فراہم کرتے ہیں۔ فرانکل کی وضاحت کے مطابق ، یہ ٹیکنالوجی ڈیٹا سائنس جیسی مہارت کے مخصوص سیٹ کی ضرورت کے بغیر لوگوں کے وسیع گروپ کو اپنے کام کرنے میں مدد دے رہی ہے۔

"اس کا مطلب کم تکنیکی لوگ ہیں یا کسی بھی تجزیاتی مہارت کے حامل لوگ ان BI ٹولز کا استعمال کرسکتے ہیں ، فوری طور پر اپنی بصیرت حاصل کرسکتے ہیں ، اور آخر کار ، اپنے کاموں کو بہتر طریقے سے انجام دیتے ہیں۔"

دوسری طرف ، این ایل پی لوگوں کو تجزیات کے اوزار اور اعداد و شمار کے ذرائع سے انٹرفیس کرنا آسان بناتا ہے۔ آپ اسے پہلے ہی IBM واٹسن تجزیات جیسے پلیٹ فارم میں دیکھ سکتے ہیں ، جہاں قدرتی زبان کے کمانڈ ڈیٹا کے ذرائع سے استفسار کرنا آسان بنا رہے ہیں۔ اس سے ریاضی کی مہارت رکھنے والے افراد کے لئے طویل پروگرامنگ کورسز کے بغیر ڈیٹا سائنس ملازمت میں داخلے کی راہ ہموار ہوسکتی ہے۔

این ایل پی غیر ساختہ علم کی بڑی لاشوں کو سمجھنے میں بھی مدد فراہم کررہا ہے ، جس میں آرٹیکلز ، کتابیں اور وائٹ پیپرز شامل ہیں ، ان کو ڈیٹا میں ترتیب دینے سے جو مشینوں کے ذریعہ قابل استفسار اور قابل استعمال ہیں۔ یہ سافٹ ویئر اور خدمات کو انسانی ماہرین کی مدد کرنے میں بہت زیادہ کارآمد بنا سکتا ہے۔

گارٹنر کے محقق ، الیکس لنڈن کا خیال ہے کہ اس سے زیادہ موثر علمی گرافس پیدا کرنے میں مدد مل سکتی ہے۔ "اے آئی / این ایل پی حقیقی علمی صنعت بنانے میں مدد کرسکتے ہیں۔" لیکن انہوں نے مزید کہا ، "ہم ابھی بھی اس کے بالکل ابتدائی دور میں ہیں۔"

انسانی کوششوں کی تکمیل

اس کی ایک مثال آئی بی ایم کے حال ہی میں شروع کردہ اے آئی پر مبنی واٹسن برائے سائبرسیکیوریٹی پلیٹ فارم ہے۔ واٹسن مشینیں سیکھنے کے الگورتھم کا استعمال کرتے ہوئے ٹنوں ساخت اور غیر ساختہ اعداد و شمار کو تلاش کرتے ہیں۔ اس کے بعد بار بار چلنے اور ابھرتے ہوئے خطرات کے بارے میں "سیکھتا ہے" اور سیکیورٹی تجزیہ کاروں کو اپنے کام انجام دینے میں مدد کرتا ہے۔ آئی بی ایم سیکیورٹی کے وی پی کالیب بارلو واٹسن کے پیرامیڈک کے کردار کی طرح کسی معالج کی مدد کرنے کے بارے میں سوچتے ہیں۔ اس سے کم ہنر اور تجربہ رکھنے والے تجزیہ کاروں کو سیکیورٹی کے واقعات سے نمٹنے میں زیادہ مہارت حاصل کرنے میں آسانی ہوسکتی ہے۔

ٹیک واحد واحد شعبہ نہیں ہے جہاں اے آئی انسانی کاوشوں کی تکمیل کرسکتا ہے اور زیادہ سے زیادہ لوگوں کو ملازمت میں شامل کرسکتا ہے۔ مصنوعی ذہانت کے الگورتھم بھی صحت کی دیکھ بھال اور طب کے شعبوں میں وعدے کا مظاہرہ کررہے ہیں ، جن میں معالجوں اور ہنر مند کارکنوں کی کمی ہے۔ عصبی نیٹ ورک اور اے آئی کے معاونین بیماریوں کا پتہ لگانے ، تشخیص کرنے اور ان کا علاج کرنے ، ڈاکٹروں کو تربیت دینے کے لئے درکار وقت کو کم کرنے اور بہت سے لوگوں تک صحت کی دیکھ بھال کی خدمات کو قابل رسائی بنانے میں بہت آسان بنا رہے ہیں۔

فرانکل کا کہنا ہے کہ ، "امریکہ میں ڈاکٹروں ، نرسوں اور معالجوں کے معاونین کی کمی ہے ، اور ترقی یافتہ دنیا سے بھی زیادہ شدید ضرورت ہے۔" "آپ ان تمام چیزوں کے بارے میں سوچتے ہیں جو AI کر سکتے ہیں massive بڑے پیمانے پر ڈیٹا لیں ، اس کا تجزیہ کریں ، اہم نکات پر بات چیت کریں - اور اس سے بہت سی خدمات کی دستیابی کو وسیع کرتا ہے جو صرف وسیع (اور عام طور پر مہنگی) تربیت رکھنے والے افراد ہی کر سکتے ہیں۔ "آپ کو اب بھی لوگوں کی ضرورت ہے کہ وہ مریضوں کے ساتھ مل کر کام کریں۔ اے آئی زیادہ سے زیادہ لوگوں کو ایسا کرنے میں مدد دے رہا ہے کیونکہ اس سے علم زیادہ سے زیادہ قابل رسا ہو رہا ہے۔ اس طرح ، مجھے لگتا ہے کہ حقیقت میں اے آئی مزید ملازمتیں پیدا کرے گا۔"

آخر کار ، مصنوعی ذہانت کی ترقی روایتی ٹیک سے متعلقہ ڈومین سے ماہر ماہرین کے لئے ملازمت کے مواقع پیدا کرے گی۔ ڈیٹا سائنس مصنف اور لنکڈ ان لرننگ انسٹرکٹر ڈگ روز کا خیال ہے کہ انڈسٹری کو دیگر مہارتوں کو بھی آگے بڑھانا ہوگا۔

روز کا کہنا ہے کہ "گذشتہ نصف صدی مقداری شعبوں کے لئے اعزاز کی بات رہی ہے۔ کمپیوٹر پروگرامرز ، انجینئرز اور ڈیٹا سائنسدانوں نے ملازمت کی منڈی میں غلبہ حاصل کیا ہے اور بڑی کمپنیاں تشکیل دی ہیں۔" "اس کے باوجود ، اے آئی کے ساتھ کچھ اہم چیلنجز سافٹ ویئر سے بہت مختلف ہیں۔ یہاں سب سے بڑا چیلنج بہتر انسانی تجربہ پیدا کرنا ہوگا۔"

جیسے جیسے یہ تیزی سے پیچیدہ کاموں کو انجام دیتا ہے ، مصنوعی ذہانت کو معاشرتی ، اخلاقی اور سیاسی چیلنجوں کا سامنا کرنا پڑتا ہے۔ انجینئر مکمل طور پر نئی دشواریوں سے نپٹ رہے ہیں ، جیسے غیر متعصب AI الگورتھم تخلیق کرنا۔

روز کہتے ہیں ، "ابھی تعلیمی ماہرین ، انجینئرز ، اور سافٹ ویئر ڈویلپرز کا ڈومین ہے۔ "آخر کار یہ فیلڈ مختلف صلاحیتوں کا تقاضا کرے گا۔ اس میں انسانیت میں مضبوط پس منظر رکھنے والے افراد کی ضرورت ہوگی۔ بہتر انسانی تجربے کی کلید فلسفہ ، ثقافتی علوم ، بیان بازی ، زبانیں اور فنون سے آئیں گے۔ یہ ماہر سافٹ ویئر اور ہماری ضروری انسانی ضروریات کے مابین پائے جانے والے فاصلے کو ختم کرنے میں مدد دینے والے رہنما بنیں۔ "

روز نے ایک مضمون میں اس عنوان پر وضاحت کی ہے ، "غلط سے ہماری مشینیں کون سکھائے گا؟" جس میں انہوں نے بتایا کہ ہمارے ماہر بشریات ، مواصلات کے ماہرین ، فلاسفروں اور ثقافتی ماہرین کے لئے ایک نشست کی ضرورت کیوں ہے۔

انبینٹا ایک کمپنی ہے جو ماہر لسانیات کو اس کے تلاش کے حل کے ل the لغت کو تیار کرنے کے لئے ملازمت کرتی ہے ، اس بات کو یقینی بناتی ہے کہ وہ مضبوط ہیں اور اپنے صارفین کو اعلی خدمات کی شرح فراہم کرسکتی ہیں۔

"بین لسانی طلباء سے توقع کی جاتی ہے کہ وہ عام طور پر تعلیم یا ترجمے کے اندر ہی کیریئر میں چلے جائیں گے ، لیکن ہم نے AI کی بدولت ان کی مارکیٹ میں تبدیلی آتے ہوئے دیکھا ہے۔" "اگلے چند سال اسی طرح کے کردار دیکھیں گے جن کو ہم فی الحال ان لوگوں کے لئے بہار سمجھنے سے قاصر ہیں جنھیں اس بات کی فکر ہوسکتی ہے کہ انہوں نے جو مہارت حاصل کی ہے وہ نوادرات کا باعث بن سکتی ہے۔"

جب تک روبوٹ سارے کام نہیں لیتے ہیں ، انسانوں کے لئے ابھی بھی بہت کچھ ہے۔ لیکن ہمیں تبدیلی کو قبول کرنے اور اس کی تیاری کرنے کی ضرورت ہے۔