حقیقی دنیا میں بڑا ڈیٹا کیسے لگائیں

فاسٹ فارورڈ کے اس ایڈیشن پر ، میں نے ہیم آسدگری سے بات کی ، اینگما کے سی ای او اور شریک بانی ، ایک کمپنی ہے جو بڑے ڈیٹا سیٹ کو جمع کرنے اور اس کا احساس دلانے میں مہارت رکھتی ہے۔ اینگما نجی مؤکلوں کے لئے ایک آپریشنل ڈیٹا مینجمنٹ اور انٹیلیجنس کمپنی ہے ، لیکن یہ شاید انگیما پبلک کے لئے مشہور ہے ، جو قابل تلاش ، قابل رسائی ڈیٹاسیٹس کا مجموعہ ہے جس میں وہائٹ ​​ہاؤس آفس کے عملے کی تنخواہوں سے لے کر نیو یارک سٹی ریستوراں معائنے تک سب کچھ شامل ہے۔ ہم نے بڑے ڈیٹا کی طاقت ، صارفین کی رازداری کی حدود ، اور اپنی ڈیٹا سے چلنے والی دنیا کے مستقبل کے بارے میں بات کی۔

اوپن ڈیٹا کمپنی ہونے کا کیا مطلب ہے اس کے بارے میں آپ مجھے تھوڑا سا کیوں نہیں سمجھا رہے ہیں؟

بالکل ہم نے جہاں کہیں بھی اسے ڈھونڈ سکتا ہے عوامی اعداد و شمار کی ایک بڑی رقم جمع کرنا شروع کیا ، مشن کے ساتھ واقعتا being دنیا کے بارے میں انتہائی متضاد حقائق کو جوڑنے کی کوشش کی جارہی ہے۔ ہم نے اس عمل میں ، محسوس کیا کہ جس حد تک اس بنیادی اعداد و شمار تک رسائی کو توڑ دیا گیا ہے ، اس انداز سے لوگوں کے اپنے اعداد و شمار ، عوامی نجی اعداد و شمار کی اسکیموں جیسی ریگولیٹری ماحول میں تبدیلی آرہی ہے۔ واقعی ، ہم جو بھی مقام لے کر آئے وہ آپریشنل ماڈل کی حیثیت سے کھلے اعداد و شمار کا یہ تصور تھا۔

ہمارا آج کا مقام یہ ہے کہ عوامی اعداد و شمار کے بڑے پیمانے پر اثاثہ ذخیرے کاشت کر رہے ہیں اور اسے کاروباری اداروں کے لئے فائر وال کے پیچھے اکثر دشواری کے ماحول میں لایا جاتا ہے۔ اگرچہ ہم بے تحاشا ڈیٹا اکٹھا کرتے اور تقسیم کرتے ہیں ، ہم نے محسوس کیا ہے کہ اس ڈیٹا کی حقیقت میں ترجمانی کرنے اور اسے نجی ڈیٹا سے جوڑنے کے اگلے قدم کو آگے بڑھانا واقعی میں ان کچھ پریشانیوں کو متاثر کرنے میں مدد کرتا ہے جن کو ہم حل کرنا چاہتے ہیں۔

کھلے عام ڈیٹا سیٹ ، عوامی ڈیٹا سیٹ ، نجی ڈیٹا سیٹ کے بارے میں لوگ سنتے ہیں۔ ہم یہاں کس طرح کے ڈیٹا سیٹ کے بارے میں بات کر رہے ہیں؟

ہم ماخذ ڈیٹا ، سرکاری اعداد و شمار ، ایسی چیزوں کے بارے میں بات کر رہے ہیں جن کو سرکاری ادارے شائع کریں گے ، ایسی چیزیں جو بین الاقوامی ایجنسیوں کو شائع کریں گی ، کارپوریٹ رجسٹریشن ریکارڈوں اور املاک کے جائزوں سے لے کر H-1B ویزا یا کارگو کنٹینر کی ترسیل تک ، ہر چیز جو مختلف ہوتی ہے۔ یقینی طور پر لنکڈ ان ڈیٹا جیسی چیزوں کے بارے میں بات نہیں کرنا ، جو حال ہی میں ایک بہت بڑا چرچا رہا ہے کہ آیا یہ عوامی اعداد و شمار کا سیٹ بھی ہے یا نہیں۔ اس معاملے میں حال ہی میں بہت زیادہ جھگڑا ہوا تھا۔

لیکن ہم زیادہ تر سرکاری وسائل کے اعداد و شمار کے بارے میں بات کر رہے ہیں ، جہاں عام طور پر معاشی اور تجارتی نظام میں شفافیت کو بڑھانے کے لئے عوامی ڈومین میں شامل کرنے کے لئے ایک مینڈیٹ اور باقاعدہ قانونی منظوری دی گئی ہے۔ ہمارے لئے یہ جاننا بہت ضروری ہے ، مثال کے طور پر ، احتساب کے نقطہ نظر سے ، ہماری حکومت مختلف نجی کمپنیوں کے ساتھ کیا خرچ کرتی ہے ، یا ، احتساب کے نقطہ نظر سے ، کمپنیوں میں ویزوں کی تقسیم کیا ہو رہی ہے۔ اس اعداد و شمار کو ، حکومت کی جانب سے اکثر رپورٹنگ ، منصوبہ بندی ، وسائل کی تقسیم ، اور پھر اس ثانوی اور اکثر ترتیبی فوائد کے لئے عوام کو واپس کرنے جیسے متبادل مقاصد کے لئے اکٹھا کیا جاتا ہے۔ صرف موسمی اعداد و شمار ہونے کی سب سے مشہور مثال ، ٹھیک ہے؟

موسم کا سارا ڈیٹا جو ہم اکٹھا کرتے ہیں وہ سرکاری وسائل ، یا GPS کے ذریعہ بطور ٹکنالوجی آتا ہے۔

لہذا آپ ان سب عوامی اعداد و شمار کے سیٹ لیتے ہیں اور پھر آپ ان کو نجی ڈیٹا سیٹ کے ساتھ ضم کرسکتے ہیں جو ایک کمپنی آپ کو خاص طور پر دے گی اور واقعی میں ان دونوں کے امتزاج کے مابین بصیرت دیکھیں گی؟

ہاں ، اکثر۔ استعمال کے واقعاتی معاملے کے بارے میں سوچیں جہاں آپ کچھ ایسا کرنے کی کوشش کر رہے ہیں جیسے کوئی کمپنی حقیقت میں بھی ہو۔ اگر یہ ایک چھوٹی کمپنی ہے تو ، کہیں ، ایک ریستوراں یا ایک چھوٹا سا کاروبار لیں۔ بہت اکثر ، ان پر جس طرح کا پروفائل ہوتا وہ انتہائی پتلا ہوتا ہے۔ لیکن اگر آپ ان کے شراب لائسنس یا یہاں تک کہ محکمہ لیبر انسپکشن یا ہیلتھ ریکارڈ انسپیکشن جیسی چیزوں کو دیکھنا چاہتے ہیں تو آپ کو اس سے کہیں زیادہ دانے دار تصویر مل جاتی ہے کہ وہ کون ہیں۔

اکثر ، اس سے ان کمپنیوں کو فوری نوعیت کی مدد ملتی ہے کہ وہ کریڈٹ تک رسائی حاصل کرنے ، بیمہ کرانے ، اور اس طرح کی چیزوں کے ل even بھی حقیقی ہیں۔ "یہاں آپ کی 18 صفحات کی اطلاق ہے ،" اور سات مختلف تعمیل سیٹوں کے ذریعہ ایک انتہائی پریشان کن عمل سے منتقل ہوکر ، ایسی چیز کی طرف جو خود کار طریقے سے آن لائن ہوسکتی ہے اور عام طور پر کم خطرہ کے لائق۔

لہذا یہ دیکھنے کے لئے کہ ان کے پاس ویب سائٹ موجود ہے اور وہ حقیقی ہیں ، صرف ان کو گوگل میں ٹائپ کرنے کے ، آپ ان تمام اعداد و شمار کو بھی بنیادی چیزوں کے لئے موزوں بنا سکتے ہیں؟

بالکل

ہم زندہ رہنے سے پہلے ، اوزرک کے بارے میں بات کر رہے تھے ، لہذا آپ کا پسندیدہ شو ، میرا نیا پسندیدہ شو ، اور ان اعداد و شمار کو تعمیل اور مالی رپورٹنگ اور یہاں تک کہ منی لانڈرنگ کا شکار کرنے کے لئے استعمال کرنے کا خیال۔

ہاں سب سے پہلے ، وہاں سے ایک بہترین شو۔ نیٹ فلکس کا بہت بڑا پلگ ، ہالی ووڈ کا فرسٹ اِن کلاس بن گیا ہے۔

انہوں نے اس کی قیمت ادا کردی ہے۔ انہوں نے اس مارکیٹ میں اپنا راستہ خرید لیا ہے۔

ان کے پاس ضرور ہے۔ لیکن شو اس جیسن بیٹ مین کے کردار کے بارے میں ہے جو اپنے آپ کو اس منشیات کے کارٹیل میں منی لانڈرر کے طور پر پاتا ہے۔ اس کی گرفت یہ ہے کہ اس نے یہ کہہ کر اپنی جان بچائی کہ وہ اوزارکس کے پاس جائے گا اور پیسوں کی فراہمی کے لئے نئے چینلز تلاش کرے گا۔ وہ ان سونے والے کاروبار میں خریدنا شروع کرتا ہے اور پھر مختلف اخراجات سے گزرتا ہے۔

منی لانڈرنگ کا مسئلہ اس میں ایک بہت بڑا نظریاتی مسئلہ ہے ، ایمانداری کے ساتھ ، آپ مختلف تاجروں یا مالی خدمات کے صارفین کے درمیان سرگرمی کے نمونے اور ان کے درمیان رابطوں کو بھی دیکھ رہے ہیں۔ تو آپ کے پاس ایک رجسٹرڈ ایجنٹ ہوگا ، ظاہر ہے ، کوئی جیسن بیٹ مین جیسا ہوگا ، جو کچھ کاروبار کے لئے گھوم رہا ہے اور یہ کام کر رہا ہے۔ وہ ان کو نجی طور پر خرید رہا ہے اور مختلف ناموں پر اپنا نام پانا شروع کر رہا ہے ، اور آپ اس سرگرمی کا نمونہ دیکھیں گے۔ یہ ایسی ہی چیز ہے جس کے خلاف بینکوں کو لڑنا ہے ، ظاہر ہے ، کیوں کہ یہ سسٹم کو نقصان پہنچا ہے اور وہ ایسا کرنے پر جھکے ہوئے ہیں۔

جرم جرم کی طرح ہی ڈیجیٹل اور وکندریقرت ہوچکا ہے جتنا موسیقی ہے۔ یہ ایک بہت بڑا مسئلہ ہے۔ ہجوم کا ایک بھی بڑا کنبہ نہیں ہے جس کی حکومت مہینوں مہینوں ڈھیر رہتی ہے اور انہیں کیپون اسٹائل دلاتی ہے۔ یہ بہت سے محاذوں پر ایک آؤٹ آؤٹ پیچھا ہے۔ ہم نے اس مسئلے سے نمٹنے کے لئے عوامی اعداد و شمار لانے میں مدد اور کام کیا ہے ، بلکہ اپنی ٹکنالوجی کو بھی لائے ہیں جو ہم اس مسئلے کو برداشت کرنے کے لئے اس عوامی اعداد و شمار کو جمع کرنے کے لئے استعمال کرتے ہیں ، صرف اس وجہ سے کہ بینکوں میں کافی تکنیکی ترقی ہے ان کے اپنے ڈیٹا سیٹ کو ان تفتیش کاروں کے لئے طاقتور ، سیاق و سباق میں ضم کرنے کے ل do جو ان کے عملے پر ہیں۔

مجھے ایسا لگتا ہے کہ ہم ابھی اس مقام پر پہنچے ہیں جہاں ہمیں سرکاری ایجنسیوں کے ذریعہ تیار کردہ یہ سب عوامی اعداد و شمار مل گئے ہیں۔ ہمارے پاس یہ سب نجی ڈیٹا سیٹ ہیں۔ ہر کمپنی کے پاس ایک ہی کمپنی میں متعدد ڈیٹا سیٹ اور بہت سے مختلف فارمیٹس ہوتے ہیں۔ پھر بھی ، بہت زیادہ مانکیکرن نہیں ہے ، اور ان کو مل کر کام کرنا حقیقت میں ایک بہت بڑا چیلنج ہے۔

یہ ایک بہت بڑا چیلنج ہے ، اور شاید انگیما میں ہمارے پاس موجود سب سے بڑا مقالہ ایک بہت بڑا فرق ہے۔ میرے ایک سرمایہ کار نے اسے اس طرح کہا - ایک ایسی دنیا ہے جہاں ڈیٹا بٹس میں تیار ہوتا ہے اور ایک ایسی دنیا ہے جہاں ایٹموں میں اس کی ترقی ہوتی ہے۔ ٹیک کمپنیوں ، گوگل ، فیس بک ، ایمیزون ، ان سب نے حیرت انگیز کام کیا ہے کہ وہ آپ کی ویب سائٹ کو تلاش کرنے اور تلاش اور بہتر ای کامرس جیسے تجربات جیسی نئی سروسز تخلیق کرنے سے حاصل کرتے ہیں۔ لیکن وہ اعداد و شمار موجود ہیں۔ یہ ڈیجیٹل آبائی ہے۔ یہ صرف ویب پر آپ کو سن رہا ہے۔ ویب ایک پروٹوکول ہے ، اور وہ پروٹوکول ایک دوسرے کو بولنے کے لئے ڈیزائن کیے گئے تھے۔

لیکن جب آپ کے پاس یہ اعداد و شمار موجود ہیں جو ایٹموں میں متحرک ہیں ، یا حقیقی دنیا ، جیسے کوئی اوزرکس کے کسی بینک میں جاکر چھوٹا قرض مانگ رہا ہو ، جو کسی دوسرے بینک شاخ میں چلنے والے ، یا کارگو کنٹینر سے مختلف نظر آتا ہے۔ جہاز آرہا ہے جو اس کمپنی کا نام مانگ رہا ہے جو شپنگ کررہی ہے۔ یہ سب ڈیٹا ایک دوسرے سے بات کرنے کے لئے ڈیزائن کیا گیا تھا - یا ڈیزائن نہیں کیا گیا تھا تاکہ اس ڈیٹا کو ایک ساتھ سلائی کرنے کا ایک بہت بڑا مسئلہ ہے۔ مجھے لگتا ہے کہ ان کم ، خالصتا. ٹیک صنعتوں کو زیادہ وقت لگے گا جو آپ نے بڑے اعداد و شمار کے ساتھ ٹیک میں دیکھا ہے اس کے فوائد حاصل کرنے میں زیادہ وقت لگے گا۔ لیکن جب وہ کرتے ہیں تو ، مجھے لگتا ہے کہ اس سے بہت ساری تبدیلی آجائے گی کہ ہم دن بھر کی زندگی کو کس طرح موثر انداز میں گذارتے ہیں۔

مجھے یہ احساس بھی حاصل ہوتا ہے کہ ، جب ان اعداد و شمار کو ایک ساتھ جوڑنے اور یہ بصیرت پیدا کرنے کا کوئی مالی مقصد ہوتا ہے تو ، کاروباری اداروں کو اس کی ادائیگی کا ایک راستہ مل جاتا ہے اور وہ اسے انجام دینے کا راستہ تلاش کرتے ہیں۔ کریڈٹ کارڈ کمپنیاں پہلی کمپنیوں میں سے ایک ہیں جو نمونوں کی نشاندہی کرنے اور دھوکہ دہی کی نشاندہی کرنے کے قابل ہوسکتی ہیں۔ مجھے ایسا لگتا ہے کہ جب اس طرح کے اعداد و شمار سے بصیرت پیدا کرنے کی بات آتی ہے تو عوامی شعبہ بہت پیچھے ہے۔ کیا یہ منصفانہ تشخیص ہے؟

نجی شعبے کو ہمیشہ ، کچھ حواس میں ، آپریشنل ٹکنالوجی میں ایک اہم برتری حاصل ہے۔ مالی ترغیب بہت بڑی ہے اور یہ بھی ایک چھوٹی یونٹ کا آپریٹنگ انداز۔ امریکی حکومت حقیقت میں دنیا کی سب سے بڑی تنظیموں میں سے ایک ہے ، اور کچھ بھی کرنا واقعی لوگوں کا مسئلہ ہے۔ اس بات کو یقینی بنانا کہ مراعات سے منسلک ہیں ، اس بات کو یقینی بنانا کہ لوگ مناسب خطرہ مول لے رہے ہیں۔

لیکن ہم نے حکومت کو کچھ بہت جدید کام کرتے دیکھا ہے۔ ہم نے نیو اورلینز سٹی کے ساتھ تعاون کیا ، میرے خیال میں یہ دو سال پہلے کی طرح تھا ، ان کی بنیادی طور پر یہ پیش گوئی کرنے میں مدد ملی کہ کچی آبادی جاگیر کہاں ہے ، زیادہ تر ان گھروں میں دھواں لگانے والے انسٹال کرنے کے لئے۔ کترینہ کے بعد ، آپ کے پاس یہ بہت بڑی رقم تھی۔ بہت سارے مکان مالک خراب حالات کے ساتھ لوگوں کو چھوڑ کر بھاگ رہے تھے۔ سچائی سے ، تمباکو نوشی کا پتہ لگانے والے موت کو آگ سے روکنے کا ایک بہت بڑا کام کرتے ہیں۔ کسی بے ترتیب گھر میں فائر مین بھیجنے کے بجائے ، اگر آپ ڈیموگرافکس جیسے عوامل کا استعمال کرتے ہیں اور عمارت کتنی پرانی ہے اور آخری بار جب ٹیلی مواصلات کے انفراسٹرکچر کی طرح کسی طرح کا نصب العین تھا۔

آپ ان تمام حقائق کو استعمال کرتے ہیں اور آپ کو ان دروازوں کی ہٹ ریٹ مل جاتی ہے جن پر آپ دستک دیتے ہیں جو اس سے کافی زیادہ ہے۔ ہم نے اس طرح کے منی بال کو مقامی حکومت کے سامان کے ل money کافی مضبوطی سے کھیلتا دیکھا ہے۔ ظاہر ہے ، انٹیلی جنس کمیونٹی میں بہت زیادہ اعداد و شمار کا استعمال ہوا ہے ، جیسا کہ آپ تصور کرسکتے ہیں۔ ہمیں معلوم ہے کہ بدعت کی جیبیں ہیں۔ پھر بھی ، یہ سب کچھ ہے کہ آپ اسے کیسے چلاتے ہیں۔

آپ کے پاس وہ تمام ڈیٹا پوائنٹس ہیں لیکن پھر آپ کو مناسب طریقے سے اس سے استفسار کرنا ہوگا ، نمونوں کو تلاش کرنا ہوگا۔ آپ کو قریب قریب تلاش کرنا پڑتا ہے ، اور یہ سوالوں اور جوابات کی ایک پوری سیریز ہے۔ یہ اعداد و شمار کے ساتھ ایک رشتہ قائم کر رہا ہے جس کے بارے میں ، مجھے لگتا ہے کہ ہم ابھی یہ معلوم کرنے لگے ہیں کہ یہ کیسے کام کرتا ہے۔

جی ہاں. ہم یہ جاننا شروع کر رہے ہیں کہ یہ کس طرح مہارت کے نقطہ نظر سے کام کرتا ہے۔ اور ، اعدادوشمار کی نہیں بلکہ اعدادوشمار کی سوچ کے مقابلہ میں ذہن کی تبدیلی کی طرح ہے۔ یہ کہاوت موجود ہے: "تمام ماڈلز غلط ہیں لیکن کچھ کارآمد ہیں۔" - لہذا یہ واقعی اس بارے میں ہے کہ کیا آپ ڈیٹا کے بغیر ، الگورتھم کے بغیر ، اپنی اعدادوشمار کی سوچ کے پیرامیٹرز کو تھوڑا سا سیاق و سباق میں لے سکتے ہیں یا نہیں۔ ہوسکتا ہے کہ مجھے یہ حق نہ ملے ، جیسے آگ کی صورت میں ، ہمیں یہ حق نہیں مل سکتا ہے لیکن ہم اس کے صحیح ہونے کے امکانات میں اضافہ کرسکتے ہیں یا ہم اپنی سطح کے خطرہ کو کم کرسکتے ہیں یا ہمیں جس چیز کی تلاش کرنی ہے۔ اس مسئلے پر اس کے مرتکب رویہ لانا ، جب یہ بات اعدادوشمار کے مطابق سوچنے کے قابل ہوجائے تو وہ مہارت کا نمبر ایک ہے۔ کچھ لوگوں کو اس میں بند کردیا گیا ہے ، "ٹھیک ہے ، صرف ایک ہی طریقہ جس سے ہمیں یقین ہوسکتا ہے وہ یہ ہے کہ اگر ہمارے پاس X ، Y اور Z ہے۔"

میں آپ کو نجی مثال میں ایک کیس دوں گا۔ بینکوں میں اکثر ، تاریخی دھوکہ دہی اور تعمیل کی وجوہات کی بناء پر ، جس طرح سے وہ تصدیق کرتے ہیں کہ آیا کوئی کریڈٹ کارڈ جاری کرنے سے پہلے ان کا ٹیلیفون نمبر اور اس کا پتہ اس کے ساتھ ملتا ہے جو درخواست میں موجود تھا۔ اب تمام کمپنیاں ٹیلیفون کے اصل لینڈ لائنوں کا استعمال نہیں کرتی ہیں۔ سبھی کمپنیاں اپنا مرکزی پتہ اسی طرح استعمال نہیں کرتی ہیں جیسے وہ واقعی کام کررہی ہو۔ اب وی ورک میں کام کرنے والے افراد اور وائس او پی آئی پی کے ذریعہ استعمال کرنے والے افراد کی کچھ طرح کی حقیقتیں ہیں۔ لوگوں کو ان کی معاشرتی موجودگی یا ڈیٹا سیٹس کے ذریعے شناخت کرنے میں راحت حاصل کرنا جو ہم انگیما میں لاتے ہیں جو ان ذیلی دستاویزات کو مہیا کرتے ہیں۔ تاریخی اعتبار سے اعدادوشمار کو تلاش کرنا اور چلانا یہ دیکھنے کے ل whether کہ آیا اس کے حقیقی ہونے کا امکان قوی ہے ، اس کی گارنٹی کے مقابلے میں کہ آپ کو ان متبادل ذرائع سے پہلے ہی مل جائے گا۔

میرا خیال ہے کہ یہ بھی ایک دلچسپ نکتہ ہے ، اس خیال سے کہ تمام ماڈل غلط ہوں گے ، یا تو بڑے پیمانے پر غلط ہوں گے یا چھوٹے سے غلط ، لیکن یہ ٹھیک ہے کیونکہ یہ اب بھی اچھے فیصلے کرنے میں آپ کی مدد کرسکتا ہے۔ کیا یہ وہ ہنر ہے جو ہم اپنے بچوں کو پڑھانے کا ایک اچھا کام کر رہے ہیں ، اور وہ یہ تربیت کہاں سے حاصل کریں گے؟ میرا مطلب ہے ، یہ ریاضی میں ضروری نہیں ہوگا۔ یہ سوشل اسٹڈیز میں نہیں ہوگا۔ وہ کہاں سے سمجھتے ہیں؟

عام طور پر ریاضی کی تعلیم کی طرح اعدادوشمار کو اکثر گھڑ لیا جاتا ہے ، لیکن آپ اسے دوسری جگہوں پر بھی دیکھتے ہیں۔ آپ دیکھتے ہیں کہ ان دنوں اپنی ای ایس پی این فیڈ میں بھی یہ اچھ popا ہوتا ہے۔ لوگ ان کی زندگی کا حصہ ہونے کی پیش گوئی کے ساتھ بہت زیادہ راحت محسوس کرتے ہیں۔ سچ میں ، میں ان سیاہ ہنس لمحوں سے پیار کرتا ہوں جہاں وہ سب ہمارے چہرے پر اڑ جاتا ہے۔ پچھلی الیکشن لو۔ آپ نے ہلیری کو فتح حاصل کی تھی ، اور آپ کے پاس کچھ بہترین اداروں کے دنیا کے بہترین ڈیٹا سائنس دانوں نے اسے غلط قرار دیا ہے۔

جیتنا ، لیکن جیتنے میں 70 فیصد جیتنے کا امکان نہیں تھا کیونکہ اس کا اب بھی مطلب ہے کہ ، تین میں سے ایک ، ڈونلڈ ٹرمپ جیت جاتا ہے۔ اور اندازہ کرو کہ کیا؟ یہ ان تین بار میں سے ایک تھا۔

بالکل اور پھر یہ تعلیم موجود ہے کہ ہم ان نمونوں کو دیکھ رہے ہیں کہ لوگوں کو زیادہ راحت مل جاتی ہے۔ کلاس روموں میں ، میں سمجھتا ہوں کہ ہمارے ہاں سب سے بڑا مسئلہ صرف اطلاق کی تعلیم ہے۔ یہ اس طرح ہے ، مجھے نہیں معلوم کہ وہ کلاس روم میں ذاتی خزانہ کیوں نہیں پڑھاتے ہیں۔ میرا مطلب ہے ، میں 18 سال کی عمر میں اپنے پیسوں کے ساتھ ایک بیوقوف تھا اور قرض پر اثر اور اس سب کا۔ میں ابھی بھی حیران ہوں کہ وہ ایسا نہیں کرتے ہیں ، لہذا مجھے ایسا لگتا ہے کہ ہم ایسی دنیا میں جا رہے ہیں جہاں لاگو چیزوں کے بارے میں تعلیم زیادہ سے زیادہ اور نظریاتی چیزوں کے بارے میں کم مل جائے گی۔ لیکن پھر میں پریشان ہوں اگر ہم ثقافتی تعلیم کے کچھ حصے کھو رہے ہیں۔ یہ سب تجارت سے دور ہے۔

میں اس سڑک سے اور بھی نیچے جاؤں گا اور مصنوعی ذہانت کے بارے میں بات کروں گا۔

مصنوعی ذہانت ، ایک بہت بڑی تبدیلی والی ٹکنالوجی۔ مجھے ایسا معلوم ہوتا ہے کہ مصنوعی ذہانت کا ایک کردار ہے جو ہمیں اس دنیا کے اعداد و شمار کی حد سے تجاوز کرنے اور اس نمونے کو ہمارے لئے تلاش کرنے میں مدد فراہم کرتا ہے۔ کیا آپ اس بارے میں پر امید ہیں کہ اے آئی ہمیں اس کا احساس دلانے میں مدد کررہی ہے یا یہ ہمارے باقی انسانی تجربات سے بالکل الگ ہے؟

نہیں ، میرا مطلب ہے ، میں اس لحاظ سے پر امید ہوں کہ میں عام طور پر انسانیت کے بارے میں پر امید ہوں۔ مجھے ایسا لگتا ہے کہ یہ ایک پلٹائیں جین چیز ہے جو لوگوں کے ساتھ وقتا فوقتا ہوتی ہے۔ مصنوعی ذہانت کے وعدے کے بارے میں مجھے سب سے زیادہ پسند آنے والی چیزوں میں سے ایک یہ ہے کہ اس سے ٹیکنالوجی کو حقیقت میں دور کرنے میں مدد ملے گی کیونکہ ابھی ، فوکس ٹیکنالوجی اور اس طرح کے ڈیٹا پر ہے جو اس وقت موجود ہے۔ لیکن حقیقت میں ، ڈیٹا کا کام بہت گہرا ہے۔ جب آپ کوائف سیٹ میں چیزیں ڈھونڈ رہے ہو تو اسے ڈیٹا مائننگ کا نام دینے کی ایک وجہ ہے۔ یہ بہت گندی ہے۔ ڈیٹا سیٹ صاف نہیں ہیں۔ یہ ایک لحاظ سے بے وقوف ہے۔

مجھے AI کے بارے میں جو چیز پسند ہے وہ یہ ہے کہ یہ مشاہدہ کرنے والے تجربے سے ان آراء کو پیدا کرتا ہے۔ اگرچہ آپ ان تمام مقامات سے یہ سارے ڈیٹا اکٹھا کر رہے ہیں ، لیکن آپ واقعی یہ نہیں جانتے ہیں کہ یہ کس طرح اکٹھا ہوگا تو آپ نتائج کا مطالعہ کرنا شروع کردیں گے۔ مشین لرننگ ہمیں اعداد و شمار کی سوچ پر کس طرح چلتی ہے اس میں واقعی کچھ زیادہ نتیجہ پر مبنی ہونے میں ہماری مدد کرتی ہے۔ مجھے لگتا ہے کہ اس سے اس کام کی گھٹنوں کو ختم کرنے میں مدد ملے گی اور ہم اس تک پہنچنے کے طریق کار میں کچھ زیادہ ہی نتیجہ پر مبنی ہوسکیں گے۔ اب ، یہ یقینی طور پر کچھ علاقوں میں آٹومیشن پر پائے جانے والے اثرات کے لحاظ سے خوفناک ثابت ہوگا جہاں ، صاف طور پر ، میں سمجھتا ہوں کہ جیوری کی جگہ لینے کی طرح ، اے آئی کو تنہا رہنا چاہئے۔ کیا ہم کبھی بھی جذباتی ذہانت کا معیار حاصل کریں گے؟ مجھ نہیں پتہ.

اور آپ کو انتخاب کرنا پڑے گا اور آپ کو یہ کہنا چاہئے کہ جیوری میں اس جذباتی معیار کے خالص امکان کے برخلاف کہ یہ شخص قصوروار ہے یا قصوروار نہیں؟

جی ہاں. میرے لئے ، بنیادی انسانیت ، میرے خیال میں یہ انتہائی اہم ہے۔ سچ کہوں تو ، صرف کاروبار میں رہنا اور اعدادوشمار کے بارے میں سوچنا شروع کرنے کے لئے لوگوں کو راضی کرنے کے ل human انسانی رابطے کا کتنا اہم ہونا ہے ، میں امید کرتا ہوں کہ بڑے پیمانے پر اے آئی کی آمد کے ساتھ ہم اس سے محروم نہیں ہوں گے۔

ہم نے لنکڈ ان عوامی اعداد و شمار کا سیٹ تھا یا نہیں اس بارے میں تھوڑا سا چھو لیا۔ بہت سارے لوگ ، ان کا یہ احساس ہے کہ وہ اس دنیا میں رہ رہے ہیں جہاں ان کے بارے میں ہر چیز آن لائن دستیاب ہے ، ان کی خریداری کے نمونوں سے لے کر ان کی عمر تک کی طبی تاریخ تک۔ اس سے لوگوں کو تکلیف ہوتی ہے۔ اس سے لوگوں کو پریشانی ہوتی ہے کہ حکومت کے پاس بہت زیادہ معلومات ہیں۔ میں ذاتی طور پر زیادہ پریشان ہوں کہ نجی کمپنیوں کے پاس بہت زیادہ معلومات ہیں اور ان کا کنٹرول بہت کم ہے۔

جی ہاں.

کیا ہمیں اپنی ذاتی معلومات کے تحفظ کے لئے قوانین کی ضرورت ہے؟ کیا ذاتی معلومات کا آپ کے سرکاری ریکارڈوں سے الگ سلوک کیا جانا چاہئے؟

بالکل ہمیں ان قوانین کے بارے میں بہت کم تحفظ حاصل ہے جو ہمارے اعداد و شمار کو دور کرتے ہیں۔ کچھ پیشوں میں اس کے بارے میں سوچئے۔ طبی پیشے میں ، یہ لاک ڈاؤن پر ہے۔ لیکن کسی وجہ سے ، یہ ضروری نہیں ہے کہ دوسری صنعتوں میں لاک ڈاؤن ہو۔ اس کی وجہ یہ تھی کہ اس وقت ، آپ کی ذاتی معلومات کے ساتھ بہت کچھ نہیں کیا جاسکتا تھا۔ آج ، ان کے پاس واقعی اچھی طرح سے احساس ہے کہ آپ کو مذہب میں تبدیلی لانے کا طریقہ یا اس امکان کا کہ آپ کہیں ہوں گے۔ تمام ارادوں اور مقاصد کے ل that's ، یہ میری رائے میں ، حقیقت میں ہمارے لئے زیادہ تر فائدہ مند ہے۔

لیکن اس کے ساتھ ہی ، ہمارے اعداد و شمار میں اس قدر تقدس کے مستحق ہیں کہ اس کو کس طرح سنبھالا جائے۔ یورپ بہت ہی مضبوط قوانین لے کر آرہا ہے۔ جی ڈی پی آر نامی ایک قانون سامنے آرہا ہے۔ اس کا اطلاق 2018 میں کیا جائے گا ، اور اس میں ہر چیز کو یہ یقینی بنایا گیا ہے کہ کمپنیاں اپنے ذاتی اعداد و شمار کو کس کے پاس رکھتی ہیں ، جو اس کے پاس ہے ، کمپنی کے اندر اس کو کس طرح تک رسائی دی جاسکتی ہے ، کو فراموش کرنے کے اقدامات کا حق ہے۔ جب آپ کہتے ہیں ، "میرا ڈیٹا حذف کریں" ، کیا آپ واقعتا it اسے حذف کررہے ہیں یا آپ اسے معلومات کے کسی دوسرے حص forے کے ل؟ رکھیں گے؟ لہذا ، صارفین اور خدمات کے مابین ہمیشہ تبادلہ ہوتا ہے ، جس کے لئے وہ کام کرتے ہیں۔ ان میں سے بہت ساری خدمات مفت ہیں اور ہم ان سے پیار کرتے ہیں ، ٹھیک ہے؟

میں یوٹیوب تک رسائی کے لئے اپنا کچھ حصہ دوں گا ، ٹھیک ہے؟ میں اس کے بارے میں بہت خوش ہوں۔

اور شاید ، آپ کے پاس ہے۔

اور شاید ، میرے پاس ہے۔ لیکن اس کا مطلب یہ نہیں ہے کہ اس حص Iے کو جو میں دے دیتا ہوں اسے کسی محفوظ خانہ میں نہیں ڈالنا چاہئے اور میں جانتا ہوں کہ وہ باکس خنجر کے نیچے ہے اور وہ سب اچھی چیزیں ہیں۔

نیز ڈیٹا کی میعاد ختم ہونے کا خیال ، جو آج ڈیجیٹل دنیا میں ایک نسبتا new نیا تصور ہے۔ یہ ہوا کرتا تھا کہ یہاں ایک مخصوص مبہمیت موجود تھی۔ اگر 30 سال پہلے کچھ ہوا تھا تو ریکارڈز تلاش کرنا اور تب سے پروفائل حاصل کرنا مشکل ہوگا۔ لیکن آج وہ بچے جو اپنی پوری زندگی آن لائن رہے ہیں ، اور جب وہ 13 سال تھے تو انہوں نے کیا کیا اور پوسٹ کیا تھا۔

جی ہاں.

ہمارے پاس کوئی قانونی انفراسٹرکچر نہیں ہے جو اس سے کسی بھی معنی خیز انداز میں نمٹ سکے۔

نہیں ، ہم نہیں اور یہ ایک بال دار علاقہ ہے۔ روزگار کے قانون میں یہ ایک بالوں والا علاقہ ہے۔ یہ ڈیٹنگ کے لئے ایک بالوں والا علاقہ ہے ، ہے نا؟

اگر آپ کسی کے فیس بک پروفائل کو دیکھیں- مجھے لگتا ہے کہ ثقافت کسی کے آن لائن موجودگی کے عوامی ہونے کے مطابق اس کے مطابق ہوجائے گی۔ لیکن یہ تقریبا تھیٹر ہے۔ یہ آپ کی عوامی موجودگی اصلی آپ کی طرح نہیں ہے۔ وہ جم کیری مووی کیا تھی؟ ہم سب نے استعاراتی انداز میں نقاب پوش باندھا۔ تو مجھے لگتا ہے کہ آپ کی آن لائن موجودگی اس گیلری یا اس آرٹ پیس کی طرح ہوگی جو آپ کو بیان کرتی ہے اور اس کے بعد آپ کی اصلیت ہوگی۔ لیکن ابھی بھی آپ جسمانی شاٹ یا ایسا کچھ کررہے ہیں … وہ ، آپ کبھی بھی عوامی بننا نہیں چاہتے ہیں۔ یہاں ایک اصل سوال ہے کہ آیا جو لوگ کافی کم عمر ہیں ان میں یہ فیصلہ کرنے کی صلاحیت ہے کہ آیا اسے آن لائن ڈالنا سمارٹ ہے یا نہیں۔ یہ یقینی طور پر ، ڈراونا ہے۔

احمقانہ باتوں کو آن لائن ڈالنے کی بات کرتے ہوئے ، ٹرمپ انتظامیہ کے بارے میں بات کرتے ہیں۔ میں نے متعدد محاذوں پر سنا ہے … آپ واضح طور پر بہت سارے عوامی ڈیٹا سیٹ کے ساتھ کام کر رہے ہیں۔ آپ کو جاکر یہ معلومات بہت بار حاصل کرنے کے ل permission اجازت طلب کرنی پڑتی ہے ، یا پتہ لگانا ہے کہ اس کو کس طرح استعمال کرنا ہے۔ کیا اب یہ آسان ہے؟ ٹرمپ انتظامیہ کے اقتدار سنبھالنے کے بعد سے عوامی ڈیٹا سیٹ تک رسائی کس طرح تبدیل ہوئی ہے؟

جی ہاں. جب میں اس چیز کے بارے میں بات کرتا ہوں تو میرا پہلا انتشار یہ ہے ، ٹرمپ انتظامیہ اور امریکی حکومت کے مابین بڑا فرق۔ امریکی حکومت میں اب تک دنیا میں اب تک آنے والے زیادہ شفاف اداروں میں سے ایک ہے۔ ہم کتنا اعداد و شمار دیتے ہیں اس کے لئے ہم اپنے ہم عمر ساتھیوں کے مقابلے میں بے حد شفاف ہیں۔

جب بات ٹرمپ کی ہو تو ، میرا مطلب ہے ، یہ میرے لئے بالکل واضح ہے کہ ہر ایک کو شفافیت اور معلومات کے تبادلے کے ساتھ انتظامیہ کے اس موقف کے بارے میں بہت بے چین ہونا چاہئے۔ سب سے پہلے ، یہاں بہت واضح چیزیں موجود ہیں جیسے وہائٹ ​​ہاؤس میں آنے والوں کی فہرست کو نیچے لانا ، جو اوباما نے لگائے ہوئے ایک مشق تھا اور مجھے لگتا ہے کہ حکومت کا ایک انتہائی مرکزی اکاؤنٹنگ سسٹم ہے۔ ای پی اے کا ڈیٹا موجود ہے ، آب و ہوا کے اعداد و شمار موجود ہیں ، اور عام طور پر ، مردم شماری کے کچھ اعداد و شمار اس سے متاثر ہونے کے بارے میں بھی بحث و مباحثہ کرتے رہتے ہیں۔ آپ کو یاد رکھنا ہوگا ، یہ کوئی چھوٹی سی کوشش نہیں ہے۔ میرے خیال میں جب بھی امریکی مردم شماری میں 4 بلین ڈالر کی سرمایہ کاری ہوتی ہے اس میں 300،000 سے زیادہ رضا کار شامل ہوتے ہیں۔

ان میں سے کچھ چیزیں ، ہم صرف چار سالوں میں ان کے اثرات دیکھیں گے ، فنڈنگ ​​کے چکروں کو دیکھتے ہوئے کہ یہ کیسے ہوتا ہے۔ اگرچہ یہ انتظامیہ یقینی طور پر دوستانہ نہیں ہے ، لیکن میرے خیال میں اس ملک میں شفافیت کا ریڑھ کی ہڈی کافی مضبوط ہے۔ عجیب بات یہ ہے کہ یہ بائیں اور دائیں دونوں طرف سے آتا ہے۔ اس بات کو یقینی بنانے کے لئے کافی مضبوط ہے کہ معلومات کے کھلے پن کی طرف اس تحریک کا قیام یہاں ہے۔

اور ان ڈیٹا سیٹوں پر بہت زیادہ سواری ہوتی ہے۔

جی ہاں. ہم یہ فیصلہ کرتے ہیں کہ ہسپتال کہاں رکھنا ہے۔ ایمبولینسوں کو کس طرح روٹ کرنا ہے اس کا فیصلہ ہم کرتے ہیں۔ اس طرح ہم صرف بہت ساری بنیادی خدمات کا فیصلہ کرتے ہیں ، جیسے کچرے کا انتظام ان طرح کی چیزوں پر انحصار کرتا ہے۔

ان لوگوں کو بتائیں جو انیگما پبلک ڈیٹا سیٹ کو دیکھ رہے ہیں ، جس کا میں نے متعدد بار دورہ کیا ہے … انتہائی ، زبردست۔ جب وہ وہاں جاتے ہیں تو لوگوں کو کیا توقع کرنا چاہئے؟ وہ اس سے کیا حاصل کرسکتے ہیں؟

ہمارے وعدوں میں سے ایک یہ ہے کہ ہم سب کوائف اکٹھا کرنے کے اس مشن کے بارے میں مستقل ایماندار رہنا ہے ، لیکن ہم لوگوں کو جتنا کرسکتے ہیں اسے واپس دینا ہے۔ غیر تجارتی مقاصد ، صحافتی مقاصد کے لئے استعمال کرنے میں یہ مکمل طور پر آزاد ہے۔ ہم یہ یقینی بنانا چاہتے ہیں کہ ہر ایک کو اس ڈیٹا تک رسائی حاصل ہے۔ آپ کو لاگ ان کرنے کی بھی ضرورت نہیں ہے اور نہ ہی ہمیں آگے جانے اور اس تک رسائی حاصل کرنے کے لئے کوئی معلومات دینے کی ضرورت ہے۔ جب ہم نے کمپنی کی بنیاد رکھی ، تو وہاں تک رسائی کی ایک بڑی بنیاد تھی۔

جیسا کہ ہم نے سالوں کے دوران بہت کچھ سیکھا ہے ، رسائی اور انٹرفیس ڈیزائن اور تلاش اور ساکھ بہت ضروری رہا ہے۔ دوسرا ذریعہ علاج کیا گیا ہے اور یہی اینگما پبلک کی بہت بڑی توجہ ہے ، جسے ہم نے اس موسم گرما میں دوبارہ لانچ کیا ، کیا یہی خیال تھا کہ لوگوں کو جاننے کی ضرورت ہے کہ اس ڈیٹا کو کس طرح استعمال کیا جارہا ہے۔ لوگوں کو نہ صرف اعداد و شمار کے ساتھ کام کرنے کے بہترین طریقوں کو جاننے کی ضرورت ہے بلکہ کون سا ڈیٹا سیٹ کس چیز کے ل for اچھا ہے۔ نیا کیا ہے ، کیا دلچسپ ہے؟ میرا خیال ہے کہ اس طرح کی تعلیم ایک ایسی چیز ہے جس کا حصہ بننے کے لئے ہم بہت پرجوش ہیں اور ایسی کوئی چیز جس کی ہمیں امید ہے کہ لوگوں کو سائٹ پر اترے گی۔

یہ یقینی طور پر جانچ پڑتال کے قابل ہے۔ میرے خیال میں ، ایک بار پھر ، کاروبار اس ڈیٹا کو دیکھتے ہیں اور وہ جانتے ہیں کہ وہ اس میں سب سے اوپر کاروبار بناسکتے ہیں۔ میرے خیال میں صحافیوں اور شہریوں کے لئے بہت زیادہ تعلیم کی ضرورت ہے۔

بالکل ، بہت زیادہ تعلیم اور ، امید ہے کہ ، اس کے سب سے اوپر خدمات کی ایک پوری پرت میرے اور آپ جیسے لوگوں کو چیزوں کی فراہمی کرتی ہے جب ہم پیچھے ہٹنا نہیں چاہتے ہیں ، تو بات کریں۔

مجھے تم سے وہ سوالات پوچھنے دیں جو میں شو میں آنے والے ہر ایک سے پوچھتا ہوں۔ آپ کو کون سے تکنیکی رجحان کی فکر ہے؟ کیا کوئی ایسی چیز ہے جو آپ کو رات کو برقرار رکھتی ہے؟

اس رجحان کا جو مجھے سب سے زیادہ تشویش دیتا ہے یا وہ چیز جس کے بارے میں میں افق پر سوچتا ہوں ، حیاتیاتی پروگرامنگ کا یہی نظریہ ہمیں زیادہ سے زیادہ دیکھنا چاہئے ، لہذا ہم حیاتیاتی زندگی کے خطوط پیدا کرنے کے پروگراموں میں جس حد تک بہتر ہو رہے ہیں۔ حیاتیات اس کا اچھ forے پر بہت اثر پڑتا ہے ، لیکن اس چیز کے ذریعہ چھوٹے پیمانے پر ، بنیادی طور پر خرابی پیدا کرنے کی صلاحیت پر بھی بہت بڑا اثر پڑتا ہے۔ جہاں بھی ٹکنالوجی اور جیو ملتا ہے ، میں ہمیشہ تھوڑا سا فکر مند رہتا ہوں کہ اس کو کس طرح سنبھالا ہے۔ یہ میرے لئے اگلی لہر کی طرح ہے ، جوہری کے بعد ، واقعتا our ہماری صلاحیت ہے جیسے پروگراموں کی ترتیب کی چیزیں چھوٹے پیمانے پر لیب میں ترتیب دیں اور اسے تقسیم کریں۔

چیلنج یہ ہے کہ یہاں تک کہ اگر ہم یہاں امریکہ میں قوانین منظور کرتے ہیں تو ، اس کا مطلب یہ نہیں ہے کہ کوئی چین یا روس میں وہی تحقیق نہیں کرسکتا ہے۔

بالکل - اور یہاں تک کہ حفاظت کے نقطہ نظر سے بھی ، ٹھیک ہے؟ لہذا ہمارے پاس واقعی اس وسیلہ کا ہونا شروع ہوگیا ہے کہ کسی کے پاس بھی ان کا اپنا حیاتیاتی جنگی پروگرام DIY کریں۔ تو ، میرے لئے ، وہ چیز ہے جو مجھے سب سے زیادہ فکر کرتی ہے۔ لیکن فلپسائڈ میں مشخص دوائی جیسی چیزیں شامل ہیں ، اس حقیقت سے کہ آپ واقعی میرے جسم کو سمجھ سکتے ہو ، آپ تقریبا a کسی سوفٹویئر پروگرام کا یہ حیاتیاتی ورژن تشکیل دے سکتے ہیں جس سے مجھے جو بھی بیماری ہے اس کا علاج کر سکتے ہیں۔ جیسا کہ میں فکر مند ہوں ، میں بھی اس کے لئے پرجوش ہوں۔

میں سمجھتا ہوں کہ وہاں نئی ​​خرابی پیدا کرنے کے ل we ہمیں کسی قسم کے اخلاقی ڈھانچے کی ضرورت ہوگی۔ ہم نے اسے ایٹمی ہتھیاروں اور ایٹمی طاقت سے بمشکل ہی کیا ، لیکن ہم نے وہاں کیا اور مجھے لگتا ہے کہ ہمیں کچھ تیار کرنے کی ضرورت ہے۔ اسی طرح کی ذاتی سطح پر ، کیا ایسی ٹیکنالوجی ہے جو آپ ہر روز استعمال کرتے ہیں جس نے صرف آپ کی زندگی ہی بدل دی ہے ، جس سے آپ حیران رہ گئے ہیں؟

یہ ایک طرح کی عجیب بات ہے ، لیکن صرف فیس ٹائم۔ یا ویڈیو چیٹ۔ میرے خاندان کے کچھ افراد بیرون ملک ہیں اور میں کام کے لئے بہت سفر کرتا ہوں۔ کسی فون کال اور ویڈیو چیٹ کے مابین فرق صرف اتنا ہی اچھا ہے کہ فون پر ، انٹرنیٹ نے سب کو وابستہ کردیا ہے۔ قابل ہونا ، 15 سیکنڈ کے معاملے میں۔ میں اصل میں مراکش سے ہوں ، لہذا پوری دنیا میں کسی کو دیکھ کر اور یہ کہہ رہا تھا کہ "ارے ، آپ کا کیا حال ہے؟" ، یہ دیکھ کر کہ ان کے ماحول میں موسم کیسا لگتا ہے اور وہ کس طرح کے کپڑے پہنے ہوئے ہیں اور ان کا طرز عمل ، یہ واقعتا بدل گیا ہے کہ میں اپنے آس پاس کے لوگوں سے کیسے جڑا ہوا محسوس کرتا ہوں اور مجھے اس طرح محسوس کرتا ہوں کہ ہم سب اس بڑے گاؤں میں کچھ اور ہی رہتے ہیں ، اور میں اس احساس کی طرح

یہاں ایک دلچسپ بات بھی ہے ، میں نے ویڈیو کانفرنسنگ میں تیزی کا اضافہ دیکھا۔ یہ اگلی بات ہونے والی تھی۔ اب کوئی بھی فون کال نہیں کرے گا۔ ویڈیو کانفرنسنگ نے واقعتا never کبھی بھی آغاز نہیں کیا لیکن ویڈیو چیٹ ، زیادہ ذاتی ، گہری حد تک مختلف اور کام کے ماحول میں نہیں ، ٹیلیفون کال سے کہیں زیادہ آسان بات ہے۔ جیسے یہ لمحہ فکریہ چیز ہوسکتی ہے۔

میری ایک 3 سال کی بیٹی ہے اور اس کی پوری طرح اس کا پھانسی ہے۔ فون کرنے سے پہلے وہ ویڈیو چیٹ کرتی ہے۔ وہ نہیں جانتی کہ فون کال کیا ہے۔ آپ نے ایک اسپیکر فون لگایا اور آپ اس سے کسی سے بات کرنے کو کہتے ہیں اور اسے کوئی دلچسپی نہیں ہے۔ آپ نے اسے فیس ٹائم پر اپنے دادا کے سامنے رکھ دیا اور وہ 20 منٹ تک وہاں آسکتی ہے۔

یہ ان کے لئے اتنے ہی عجیب و غریب ہونے والا ہے جتنا وہ روٹری فون جن کو آج بچے استعمال نہیں کرنا جانتے ہیں۔ ہیچم ، لوگ آن لائن آپ کی پیروی کیسے کرسکتے ہیں ، یہ جان سکتے ہیں کہ آپ کیا کر رہے ہیں ، اور انگیما کے ساتھ برقرار رہ سکتے ہیں۔

اینگما ڈاٹ کام پر جائیں۔ یقینی طور پر اینگما پبلک کو چیک کریں ، وہ پبلک.اینگیما ڈاٹ کام ہے۔ ہماری ویب سائٹ چیک کریں۔ ہمارے پاس ایک خوبصورت فعال ٹویٹر اکاؤنٹ ہے ، ابھی تک ہمارے لئے کوئی انسٹاگرام نہیں ہے۔

کبھی نہیں کبھی نہیں کہنا.

کبھی نہیں کبھی نہیں کہنا. لیکن-

آپ انفوگرافکس کے ساتھ عظیم کام کرسکتے ہیں۔

ہاں ، یہ سچ ہے۔ ہم واقعی ڈیٹا ویز کے بہت بڑے پرستار ہیں۔ ہمارے پاس ہماری سائٹ ، labs.enigma.com کا یہ ٹھنڈا حصہ ہے ، جہاں یہ ہمارے تمام تجربات ہیں اور ہمارے کچھ پرو بون پروجیکٹس جیسے میں نے نیو اورلینز کے ساتھ ذکر کیا ہے ، لہذا میں بھی اس کی جانچ پڑتال کروں گا۔

بہت ٹھنڈا. آنے کے لئے بہت بہت شکریہ.

خوفناک. مجھے رکھنے کے لئے آپ کا بہت بہت شکریہ.