AI محققین کا دعویٰ ہے کہ ChatGPT کے پیچھے موجود ٹیکنالوجی نئی بصیرت پیدا کر سکتی ہے۔

ChatGPT لوگو پر تیرتے ہوئے دماغ کی ایک عکاسی والی تصویر۔ - کھولنا
ChatGPT لوگو پر تیرتے ہوئے دماغ کی ایک عکاسی والی تصویر۔ – کھولنا

گوگل ڈیپ مائنڈ کے AI محققین نے ایک بڑے لینگوئج ماڈل (LLM) کا استعمال کرتے ہوئے دنیا کی پہلی سائنسی دریافت کی ہے، جس سے یہ ظاہر ہوتا ہے کہ ChatGPT اور اس جیسے پروگرام انسانی معلومات سے باہر معلومات پیدا کر سکتے ہیں۔

دریافت سے پتہ چلتا ہے کہ زبان کے یہ بڑے ماڈلز نہ صرف تربیتی معلومات کو دوبارہ پیک کر سکتے ہیں بلکہ نئی بصیرتیں بھی پیدا کر سکتے ہیں۔

ڈیپ مائنڈ میں سائنس کے لیے اے آئی کے سربراہ پشمیت کوہلی نے کہا، "جب ہم نے پراجیکٹ شروع کیا تو اس بات کا کوئی اشارہ نہیں تھا کہ یہ کوئی ایسی چیز پیدا کرے گا جو حقیقی طور پر نئی ہو۔”

"جہاں تک ہم جانتے ہیں، یہ پہلی بار ہے کہ ایک حقیقی، نئی سائنسی دریافت ایک بڑے زبان کے ماڈل کے ذریعے کی گئی ہے۔”

LLMs طاقتور نیورل نیٹ ورکس ہیں جو متن اور ڈیٹا کی وسیع مقدار سے زبان کے نمونے سیکھتے ہیں۔ چیٹ جی پی ٹی، جو پچھلے سال متعارف کرایا گیا تھا، سافٹ ویئر کو ڈیبگ کرنے اور مختلف قسم کے مواد بنانے کے لیے مقبول رہا ہے، سرپرست اطلاع دی

تاہم، چیٹ بوٹس نیا علم پیدا کرنے کے قابل نہیں ہیں اور ان میں گڑبڑ کا خدشہ ہے، جس کے نتیجے میں روانی اور قابل فہم جوابات ملتے ہیں جو کہ ناقص ہیں۔

DeepMind نے "FunSearch” بنانے کے لیے LLM کا استعمال کیا، "فنکشن اسپیس میں تلاش” کے لیے مختصر، مسائل کو حل کرنے کے لیے کمپیوٹر پروگرام لکھ کر۔ ایل ایل ایم کو ایک "تجزیہ کار” کے ساتھ جوڑا بنایا گیا ہے جو کارکردگی کی بنیاد پر پروگراموں کی درجہ بندی کرتا ہے۔

بہترین پروگراموں کو یکجا کیا جاتا ہے اور بہتری کے لیے LLM کو دیا جاتا ہے، آہستہ آہستہ ناقص پروگراموں کو نئے علم کو دریافت کرنے کے قابل طاقتور پروگراموں میں تبدیل کیا جاتا ہے۔

محققین نے دو پہیلیاں پر FunSearch کو ڈھیلا کر دیا۔

پہلے کے لیے، FunSearch نے بہترین موجودہ ریاضی دانوں کے کام سے ہٹ کر بڑے کیپ سیٹ تیار کرنے کے لیے پروگرام تیار کیے، جو خلا میں پوائنٹس کے سب سے بڑے سیٹ کو تلاش کرنے کے دیرینہ اور حیران کن چیلنج سے نمٹتے ہوئے جہاں کوئی تین پوائنٹس سیدھی لائن نہیں بناتے۔

دوسرا بن پیکنگ کا مسئلہ تھا – ایک ریاضیاتی مسئلہ جس کا مقصد مختلف سائز کی اشیاء کو کنٹینرز میں موثر طریقے سے پیک کرنا ہے – جو کہ فزیکل اشیاء پر لاگو ہوتا ہے جیسے شپنگ کنٹینرز اور ڈیٹا سینٹرز میں کمپیوٹنگ جابز کو شیڈول کرنا۔

حل عام طور پر یہ ہے کہ یا تو اشیاء کو پہلے ڈبے میں جگہ کے ساتھ یا کم سے کم دستیاب جگہ والے ڈبے میں ڈالیں۔

میں شائع شدہ نتائج کے مطابق، FunSearch نے ایک بہتر نقطہ نظر تلاش کیا جس نے چھوٹے خلاء کو چھوڑنے سے گریز کیا جو کبھی پُر ہونے کا امکان نہیں تھا۔ فطرت.

کیمبرج یونیورسٹی میں ریاضی کے پروفیسر سر ٹم گاورز نے کہا، "پچھلے دو یا تین سالوں میں انسانی ریاضی دانوں کی AI کے ساتھ تعاون کرنے کی کچھ دلچسپ مثالیں سامنے آئی ہیں تاکہ حل نہ ہونے والے مسائل پر پیش رفت حاصل کی جا سکے۔” جو اس تحقیق میں شامل نہیں تھے۔

"یہ کام ممکنہ طور پر ہمیں اس طرح کے تعاون کے لیے ایک اور بہت ہی دلچسپ ٹول فراہم کرتا ہے، جو ریاضی دانوں کو ہوشیار اور غیر متوقع تعمیرات کے لیے مؤثر طریقے سے تلاش کرنے کے قابل بناتا ہے۔ اب بھی بہتر، یہ تعمیرات انسانی طور پر قابل تشریح ہیں۔

Leave a Comment

آپ کا ای میل ایڈریس شائع نہیں کیا جائے گا۔ ضروری خانوں کو * سے نشان زد کیا گیا ہے

Scroll to Top