AI کتنی دور جائے گا؟

Zalo کے سالانہ AI ایونٹ میں، مقررین نے روزمرہ کی زندگی میں AI کو لاگو کرنے کے اپنے سفر کا اشتراک کیا اور ایجنٹ AI اور جسمانی AI کے ارد گرد نئے رجحانات کی پیش گوئی کی۔

پہلی بار 2017 میں منعقد کیا گیا، Zalo AI سمٹ ایک ایسا پروگرام ہے جو AI کے شعبے میں معروف ماہرین کو اکٹھا کرتا ہے۔ "AI-ification کے دور میں ویتنام" کے تھیم کے ساتھ، Zalo AI سمٹ 2025 روزمرہ کی زندگی میں AI کو لاگو کرنے کے حل پیش کرے گا، AI رجحانات کی پیش گوئی کرے گا، اور AI کو صارفین کے قریب لانے میں Zalo کی کامیابیوں کو ظاہر کرے گا۔

اپنے افتتاحی کلمات میں، زالو میں ٹیکنالوجی کے ڈائریکٹر جناب Nguyen Minh Tu نے کہا کہ AI دور 2018-2019 میں پہلے ٹرانسفارمر ماڈلز کے ساتھ ابھرنا شروع ہوا۔ تاہم، 2022 میں GPT-3.5 اور ChatGPT کے ظاہر ہونے تک یہ زبان کے ماڈلز اعلیٰ معیار تک پہنچ گئے اور وسیع تر سامعین کے لیے قابل رسائی بن گئے۔

مسٹر ٹو نے زور دیتے ہوئے کہا، "یہی وقت تھا جب AI کا دور شروع ہوا، جب لوگوں نے ChatGPT کا استعمال شروع کیا۔"

ویتنام کے لیے مثبت اشارہ

جیسا کہ گوگل، اینتھروپک، اور ڈیپ سیک جیسی کمپنیاں بڑی لینگویج ماڈلنگ (LLM) میں تیزی سے بہتری لا رہی ہیں، AI مارکیٹ ایک اہم موڑ دیکھ رہی ہے جسے ایجنٹ AI کہا جاتا ہے۔

روایتی AI کے برعکس، جو صرف ایک کام کو حل کر سکتا ہے، ایجنٹ AI ایک خود مختار نظام ہے جو پیچیدہ مسائل کو سنبھالنے کے لیے متعدد ایجنٹوں کو جوڑنے کی صلاحیت رکھتا ہے۔

"Agentic AI ہمارے ملازمین کی طرح کام کرتا ہے۔ یہ ہمارے حکموں کی بنیاد پر تجزیہ، استدلال، کام انجام دینے اور رپورٹیں لکھ سکتا ہے،" مسٹر ٹو نے مزید کہا۔

ویتنام میں، Zalo ان کمپنیوں میں سے ایک ہے جو صارفین کی خدمت کے لیے بہت سے AI خصوصیات کو مربوط کرتی ہے۔ 2025 تک، ان خدمات کے استعمال کنندگان کی تعداد 17 ملین سے زیادہ ہونے کی توقع ہے، جو کہ 200 فیصد سے زیادہ ہے۔ 7.5 ملین سے زیادہ لوگ ڈکٹیشن فیچر (تقریر کو متن میں تبدیل کرنا) استعمال کرتے ہیں۔

"اس خصوصیت نے بہت سے لوگوں کے Zalo استعمال کرنے کا طریقہ بدل دیا ہے۔ ٹیکسٹ ٹائپ کرنے کے بجائے آواز کا استعمال بہت تیز اور آسان ہے،" مسٹر ٹو نے زور دیا۔

ویتنامی سے انگریزی میں پیغامات کا ترجمہ کرنے کی خصوصیت نے بھی صارفین کی ایک بڑی تعداد کو اپنی طرف متوجہ کیا ہے۔ مسٹر ٹو نے انکشاف کیا کہ زلو کالز کا لائیو ترجمہ جلد ہی شامل کر دیا جائے گا۔

جناب Nguyen Minh Tu، Zalo میں ٹیکنالوجی کے ڈائریکٹر۔

آخری صارفین کی خدمت کے علاوہ، AI Zalo کے آپریشنز کو بھی سپورٹ کرتا ہے۔ کمپنی نے ایک کسٹمر سروس چیٹ بوٹ بنایا ہے، جس کی مدد سے زیادہ سے زیادہ سٹاف کی بھرتی کرنے میں مشکلات کا سامنا کرنا پڑتا ہے۔

3 ماہ کے نفاذ کے بعد، Zalo میں چیٹ بوٹ سسٹم نے 90% کی رسپانس ریٹ حاصل کی، جو انسانوں سے زیادہ ہے۔ صرف 2-3% معاملات کو چیٹ بوٹ سے انسانی مدد کی ضرورت ہوتی ہے۔

Zalo کے ایک نمائندے نے تسلیم کیا کہ AI کو اندرونی طور پر لاگو کرنے میں ابھی بھی کچھ چیلنجز موجود ہیں، جو رازداری اور سلامتی کے گرد گھوم رہے ہیں۔ یہی وجہ ہے کہ پلیٹ فارم ایک لچکدار نقطہ نظر کا انتخاب کرتا ہے، حساس ڈیٹا کے لیے خود تیار کردہ ماڈل کا اطلاق کرتا ہے، اور کم حساس ڈیٹا کے لیے بیرونی چیٹ بوٹس کا فائدہ اٹھاتا ہے۔

مسٹر ٹو نے Zalo AI چیلنج 2025 کا بھی تذکرہ کیا، جو کہ روزمرہ کی زندگی میں AI ایپلیکیشن سلوشنز تیار کرنے کا مقابلہ ہے۔ نوجوانوں اور طالب علموں کے علاوہ، اس سال کے مقابلے نے ہائی اسکول کے کئی طلباء کو اپنی طرف متوجہ کیا، کچھ نے ٹاپ 5 میں بھی جگہ بنائی۔

"یہ ظاہر کرتا ہے کہ AI معاشرے کے تمام شعبوں میں پھیل چکا ہے، یہاں تک کہ اسکولوں تک بھی پھیل گیا ہے جہاں بچوں کو بہت چھوٹی عمر میں AI کا سامنا کرنا پڑتا ہے۔ یہ 'AI تبدیلی' کے دور میں ویتنام کے لیے ایک مثبت علامت ہے،" Zalo کے نمائندے نے زور دیا۔

AI ایجنٹوں کی لہر

پہلے سیشن میں، ہو چی منہ سٹی یونیورسٹی آف ٹیکنالوجی کے ایسوسی ایٹ پروفیسر کوان تھانہ تھو نے سوال اٹھایا کہ ملٹی موڈل AI دنیا کو کیسے بدل دے گا۔ انہوں نے دلیل دی کہ ایل ایل ایم اپنے اختتامی دور کو پہنچ چکا ہے، اور ٹیکنالوجی کا رجحان بتدریج ملٹی ایجنٹ سسٹمز (MAS) کی طرف بڑھ رہا ہے۔

ایسوسی ایٹ پروفیسر ڈاکٹر نے جی پی ٹی-3.5 کے تعارف کے ساتھ ایل ایل ایم کے اہم سنگ میل کے بارے میں مسٹر ٹو سے اتفاق کیا، اور کہا کہ چیٹ بوٹس کا مشترکہ مقصد انسانوں کی ہر ممکن حد تک قریب سے نقل کرنا ہے۔ AI ایجنٹوں کا تصور پہلے بھی موجود تھا، لیکن صرف LLM فریم ورک کے تحت حقیقی معنوں میں فروغ پایا۔

مسٹر تھو نے کہا کہ "ایجنٹ ایک کلاسک فن تعمیر ہے، اور جب اسے LLM کے ساتھ ملایا جاتا ہے، تو یہ ماڈلز کے درمیان رابطے کی صلاحیت فراہم کرتا ہے،" مسٹر تھو نے کہا۔ کلیدی الفاظ "AI ایجنٹس" اور "Agentic AI" بھی 2024 کے آخر سے لے کر آج تک گوگل ٹرینڈز پر سب سے زیادہ تلاش کی جانے والی اصطلاحات میں شامل ہیں۔

ایسوسی ایشن ہو چی منہ سٹی یونیورسٹی آف ٹیکنالوجی کے شعبہ کمپیوٹر سائنس اینڈ انجینئرنگ کے سربراہ پروفیسر ڈاکٹر کوان تھانہ تھو۔

ایسوسی ایٹ پروفیسر نے اشتراک کیا کہ ایجنٹ AI محض ایک ایسا نظام ہے جس میں ایک سے زیادہ ایجنٹ مل کر کام کرتے ہیں۔ صارف کی طرف سے کمانڈ موصول ہونے پر، ایجنٹس درخواست کو توڑ دیں گے، کام تفویض کریں گے، مناسب ٹولز کا انتخاب کریں گے، اور ایک ماڈل کے مقابلے میں اعلیٰ کارکردگی حاصل کرنے کے لیے مرحلہ وار ان پر عمل درآمد کریں گے۔

مسٹر تھو نے گھریلو کاروبار میں MAS کی کچھ عملی ایپلی کیشنز بھی پیش کیں۔ خاص طور پر، AI ایجنٹ بیک وقت پی ڈی ایف فائلوں، تصاویر اور دستاویزات پر کارروائی کر سکتے ہیں، جس سے کارکردگی میں 40-60 فیصد اضافہ ہو سکتا ہے۔ انشورنس سیکٹر میں، یہ ٹیکنالوجی کمپنی کو اپنے کام کے بوجھ کے 20-40% کو خودکار بنانے میں مدد دیتی ہے۔

مزید برآں، AI ایجنٹوں کے پاس ریئل ٹائم معلومات جمع کرنے کی صلاحیت ہوتی ہے، جس سے فوری مارکیٹ کی قیمتیں فراہم کرنے میں مدد ملتی ہے۔ کام پر، ایسوسی ایٹ پروفیسر ڈاکٹر [نام] نے بتایا کہ AI ایجنٹ سسٹم ایک ذہین معاون کے طور پر کام کرتا ہے، جو والدین اور طلباء کے لیے اسکول سے متعلق سوالات کا جواب دینے کی صلاحیت رکھتا ہے۔ تعلیم میں، AI ایجنٹس ہر طالب علم کے سیکھنے کے راستے کے مطابق ذاتی نوعیت کے سیکھنے کے ماڈل بنانے میں مدد کرتے ہیں۔

Zalo AI سمٹ 2025 نے AI کے شعبے میں دلچسپی رکھنے والے شرکاء کی ایک بڑی تعداد کو راغب کیا۔

مجموعی طور پر، MAS کا فائدہ متوازی طور پر متعدد پیچیدہ مسائل کو سنبھالنے کی صلاحیت میں مضمر ہے۔ استدلال کے عمل کے ذریعے، ایجنٹ آزادانہ طور پر معلومات پر کارروائی کر سکتے ہیں، ایک دوسرے سے سیکھ سکتے ہیں، اور صارف سے غلطیوں کو کم کرنے، درست اور ذاتی نوعیت کے نتائج پیدا کرنے کے لیے سیکھ سکتے ہیں۔

جدید ایجنٹ آرکیٹیکچرز کو اکثر ٹولز اور پلیٹ فارم کے طور پر صارف دوست انٹرفیس کے ساتھ فراہم کیا جاتا ہے، جس سے وہ عام لوگوں کے لیے زیادہ قابل رسائی ہوتے ہیں۔

ان فوائد کی بنیاد پر، مسٹر تھو نے ٹیکنالوجی کو لاگو کرنے اور کاروبار کے اندر کام کے اندرونی عمل کو ایڈجسٹ کرنے کی اہمیت پر زور دیا۔ ایسوسی ایٹ پروفیسر کے مطابق، دنیا بھر میں ہونے والے مضبوط اختراعی رجحان کے تناظر میں، یہ ایک لہر ہے جس پر کاروباری اداروں کو خصوصی توجہ دینے کی ضرورت ہے۔

ایجنٹ AI کے بعد کیا آتا ہے؟

حال ہی میں، ہیومنائیڈ روبوٹس ٹیک دنیا میں توجہ مبذول کرنے کا رجحان بن گئے ہیں۔ یہ جسمانی AI کا سب سے عام استعمال بھی ہے۔

اس موضوع پر اپنے خیالات کا اظہار کرتے ہوئے، ڈاکٹر ٹران من کوان، سینئر ڈیولپر ٹیکنولوجسٹ Nvidia ویتنام نے اس بات پر زور دیا کہ AI رجحانات میں جسمانی AI سب سے زیادہ ترقی یافتہ ہے، جنریٹو AI یا ایجنٹی AI کے دور کے بعد۔

"یہ AI ماڈلز کمانڈز یا ان پٹ ڈیٹا حاصل کرنے کی صلاحیت رکھتے ہیں، پھر مخصوص کارروائیاں تیار کرتے ہیں جو روبوٹ کی موٹروں یا کنٹرول اجزاء جیسے روبوٹک ہتھیاروں، خود مختار گاڑیوں، فیکٹریوں وغیرہ کو متاثر کرتے ہیں،" مسٹر کوان نے جسمانی AI کا جائزہ دیتے ہوئے شیئر کیا۔

Nvidia سے ڈاکٹر Tran Minh Quan نے جسمانی AI کے رجحانات پر اپنی بصیرت کا اشتراک کیا۔

Nvidia کے نمائندوں کے مطابق، جسمانی AI مستقبل میں ٹریلین ڈالر کی صنعت بن سکتی ہے۔ جسمانی AI کو لاگو کرنے کی صلاحیت بہت زیادہ ہے، یہ دیکھتے ہوئے کہ موجودہ عالمی ہارڈویئر انفراسٹرکچر میں تقریباً 2 بلین صنعتی کیمرے، 10 ملین فیکٹریاں، 200,000 گودام، اور 1.5 بلین گاڑیاں شامل ہیں، اربوں ہیومنائیڈ روبوٹس کا ذکر نہیں کرنا جو مستقبل میں تعینات کیے جا سکتے ہیں۔

مسٹر کوان نے مزید کہا کہ "اگر ہر ڈیوائس میں موجودہ کام کے بوجھ کو سنبھالنے کے لیے AI 'دماغ' سے لیس کیا جاتا، تو وہ کام جو آج کے مقابلے میں بہت مختلف پیمانے پر سپورٹ کیے جاسکتے ہیں۔"

جسمانی AI کی ضرورت بہت سی صنعتوں میں اہلکاروں کی کمی سے پیدا ہوتی ہے۔ سخت ماحول میں انتہائی ہنر مند ملازمتیں، جیسے بند، تاریک جگہوں میں ویلڈنگ، انسانوں کے لیے مشکل ثابت ہو رہی ہیں۔

روبوٹ اب ایک ایسا حل ہے جو اہلکاروں اور آپریشنل اخراجات میں توازن رکھتا ہے۔ لاگت کو بہتر بنایا جا سکتا ہے کیونکہ روبوٹس میں اب نئے کاموں کو آزادانہ طور پر سیکھنے کی صلاحیت ہوتی ہے، بجائے اس کے کہ وہ صرف بار بار کام انجام دے سکیں۔

"اسی لیے روبوٹکس کے لیے ChatGPT 'مومنٹ' اس سال یا اگلے سال آسکتا ہے،" مسٹر کوان نے زور دیا۔

جسمانی AI کو جنریٹو AI اور ایجنٹ AI کے بعد اگلا مرحلہ سمجھا جاتا ہے۔

اس وژن کو پورا کرنے کے لیے، Nvidia کے نمائندوں نے تین کمپیوٹرز کا ایک ماڈل تجویز کیا، جو کہ جسمانی AI کی ترقی کے تین اہم مراحل سے مطابقت رکھتا ہے۔

اس کے مطابق، پہلے مرحلے میں سرور پر بنیاد بنانے پر توجہ دی گئی ہے۔ تربیت کے بعد، ماڈل کو ایک نقلی ماحول میں رکھا جا سکتا ہے تاکہ کارآمد تعاملات کے بارے میں سیکھا جا سکے، جس سے ماڈل کو حقیقی دنیا میں بہتر طرز عمل پیدا کرنے میں مدد ملتی ہے۔

سمولیشن روبوٹ کو اشیاء کو درست طریقے سے پہچاننے اور انہیں کیسے ہینڈل کرنے میں مدد کرتا ہے۔ زیادہ اہم بات یہ ہے کہ نقلی ایک سے زیادہ روبوٹ کو ایک ساتھ کام کرنے کی اجازت دیتا ہے، حقیقی دنیا کے ہارڈ ویئر کی لاگت کے بغیر تصادم کے منظرناموں کی جانچ کرتا ہے۔ آخر میں، یہ ہارڈ ویئر میں براہ راست تعیناتی کو قابل بناتا ہے۔

اے آئی کو بڑے پیمانے پر تعینات کرنے کا چیلنج۔

"AI-ization" کا عمل، جس میں کارکردگی کو بہتر بنانے اور فیصلہ سازی کی حمایت کرنے کے لیے روزانہ کی کارروائیوں میں ٹیکنالوجی کو شامل کرنا شامل ہے، عالمی سطح پر تیز ہو رہا ہے۔

Zalo AI کے ریسرچ ڈائریکٹر ڈاکٹر Chau Thanh Duc کے مطابق، ویتنام میں AI کی رفتار بہت سے عوامل کی وجہ سے ہے، خاص طور پر AI ماڈلز کی ترقی، ہارڈ ویئر اور ڈیٹا انفراسٹرکچر کی تیز رفتار بہتری، اور ڈیجیٹل تبدیلی کا عمل۔

ویتنام کو ان ممالک میں سے ایک سمجھا جاتا ہے جس میں AI کی ترقی کی نمایاں صلاحیت ہے، جیسا کہ ٹیلنٹ کے حصول کے پروگرام، ٹیکنالوجی کمیونٹی کی تعمیر، اور حکومتی تعاون سے ظاہر ہوتا ہے۔ مزید برآں، ویتنامی شہریوں کی ڈیجیٹل تبدیلی کے لیے اعلیٰ سطح کی تیاری کا اندازہ لگایا جاتا ہے۔

ڈاکٹر چاؤ تھانہ ڈک، زالو اے آئی کے ڈائریکٹر ریسرچ۔

اس تبدیلی میں، Zalo نے AI سے متعلق بہت سی خصوصیات جیسے کیکی ورچوئل اسسٹنٹ کو لانچ کیا۔ کمپنی کا مقصد ایسے اوزار تیار کرنا ہے جو کام کی کارکردگی میں اضافہ کریں، اور خاص طور پر ہر ایک کے لیے استعمال میں آسان ہوں۔ Zalo کے ٹولز کوڈنگ، پروگرامنگ اور تحقیق سے لے کر روزمرہ کی سرگرمیوں جیسے مواصلات، ترجمہ اور تصویری تلاش تک ہر چیز کی حمایت کرتے ہیں۔

تاہم ماہرین کا خیال ہے کہ یہ صرف شروعات ہے اور اے آئی کی تبدیلی کے عمل میں اب بھی بہت سی مشکلات ہیں۔ Zalo AI میں سائنس کے ڈائریکٹر ڈاکٹر Nguyen Truong Son نے کہا کہ مشکلات سیکورٹی، لاگت کے مسائل اور صارفین کی جانب سے زیادہ مطالبات کی وجہ سے ہیں۔ یہ نہ صرف زالو کے لیے بلکہ صارفین اور کاروبار کے لیے بھی مشکلات ہیں۔

پہلی رکاوٹ AI ماڈل کے انتخاب کے گرد گھومتی ہے جو خود مختاری کی ایک خاص سطح کو یقینی بناتا ہے۔ تھرڈ پارٹی ماڈل اکثر بہتر کارکردگی اور آؤٹ پٹ کوالٹی پیش کرتے ہیں، جبکہ اندرونی ماڈلز میں انفارمیشن کنٹرول کا فائدہ ہوتا ہے لیکن وہ استحکام اور کارکردگی کے لحاظ سے محدود ہوتے ہیں۔

Zalo AI کے نمائندوں کے ذریعہ شیئر کردہ معلومات۔

مزید برآں، زیادہ تر موجودہ ماڈل عام کمزوریوں کا اشتراک کرتے ہیں جیسے کہ نامکمل درستگی اور متضاد آؤٹ پٹ۔ بہت سے چیٹ بوٹس میں ویتنامی کو سمجھنے اور اس پر کارروائی کرنے کی محدود صلاحیت ہوتی ہے، جو مخصوص ضروریات یا سیاق و سباق کو پورا کرنے میں ناکام رہتے ہیں۔

اس مسئلے کو حل کرنے کے لیے، Zalo کے ماہرین نے کئی حل تجویز کیے، جیسے کہ جدید ماڈل ڈیولپمنٹ ٹیکنالوجی کا اطلاق کرنا اور چیٹ بوٹ کی تربیت کے دوران ڈیٹا کے قابل اعتماد ذرائع کو یکجا کرنا۔ اس کے ساتھ ہی، ترقیاتی ٹیم نے اندرونی ٹیسٹ کے ذریعے ماڈل کا مسلسل جائزہ لیا۔

ایک اور چیلنج لاگت، کارکردگی اور سیکورٹی کو متوازن کرنے میں ہے۔ ڈاکٹر Nguyen Truong Son کے مطابق، پیچیدہ درخواستوں کو سنبھالنے کے لیے چھوٹے ماڈل کا استعمال پروسیسنگ کے وقت اور آپریٹنگ اخراجات میں اضافہ کر سکتا ہے، اور اس کے برعکس۔

ڈاکٹر Nguyen Truong Son، Zalo AI میں سائنس کے ڈائریکٹر۔

اس نے استدلال کیا کہ کمانڈ ان پٹ مرحلے سے ہی اصلاح شروع ہو سکتی ہے۔ صارفین غیر ضروری طوالت کو محدود کرکے اور چیٹ بوٹ کے لیے واضح، جامع سیاق و سباق فراہم کرکے ٹوکن کے اخراجات کو کم کرسکتے ہیں۔

سسٹم کی سطح پر، Zalo ٹیم مختلف حل نافذ کرتی ہے جیسے کہ مناسب کمانڈز تجویز کرنا اور صارف کی معلومات کی حفاظت اور حفاظت کو یقینی بنانے کے لیے کنٹرول کی تہوں کو تعینات کرنا۔

مجموعی طور پر، ویتنام کو عالمی AI لہر کے لیے اچھی طرح سے تیار سمجھا جاتا ہے۔ Zalo اس تبدیلی کے ابتدائی شرکاء میں سے ایک ہے، جو بڑے پیمانے پر AI کی تعیناتی کے دوران لاگت، معیار اور سیکورٹی کے چیلنجوں سے نمٹنے پر توجہ مرکوز کرتا ہے۔

شدید چپ کی دوڑ

AI کا دھماکہ ہارڈ ویئر یا چپس میں ترقی کا نتیجہ ہے۔ OpenAI سے ڈاکٹر Pham Hy Hieu اس بات پر زور دیتے ہیں کہ ChatGPT کے ظہور نے چپس میں انقلاب برپا کیا، جس سے Nvidia کو مختصر وقت میں تیزی سے ترقی کرنے کے قابل بنایا گیا۔

جب ChatGPT پہلی بار شروع کیا گیا تھا، اس کا آپریشن تقریباً مکمل طور پر Nvidia چپس پر انحصار کرتا تھا۔ اس کی وجہ سے انتھروپک اور میٹا جیسے ٹیک جنات سے ہارڈ ویئر کی خریداری میں اضافہ ہوا۔

تاہم، گیم صرف Nvidia کے لیے نہیں ہے۔ اے ایم ڈی اور گوگل جیسے حریف AI ماڈلنگ ڈویلپرز کے لیے بہترین ہارڈویئر حل بھی پیش کر رہے ہیں۔

"چپس اور چپ سے متعلق سرمائے کا بہاؤ بھی اقتصادی بہاؤ کو متاثر کرتا ہے، کم از کم امریکی معیشت کی ترقی پر۔"

مزید برآں، AI تیار کرنے کی خواہشمند کمپنیاں بھی اپنی چپس تیار کرنے کے عزائم رکھتی ہیں کیونکہ چپس کی خریداری کی لاگت بڑھ رہی ہے، اس لیے تھوڑی سی بچت بھی ایک بہت بڑا فائدہ ہے۔ اسی لیے ہر کمپنی چپ وسائل میں خود کفیل بننا چاہتی ہے،" مسٹر ہیو نے مزید کہا۔

ڈاکٹر فام ہائی ہیو، اوپن اے آئی کی نمائندگی کر رہے ہیں۔

AI چپ مارکیٹ کو فی الحال ان کے مطلوبہ استعمال کی بنیاد پر دو اہم زمروں میں تقسیم کیا گیا ہے۔ پہلی قسم ٹریننگ چپس ہے، جس کے لیے ایک ساتھ ہزاروں چپس کو جوڑنے کے لیے بڑے میٹرکس ضرب کاری، یکساں جہت، اور اعلی بینڈوتھ کی ضرورت ہوتی ہے۔

دوسری قسم انفرنس چپ ہے، جس کے لیے زیادہ معمولی تعداد میں لنکس کی ضرورت ہوتی ہے (تقریباً 50-100 چپس) اور چھوٹے، بے قاعدہ سائز کے میٹرکس کے مسائل پر توجہ مرکوز کرتی ہے۔ تاہم، انفرنس چپس کو پائیدار آپریشن کے لیے اچھی پاور آپٹیمائزیشن کی ضرورت ہوتی ہے۔

ترقی کی تاریخ پر نظر ڈالتے ہوئے، اگر 2019-2023 کے دورانیے نے GPT ماڈلز کے لیے تربیت اور ڈیٹا کمپریشن پر توجہ مرکوز کی، 2024 کے بعد، توجہ استدلال کی صلاحیتوں پر منتقل ہو رہی ہے۔ یہ تبدیلی انفرنس چپس کی مانگ کا باعث بنتی ہے۔

"چِپ مینوفیکچرنگ گیم میں ویت نام کیا کردار ادا کرتا ہے؟ اگرچہ چپ انڈسٹری ٹریلین ڈالر کی صنعت ہے، ہمیں اس میں حصہ لینے کے لیے دسیوں ارب ڈالر کی ضرورت نہیں ہے۔ ویتنام کے لوگ AI چپ کے منظر نامے میں کئی طریقوں سے اپنا حصہ ڈال سکتے ہیں،" مسٹر ہیو نے شیئر کیا۔

AI انفراسٹرکچر میں ہارڈ ویئر کے بارے میں ڈاکٹر Pham Hy Hieu کی بصیرتیں۔

اوپن اے آئی کے نمائندوں نے دو اہم سمتوں کی تجویز پیش کی۔ بڑے پیمانے پر زبان کے ماڈلز کے لیے چپس تیار کرنے کے لیے دوڑ لگانے کے بجائے، ویتنام کاروں، اسمارٹ فونز، یا قابل اطلاق طبی آلات کے لیے کم طاقت والے چپس تیار کرنے پر توجہ دے سکتا ہے۔ یہ مارکیٹ کے وہ حصے ہیں جن میں نمایاں ترقی کی صلاحیت اور کم سرمایہ کاری کی لاگت ہے۔

دوم، ہارڈ ویئر اور سافٹ ویئر کا انضمام ہے۔ فلیش اٹینشن 2 الگورتھم جیسی شراکتیں یہ ظاہر کرتی ہیں کہ کس طرح پروگرامنگ اور ہارڈ ویئر کا ایک ہوشیار امتزاج بڑے پیمانے پر سرمایہ کاری کی ضرورت کے بغیر کامیابیاں پیدا کر سکتا ہے۔

"مستقبل ان لوگوں کے ہاتھ میں ہے جو مواقع دیکھنے کی ہمت رکھتے ہیں، خطرات مول لینے کی ہمت رکھتے ہیں، اور خطرات کا سامنا کرنے کی ہمت رکھتے ہیں،" مسٹر ہیو نے نتیجہ اخذ کیا۔

Zalo AI چیلنج 2025 میں نمایاں ٹیمیں۔

مقررین کی پیشکشوں کے بعد، Zalo AI چیلنج 2025 میں AI کو لاگو کرنے کے لیے بہت سے عملی حل پیش کیے گئے۔ اکتوبر کے آخر میں شروع ہونے والے مقابلے نے 1,000 سے زیادہ حصہ لینے والی ٹیموں کو اپنی طرف متوجہ کیا۔

اس سال، Zalo AI چیلنج کو دو زمروں میں تقسیم کیا گیا ہے: RoadBuddy (ٹریفک کے نشانات کی شناخت کے لیے الگورتھم کا استعمال کرتے ہوئے) اور AeroEyes (زمین کی چیزوں کو پہچاننے کے لیے ڈرون کے لیے AI ڈیزائن کرنا)۔ جیتنے والی ٹیموں کو اسپانسرز کی جانب سے تحائف کے ساتھ مجموعی طور پر $12,000 کا نقد انعام ملے گا۔

منتظمین کے مطابق، اس سال کے امتحان کے تمام سوالات عملی تھے، جو حقیقی دنیا کے مسائل کو حل کرنے کے لیے تحقیقی ماحول سے باہر AI کی صلاحیت کو ظاہر کرتے تھے۔

RoadBuddy چیلنج میں، مقابلہ کرنے والوں نے کار ڈیش کیمز سے ڈیٹا پروسیسنگ پر توجہ مرکوز کی۔ ٹیموں کو 0-15 سیکنڈ تک جاری رہنے والے ویڈیو ڈیٹاسیٹس پر کارروائی کرنا پڑتی تھی، جو کہ مختلف وقت کے حالات میں ریکارڈ کیے گئے تھے۔ اے آئی ماڈل کا کام سڑک کے نشانات، ٹریفک لائٹس، اور لین کے نشانات جیسی تفصیلات کی درست شناخت کرنا تھا جو ویڈیو میں نظر آئیں۔

Zalo AI چیلنج 2025 کے لیے انعامات بانٹنا اور دینا۔

1,500 تربیتی نمونے، 500 عوامی ٹیسٹ کے نمونے، اور 500 نجی ٹیسٹ کے نمونوں پر مشتمل ڈیٹا سیٹ کے ساتھ، مقابلہ کرنے والی ٹیموں کا جائزہ دو معیاروں کی بنیاد پر کیا گیا: درستگی اور جوابی وقت۔

مسٹر Nguyen Truong Son کے جائزے کے مطابق، مقابلہ کرنے والوں نے جدید تکنیکوں کا اطلاق کیا جیسے ویژن لینگویج ماڈل (VLM)۔ عام عمل میں ان پٹ ڈیٹا کے طور پر ویڈیو سے فریم نکالنا، پھر انہیں Qwen یا YOLO جیسے ماڈلز کے ساتھ ملا کر اشیاء کی شناخت اور منطقی تجزیہ فراہم کرنا شامل ہے۔

حتمی نتائج میں، CtelAI ٹیم نے 71.3% کی درستگی کی شرح کے ساتھ پہلی پوزیشن حاصل کی، اس کے بعد BitterSweet نے 70.5% کے ساتھ۔

AeroEyes تھیم کے ساتھ، ٹیموں نے فائنل میں جانے سے پہلے کوالیفائنگ راؤنڈ میں حصہ لیا۔ فائنل میں، امیدواروں کو ماڈلز کو براہ راست ڈرون پر پروگرام کرنا تھا، پرواز کے راستے قائم کرنے اور اشیاء کا پتہ لگانے کے لیے حقیقی دنیا کے حالات میں کیمروں کو کنٹرول کرنا تھا۔

تفویض کی مشکل کی وجہ سے، ضروریات کو پورا کرنے والی ٹیموں کی تعداد زیادہ نہیں تھی، لہذا منتظمین نے لچک کے ساتھ ایک ضمنی موضوع متعارف کرایا۔ مسابقتی ٹیموں نے ضروریات کو پورا کرنے کے لیے اپنے ماڈلز کو تیزی سے ایڈجسٹ کیا۔ نتیجے کے طور پر، ٹیم AIO_C3A اپنی اعلیٰ کارکردگی کی بدولت جیت گئی۔ دوسرا مقام IUH_Alers_K16 اور AEB کی ٹیموں نے شیئر کیا۔

ماخذ: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html