ویتنامی ڈیٹا کے مسئلے کو حل کرنے کے لیے، ہمیں ویتنامی لوگوں کی خصوصیات کو سمجھنا چاہیے۔

ویتنامی لوگ اپنے لوگوں کی ضروریات اور خصوصیات کو بہتر طریقے سے سمجھیں گے، اس طرح ویتنامی ڈیٹا کی خصوصیات کو سمجھیں گے۔ یہ ویتنامی لوگوں کی زندگیوں کی خدمت کے لیے ٹیکنالوجی کو کامیابی کے ساتھ استعمال کرنے کی بنیاد ہے۔

Nhan Dan Newspaper نے VinBigData جوائنٹ اسٹاک کمپنی ( Vingroup Corporation) کے جنرل ڈائریکٹر ڈاکٹر Dao Duc Minh کے ساتھ ویتنام میں مصنوعی ذہانت کی ترقی میں بڑے ڈیٹا کو جمع کرنے، استعمال کرنے اور اس کے کردار کے بارے میں بات چیت کی، خاص طور پر ویتنام کے ڈیٹا کے مسئلے میں ویتنامی لوگوں کے کردار کے بارے میں۔

PV: سر، کیا آپ ہمیں مصنوعی ذہانت کی تربیت میں ڈیٹا کے کردار اور قدر کے بارے میں بتا سکتے ہیں؟

مسٹر ڈاؤ ڈک من: مصنوعی ذہانت کی کامیابی کا انحصار زیادہ تر ڈیٹا کو منتخب کرنے، جمع کرنے اور اس پر کارروائی کرنے کے بارے میں جاننے پر ہوگا۔ ایک اعلیٰ معیار کے مصنوعی ذہانت کے ماڈل کو تربیت دینے کے لیے، ہم اکثر کافی بڑے ڈیٹا بیس سے تربیت شروع کرتے ہیں۔

پھر، جب ماڈل کی تعیناتی اور جانچ کی جاتی ہے، ڈیٹا اکٹھا کرنا اور پروسیسنگ جاری رکھنا ماڈل کے معیار کو بہتر بنانے اور مکمل کرنے میں بہت اہم کردار ادا کرے گا۔

ڈیٹا کو مقدار، معیار، تنوع اور عالمگیریت کے لحاظ سے معیارات پر پورا اترنا چاہیے۔ مثال کے طور پر، ویتنامی لوگوں کے لیے ViVi ورچوئل اسسٹنٹ پروڈکٹ تیار کرنے کے عمل میں، ان کو تربیت دینے کے لیے، ہمیں مختلف خطوں، متنوع عمروں اور جنسوں کی ہزاروں آوازوں سے، سینکڑوں شعبوں میں پھیلے مواد کے ساتھ، دسیوں ہزار گھنٹے کا اعلیٰ معیار کا ڈیٹا اکٹھا کرنا پڑا،...

خام ڈیٹا کو ابتدائی طور پر صاف کیا جاتا ہے، لیبل لگایا جاتا ہے اور کئی مراحل سے اس پر کارروائی کی جاتی ہے تاکہ AI ماڈل میں فیڈ کرنے کے لیے اعلیٰ ترین کوالٹی ڈیٹا سورس بنایا جا سکے، اس طرح ViVi کی درستگی میں بہتری آتی ہے۔ یہ تعداد تقریباً زیادہ سے زیادہ تک پہنچ جاتی ہے: >98%۔

ہزاروں گھنٹے کا ڈیٹا اکٹھا کرنا اور اس پر کارروائی کرنا بہت مہنگا اور پیچیدہ ہے۔ لیکن ہمیں معیاری مصنوعی ذہانت کے لیے اچھے ڈیٹا کی ضرورت ہے۔ چیٹ جی پی ٹی یا بارڈ (گوگل کا چیٹ بوٹ) دونوں انٹرنیٹ پر بہت سے مختلف ذرائع سے جمع کیے گئے بہت بڑے ڈیٹا ذرائع پر تربیت یافتہ ہیں۔

AI کے کامیاب ہونے کے لیے، اسے بڑے اور متنوع ڈیٹا کے ذرائع پر تربیت دی جانی چاہیے، تاکہ پیدا ہونے والے نتائج انتہائی درست ہوں۔ اس کے برعکس، بڑے ڈیٹا کا تجزیہ کرنے کے لیے، ہمیں بڑے پیمانے پر ڈیٹا کو درست طریقے سے پروسیس کرنے کی صلاحیت کو یقینی بنانے کے لیے AI کا استعمال کرنے کی ضرورت ہے، اس طرح ایسے نتائج پیدا ہوتے ہیں جو زیادہ فیصلہ کن یا پیش گوئی کرنے والے ہوں۔

یہ مصنوعی ذہانت اور بڑے ڈیٹا کے درمیان ایک گونج ہے۔

PV: براہ کرم ہمیں مشین لرننگ کے لیے ڈیٹا کو منتخب کرنے اور جمع کرنے کے عمل کے بارے میں بتائیں۔ یہ ڈیٹا کیسے اور کن ذرائع سے اکٹھا کیا جائے گا؟ خاص طور پر جب ویتنامی صارفین کے بارے میں سب سے زیادہ معلومات رکھنے والی جگہ غیر ملکی کمپنیوں کی سوشل نیٹ ورکنگ سائٹس ہے (گوگل، فیس بک...)

مسٹر ڈاؤ ڈک من: مشین لرننگ ماڈلز کے لیے ڈیٹا کو منتخب کرنے اور جمع کرنے کے عمل کا پہلا مرحلہ یہ سمجھنا ہے کہ ایک اچھا انتخاب کیا ہے۔ ہم بڑے ڈیٹا کے 5V ماڈل کا حوالہ دے سکتے ہیں، ایک اچھے ڈیٹا سورس میں تمام 5 عوامل شامل ہوں گے: حجم، قدر، مختلف قسم، رفتار اور سچائی۔

عام طور پر، عملی ایپلیکیشن کے لیے بہترین AI ماڈل بنانے کے لیے، ڈیٹا کا ایک اچھا ذریعہ بہت سے ملتے جلتے مسائل میں متنوع اور آفاقی، نیز اس ایپلی کیشن کے لیے مخصوص اور انفرادی ہونا چاہیے۔

یہ حقیقت ہے کہ انسانی ڈیٹا کا سب سے بڑا ذریعہ انٹرنیٹ اور سوشل نیٹ ورکس پر ہے۔ یہ ڈیٹا سورس زیادہ تر غیر ملکی کمپنیوں کی ملکیت ہے۔ تاہم، ڈیٹا بہت سے مختلف ذرائع سے آ سکتا ہے اور ویتنام کو اب بھی اپنے ڈیٹا ذرائع تک رسائی حاصل کرنے کا فائدہ ہے۔ اس کے علاوہ، ڈیٹا کے مسائل ہیں جو صرف ویتنامی لوگ ہی حل کر سکتے ہیں۔ کیونکہ ہم وہ ہیں جو "ویتنامی ڈیٹا" کی خصوصیات کو سمجھتے ہیں، ویتنامی لوگوں کی ضروریات اور خصوصیات کو سمجھتے ہیں، اس طرح ویتنامی لوگوں کی زندگیوں کی خدمت کے لیے ٹیکنالوجی کو کامیابی کے ساتھ استعمال کر رہے ہیں۔

ViVi کے لیے، VinBigData نے جو پہلا مسئلہ طے کیا وہ ویتنام کے لوگوں کے لیے بنایا گیا وائس اسسٹنٹ پروڈکٹ لانا تھا۔ یعنی، ہمیں ویتنامی ڈیٹا کے ذرائع پر عبور حاصل کرنا چاہیے، مصنوعی ذہانت کی ٹیکنالوجی کے ساتھ مل کر ایک انتہائی قابل اطلاق پروڈکٹ لانے کے لیے، ویتنامی لوگوں کی ضروریات کو بہترین طریقے سے پورا کرنا چاہیے۔

ان اہداف سے، ہم سمجھتے ہیں کہ ہمیں تربیت کے لیے ڈیٹا کے ذرائع کو کیا اور کہاں جمع کرنے کی ضرورت ہے۔ ضروری نہیں کہ یہ ڈیٹا سورس ویب پر موجود ڈیٹا کے وسیع ذرائع ہوں۔

ویتنامی ڈیٹا اور ٹیکنالوجی میں مہارت حاصل کرنے کی خواہش کے ساتھ، اپنے آغاز سے ہی، VinBigData نے اپنے ڈیٹا کے ذرائع بنائے ہیں جو ویتنامی لوگوں کے لیے منفرد ہیں۔ ہمارے پاس موجود ڈیٹا کی کل مقدار 3,500 ٹیرا بائٹس سے زیادہ ہو چکی ہے۔ خاص طور پر، ہمارے پاس ہے: ویتنام میں لاکھوں کثیر علاقائی آوازوں کا ڈیٹا؛ بہت سے مختلف ذرائع سے 2 ملین سے زیادہ طبی تصاویر؛ ویتنام میں ایک سے زیادہ اشیاء (لوگوں، گاڑیوں، اور اشیاء) کی کیمرے کی تصاویر پر لاکھوں ڈیٹا اور درجنوں مختلف کثیر الضابطہ ڈیٹا بیسز...، جن میں سے سبھی کو جمع، صاف، پراسیس اور لیبل لگایا گیا ہے۔

خاص طور پر، 2021 میں، ہم نے 1000 ویتنامی جینومس کو ترتیب دینے کے پروجیکٹ کا بھی اعلان کیا (بگ ڈیٹا ریسرچ انسٹی ٹیوٹ کے ذریعہ شائع کیا گیا - VinBigData کا پیشرو)، سب سے بڑے ویتنامی جینوم ڈیٹا بیس کی مالک اکائیوں میں سے ایک بن گیا۔ یہ تحقیقی نتیجہ ڈاکٹروں اور جینیاتی ماہرین کی کمیونٹی کے ساتھ شیئر کیا گیا ہے اور کیا جا رہا ہے، جس کا مقصد مستقبل میں ویتنام کے لیے ذاتی نوعیت کی ادویات کی طرف ہے۔

PV : ڈیٹا اکٹھا کرنے کے بعد کیا ہوتا ہے اور اسے معیاری کیسے بنایا جاتا ہے؟ کیا ڈیٹا جتنا بڑا ہے، اتنا ہی بہتر ہے؟

مسٹر ڈاؤ ڈک من: جیسا کہ میں نے کہا، ڈیٹا اکٹھا کرتے وقت حجم ایک اہم عنصر ہے۔ تاہم، میں اس بات پر بھی زور دینا چاہتا ہوں کہ: اگر اسے منتخب، صاف اور واضح طور پر درجہ بندی نہیں کیا گیا ہے، تو اکیلے بڑا ڈیٹا کافی نہیں ہے۔

عام طور پر، ڈیٹا ایک بنیادی پروسیسنگ سائیکل سے گزرے گا جس میں شامل ہیں: جمع کرنا (ساخت شدہ اور غیر ساختہ ڈیٹا)، اسٹوریج (ڈیٹا ڈیٹا بیس سسٹم میں ذخیرہ کیا جاتا ہے)، پروسیسنگ (بشمول کئی مراحل جیسے فلٹرنگ، صفائی، لیبلنگ، ڈیٹا میں اضافہ، معلومات نکالنا/ترکیب، نیز ڈیٹا ویژولائزیشن)۔ یہ عمل AI نظام کی ترقی اور تکمیل کے دوران کئی بار دہرایا جا سکتا ہے۔

اہم بات یہ ہے کہ ڈیٹا کو زندگی میں کیا قدر ملے گی؟ VinBigData تقریباً 5 سالوں سے پروڈکٹس کی تحقیق اور ترقی کے لیے یہی کام کر رہا ہے۔ ہمیں یقین ہے کہ جب ٹیکنالوجی واقعی زندگی میں داخل ہوگی، سماجی مسائل کو حل کرے گی اور لوگوں کی زندگیوں کو بہتر بنائے گی، تحقیق واقعی کامیاب ہوگی۔

PV: آپ نے حال ہی میں اس بارے میں بہت بات کی ہے کہ ہم اپنے ڈیٹا گوداموں کو کیسے اکٹھا کرتے اور بناتے ہیں۔ تو ڈیٹا اکٹھا کرنے کی حدود کا تعین کرنے اور صارف کے حقوق کو یقینی بنانے کے لیے استعمال کرنے کا معیار کیا ہوگا؟

مسٹر ڈاؤ ڈک من: ڈیٹا اکٹھا کرنے اور اس پر کارروائی کرنے کے لیے قانونی ضابطوں یا حفاظتی معیارات کی ضرورت ہوتی ہے تاکہ صارفین کے ساتھ ساتھ کاروبار کی حفاظت کی جا سکے۔ ویتنام ابھی بھی صارف کے ڈیٹا کی حفاظت کے لیے مخصوص معیارات کی تعمیر اور تکمیل کے عمل میں ہے۔

دنیا میں پہلے ہی بہت سے معیارات موجود ہیں۔ مثال کے طور پر: GDPR – یوروپی یونین کا صارف ڈیٹا تحفظ کا معیار؛ یا PCI-DSS ایک معیاری ہے جس کا مقصد کارڈ سے ادائیگی کرنے والے صارفین کی حفاظت کرنا ہے۔

جب ہم ویتنامی مصنوعات کو بین الاقوامی مارکیٹ میں مقبول یا لانا چاہتے ہیں تو ان بین الاقوامی معیارات کی تعمیل بہت ضروری ہے۔

مستقبل قریب میں، صارفین کے حقوق کو یقینی بنانے کے لیے، VinBigData ڈیٹا اکٹھا کرنے اور استعمال کرنے کے عمل میں شفافیت پیدا کرنے کی کوشش کرتا ہے جس کے مقاصد اور اہداف کے ساتھ ڈیٹا کو عام کیا جا رہا ہے۔ خاص طور پر افراد کی ملکیت والے ڈیٹا کے ساتھ۔

فی الحال، VinBigData نے صارفین کے تحفظ اور حقوق کو یقینی بنانے کے لیے بین الاقوامی تنظیموں کی ایک سیریز کے ساتھ دستخط کیے ہیں۔ اس کے بعد، ہمیں امید ہے کہ کاروباری اداروں اور حکومت کے درمیان جلد ہی ایک قانونی راہداری کے ساتھ ساتھ صارف کے ڈیٹا کی حفاظت کے لیے قانونی معیارات پر اتفاق رائے ہو جائے گا۔

PV: بڑا ڈیٹا رکھنے پر، مصنوعی ذہانت کو کس طرح خطرات یا ڈیٹا کی حفاظت کے خطرات کا سامنا کرنا پڑے گا؟

مسٹر ڈاؤ ڈک من: اگر صحیح طریقے سے استعمال کیا جائے، ڈیٹا ایک قیمتی اثاثہ ہوگا۔ ڈیٹا کے ضائع ہونے اور لیک ہونے کا خطرہ ایک ایسا مسئلہ ہے جس کے لیے شروع سے ہی حفاظتی اقدامات کی ضرورت ہوتی ہے۔

جب تک کچھ نہیں ہوتا، ہم اکثر ڈیٹا سیکیورٹی کی اہمیت کو پوری طرح سے نہیں سمجھتے۔ لیکن جب کچھ ہوتا ہے تو نقصان بہت زیادہ ہوگا۔ حال ہی میں، 200 ملین سے زیادہ ٹویٹر صارفین کا ڈیٹا لیک ہوا تھا۔ صارف کی معلومات کو کئی مختلف پلیٹ فارمز پر عوامی طور پر فروخت کیا گیا تھا۔ فرض کریں کہ اگر ان تمام لاکھوں صارفین نے مقدمہ دائر کیا تو ٹویٹر کو بھاری نقصان اٹھانا پڑے گا۔

اگر ڈیٹا لیک خالصتاً تکنیکی ہے تو نقصان عام طور پر کم ہوتا ہے۔ لیکن اگر لیک کا تعلق جان بوجھ کر ڈیٹا کی چوری سے ہے، تو اس کے نتائج بہت غیر متوقع ہیں۔ افراد کے لیے، برے لوگ لیک ہونے والی معلومات کو مختلف غیر قانونی مقاصد کے لیے مکمل طور پر استعمال کر سکتے ہیں۔ جہاں تک کاروبار کا تعلق ہے، معلومات کا لیک نہ صرف متعلقہ مسائل کو حل کرنے کے لیے بہت بڑا مالی نقصان پہنچاتا ہے، بلکہ مارکیٹ میں ساکھ اور برانڈ کو بھی نقصان پہنچاتا ہے۔

PV : ان کمزوریوں کو "پیچ" کرنے اور ڈیٹا سیکیورٹی کو بہتر بنانے کے لیے کن حلوں کی ضرورت ہے، جناب؟

مسٹر ڈاؤ ڈک من: پہلا اور سب سے مفید حل شروع سے روک تھام ہے: معلومات کی حفاظت اور حفاظت کے لیے سازوسامان کی تعمیر؛ کثیر پرت تحفظ؛ صحیح عمل کو چلانا۔

خاص طور پر، حفاظت اور حفاظت کی روک تھام میں بہت سی مختلف پرتیں شامل ہیں۔ سیکورٹی اور حفاظتی آلات میں سرمایہ کاری کے علاوہ؛ یہ ضروری ہے کہ بیک وقت پراسیسنگ اور صارفین اور ڈیٹا کے ساتھ تعامل کے لیے ایک عمل تیار کیا جائے، ڈیٹا لائف سائیکل کنٹرول کا ایک سخت عمل قائم کیا جائے، اور ساتھ ہی ساتھ صارفین اور آپریٹنگ ٹیم کی معلومات کی حفاظت کے بارے میں مہارت اور آگاہی کو بہتر بنایا جائے، اور ڈیٹا کے استعمال کے مناسب حقوق تفویض کیے جائیں (کس کو ڈیٹا تک رسائی اور استعمال کرنے کا حق ہے؟)

دوسری طرف، کاروباری اداروں کو ڈیٹا کی حفاظت کی پالیسیوں کی شناخت کرنے اور لاگو کرنے میں لچکدار ہونے کی ضرورت ہے، مناسب حفاظتی اقدامات کے لیے ہر قسم کے ڈیٹا کی حساسیت کی سطح اور حفاظتی سطح کی درجہ بندی کرنا، میکانکی طور پر معلومات کی حفاظت کی پالیسیوں کو بہت سختی سے لاگو کرنے سے گریز کرنا، جو کبھی کبھی ڈیٹا کی ترقی اور استحصال کے عمل میں رکاوٹ بن سکتی ہے۔

خاص طور پر ان یونٹس کے لیے جو ڈیٹا کو ترقی کے لیے استعمال کرتے ہیں، ڈیٹا کی درجہ بندی اس سے بھی زیادہ اہم ہے۔ کیونکہ ڈیٹا کو مختلف محکموں کے درمیان بہت زیادہ گردش کرنا پڑے گا۔

کاروباروں کو بدترین صورت حال کے لیے تیار رہنے کی ضرورت ہے، متعلقہ ماہرین کے ساتھ ممکنہ حد تک نقصان کو کم سے کم کرنے کے لیے۔

PV : 2023 ڈیٹا کا سال ہوگا۔ ڈیٹا میں ویتنام کی کیا خوبیاں اور کمزوریاں ہیں؟ آپ کی رائے میں، ڈیجیٹل ڈیٹا کے کامیاب سال کے لیے ہمیں کیا تیاری کرنے کی ضرورت ہے؟

مسٹر ڈاؤ ڈک من: 2023 ویتنام کے لیے ڈیجیٹل ڈیٹا کا سال ہوگا۔ فوائد کے لحاظ سے، ہمارے پاس ڈیٹا میں ایک فائدہ ہے۔ ویتنام کی آبادی 100 ملین ہے۔ جن میں اسمارٹ فون، پرسنل کمپیوٹر وغیرہ استعمال کرنے والے نوجوانوں کا تناسب زیادہ ہے۔ یہ ڈیٹا کو فروغ دینے اور مسائل پیدا کرنے کی خصوصیت ہے جنہیں ویتنام میں مصنوعی ذہانت کے ذریعے حل کرنے کی ضرورت ہے۔ دوسری طاقت لوگ ہیں۔ خاص طور پر، ویتنام کے پاس مصنوعی ذہانت میں دنیا کے معروف ماہرین ہیں۔ اس کے علاوہ ملک میں انفارمیشن ٹیکنالوجی میں نوجوان انسانی وسائل کی ریاضی میں بہت اچھی بنیاد ہے۔ یہ دو انسانی وسائل ہیں جن کو ملا کر بین الاقوامی معیار کی مصنوعات تیار کی جا سکتی ہیں۔

حدود کے حوالے سے، ہمیں ڈیٹا کو معیاری بنانے میں دشواری ہوتی ہے۔ ویتنام میں، ہر جگہ، ہر انٹرپرائز، ہر انتظامی یونٹ میں مختلف ڈیٹا ہوتا ہے۔ ڈیٹا معیاری نہیں ہے، بکھرا ہوا ہے، اور مطابقت پذیر نہیں ہے۔ ڈیٹا کو معیاری بنانے کے لیے ہمیں مزید مخصوص قانونی راہداری کی بھی ضرورت ہے۔

ایک کامیاب ڈیجیٹل ڈیٹا سال کے لیے، ویتنام کو بنیادی نکات کو سمجھنے کے ساتھ ساتھ ٹیکنالوجی کی طاقت سے فائدہ اٹھانے کی ضرورت ہے۔ بڑے ڈیٹا اور مصنوعی ذہانت کے درمیان گونج ویتنام کے ڈیجیٹل ڈیٹا سال کے لیے اہم ثابت ہوگی۔

مرکزی سے لے کر مقامی، حکومت اور کاروباری اداروں تک تمام سطحوں کے ڈیٹا میں مہارت حاصل کر کے، ویتنام ملک کے قیمتی ڈیجیٹل وسائل کو "محفوظ" کر سکے گا۔ جدید فکری ٹکنالوجیوں کے ساتھ مل کر، ہم اس وسیلے کا بھرپور استعمال کر سکیں گے۔

"ویتنامی لوگ ویتنامی ڈیٹا کے مالک ہیں" ویتنام کو اس صورت حال سے بچنے میں بھی مدد کرتا ہے: اپنے وسائل سے استحصال کی گئی مصنوعات کو واپس خریدنا۔

موجودہ وقت میں، خاص طور پر 4.0 انقلاب میں، ویتنام کو پچھلے انقلابات کے مقابلے میں بہت سے فوائد حاصل ہیں۔ ہمارے پاس دنیا کے نقشے پر ملک کی پوزیشن کو تیزی سے پکڑنے اور بہتر کرنے کے لیے ٹیکنالوجی سے فائدہ اٹھانے کا موقع ہے۔ میرے خیال میں اس مقصد کو تیزی سے اور زیادہ پائیدار طریقے سے حاصل کرنے کی کلید "ڈیٹا" اور "لوگ" ہیں۔

پی وی: امریکہ میں مصنوعی ذہانت کی ایک بڑی کمپنی میں کام کرنے کے بعد، آپ کو ویتنام واپس کس چیز نے مجبور کیا؟

مسٹر ڈاؤ ڈک من: 2017 میں، میں ویتنام واپس آیا۔ یہ کہا جا سکتا ہے کہ یہ ایک اہم موڑ تھا۔ امریکہ میں کام کرنے کے دوران، اگرچہ میں نے بہت سے بڑے سرکاری منصوبوں پر کام کیا، لیکن میں نے جو نتائج حاصل کیے وہ اکثر بڑے پروسیسنگ کے چند قدم تھے۔ ایسے وقت بھی آئے جب میں نہیں جانتا تھا کہ میں نے جو حل تیار کیے ہیں وہ استعمال ہوئے ہیں یا نہیں، کیونکہ پراجیکٹ کے حفاظتی طریقہ کار بہت سخت تھے۔

دریں اثنا، ویتنام ترقی کے مرحلے میں ہے، بڑے ڈیٹا اور مصنوعی ذہانت کے بارے میں بہت سے مسائل ہیں جنہیں حل کرنے کی ضرورت ہے۔ اس وقت، مجھے پروفیسر وو ہا وان کی طرف سے ایک دعوت نامہ موصول ہوا: ویتنام کے لوگوں کی زندگیوں کی خدمت کے لیے ویتنامی ٹیکنالوجی کے حل تیار کرنے کے ہدف کو حاصل کرنے کے لیے ویتنام واپس جائیں۔

مجھے لگتا ہے کہ اگر میں ویتنام میں رہوں گا تو میں زیادہ اثر کے ساتھ مسائل پر کام کر سکوں گا۔ یہ ان اہم نکات میں سے ایک ہے جو میری واپسی کو بہت زیادہ معنی خیز بناتا ہے۔

PV: اس گفتگو کے لیے آپ کا شکریہ۔