سائنسدانوں نے مصنوعی ذہانت کے نوبل انعام جیتنے کے امکان کی پیش گوئی کی ہے۔

بہت سے محققین کا خیال ہے کہ AI ایک دن سائنس کے روشن ترین ذہنوں کا مقابلہ کر سکتا ہے - یہاں تک کہ نوبل انعام کے لائق دریافتیں بھی کر سکتا ہے۔

نیچر میگزین کے مطابق، حالیہ برسوں میں، مصنوعی ذہانت (AI) نے ڈیٹا کا تجزیہ کرنے، تجربات کو ڈیزائن کرنے اور نئے سائنسی مفروضوں کے ساتھ آنے کی اپنی صلاحیت کا مظاہرہ کیا ہے، جس سے بہت سے محققین یہ مانتے ہیں کہ AI ایک دن سائنس میں سب سے زیادہ ذہین دماغوں کا مقابلہ کر سکتا ہے، یہاں تک کہ نوبل انعام کے لائق دریافتیں بھی، نیچر میگزین کے مطابق۔

2016 میں، Sony AI کے سی ای او، ماہر حیاتیات Hiroaki Kitano نے "Nobel Turing Challenge" کا آغاز کیا - ایک AI سسٹم کو اتنا سمارٹ بنانے کے لیے کہ وہ خود نوبل سطح کی سائنسی دریافت کر سکے۔

پروجیکٹ کے ہدف کے مطابق، 2050 تک، ایک "AI سائنسدان" انسانی مداخلت کے بغیر مفروضے بنانے، تجربات کی منصوبہ بندی کرنے اور ڈیٹا کا تجزیہ کرنے کے قابل ہو جائے گا۔

محقق راس کنگ، یونیورسٹی آف کیمبرج (برطانیہ) کا خیال ہے کہ یہ سنگ میل جلد آسکتا ہے: "یہ تقریباً یقینی ہے کہ اے آئی سسٹمز نوبل انعامات جیتنے کی سطح تک پہنچ جائیں گے۔ سوال صرف اگلے 50 سال یا 10 سالوں میں ہے۔"

تاہم، بہت سے ماہرین محتاط ہیں. ان کے مطابق، موجودہ AI ماڈل بنیادی طور پر دستیاب ڈیٹا اور علم پر انحصار کرتے ہیں، اور حقیقت میں نئی ​​سمجھ پیدا نہیں کرتے۔

محقق یولینڈا گل (یونیورسٹی آف سدرن کیلیفورنیا، امریکہ) نے تبصرہ کیا: "اگر کل حکومت بنیادی تحقیق میں ایک بلین امریکی ڈالر کی سرمایہ کاری کرتی ہے، تو پیشرفت تیز ہو سکتی ہے، لیکن یہ ابھی بھی اس مقصد سے بہت دور ہے۔"

آج تک صرف لوگوں اور اداروں کو نوبل انعامات سے نوازا گیا ہے۔ تاہم، AI نے بالواسطہ طور پر تعاون کیا ہے: 2024 میں، فزکس کا نوبل انعام مشین لرننگ کے علمبرداروں کو دیا گیا۔ اسی سال، کیمسٹری پرائز کا نصف حصہ الفا فولڈ کے پیچھے والی ٹیم کو گیا، گوگل ڈیپ مائنڈ کا اے آئی سسٹم جو پروٹین کے 3D ڈھانچے کی پیش گوئی کرتا ہے۔ لیکن یہ انعامات AI کے تخلیق کاروں کی عزت کرتے ہیں، AI کی دریافتوں کو نہیں۔

نوبل انعام کا حقدار بننے کے لیے، نوبل کمیٹی کے معیار کے مطابق، ایک دریافت کا کارآمد ہونا چاہیے، اس کا دور رس اثر ہو اور تفہیم کی نئی سمتیں کھلیں۔ ایک "AI سائنسدان" جو اس ضرورت کو پورا کرنا چاہتا ہے اسے تقریباً مکمل طور پر خود مختاری سے کام کرنا چاہیے - سوالات پوچھنے سے لے کر تجربات کے انتخاب سے لے کر نتائج کا تجزیہ کرنے تک۔

درحقیقت، AI پہلے ہی تحقیق کے تقریباً ہر مرحلے میں شامل ہے۔ نئے ٹولز جانوروں کی آوازوں کو سمجھنے، ستاروں کے درمیان تصادم کی پیش گوئی کرنے اور COVID-19 کے لیے کمزور مدافعتی خلیوں کی شناخت کرنے میں مدد کر رہے ہیں۔

کارنیگی میلن یونیورسٹی میں، کیمیا دان گیبی گومز کی ٹیم نے "Coscientist" تیار کیا – ایک ایسا نظام جو بڑے لینگویج ماڈلز (LLMs) کا استعمال کرتا ہے تاکہ روبوٹک آلات کا استعمال کرتے ہوئے کیمیائی رد عمل کی خود مختاری سے منصوبہ بندی اور اس پر عمل درآمد کیا جا سکے۔

ٹوکیو میں Sakana AI جیسی کچھ کمپنیاں LLM کا استعمال کرتے ہوئے مشین لرننگ ریسرچ کو خودکار بنانے کی کوشش کر رہی ہیں، جب کہ گوگل چیٹ بوٹس کے ساتھ تجربہ کر رہا ہے جو سائنسی خیالات پیدا کرنے کے لیے گروپس میں تعاون کرتے ہیں۔

امریکہ میں، سان فرانسسکو میں فیوچر ہاؤس لیب AI کو سوالات پوچھنے، مفروضوں کی جانچ اور ڈیزائن کے تجربات میں مدد کرنے کے لیے مرحلہ وار "سوچ" ماڈل تیار کر رہی ہے - جس کا مقصد "سائنس میں AI" کی تیسری نسل کے لیے ہے۔

فیوچر ہاؤس کے ڈائریکٹر سیم روڈریکس کے مطابق، آخری نسل AI ہو گی جو انسانی نگرانی کے بغیر اپنے طور پر سوالات پوچھ سکتی ہے اور تجربات کر سکتی ہے۔ "AI 2030 تک نوبل انعام کے لائق دریافتیں کر سکتا ہے،" وہ پیش گوئی کرتا ہے۔ سب سے زیادہ صلاحیت والے شعبے مواد کی سائنس اور پارکنسنز یا الزائمر کی بیماری کا مطالعہ ہیں۔

دوسرے سائنسدان شکی ہیں۔ سیئٹل میں ایلن انسٹی ٹیوٹ فار اے آئی کے ڈوگ ڈاؤنی کا کہنا ہے کہ 57 "AI ایجنٹوں" کے ٹیسٹ سے پتہ چلا ہے کہ صرف 1% ہی ایک تحقیقی پروجیکٹ کو مکمل طور پر مکمل کر سکتے ہیں۔ "شروع سے آخر تک خودکار سائنسی دریافت ایک بہت بڑا چیلنج بنی ہوئی ہے،" وہ کہتے ہیں۔

اس کے علاوہ، AI ماڈلز اب بھی فطرت کے قوانین کو پوری طرح سے نہیں سمجھتے ہیں۔ ایک تحقیق سے پتا چلا ہے کہ ایک ماڈل سیاروں کے مدار کی پیشین گوئی کر سکتا ہے لیکن بنیادی جسمانی قوانین کی نہیں۔ یا شہر کو نیویگیٹ کر سکتا ہے لیکن درست نقشہ نہیں بنا سکتا۔

ماہر Subbarao Kambhampati (Arizona State University) کے مطابق، اس سے ظاہر ہوتا ہے کہ AI میں حقیقی زندگی کے تجربے کی کمی ہے جو انسانوں کے پاس ہے۔

یولینڈا گل کا استدلال ہے کہ نوبل کا درجہ حاصل کرنے کے لیے، AI کو "سوچنے کے بارے میں سوچنے" کے قابل ہونا ضروری ہے - یعنی اپنے استدلال کے عمل کو خود جانچنا اور ایڈجسٹ کرنا۔ اس بنیادی تحقیق میں سرمایہ کاری کیے بغیر، "نوبل کے لائق دریافتیں بہت دور رہیں گی،" گل کہتے ہیں۔

دریں اثنا، کچھ اسکالرز سائنس میں AI پر زیادہ انحصار کے خطرات سے خبردار کرتے ہیں۔ لیزا میسیری (ییل یونیورسٹی) اور مولی کروکٹ (پرنسٹن یونیورسٹی) کا 2024 کا ایک مقالہ دلیل دیتا ہے کہ اے آئی کا زیادہ استعمال غلطیوں کو بڑھا سکتا ہے اور تخلیقی صلاحیتوں کو کم کر سکتا ہے، جیسا کہ سائنس دان "زیادہ پیدا کرتے ہیں لیکن کم سمجھتے ہیں۔"

میسیری نے مزید کہا، "AI نوجوان سائنسدانوں کو محروم کر سکتا ہے جو دوسری صورت میں مستقبل میں سیکھنے کے مواقع میں بڑے انعامات جیت سکتے ہیں۔" "تحقیق کے بجٹ کے سکڑنے کے ساتھ، اس مستقبل کی لاگت پر غور کرنے کا یہ ایک پریشان کن وقت ہے۔"

(TTXVN/Vietnam+)

ماخذ: https://www.vietnamplus.vn/gioi-khoa-hoc-du-doan-kha-nang-tri-tue-nhan-tao-gianh-giai-nobel-post1068525.vnp