جب AI جانتا ہے کہ سچائی کی تصدیق کیسے کی جائے: NAACL 2025 میں Viettel AI کی طرف سے نئی پیش رفت

NAACL 2025 میں، ریاستہائے متحدہ میں منعقد ہونے والی دنیا کی معروف مصنوعی ذہانت (AI) کانفرنسوں میں سے ایک، Viettel AI نے VeGraph متعارف کرایا - ایک معلومات کی تصدیق کا طریقہ جو موجودہ طریقوں کے مقابلے میں 5% تک درستگی بڑھانے میں مدد کرتا ہے۔

VeGraph موجودہ طریقوں سے 2 - 5% تک درستگی کو بہتر بناتا ہے۔

NAACL 2025 (Anual Conference of the Nations of the Americans Chapter of the Association for Computational Linguistics) قدرتی زبان کی پروسیسنگ اور کمپیوٹیشنل لسانیات کے میدان میں دنیا کا معروف باوقار سائنسی فورم ہے۔

16 مئی کی سہ پہر کو Viettel کی معلومات کے مطابق، انٹرنیٹ اور سوشل نیٹ ورکس کے دھماکے نے صارف کے تیار کردہ مواد کو تیزی سے مقبول بنا دیا ہے۔ ایک ہی وقت میں، اس نے جعلی خبروں اور غیر سرکاری خبروں کی ایک لہر کو بڑے پیمانے پر پھیلا دیا ہے۔ یہ غلط معلومات نہ صرف حساس علاقوں جیسے کہ صحت، قدرتی آفات، عوامی پالیسی... میں لوگوں کے لیے الجھن کا باعث بنتی ہیں بلکہ سنگین نتائج کا باعث بنتی ہیں جیسے: معاشی نقصان، تنظیمی ساکھ میں کمی اور قومی سلامتی کو خطرہ۔

"ماضی میں، اس معلومات کا صرف ایک خاص وقت اور دائرہ کار پر اثر ہوتا تھا، اب یہ مصنوعی ذہانت (AI) سسٹمز کے ان پٹ ڈیٹا کا حصہ بننے پر تیزی سے خطرناک ہوتا جا رہا ہے۔ صارفین کو جواب دینے کے لیے معلومات کی تلاش اور جمع کرنے کے عمل میں، چیٹ بوٹس اور ورچوئل اسسٹنٹ جیسے سسٹمز غلط معلومات کو استعمال کرنے، تخلیق کرنے یا پھیلانے کے مکمل طور پر اہل ہیں،" اگر وہ خود کو غلط معلومات فراہم نہیں کرتے ہیں

فیکٹ چیکنگ معلومات کے کسی ٹکڑے کی سچائی یا جھوٹ کی تصدیق کرنے کا عمل ہے۔ مثال کے طور پر، "ناسا نے مریخ پر زندگی پائی ہے" کے بیان کے حقائق کی جانچ کرنے کا مقصد یہ جانچنا ہے کہ آیا یہ معلومات شائع شدہ حقائق پر مبنی ہیں؟ معتبر ذرائع جیسے اخبارات، سائنسی ڈیٹا، یا علمی بنیادوں کے ذریعے۔ معلومات کی خود تصدیق کرنے کے لیے، AI سسٹمز کو جملے کو سمجھنے، متعلقہ معلومات تلاش کرنے اور معروضی ڈیٹا کی بنیاد پر منطقی نتائج اخذ کرنے کے قابل ہونا چاہیے۔

VeGraph (Verify-in-the-graph) NAACL 2025 میں Viettel AI Data Services and Artificial Intelligence Center (Viettel AI) کے انجینئرز کی ایک ٹیم کے ذریعہ تحقیق، تیار اور پیش کردہ معلومات کی توثیق کا ایک طریقہ ہے - قدرتی زبان کی پروسیسنگ پر تین سب سے باوقار بین الاقوامی کانفرنسوں میں سے ایک۔ دو مشہور تصدیقی ڈیٹا سیٹس، HoVer اور FEVEROUS پر تجرباتی نتائج ظاہر کرتے ہیں کہ VeGraph موجودہ طریقوں کے مقابلے میں 2 - 5% تک درستگی کو بہتر بناتا ہے۔

 

Viettel AI ماہرین کے مطابق، معلومات کی توثیق کے زیادہ تر موجودہ طریقوں میں اب بھی مبہم، استعاراتی یا کثیر پرت والے بیانات کو سنبھالنے میں دشواری ہوتی ہے، جو اکثر جعلی معلومات کو "چھپانے" کے لیے استعمال ہوتے ہیں۔ ایک ہی وقت میں، وہ واضح طور پر وضاحت نہیں کر سکتے کہ مواد کے کسی ٹکڑے کو کیوں غلط سمجھا جاتا ہے، جس سے صارفین کے لیے نتائج پر بھروسہ کرنا مشکل ہو جاتا ہے۔ بہت سے طریقے بھی بنیادی طور پر بڑے لینگویج ماڈلز (LLM) پر انحصار کرتے ہیں جو کہ سرکاری علمی ذرائع سے کراس چیک کرنے کی صلاحیت کے بغیر ہیں، جس سے غلط نتائج اخذ کرنے یا نام نہاد "ہیلوسینیشن" رجحان پیدا ہونے کا خطرہ ہوتا ہے۔

ان ٹولز کے برعکس جو ماڈل کے اندر صرف اندرونی نتائج نکالتے ہیں، VeGraph معلومات کی تصدیق کی درخواست کو فعال طور پر چھوٹی شقوں میں الگ کرتا ہے اور پھر اس کا موازنہ قابل اعتماد حوالہ جات جیسے قانونی دستاویزات، سرکاری ڈیٹا بیس ، خصوصی دستاویزات وغیرہ سے کرتا ہے۔ توثیق کے پورے عمل کو واضح مراحل میں ترتیب دیا جاتا ہے، جس سے صارفین کے لیے نگرانی اور جانچ کرنا آسان ہو جاتا ہے، ایپلی کیشن کی شفافیت میں اضافہ ہوتا ہے۔ یہ خصوصیت تنظیموں کو ضرورت پڑنے پر نظام کو تیزی سے ایڈجسٹ اور بہتر بنانے کے قابل بھی بناتی ہے۔

ایک شفاف اور محفوظ ڈیجیٹل ماحول کا مقصد، VeGraph کو اس کے عملی استعمال کے لیے بہت سراہا جاتا ہے۔ درستگی اور وشوسنییتا کو بڑھانے کے لیے AI سسٹمز میں ضم کرنے کی صلاحیت کے علاوہ، اس ٹیکنالوجی کو صحت کی دیکھ بھال، صحافت، قانون یا ریاستی انتظام جیسے بہت سے شعبوں میں معلومات کی تصدیق کے نظام کے طور پر تیار کیا جا سکتا ہے... اس کی بدولت، لوگ اہم معلومات کی خود تصدیق کر سکتے ہیں جس کے لیے اعلیٰ صداقت کی ضرورت ہوتی ہے جیسے کہ موجودہ خبریں، ادویات سے متعلق معلومات، ویکسین، قانونی علاج، ریگولیشنز...

مستقبل میں، VeGraph کو متنوع ڈیٹا فارمیٹس جیسے کہ تصاویر، ویڈیوز، آڈیو وغیرہ کو سنبھالنے، استعاروں، مضمرات جیسی پیچیدہ زبان کی شکلوں کو پہچاننے، اور استدلال کی صلاحیتوں کو بہتر بنانے کے لیے اضافی علمی گراف کو شامل کرنے کے لیے توسیع کی جائے گی۔

اس سال، NAACL 2025 نے پرائمری پیپرز کے لیے انتہائی مسابقتی قبولیت کی شرح (تقریباً 22%) کے ساتھ، 3,000 سے زیادہ تک پہنچنے والے کاغذات کی ریکارڈ تعداد کو اپنی طرف متوجہ کیا، جس نے سب سے اہم تحقیق کو اکٹھا کیا۔ NAACL 2025 خاص طور پر بڑے لینگویج ماڈل کی ترقی، بین الثقافتی اور کثیر لسانی قدرتی لینگویج پروسیسنگ، ابھرتی ہوئی انفرنس کی صلاحیتوں، اور ذمہ دار AI میں پیش رفت پر توجہ مرکوز کرتا ہے۔

 

نیوز اور عوام اخبار کے مطابق

ماخذ: https://doanhnghiepvn.vn/cong-nghe/khi-ai-biet-kiem-chung-su-that-buoc-tien-moi-tu-viettel-ai-tai-naacl-2025/20250519080205067