کیا وہ دن دور نہیں ہے جب AI نوبل پرائز جیتے گا؟

ماہرین نے پیش گوئی کی ہے کہ ایک دہائی سے بھی کم عرصے میں، 'AI سائنس دان' خود نوبل کے لائق کام دریافت کر سکتے ہیں، حالانکہ بہت سے لوگ شکوک و شبہات کا شکار ہیں۔

نوبل کی سطح تک پہنچنے کے لیے، AI کو اپنے استدلال کے عمل کو خود جانچنے اور ایڈجسٹ کرنے کی صلاحیت کی ضرورت ہے - تصویر: VNU

نیچر میگزین کے مطابق، حالیہ برسوں میں، مصنوعی ذہانت (AI) نے ڈیٹا کا تجزیہ کرنے، تجربات کو ڈیزائن کرنے اور نئے سائنسی مفروضے سامنے لانے کی صلاحیت کا مظاہرہ کیا ہے، جس کی وجہ سے بہت سے محققین یہ مانتے ہیں کہ AI ایک دن سائنسی برادری کے سب سے زیادہ ذہین ذہنوں کا مقابلہ کر سکتا ہے، یہاں تک کہ دریافتوں کو نوبل انعام کے لائق بھی بنا سکتا ہے۔

"AI 2030 تک نوبل انعام جیت سکتا ہے"

2016 میں، Sony AI کے سی ای او، ماہر حیاتیات Hiroaki Kitano نے "Nobel Turing Challenge" کا آغاز کیا – ایک ایسا AI نظام تیار کرنے کا مطالبہ جو خود نوبل سطح کی سائنسی دریافت کر سکے۔ پروجیکٹ کا ہدف یہ ہے کہ 2050 تک، ایک "AI سائنسدان" انسانی مداخلت کے بغیر مفروضے وضع کرنے، 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 انعام 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 کی ہے۔ محقق یولینڈا گل (یونیورسٹی آف سدرن کیلیفورنیا، USA) نے تبصرہ کیا: "اگر حکومت کل بنیادی تحقیق میں 1 بلین امریکی ڈالر کی سرمایہ کاری کرتی ہے، تو پیشرفت تیز ہو سکتی ہے، لیکن یہ ابھی تک اس مقصد سے بہت دور ہے۔"

آج تک صرف لوگوں اور اداروں کو نوبل انعامات سے نوازا گیا ہے۔ تاہم، AI نے بالواسطہ 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 کے لائق ہونے 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 میں مدد کرتے ہیں۔ کارنیگی میلن یونیورسٹی میں، کیمیا دان Gabe Gomes کی ٹیم نے "Coscientist" ایک ایسا نظام تیار کیا جو روبوٹک آلات کا استعمال کرتے ہوئے کیمیائی رد عمل کی خود مختاری سے منصوبہ بندی کرنے اور اس پر عمل درآمد کرنے کے لیے بڑے زبان کے ماڈلز (LLMs) کا استعمال کرتا ہے۔

ٹوکیو میں Sakana AI جیسی کمپنیاں LLM کا استعمال کرتے ہوئے مشین لرننگ ریسرچ کو خودکار بنانے کے لیے کوشاں 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 لیبز AI کو سوالات پوچھنے، مفروضوں کی جانچ کرنے اور ڈیزائن کے تجربات میں مدد کرنے کے لیے ایک مرحلہ وار "سوچ" ماڈل تیار کر رہی ہے جو کہ "سائنسی AI" کی تیسری نسل کے لیے ایک قدم بہ قدم نقطہ نظر 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۔ انہوں نے پیش گوئی کی: "AI 2030 تک نوبل انعام کے لائق دریافتیں کر سکتا ہے۔" سب سے زیادہ صلاحیت والے شعبے مواد سائنس اور پارکنسنز یا الزائمر کی بیماری کا مطالعہ ہیں۔

AI نوجوان سائنسدانوں کو سیکھنے کے مواقع سے محروم کر دیتا ہے؟

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 صحیح معنوں میں نہیں سمجھتے ہیں۔ ایک تحقیق سے پتا چلا ہے کہ ایک ماڈل سیاروں کے مداروں کی پیشین گوئی کر سکتا ہے لیکن طبیعیات کے ان قوانین کی نہیں جو ان پر حکومت کرتے ہیں۔ یا شہر کو نیویگیٹ کر سکتے ہیں لیکن درست نقشہ نہیں بنا سکتے۔ ماہر Subbarao Kambhampati (Arizona State University) کے مطابق، یہ ظاہر کرتا ہے کہ AI میں حقیقی دنیا 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 جنہیں مستقبل میں سیکھنے سے بڑے انعامات سے نوازا جا سکتا ہے۔" "جیسے جیسے تحقیقی بجٹ سکڑتا ہے، اس مستقبل کی قیمت پر غور کرنے کے لیے یہ ایک پریشان کن وقت ہے۔"

واپس موضوع پر

وی این اے

ماخذ: https://tuoitre.vn/ngay-ai-gianh-giai-nobel-se-khong-con-xa-20251007123831679.htm