مصنوعی ذہانت ویتنامی زبان کی دنیا میں داخل ہوگئی

مصنوعی ذہانت نہ صرف انسانوں کو زبانیں سیکھنے میں مدد دیتی ہے، بلکہ یہ نظاموں کو زبان کی بہتر ذہانت کی حمایت کرنے میں بھی مدد دیتی ہے۔

ویتنامی کو "سکھانے" کے لیے AI کو جوڑنا

ویتنام میں براہ راست غیر ملکی سرمایہ کاری (FDI) انٹرپرائز کا رہنما ویتنام کو تیزی سے سیکھنا چاہتا ہے اور عام دستاویزات کے 90% مواد کو پڑھنے کے قابل ہونا چاہتا ہے۔ مسئلہ یہ ہے کہ وہ بہت مصروف ہے اور اس کے پاس مطالعہ کرنے کے لیے صرف 1 گھنٹہ (12 سے 13 گھنٹے تک) ہے۔ لہٰذا، زبان سیکھنے والے سافٹ ویئر پر ٹیکنالوجی کو کس طرح لاگو کیا جانا چاہیے تاکہ اسے غیر ملکی زبانیں جلدی سیکھنے میں مدد ملے؟

اوپر ایف ڈی آئی کمپنی کی قیادت کی پوزیشن کا مسئلہ ہے جو ایسوسی ایٹ پروفیسر، ڈاکٹر ڈنہ ڈائن، ڈائریکٹر برائے کمپیوٹیشنل لسانیات، یونیورسٹی آف سائنس ، ویتنام نیشنل یونیورسٹی، ہو چی منہ سٹی کے سامنے ہے۔

مشینی ترجمہ، تنقیدی لسانیات اور غیر ملکیوں کو ویتنامی کی تعلیم میں مصنوعی ذہانت (AI) کے اطلاق پر بہت سے سائنسی تحقیقی موضوعات اور بین الاقوامی اشاعتوں کے ساتھ، ایسوسی ایٹ پروفیسر Dien کا خیال ہے کہ لسانیات میں مسائل کو حل کرنے کے لیے AI کا اطلاق بہت ضروری ہے۔

خاص طور پر، کسی بھی زبان کو سیکھنے کا پہلا قدم زبان کی آوازیں سکھانا ہے۔ یہاں رکاوٹ یہ ہے کہ ویتنامی میں لہجے، تال ہوتے ہیں، جب غیر لہجے والی زبانوں جیسے انگریزی، فرانسیسی وغیرہ کے سیکھنے والوں کو پڑھانا بہت مشکل ہو گا۔ مثال کے طور پر، یہ پوچھنے کے بجائے: "کیا آپ ابھی تک سونے گئے ہیں؟"، سیکھنے والے کہیں گے "کیا آپ ابھی تک سونے گئے ہیں؟"، کیونکہ وہ لہجے میں فرق نہیں کر سکتے۔ انہیں یہ سکھانا ضروری ہے کہ تلفظ کرتے وقت کھیل کو کہاں رکھنا ہے، منہ کو کیسے پکڑنا ہے، اور صحیح یا غلط تلفظ کس طرح مختلف ہے۔

اس وقت، غیر ملکی زبان کی تعلیم میں AI ایپلیکیشن سافٹ ویئر دانتوں کو برش کرنے کے منہ کی شکل کو نقل کر سکتا ہے، سیکھنے والوں کی نقل کرنے کے لیے آوازیں چلا سکتا ہے۔ اس کے بعد، سیکھنے والے آوازوں کو واپس چلاتے ہیں، انہیں سافٹ ویئر میں ریکارڈ کرتے ہیں، سافٹ ویئر کے معیاری تلفظ کے ساتھ سیکھنے والے کے تلفظ کا موازنہ کرنے کے لیے ٹیکنالوجی کا استعمال کرتے ہیں، تلفظ کو تیزی سے بہتر بناتے ہیں۔ مندرجہ بالا تمام مراحل کو AI کا اطلاق کرنا چاہیے۔

ایک اور مثال، آنجہانی پروفیسر ہوانگ پھے کی ترمیم کردہ انسٹی ٹیوٹ آف لسانیات کی ویتنامی لغت کے مطابق، اصل ویتنامی الفاظ میں تقریباً 34,000 الفاظ ہیں۔ حسابات سے پتہ چلتا ہے کہ مشین کو تقریباً 10% الفاظ سکھانا ضروری ہے، جو کہ 3,400 ایپلیکیشن کی معلومات کے الفاظ کے برابر ہے، تاکہ مشین تقریباً 90% ویتنامی متن کو پڑھ سکے۔ اس ڈیٹا ٹیبل کو حاصل کرنے کے لیے، ایسوسی ایٹ پروفیسر ڈائن کو ویتنامی کارپس میں الفاظ کے نظام کو لیبل لگا کر AI استعمال کرنا پڑا۔

یہ کہا جا سکتا ہے کہ اے آئی نے تعلیم کے شعبے میں پڑھانے اور سیکھنے کا طریقہ بدل دیا ہے۔ درحقیقت، بہت سی مصنوعی ذہانت کی ایپلی کیشنز پڑھائی اور سیکھنے کے عمل کو تیز تر اور زیادہ موثر بننے میں مدد دینے کے لیے پیدا ہوئی ہیں۔

اوپر کمپیوٹر سائنس اور لسانیات کے امتزاج کی دلچسپ کہانی یہ ظاہر کرتی ہے کہ تربیت اور عملی طور پر AI کو لاگو کرنے کا عمل بہت ضروری ہے، لیکن آسان نہیں۔ ڈیٹا کو شناخت کی کئی پرتوں میں الگ کرنے کی ضرورت ہے، ہر پرت پر، ہر متغیر کو مختلف مخصوص شناخت کنندگان کے ساتھ پروسیس کیا جانا چاہیے۔

جب مشینیں زبان سیکھتی ہیں...

AI نہ صرف انسانوں کو زبانیں سیکھنے میں مدد کرتا ہے، بلکہ یہ ایسے نظاموں کی بھی مدد کرتا ہے جو زبان کی ذہانت کو بہتر طریقے سے سپورٹ کرتے ہیں۔ مشینیں ہر روز تربیت یافتہ اور بہتر ہوتی ہیں۔

ایسوسی ایٹ پروفیسر ڈائن کی کہانی کی طرح، ذیل میں ایک اور واضح مثال ہے کہ ایک ذہین معاون انسانی زبان کو کیسے سمجھتا ہے۔

بہت سے مختلف علاقائی لہجوں کے ساتھ آوازوں کو اچھی طرح پہچاننے کے لیے یہ کاروں پر ویتنامی وائس اسسٹنٹ کیکی کی تحقیق اور ترقی کا عمل ہے۔ کمپیوٹر سائنس میں، آواز کی شناخت مصنوعی ذہانت (AI) کی ایک اہم شاخ ہے، جو کمپیوٹر ایپلی کیشنز کے ذریعے انسانی آوازوں کو مفید اور قابل فہم شکل میں تبدیل کرتی ہے۔ یہ ٹیکنالوجی مشینوں اور انسانوں کے درمیان ایک پل ہے۔ صوتی معاون دنیا بھر میں ناگزیر ایپلی کیشنز بن چکے ہیں۔ سب سے زیادہ مقبول ہیں: ایپل کی سری، گوگل اسسٹنٹ، ایمیزون الیکسا، یا ویتنام میں کیکی۔

مسٹر Nguyen Hoang Khanh Duy، جنہوں نے Kiki کے لیے کوڈ کی پہلی سطریں لکھیں، اشتراک کیا کہ آوازوں کو پہچاننے اور صارفین کو درست معلومات کے ساتھ جواب دینے کے لیے ایک AI ماڈل کو تربیت دینے کے لیے، زبان کا ڈیٹا کلیدی کردار ادا کرتا ہے۔

مثال کے طور پر، کاروں پر ویتنامی اسسٹنٹ کیکی کے صارفین کے لیے ایک بہت اہم فنکشن نیویگیشن ہے۔ لہذا، پروڈکٹ ڈیولپمنٹ ٹیم کو صارفین کی طرف سے "آسانی سے" سپورٹ کمانڈز کے لیے ڈیٹا اور ذخیرہ الفاظ تیار کرنا چاہیے۔ ڈیٹا اکٹھا کرنے اور ماڈل کی تربیت کے عمل کے بعد، بعد کے ورژن میں آواز کی شناخت کے معیار کو ظاہر کرنے والے انڈیکس میں اصل کے مقابلے میں 40 فیصد بہتری آئی ہے۔

کاروں میں آواز کی شناخت صرف نیویگیشن اور لوکیشن کے مسائل تک محدود نہیں ہے بلکہ بہت سے دوسرے مسائل کا بھی احاطہ کرتی ہے۔

مثال کے طور پر، کاروں میں کیکی کے مخصوص استعمال کے لیے سڑک پر انجن، ہوا یا ٹریفک کے آلات سے بہت زیادہ شور کی ضرورت ہوتی ہے، جو کار میں کیکی کی آواز کی شناخت کے معیار کو براہ راست متاثر کرتی ہے۔ لہذا، کیکی ٹیم کو حقیقی زندگی سے بہترین میچ کرنے کے لیے شور والے حالات میں بول کر ڈیٹا کو بڑھا کر شور کی صورتحال کو حل کرنے کی کوشش کرنی چاہیے۔

اس کے علاوہ، دنیا میں نئی تکنیکوں جیسے کہ خود زیر نگرانی سیکھنے کے ساتھ، Kiki ماڈل کو مزید بہتر بنانے کے لیے بغیر لیبل والے ڈیٹا سے بھی "سیکھنے" کی کوشش کر رہا ہے۔ اس ویتنامی وائس اسسٹنٹ کا استحکام مسلسل تربیت اور پروڈکٹ اپ گریڈ کے ساتھ بہتر ہو رہا ہے۔

ظاہر ہے، تکنیکی ترقی ہر روز، ہر گھنٹے ہو رہی ہے۔ 2022 کے آخر میں شروع کی گئی ChatGPT نے اس سوال کا جزوی جواب دیا ہے کہ بڑا ڈیٹا کیسے کام کرتا ہے۔ ٹیکنالوجی زندگی کے وسط میں "قدم بڑھا رہی ہے"، خاص طور پر تعلیم، زبان، ان شعبوں میں جو پہلے انسانوں پر بہت زیادہ انحصار کرتے تھے۔ اوپر دی گئی مخصوص مثالوں کے طور پر AI ہمارے سیکھنے، کام کرنے، زندگی گزارنے کے طریقے کو دوبارہ بیان کرتا ہے۔

ماخذ