2025 پیشین گوئیاں: انٹرپرائز اپنانے کے لیے کمپاؤنڈ AI کا سال

نیا سال AI کو اپنانے کے طریقوں سے لے کر آئے گا جو ہم نے پہلے نہیں دیکھا تھا، اس کی دوبارہ ترتیب کے بعد جو ہم اب جانتے ہیں کہ انٹرپرائز کے اندر حاصل کیا جا سکتا ہے۔ علم کا گراف وہ کمپاؤنڈ AI سامنے اور درمیان میں ہوگا کیونکہ وہ غیر ساختہ معلومات کو قابل عمل علم میں تبدیل کرنے میں ایندھن کا اضافہ کرتے ہیں۔ جیسے دوسرے ٹولز کے ساتھ گراف آر اے جی کہ بنانے پیداواری AI۔ (GenAI) زیادہ موثر، وہ اس بات کی راہ ہموار کرتے رہیں گے کہ AI ہماری روزمرہ کی زندگی میں کیسے ضم ہوتا ہے۔

جنریٹو AI ماڈلز کے ساتھ کیا کیا جا سکتا ہے اس پر حقیقت پسندانہ خیالات کمپاؤنڈ AI کا سال لائے گا۔

تنظیمیں حقیقی مسائل کو حل کرنے کے لیے GenAI کی صلاحیت کو نافذ کرنا شروع کر رہی ہیں۔ نئے سال میں، ہم اسے ان طریقوں سے اپناتے ہوئے دیکھیں گے جو پہلے نہیں دیکھے گئے تھے، لیکن جب بات انٹرپرائز صارفین کے لیے AI کو اپنانے کی ہو، تو ماڈلز اب بھی پیچیدہ مسائل کو حل کرنے کے لیے اپنے طور پر کافی نہیں ہیں۔ مثال کے طور پر ہم انسانوں کو ہی لیں، ہم ٹولز کے ساتھ زیادہ ہوشیار اور زیادہ موثر ہیں، اور ہم کیلکولیٹر، لائبریری اور کمپیوٹر تک رسائی کے ساتھ بہت کچھ حاصل کرنے میں کامیاب ہوئے ہیں۔ ہم زبان کے ماڈلز سے یہ توقع نہیں کر سکتے کہ وہ اس مرحلے پر ہر وہ کام کریں جس کی ہمیں ان کی ضرورت ہے، خاص طور پر انٹرپرائز سیٹنگ میں، مناسب ٹولنگ کے بغیر۔ کمپاؤنڈ AI ورک بوجھ کو سپورٹ کرنے والے نالج گرافس کو شامل کرنا سسٹمز کو وسیع پیمانے پر فائدہ اٹھانے اور انٹرپرائز کے اندر سے فائدہ اٹھانے کی اجازت دے گا۔

GraphRAG کے ساتھ معلومات کی درجہ بندی کا ایک انقلاب

انٹرنیٹ کے ابتدائی دنوں میں، بنیادی سرچ انجن AltaVista اور Lycos تھے۔ تلاش کا استفسار صفحہ پر موجود تمام الفاظ کو ترتیب دے گا اور صفحہ کی درجہ بندی کی ترتیب میں نتائج پیش کرے گا۔ آخر کار، گوگل نے یہ دیکھ کر دوبارہ ایجاد کیا۔ صفحات ایک دوسرے سے متعلق ہیں۔. اگر دوسرے اہم صفحات کی طرف اشارہ کیا جائے تو صفحات زیادہ اہم ہو گئے۔ یہ تکراری قاعدہ اسی وقت ممکن تھا جب آپ ویب کو گراف کے طور پر دیکھتے تھے۔ اس طرح ہم گوگل اور پیج رینک کے ساتھ ختم ہوئے جسے ہم آج جانتے ہیں۔ مزید، جب گوگل نے 2012 میں متنی ڈیٹا کو نالج گراف میں تبدیل کرنا شروع کیا۔، ہم نے اس بات کا ایک ارتقاء دیکھا کہ تلاش کرتے وقت صارفین کو حقیقی دنیا کے اداروں کے بارے میں ساختی معلومات کیسے حاصل ہوتی ہیں۔

آنے والے سال میں، اسی طرح کی ترقی ہوگی جو ہم نے انٹرنیٹ کے ساتھ مطلوبہ الفاظ کی تلاش سے لے کر نیٹ ورک اور گراف ڈھانچے کی بنیاد پر تلاش تک دیکھی ہے۔ ساختی نمائندگی میں تبدیل شدہ متن پر مبنی تلاشیں زبان کے ماڈلز کے ساتھ بھی ہوں گی، جس سے کاروباری اداروں کو بہت فائدہ ہوگا۔ جیسا کہ ہم GenAI کے ساتھ ترقی کر رہے ہیں، ہم GenAI کے فائدہ اٹھانے کے ساتھ کچھ ایسا ہی دیکھنا شروع کر رہے ہیں۔ آر اے جی، جو ہر لفظ یا دستاویز کے ہر ٹکڑے کو ایک ویکٹر میں تبدیل کرتا ہے، جس سے ہمیں ایک سوال لینے اور دستاویز کے انفرادی الفاظ پر نقشہ بنانے کی اجازت ملتی ہے۔

مجھے یقین ہے کہ تلاش کی اگلی تکرار نالج گراف اور RAG کے امتزاج کو استعمال کرنے کی طرف جائے گی۔ یہ جو کرتا ہے وہ کراس ریفرنس دستاویزات ہے اور جلدی سے پتہ چلتا ہے کہ ان میں کچھ مشترک ہے اور اسے کنکشن کے طور پر جوڑتا ہے کیونکہ یہ کسی سوال کا جواب دینے کے لیے کام کرتا ہے۔ وقت گزرنے کے ساتھ، اس بات کا امکان ہوتا ہے کہ ہم نے جو کچھ دستاویز کیا ہے ان میں سے زیادہ تر کو منظم معلومات میں تبدیل کر دیا جائے گا جسے علمی گراف میں ڈال دیا جائے گا جو کہ جب ہم سے تلاش کے استفسار کے لیے کہا جائے گا تو استدلال کی اجازت دے گا۔ غیر ساختہ متن کی معلومات کو تیزی سے علامتی علم کے لیے ساختی معلومات میں تبدیل کرنے پر زور دیا جائے گا تاکہ اسے قابل عمل بنایا جا سکے۔

انٹرنیٹ کا انٹرفیس بدل رہا ہے، ہماری روزمرہ کی زندگی افرادی قوت سے پہلے AI کو اپنانے کو دیکھے گی۔

کسی ایسے شخص کے طور پر جو گوگل پر بڑا ہوا ہے، یہ محسوس کرنا ناگزیر ہے کہ انٹرنیٹ کا انٹرفیس بدلنا شروع ہو رہا ہے۔ ChatGPT کو اپنانے کا عروج اس بات کا بنیادی طریقہ کار بن گیا ہے کہ اگلی نسل انٹرنیٹ کے ساتھ کس طرح بات چیت کرتی ہے۔ جیسا کہ ہم 2025 اور اس کے بعد اس اختیار کو دیکھتے رہتے ہیں، اس کا اس بات پر اہم اثر پڑے گا کہ اشتہارات جیسی صنعتیں مسابقتی برتری کو برقرار رکھنے کے لیے کس طرح تیار ہوتی ہیں۔

ٹیکنالوجی کی زیادہ تر اختراعات کی طرح، ہم انہیں پہلے اپنی ذاتی زندگی میں لاگو کریں گے۔ مجھے یقین ہے کہ ہم ذاتی معاونین جیسے Siri یا Alexa کے ساتھ ایسا ہوتا دیکھیں گے جو زبان کے نمونوں کی بنیاد پر ہماری روزمرہ کی عادات کے لیے قدرتی نمونوں کی وجہ بنتے اور تیار کرتے ہیں۔ جیسا کہ ہم یہ دیکھنا شروع کر دیتے ہیں کہ لوگ کام سے باہر ذاتی مدد پر زیادہ انحصار کرتے ہیں، ان کی ملازمتوں میں اسی طرح کے معاونین کی توقعات اس کی پیروی کریں گی۔

انٹرپرائز میں جنریٹو اے آئی کو لاگو کرنے کے لیے بجٹ کی دوبارہ ترتیب

اب چونکہ AI ہائپ سائیکل ہمارے پیچھے ہے، لوگ GenAI کے بارے میں اپنے نقطہ نظر میں بہت زیادہ عملی ہیں۔ پچھلے ڈیڑھ سال میں، بہت سے لوگوں نے اپنے بجٹ کا ایک بڑا حصہ GenAI پر خرچ کیا ہے، اور ہو سکتا ہے کہ انہوں نے IT کے دیگر اہم شعبوں اور ڈیٹا کو بیک برنر اور کم سرمایہ کاری پر رکھا ہو۔ لہذا اگلے سال، ہم دیکھیں گے کہ بہت سی تنظیمیں بجٹ کو بہتر طریقے سے زیادہ کرنے کے لیے کیلیبریٹ کرتی ہیں۔ اب جب کہ ہمارے پاس مرئیت اور نمائش ہے کہ GenAI کس طرح کسی تنظیم کے لیے کام کر سکتا ہے یا نہیں، وہ کاروبار GenAI اور دیگر تمام اہم اقدامات کے درمیان سرمایہ کاری کو متوازن کر سکتے ہیں۔