سوال:
کس طرح ایک وزن دار یا احتمال سے چلنے والا نقطہ نظر AI کو خالص اصولوں پر مبنی یا عصبی تناؤ سے باہر جانے میں مدد کرتا ہے؟
A:مشین لرننگ اور مصنوعی ذہانت کے اصول تیزی سے بدل رہے ہیں کہ کمپیوٹنگ کیسے کام کرتی ہے۔ ایسا ہونے والے کلیدی طریقوں میں سے ایک وزن دار یا احتمال سے آگاہی ہے جو واقعی عصبی نظام سے متعلق آدانوں کو کچھ اور تجریدی شکل میں بدل دیتے ہیں۔
مصنوعی اعصابی نیٹ ورکس میں ، انفرادی نیوران یا یونٹ امکانی امکانات حاصل کرتے ہیں۔ اس کے بعد وہ نتیجہ یا نتائج کے بارے میں عزم کرتے ہیں۔ پیشہ ورانہ پروگرامنگ کی پرانی دنیا کو "تربیت" یا "تدریسی" کمپیوٹرز کی نئی دنیا سے بدلنے کے بارے میں بات کرتے وقت یہی بات کرتے ہیں۔
روایتی طور پر ، کمپیوٹنگ کے نتائج حاصل کرنے کے لئے پہلے سے طے شدہ پروگرامنگ کا استعمال ہوتا تھا۔ پروگرامنگ ایک عین مطابق نظام ہے جو ان اصولوں کا استعمال کرتے ہیں جن پر کمپیوٹر وفاداری سے عمل کرے گا۔
اس کے برعکس ، احتمالی آدانوں کی اجازت ان اصولوں کا خلاصہ ہے ، کمپیوٹر کو آزادانہ بنانے کے لئے ایک طرح کی "لگام کا سلوک" اور جدید ترین فیصلے کرنے کے لئے۔ ایک طرح سے ، امکانی امکانات بیرونی نقطہ نظر سے انجان ہیں اور پہلے سے طے شدہ نہیں ہیں۔ یہ ہمارے حقیقی دماغ کے کام کرنے کے طریقے کے قریب ہے ، اور اسی وجہ سے مشین لرننگ اور مصنوعی ذہانت کے الگورتھم کو اس نقطہ نظر کا استعمال کرتے ہوئے مصنوعی علمی نشوونما کی اگلی محاذ قرار دیا جارہا ہے۔
وزنی یا امکانی امکانات کے بارے میں سوچنے کا ایک آسان طریقہ یہ ہے۔ روایتی پروگرامنگ میں ، آپ کے پاس "اگر / پھر" بیان کی نوعیت ہوتی تھی جو عام طور پر کہتی ہے: اگر یہ ہے تو ، پھر یہ۔
اصول پر مبنی نقطہ نظر سے آگے بڑھنے میں یہ کیا ہے اسے تبدیل کرنا شامل ہے۔ اصول پر مبنی نقطہ نظر میں ، یہ کچھ متن ان پٹ یا قاعدہ ہے: اگر آپ اسے بائنری سمجھتے ہیں تو - ہم جانتے ہیں کہ یہ سچ ہے یا نہیں ، اور کمپیوٹر بھی ایسا ہی ہے۔ لہذا آپ کسی بھی ان پٹ پر کمپیوٹر کے جواب کی پیش گوئی کرسکتے ہیں۔
نئے نقطہ نظر میں ، یہ دراصل ان پٹ کا مجموعہ ہے جو کسی بھی حالت میں ہوسکتا ہے۔ لہذا چونکہ ایک بیرونی مبصرین آسانی سے اس ماڈل کی نمائش نہیں کر سکے گا کہ اس میں کیا ہوتا ہے ، لہذا وہ صحیح طور پر پیش گوئی نہیں کرسکتا ہے کہ اس کا نتیجہ کیا ہوسکتا ہے۔
اس اصول کے بارے میں سوچئے جس میں مارکیٹ قطعہ سازی سے لے کر تفریح تفریح ، پانی اور نالیوں کے انتظام تک ہر قسم کے شعبوں اور صنعتوں پر اطلاق ہوتا ہے ، اور آپ کو مشینی سیکھنے ، گہری سیکھنے اور مصنوعی ذہانت کی حقیقی طاقت انسانی معاملات کو ایک بہت ہی نئے مقام پر پہنچانے کی ہے۔ راستہ مثال کے طور پر ، دھوکہ دہی کے انتظام کے میدان میں ، ماہرین نے بتایا ہے کہ مشکوک یا خطرناک رویے اور معمول کے رویے کے مابین فرق معلوم کرنے کے لئے صرف اصول کے نظام زیادہ اچھ notے نہیں ہیں - جدید ترین ان پٹ ماڈلز سے لیس مشین لرننگ سسٹم فیصلے کرنے کی زیادہ اہلیت رکھتے ہیں۔ اس کے بارے میں کہ کیا سرگرمی قابل اعتراض ہوسکتی ہے۔
اس کے بارے میں سوچنے کا ایک اور طریقہ یہ ہے کہ دنیا سیکھنے اور فیصلہ سازی کے ل code کوڈ کو ایک نئے سرحدی خط کی شناخت کرنے کے دور سے گزری ہے۔ خود ہی اور ، ہر قسم کی انسانی سرگرمی اور فیصلوں کے ماڈلنگ کے ضوابط کے مطابق ضابطہ اخلاق پر مبنی نتائج طاقتور تھے۔ ہم نے ان تمام نظریات کو مارکیٹنگ ، سیلز ، پبلک ایڈمنسٹریشن ، وغیرہ پر لاگو کیا لیکن اب ، ماہرین "کوڈنگ کے خاتمے" کے بارے میں بات کر رہے ہیں ، جیسا کہ وائرڈ میں اس بصیرت اور تعلیم دینے والے حصے میں ہے۔ یہاں جو نظریہ غالب ہے وہی خیال ہے ، کہ اگلے دور میں ، ہمارے پاس کوڈنگ کے بجائے ، ایسا نظام موجود ہوگا جہاں ہم کمپیوٹرز کو ایسے طریقوں سے سوچنے کی تربیت دیں گے جو ہمارے خیال کے قریب تر ہیں ، وقت کے ساتھ ساتھ سیکھنے اور بنانے کے قابل ہوجائیں گے اس کے مطابق فیصلے کریں۔ اس میں سے بیشتر کاموں کو کمپیوٹنگ کمپیوٹنگ کے نقطہ نظر سے منتقل کرتے ہوئے کیا گیا ہے جو زیادہ نفیس آدانوں کے ساتھ خلاصہ ہے۔
