جو روز، اسٹریٹجک ٹیکنالوجی فراہم کرنے والے JBS دیو کے صدر، جنریٹیو اور ایجنٹ AI سسٹمز کے ساتھ کام کرنے کے بارے میں ایک افسانہ کو ختم کرنا چاہتے ہیں۔ "یہ ایک عام غلط فہمی ہے کہ اس قسم کے کام کے بوجھ کو کرنے سے پہلے آپ کا ڈیٹا کامل ہونا ضروری ہے،” وہ بتاتے ہیں۔
اے آئی فیلڈ بک کے ایک حالیہ مضمون کے مطابق، وینڈرز اور کنسلٹنٹس نے بالترتیب بڑی ڈیٹا لیکس اور کثیر سالہ ڈیٹا ٹرانسفارمیشن پروگرام کی ضرورت کا مشورہ دیا۔ لہذا انتظامیہ اس پر سر کھجا رہی ہے۔ حقیقت قدرے مختلف ہے۔ روز کہتے ہیں، "کم معیار کے ڈیٹا کو سنبھالنے کے لیے ٹولز کبھی بھی بہتر نہیں تھے۔ "یہ تقریباً حیرت انگیز ہے کہ ایک ایل ایل ایم آدھے تحریری اشارے سے کیا سمجھ سکتا ہے۔”
یہ سمجھ میں آتا ہے. اگر اس طرح کے اوزار دستیاب ہیں، تو یہ ایک اچھا خیال ہو گا کہ صحیح گارڈریلز لگا کر ان سے فائدہ اٹھایا جائے۔ ماڈلز کی موروثی غیر متوقعیت کا مطلب یہ ہے کہ غلط نتائج سے نمٹا جانا ہے، اور یہیں سے انسان کھیل میں آتے ہیں۔ متن یا واضح اعداد و شمار کے لئے، لچک ہے. "لوگ… یہ سوچنے کے عادی ہیں، ‘ہم اسے بناتے ہیں، یہ کام کرتا ہے، اور ہم اسے بھول جاتے ہیں،'” روز کہتی ہیں۔ "ایسا نہیں ہے کہ یہ سسٹم کیسے کام کرتے ہیں۔”
نامکمل ڈیٹا کے بارے میں، روز صحت کی دیکھ بھال کے شعبے میں ایک ایسے صارف کی مثال دیتا ہے جس کا مقصد ایک مختلف کلیمز ایڈجسٹمنٹ سسٹم میں منتقل ہونا تھا۔ ریکارڈ ملا جلا تھا۔ کچھ پی ڈی ایف میں ہیں، کچھ تصاویر میں ہیں۔ طریقہ کار کبھی ڈاکٹر کے نام پر ہوتا ہے، اور کبھی ڈاکٹر کا نام مریض کے نام پر ہوتا ہے۔ gen AI سادہ پرامپٹس سے لے کر OCR سے لے کر تصاویر سے لے کر PDFs سے ٹیکسٹ نکالنے تک صاف ڈیٹا کو اسکوپ کرنے کے قابل تھا، اور پھر مزید ایجنٹی نقطہ نظر کا فائدہ اٹھاتا ہے، جیسے کہ کسٹمر کے ریکارڈ کا انشورنس معاہدوں سے موازنہ کرنا اس بات کو یقینی بنانے کے لیے کہ ان کا بل درست شرح پر ادا کیا گیا ہے۔
روز کا کہنا ہے کہ "مختلف استعمال کے معاملات اوورلیپ ہونے لگتے ہیں۔ "اس کا مطلب یہ نہیں ہے کہ سب کچھ ٹھیک ہو جائے گا۔ آپ کو ابھی بھی لوگوں کی ضرورت ہے۔ لیکن آپ جو کرنا چاہتے ہیں وہ یہ ہے کہ، ‘ہم 20% آٹومیشن سے شروع کر رہے ہیں، پھر 40%، پھر 60، 80%،’ اور پھر وقت کے ساتھ ساتھ کچھ حد تک بڑھیں گے۔”
آگے بڑھتے ہوئے، روز کو توقع ہے کہ ان ماڈلز کے بارے میں مستقبل میں ہونے والی بات چیت لاگت اور پورٹیبلٹی کے بارے میں ہوگی۔ "میرا خیال ہے کہ ہم ان بنیاد پرست چھلانگوں اور ماڈل کی صلاحیتوں سے ہٹ کر مزید تبدیلی دیکھنے جا رہے ہیں، ‘ہم اخراجات کو مزید پائیدار کیسے بنا سکتے ہیں تاکہ ہمیں ڈیٹا سینٹرز کو اس شرح پر بنانے کی ضرورت نہ پڑے جو ہم انہیں بنا رہے ہیں؟'” وہ کہتے ہیں۔
"آخری مرحلہ یہ ہے کہ، ‘ہم ان چیزوں کو ڈیٹا سینٹر میں چلانے کے بجائے لیپ ٹاپ یا فون پر کیسے چلائیں گے؟’ ماڈلز کو ڈیٹا کے ایک سیٹ پر تربیت دی جاتی ہے، بنیادی طور پر انٹرنیٹ پر ہر صفحہ اور دیگر چیزوں پر۔ اتنا ڈیٹا ہے جو ابھی تک فیڈ نہیں کیا گیا ہے کہ اس سے کسی قسم کی اختراع نہیں ہو سکتی۔”
روز AI اور Big Data Expo میں گفتگو کا منتظر ہے، جہاں JBS Dev شرکت کر رہا ہے۔ اور ایک اور متنازعہ رائے جو وہ بنائے گا وہ لوگوں کو بتا رہی ہے کہ SaaS دکانداروں سے خریدنا بند کر دیں جب وہ خود کر سکتے ہیں۔ "یہ اتنا مشکل نہیں جتنا آپ سوچتے ہیں،” وہ کہتے ہیں۔ "تقریباً ہر کسی کے پاس کسی نہ کسی حد تک کلاؤڈ ہوتا ہے، اور آئیے وہیں سے شروعات کریں، کیونکہ کلاؤڈ ٹولز، خاص طور پر بڑے تینوں کے لیے، وہ سب کچھ شامل ہے جس کی آپ کو کل ایجنٹ کے کام کے بوجھ کو نافذ کرنے کے لیے درکار ہے، بغیر نئے سافٹ ویئر لائسنس یا نئی تربیت کے۔”
ایک بار جب یہ مکمل ہو جائے گا، JBS دیو سفر کے اگلے مرحلے پر آگے بڑھے گا۔
ذیل میں روز کے ساتھ مکمل انٹرویو دیکھیں۔
Pixabay سے Gerd Altmann کی تصویر۔