حکومتی محکمے کونسل کی منصوبہ بندی کی کارروائیوں کو خودکار بنانے کے لیے مقامی حکومتی ایجنسیوں میں گوگل کلاؤڈ سے تیار کردہ AI کو تعینات کر رہے ہیں۔
پبلک سیکٹر مینجمنٹ بڑے پیمانے پر غیر ساختہ ڈیٹا سے نمٹتی ہے جو بنیادی ڈھانچے کی ترقی میں تاخیر کرتی ہے۔ برطانیہ کی مرکزی حکومت نے 2029 تک 1.5 ملین نئے گھروں کی تعمیر کا ہدف مقرر کیا ہے۔ مقامی منصوبہ بندی کے حکام گھنے کاغذی کارروائیوں، ترقیاتی نظام الاوقات میں تاخیر کی وجہ سے انتظامی پسماندگی کا سامنا کر رہے ہیں۔
ان رکاوٹوں کو دور کرنے کے لیے، ہاؤسنگ، کمیونٹیز اور لوکل گورنمنٹ کی وزارت (MHCLG) اور ڈیپارٹمنٹ آف سائنس، انوویشن اینڈ ٹیکنالوجی (DSIT) نے میونسپل پروسیسنگ کو تیز کرنے کے لیے ڈیزائن کیے گئے دو مشین لرننگ ٹولز کو بڑھایا ہے۔ گوگل کلاؤڈ سمٹ لندن میں، حکام نے ‘ایکسٹریکٹ’ ایپلیکیشن اور ‘Augmented Planning Decisions’ (APD) پروٹو ٹائپ کی قومی تعیناتی کی پیشرفت کی تصدیق کی۔
لیلا ابراہیم، گوگل ڈیپ مائنڈ میں چیف اے آئی ریڈی نیس آفیسر، نے کہا: "برطانیہ کے پاس کمیونٹیز کی ضرورت کے مطابق گھر بنانے کا موقع ہے، لیکن مقامی کونسلوں کو کاغذی کارروائی کا سامنا ہے۔
"اس سے فیصلے کے اوقات میں نمایاں کمی آئے گی اور منصوبہ سازوں کو مستقبل پر توجہ مرکوز کرنے میں مدد ملے گی، اور برطانیہ میں تعمیرات کو تیز کیا جائے گا۔”
ہیڈ آف ہولڈ ایپلی کیشنز، جس میں گھر میں معمول کی بہتری جیسے لوفٹ کنورژنز یا پراپرٹی ایکسٹینشن شامل ہیں، ہر سال جمع کرائی گئی تمام پلاننگ ایپلی کیشنز کا تقریباً 70% حصہ لیتے ہیں۔ ان معیاری گذارشات کا دستی طور پر جائزہ لینے کے لیے منصوبہ بندی کے عملے کو مقامی پالیسی کے دستاویزات، آرکائیوز اور غیر ساختہ پی ڈی ایف فائلوں کے حوالے سے کافی وقت گزارنے کی ضرورت ہوتی ہے۔
یہ تکراری تشخیصی عمل کلیدی بنیادی ڈھانچے اور تجارتی پیشرفت کی حمایت میں انتظامی وقت خرچ کرتا ہے۔ خودکار تعیناتی ان منظم تعیناتیوں کو نشانہ بناتی ہے اور اس کا مقصد درخواست کے فیصلے کے وقت کو 50% تک کم کرنا ہے۔
گوگل کلاؤڈ کے تخلیق کردہ AI ٹولز کی اہم خصوصیات
MHCLG کے انجینئرز اور حکومت کی اپلائیڈ AI ٹیم، AI انکیوبیٹر (i.AI) نے جیمنی پر مبنی ماڈلز کا استعمال کرتے ہوئے اندرونی طور پر نکالنے کا ٹول بنایا۔ 20 سے زیادہ مقامی منصوبہ بندی کے حکام میں ٹرائلز کے بعد، منتظمین نے انگلینڈ کی تمام کونسلوں تک کوریج بڑھا دی ہے۔
پرانی پی ڈی ایف ریکارڈز کے اندر مقفل غیر ساختہ ڈیٹا کو ایکسٹریکٹ کرتا ہے، جس سے سینکڑوں صفحات پر مشتمل تاریخی منصوبہ بندی کے دستاویزات کو منٹوں میں سٹرکچرڈ ڈیجیٹل ڈیٹا سیٹس میں تبدیل کر دیا جاتا ہے۔ پائلٹ مرحلے کے آپریشنل ڈیٹا سے پتہ چلتا ہے کہ یہ ٹول ہر سال فی کونسل تقریباً 255 گھنٹے دستی ڈیٹا انٹری کو ختم کر دے گا۔ یہ کمی مقامی حکام کو پیچیدہ تشخیصی کاموں کے لیے عملے کو دوبارہ مختص کرنے کی اجازت دے گی۔
بڑے پیمانے پر لینگویج ماڈلز کو پبلک سیکٹر کے ورک فلو میں ضم کرنے کے لیے انٹرپرائز گریڈ کے محفوظ ماحول کی ضرورت ہوتی ہے۔ مقامی حکام شہریوں کے حساس ریکارڈ کو سنبھالتے ہیں اور ڈیٹا کی نمائش کو روکنے کے لیے سخت رسک مینجمنٹ پروٹوکول کی ضرورت ہوتی ہے۔
حکومت نے ایک محفوظ آپریٹنگ ماحول پیدا کرنے کے لیے گوگل کلاؤڈ پر جیمنی ماڈل کی میزبانی کی جہاں ڈیٹا کی خودمختاری کو برقرار رکھا جائے۔ کلاؤڈ ماحول میں فعال حفاظتی کنٹرولز موجود ہیں جو بدنیتی پر مبنی ان پٹ کو روکتے ہیں، بشمول تیز انجیکشن حملے۔ یہ ٹیکنالوجی فریم ورک ٹیسٹ اور پروڈکشن کمپیوٹنگ سائیکل کے دوران حساس شہر کے ڈیٹا کو محفوظ رکھتا ہے۔
دریں اثنا، اے پی ڈی نظام شہری منصوبہ سازوں کے لیے چار اہم انتظامی کاموں کو خودکار کر کے تجزیاتی امداد کے طور پر کام کرتا ہے:
- سسٹم آنے والی دستاویزات کو پہلے سے پروسیسنگ ڈیٹا بیک لاگز، گمشدہ معلومات کے خلا کو جھنڈا لگا کر، اور جغرافیائی سائٹ کے کلیدی ڈیٹا کو افسر کے جائزے کے لیے متحد یوزر انٹرفیس میں نکال کر اکٹھا کرتا ہے۔
- یہ سافٹ ویئر متعلقہ ریاستی اور مقامی زوننگ قوانین کی شناخت کرتا ہے، تعمیل کی حدود کا جائزہ لیتا ہے، اور دستی تصدیق کے لیے درست پالیسی کے حوالے شامل کرتا ہے۔
- درخواست عوامی مشاورتی خطوط کا تجزیہ کرتی ہے اور اسٹیک ہولڈر کے اعتراضات یا تاریخی قانونی نظیر کا خلاصہ کرتی ہے۔
- یہ ماڈل حتمی تشخیصی رپورٹ کا ابتدائی مسودہ تیار کرتا ہے، جس میں تکنیکی منطق اور تجویز کردہ منظوری کی شرائط شامل ہیں۔
پروٹوکول میں کہا گیا ہے کہ انسانی منصوبہ ساز تمام درخواستوں کے لیے حتمی فیصلہ سازی کا اختیار برقرار رکھتے ہیں۔ سافٹ ویئر آزادانہ طور پر حتمی منظوری یا مسترد کو خودکار نہیں کرتا ہے۔ عملہ مشین لرننگ ماڈل کے ذریعہ تیار کردہ متن کی ہر سطر کا جائزہ لیتا ہے اور رپورٹ کی توثیق کرنے سے پہلے تجزیاتی نتائج کو بہتر کرتا ہے۔
ریگولیٹری جوابدہی کو برقرار رکھنے کے لیے، اے پی ڈی پروٹو ٹائپ اندرونی پروسیسنگ کے مراحل کو ترتیب وار ریکارڈ کرتا ہے۔ یہ طریقہ کار واقعات کا ایک قابل سماعت سلسلہ قائم کرتا ہے، جس سے افسران کے حتمی فیصلوں کی حمایت کرنے کے لیے تمام پراسیس شدہ درخواستوں کے لیے ایک تصدیقی راستہ بنایا جاتا ہے۔
لوکل کونسل سکیم کی آزمائش اور توسیع کا شیڈول
APD پروٹو ٹائپ ڈیولپمنٹ ایک باہمی تعاون پر مبنی فریم ورک پر مبنی ہے جو پبلک سیکٹر مینیجرز کو گوگل کلاؤڈ، گوگل ڈیپ مائنڈ اور فیکلٹی کی انجینئرنگ ٹیموں سے جوڑتا ہے۔
الفا ورژن کا تین مقامی حکام کے اندر براہ راست تجربہ کیا جا رہا ہے: لندن بورو آف بارنیٹ، ڈورسیٹ کونسل اور لندن بورو آف کیمڈن۔ ان الگ الگ مقامی دائرہ اختیار کی جانچ ڈیولپرز کو میونسپل ڈیٹا کا متنوع سیٹ فراہم کرتی ہے جس کے خلاف وہ مختلف مقامی پالیسیوں کے تحت اپنے سافٹ ویئر کی جانچ کر سکتے ہیں۔
مرکزی منصوبہ ساز الفا فیز کو مکمل کرنے اور APD ٹول کو 2027 تک برطانیہ کے 300 سے زیادہ مقامی حکام میں تعینات کرنے کا ارادہ رکھتا ہے۔ گوگل کلاؤڈ لچکدار کمپیوٹ انفراسٹرکچر فراہم کرتا ہے جس کی آپ کو روزانہ کی کارروائیوں کے دوران پیدا ہونے والے ہزاروں کنکرنٹ انفرنس سوالات کا انتظام کرنے کی ضرورت ہے۔
فیکلٹی میں عوامی خدمات کے سربراہ، پال مالٹبی نے کہا: "انگریزی منصوبہ بندی کا نظام بھرا ہوا ہے، منصوبہ سازوں کو اپنا آدھا وقت لافٹ کنورژن کے لیے درخواستوں کا جائزہ لینے میں صرف کرنا پڑتا ہے، جس سے ہاؤسنگ اسٹیٹس اور گوداموں کے لیے درخواستیں روکی جاتی ہیں۔
"ہمارا AI نظام، جو منصوبہ بندی کے افسران کے ساتھ مل کر بنایا گیا ہے، آسان منصوبہ بندی کی ایپلی کیشنز کا جائزہ لینے کی پریشانی کو دور کرے گا اور تیز فیصلوں کو قابل بنائے گا۔ یہ منصوبہ بندی کے افسران کو اہم پیش رفتوں پر توجہ مرکوز کرنے کی اجازت دے گا اور، اہم طور پر، خاندانوں کو مہینوں کی تاخیر اور غیر یقینی صورتحال کے بغیر اپنے گھروں کو بہتر بنانے کا موقع ملے گا۔”
بارنیٹ کونسل میں ترقی کی ایگزیکٹو ڈائریکٹر، نائشا پولین نے مزید کہا: "اس ٹول کی متعلقہ معلومات جمع کرنے، عبوری جائزوں اور مسودہ رپورٹس کو انجام دینے کی صلاحیت منصوبہ بندی کی درخواستوں کے انتظام میں افسران کے وقت کو نمایاں طور پر بچا سکتی ہے اور رہائشیوں کے لیے فیصلہ سازی کے عمل کو تیز کرنے میں مدد کر سکتی ہے۔ اس کے نتیجے میں، یہ بوائلرو کے ہدف کو حاصل کرنے میں اہم کردار ادا کرے گا۔”
MHCLG، i.AI، Google DeepMind، اور فیکلٹی کے درمیان ہم آہنگی انٹرپرائز سافٹ ویئر انجینئرنگ کے لیے لیبر کی ایک منظم تقسیم قائم کرتی ہے۔ عوامی وزارتیں پالیسی کے رہنما خطوط اور قانونی حدود کی وضاحت کرتی ہیں، جبکہ بیرونی ٹیکنالوجی کے شراکت دار بنیادی ماڈل فن تعمیر کو ڈیزائن اور تعینات کرتے ہیں۔
ان نظاموں کا کامیاب انضمام بنیادی انتظامی کام کے بوجھ کو سنبھالنے اور عوامی خدمات کی فراہمی کو جدید بنانے کے لیے ایک محفوظ عوامی کلاؤڈ انفراسٹرکچر کے اندر اعلیٰ سطحی زبان کے ماڈلز کی میزبانی کرنے کی صلاحیت کو ظاہر کرتا ہے۔
حوالہ: EU AI قانون کے لیے اگست کی آخری تاریخ سے پہلے AI مواد کی لیبلنگ پلے بک شائع کرتا ہے۔
صنعت کے رہنماؤں سے AI اور بڑے ڈیٹا کے بارے میں مزید جاننا چاہتے ہیں؟ ایمسٹرڈیم، کیلیفورنیا اور لندن میں اے آئی اور بگ ڈیٹا ایکسپو دیکھیں۔ جامع ایونٹ TechEx کا حصہ ہے اور اس کا انعقاد سائبرسیکیوریٹی اور کلاؤڈ ایکسپو سمیت دیگر اہم ٹیکنالوجی ایونٹس کے ساتھ کیا جاتا ہے۔ مزید معلومات کے لیے یہاں کلک کریں۔
AI News آپ کے لیے TechForge Media لایا ہے۔ دیگر آنے والے انٹرپرائز ٹیکنالوجی ایونٹس اور ویبینرز کو یہاں دریافت کریں۔