آئیے اسے زیادہ پیچیدہ نہ بنائیں - اگر آپ سوچ رہے ہیں کہ اصل میں مصنوعی ذہانت کی پوری تحریک کو کس نے شروع کیا، تو جواب، کم از کم تاریخی طور پر، بہت سیدھا ہے: جان میکارتھی ۔ وہ آدمی جس نے صرف AI کے ابتدائی سالوں میں حصہ نہیں لیا - اس نے لفظی طور پر اس کا نام رکھا۔ مصنوعی ذہانت کا جملہ ؟ اس کا
لیکن اسے دلکش ٹائٹل کے لیے نہ سمجھیں۔ یہ اعزازی نہیں ہے۔ یہ کمایا ہے۔.
اس کے بعد آپ جو مضامین پڑھنا پسند کر سکتے ہیں:
🔗 ایک AI بنانے کا طریقہ - فلف کے بغیر ایک گہری غوطہ خوری
زمین سے آپ کی اپنی AI بنانے کے لیے ایک جامع، بے ہودہ گائیڈ۔
🔗 کوانٹم AI کیا ہے؟ - جہاں طبیعیات، کوڈ، اور افراتفری کو ایک دوسرے سے ملاتے ہیں
کوانٹم میکینکس اور مصنوعی ذہانت کے دماغ کو موڑنے والے چوراہے کو دریافت کرتے ہیں۔
🔗 AI میں Inference کیا ہے؟ - وہ لمحہ جو یہ سب ایک ساتھ آتا ہے
جانیں کہ کس طرح AI فیصلے کرتا ہے اور تربیت یافتہ ڈیٹا کا استعمال کرتے ہوئے حقیقی وقت میں بصیرت پیدا کرتا ہے۔
🔗 AI کے لیے ایک جامع نقطہ نظر اختیار کرنے کا کیا مطلب ہے؟
دریافت کریں کہ AI کامیابی صرف الگورتھم سے زیادہ کیوں ہے - اخلاقیات، ارادہ اور اثر بھی۔
جان میکارتھی: ایک کاغذ میں نام سے زیادہ 🧑📘
1927 میں پیدا ہوئے اور 2011 میں اپنے انتقال تک میدان میں سرگرم، جان میکارتھی کے پاس مشینوں کے بارے میں ایک عجیب قسم کی وضاحت تھی - وہ کیا بن سکتی ہیں، جو کبھی نہیں ہو سکتیں۔ اعصابی نیٹ انٹرنیٹ سرورز کو توڑنے سے بہت پہلے، وہ پہلے ہی مشکل چیزوں سے پوچھ رہا تھا: ہم مشینوں کو سوچنا کیسے سکھاتے ہیں؟ خیال کے طور پر بھی کیا شمار ہوتا ہے؟
1956 میں، میک کارتھی نے ڈارٹ ماؤتھ کالج میں کچھ سنجیدہ فکری طاقت کے ساتھ ایک ورکشاپ کا اشتراک کیا: کلاڈ شینن (جی ہاں، انفارمیشن تھیوری آدمی)، مارون منسکی، اور کچھ دوسرے۔ یہ صرف کچھ دھول بھری تعلیمی کانفرنس نہیں تھی۔ یہ وہ لمحہ تھا۔ اصل واقعہ جہاں مصنوعی ذہانت کی سب سے پہلے سرکاری حیثیت میں استعمال ہوئی۔
وہ Dartmouth تجویز؟ سطح پر تھوڑا سا خشک، لیکن اس نے ایک تحریک کو جنم دیا جو ابھی تک کم نہیں ہوا ہے۔.
اس نے اصل میں کیا کیا؟ (بہت کچھ، ایمانداری سے) 💡🔧
LISP، شروعات کرنے والوں کے لیے
1958 میں، McCarthy نے LISP ، جو پروگرامنگ کی زبان ہے جو کئی دہائیوں تک AI تحقیق پر غالب رہے گی۔ اگر آپ نے کبھی "علامتی AI" کی اصطلاح سنی ہے، تو LISP اس کا وفادار ورک ہارس تھا۔ یہ محققین کو بار بار چلنے والی منطق، نیسٹڈ استدلال کے ساتھ کھیلنے دیتا ہے - بنیادی طور پر، ایسی چیزیں جن کی ہم اب بہت زیادہ فینیش ٹیک سے توقع کرتے ہیں۔
وقت کا اشتراک: OG Cloud
وقت کے اشتراک کے تصور - ایک سے زیادہ صارفین کو ایک ہی وقت میں ایک کمپیوٹر کے ساتھ تعامل کرنے دینا - نے کمپیوٹنگ کو قابل توسیع چیز کی طرف جھکانے میں مدد کی۔ آپ یہ بحث بھی کر سکتے ہیں کہ یہ کلاؤڈ کمپیوٹنگ کا ابتدائی روحانی اجداد تھا۔
وہ مشینوں سے استدلال چاہتا تھا
جب کہ زیادہ تر توجہ ہارڈ ویئر یا تنگ اصولوں پر مرکوز تھی، میکارتھی نے منطق میں ڈوب کیا - بڑے، تجریدی فریم ورک جیسے صورت حال کیلکولس اور سرکرمکرپشن ۔ یہ بزدلانہ الفاظ نہیں ہیں۔ وہ ایسے فریم ورک ہیں جو مشینوں کو نہ صرف کام کرنے میں مدد کرتے ہیں، بلکہ وقت اور غیر یقینی صورتحال کے ساتھ وجہ بنتے ہیں۔
اوہ، اور اس نے Stanford AI Lab کی مشترکہ بنیاد رکھی
The Stanford AI Lab (SAIL) تعلیمی AI کا سنگ بنیاد بن گیا۔ روبوٹکس، لینگویج پروسیسنگ، وژن سسٹمز - ان سب کی جڑیں وہیں تھیں۔
یہ صرف وہ نہیں تھا حالانکہ 📚🧾
دیکھو، جینیئس شاذ و نادر ہی اکیلا کام ہوتا ہے۔ میکارتھی کا کام بنیادی تھا، ہاں، لیکن وہ AI کی ریڑھ کی ہڈی کی تعمیر میں اکیلا نہیں تھا۔ یہاں اور کون ہے جو ذکر کا مستحق ہے:
-
ایلن ٹورنگ نے سوال پیش کیا، "کیا مشینیں سوچ سکتی ہیں؟" واپس 1950 میں۔ ان کے ٹیورنگ ٹیسٹ کا آج بھی حوالہ دیا جاتا ہے۔ بصیرت اور المناک طور پر اپنے وقت سے آگے 🤖۔
-
Claude Shannon - McCarthy کے ساتھ Dartmouth کانفرنس کو شروع کرنے میں مدد کی۔ ایک مکینیکل ماؤس (Theseus) بھی بنایا جو سیکھنے کے ذریعے بھولبلییا کو حل کرتا ہے۔ 1950 کی دہائی کے لیے قدرے غیر حقیقی 🐭۔
-
ہربرٹ سائمن اور ایلن نیویل - انہوں نے لاجک تھیورسٹ ، ایک ایسا پروگرام جو تھیوریز کو ثابت کر سکتا تھا۔ پہلے تو لوگوں نے اس پر یقین نہیں کیا۔
-
مارون منسکی - مساوی حصے تھیوریسٹ اور ٹنکر۔ اس نے اعصابی جال، روبوٹکس، اور جرات مندانہ فلسفیانہ اقدامات کے درمیان اچھال لیا۔ برسوں سے میکارتھی کا دانشورانہ ساتھی 🛠️۔
-
Nils Nilsson - ہم منصوبہ بندی، تلاش اور ایجنٹوں کے بارے میں سوچتے ہوئے خاموشی سے تشکیل دیتے ہیں۔ وہ نصابی کتابیں لکھیں جو زیادہ تر ابتدائی AI طلباء نے اپنی میزوں پر کھولی تھیں۔
یہ لوگ سائیڈ کریکٹر نہیں تھے - انہوں نے اس بات کے کناروں کی وضاحت کرنے میں مدد کی کہ AI کیا ہو سکتا ہے۔ پھر بھی، McCarthy مرکز منعقد.
جدید دن؟ یہ ایک پوری دوسری لہر ہے 🔬⚙️
تیزی سے آگے۔ آپ کے پاس Geoffrey Hinton , Yoshua Bengio , اور Yann LeCun - جنہیں اب "ڈیپ لرننگ کے گاڈ فادرز" کہا جاتا ہے۔
1980 کی دہائی میں ہنٹن کے بیک پروپیگیشن ماڈل صرف ختم ہی نہیں ہوئے بلکہ وہ تیار ہوئے۔ 2012 تک، قنوطی اعصابی نیٹ ورکس پر اس کے کام نے AI کو عوامی توجہ میں لانے میں مدد کی۔ سوچیں: تصویر کی شناخت، آواز کی ترکیب، پیشین گوئی متن - یہ سب سیکھنے کی اس گہری رفتار سے پیدا ہوتا ہے۔.
2024 میں، ہنٹن کو ان شراکتوں کے لیے فزکس میں نوبل انعام جی ہاں، طبیعیات. اس طرح اب کوڈ اور ادراک کے درمیان لکیریں کتنی دھندلی ہیں۔
لیکن یہاں بات ہے: کوئی ہنٹن نہیں، کوئی گہری سیکھنے میں اضافہ نہیں - سچ ہے۔ لیکن اس کے علاوہ، کوئی میکارتھی، کوئی AI فیلڈ نہیں جس سے شروع کیا جائے ۔ اس کا اثر ہڈیوں میں ہے۔
McCarthy کا کام؟ پھر بھی متعلقہ 🧩📏
عجیب موڑ - آج گہرے سیکھنے کے قواعد کے دوران، میکارتھی کے کچھ "پرانے" خیالات کی واپسی ہو رہی ہے۔ علامتی استدلال، علمی گراف، اور ہائبرڈ نظام؟ وہ پھر سے مستقبل ہیں۔.
کیوں؟ کیونکہ جنریٹیو ماڈل جتنے ہوشیار ہیں، وہ اب بھی کچھ چیزوں کو چوستے ہیں - جیسے مستقل مزاجی کو برقرار رکھنا، وقت کے ساتھ منطق کا اطلاق کرنا، یا تضادات سے نمٹنا۔ McCarthy پہلے ہی 60 اور 70 کی دہائی میں ان کناروں کو تلاش کر رہا تھا۔.
لہذا جب لوگ LLMs کو منطقی تہوں یا علامتی اوورلیز کے ساتھ ملانے کے بارے میں بات کرتے ہیں - وہ جانتے بوجھتے یا نہیں، اس کی پلے بک پر نظرثانی کر رہے ہیں۔.
تو، AI کا باپ کون ہے؟ 🧠✅
یہاں کوئی ہچکچاہٹ نہیں: جان میکارتھی ۔
اس نے نام رکھا۔ زبان کی شکل دی۔ اوزار بنائے۔ مشکل سوال پوچھے۔ اور اب بھی، اے آئی کے محققین اب بھی ان خیالات سے جکڑ رہے ہیں جو اس نے نصف صدی قبل چاک بورڈز پر نقش کیے تھے۔.
LISP کوڈ میں گھومنا چاہتے ہیں؟ علامتی ایجنٹوں میں کودو؟ یا پتہ لگائیں کہ کس طرح میکارتھی کے فریم ورک آج کے اعصابی فن تعمیر کے ساتھ ضم ہو رہے ہیں؟ میں نے آپ کا احاطہ کیا ہے - بس پوچھیں۔.