چونکہ Pacing the Frontier جیسے پروجیکٹ AI ریسرچ کو محفوظ رکھنے کے طریقے کے طور پر بڑی لیبز کو دیکھتے ہیں، اوپن سورس ماڈل انڈسٹری کے لیے ایک تکلیف دہ جگہ بن گئے ہیں۔ مفت تقسیم اور ان کے استعمال کے طریقے پر بہت کم کنٹرول کے ساتھ، کھلے وزن والے ماڈلز کو آسانی سے کنٹرول نہیں کیا جاتا، جس کی وجہ سے کچھ لیبز ان کو سراسر خوفناک سمجھتی ہیں۔
لیکن گزشتہ ہفتے لاس ویگاس میں ہونے والی Ai4 کانفرنس میں، دنیا کے تین معزز ترین AI محققین — نوبل انعام یافتہ جیفری ہنٹن، ورلڈ لیبز کے سی ای او اور شریک بانی Fei-Fei Li، اور Coursera کے شریک بانی اینڈریو این جی — نے اس مسئلے پر بات کی۔ اور جب وہ خاص حکمت عملی پر متفق نہیں تھے، تینوں نے AI کو کھلا رکھنے کے لیے ایک طاقتور کیس بنایا۔
تین مقررین کے لیے، بنیادی تشویش مٹھی بھر بڑی AI کمپنیوں کو ترقی کی رفتار کو کنٹرول کرنے کی اجازت دینا تھی۔ جب چند کمپنیاں کسی ٹیکنالوجی تک رسائی کو کنٹرول کرتی ہیں، جیسا کہ ایپل اور گوگل موبائل آپریٹنگ سسٹم کے ساتھ کرتے ہیں، تو جدت کی رفتار سست ہو سکتی ہے اور پلیٹ فارمز کو کنٹرول کرنے والی کمپنیاں اس پر اثر انداز ہو سکتی ہیں جو ان پر بنتی ہے۔
اینڈریو این جی نے کہا کہ وہ AI میں اسی طرح کے متحرک ابھرتے ہوئے پریشان ہیں۔ "میں نہیں چاہتا کہ وہاں گیٹ کیپر ہوں،" این جی نے کہا۔ "یہ محدود کرتا ہے کہ ہم سب کیسے AI تک رسائی حاصل کر سکتے ہیں۔"
کمپنیوں کے پاس اپنے مسابقتی فوائد کی حفاظت کے لیے ایک ترغیب ہوتی ہے، بشمول ان قوانین پر اثر انداز ہو کر جو صنعت پر حکمرانی کرتے ہیں۔ یہ ایک ایسا متحرک پیدا کر سکتا ہے جہاں صرف سب سے بڑی، بہترین سرمایہ والی فرمیں ہی وسائل کے ساتھ جدید ترین AI سسٹمز بنانے کے لیے ہوں۔
Ng کا حل ایک سے زیادہ فراہم کنندگان کو برقرار رکھنا تھا، ماڈلز اور کمپنیاں مقابلہ کر رہی تھیں بجائے اس کے کہ مٹھی بھر کھلاڑیوں کو میدان پر حاوی ہونے دیں۔ "اگر میں ایک نسخہ دینے کی کوشش کروں گا، تو یہ کھلے پن کو فروغ دینا ہوگا،" این جی نے کہا، "کیونکہ اے آئی حیرت انگیز ٹیکنالوجی ہے اور میں چاہتا ہوں کہ یہ سب کے ہاتھ میں ہو۔"
لیکن ہر کوئی اس بات پر متفق نہیں تھا کہ کھلے وزن کے ماڈل کھیل کی اس حالت کو برقرار رکھنے میں مدد کریں گے۔ ہنٹن نے، خاص طور پر، اوپن سورس سافٹ ویئر کے درمیان ایک فرق پیدا کیا، جو بنیادی کوڈ کو معائنہ اور ترمیم کے لیے دستیاب کرتا ہے، اور کھلے وزن والے ماڈلز، جو ایک تربیت یافتہ AI ماڈل کے پِیرامیٹرز کو عوام کے لیے جاری کرتے ہیں۔
"اوپن سورس بہت اچھا ہے۔ آپ لوگوں کو کوڈ دکھاتے ہیں، اور بہت سے لوگ کوڈ کی لائنوں کو دیکھتے ہیں اور کہتے ہیں، 'اوہ، وہاں ایک بگ ہے۔' کھلے وزن کا مطلب ہے کہ آپ ایک بڑے ماڈل کو تربیت دیتے ہیں اور پھر آپ لوگوں کو وزن دیتے ہیں۔ یہ بہت مختلف ہے،" ہنٹن نے کہا۔ "میں کھلے [وزن] کے خلاف تھا کیونکہ یہ لوگوں کے لیے ان بڑے فاؤنڈیشن ماڈلز کو لینا بہت آسان بناتا ہے، جن کی تربیت بہت مہنگی ہوتی ہے، اور بہت کم پیسوں میں انہیں سائبر حملوں جیسے برے کام کرنے کی تربیت دی جاتی ہے۔"
لیکن ان کے تحفظات کچھ بھی ہوں، ہنٹن نے تسلیم کیا کہ اوپن ویٹ ماڈلز پہلے سے ہی AI کا مستقل فکسچر ہیں۔ "میرے خیال میں وہ جنگ ہار گئی ہے۔ اب ہمارے پاس اوپن ویٹ ماڈلز ہیں، اس لیے بہت سے لوگوں کو یہ بڑے ماڈلز حاصل کرنے میں جو رکاوٹ تھی، جو کہ ٹریننگ فاؤنڈیشن ماڈلز کی لاگت تھی، وہ رکاوٹ ختم ہو گئی ہے۔ بہت دیر ہو چکی ہے۔"
پھر بھی حقیقت کو قبول کرنے کا مطلب خطرات کو نظر انداز کرنا نہیں تھا۔ ہنٹن کی پوزیشن واضح تھی: AI آگے بڑھتا رہے گا، اور اس کا خیال تھا کہ یہ بڑی حد تک اچھی چیز ہے۔ انہوں نے کہا کہ اس سے پیداواری صلاحیت میں اضافہ ہوگا اور تعلیم اور صحت کی دیکھ بھال میں بہتری آئے گی۔ "اے آئی کے ممکنہ برے اثرات اور ان چیزوں کے بارے میں فکر کرنا جو ذہین انسان اس وقت کر سکتے ہیں جب وہ ہم سے زیادہ ہوشیار ہوں۔ میں نہیں سمجھتا کہ یہ غیر منصفانہ ہے۔ میرے خیال میں کسی بھی ایسے شخص کو خوف زدہ قرار دینا غیر منصفانہ ہے،" ہنٹن نے مزید کہا۔
این جی نے ایک مختلف نقطہ نظر لیا. اس نے استدلال کیا کہ سوال یہ نہیں تھا کہ کھلے ماڈلز خطرناک ہیں یا نہیں، لیکن رسائی کو کس نے کنٹرول کیا اور کون مارکیٹ جیت پائے گا۔ جس نے بھی سستا ماڈل بنایا اسے فائدہ ہوگا۔ اگر چین کے کھلے وزن والے ماڈلز کو ایشیا، افریقہ، اور/یا ترقی پذیر دنیا میں بڑے پیمانے پر اپنایا گیا، تو اس نے خبردار کیا، وہ اس بات پر اثر انداز ہو سکتے ہیں کہ اربوں لوگوں نے جمہوریت، آزادی اور انسانی حقوق کے بارے میں خیالات کا سامنا کیسے کیا۔
"ایک چیز جس کی مجھے امید ہے کہ ہم امریکی مسابقت اور اوپن سورس AI کی حوصلہ افزائی کریں گے۔ یہ پتہ چلتا ہے کہ AI نرم طاقت کا ایک زبردست ذریعہ ہے۔ آپ دیکھ سکتے ہیں کہ چین کے ماڈل نے افریقہ کے ساتھ کس طرح زبردست کامیابی حاصل کی ہے، مثال کے طور پر،" Ng نے کہا۔ "لیکن میری پریشانی امریکہ میں تمام لابنگ اور خوف پھیلانے کی وجہ سے ہے، امریکہ میں اوپن سورس AI کی تعمیر چین سے آنے والے اوپن ویٹ ماڈلز کا مقابلہ کرنے کے لیے جدوجہد کر رہی ہے، اور میری پریشانی یہ ہے کہ اگر چین AI بنانے کے لیے بنیادی طور پر زیادہ کفایتی طریقہ تلاش کر لیتا ہے، تو وہ چیزیں جو زیادہ لاگت سے موثر ہوتی ہیں، کو اپنانے کے لیے کاروبار کا فائدہ ہوتا ہے۔" لی نے اس فریمنگ کو پیچھے دھکیل دیا۔ انہوں نے کہا، "یہ بہت خطرناک ہے کہ اسے مکمل طور پر بند کرنے کے لئے مکمل کھلے پن کے درمیان اختلاف پیدا کیا جائے۔" "پیچیدہ سافٹ ویئر سسٹمز کے ساتھ ساتھ سائنسی نظاموں میں یہ بہت زیادہ اہم ہے۔"
لی نے مثال کے طور پر جوہری طبیعیات کا استعمال کیا: سائنسی کاغذات کھلے عام شائع کیے جاتے ہیں، لیکن یورینیم کو ریگولیٹ کیا جاتا ہے، جبکہ لیبارٹری کا کام درمیان میں ہوتا ہے۔ سبق، اس نے وضاحت کی، یہ تھا کہ کھلے پن کا انتخاب سب یا کچھ بھی نہیں ہونا چاہیے۔ ماحولیاتی نظام کی مختلف پرتیں کھلے پن کی مختلف سطحوں پر کام کر سکتی ہیں۔
اس نے سرکاری اور نجی اداروں کے درمیان تعاون پر بھی روشنی ڈالی، جیسے ہیومن جینوم پروجیکٹ۔ انہوں نے کہا کہ نتیجہ خیز علم ایک ایسا پلیٹ فارم بن گیا جس پر دوسرے تیار کر سکتے ہیں، اس نے دوا ساز کمپنیوں کو فائدہ پہنچانے، سائنسدانوں کو اپنے کام اور معاشرے کو فائدہ پہنچانے کی اجازت دی۔
"لہذا میں سمجھتا ہوں کہ ہمیں [AI] کو اس قسم کے بنیادی ڈھانچے کے طور پر استعمال کرنا ہوگا،" لی نے کہا۔ "ہمیں سائنسی دریافت، تعلیم، عالمی شراکت داری کے ساتھ ساتھ کاروباری افراد کے لیے منافع بخش کاروباری ماڈلز دونوں میں کھلے پن کی کچھ سطحوں کی ضرورت ہے۔ لیکن ہم بند ذرائع کے نظام کو بھی قبول کریں گے۔ یہ بحث، خاص طور پر 'ہم صرف ایک کو برداشت کر سکتے ہیں،' کی وسیع سطح پر، ایک جھوٹی بحث ہے۔ ہمیں ایک سطح تک پہنچنے کی ضرورت ہے۔"
لیکن سب نے اس بات پر اتفاق کیا کہ AI کو صحیح راستے پر رکھنے کے لیے کسی نہ کسی سطح کے ضابطے کی ضرورت ہوگی۔ ہنٹن نے کہا کہ "ہم جو کرنا چاہتے ہیں وہ AI کو اس سمت میں تیار کرنا ہے جو لوگوں کی مدد کرے، اور ضابطہ ہمیں ایسا کرنے میں مدد دے گا،" ہنٹن نے کہا۔ "آپ اسے ایلون مسک اور مارک زکربرگ جیسے لوگوں پر نہیں چھوڑ سکتے کہ یہ فیصلہ کریں کہ AI کو کیسے کیا جانا چاہیے۔"
