اس ہفتے کے شروع میں، پانچ لوگ جو AI سپلائی چین کی ہر تہہ کو چھوتے ہیں، بیورلی ہلز میں ملکن گلوبل کانفرنس میں بیٹھے، جہاں انہوں نے اس ایڈیٹر کے ساتھ چپ کی کمی سے لے کر مداری ڈیٹا سینٹرز تک ہر چیز کے بارے میں بات کی، اس امکان تک کہ پورا فن تعمیر جو ٹیک کو زیر کر رہا ہے غلط ہے۔
TechCrunch کے ساتھ اسٹیج پر: Christophe Fouquet، ASML کے سی ای او، ڈچ کمپنی جو انتہائی الٹرا وائلٹ لیتھوگرافی مشینوں پر اجارہ داری رکھتی ہے جس کے بغیر جدید چپس موجود نہیں ہوں گی۔ فرانسس ڈی سوزا، گوگل کلاؤڈ کے سی او او، جو کارپوریٹ تاریخ کے سب سے بڑے انفراسٹرکچر بیٹس میں سے ایک کی نگرانی کر رہے ہیں۔ قیصر یونس، اپلائیڈ انٹیوشن کے شریک بانی اور سی ای او، ایک $15 بلین فزیکل اے آئی کمپنی جس نے نقلی انداز میں آغاز کیا اور اس کے بعد سے دفاع میں منتقل ہو گیا ہے۔ Dimitry Shevelenko، Perplexity کے چیف بزنس آفیسر، AI- مقامی سرچ ٹو ایجنٹ کمپنی؛ اور ایو بوڈنیا، ایک کوانٹم فزیکسٹ جس نے بنیادی فن تعمیر کو چیلنج کرنے کے لیے اکیڈمیا چھوڑ دیا، زیادہ تر AI انڈسٹری اپنے آغاز میں، منطقی ذہانت کو قدر کی نگاہ سے دیکھتی ہے۔ (میٹا کے سابق چیف اے آئی سائنسدان، یان لیکون، نے اس سال کے شروع میں اپنے تکنیکی تحقیقی بورڈ کی بانی کرسی کے طور پر دستخط کیے تھے۔)
یہاں پانچوں کا کہنا تھا:
رکاوٹیں حقیقی ہیں۔
AI بوم سخت جسمانی حدود میں چل رہا ہے، اور رکاوٹیں اسٹیک سے مزید نیچے شروع ہوتی ہیں جس کا بہت سے لوگوں کو احساس ہو سکتا ہے۔ فوکیٹ سب سے پہلے یہ کہنے والے تھے، جس نے "چپس کی تیاری میں زبردست سرعت" بیان کرتے ہوئے اپنے "مضبوط یقین" کا اظہار کیا کہ اس تمام تر کوشش کے باوجود، "اگلے دو، تین، شاید پانچ سالوں کے لیے، مارکیٹ میں سپلائی محدود رہے گی،" یعنی ہائپر اسکیلرز - گوگل، مائیکروسافٹ، ایمیزون، میٹا - وہ سب کے لیے مکمل ادائیگی نہیں کر رہے ہیں۔
ڈی سوزا نے اس بات پر روشنی ڈالی کہ کتنا بڑا — اور کتنی تیزی سے بڑھ رہا ہے — یہ ایک مسئلہ ہے، سامعین کو یاد دلاتے ہوئے کہ گوگل کلاؤڈ کی آمدنی پچھلی سہ ماہی میں 20 بلین ڈالر سے تجاوز کر گئی، 63 فیصد بڑھ گئی، جبکہ اس کا بیک لاگ — پرعزم لیکن ابھی تک ڈیلیور نہیں کیا گیا ریونیو — تقریباً ایک ہی سہ ماہی میں تقریباً دوگنا ہو گیا، $250 بلین سے $460 بلین۔ "مطالبہ حقیقی ہے،" اس نے متاثر کن سکون کے ساتھ کہا۔
یونس کے لیے، رکاوٹ بنیادی طور پر کسی اور جگہ سے آتی ہے۔ Applied Intuition کاروں، ٹرکوں، ڈرونز، کان کنی کے سازوسامان اور دفاعی گاڑیوں کے لیے خود مختاری کا نظام بناتا ہے، اور اس کی رکاوٹ سلکان نہیں ہے - یہ وہ ڈیٹا ہے جسے کوئی بھی حقیقی دنیا میں مشینیں بھیج کر اور یہ دیکھ کر ہی اکٹھا کرسکتا ہے کہ کیا ہوتا ہے۔ "آپ کو اسے حقیقی دنیا سے تلاش کرنا ہوگا،" انہوں نے کہا، اور مصنوعی تخروپن کی کوئی مقدار اس خلا کو مکمل طور پر ختم نہیں کرتی ہے۔ "آپ کو مصنوعی طور پر جسمانی دنیا پر چلنے والے ماڈلز کو مکمل طور پر تربیت دینے میں کافی وقت لگے گا۔"
توانائی کا مسئلہ بھی حقیقی ہے۔
اگر چپس پہلی رکاوٹ ہیں، تو اس کے پیچھے توانائی ہی ہے۔ ڈی سوزا نے تصدیق کی کہ گوگل توانائی کی رکاوٹوں کے سنجیدہ ردعمل کے طور پر خلا میں ڈیٹا سینٹرز کی تلاش کر رہا ہے۔ "آپ کو زیادہ وافر توانائی تک رسائی حاصل ہے،" اس نے نوٹ کیا۔ یقینا، مدار میں بھی، یہ آسان نہیں ہے۔ DeSouza نے مشاہدہ کیا کہ خلا ایک خلا ہے، اس لیے کنویکشن کو ختم کرتا ہے، جس سے تابکاری کو ارد گرد کے ماحول میں حرارت بہانے کا واحد راستہ چھوڑ دیا جاتا ہے (ہوا اور مائع کولنگ سسٹم کے مقابلے میں بہت سست اور مشکل سے انجینئر کرنے والا عمل جس پر ڈیٹا سینٹرز آج انحصار کرتے ہیں)۔ لیکن کمپنی اب بھی اسے ایک جائز راستہ سمجھ رہی ہے۔
ڈی سوزا نے جو گہری دلیل دی، وہ کسی حد تک غیر حیران کن طور پر، انضمام کے ذریعے کارکردگی کے بارے میں تھی۔ Google کی اپنے مکمل AI اسٹیک کو شریک انجینئر کرنے کی حکمت عملی - اپنی مرضی کے مطابق TPU چپس سے لے کر ماڈلز اور ایجنٹس تک - فلاپ فی واٹ (انرجی کے فی یونٹ زیادہ حساب) میں منافع ادا کرتی ہے جسے شیلف سے باہر کے اجزاء خریدنے والی کمپنی آسانی سے نقل نہیں کر سکتی، اس نے تجویز کیا۔ انہوں نے کہا کہ "TPUs پر جیمنی کو چلانا کسی بھی دوسری ترتیب کے مقابلے میں بہت زیادہ توانائی کا موثر ہے،" کیونکہ چپ ڈیزائنرز کو معلوم ہوتا ہے کہ اس کے بھیجنے سے پہلے ماڈل میں کیا آ رہا ہے۔
فوکیٹ نے بعد میں بحث میں بھی ایسا ہی ایک نکتہ پیش کیا۔ انہوں نے کہا کہ کوئی بھی چیز انمول نہیں ہو سکتی۔ صنعت اس وقت ایک عجیب لمحے میں ہے، غیر معمولی سرمائے کی سرمایہ کاری کر رہی ہے، جو اسٹریٹجک ضرورت کے تحت چل رہی ہے۔ لیکن زیادہ کمپیوٹ کا مطلب ہے زیادہ توانائی، اور زیادہ توانائی کی قیمت ہوتی ہے۔
ایک مختلف قسم کی ذہانت
جب کہ باقی صنعت بڑے زبان کے نمونے کے اندر پیمانے، فن تعمیر، اور تخمینہ کی کارکردگی پر بحث کرتی ہے، بوڈنیا کچھ مختلف بنا رہا ہے۔ اس کی کمپنی، Logical Intelligence، نام نہاد انرجی پر مبنی ماڈلز (EBMs) پر بنائی گئی ہے، AI کی ایک کلاس جو اگلے ٹوکن کی ایک ترتیب میں پیشین گوئی نہیں کرتی بلکہ اس کے بجائے بنیادی اعداد و شمار کو سمجھنے کی کوشش کرتی ہے، اس طرح وہ دلیل دیتی ہے کہ انسانی دماغ اصل میں کیسے کام کرتا ہے۔ "زبان میرے دماغ اور آپ کے درمیان ایک صارف انٹرفیس ہے،" اس نے کہا۔ "استدلال بذات خود کسی زبان سے منسلک نہیں ہے۔"
اس کا سب سے بڑا ماڈل 200 ملین پیرامیٹرز پر چلتا ہے — جس کے مقابلے میں سیکڑوں اربوں معروف LLMs کے مقابلے — اور اس کا دعویٰ ہے کہ یہ ہزاروں گنا تیزی سے چلتا ہے۔ مزید اہم بات یہ ہے کہ اسے شروع سے دوبارہ تربیت کی ضرورت کے بجائے ڈیٹا میں تبدیلی کے ساتھ اپنے علم کو اپ ڈیٹ کرنے کے لیے ڈیزائن کیا گیا ہے۔
چپ ڈیزائن، روبوٹکس اور دیگر ڈومینز کے لیے جہاں ایک نظام کو لسانی نمونوں کی بجائے جسمانی اصولوں کو سمجھنے کی ضرورت ہوتی ہے، وہ استدلال کرتی ہیں کہ ای بی ایم زیادہ قدرتی فٹ ہیں۔ "جب آپ کار چلاتے ہیں، تو آپ کسی بھی زبان میں پیٹرن تلاش نہیں کر رہے ہوتے۔ آپ اپنے ارد گرد دیکھتے ہیں، اپنے اردگرد کی دنیا کے قوانین کو سمجھتے ہیں، اور فیصلہ کرتے ہیں۔" یہ ایک دلچسپ دلیل ہے اور جو آنے والے مہینوں میں زیادہ توجہ مبذول کرنے کا امکان ہے، اس کے پیش نظر AI فیلڈ یہ پوچھنا شروع کر رہا ہے کہ کیا اکیلا پیمانہ ہی کافی ہے۔
ایجنٹ، محافظ، اور اعتماد
شیولینکو نے گفتگو کا زیادہ تر حصہ یہ بتاتے ہوئے گزارا کہ کس طرح پرپلیکسٹی سرچ پروڈکٹ سے ایسی چیز میں تبدیل ہوئی جسے اب "ڈیجیٹل ورکر" کہا جاتا ہے۔ Perplexity Computer، اس کی تازہ ترین پیشکش، کو ایک ایسے آلے کے طور پر ڈیزائن نہیں کیا گیا ہے جسے ایک علمی کارکن استعمال کرتا ہے، بلکہ ایک عملے کے طور پر بنایا گیا ہے جسے ایک علمی کارکن ہدایت کرتا ہے۔ "ہر روز آپ بیدار ہوتے ہیں اور آپ کی ٹیم میں سو عملہ ہوتا ہے،" اس نے موقع کے بارے میں کہا۔ "آپ اس سے زیادہ سے زیادہ فائدہ اٹھانے کے لیے کیا کرنے جا رہے ہیں؟"
یہ ایک زبردست پچ ہے؛ یہ کنٹرول کے بارے میں بھی واضح سوالات اٹھاتا ہے، لہذا میں نے ان سے پوچھا۔ اس کا جواب تھا: دانے داریت۔ انٹرپرائز کے منتظمین نہ صرف یہ بتا سکتے ہیں کہ ایجنٹ کن کنیکٹرز اور ٹولز تک رسائی حاصل کر سکتا ہے، بلکہ آیا وہ اجازتیں صرف پڑھنے کے لیے ہیں یا لکھنے کے لیے — ایک امتیاز جو بہت زیادہ اہمیت رکھتا ہے جب ایجنٹ کارپوریٹ سسٹم کے اندر کام کر رہے ہوں۔ جب Comet، Perplexity کا کمپیوٹر استعمال کرنے والا ایجنٹ، صارف کی جانب سے کارروائی کرتا ہے، تو یہ ایک منصوبہ پیش کرتا ہے اور پہلے منظوری کے لیے کہتا ہے۔ شیولینکو نے کہا کہ کچھ صارفین رگڑ کو پریشان کن سمجھتے ہیں، لیکن اس نے کہا کہ وہ اسے ضروری سمجھتے ہیں، خاص طور پر لازارڈ کے بورڈ میں شامل ہونے کے بعد، جہاں کہا کہ اس نے اپنے آپ کو 180 سال پرانے برانڈ کی حفاظت کرنے والے CISO کی قدامت پسند جبلت کے لیے غیر متوقع طور پر ہمدرد پایا ہے۔ انہوں نے کہا کہ "گرینولریٹی اچھی حفاظتی حفظان صحت کی بنیاد ہے۔
خودمختاری، نہ صرف حفاظت
یونس نے پیشکش کی کہ پینل کا سب سے زیادہ جغرافیائی طور پر چارج شدہ مشاہدہ کیا جا سکتا ہے، جس کا مطلب یہ ہے کہ جسمانی AI اور قومی خودمختاری ان طریقوں سے الجھی ہوئی ہیں جو کہ مکمل طور پر ڈیجیٹل AI کبھی نہیں تھی۔
انٹرنیٹ ابتدائی طور پر امریکی ٹکنالوجی کے طور پر پھیل گیا اور اسے صرف ایپلیکیشن لیئر پر پش بیک کا سامنا کرنا پڑا — Ubers اور DoorDashes — جب آف لائن نتائج نظر آنے لگے۔ جسمانی AI مختلف ہے۔ خود مختار گاڑیاں، دفاعی ڈرون، کان کنی کا سامان، زرعی مشینیں - یہ حقیقی دنیا میں ان طریقوں سے ظاہر ہوتی ہیں جن کو حکومتیں نظر انداز نہیں کر سکتیں، حفاظت، ڈیٹا اکٹھا کرنے، اور آخر کار ان نظاموں کو کون کنٹرول کرتا ہے جو کسی ملک کی سرحدوں کے اندر کام کرتے ہیں۔ "تقریباً مستقل طور پر، ہر ملک یہ کہہ رہا ہے: ہم یہ انٹیلی جنس اپنی سرحدوں میں جسمانی شکل میں نہیں چاہتے، جس کا کنٹرول کسی دوسرے ملک کے پاس ہو۔" انہوں نے ہجوم کو بتایا کہ بہت کم قومیں جوہری ہتھیار رکھنے کے مقابلے میں فی الحال روبوٹکسی میدان میں اتار سکتی ہیں۔
فوکیٹ نے اسے تھوڑا مختلف انداز میں تیار کیا۔ چین کی اے آئی کی پیشرفت حقیقی ہے - اس سال کے شروع میں ڈیپ سیک کی ریلیز نے صنعت کے کچھ حصوں میں گھبراہٹ کے قریب بھیج دیا - لیکن یہ پیشرفت ماڈل کی پرت کے نیچے محدود ہے۔ EUV لتھوگرافی تک رسائی کے بغیر، چینی چپ بنانے والے جدید ترین سیمی کنڈکٹرز تیار نہیں کر سکتے، اور پرانے ہارڈ ویئر پر بنائے گئے ماڈلز ایک پیچیدہ نقصان پر کام کرتے ہیں چاہے سافٹ ویئر کتنا ہی اچھا کیوں نہ ہو۔ "آج، ریاستہائے متحدہ میں، آپ کے پاس ڈیٹا ہے، آپ کے پاس کمپیوٹنگ تک رسائی ہے، آپ کے پاس چپس ہیں، آپ کے پاس ہنر ہے۔ چین اسٹیک کے اوپری حصے میں بہت اچھا کام کرتا ہے، لیکن نیچے کچھ عناصر کی کمی ہے،" فوکیٹ نے کہا۔
نسل کا سوال
ہمارے پینل کے اختتام کے قریب، سامعین میں سے کسی نے واضح غیر آرام دہ سوال پوچھا: کیا یہ سب تنقیدی سوچ کے لیے اگلی نسل کی صلاحیت کو متاثر کر رہے ہیں؟ جوابات پر امید تھے، جیسا کہ آپ ان لوگوں سے توقع کریں گے جنہوں نے اس ٹیکنالوجی پر اپنے کیریئر کو داؤ پر لگا رکھا ہے۔ ڈی سوزا نے فوری طور پر مسائل کے پیمانے کی طرف اشارہ کیا کہ زیادہ طاقتور ٹولز آخرکار انسانیت کو حل کرنے دیں گے۔ اعصابی بیماریوں کے بارے میں سوچیں جن کے حیاتیاتی طریقہ کار کو ہم ابھی تک نہیں سمجھتے، گرین ہاؤس گیسوں کو ہٹانا، اور گرڈ انفراسٹرکچر جو کئی دہائیوں سے التوا کا شکار ہے۔ "یہ ہمیں تخلیقی صلاحیتوں کی اگلی سطح پر لے جانا چاہیے،" انہوں نے کہا۔
شیولینکو نے ایک زیادہ عملی نکتہ پیش کیا: ہو سکتا ہے کہ داخلے کی سطح کی نوکری غائب ہو رہی ہو، لیکن کسی چیز کو آزادانہ طور پر شروع کرنے کی صلاحیت اس سے زیادہ قابل رسائی نہیں رہی۔ "کسی بھی ایسے شخص کے لیے جس کے پاس پرپلیکسٹی کمپیوٹر ہے ... رکاوٹ آپ کا اپنا تجسس اور ایجنسی ہے۔"
یونس نے علمی کام اور جسمانی محنت کے درمیان سب سے واضح فرق کیا ہے۔ انہوں نے اس حقیقت کی طرف اشارہ کیا کہ اوسط امریکی کسان کی عمر 58 سال ہے اور یہ کہ کان کنی، طویل فاصلے تک چلنے والی ٹرکنگ، اور زراعت میں مزدوروں کی کمی دائمی اور بڑھ رہی ہے – اس لیے نہیں کہ اجرت بہت کم ہے، بلکہ اس لیے کہ لوگ وہ نوکریاں نہیں چاہتے۔ ان ڈومینز میں، جسمانی AI رضامند کارکنوں کو بے گھر نہیں کر رہا ہے۔ یہ ایک ایسے خلا کو پُر کر رہا ہے جو پہلے سے موجود ہے اور یہاں سے صرف گہرا ہوتا نظر آتا ہے۔
