اوپن سورس AI کے مستقبل کے لیے ضروری ہے۔

مصنوعی ذہانت کا آئیڈیا نیا نہیں ہے لیکن متعلقہ ٹیکنالوجیز میں ہونے والی حالیہ پیش رفت نے اسے ایک ایسے آلے میں تبدیل کر دیا ہے جسے ہم سب روزانہ استعمال کرتے ہیں۔ AI کی بڑھتی ہوئی اہمیت اور پھیلاؤ پرجوش اور ممکنہ طور پر تشویشناک ہے، کیونکہ بہت سے AI پلیٹ فارمز اور صلاحیتوں کی بنیادیں بنیادی طور پر بلیک باکسز ہیں جن کو طاقتور کارپوریشنز کی ایک چھوٹی تعداد کے ذریعے کنٹرول کیا جاتا ہے۔

بڑی تنظیمیں، جیسے کہ Red Hat، کا خیال ہے کہ ہر کسی کے پاس AI میں حصہ ڈالنے کی صلاحیت ہونی چاہیے ۔ AI میں اختراع صرف ان کمپنیوں تک محدود نہیں ہونی چاہیے جو پروسیسنگ پاور کی بہت زیادہ مقدار اور ڈیٹا سائنسدانوں کو ان بڑے لینگویج ماڈلز (LLMs) کو تربیت دینے کے لیے درکار ہیں۔

اس کے بجائے، اوپن سورس سافٹ ویئر ڈویلپمنٹ اور کمیونٹی تعاون میں کئی دہائیوں کا تجربہ ہر ایک کو AI میں حصہ ڈالنے اور اس سے فائدہ اٹھانے کی اجازت دیتا ہے، جبکہ ہماری ضروریات کو پورا کرنے والے مستقبل کی تشکیل میں مدد کرتا ہے۔ اس میں کوئی شک نہیں کہ اوپن سورس اپروچ ہی AI کی مکمل صلاحیت کو حاصل کرنے کا واحد طریقہ ہے، جو اسے محفوظ، زیادہ قابل رسائی اور زیادہ جمہوری بناتا ہے۔

اوپن سورس کیا ہے؟

اگرچہ "اوپن سورس" کی اصطلاح کا اصل میں سافٹ ویئر ڈویلپمنٹ کے طریقہ کار کا حوالہ دیا گیا ہے، لیکن اس نے کام کرنے کے زیادہ عام طریقے کو شامل کیا ہے جو کھلا، وکندریقرت، اور گہرا تعاون ہے۔ اوپن سورس موومنٹ اب سافٹ ویئر کی دنیا سے بہت آگے تک پھیلی ہوئی ہے، اور اوپن سورس کا طریقہ اختیار کیا گیا ہے، جس میں سائنس، تعلیم، حکومت، مینوفیکچرنگ، صحت کی دیکھ بھال اور بہت کچھ شامل ہیں۔

اوپن سورس کلچر کے کچھ بنیادی اصول اور اقدار جو اسے موثر اور بامعنی بناتے ہیں، مثال کے طور پر:

• باہمی تعاون
• مشترکہ ذمہ داری
• تجارت کے لیے کھلا ہے۔
• میرٹوکریسی اور شمولیت
• کمیونٹی پر مبنی ترقی
• کھلا تعاون
• خود تنظیم
• احترام اور باہمی تعاون

جب اوپن سورس کے اصول باہمی تعاون کی کوششوں کی بنیاد بناتے ہیں، تو تاریخ بتاتی ہے کہ ناقابل یقین چیزیں ممکن ہیں۔ دنیا کے سب سے طاقتور اور ہر جگہ موجود آپریٹنگ سسٹم کے طور پر لینکس کی ترقی اور پھیلاؤ سے لے کر کبرنیٹس اور کنٹینرز کے ظہور اور نمو کے ساتھ ساتھ خود انٹرنیٹ کی ترقی اور توسیع تک ہیں۔

AI کی عمر میں اوپن سورس کے چھ فوائد۔

اوپن سورس کے ذریعے ٹیکنالوجیز تیار کرنے کے بے شمار فوائد ہیں، لیکن باقی میں سے چھ فوائد نمایاں ہیں۔ 

1. اختراع کی رفتار میں اضافہ

جب ٹیکنالوجی کو باہمی تعاون کے ساتھ اور کھلے عام تیار کیا جاتا ہے تو، بند تنظیموں اور ملکیتی حلوں کے برعکس جدت اور دریافت بہت زیادہ تیزی سے ہو سکتی ہے۔ 

جب کام کھلے عام شیئر کیا جاتا ہے اور دوسروں کے پاس اس پر کام کرنے کی صلاحیت ہوتی ہے، تو ٹیمیں بہت زیادہ وقت اور محنت بچاتی ہیں کیونکہ انہیں شروع سے شروع کرنے کی ضرورت نہیں ہوتی ہے۔ نئے آئیڈیاز ان منصوبوں پر پھیل سکتے ہیں جو پہلے آئے تھے۔ اس سے نہ صرف وقت اور پیسے کی بچت ہوتی ہے بلکہ نتائج کو بھی تقویت ملتی ہے کیونکہ زیادہ سے زیادہ لوگ مسائل کو حل کرنے، بصیرت کا اور ایک دوسرے کے کام کا جائزہ لینے کے لیے مل کر کام کرتے ہیں۔

ایک وسیع تر، زیادہ تعاون کرنے والی کمیونٹی زیادہ حاصل کرنے کے قابل ہے: لوگوں کو بااختیار بنانا اور پیچیدہ مسائل کو حل کرنے کے لیے مہارت کو جوڑنا اور چھوٹے، الگ تھلگ گروپوں کی نسبت تیز اور زیادہ مؤثر طریقے سے اختراع کرنا۔ 

2. رسائی کو جمہوری بنائیں

اوپن سورس نئی AI ٹیکنالوجیز تک رسائی کو بھی جمہوری بناتا ہے۔ جب تحقیق، کوڈ اور ٹولز کا کھلے عام اشتراک کیا جاتا ہے، تو اس سے کچھ رکاوٹوں کو ختم کرنے میں مدد ملتی ہے جو عام طور پر جدید اختراعات تک رسائی کو محدود کرتی ہیں۔

InstructLab اقدام ایک ماڈل-ایگنوسٹک، اوپن سورس AI پروجیکٹ ہے جو LLMs میں مہارت اور علم فراہم کرنے کے عمل کو آسان بناتا ہے۔ اس کوشش کا مقصد کسی کو بھی تخلیقی AI (gen AI) کی تشکیل میں مدد کرنے کے قابل بنانا ہے، بشمول وہ لوگ جن کے پاس عام طور پر مطلوبہ ڈیٹا سائنس کی مہارت اور تربیت نہیں ہے۔ یہ مزید افراد اور تنظیموں کو LLMs کی تربیت اور تطہیر میں قابل اعتماد طریقے سے تعاون کرنے کی اجازت دیتا ہے۔

3. بہتر سیکورٹی اور رازداری 

چونکہ اوپن سورس پراجیکٹس میں داخلے کی راہ میں رکاوٹیں کم ہوتی ہیں، اس لیے تعاون کرنے والوں کا ایک بڑا اور متنوع گروپ AI ماڈلز میں موجود ممکنہ حفاظتی چیلنجوں کی شناخت اور حل کرنے میں مدد کرنے کے قابل ہے کیونکہ وہ تیار کیے جا رہے ہیں۔

AI ماڈلز کو ٹریننگ اور ٹیون کرنے کے لیے استعمال ہونے والے زیادہ تر ڈیٹا اور طریقے ملکیتی منطق کے ذریعے بند اور برقرار رکھے گئے ہیں۔ ان تنظیموں سے باہر کے لوگ شاذ و نادر ہی اس بارے میں کوئی بصیرت حاصل کرتے ہیں کہ یہ الگورتھم کیسے کام کرتے ہیں اور آیا ان میں ممکنہ طور پر خطرناک ڈیٹا یا موروثی تعصبات موجود ہیں۔

اگر کوئی ماڈل اور اس کی تربیت کے لیے استعمال ہونے والا ڈیٹا کھلا ہے، تاہم، کوئی بھی دلچسپی رکھنے والا ان کا جائزہ لے سکتا ہے، جس سے سیکیورٹی کے خطرات کو کم کیا جا سکتا ہے اور پلیٹ فارم کے تعصبات کو کم کیا جا سکتا ہے۔ مزید برآں، کھلے فلسفے میں تعاون کرنے والے ماڈلز اور ایپلی کیشنز کی مستقبل کی ترقی کو ٹریک کرنے اور آڈٹ کرنے کے لیے ٹولز اور پروسیس بنا سکتے ہیں، جس سے مختلف حلوں کی ترقی کی نگرانی کی جا سکتی ہے۔ 

یہ کشادگی اور شفافیت بھی اعتماد پیدا کرتی ہے ، کیونکہ صارفین کو براہ راست یہ جانچنے کا امکان ہوتا ہے کہ ان کے ڈیٹا کو کس طرح استعمال اور پروسیس کیا جا رہا ہے، اس لیے وہ اس بات کی تصدیق کر سکتے ہیں کہ آیا ان کی رازداری اور ڈیٹا کی خودمختاری کا احترام کیا جا رہا ہے۔ مزید برآں، کمپنیاں انسٹرک لیب جیسے اوپن سورس پروجیکٹس کا استعمال کرکے اپنی نجی، خفیہ، یا ملکیتی معلومات کی حفاظت بھی کرسکتی ہیں تاکہ اپنے موزوں ماڈلز بنائیں، جن پر وہ سخت کنٹرول رکھتے ہیں۔

4. یہ لچک اور انتخاب کی آزادی فراہم کرتا ہے۔

اگرچہ یک سنگی، ملکیتی، اور بلیک باکس LLMs وہی ہیں جو زیادہ تر لوگ تخلیقی AI کے بارے میں دیکھتے اور سوچتے ہیں، لیکن ہم ایک خاص مقصد کے لیے تیار کیے گئے چھوٹے، آزاد AI ماڈلز کی طرف بڑھتے ہوئے دھکے کو دیکھنا شروع کر رہے ہیں۔

یہ چھوٹے لینگویج ماڈلز (SLMs) کو عام طور پر بہت چھوٹے ڈیٹاسیٹس پر تربیت دی جاتی ہے تاکہ انہیں ان کی بنیادی فعالیت فراہم کی جا سکے، اور پھر مزید مخصوص استعمال کے معاملات کے لیے ڈومین کے ساتھ مخصوص ڈیٹا اور علم کے ساتھ تیار کیا جاتا ہے۔

یہ SLM اپنے بڑے ہم منصبوں کے مقابلے میں نمایاں طور پر زیادہ کارآمد ہیں، اور انہوں نے اپنے مطلوبہ مقصد کے مطابق (اگر اس سے بہتر نہیں) کارکردگی کا مظاہرہ کیا ہے۔ وہ تربیت اور تعینات کرنے کے لیے تیز اور زیادہ موثر ہیں، اور ضرورت کے مطابق اپنی مرضی کے مطابق اور ڈھال سکتے ہیں۔

اور یہی وجہ ہے کہ InstructLab پروجیکٹ بنایا گیا تھا۔ اس کے ساتھ، آپ ایک چھوٹا، اوپن سورس AI ماڈل لے سکتے ہیں اور اسے اپنے مطلوبہ اضافی ڈیٹا اور تربیت کے ساتھ بڑھا سکتے ہیں۔

مثال کے طور پر، آپ انسٹرک لیب کا استعمال ایک انتہائی موزوں، مقصد سے تیار کردہ کسٹمر سروس چیٹ بوٹ بنانے کے لیے کر سکتے ہیں، اپنی تنظیم میں بہترین طریقوں سے فائدہ اٹھاتے ہوئے۔ یہ مشق آپ کو ہر ایک کو، ہر جگہ، حقیقی وقت میں کسٹمر سروس کا بہترین ممکنہ تجربہ فراہم کرنے کی اجازت دیتی ہے۔ 

اور، سب سے اہم بات، یہ آپ کو ایک وینڈر میں بند ہونے سے بچنے کی اجازت دیتا ہے اور اس لحاظ سے لچک فراہم کرتا ہے کہ آپ اپنے AI ماڈل کو کہاں اور کیسے لاگو کرتے ہیں اور اس پر بنائی گئی کوئی بھی ایپلیکیشن۔

5. یہ ایک متحرک ماحولیاتی نظام کو قابل بناتا ہے۔

کھلی برادری میں، " کوئی بھی اکیلے اختراع نہیں کرتا ،" اور یہ عقیدہ کمیونٹی کے قیام کے ابتدائی مہینوں سے ہی برقرار ہے۔

Red Hat AI کی شکل میں مختلف اوپن سورس ٹولز اور فریم ورک فراہم کرے گا ، ایک ایسا حل جس کے ساتھ شراکت دار اختتامی صارفین کے لیے زیادہ قدر پیدا کریں گے۔

ایک وینڈر ہر چیز کی پیشکش نہیں کر سکتا جس کی تنظیم کو ضرورت ہے، یا یہاں تک کہ تکنیکی ارتقاء کی موجودہ رفتار کو برقرار نہیں رکھ سکتا۔ اوپن سورس کے اصول اور طریقہ کار جدت کو تیز کرتے ہیں اور پراجیکٹس اور صنعتوں میں شراکت داری اور باہمی تعاون کے مواقع کو فروغ دے کر ایک متحرک ماحولیاتی نظام کو فعال کرتے ہیں۔

6. اخراجات کم کریں۔

2025 کے اوائل تک، ریاستہائے متحدہ میں ڈیٹا سائنسدان کی اوسط بنیادی تنخواہ تخمینہ لگایا گیا

ظاہر ہے، اے آئی کی مہارتوں کے حامل ڈیٹا سائنسدانوں کی بہت بڑی اور بڑھتی ہوئی مانگ ہے، لیکن چند کمپنیوں کو اپنی ضرورت کے مطابق خصوصی ٹیلنٹ کو راغب کرنے اور برقرار رکھنے کی بہت زیادہ امید ہے۔

اور واقعی بڑے LLMs کی تعمیر، تربیت، دیکھ بھال اور تعیناتی بہت زیادہ مہنگی ہوتی ہے، جس کے لیے انتہائی بہتر (اور بہت مہنگے) کمپیوٹنگ آلات سے بھرے پورے گودام اور بڑی مقدار میں اسٹوریج کی ضرورت ہوتی ہے۔

مخصوص مقاصد کے لیے بنائے گئے کھلے، چھوٹے ماڈلز اور AI ایپلیکیشنز بنانے، تربیت دینے اور تعینات کرنے کے لیے نمایاں طور پر زیادہ موثر ہیں۔ انہیں نہ صرف LLMs کی کمپیوٹنگ طاقت کا ایک حصہ درکار ہوتا ہے، بلکہ InstructLab جیسے منصوبے بغیر خصوصی مہارت اور تجربے کے لوگوں کو فعال اور مؤثر طریقے سے AI ماڈلز کی تربیت اور فائن ٹیوننگ میں حصہ ڈالنے کے قابل بناتے ہیں۔

واضح طور پر، لاگت کی بچت اور لچک جو اوپن سورس AI کی ترقی میں لاتی ہے وہ چھوٹے اور درمیانے درجے کے کاروباری اداروں کے لیے فائدہ مند ہے جو امید کرتے ہیں کہ وہ AI ایپلی کیشنز سے مسابقتی فائدہ حاصل کر سکتے ہیں۔

خلاصہ میں

ایک جمہوری اور کھلی AI کی تعمیر کے لیے، اوپن سورس اصولوں کا استعمال کرنا بہت ضروری ہے جس نے کلاؤڈ کمپیوٹنگ، انٹرنیٹ، لینکس، اور بہت سی دوسری کھلی، طاقتور، اور بہت زیادہ جدید ٹیکنالوجیز کو فعال کیا۔

یہ وہ راستہ ہے جسے Red Hat AI اور دیگر متعلقہ ٹولز کو فعال کرنے کے لیے چلا رہا ہے۔ ہر کسی کو مصنوعی ذہانت کی ترقی سے فائدہ اٹھانا چاہیے۔ لہٰذا، ہر کسی کو اس کی رفتار کا تعین کرنے اور اس کی تشکیل میں مدد کرنے کے قابل ہونا چاہیے اور اس کی ترقی میں اپنا حصہ ڈالنا چاہیے۔ باہمی تعاون پر مبنی اختراعات اور اوپن سورس نظم و ضبط کے مستقبل کے لیے ضروری نہیں بلکہ ناگزیر ہیں۔