مصنوعی ذہانت، خاص طور پر تخلیقی AI، بینکنگ اور انشورنس سمیت بہت سی صنعتوں کے لیے وسیع پیداواری صلاحیت میں اضافے کا وعدہ کرتا رہتا ہے۔
AI بہت سے چیلنجز بھی پیش کرتا ہے، جیسا کہ اس کے فریب کاری کے رجحان میں ظاہر ہوتا ہے۔ دوسرا غلط استعمال کا امکان ہے۔ یہ ڈیٹا ٹریننگ سیٹس میں لاشعوری تعصبات سے پیدا ہوسکتا ہے، جس کے نتیجے میں رنگین لوگوں کے لیے امتیازی نتائج برآمد ہوتے ہیں۔ یہ اس بات کی بھی عکاسی کر سکتا ہے کہ جین اے آئی کے نظام کو کس طرح پروگرام کیا جاتا ہے، جیسا کہ پوپ یا دیگر تاریخی شخصیات کی "بیدار" تصاویر پر حالیہ کرففل سے ظاہر ہوتا ہے جو سفید مردوں کے علاوہ کچھ بھی دکھائی دیتے ہیں۔
انتہائی سنگین صورتوں میں، اثاثہ جات کے منتظمین تحقیق یا یہاں تک کہ تجارتی پورٹ فولیو کے لیے AI کی طرف رجوع کر سکتے ہیں۔ فریب ایک فرم کو برباد کر سکتا ہے۔ جیسا کہ ایک ریگولیٹر کو سمجھانے کی کوشش کر سکتا ہے کہ بوٹ کی وجہ سے فلیش کریش کیوں ہوا۔
AI کا اس طرح کے ڈرامائی انداز میں جاری ہونے کا امکان نہیں ہے، لیکن اسے مزید لطیف طریقوں سے کام کرنے کے لیے رکھا جا سکتا ہے۔ اصل میں، یہ پہلے سے ہی ہے.
بینک، بیمہ کنندگان اور فنٹیکس پہلے سے ہی کریڈٹ ریٹنگ یا انڈر رائٹ پالیسیاں بنانے کے لیے AI ٹولز استعمال کرتے ہیں۔ صنعت کو خطرہ ہے کہ وہ ناراض صارف کو یہ بتانے سے قاصر ہے کہ انہیں قرض کیوں نہیں دیا گیا، مثال کے طور پر۔
زیادہ دنیاوی مسئلہ یہ ہے کہ AI کو کب لاگو کیا جا سکتا ہے۔ مثال کے طور پر، سافٹ ویئر کا استعمال کسی کے سوشل میڈیا آؤٹ پٹ کو پارس کرنے کے لیے اس کی ذہنی حالت کا اندازہ لگانے کے لیے کیا جا سکتا ہے، جسے مالی مصنوعات کی قیمت کے لیے استعمال کیا جا سکتا ہے۔ یہ بہت سے سوالات کو جنم دیتا ہے۔
کیا فرموں کو ایسے ڈیٹا پر غور کرنے کی اجازت ہونی چاہیے؟ اگر نہیں، تو وہ ممکنہ گاہک کا نظارہ حاصل کرنے کے لیے کون سے متبادل تلاش کریں گے؟ رازداری کیا ہے، اور اسے کیسے نافذ کیا جاتا ہے؟
براہ کرم ریگولیٹ کریں۔
ایسے سوالات کا فطری جواب ریگولیٹرز کو سامنے لانا ہے۔ کسی فرم کی بدترین تحریکوں کو روکنے کے لیے قوانین کا ایک غیر جانبدار سیٹ تیار کرنا بہتر ہے۔ ریگولیٹرز کو بھاری لفٹنگ کرنے دینا بھی آسان ہے – اور اگر وہ ایسا نہیں کرتے ہیں تو کندھے اچکانے کی آزادی کو برقرار رکھیں۔
ضابطے کی ضرورت ہے، لیکن کیا یہ کافی ہے؟ ہوسکتا ہے، لیکن صرف اس صورت میں جب فنانس انڈسٹری جدت کو بگ ٹیک اور AI اسٹارٹ اپس کی نئی نسل پر چھوڑنے پر مطمئن ہو۔
جب AI کی بات آتی ہے تو حقیقت یہ ہے کہ ریگولیٹرز کبھی بھی رفتار برقرار نہیں رکھ پائیں گے۔ یہ کوئی بری چیز نہیں ہے: ہم امید کرتے ہیں کہ نجی شعبے سے جدت آئے گی۔ لیکن AI کی نوعیت ریگولیشن کو مشکل بناتی ہے۔
سب سے پہلے، ریگولیٹرز پر کام کرنے والے بہت کم لوگ ہیں جو مشین لرننگ اور دیگر AI ٹولز میں گہری مہارت رکھتے ہیں، genAI کو چھوڑ دیں۔
دوسرا، اس دنیا میں قائم رہنے کے لیے GPUs، گرافکس پروسیسنگ یونٹس، بیک بون چپس جو کہ AI ایپلی کیشنز کو طاقت دیتے ہیں، اور ڈیٹا سینٹرز کے ہارڈ ویئر کی کمانڈنگ کی ضرورت ہوتی ہے جو کلاؤڈ پر مشتمل ہوتے ہیں۔
اے آئی انڈسٹری میں اوپن اے آئی جیسے اسٹارٹ اپ، مائیکروسافٹ اور میٹا جیسے بڑے ٹیک پلیئرز، Nvidia جیسے چپ ماہرین، اور AWS جیسے کلاؤڈ فراہم کرنے والے شامل ہیں۔ ان جنات کے پاس منفرد طور پر وسیع وسائل ہیں جو بہترین ٹیلنٹ کو جمع کرتے ہیں – اور AI سسٹم کو چلانے کے لیے کمپیوٹنگ پاور خریدتے ہیں۔
نہ تو ریگولیٹرز اور نہ ہی انٹرپرائزز ایجنڈا ترتیب دے سکتے ہیں جب تک یہ معاملہ باقی ہے۔
خریداری کی طاقت
ریگولیٹری ادارے قوانین مرتب کرنے کی کوشش کر سکتے ہیں – اور انہیں چاہیے، کیونکہ وہ بنیادی اصولوں کو تشکیل دے سکتے ہیں – لیکن وہ اس باریکیوں سے نمٹنے کے لیے جدوجہد کریں گے کہ بینکوں اور دوسروں کو AI سسٹم کے غلط استعمال سے کیسے روکا جائے۔
متبادل ہیں، اگرچہ. ایک یہ ہے کہ ابتدائی دنوں میں حکومتوں نے اپنی اختراعی معیشتوں میں کس طرح مدد کی ہے اس پر نظر ڈالنا ہے۔ مثال کے طور پر، سلیکون ویلی اپنی کامیابی کا زیادہ تر 1950 اور 1960 کی دہائیوں میں ناسا اور امریکی فوج کے بڑے پیمانے پر خریداری کے پروگراموں کی مرہون منت ہے۔
اسی طرح، صرف حکومتوں کے پاس AI انفراسٹرکچر کی مارکیٹ میں جانے اور اپنے تحقیقی پروگراموں کے لیے GPUs خریدنے کی صلاحیت ہے جو بگ ٹیک کے پیمانے سے میل کھا سکتے ہیں۔ یہ معیار قائم کرنے کا ایک طریقہ ہے، شراکت اور قیادت کے ذریعے، بجائے اس کے کہ مزید قواعد لکھ کر برقرار رکھنے کی لامتناہی کوشش کریں۔
مالیاتی خدمات کا کیا؟ ابھی تک کوئی نشانی نہیں ہے کہ حکومتیں اس کردار کو ادا کرنے کے لیے تیار ہیں، جو دوسری صنعتوں کو بگ ٹیک کے رحم و کرم پر چھوڑ دیتی ہے۔
سبق ملتا جلتا ہے: وال اسٹریٹ کو بگ ٹیک کے لیے اتنا اہم گاہک بننے کی ضرورت ہے کہ وہ AI کے ساتھ سلوک کرنے کے معیارات مرتب کر سکے۔
مسئلہ سائز کا ہے۔ یہاں تک کہ جے پی مورگن کو بھی اس میدان میں مائیکرو سافٹ سے مماثلت نہیں ہے۔ یہ کبھی بھی لاگت کا جواز پیش نہیں کر سکتا۔
اوپن سورس AI
لیکن ایک گروپ کے طور پر صنعت کے بارے میں کیا خیال ہے؟ کیا بگ فنانس کے لیے - دنیا بھر کے معروف فنٹیکس کے ساتھ لیگ میں - وسائل کو جمع کرنے اور اسٹریٹجک کسٹمر بننے کا کوئی طریقہ ہے؟
بینک ایک ساتھ کھیلنے کے عادی نہیں ہیں۔ اس طرح کا نقطہ نظر بالکل اجنبی ہوگا۔
دوسری طرف، بینک آہستہ آہستہ سافٹ ویئر تیار کرنے کے لیے اوپن سورس کی طرف بڑھ رہے ہیں۔ وہ تسلیم کرتے ہیں کہ بہت سے غیر بنیادی افعال کے لیے شیئرنگ کوڈ – ملکیتی مالکان کے بجائے کمیونٹی پلیئرز ہونا – بہتر معیار اور زیادہ لچکدار سافٹ ویئر بنا سکتا ہے۔
کیا اوپن سورس genAI کے لیے کام کرتا ہے؟
جواب غیر واضح ہے۔ اس جگہ میں کچھ بگ ٹیک اپنی ترقی کے ساتھ کھلے ہیں، جیسے میٹا، جو AI اسٹارٹ اپس کو اپنے کچھ ماڈلز کو ڈاؤن لوڈ اور موافق بنانے دیتا ہے۔
اوپن سورس کے لیے صنعتی معیارات کے لیے ضروری ہے کہ استعمال کے تمام کیسز کی اجازت دی جائے، لیکن چند genAI اسٹارٹ اپ دراصل اس معیار پر پورا اترتے ہیں۔ زیادہ تر، بشمول مضحکہ خیز نام OpenAI، ایک بند دکان چلاتے ہیں۔
اس کی وجہ یہ ہے کہ genAI سافٹ ویئر کی دیگر اقسام کی طرح نہیں ہے۔ سورس کوڈ صرف ایک جزو ہے۔ تربیت کا ڈیٹا اور اس ڈیٹا کو کس طرح درجہ بندی کیا جاتا ہے اتنا ہی اہم ہے۔ آج AI انڈسٹری میں کوئی اتفاق رائے نہیں ہے کہ "اوپن سورس" کا کیا مطلب ہے۔
یہاں مالیاتی اداروں کے لیے کھلنا ہے۔ بینک، تبادلے، اور ڈیٹا وینڈرز اجتماعی طور پر ڈیٹا کے ایک اہم بڑے پیمانے پر مالک ہیں، جن میں سے زیادہ تر کیپٹل مارکیٹس اور مالیاتی خدمات کے لیے مخصوص ہے۔ اصولی طور پر اگر اس معلومات کو اکٹھا کرنے کا کوئی طریقہ کار موجود ہو تو، کوڈ ڈویلپنگ کوڈ اور اس کے ساتھ چلنے والے معیارات کی بنیاد ہو سکتی ہے۔
دکاندار ان کے کاروبار کو تباہ کرنے والے کسی بھی اقدام کی مزاحمت کریں گے۔ بینک اور بیمہ کنندگان کسی بھی ایسی چیز پر تعاون کرنے کے خواہشمند نہیں ہیں جسے بنیادی سمجھا جائے۔ دوسری طرف، مالیاتی خدمات کے اندر ایسے شعبے ہو سکتے ہیں جو زیادہ تر کھلاڑیوں کے لیے بنیادی نہیں ہیں، اور جس میں صنعت کا حل مطلوبہ ہو سکتا ہے۔ ڈیجیٹل شناخت، تعمیل، رپورٹنگ، اور رسک مینجمنٹ کے تمام پہلو ذہن میں آتے ہیں۔
DigFin جانتا ہے کہ یہ ایک بہت ہی قیاس آرائی پر مبنی تصور ہے، جو کبھی بھی اس زبردست کوشش کا جواز پیش نہیں کر سکتا جو اسے انجام دینے کے لیے درکار ہوگی۔ دوسری طرف، مالیاتی صنعت کے لیے یہ کتنا اہم ہے کہ وہ اپنے مستقبل کی تشکیل کرنے کے بجائے غیر فعال طور پر سیلیکون ویلی کا اپنی جگہ پر ایسا کرنے کا انتظار کرے؟ شاید یہ وہ جگہ ہے جہاں ہم AI کے ایک بڑے صارف کے طور پر حکومت کے خیال کی طرف لوٹتے ہیں۔ اس صلاحیت میں کام کرنے کے لیے حکومت کو اپنے پروگراموں کی ضرورت ہے۔ AI کے دور میں مالیاتی خدمات کو منظم کرنا شروع کرنے کے لیے ایک اچھی جگہ لگتا ہے۔
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
- پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
- پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://www.digfingroup.com/influence-ai/
