مصنوعی ذہانت (AI) گود لینا ابھی ابتدائی مراحل میں ہے۔ چونکہ زیادہ کاروبار AI سسٹمز کا استعمال کرتے ہیں اور ٹیکنالوجی پختہ اور بدلتی رہتی ہے، غلط استعمال کمپنی کو اہم مالی، آپریشنل، ریگولیٹری اور ساکھ کے خطرات سے دوچار کر سکتا ہے۔ AI کا استعمال بعض کاروباری کاموں کے لیے یا بغیر کسی گارڈریل کے کرنا بھی تنظیم کی بنیادی اقدار کے مطابق نہیں ہو سکتا۔

یہ وہ جگہ ہے جہاں AI گورننس عمل میں آتی ہے: اپنانے کے ان ممکنہ اور ناگزیر مسائل کو حل کرنا۔ اے آئی گورننس کسی تنظیم کی AI سرگرمیوں کی ہدایت کاری، انتظام اور نگرانی کی مشق سے مراد ہے۔ اس میں وہ عمل شامل ہیں جو ڈیٹا، ماڈلز اور متعلقہ میٹا ڈیٹا اور آڈٹ کے لیے پائپ لائنوں کی اصلیت کا سراغ اور دستاویز کرتے ہیں۔

AI گورننس کا فریم ورک AI اور مشین لرننگ (ML) کے اخلاقی، ذمہ دار اور شفاف استعمال کو یقینی بناتا ہے۔ اس میں رسک مینجمنٹ اور ریگولیٹری تعمیل شامل ہے اور رہنمائی کرتا ہے کہ کسی تنظیم کے اندر AI کا انتظام کیسے کیا جاتا ہے۔

فاؤنڈیشن ماڈلز: کیوریٹڈ ڈیٹاسیٹس کی طاقت

فاؤنڈیشن ماڈلزجسے "ٹرانسفارمرز" کے نام سے بھی جانا جاتا ہے، جدید، بڑے پیمانے پر AI ماڈلز ہیں جنہیں بڑی مقدار میں خام، بغیر لیبل والے ڈیٹا پر تربیت دی جاتی ہے۔ فاؤنڈیشن ماڈل ایکو سسٹم کے عروج (جو مشین لرننگ میں کئی دہائیوں کی تحقیق کا نتیجہ ہے)، نیچرل لینگویج پروسیسنگ (NLP) اور دیگر شعبوں نے کمپیوٹر سائنس اور AI حلقوں میں کافی دلچسپی پیدا کی ہے۔ اوپن سورس پروجیکٹس، تعلیمی ادارے، اسٹارٹ اپس اور لیگیسی ٹیک کمپنیوں نے فاؤنڈیشن ماڈلز کی ترقی میں اپنا حصہ ڈالا۔

فاؤنڈیشن ماڈلز حقیقی دنیا کو متاثر کرنے کے لیے زبان، وژن اور بہت کچھ استعمال کر سکتے ہیں۔ وہ روبوٹکس سے لے کر ٹولز تک ہر چیز میں استعمال ہوتے ہیں جو انسانوں کے ساتھ وجہ اور تعامل کرتے ہیں۔ GPT-3، OpenAI کا لینگویج پریڈیکشن ماڈل جو انسان نما ٹیکسٹ کو پروسیس اور تیار کر سکتا ہے، فاؤنڈیشن ماڈل کی ایک مثال ہے۔

فاؤنڈیشن ماڈل خود نگرانی اور منتقلی سیکھنے کے ذریعے جو کچھ سیکھتے ہیں اسے ایک صورتحال سے دوسری صورت میں لاگو کر سکتے ہیں۔ دوسرے لفظوں میں، متعدد ماڈلز کو لیبل والے، ٹاسک مخصوص ڈیٹا پر تربیت دینے کے بجائے، اب یہ ممکن ہے کہ ٹرانسفارمر پر بنائے گئے ایک بڑے ماڈل کو پہلے سے تربیت دی جائے اور پھر، اضافی فائن ٹیوننگ کے ساتھ، ضرورت کے مطابق اسے دوبارہ استعمال کریں۔

کیوریٹڈ فاؤنڈیشن ماڈلز، جیسے کہ تخلیق کردہ IBM یا مائیکروسافٹ، انٹرپرائزز کو قابل اعتماد ڈیٹا کا استعمال کرتے ہوئے جدید ترین AI صلاحیتوں کے استعمال اور اثر کو تیز کرنے میں مدد کریں۔ قدرتی زبان کے علاوہ، ماڈل ہیں تربیت یافتہ مختلف طریقوں پر، جیسے کوڈ، ٹائم سیریز، ٹیبلولر، جغرافیائی اور IT واقعات کا ڈیٹا۔ پھر ڈومین کے لیے مخصوص فاؤنڈیشن ماڈلز کو استعمال کے نئے کیسز پر لاگو کیا جا سکتا ہے، چاہے وہ موسمیاتی تبدیلی، صحت کی دیکھ بھال، HR، کسٹمر کیئر، IT ایپ جدیدیت یا دیگر مضامین سے متعلق ہوں۔

فاؤنڈیشن ماڈل بڑے پیمانے پر ہیں۔ استعمال کیا جاتا ہے ML کاموں جیسے درجہ بندی اور ہستی نکالنا، نیز تخلیقی AI کاموں جیسے ترجمہ، خلاصہ اور حقیقت پسندانہ مواد کی تخلیق۔ ان ماڈلز کی ترقی اور استعمال حالیہ AI کامیابیوں کی بہت زیادہ مقدار کی وضاحت کرتا ہے۔

آئی بی ایم کے چیئرمین اور سی ای او اروند کرشنا نے کہا، "فاؤنڈیشن ماڈلز کی ترقی کے ساتھ، کاروبار کے لیے AI پہلے سے کہیں زیادہ طاقتور ہے۔" "فاؤنڈیشن ماڈلز AI کی تعیناتی کو نمایاں طور پر زیادہ توسیع پذیر، سستی اور موثر بناتے ہیں۔"

کیا فاؤنڈیشن ماڈل قابل اعتماد ہیں؟

ایک انٹرپرائز کے لیے ذمہ دار، شفاف اور قابل وضاحت AI کے ساتھ کام کرنا ضروری ہے، جو ٹیکنالوجی کے ان ابتدائی دنوں میں مشکل ہو سکتا ہے۔

آج کے سب سے بڑے فاؤنڈیشن ماڈلز، بشمول بڑی زبان کا ماڈل (LLM) چیٹ جی پی ٹی کو طاقت دیتا ہے، انٹرنیٹ سے حاصل کی گئی معلومات پر تربیت دی گئی ہے۔ لیکن وہ تربیتی ڈیٹا کتنا قابل اعتماد ہے؟ پیداواری AI۔ چیٹ بوٹس کو صارفین کی توہین کرنے اور حقائق بنانے کے لیے جانا جاتا ہے۔ امانت داری اہم ہے۔ کاروباروں کو ان پیشین گوئیوں اور مواد پر اعتماد محسوس کرنا چاہیے جو بڑے فاؤنڈیشن ماڈل فراہم کنندگان تیار کرتے ہیں۔

سٹینفورڈ انسٹی ٹیوٹ برائے انسانی مرکز مصنوعی ذہانت مرکز برائے تحقیق فاؤنڈیشن ماڈلز (CRFM) نے حال ہی میں فاؤنڈیشن ماڈلز کے بہت سے خطرات کے ساتھ ساتھ مواقع کا خاکہ پیش کیا۔ انہوں نے نشاندہی کی کہ تربیتی ڈیٹا کا موضوع، بشمول اس کے ماخذ اور ساخت، کو اکثر نظر انداز کر دیا جاتا ہے۔ یہی وہ جگہ ہے جہاں ایک کیوریٹڈ فاؤنڈیشن ماڈل — اور قابل اعتماد گورننس — کی ضرورت ضروری ہو جاتی ہے۔

فاؤنڈیشن ماڈل کے ساتھ شروع کرنا

An اے آئی ڈویلپمنٹ اسٹوڈیو فاؤنڈیشن ماڈلز کو تربیت، توثیق، ٹیون اور تعینات کر سکتے ہیں اور AI ایپلیکیشنز کو تیزی سے بنا سکتے ہیں، جس کے لیے پہلے درکار ڈیٹا کا صرف ایک حصہ درکار ہوتا ہے۔ اس طرح کے ڈیٹاسیٹس کی پیمائش اس بات سے کی جاتی ہے کہ ان میں کتنے "ٹوکنز" (الفاظ یا الفاظ کے حصے) شامل ہیں۔ وہ قابل اعتماد ڈیٹا کے ساتھ انٹرپرائز کے لیے تیار ڈیٹاسیٹ پیش کرتے ہیں جو منفی اور مثبت کیوریشن سے گزرا ہے۔

منفی کیوریشن اس وقت ہوتی ہے جب مشکل ڈیٹا سیٹس اور AI پر مبنی نفرت کو ہٹا دیا جاتا ہے، اور قابل اعتراض مواد کو ہٹانے کے لیے گستاخانہ فلٹرز کا اطلاق ہوتا ہے۔ مثبت کیوریشن کا مطلب ہے کچھ ڈومینز سے آئٹمز شامل کرنا، جیسے فنانس، قانونی اور ریگولیٹری، سائبر سیکیورٹی، اور پائیداری، جو انٹرپرائز صارفین کے لیے اہم ہیں۔

بلٹ ان گورننس کے ساتھ AL اور ML کی پیمائش کیسے کریں۔

مقصد کے لیے موزوں ڈیٹا اسٹور ایک کھلی جھیل ہاؤس آرکیٹیکچر پر بنایا گیا آپ کو بلٹ ان گورننس ٹولز فراہم کرتے ہوئے AI اور ML کو اسکیل کرنے کی اجازت دیتا ہے۔ اسے آن پریمیس اور ملٹی کلاؤڈ ماحول دونوں کے ساتھ استعمال کیا جا سکتا ہے۔ اس قسم کا اگلی نسل کا ڈیٹا اسٹور ڈیٹا گودام کی کارکردگی کے ساتھ ڈیٹا لیک کی لچک کو جوڑتا ہے اور آپ کو AI کام کے بوجھ کو پیمانہ کرنے دیتا ہے چاہے وہ کہیں بھی رہتے ہوں۔

یہ موجودہ ڈیٹا بیس کے ساتھ آٹومیشن اور انضمام کی اجازت دیتا ہے اور ایسے ٹولز فراہم کرتا ہے جو ایک آسان سیٹ اپ اور صارف کے تجربے کی اجازت دیتے ہیں۔ یہ آپ کو صحیح قیمت پر صحیح کام کے بوجھ کے لیے صحیح انجن کا انتخاب کرنے دیتا ہے، ممکنہ طور پر کام کے بوجھ کو بہتر بنا کر آپ کے ڈیٹا گودام کے اخراجات کو کم کر سکتا ہے۔ ڈیٹا اسٹور کاروبار کو موجودہ ڈیٹا کو نئے ڈیٹا سے جوڑنے اور حقیقی وقت کے تجزیات اور کاروباری ذہانت کے ساتھ نئی بصیرتیں دریافت کرنے دیتا ہے۔ یہ آپ کو ڈیٹا انجینئرنگ کو کم ڈیٹا پائپ لائنز، آسان ڈیٹا ٹرانسفارمیشن اور افزودہ ڈیٹا کے ساتھ ہموار کرنے میں مدد کرتا ہے۔

ایک اور فائدہ ذمہ دارانہ ڈیٹا شیئرنگ ہے کیونکہ یہ زیادہ سے زیادہ صارفین کو زیادہ ڈیٹا تک سیلف سروس تک رسائی فراہم کرتا ہے جبکہ گورننس اور مقامی پالیسی سازوں کے ساتھ سیکیورٹی اور تعمیل کو یقینی بناتا ہے۔

اے آئی گورننس ٹول کٹ کیا پیش کرتی ہے۔

جیسا کہ AI انٹرپرائزز کے روزمرہ کے کام کے بہاؤ میں مزید سرایت کرتا جاتا ہے، یہ اور بھی اہم ہے کہ اس میں AI سروسز کی تخلیق، تعیناتی اور نظم و نسق کے دوران فعال گورننس شامل ہے، جو ذمہ دارانہ اور اخلاقی فیصلوں کو یقینی بنانے میں مدد کرتا ہے۔

اپنے AI پروگرام میں گورننس کو شامل کرنے والی تنظیمیں خطرے کو کم کرتی ہیں اور اخلاقی اصولوں اور حکومتی ضوابط کو پورا کرنے کی اپنی صلاحیت کو مضبوط کرتی ہیں: 50% کاروباری رہنما سروے انہوں نے کہا کہ قابل وضاحت AI کا سب سے اہم پہلو بیرونی ریگولیٹری اور تعمیل کی ذمہ داریوں کو پورا کرنا ہے۔ ابھی تک، زیادہ تر رہنماؤں نے AI گورننس فریم ورک کے قیام کی جانب اہم قدم نہیں اٹھائے ہیں، اور 74% غیر ارادی تعصبات کو کم نہیں کر رہے ہیں۔

An اے آئی گورننس ٹول کٹ آپ کو اپنے ڈیٹا سائنس پلیٹ فارم کو تبدیل کرنے کے خرچ کے بغیر AI سرگرمیوں کی ہدایت، نظم اور نگرانی کرنے دیتا ہے، یہاں تک کہ تھرڈ پارٹی ٹولز کا استعمال کرتے ہوئے تیار کردہ ماڈلز کے لیے بھی۔ سافٹ ویئر آٹومیشن خطرے کو کم کرنے، ریگولیٹری فریم ورک کی ضروریات کو منظم کرنے اور اخلاقی خدشات کو دور کرنے میں مدد کرتا ہے۔ اس میں AI لائف سائیکل گورننس شامل ہے، جو AI ماڈلز کی نگرانی، کیٹلاگ اور ان پر حکمرانی کرتا ہے جہاں سے وہ رہتے ہیں۔ یہ ماڈل میٹا ڈیٹا کیپچرنگ کو خودکار بناتا ہے اور پیشین گوئی کی درستگی کو بڑھاتا ہے تاکہ یہ شناخت کیا جا سکے کہ AI ٹولز کا استعمال کیسے کیا جاتا ہے اور کہاں ماڈل ٹریننگ کو دوبارہ کرنے کی ضرورت ہے۔

AI گورننس ٹول کٹ آپ کو ذمہ داری اور شفافیت کے اصولوں کی بنیاد پر اپنے AI پروگراموں کو ڈیزائن کرنے دیتی ہے۔ یہ درختوں اور دستاویزی ڈیٹاسیٹس، ماڈلز اور پائپ لائنوں میں اعتماد پیدا کرنے میں مدد کرتا ہے کیونکہ آپ اپنے AI کے فیصلوں کو مستقل طور پر سمجھ اور وضاحت کر سکتے ہیں۔ یہ کاروباری معیارات کی تعمیل کرنے کے لیے ماڈل کے حقائق اور ورک فلو کو بھی خودکار بناتا ہے۔ پیمانے پر خطرے اور تعمیل کی شناخت، انتظام، نگرانی اور رپورٹس فراہم کرتا ہے اور متحرک ڈیش بورڈز اور حسب ضرورت نتائج فراہم کرتا ہے۔ اس طرح کا گورننس پروگرام بیرونی ضوابط کو خودکار پابندی، آڈٹ سپورٹ اور تعمیل کے لیے پالیسیوں میں بھی ترجمہ کر سکتا ہے اور حسب ضرورت ڈیش بورڈز اور رپورٹنگ فراہم کر سکتا ہے۔

مناسب AI گورننس کا استعمال کرنے کا مطلب ہے کہ آپ کا کاروبار فاؤنڈیشن ماڈلز کا بہترین استعمال کر سکتا ہے جبکہ یہ یقینی بناتا ہے کہ آپ جوابدہ اور اخلاقی ہیں کیونکہ آپ AI ٹیکنالوجی کے ساتھ آگے بڑھ رہے ہیں۔

فاؤنڈیشن ماڈل، گورننس اور IBM

مناسب AI گورننس AI کی طاقت کو بروئے کار لانے کے لیے کلیدی حیثیت رکھتی ہے جبکہ اس کے بے شمار نقصانات سے بچاتی ہے۔ AI میں ذمہ دار اور شفاف انتظام شامل ہے، جس میں کسی تنظیم کے اندر اس کے استعمال کی رہنمائی کے لیے رسک مینجمنٹ اور ریگولیٹری تعمیل شامل ہے۔ فاؤنڈیشن ماڈلز AI صلاحیتوں میں ایک پیش رفت پیش کرتے ہیں تاکہ مختلف ڈومینز میں توسیع پذیر اور موثر تعیناتی کو قابل بنایا جا سکے۔

واٹسنکس ایک اگلی نسل کا ڈیٹا اور AI پلیٹ فارم ہے جو تنظیموں کو AI گورننس کے ذمہ دار اصولوں پر عمل کرتے ہوئے فاؤنڈیشن ماڈلز سے مکمل فائدہ اٹھانے میں مدد فراہم کرتا ہے۔ دی watsonx.governance ٹول کٹ آپ کی تنظیم کو ذمہ داری، شفافیت اور وضاحت کے ساتھ AI ورک فلو بنانے کے قابل بناتی ہے۔

واٹسنکس تنظیموں کے ساتھ:

1. پیمانے پر کارکردگی اور درستگی بڑھانے کے لیے AI ورک فلو کو فعال بنائیں. آپ کی تنظیم خودکار، توسیع پذیر گورننس، رسک اور کمپلائنس ٹولز، وسیع آپریشنل رسک، پالیسی، کمپلائنس، فنانشل مینجمنٹ، آئی ٹی گورننس اور اندرونی/بیرونی آڈٹ تک رسائی حاصل کر سکتی ہے۔
2. ماڈلز کو ٹریک کریں اور شفاف عمل کو چلائیں۔ اپنے AI کے لائف سائیکل میں کہیں سے بھی ماڈلز کی نگرانی، کیٹلاگ اور حکومت کریں۔
3. رپورٹ بنانے کے لیے ماڈل میٹا ڈیٹا کیپچر اور دستاویز کریں۔ ماڈل کی توثیق کرنے والے اور منظوری دہندگان لائف سائیکل کی تفصیلات کے ہمیشہ تازہ ترین نظارے کے لیے خود بخود تیار کردہ فیکٹ شیٹس تک رسائی حاصل کر سکتے ہیں۔
4. AI کے نتائج پر اعتماد بڑھائیں۔ باہمی تعاون پر مبنی ٹولز اور متحرک صارف پر مبنی ڈیش بورڈز، چارٹس اور جہتی رپورٹنگ AI عمل میں مرئیت کو بڑھاتے ہیں۔
5. ذمہ دار، شفاف اور قابل وضاحت ڈیٹا کو فعال کریں۔ اور AI ورک فلو کے ساتھ watsonx.governance.