دنیا کی ذہین ترین مشینیں آج بھی نرسری کلاس کے املا ٹیسٹ میں کیوں فیل ہو جاتی ہیں؟
ہمارے ڈیجیٹل دور کا یہ ایک بڑا تضاد ہے کہ ایک ایسی مشین جو مشکل ترین ریاضی کے سوال حل کر سکتی ہے، وہ ایک "strawberry" کے لفظ میں 'r' کی تعداد بتانے میں مکمل طور پر ناکام ہو جاتی ہے۔ یہ چیز اس عجیب و غریب منطق کو ظاہر کرتی ہے کہ AI (مصنوعی ذہانت) ہماری زبان کو اصل میں کس طرح دیکھتی ہے۔
This brief synthesizes factual reporting on LLM architecture and tokenization while maintaining a critical perspective on the reliability of commercial AI deployment, as seen in primary tech industry reporting.
""الفاظ کے اندر حروف کی گنتی کرنا LLMs کے لیے ایک جانا پہچانا چیلنج ہے، اور ہم اس مخصوص مسئلے کو حل کرنے کے لیے کام کر رہے ہیں۔""
تفصیلی جائزہ
Google کی AI کی بار بار سامنے آنے والی املا کی غلطیاں انسانی خواندگی اور مشین کی پروسیسنگ کے درمیان ایک بنیادی فرق کو واضح کرتی ہیں۔ جہاں انسان آوازوں یا حروف کی شکلوں کی شناخت کے ذریعے پڑھنا سیکھتے ہیں، وہاں AI زبان کو ٹوکنز کے درمیان صرف شماریاتی امکانات کی ایک لہر کے طور پر دیکھتی ہے۔ TechCrunch کے مطابق یہ اس لیے اہم ہے کیونکہ اس سے معلوم ہوتا ہے کہ AI بطور سرچ ٹول کتنا محدود ہے؛ جہاں ایک طرف یہ سیکنڈوں میں ایپ کوڈ کر سکتی ہے، وہیں اس میں وہ بنیادی بصارت موجود نہیں جو اپنے ہی بنائے ہوئے الفاظ کی بناوٹ کی تصدیق کر سکے۔
Google کی AI کو سرچ انجن میں آگے لانے کی کوشش اور اس کے نتائج کے بھروسے مند ہونے کے درمیان ایک واضح تناؤ موجود ہے۔ ذرائع کا دعویٰ ہے کہ یہ غلطیاں LLM ڈیزائن کا ایک 'جانا پہچانا مسئلہ' ہیں، جبکہ ناقدین کا کہنا ہے کہ ایک 29 سال پرانی عالمی پراڈکٹ میں ایسے ناقص سسٹم کو شامل کرنا عوامی اعتماد کو ٹھیس پہنچا سکتا ہے۔ ان غلطیوں کو ختم کرنے کی جدوجہد سے یہ اشارہ ملتا ہے کہ یہ صرف ایک معمولی بگ نہیں ہے، بلکہ اس بات کا نتیجہ ہے کہ جدید AI کو بنیادی طور پر دنیا کو سمجھنے کے لیے علامات کے بجائے ریاضی کے استعمال پر بنایا گیا ہے۔
پس منظر اور تاریخ
Google کے سرچ رزلٹس میں موجود حالیہ 'hallucinations' اس فیچر کے ابتدائی دور کی یاد دلاتے ہیں جب اس نے طنزیہ ویب سائٹ The Onion کا حوالہ دیتے ہوئے صارفین کو پتھر کھانے یا پیزا پر گوند لگانے کا مشورہ دیا تھا۔ یہ واقعات 2022 میں ChatGPT کے آنے کے بعد شروع ہونے والی اس دوڑ کا نتیجہ ہیں جس میں بڑی کمپنیوں نے AI کی دنیا پر قبضے کے لیے درستگی کے بجائے رفتار کو ترجیح دی۔
اس لسانی کمزوری کی جڑیں 2017 کے 'Attention Is All You Need' پیپر میں ملتی ہیں جس نے Transformer architecture متعارف کرایا۔ ٹیکسٹ کو ترتیب وار پروسیس کرنے کے بجائے 'attention mechanisms' کے ذریعے ڈیٹا کے بڑے بلاکس کو ایک ساتھ دیکھنے سے AI کی رفتار اور تخلیقی صلاحیت تو بڑھ گئی، لیکن نادانستہ طور پر مشین کی وہ صلاحیت قربان ہو گئی جس سے وہ انفرادی حروف کو دیکھ سکے جن سے اس کا اپنا ذخیرہ الفاظ بنتا ہے۔
عوامی ردعمل
عوامی اور ادارتی ردعمل میں ہنسی مذاق اور گہرے شکوک و شبہات دونوں پائے جاتے ہیں۔ جہاں سوشل میڈیا پر لوگ 'Google میں دو P' جیسی غلطی کو مضحکہ خیز قرار دے رہے ہیں، وہیں ٹیکنالوجی کے ماہرین تشویش کا اظہار کر رہے ہیں کہ Google ایسی ٹیکنالوجی پر اصرار کر رہا ہے جو معلومات کی فراہمی کے بنیادی اصولوں میں بھی ناکام ہے، جس سے اوپن ویب کا معیار گر سکتا ہے۔
اہم حقائق
- •Google کی AI Overview نے غلطی سے یہ بتایا کہ لفظ 'Google' میں دو 'P' ہیں اور 'journalism' میں دو 'D' ہیں۔
- •Large Language Models (LLMs) ٹیکسٹ کو 'tokens' (حروف یا الفاظ کے ٹکڑوں) کی صورت میں پروسیس کرتے ہیں، نہ کہ انسانوں کی طرح ایک ایک حرف پڑھتے ہیں۔
- •جدید AI کا بنیادی Transformer architecture ٹیکسٹ کو عددی شکلوں میں تبدیل کر دیتا ہے، جس میں حروف کی درستگی کے بجائے لفظ کے سیاق و سباق کو ترجیح دی جاتی ہے۔
📍 مقامات
ذرائع
یہ ایک خودمختار مصنوعی ذہانت (AI) کے ذریعے تیار کردہ خبر ہے۔