سوال جواب دینے والی مشین
واٹسن ایک IBM پروجیکٹ ہے جس کا نام کمپنی کے افسانوی پہلے صدر تھامس جے واٹسن کے نام ہے۔ اس کا وجود ایک کھیل سے جڑا ہوا ہے۔ ریاستہائے متحدہ میں ایک انتہائی مقبول ٹی وی کوئز شو: خطرہ!
روایت ہے کہ IBM میں ریسرچ کے سربراہ چارلس لکل نے ایک شام ایک ریستوراں میں کھانا کھاتے ہوئے دیکھا کہ اچانک 19 بجے ان کے بہت سے مہمان اٹھ کر کمرے سے نکل گئے۔ اس عجیب و غریب رویے سے متجسس ہو کر، لکل ان کا پیچھا کرنے لگا اور معلوم ہوا کہ وہ ملحقہ کیفے میں گئے تھے۔ یہاں اس نے ان سب کو ٹی وی کے سامنے جمع پایا، کین جیننگز کو انتہائی مقبول خطرے میں اپنی جیت کے سلسلے کو بڑھانے میں مصروف دیکھنے کے ارادے سے! لکل نے فوری طور پر اس صلاحیت کو سمجھ لیا، آواز دینے والے بورڈ اور مقبولیت کے لحاظ سے، کمپیوٹر کے مدمقابل کو انسانی نمونوں کے مقابلے میں کھڑا کرنے کے ساتھ ساتھ، دوسری طرف، اس اقدام کی پیچیدگی اور تحقیق کے لیے اس کی اندرونی قدر۔ یہ سب کچھ 2004 کے موسم خزاں میں ہو رہا تھا۔ بعد میں لیکل نے کمپنی کو اپنی بصیرت پیش کی، اور IBM کے ایگزیکٹو ریسرچ مینیجر، پال ہورن نے ان کی تجویز کو قبول کیا اور اسے اپنے محکمے کے اراکین کے سامنے پیش کیا۔ آخر کار، ڈیوڈ فیروچی نے چیلنج قبول کیا۔ یہ 2005 تھا: واٹسن پیدا ہوا۔
جب پراجیکٹ شروع ہوا تو مقصد یہ تھا کہ اسے تخلیق کیا جائے جسے بعد میں "سوال جواب دینے والی مشین" کہا جائے گا۔ پر قابو پانے کی مشکلات کسی بھی طرح معمولی نہیں تھیں۔ خطرے کا ایک سادہ ڈھانچہ ہے: میزبان (ایلیکس ٹریبیک) جوابات (سراگ) فراہم کرتا ہے اور مقابلہ کرنے والوں کو صحیح سوال پوچھنا ہوتا ہے۔ ایسا کرنے کے لیے انہیں بکنگ کرنی ہوگی۔ جو اپنے مخالفین پر سبقت حاصل کرتا ہے اسے جواب دینے کا حق ملتا ہے۔ آپ پیسہ کماتے ہیں (جتنا زیادہ پیسہ اتنا ہی مشکل سوال ہے) اگر آپ صحیح جواب دیتے ہیں، اگر آپ غلطی کرتے ہیں تو آپ پیسے کھو دیتے ہیں۔ سوالات سب سے زیادہ متنوع ہیں اور شرکاء کو پہلے سے موضوعات کا علم نہیں ہے۔ اشارے ہمیشہ لکیری نہیں ہوتے ہیں، ان میں مخففات، آیات، پنس شامل ہو سکتے ہیں۔ اس مضمون میں مہارت کے علاوہ، انہیں فہم کی ایسی صلاحیت بھی درکار ہوتی ہے جسے حاصل کرنا مشین کے لیے مشکل ہوتا ہے۔ جیسا کہ McAfee اور Brinjolfsson (The Second Machine Age, 2014) بتاتے ہیں، "کھلاڑیوں کو ایک ہی وقت میں تیز، ہمت اور عین مطابق ہونا چاہیے۔"
واٹسن، ایک بڑا بیوقوف
واٹسن کے ابتدائی ورژن نے مطلوبہ چیز چھوڑ دی۔ پروگرامرز کو ایک اہم انتخاب کے ساتھ پیش کیا گیا: زیادہ محتاط انداز کو ترجیح دینا (جوابات میں بہتر درستگی کے فائدے کے لیے)، یا زیادہ جارحانہ رویہ اپنانا (جس میں پہلے بکنگ اور جواب دینے کا امکان ظاہر ہوتا ہے، لیکن غلطیاں بھی زیادہ کرنا۔ آسانی سے)؟ ابتدائی ٹیسٹوں میں، جو 2006 کے آخر میں کیے گئے، ایک اعتدال پسند جارحانہ طریقہ کار کا انتخاب کیا گیا: واٹسن کو 70% معاملات میں پہلے جواب دینے کی کوشش کرنی پڑی۔ تاہم، شروعات حوصلہ افزا نہیں تھی، کار کی کارکردگی اسے مسابقتی بنانے سے بہت دور تھی۔ واٹسن، درحقیقت، صرف 15 فیصد سوالات کا صحیح جواب دینے کے قابل تھا۔ اس کے برعکس، واٹسن کے مستقبل کے چیلنجر کین جیننگز نے انہی حالات کے پیش نظر تقریباً 90% درست جوابات حاصل کیے۔
ظاہر ہے کہ بہت زیادہ کام کرنا تھا، لیکن واٹسن ایک تیز سیکھنے والا ثابت ہوا۔ 2010 میں سپر کمپیوٹر بالآخر انسانی مخالفوں کے خلاف مقابلہ کرنے کے لیے تیار دکھائی دیا۔ پچھلے مفروضوں کے تحت، واٹسن اب 85 فیصد سوالات کا صحیح جواب دینے کے قابل تھا۔ ایک بہترین کارکردگی، تاہم جسم کے بہترین کھلاڑیوں کو چیلنج کرنے کے لیے اب بھی کافی نہیں ہے۔
اس کے ممکن ہونے کے لیے، ہمیں 2011 کے آغاز تک انتظار کرنا پڑا، جب واٹسن اور دو واقعی مضبوط مخالفین کے درمیان چیلنج طے ہوا: کین جیننگز اور بریڈ روٹر۔ جیننگز شو کی تاریخ میں سب سے طویل ہٹ کرنے والے کھلاڑی ہیں، ایک حیران کن 74 گیمز۔ دوسری طرف، Rutter وہ مدمقابل ہے جس نے اب تک کی سب سے زیادہ رقم کمائی ہے، ایک اچھی $3.400.000، اور ساتھ ہی 2005 کا Jeopardy کا فاتح! چیمپئنز کا حتمی ٹورنامنٹ (جہاں اس نے خود جیننگز کو شکست دی)۔ تین شاموں میں، 14 اور 16 فروری 2011 کے درمیان، واٹسن نے واضح طور پر اپنے حریفوں کو پیچھے چھوڑ دیا۔ اگرچہ اس کے پاس انٹرنیٹ تک کوئی رسائی نہیں تھی، لیکن الیکٹرانک چیلنجر واقعی 200 ملین صفحات کا مواد استعمال کر سکتا ہے، بشمول پورے ویکیپیڈیا کو۔ بہر حال، IBM سپر کمپیوٹر کی کارکردگی خامیوں کے بغیر نہیں تھی، خاص طور پر چند الفاظ اور کم سے کم اشارے پر مشتمل سوالات کے زمرے کے ساتھ۔ اس کے باوجود کمپیوٹر نے انسانی حریفوں کے لیے کوئی راستہ نہیں چھوڑا۔ حتمی نتیجے میں واٹسن نے جیننگز کے $77.147 اور روٹر کے $24.000 کے مقابلے میں $21.600 کی کل جیت کو یکجا کیا۔
کھیل ختم. کمپیوٹر جیت گیا، آدمی ہار گیا!
پرسوں
"میں، ایک تو، کمپیوٹرز کے اپنے نئے ماسٹرز کو خوش آمدید کہتا ہوں۔" جیننگز نے فائنل میچ میں اپنے آخری جواب میں اس لائن کو شامل کیا۔ واٹسن کی فتح کا اعتراف، دی سمپسنز سے لیا گیا ایک اقتباس لیکن شاید اس سے بھی زیادہ، شکست، اس کے مضمرات، مشین کے سامنے انسان کے دستبردار ہونے کا شعور۔ جیننگز نے بعد میں کہا: "میں نے اس سے لطف اٹھایا اور دل کی دھڑکن کے ساتھ دوبارہ کروں گا… یہ نتائج کے بارے میں نہیں ہے۔ یہ مستقبل کا حصہ بننے کے بارے میں ہے۔" اور وہ تاریخ لکھی گئی وہ شام شک سے بالاتر ہے۔ جیسا کہ اسٹینفورڈ یونیورسٹی کے پروفیسر اور مصنوعی ذہانت کے شعبے کے علمبرداروں میں سے ایک ایڈورڈ فیگنبام نے اشارہ کیا: "اپنے ذہن کو 20 سال پیچھے پھینک دو اور کس نے سوچا ہوگا کہ یہ ممکن ہو گا؟"۔
تاہم، یہ کہ انٹرپرائز کامیاب ہو جائے گا کسی بھی طرح سے پہلے سے طے شدہ نتیجہ نہیں تھا۔ IBM واٹسن کے لیے یہ ایک جوئے کی نمائندگی کرتا تھا۔ ایک شرط جس پر اصل میں بہت کم لوگ یقین کرتے تھے۔ سب سے پہلے اس منصوبے کو الجھن یا بدتر، بے حسی کے ساتھ دیکھا گیا تھا. ایک شکوک و شبہات جس سے پال ہورن کو اپنی ٹیم کے اندر بھی نمٹنا پڑا: «ابتدائی طور پر انہوں نے کہا کہ نہیں، یہ ایک مضحکہ خیز پروجیکٹ ہے جس پر کام کرنا ہے، یہ بہت دھواں دار ہے، یہ حقیقی IT ٹیسٹ نہیں ہے، اور ہم شاید اس قابل نہیں ہوں گے بہرحال کرنا۔"
آغاز سست تھا، مشکلات اور بداعتمادی ساتھ ساتھ چلی گئی۔ ہارن دوبارہ یاد کرتے ہیں: «جب میں نے 2007 کے آخر میں IBM چھوڑا تو واٹسن ایک ایمبریونک پروجیکٹ تھا … اس میں چارلس لکل کے علاقے سے تین لوگ تھے جنہوں نے پرانے خطرے کے پروگراموں سے ڈیٹا حاصل کیا تھا اور مشین کو تربیت دینا شروع کر رہے تھے۔ اس وقت وہ بمشکل پانچ سالہ بچے کو شکست دے سکتا تھا۔ پیشین گوئی یہ تھی کہ 'خدا جانتا ہے کہ ایک بالغ کو شکست دینے میں کتنا وقت لگے گا، ایک چیمپئن کو چھوڑ دو'»۔
لیکن آخر میں واٹسن نے کر دکھایا۔ جان کیلی، IBM میں ریسرچ کے سربراہ اور واٹسن کے گاڈ فادرز میں سے ایک، چارلی روز کے ساتھ ایک انٹرویو میں، چند سال بعد، اس خدشے کا انکشاف کرتے ہیں جس نے ان لمحات کو گھیر رکھا تھا: "دراصل، "خطرے کے اس کھیل میں!" پانچ سال پہلے، جب ہم نے اس کمپیوٹر سسٹم کو ٹیلی ویژن پر رکھا تو ہم نے اسے جانے دیا۔ اور مجھے اکثر ایسا لگتا ہے کہ میں اپنے بچے کو اسکول بس میں ڈال رہا ہوں اور میرا اس پر کوئی کنٹرول نہیں ہوگا۔" ایک لڑکا جس نے اب تک یہ ظاہر کرنا تھا کہ وہ اپنی ٹانگوں پر چلنا جانتا ہے اور اپنی صلاحیتوں پر مکمل انحصار کرتا ہے۔ کیلی نے آگے کہا: "اسے اندازہ نہیں تھا کہ وہ کون سے سوالات اٹھانے والی ہے۔ یہ مکمل طور پر خود مختار تھا۔ میں اسے مزید چھو نہیں سکتا تھا۔"
استدلال ماڈل
واٹسن کی کامیابی نے کافی توجہ مبذول کرائی ہے۔ اس نے IBM کو دوبارہ اسپاٹ لائٹ میں لایا، اس کے باوجود ایک کامیاب تجارتی آپریشن۔ یہ واقعہ حیرانی، حیرانی اور ہمیشہ کی طرح اس وقت ہوتا ہے جب کوئی نامعلوم، خوف میں چلا جاتا ہے۔ "لوگ مجھ سے پوچھتے ہیں کہ کیا یہ HAL [HAL9000 from 2001 A Space Odyssey] ہے،" Ferrucci نے مشاہدہ کیا، "یہ صرف سائنس فکشن ہے … ہم اس مقام کے قریب کہیں نہیں ہیں۔"
تو کس چیز نے واٹسن کو دوسرے کیلکولیٹروں سے الگ کیا؟ IBM سپر کمپیوٹر اپنے انسانی چیلنجرز پر کیسے غالب آیا؟
Ferrucci جاری ہے: «... HAL توجہ نہیں ہے. "اسٹار ٹریک" کمپیوٹر پر توجہ مرکوز کی جاتی ہے، جہاں ذہین مکالمے کے ذریعے معلومات حاصل کی جاتی ہیں، جہاں مزید سوالات پوچھے جا سکتے ہیں، اور کمپیوٹر تمام شواہد پر غور کرنے اور مزید سوالات کرنے کی کوشش کرنے کے قابل ہے۔ انسانی زبان کی پیچیدگی کی ترجمانی کرنے، اس کے پہلوؤں، باریکیوں اور باریکیوں کو سمجھنے کی یہ صلاحیت ہی واٹسن کو منفرد بناتی ہے اور اسے اپنے پیشرو ڈیپ بلیو سے ممتاز کرتی ہے۔ Ferrucci نوٹ کرتا ہے، "جب آپ شطرنج کے بارے میں سوچتے ہیں، تو آپ انہیں ایک اچھی طرح سے متعین ریاضیاتی مسئلے کے تناظر میں تفویض کر سکتے ہیں۔ بورڈ کا ہر ٹکڑا، ہر قاعدہ، ہر اقدام بالکل واضح ہے۔ یہ غیر واضح ہے۔ اس مسئلے کی اصل نوعیت کیا ہے اور یہ کیسے کام کرتا ہے اس کی تشریح یا غیر یقینی صورتحال کی کوئی گنجائش نہیں ہے۔ یقیناً ڈیپ بلیو کو کافی طاقتور کمپیوٹر ہونے کی ضرورت ہے تاکہ پہلے سے کافی چالوں کی تحقیق کی جا سکے تاکہ یہ معلوم کیا جا سکے کہ گیم جیتنے کے لیے بہترین اقدام کیا تھا۔ لیکن اس میں کوئی ابہام یا بیرونی سیاق و سباق یا غیر یقینی صورتحال نہیں تھی۔ مسئلہ مختصر اور اچھی طرح سے بیان کیا گیا تھا۔ انسانی زبان مکمل طور پر ایک اور کہانی ہے۔ سوالات کے جوابات کے عین مطابق ہونے کے لیے، زبان کو سمجھنے کا زیادہ مناسب کام، جو ابہام اور باریکیوں سے بھرا ہوا ہے، کیا جانا چاہیے۔"
درحقیقت، یہ خوبی واٹسن کو AlphaGo کے بہت قریب لاتی ہے، جس کے ساتھ یہ ایک اور خاصیت بھی رکھتا ہے: یہ ایک مشین ہے جو سیکھنے کی صلاحیت رکھتی ہے۔ جان کیلی اپنی ذہانت کو اس طرح بیان کرتے ہیں: "لہذا اس کے پاس شروع کرنے کے لیے کوئی اندرونی ذہانت نہیں ہے۔ وہ بنیادی طور پر ایک بچہ ہے۔ لیکن جیسے ہی اسے ڈیٹا دیا جاتا ہے اور نتائج دیے جاتے ہیں، یہ سیکھتا ہے، جو ماضی کے تمام کمپیوٹنگ سسٹمز سے بالکل مختلف ہے، جس نے حقیقت میں کچھ نہیں سیکھا۔ اور جب یہ انسانوں کے ساتھ بات چیت کرتا ہے تو یہ اور بھی ذہین ہو جاتا ہے۔ اور کبھی نہیں بھولنا۔"
خاص طور پر اس استحقاق نے IBM سپر کمپیوٹر کو دوسرا موقع فراہم کیا، درحقیقت اس نے کمپنی کو تجارتی طور پر بھی اپنی خوبیوں سے فائدہ اٹھانے کی اجازت دی۔ بالآخر اس نے واٹسن کو دیا، اس کے برعکس جو ڈیپ بلیو کے ساتھ ہوا، دوسری زندگی۔ ایک دوسری زندگی جو آج بھی کامیابی سے جاری ہے۔
لیکن یہ ایک اور کہانی ہے…
