محققین نے ایک متحد ریاضیاتی فریم ورک کی تجویز پیش کی ہے جو یہ بتانے میں مدد کرتا ہے کہ بہت سے کامیاب ملٹی موڈل AI نظام کیوں کام کرتے ہیں۔
متن، تصاویر، آڈیو اور ویڈیو سمیت مختلف قسم کے ڈیٹا کو یکجا کرنے اور اس کی تشریح کرنے کے لیے مصنوعی ذہانت پر تیزی سے انحصار کیا جا رہا ہے۔
ایک رکاوٹ جو ملٹی موڈل AI میں پیشرفت کو سست کرتی رہتی ہے وہ یہ فیصلہ کر رہی ہے کہ کون سا الگورتھمک نقطہ نظر اس مخصوص کام کے لیے بہترین فٹ بیٹھتا ہے جس کا مقصد AI سسٹم کو حل کرنا ہے۔
محققین نے اب اس فیصلے کے عمل کو منظم اور رہنمائی کرنے کا ایک متفقہ طریقہ متعارف کرایا ہے۔
ایموری یونیورسٹی کے طبیعیات دانوں نے ایک نیا فریم ورک تیار کیا جو اس ڈھانچے کو لاتا ہے کہ ملٹی موڈل AI کے الگورتھم کیسے اخذ کیے جاتے ہیں، اور ان کا کام مشین لرننگ ریسرچ کے جرنل میں شائع ہوا تھا۔
“ہم نے پایا کہ آج کے بہت سے کامیاب AI طریقے ایک واحد، سادہ خیال پر ابلتے ہیں – ایک سے زیادہ قسم کے ڈیٹا کو کمپریس کرنا صرف ان ٹکڑوں کو رکھنے کے لیے کافی ہے جو واقعی آپ کی ضرورت کی پیش گوئی کرتے ہیں،” الیا نیممن کہتے ہیں، طبیعیات کی ایموری پروفیسر اور مقالے کے سینئر مصنف۔ “یہ ہمیں AI طریقوں کی ایک قسم کی ‘پیریوڈک ٹیبل’ فراہم کرتا ہے۔
مختلف طریقے مختلف خلیوں میں آتے ہیں، جس کی بنیاد پر کسی طریقہ کار کا نقصان کا فنکشن برقرار رہتا ہے یا رد کر دیتا ہے.”
