ایک اے آئی ایجنٹ کیا ہے؟

ایک اے آئی ایجنٹ کیا ہے؟

اے آئی ایجنٹوں کو اے آئی میں اگلی بڑی چیز سمجھا جاتا ہے، لیکن اس کی کوئی صحیح تعریف نہیں ہے کہ وہ کیا ہیں۔ اس مقام تک، لوگ اس بات پر متفق نہیں ہو سکتے کہ اے آئی ایجنٹ کی اصل میں کیا تشکیل ہوتی ہے۔

اس کے آسان ترین الفاظ میں، ایک اے آئی ایجنٹ کو بہترین طور پر اے آئی ایندھن والے سافٹ ویئر کے طور پر بیان کیا جاتا ہے جو آپ کے لیے کئی کام کرتا ہے جو کہ انسانی کسٹمر سروس ایجنٹ، HR پرسن یا IT ہیلپ ڈیسک کے ملازم نے ماضی میں کیا ہو گا، حالانکہ اس میں بالآخر کوئی بھی شامل ہو سکتا ہے۔ کام آپ اسے کام کرنے کے لیے کہتے ہیں، اور یہ آپ کے لیے کرتا ہے، بعض اوقات متعدد نظاموں کو عبور کرتا ہے اور صرف سوالات کے جوابات دینے سے آگے بڑھتا ہے۔

کافی آسان لگتا ہے، ٹھیک ہے؟ پھر بھی یہ وضاحت کی کمی کی وجہ سے پیچیدہ ہے۔ یہاں تک کہ ٹیک جنات میں بھی، اتفاق رائے نہیں ہے۔ گوگل انہیں کام کے لحاظ سے ٹاسک بیسڈ اسسٹنٹ کے طور پر دیکھتا ہے: ڈویلپرز کے لیے کوڈنگ مدد؛ مارکیٹرز کو رنگ سکیم بنانے میں مدد کرنا؛ لاگ ڈیٹا سے استفسار کرکے کسی مسئلے کا سراغ لگانے میں آئی ٹی پرو کی مدد کرنا۔

آسنا کے لیے، ایک ایجنٹ ایک اضافی ملازم کی طرح کام کر سکتا ہے، کسی اچھے ساتھی کارکن کی طرح تفویض کردہ کاموں کا خیال رکھتا ہے۔ Sierra، سابق Salesforce Co-CEO Bret Taylor اور Google vet Clay Bavor کی طرف سے قائم کردہ ایک اسٹارٹ اپ، ایجنٹوں کو کسٹمر کے تجربے کے ٹولز کے طور پر دیکھتا ہے، جو لوگوں کو ایسے کاموں کو حاصل کرنے میں مدد کرتا ہے جو مسائل کے مزید پیچیدہ سیٹوں کو حل کرنے میں مدد کرنے کے لیے پرانے چیٹ بوٹس سے آگے بڑھیں۔

مربوط تعریف کی یہ کمی اس بات پر الجھن کی گنجائش چھوڑ دیتی ہے کہ یہ چیزیں بالکل کیا کرنے جا رہی ہیں، لیکن اس بات سے قطع نظر کہ ان کی تعریف کیسے کی گئی ہے، ایجنٹ ممکنہ حد تک کم انسانی تعامل کے ساتھ خودکار طریقے سے مکمل کاموں میں مدد کرنے کے لیے ہیں۔

Glasswing Ventures کی بانی اور مینیجنگ پارٹنر، Rudina Seseri کا کہنا ہے کہ یہ ابتدائی دن ہیں اور یہ معاہدے کی کمی کا سبب بن سکتا ہے۔ “ایک ‘AI ایجنٹ’ کیا ہے اس کی کوئی ایک تعریف نہیں ہے۔ تاہم، سب سے زیادہ عام نظریہ یہ ہے کہ ایجنٹ ایک ذہین سافٹ ویئر سسٹم ہے جو اس کے ماحول کو سمجھنے، اس کے بارے میں وجہ جاننے، فیصلے کرنے، اور مخصوص مقاصد کو خود مختاری سے حاصل کرنے کے لیے اقدامات کرنے کے لیے ڈیزائن کیا گیا ہے،” سیسیری نے ٹیک کرنچ کو بتایا۔

وہ کہتی ہیں کہ وہ ایسا کرنے کے لیے متعدد اے آئی ٹیکنالوجیز استعمال کرتے ہیں۔ “یہ سسٹمز مختلف AI/ML تکنیکوں کو شامل کرتے ہیں جیسے کہ قدرتی زبان کی پروسیسنگ، مشین لرننگ، اور کمپیوٹر ویژن کو متحرک ڈومینز میں، خود مختاری سے یا دوسرے ایجنٹوں اور انسانی صارفین کے ساتھ کام کرنے کے لیے۔”

باکس کے شریک بانی اور سی ای او آرون لیوی کہتے ہیں کہ وقت کے ساتھ، جیسے جیسے AI زیادہ قابل ہوتا جائے گا، AI ایجنٹس انسانوں کی جانب سے بہت کچھ کرنے کے قابل ہو جائیں گے، اور پہلے سے ہی ایسی حرکیات موجود ہیں جو اس ارتقا کو آگے بڑھائیں گی۔

“اے آئی ایجنٹوں کے ساتھ، خود کو تقویت دینے والے فلائی وہیل کے متعدد اجزاء ہیں جو ڈرامائی طور پر بہتر بنانے میں مدد کریں گے کہ اے آئی ایجنٹ قریب اور طویل مدتی میں کیا کر سکتے ہیں: GPU قیمت/کارکردگی، ماڈل کی کارکردگی، ماڈل کا معیار اور ذہانت، اے آئی فریم ورک اور بنیادی ڈھانچے میں بہتری، “لیوی نے حال ہی میں LinkedIn پر لکھا۔

یہ اس ٹیکنالوجی کے بارے میں ایک پرامید ہے جو یہ فرض کرتی ہے کہ ترقی ان تمام شعبوں میں ہوگی، جب کہ یہ ضروری نہیں ہے۔ MIT روبوٹکس کے علمبردار روڈنی بروکس نے ایک حالیہ TechCrunch انٹرویو میں نشاندہی کی کہ AI کو زیادہ تر ٹیکنالوجی کے مقابلے میں بہت زیادہ مشکل مسائل سے نمٹنا پڑتا ہے، اور یہ ضروری نہیں کہ اس تیزی سے ترقی کرے جیسا کہ مور کے قانون کے تحت چپس میں ہوتا ہے۔

“جب کوئی انسان کسی اے آئی نظام کو کوئی کام انجام دیتے ہوئے دیکھتا ہے، تو وہ فوری طور پر اس سے ملتے جلتے چیزوں کو عام کر دیتا ہے اور اے آئی نظام کی اہلیت کا اندازہ لگاتا ہے۔ بروکس نے اس انٹرویو کے دوران کہا کہ نہ صرف اس پر کارکردگی بلکہ اس کے ارد گرد کی قابلیت۔ “اور وہ عام طور پر بہت زیادہ پر امید ہوتے ہیں، اور اس کی وجہ یہ ہے کہ وہ کسی کام پر کسی شخص کی کارکردگی کا نمونہ استعمال کرتے ہیں۔”

مسئلہ یہ ہے کہ کراسنگ سسٹم مشکل ہے، اور یہ اس حقیقت سے پیچیدہ ہے کہ کچھ میراثی نظاموں میں بنیادی API تک رسائی نہیں ہے۔ جب کہ ہم مسلسل بہتری دیکھ رہے ہیں جن کا لیوی نے اشارہ کیا ہے، سافٹ ویئر کو ایک سے زیادہ سسٹمز تک رسائی حاصل کرنے کے دوران مسائل کو حل کرنے کے دوران اس کا سامنا کرنا بہت سے لوگوں کے خیال سے زیادہ مشکل ثابت ہو سکتا ہے۔

اگر ایسا ہے تو، ہر کوئی اس بات کا اندازہ لگا سکتا ہے کہ اے آئی ایجنٹوں کو کیا کرنے کے قابل ہونا چاہئے۔ HFS ریسرچ کے ایک ریسرچ لیڈر ڈیوڈ کشمین بوٹس کی موجودہ فصل کو اسی طرح دیکھتے ہیں جیسے آسنا کرتا ہے: اسسٹنٹ جو انسانوں کو کسی قسم کے صارف کے متعین اسٹریٹجک مقصد کو حاصل کرنے کے مفاد میں کچھ کاموں کو مکمل کرنے میں مدد کرتے ہیں۔ چیلنج واقعی خودکار طریقے سے ہنگامی حالات سے نمٹنے میں مشین کی مدد کر رہا ہے، اور ہم واضح طور پر ابھی تک اس کے قریب نہیں ہیں۔

“میرے خیال میں یہ اگلا مرحلہ ہے،” انہوں نے کہا۔ “یہ وہ جگہ ہے جہاں اے آئی بڑے پیمانے پر آزادانہ اور مؤثر طریقے سے کام کر رہا ہے۔ لہٰذا یہ وہ جگہ ہے جہاں انسان رہنما خطوط، گائیڈلائنز مرتب کرتے ہیں، اور انسان کو لوپ سے باہر نکالنے کے لیے متعدد ٹیکنالوجیز کا اطلاق کرتے ہیں – جب کہ سب کچھ انسان کو GenAI کے ساتھ لوپ میں رکھنے کے بارے میں ہوتا ہے، “انہوں نے کہا۔ اس لیے یہاں کی کلید، اس نے کہا، یہ ہے کہ AI ایجنٹ کو اپنے قبضے میں لینے دیں اور حقیقی آٹومیشن کا اطلاق کریں۔

میڈرونا وینچرز کے ایک پارٹنر جون ٹورو کا کہنا ہے کہ اس کے لیے ایک AI ایجنٹ انفراسٹرکچر بنانے کی ضرورت ہوگی، ایک ٹیک اسٹیک جو خاص طور پر ایجنٹوں کو بنانے کے لیے ڈیزائن کیا گیا ہے (تاہم آپ ان کی وضاحت کرتے ہیں)۔ ایک حالیہ بلاگ پوسٹ میں، ٹورو نے اس وقت جنگلی میں کام کرنے والے AI ایجنٹوں کی مثالیں بیان کیں اور انہیں آج کس طرح بنایا جا رہا ہے۔

ٹورو کے خیال میں، اے آئی ایجنٹوں کے بڑھتے ہوئے پھیلاؤ – اور وہ یہ بھی تسلیم کرتے ہیں کہ تعریف ابھی بھی قدرے مضحکہ خیز ہے – کسی بھی دوسری ٹیکنالوجی کی طرح ٹیک اسٹیک کی ضرورت ہے۔ “اس سب کا مطلب یہ ہے کہ ہماری صنعت کو بنیادی ڈھانچے کی تعمیر کے لیے کام کرنا ہے جو AI ایجنٹوں اور ان پر انحصار کرنے والی ایپلی کیشنز کو سپورٹ کرتا ہے۔”

“وقت گزرنے کے ساتھ، استدلال میں بتدریج بہتری آئے گی، فرنٹیئر ماڈلز زیادہ سے زیادہ ورک فلو کو آگے بڑھانے کے لیے آئیں گے، اور ڈویلپر مصنوعات اور ڈیٹا پر توجہ مرکوز کرنا چاہیں گے – وہ چیزیں جو ان میں فرق کرتی ہیں۔ وہ چاہتے ہیں کہ بنیادی پلیٹ فارم پیمانے، کارکردگی اور وشوسنییتا کے ساتھ ‘صرف کام’ کرے۔

یہاں ذہن میں رکھنے والی ایک اور بات یہ ہے کہ ایجنٹوں کو کام کرنے کے لیے شاید ایک ہی LLM کے بجائے متعدد ماڈلز لینے جا رہے ہیں، اور اگر آپ ان ایجنٹوں کے بارے میں مختلف کاموں کے مجموعے کے طور پر سوچتے ہیں تو یہ سمجھ میں آتا ہے۔ “مجھے نہیں لگتا کہ ابھی کوئی ایک بڑی زبان کا ماڈل، کم از کم عوامی طور پر دستیاب، یک سنگی بڑی زبان کا ماڈل، ایجنٹی کاموں کو سنبھالنے کے قابل ہے۔ مجھے نہیں لگتا کہ وہ ابھی تک کثیر الجہتی استدلال کر سکتے ہیں جو واقعی مجھے ایجنٹی مستقبل کے بارے میں پرجوش کر دے گا۔ مجھے لگتا ہے کہ ہم قریب آ رہے ہیں، لیکن یہ ابھی تک نہیں ہے، “میکوری یو ایس ایکویٹی ریسرچ میں یو ایس اے آئی اور سافٹ ویئر ریسرچ کے سربراہ فریڈ ہیومیر نے کہا۔

“مجھے لگتا ہے کہ سب سے زیادہ مؤثر ایجنٹ ممکنہ طور پر ایک روٹنگ پرت کے ساتھ متعدد مختلف ماڈلز کے متعدد مجموعے ہوں گے جو سب سے زیادہ موثر ایجنٹ اور ماڈل کو درخواستیں یا اشارہ بھیجتے ہیں۔ اور مجھے لگتا ہے کہ یہ ایک دلچسپ [خودکار] سپروائزر کی طرح ہوگا، اس قسم کا کردار سونپنے والا۔

بالآخر Havemeyer کے لیے، صنعت آزادانہ طور پر کام کرنے والے ایجنٹوں کے اس ہدف کی طرف کام کر رہی ہے۔ “جیسا کہ میں ایجنٹوں کے مستقبل کے بارے میں سوچ رہا ہوں، میں دیکھنا چاہتا ہوں اور میں ایسے ایجنٹوں کو دیکھنے کی امید کر رہا ہوں جو واقعی خود مختار ہوں اور خلاصہ اہداف حاصل کرنے کے قابل ہوں اور پھر اس کے درمیان تمام انفرادی اقدامات کو مکمل طور پر آزادانہ طور پر استدلال کریں۔” ٹیک کرنچ۔

لیکن حقیقت یہ ہے کہ ہم اب بھی تبدیلی کے اس دور میں ہیں جہاں ان ایجنٹوں کا تعلق ہے، اور ہم نہیں جانتے کہ ہم اس آخری حالت تک کب پہنچیں گے جسے ہیو میئر نے بیان کیا ہے۔ اگرچہ ہم نے اب تک جو کچھ دیکھا ہے وہ واضح طور پر صحیح سمت میں ایک امید افزا قدم ہے، لیکن ہمیں ابھی بھی اے آئی ایجنٹوں کو کام کرنے کے لیے کچھ پیشرفت اور کامیابیوں کی ضرورت ہے جیسا کہ آج تصور کیا جا رہا ہے۔ اور یہ سمجھنا ضروری ہے کہ ہم ابھی وہاں نہیں ہیں۔

مزید پڑھنے کے لیے یہاں کلک کریں