بزنس انسائیڈر کی رپورٹنگ کے مطابق، Google Mechanize کے ساتھ $1.5 بلین سے زیادہ کے معاہدے کے لیے بات چیت کر رہا ہے، یہ ایک اسٹارٹ اپ ہے جو کمپیوٹر کے کام کو خودکار کرنے کے قابل AI ایجنٹوں کو تربیت دینے کے لیے نقلی ماحول تیار کرتا ہے۔ ممکنہ معاہدہ ایک نسبتاً نوجوان کمپنی کو AI انفراسٹرکچر سودوں کے اعلی درجے میں لے جائے گا - اور یہ اشارہ دے گا کہ صنعت کے خیال میں اگلی کامیابیاں کہاں سے آئیں گی۔ یہ سیکٹر کو نئی شکل دینے والے کئی بڑے اقدامات میں سے ایک ہے، جسے روزانہ [اے آئی انڈسٹری کی تازہ ترین کوریج] (https://aibuzzwire.news) میں ٹریک کیا جاتا ہے۔
مکینائز کی شرط کے مرکز میں سیکنگ الفا کی طرف سے یہ بات چیت بھی بتائی گئی ہے کہ زیادہ قابل AI کی کلید صرف بڑے ماڈلز ہی نہیں، بلکہ بہتر تربیتی بنیادیں ہیں - نقلی کام کی جگہیں جہاں ایجنٹ حقیقی کاموں کی مشق کر سکتے ہیں جب تک کہ وہ انہیں درست نہ کر لیں۔
AI کے لیے 'ڈیجیٹل دفاتر' بنانا
میکانائز کا نقطہ نظر اس کے ارد گرد بنایا گیا ہے جسے محققین کمک سیکھنے کے ماحول کہتے ہیں۔ جیسا کہ دی کوڈر نے وضاحت کی ہے، سٹارٹ اپ "ڈیجیٹل آفسز" بنا رہا ہے — نقلی سافٹ ویئر ماحول جہاں ایک AI ایجنٹ کو کوئی کام دیا جاتا ہے، جیسے کہ ایک آئٹم خریدنے کے لیے براؤزر کو نیویگیٹ کرنا، اور اس کی درجہ بندی کی جاتی ہے کہ آیا یہ کامیاب ہوتا ہے۔ ایجنٹ کو اسے درست کرنے کے لیے انعامی سگنل ملتا ہے، پھر اس کا اعادہ ہوتا ہے۔
TechCrunch نے ان ماحول کو "ٹریننگ گراؤنڈز کے طور پر بیان کیا جو نقل کرتا ہے کہ ایک AI ایجنٹ ایک حقیقی سافٹ ویئر ایپلی کیشن میں کیا کرے گا،" کام کا موازنہ "ایک بہت بورنگ ویڈیو گیم بنانے" سے کرتے ہیں۔ مقصد ایجنٹوں کو ان گندے، غیر متوقع حالات سے بے نقاب کرنا ہے جن کا انہیں حقیقی دنیا میں سامنا کرنا پڑے گا — ڈراپ ڈاؤن مینو جو انہیں الجھاتے ہیں، فارم جو خراب ان پٹ کو مسترد کرتے ہیں، درجنوں مراحل کے ساتھ ورک فلو — اور انہیں صحت یاب ہونا سکھائیں۔
جامد ڈیٹاسیٹس کے برعکس، جو AI ٹریننگ کے پچھلے دور پر حاوی تھا، یہ ماحول انٹرایکٹو ہیں۔ ایک ایجنٹ جو غلط موڑ لیتا ہے اسے دوبارہ کوشش کرنے کے قابل ہونا پڑتا ہے، اور ماحول کو اتنا مضبوط ہونا چاہیے کہ جو بھی غیر متوقع رویہ سامنے آتا ہے اسے پکڑ سکے اور پھر بھی مفید رائے فراہم کرے۔
RL ماحول کے ارد گرد سونے کا ایک نیا رش
میکانائز اکیلا نہیں ہے۔ TechCrunch کے مطابق، سیکھنے کے ماحول کو تقویت دینے کی وجہ سے اچھی مالی اعانت سے چلنے والے اسٹارٹ اپس کی ایک نئی کلاس تیار ہوئی ہے - بشمول Mechanize اور Prime Intellect - جبکہ قائم کردہ ڈیٹا لیبلنگ کمپنیاں جیسے Mercor اور Surge رفتار کو برقرار رکھنے کے لیے بہت زیادہ سرمایہ کاری کر رہی ہیں۔ ہر کوئی، ایک ذریعہ نے اشاعت کو بتایا، "اس جگہ کو دیکھ رہا ہے."
تیزی کو آگے بڑھانے کے عزائم کو ایک حیرت انگیز موازنہ نے پکڑ لیا: سرمایہ کاروں کو امید ہے کہ ان کمپنیوں میں سے ایک "ماحول کے لیے اسکیل AI" بن جائے گی، جو ڈیٹا لیبلنگ پاور ہاؤس کا حوالہ ہے جس نے چیٹ بوٹ کے دور کو طاقت دینے میں مدد کی۔ اگر کمک سیکھنے کے ماحول AI کی صلاحیت میں اگلی چھلانگ کے لیے سبسٹریٹ ثابت ہوتے ہیں، تو انہیں فراہم کرنے والی کمپنی بہت زیادہ قیمت حاصل کرنے کے لیے کھڑی ہے۔
بڑی لیبز نوٹس لے رہی ہیں۔ معلومات کا حوالہ دیتے ہوئے، TechCrunch نے رپورٹ کیا کہ Anthropic کے رہنماؤں نے اگلے سال کے دوران کمک سیکھنے کے ماحول پر $1 بلین سے زیادہ خرچ کرنے پر تبادلہ خیال کیا ہے - ایک ایسا اعداد و شمار جو Google کی رپورٹ کردہ Mechanize بات چیت کو سیاق و سباق میں رکھتا ہے۔
ایک متنازعہ مشن
میکانائز نے نہ صرف اپنی ٹیکنالوجی کے لیے بلکہ اپنے بیان کردہ عزائم کے لیے بھی توجہ مبذول کرائی ہے۔ کمپنی نے کھلے عام اپنے مقصد کو "تمام کام کی مکمل آٹومیشن" کے طور پر بیان کیا ہے، جس نے شدید بحث کو جنم دیا ہے۔ نیو یارک ٹائمز، فارچیون، اور ٹیک کرنچ نے سبھی نے اسٹارٹ اپ کے اشتعال انگیز مشن کا جائزہ لیا ہے، ناقدین نے انسانی محنت کو خودکار کرنے کے سماجی مضمرات پر سوال اٹھائے ہیں اور حامیوں کی دلیل ہے کہ اس طرح کی آٹومیشن ناگزیر اور بالآخر فائدہ مند ہے۔
اس تنازعہ نے سرمایہ کاروں کو روکا نہیں ہے۔ رپورٹ کردہ گوگل بات چیت سے پتہ چلتا ہے کہ کم از کم ایک ہائپر اسکیلر کافی تکنیکی وعدہ دیکھتا ہے - اور کافی مسابقتی عجلت - اربوں کا ارتکاب کرنے کے لئے۔
گوگل کیوں داخل ہونا چاہے گا۔
گوگل کے لیے، ایک سرکردہ ماحول کے آغاز کے ساتھ گہری شراکت داری متعدد اسٹریٹجک اہداف کو پورا کرے گی۔ بہتر تربیت یافتہ ایجنٹ گوگل کے اپنے کوڈنگ اور پیداواری ٹولز کو مضبوط بنا سکتے ہیں، فریق ثالث کے تربیتی ڈیٹا پر اس کے انحصار کو کم کر سکتے ہیں، اور اسے AI ایجنٹوں کے لیے ابھرتی ہوئی مارکیٹ میں برتری دے سکتے ہیں جو صارف کی جانب سے سافٹ ویئر چلا سکتے ہیں۔
اس سے گوگل کو حریفوں کے ساتھ رفتار برقرار رکھنے میں بھی مدد ملے گی جو وسائل اسی سرحد میں ڈال رہے ہیں۔ جیسے جیسے ایجنٹ حقیقی کام انجام دینے کے قابل ہو جاتے ہیں — کوڈ لکھنا، ان باکسز کا انتظام کرنا، خریداریاں مکمل کرنا — بہترین تربیتی ماحول کی مالک کمپنیاں فیصلہ کن فائدہ اٹھا سکتی ہیں۔
آگے کا راستہ
رپورٹ شدہ بات چیت ابھی تک کوئی حتمی معاہدہ نہیں ہے، اور اس طرح کے مذاکرات میں اعداد و شمار اکثر بدل جاتے ہیں۔ لیکن اکیلے پیمانہ - نقلی کام کے ماحول پر توجہ مرکوز کرنے والے اسٹارٹ اپ کے لیے $1.5 بلین کے شمال میں - یہ واضح کرتا ہے کہ AI میں کشش ثقل کا مرکز کس قدر تیزی سے ماڈلز کو حقیقی طور پر مفید بنانے کے لیے درکار بنیادی ڈھانچے کی طرف بڑھ رہا ہے۔
اگر معاہدہ بند ہو جاتا ہے، تو میکانائز AI کی تعمیر کے اگلے مرحلے کو اینکر کرنے والی کمپنیوں کے ایک چھوٹے گروپ میں شامل ہو جائے گی: وہ لیبز نہیں جو ماڈل بناتے ہیں، بلکہ وہ سپلائرز جو انہیں کام کرنے کا طریقہ سکھاتے ہیں۔
چیٹ بوٹس سے لے کر عمل کرنے والے ایجنٹوں تک
میکانائز میں دلچسپی میدان میں ایک وسیع تر موڑ کی عکاسی کرتی ہے۔ پچھلے دو سالوں کی تعریف چیٹ بوٹس کے ذریعہ کی گئی تھی - ایسے نظام جو سوالات کے جوابات دیتے ہیں اور متن تیار کرتے ہیں۔ موجودہ لہر کی تعریف ایجنٹوں کے ذریعے کی جاتی ہے: وہ نظام جو ایک مقصد کو پورا کرنے کے لیے، اکثر کئی مراحل میں، اقدامات کرتے ہیں۔ ایک ایجنٹ ویب پر کسی موضوع پر تحقیق کر سکتا ہے، ایک رپورٹ کا مسودہ تیار کر سکتا ہے، اور اسے فائل کر سکتا ہے، یہ سب کچھ محدود انسانی نگرانی کے ساتھ۔
غیر فعال جواب دہندہ سے فعال آپریٹر تک چھلانگ مشکل ہے۔ اس کے لیے ایسے ماڈلز کی ضرورت ہوتی ہے جو منصوبہ بندی کر سکیں، غلطیوں سے بازیافت کر سکیں، ٹولز استعمال کر سکیں، اور طویل افق پر برقرار رہ سکیں — ایسی صلاحیتیں جو جامد ڈیٹا سیٹس کو سکھانے کے لیے مناسب نہیں ہیں۔ کمک سیکھنے کے ماحول بالکل اسی فرق کو پورا کرتے ہیں، یہی وجہ ہے کہ وہ بہت زیادہ سرمایہ اور توجہ کا مرکز بن گئے ہیں۔ وہ کمپنیاں جو قابل بھروسہ طور پر قابل ایجنٹ تیار کر سکتی ہیں وہ علمی کام کے بڑے زمروں کی نئی وضاحت کر سکتی ہیں۔
خطرات اور کھلے سوالات
وعدہ اہم حل طلب چیلنجوں کے ساتھ آتا ہے۔ وہ ماحول جو ایجنٹوں کو حقیقی سافٹ ویئر چلانے کی تربیت دیتے ہیں اگر ان ایجنٹوں کو بعد میں لائیو سسٹم تک رسائی دی جاتی ہے تو وہ نئے حفاظتی خطرات لا سکتے ہیں۔ محققین نے ایسے معاملات کو دستاویزی شکل دی ہے جن میں AI ایجنٹوں نے، جب جانچ کی گئی، غیر متوقع اور بعض اوقات دھوکہ دہی کے اقدامات کیے - ایک یاد دہانی کہ خودمختاری اور وشوسنییتا لاک اسٹپ میں آگے نہیں بڑھتے ہیں۔
ایسے معاشی اور سماجی سوالات بھی ہیں جن کا جواب ٹیکنالوجی معاشرے سے زیادہ تیزی سے اٹھاتی ہے۔ اگر ایک ہی سٹارٹ اپ دفتری کام کے کافی حصوں کو خودکار بنانے میں کامیاب ہو جاتا ہے، تو روزگار، تربیت، اور پیداواری فوائد کی تقسیم پر اثرات گہرے ہوں گے۔ میکانائز کا کھلے عام بیان کردہ مشن اس بات کو یقینی بناتا ہے کہ وہ سوالات زیادہ دیر تک فرضی نہیں رہیں گے - اور گوگل کی رپورٹ کردہ دلچسپی کا حجم بتاتا ہے کہ انڈسٹری ان کو حل کرنے کے لیے ایک مسئلہ سمجھ رہی ہے، نہ کہ سست ہونے کی وجہ۔
