جواب تیار کرنا AI کی بنیادی صلاحیت بن رہا ہے، جبکہ حقیقی دنیا کا استنباط اگلے مرحلے کا مشکل ترین مسئلہ ہے۔
حقیقی فیصلہ سوالات اور جوابات کا ایک ساکھ ہونا نہیں ہے۔ یہ ایک مستقل تبدیل ہونے والی، متعدد اداروں کے одно وقت کام کرنے والی، معلومات کی کمی اور عدم یقین سے بھرپور دنیا میں ہوتا ہے۔
مثلاً، اگر ایک نیا اوپن سورس ماڈل اچانک لاگت کو کم کر دے، تو کیا ٹاپ ماڈل کمپنیاں بھی قیمتیں کم کرنے کے لیے پیچھے نہیں ہوں گی؟ کلاؤڈ فراہم کنندگان، ڈویلپرز اور ایپ کمپنیاں کیسے دوبارہ اپنی پوزیشن تبدیل کریں گی؟ اس طرح کے فیصلوں میں، ایک طرف کا اقدام دوسری طرف کے لیے اگلے مرحلے کے لیے شرائط تبدیل کر دیتا ہے، اور نئے رد عمل مسلسل صورتحال کو دوبارہ لکھتے رہتے ہیں۔ جیسے ایک ایسا شطرنج کا کھیل جہاں تمام کھلاڑی ایک ساتھ اپنے پاؤں رکھتے ہیں، جب بھی کوئی پاؤں رکھا جاتا ہے، شطرنج کا میدان اس کے ساتھ تبدیل ہو جاتا ہے۔
اسی پس منظر میں، Zhongke Wen Ge کا فیصلہ ساز Decitron (مختصر طور پر فیصلہ ساز) کے جاری ہونے کے بعد، کئی اہم ٹیکنالوجی میڈیا نے اسے "دنیا کا پہلا جامع فیصلہ ساز بڑا ماڈل" کہا۔ اس لفظ کا اشارہ صرف عالمی ماڈل، متعدد ایجنٹس یا کھیل کے حل جیسی کسی ایک ٹیکنالوجی کے پہلے ظہور پر نہیں ہے، بلکہ فیصلہ ساز نے ان تمام صلاحیتوں کو ایک کھلے دنیا کے فیصلہ ساز فریم ورک میں متحد کرکے، مستقل ماڈلنگ، تجزیہ، حل اور تصدیق کا مکمل سرکل تشکیل دیا ہے۔
"عام" کا مطلب ہے کہ یہ مختلف شعبوں کے پیچیدہ فیصلہ سازی کے مسائل کو ایک مشترکہ ساخت میں تبدیل کرنے کی کوشش کرتا ہے — دنیا کی حالت، شرکاء، اقدامات کا مجموعہ، پابندیوں کے تعلقات، متعدد مراحل کی تفاعل اور غیر یقینی نتائج، اور ایک ہی فریم ورک میں مستقل طور پر استدلال اور حل کرنا۔
ٹیکنیکل رپورٹ کا لنک: https://chinaxiv.org/abs/202608.00064
3 اگست کو، ڈیسیٹرون کا مکمل ٹیکنیکل رپورٹ جاری کیا گیا، جس میں پہلی بار اس کے تین بنیادی ٹیکنالوجی کے اہم حصوں کا نظاماتی طور پر اعلان کیا گیا:
ایک تو واضح عالمی ماڈل MetaWorld کا پیش کش کرنا، جو متعدد ذرائع کی معلومات کو ساختی، مستقل اور قابل حساب عالمی حالت اور اس کے علیتی ماڈلنگ میں ترتیب دے دے؛ دو، State–Action–Outcome (SAO) فارمیلائزیشن کا استعمال کرنا، جس سے پیچیدہ فیصلہ سازی کو قابل حساب اور استدلالی شکل میں تبدیل کیا جا سکے؛ تین، ملٹی ایجینٹ سیمولیشن، گیم ریزننگ اور فارمیلائزڈ آپٹیمائزیشن کو ادغام کرتے ہوئے ایک ہائبرڈ ریزننگ آرکٹیکچر AutoABM تعمیر کرنا، جو ملٹی ایجینٹ فیصلہ سازی سسٹم کے ذریعے گیم اکوilibria، اسٹریٹجک منصوبہ بندی اور پابندیوں کے تقاضے جیسے پیچیدہ فیصلہ سازی کے مسائل حل کرتا ہے۔ یہ تینوں مل کر فیصلہ سازی مشین کا ٹیکنالوجی بنیاد بناتے ہیں، جس کا مقصد AI سسٹم کے اکاؤنٹ فیصلوں کو ایک ایسے حساب اور استدلال کے عمل میں تبدیل کرنا ہے جو عالم کے تبدیل ہونے کے ساتھ لگاتار اپڈیٹ ہوتا رہے۔
اصلی فیصلوں میں AI کو شامل کرنے کے لیے کون سی ساخت درکار ہے؟
اُب، "فیصلہ سازی کا تجزیہ" کے حوالے سے، AI کو درکار کچھ اہم صلاحیتیں (جیسے دنیا کا ماڈل، متعدد ایجنٹس، کھیلوں کا استدلال، احتمالی پیشگوئی) پہلے ہی تدریجاً ظاہر ہو چکی ہیں۔ اصل مشکل یہ ہے کہ جب AI بند کاموں سے کھلے حقیقی دنیا میں داخل ہوتا ہے، تو ان صلاحیتوں کو ایک ہی، مستقل طور پر اپڈیٹ ہوتے ہوئے دنیا کے حالات کے حوالے سے مل کر کام کرنا ہوگا، اور صرف ایک بار کے Prompt میں الگ الگ تجزیے دینے کے بجائے۔
سب سے پہلے دنیا کے ماڈل پر نظر ڈالیں۔ جب "World Model" کا ذکر ہوتا ہے، تو لوگ آسانی سے Sora، World Labs، V-JEPA جیسے ماڈلز کو یاد کرتے ہیں جو بصارتی، فضائی، فزیکل یا روبوٹک ماحول پر مبنی ہیں۔ لیکن Decision Machine کے زیرِ اہتمام MetaWorld زیادہ پیچیدہ فیصلہ سازی کے مناظر پر توجہ مرکوز کرتا ہے: معاشیات، پالیسیاں، کاروباری مقابلہ، علاقائی سیاست وغیرہ جیسے کھلے نظاموں۔ اس نظام کے ماڈلنگ میں شامل کردار، متغیرات، تعلقات اور پابندیاں زیادہ پیچیدہ ہوتی ہیں۔
میٹا ورلڈ کو دنیا کے ماڈل کو سماجی نظام تک کا ایک وسعت کہا جا سکتا ہے، جسے تین قسم کے مشکل مسائل کا سامنا کرنا پڑتا ہے: قوانین میں فرق، ریفلاکسیوٹی (سبب اور اثر کے درمیان دو طرفہ تفاعل، حلقوں میں اثرات) اور مکمل طور پر ختم نہ ہونے والی عدم یقینیت۔ اس سے ایک براہ راست سوال بھی پیدا ہوتا ہے: اگر موجودہ دنیا کا جائزہ غلط ہو جائے، تو آگے کے تجزیے بھی غلط ہو جائیں گے؟
جب سماجی نظام میں داخل ہو جائیں، تو صرف ماحولیاتی حالت کو برقرار رکھنا کافی نہیں، بلکہ AI کو دیگر شرکاء کے اقدامات کا بھی جائزہ لینا ہوگا۔ میٹا کے CICERO، پکنگ یونیورسٹی اور دیگر ٹیموں نے Richelieu کے ذریعے محدود معلومات کے تحت متعدد ایجینٹس کے درمیان تعامل اور گیم پلے کی صلاحیت کو ظاہر کیا ہے؛ اور کھلے دنیا کے حقیقی فیصلوں کے لیے، تمام اطراف کے اقدامات کو محاکمہ کرنے کے بعد، یہ بھی جاننا ضروری ہے کہ حکمت عملی عملی ہے یا نہیں، گیم کس توازن پر ختم ہو سکتا ہے، اور مختلف مستقبل کے واقعات کی احتمالات اور شرائط کیا ہیں۔
اس کا مقصد یہ ہے: اس کی مixed reasoning آرکیٹیکچر AutoABM، LLM کی سیمنٹک سمجھ، SAO سٹرکچرڈ ریپریزینٹیشن، متعدد ایجنٹ ماڈلنگ اور شمولیت، اور پالیسی ریزننگ اور آپٹیمائزیشن کو ایک ہی عملی سلسلے میں مربوط کرتی ہے، جس سے "دنیا کو سمجھنا — شمولیت کرنا — فیصلہ لینا — مستقبل کا جائزہ لینا" یہ چار مراحل جوڑ دیے جاتے ہیں۔
حقائق سے مستقبل تک، فیصلہ ماشین کیسے ایک پیچیدہ تجزیہ مکمل کرتی ہے؟
فیصلہ ساز مشین کو ان پٹ اور ٹاسک، ڈیٹا اور علم، ماڈلنگ اور فارملائزیشن، سیمولیشن اور استدلال، پیشگوئی اور کیلبریشن، رپورٹنگ اور وضاحت کے ستہ لیولز پر مشتمل بنایا گیا ہے، جو حقیقی معلومات سے فیصلہ کے آؤٹ پٹ تک مکمل لنک تشکیل دیتا ہے۔
اگلے مرحلے میں، ہم "اگلے ست ماہ میں، کوئی پیچیدہ تجارتی تنازع کیسے ترقی کر سکتا ہے؟" کو ایک معیار کے طور پر لیتے ہیں، تاکہ ڈیسیژن میکر حقیقی معلومات سے شروع کرتے ہوئے، موجودہ دنیا کی حالت کو تعمیر کرے، تمام طرفین کے اقدامات کو سیمولیٹ کرے، مستقبل میں ممکنہ مختلف راستوں کا خاکہ تیار کرے، اور یہ بھی دکھائے کہ یہ راستے کن شرائط میں پیدا ہوں گے۔
قدم اول: مستقبل کی توقع نہ کریں، پہلے یہ سمجھیں کہ "ابھی کیا ہو رہا ہے" اور کون سے حقائق پر بھروسہ کیا جا سکتا ہے۔
واقعی دنیا کی معلومات بہت زیادہ ہوتی ہیں، جو دہرائی جا سکتی ہیں، ایک دوسرے کے خلاف ہو سکتی ہیں، یا پھر قدیم ہو چکی ہو سکتی ہیں۔ فیصلہ ساز کارکن اس سے پہلے کہ صارف کے سوال کو ایک ساختیاتی کام میں تبدیل کرتا ہے، جس میں واضح طور پر یہ تعین کیا جاتا ہے کہ جواب کیا چاہیے، کون سے ادارے متعلق ہیں، کتنے وقت تک مشاہدہ کیا جائے، اور کون سے پابندیاں ہیں۔ مثال کے طور پر، سسٹم پہلے اس تنازع میں شامل اہم طرفین، وقت کا دائرہ، اور موجودہ تنازع کے مرکزی نقطوں کو تعین کرتا ہے، پھر رعایت، سپلائی چین، صنعتی پالیسیاں، اور کاروباری رویے جیسے عوامل جو صورتحال میں تبدیلی لاسکتے ہیں، ان کو منظم کرتا ہے، اور اس کے بعد ان عناصر کے حوالے سے خبروں، سوشل میڈیا، اور تحقیقی رپورٹس سمیت مختلف ذرائع سے معلومات جمع کرتا ہے۔
شکل 2: ڈیٹا پروسیسنگ فلو چارٹ
جمع کردہ معلومات کو پہلے ڈپلیکیٹس کو ختم کرکے، گروہ بندی کرکے اور واقعات نکال کر، واقعات کی وقتی لائن اور مزید تفصیلی شواہد کے مجموعے میں ترتیب دیا جائے گا۔ پھر سسٹم Evidence Quality Score (EQS) کے ذریعے ہر شواہد کی معیار کا جائزہ لے گا، جس میں موجودہ سوال سے متعلقہ ہونا، ذرائع کی قابل اعتمادی، مواد کی وقتی تازگی اور مکمل ہونا، اور مختلف ذرائع کے درمیان اتفاق رائے شامل ہے۔ اس کے علاوہ، شواہد کی مختلف اعتماد کی سطح کے مطابق ان کا تعین کیا جائے گا، جہاں اعلیٰ اعتماد والے شواہد ب без تاخیر بعد کے استنباط میں داخل ہو جائیں گے۔
اگر موجودہ ثبوت کافی نہیں ہیں یا مختلف ذرائع میں تناقض ہے، تو سسٹم ReAct کے مطابق تناوبی استدلال اور تلاش جاری رکھے گا، موجودہ کمی کے مطابق اگلے جستجو کو ترتیب دے گا، اور نئی ملنے والی معلومات کو موجودہ وقت کی لکیر میں شامل کرے گا۔
شکل 3: ReAct کے مبنی استدلال اور ریٹریول کے متناوب مکینزم کا استعمال
دوسرا قدم، چُنے گئے حقائق کو ایک مسلسل اپڈیٹ ہونے والے "دنیا کی حالت" میں تبدیل کرنا۔ حقائق سسٹم کو بتاتے ہیں کہ کیا ہوا، اس کے بعد یہ طے کرنا ضروری ہے کہ ان تبدیلیوں کو ملا کر، اب دنیا کی حالت کیا ہے۔
فیصلہ ماشین State–Action–Outcome (SAO) کے طور پر اس عمل کو فارملائز کرتی ہے، جہاں State موجودہ دنیا کی حالت کی وضاحت کرتا ہے، Action مختلف ایجینٹس کے اس حالت میں اٹھائے گئے اقدامات کو ریکارڈ کرتا ہے، اور Outcome اقدامات کے نتائج جیسے منافع، نقصان، لاگت اور خطرہ وغیرہ کو ریکارڈ کرتا ہے۔ قابل ذکر بات یہ ہے کہ State ماکرو حالت اور زیادہ تفصیلی، قابلِ اندازہ حالت کو الگ کرتا ہے۔ مثال کے طور پر، تشدد میں اضافہ ماکرو حالت ہو سکتا ہے، جبکہ ٹیرف سطح، مال کی قیمتیں، سپلائی چین پر اثر وغیرہ زیادہ تفصیلی حالت میں شامل ہو سکتے ہیں۔
اس کے علاوہ، سسٹم باہری صدموں، جیسے پالیسی میں اچانک تبدیلی، ماحولیاتی تبدیلی یا ایجینٹ کے کنٹرول سے باہر کے واقعات کو الگ سے بھی مدنظر رکھتا ہے۔ ایک ایکشن اور باہری واقعہ کے بعد، دنیا کی حالت اپڈیٹ ہو جاتی ہے۔ اپڈیٹ شدہ حالت اگلے ایکشن کا آغاز بن جاتی ہے۔ یہ چکر جاری رہتا ہے اور ایک مسلسل SAO ٹریکٹر بناتا ہے۔
شکل 4: SAO کا عمل
یہ حیثیتیں حقیقی طور پر برقرار رکھنے کا ذمہ دار MetaWorld ہے، جو ایک ایسی ساختی دنیا کی حیثیت پیدا کرتا ہے جسے حساب لگایا جا سکے اور اپڈیٹ کیا جا سکے۔ حیثیت کو تین سطحوں میں تقسیم کیا جا سکتا ہے: Environment Layer تمام شرکاء کے مشترکہ ماحول کو ریکارڈ کرتا ہے، جیسے صورتحال کا مرحلہ، وسائل کی قیمتیں وغیرہ؛ Agent Metrics Layer ہر Agent کے وسائل، صلاحیتوں اور مقاصد کی پیش رفت کو ریکارڈ کرتا ہے؛ Relationship Matrix Layer مختلف Agent کے درمیان تعلقات میں تبدیلیوں کو ریکارڈ کرتا ہے۔
MetaWorld اس بات کو بھی محدود کرتا ہے کہ حالتیں کیسے تبدیل ہوتی ہیں، اس کے لیے وہ علیحدہ سببی DAG (Causal Directed Acyclic Graph) استعمال کرتا ہے: ممکنہ اثرات کو ماڈلنگ کے مرحلے میں ہی سببی گراف میں منظم کر دیا جاتا ہے۔ استدلال کے دوران، سسٹم نوڈس کی حالت اور سببی کنکشنز کے وزن کو اپڈیٹ کرتا ہے، لیکن ہر ایک راؤنڈ پر نئی سببی گراف نہیں بناتا۔
یہ لمبے مدتی پیش بینی کے لیے اہم ہے۔ پچھلے دور کے ٹیرف تبدیلیوں نے قیمتوں کو متاثر کیا، جس نے کمپنیوں کے انتخابات اور دیگر شرکاء کے جوابات کو تبدیل کیا، اور ان تبدیلیوں کو مزید آگے کی حساب کتاب کے لیے محفوظ رکھنا ضروری ہے۔ میٹا ورلڈ اس مستقل اپڈیٹ ہونے والے “دنیا کے لیجر” کا کام کرتا ہے۔
تیسرے مرحلے میں، عالمی حالت کے ساتھ، مختلف ایجینٹس کام شروع کرتے ہیں۔ روایتی ایجینٹ-بنیادی مدلنگ (ABM) عام طور پر ماہرین کو شرکاء، رویہ کے قوانین، ماحولیاتی متغیرات اور تعامل کے نظام کو پہلے سے تعریف کرنے کی ضرورت ہوتی ہے۔ ایک اور سوال پوچھنے پر، بہت سی چیزوں کو دوبارہ مدل کیا جانا پڑتا ہے۔ فیصلہ ماشین نے AutoABM پیش کیا ہے جو اس مرحلے کو خودکار بناتا ہے: قدرتی زبان کے سوال کے سامنے، سسٹم باہری شواہد کے ساتھ مل کر شرکاء، مقاصد اور پابندیاں، اقدامات کا خلیہ، ماحولیاتی متغیرات اور علّت و معلول کا تعین کرتا ہے، اور پھر اس کے مطابق بہت سے ایجینٹس کے لیے ایک استنباطی ماحول تعمیر کرتا ہے۔
ایک تجارتی تنازع میں حکومت، کاروبار، صنعتی تنظیمیں، صارفین سمیت مختلف ایجینٹز شامل ہو سکتے ہیں، جن میں سے ہر ایک کا اپنا مقصد، وسائل، جوکھم کا رویہ اور عبور نہیں کیا جانے والا سرخ خط ہوتا ہے۔ یہ ایجینٹس خدا کی نظر نہیں رکھتے، بلکہ صرف اپنے پاس موجود جزوی معلومات کے مطابق کام کرتے ہیں۔
ایک ایکشن کے دوران، ایجینٹ پہلے ماضی کے تعاملات اور تاریخی راستوں کو حاصل کرتا ہے، پھر موجودہ صورتحال میں مواقع، خطرات اور پابندیوں کا جائزہ لیتا ہے، کچھ ممکنہ حکمت عملیاں تیار کرتا ہے اور ان میں سے ایک منتخب کرتا ہے۔ ہر ایکشن صرف ایک طرف کی طرف نہیں جاتا؛ سسٹم ایک ساتھ کئی مختلف دنیا کی حالتیں شروع کرتا ہے، جن میں نسبتاً مستحکم توازن کے راستے، مثبت یا منفی ترقی کے رخ، اور کم احتمال لیکن اگر واقع ہوئے تو صورتحال کو واضح طور پر بدل دینے والے اعلیٰ اثر والے شاخیں شامل ہیں۔ اس کے بعد ان راستوں کا انتخاب اور تصدیق کی جاتی ہے، دنیا کی حالت کو اپڈیٹ کیا جاتا ہے، اور اگلے دور میں داخل ہو جاتا ہے۔ جب مختلف طرفیں اپنے افعال جاری رکھتی ہیں، تو کچھ راستے اپنی بنیاد ختم کر دیتے ہیں، جبکہ دوسرے راستے زیادہ ممکن بن جاتے ہیں۔
شکل 5: ایجنٹ کا رویہ کا نمونہ
بہت سے ایجینٹس کے سیمولیشن کے علاوہ، پیچیدہ فیصلہ سازی کے لیے ایک "ریاضی کا فیصلہ کرنے والا" درکار ہوتا ہے۔ بہت سے ایجینٹس کئی ممکنہ اور منطقی مستقبل کے راستے دکھا سکتے ہیں، لیکن سوچنا اور کرنا دو الگ باتیں ہیں؛ عملی فیصلہ سازی میں بجٹ، وسائل، وقت، پالیسی کے سرخ خطوط، اور تمام اطراف کے درمیان توازن جیسے سخت پابندیاں شامل ہوتی ہیں۔
ایک فارمال سولور کے صلاحیتوں کو ڈیسیژن میشین نے جوڑ دیا ہے، جس میں کلاسیکل گیمز، وسائل کی تخصیص اور بہترین ترتیب، راستہ منصوبہ بندی اور شیڈولنگ، انتہائی غیر یقینی حالات میں احتمالی استنباط، اور پابندیوں کا پورا کرنا جیسے پانچ قسم کے مسائل شامل ہیں۔ مثال کے طور پر، اگر بجٹ محدود ہو تو وسائل کیسے تقسیم کیے جائیں، متعدد افراد کے درمیان گیم کس قسم کا توازن تشکیل دے سکتا ہے، یا کوئی حکمت عملی مقررہ حدود کو عبور کرتی ہے یا نہیں، ان تمام چیزوں کو اس لیول پر کمپوٹ کیا جا سکتا ہے۔ گیم کے معاملات میں، سسٹم میں پرائزونر کا مسئلہ، شکار کا ہرن، ڈرپنگ گیم، صفر مجموعہ گیم سمیت نو کلاسیکل اٹامک گیمز شامل ہیں، جو 144 قسم کے رابنسن–گوفورتھ 2×2 گیم ٹوپولوجیز کو کور کرتے ہیں تاکہ مختلف گیم سٹرکچرز کو شناخت اور حل کیا جا سکے۔
اس لیول کا مرکزی نقطہ یہ ہے کہ یہ متعدد ایجنٹس کے ذریعہ تخلیق کردہ امیدوار حکمت عملیوں کو قابل حساب گیم، پابندیوں اور بہتری کے فریم ورک میں واپس شامل کرتا ہے، جس سے "معنائی طور پر منطقی" کو "شکلی طور پر جانچنے کے قابل" بنایا جاتا ہے۔
TMGBench بینچ مارک پر ملٹی ایجینٹ گیم کی صلاحیت کے ٹیسٹنگ کے دوران، فیصلہ ماشین کی توازن درستگی 99.4% ہے، ٹوپولوجی شناخت درستگی 100% ہے، اوسط حل وقت 0.8 سیکنڈ ہے، اور قابل تشریح درجہ 4.3/5.0 ہے۔
جدول 2: پانچ اہم مسائل کے حل کے قسمیں
بہت سے ایجنٹس کی محاکہ اور فارمال سلوشن کا کردار واضح ہے: پہلا وہ ممکنہ راستوں کو پھیلاتا ہے؛ دوسرا یہ جانچتا ہے کہ کیا یہ راستے پابندیوں اور کھیل کی ساخت کے تحت مستحکم ہیں۔
تجزیہ کے آخری مرحلے تک پہنچ کر اب ایک اہم سوال باقی ہے: پہلے بیان کی گئی تمام مستقبل کی شاخوں میں سے ہر ایک کی ممکنہ احتمال کیا ہے؟ اس کے لیے، فیصلہ ماشین نے پیش بینی اور ترتیب دہی کا مرحلہ (Forecasting & Calibration) متعین کیا ہے۔
پہلے حاصل کردہ امکانی راستوں کی بنیاد پر، اس لیول پر عدم یقین کو مزید معالجہ کیا جاتا ہے: سسٹم ماڈل کے استنتاج اور بیرونی کیلبریشن سگنلز کو ملا کر مختلف نتائج کے لیے احتمالات متعین کرتا ہے، اور پھر ان احتمالات کو پیش گوئی مارکیٹ کی معلومات، تاریخی پیش گوئی کی کارکردگی اور احتمالات کے اسکورنگ قواعد کے ذریعے کیلبریٹ کرتا ہے۔ فیصلہ ساز صرف "کیا ہو سکتا ہے" کے منظر ناموں کی ایک فہرست نہیں دیتا، بلکہ مختلف راستوں کے ساتھ متعلقہ احتمالات بھی شامل ہوتے ہیں، جو نئے شواہد اور استنتاجوں کے ساتھ مسلسل اپڈیٹ ہوتے رہتے ہیں۔
ہم اسے ایک گتی شیل "مستقبل کا نقشہ" سمجھ سکتے ہیں: تجارتی تنازعات مزید تشدید ہونا، دونوں طرفین کا عارضی طور پر تخفیف کرنا، یا نئے اچانک متغیرات کا ظہور، سب کچھ مختلف شاخوں کا سبب بن سکتا ہے۔ سسٹم ہر راستے کے واقع ہونے کی احتمالیت اور کن تبدیلیوں کے باعث کسی راستے کو زیادہ ممکن بنایا جا رہا ہے، اس کا جائزہ لیتا ہے۔
شکل 6: احتمالی پیشگوئی ماڈیول
اس طرح، فیصلہ ساز ماشین ایک مکمل فیصلہ سازی کا سلسلہ جوڑ دیتا ہے۔
تجربی تصدیق: کیا یہ فیصلہ سازی کا فریم ورک کام کرتا ہے؟
رپورٹ میں فیصلہ ماشین کے استنباط نظام کی جانچ کے لیے کچھ تجربات استعمال کیے گئے، سب سے زیادہ دیکھنے لائق "واقعہ استنباط اور احتمال کی پیش گوئی" کے نتائج ہیں۔
سب سے پہلے، اپنے خود بنائے گئے واقعات کی پیشگوئی ڈیٹا سیٹ کو دیکھیں، تاکہ یہ دیکھا جا سکے کہ کیا ساختی استدلال واقعات کی پیشگوئی میں بہتری لاتا ہے۔ ٹیم نے 74 واقعات اور 370 دو_ary جائزہ سوالات پر مشتمل ایک ڈیٹا سیٹ تیار کیا ہے، جو کئی اعلیٰ عدم استحکام والے واقعات کی قسموں کو کور کرتا ہے اور مختلف پیشگوئی کے دوران کو شامل کرتا ہے۔ ٹیم کے جائزہ کے مطابق، فیصلہ ماشین کا کل نتیجہ 78.41% ہے۔
اسی طرح، LLM-NEWS کی ترتیب میں، 3-30 دن کے مختصر مدتی گروپ کے لیے، فیصلہ ماشین کا نتیجہ 72.80% ہے، جبکہ GPT-5.5 اور Claude-4.7 کے نتائج lần lượt 35.43% اور 44.62% ہیں؛ جب مدتی اور طویل مدتی مرحلے میں داخل ہوتے ہیں، تو یہ فرق تدریجاً کم ہوتا جاتا ہے۔ یعنی، ساختی استدلال اس صورتحال میں جہاں حالات تیزی سے تبدیل ہو رہے ہوں اور قدیم نمونوں کا استعمال مشکل ہو، نسبتاً زیادہ مؤثر ہوتا ہے۔
پھر عوامی پیشگوئی مارکیٹ بینچ مارک PolyBench پر مکمل تجربات۔
ڈیسیژن ماشین کی FFA (آخری پیشگوئی کی درستگی) 81.20%، EVPA (توقع شدہ اسپائرٹی پیشگوئی کی درستگی) 73.40%، اور MSE (میان مربع غلطی) 0.822 ہے، جو Gemini-3-Flash، MiMo-V2-Flash اور Grok-4.1-Fast کے مقابلے میں بہتر ہے۔ اس سے ظاہر ہوتا ہے کہ ڈیسیژن ماشین کو مارکیٹ کی احتمالات کے تبدیل ہونے کے رجحان اور احتمال کی غلطی کے کنٹرول میں بہتر کامیابی حاصل ہوئی ہے۔
ڈیسیژن AI، بڑے ماڈلز کے مقابلے کی اکائی کو تبدیل کر رہا ہے
جینریٹو AI ٹوکن کو بنیادی کمپیوٹیشن یونٹ کے طور پر استعمال کرتا ہے اور یہ سوال کا جواب دیتا ہے کہ اگلی تحریر کیسے تخلیق کی جائے؛ جبکہ ڈیسیژن AI دنیا کی حالت کے تبدیل ہونے کو بنیادی کمپیوٹیشن آبجیکٹ کے طور پر لیتا ہے اور یہ سوال کا جواب دیتا ہے کہ ایک اقدام اگلی دنیا کو کیسے تبدیل کرے گا۔ پہلا اس بات پر توجہ دیتا ہے کہ جواب منطقی ہے یا نہیں، جبکہ دوسرا علما، حقیقی پابندیوں، مقابلہ کردہ ردعمل اور احتمالات میں تبدیلیوں کا بھی سامنا کرتا ہے۔ دونوں کے درمیان صرف صلاحیتوں کا مجموعہ نہیں بلکہ کمپیوٹیشنل پیراڈائم میں تبدیلی ہے۔
فیصلہ ساز AI صرف بڑے پیرامیٹرز اور زیادہ طاقتور زبانی صلاحیتوں کے ذریعے خود بخود ظاہر نہیں ہو سکتی۔ کھلے دنیا میں داخل ہونے کے بعد، بنیادی ماڈل اہم رہتا ہے، لیکن اب یہ پورے سسٹم سے ہو کر فیصلہ ساز سسٹم کا ایک حصہ بننا شروع ہو جاتا ہے۔ AI کی مقابلہ کی اکائی بھی ایک منفرد ماڈل سے مکمل سسٹم کی طرف منتقل ہو رہی ہے۔
فیصلہ ساز کا ٹیکنیکل معنی یہ ہے کہ یہ گزشتہ متنفر قابلیتیں ایک مشترکہ فیصلہ سازی کی ساخت میں منظم کرتا ہے۔ "عام" کا مطلب یہ نہیں کہ یہ تمام شعبوں کے مستقبل کا پیش گوئی کرتا ہے، بلکہ مختلف شعبوں کے مسائل کو حالت، اقدام، نتائج، پابندیوں اور عدم یقین میں ترجمہ کیا جا سکتا ہے اور ایک ہی استدلال اور حل کے فریم ورک میں داخل کیا جا سکتا ہے۔
اس منظر سے، "دنیا کا پہلا جامع فیصلہ ساز بڑا ماڈل" کی حقیقی قیمت صرف ایک "پہلا" حاصل کرنے تک محدود نہیں، بلکہ "جامع فیصلہ ساز بڑے ماڈل" کو ایک نسبتاً مکمل ٹیکنالوجی کا نقشہ فراہم کرنا ہے: دنیا کو واضح حالت کے ذریعے بیان کرنا، کارروائیاں متعدد ایجنٹس کے ذریعے شروع کرنا، حکمت عملیوں کی جانچ کے لیے گیم تھیوری اور بہترین بنانے کا استعمال کرنا، اور مختلف مستقبل کے راستوں کو احتمال کے ذریعہ تسلیم کرنا۔ اس کے مطابق، AI کے جائزہ لینے کے معیار بھی تبدیل ہونے لگے ہیں — صرف یہ نہیں دیکھا جائے گا کہ جواب درست ہے یا نہیں، بلکہ یہ بھی دیکھا جائے گا کہ حالت مسلسل برقرار رہتی ہے یا نہیں، استدلال کی جانچ ممکن ہے یا نہیں، احتمالات قابل اعتماد ہیں یا نہیں، اور نئی معلومات ظاہر ہونے پر کیا فوری طور پر اپڈیٹ ہوتی ہیں۔
کیونکہ، ایک درست لگنے والا جواب، حقیقی تبدیلیوں کا مقابلہ کرنے والا فیصلہ نہیں ہوتا۔
یہ مضمون ویچن گروپ "مشین سائنس" (ID: almosthuman2014) سے ہے، مصنف: فیصلہ AI پر توجہ دینے والے