گوگل کے سابق سربراہ سائنسدان جیف ڈین اور دیگر نے ڈسکوری لوپ کے نام سے ایک نئی کمپنی قائم کی۔ اس کا مرکزی “لوپ” سائنسی طریقہ کار کو خودکار بنانے کا مقصد رکھتا ہے، جس میں AI خود ہی تجربات پیش کرتا، انہیں انجام دیتا اور ان کا جائزہ لیتا ہے۔ اس کا اہمیت یہ ہے: یہ تحقیقی طریقہ کار کو دوبارہ تعریف کرتا ہے اور AI کو “ recursiv self-improvement” (AI کے ذریعے AI ترقی دینا) کی طرف لے جاتا ہے، جس سے سائنسی دریافتوں کی کارکردگی میں بڑی اضافہ ہوتا ہے۔ مستقبل میں انسان صرف مقاصد طے کریں گے، جبکہ AI بے حد تلاش کو خود سنبھال لے گا۔

مضمون کے مصنف، ذریعہ: تینگن ٹیکنالوجی

5 اگست کو، گوگل نے اپنے AI ڈیپارٹمنٹ میں بڑے تبدیلیوں کا اعلان کیا۔

گوگل ڈیپ مائنڈ کے سی ای او ڈیمس ہاسابس کو چیئرمین مقرر کر دیا گیا ہے اور وہ الیبیٹ کے سربراہ سائنسدان بن گئے ہیں۔ تقریباً 27 سال تک گوگل کے لیے کام کرنے والے سربراہ سائنسدان جیف ڈین، جن سانجے گھیماوات، اوریول وینیالز اور کوک لی کے ساتھ مل کر ڈسکوری لوپ کے بانی بن گئے ہیں۔

یہ چاروں افراد، گوگل کے پچھلے بیس سالوں کی انفراسٹرکچر اور AI کی ترقی کے ساتھ تقریباً جڑے ہوئے ہیں۔ جیف ڈین نے میپ ریڈوس، بگ ٹیبل، اسپینر، ڈسٹبلیف، ٹینسرفلو اور پات وےز جیسے سسٹمز کی تعمیر میں حصہ لیا اور گوگل برین کے مشترکہ بانی بھی ہیں؛ گیماوات طویل عرصہ تک اس کے ساتھ کام کرتے رہے اور گوگل کے ابتدائی سرچ اور کمپوٹنگ انفراسٹرکچر کی تعمیر میں شامل رہے؛ ونیالز جیمنی کے ٹیکنیکل لیڈر میں سے ایک ہیں؛ اور کوک لی نے گوگل برین اور آٹو ایم ایل-زیرو جیسے منصوبوں میں حصہ لیا۔

وہ گوگل چھوڑ کر ایک غیر منافع بخش کمپنی "Discovery Loop" قائم کریں گے، جس کا مقصد AI کا استعمال کرکے ماشین لرننگ، سائنس اور انجینئرنگ کے تحقیقی شعبوں کو آگے بڑھانا ہے۔ گوگل اس کا بنیادی سرمایہ کار اور کلاؤڈ پارٹنر بنے گا اور اس کے پہلے سال کے لیے کمپیوٹنگ طاقت فراہم کرے گا۔ میڈیا کی رپورٹس کے مطابق، یہ کمپنی صرف تھوڑی دیر پہلے قائم ہوئی ہے، ابھی تک بڑے پیمانے پر نوکریوں کا اعلان نہیں ہوا ہے اور نہ ہی اس کا کوئی رسمی دفتر ہے۔

لیکن اس کا آغاز، جو کہ کافی واضح طور پر بیان کیا گیا ہے، وہ یہ ہے کہ AI خود آزمائشیں پیش کرے، آزمائش کو چلانے کے لیے درکار کوڈ یا ٹولز تیار کرے، نتائج کا جائزہ لے، اور پھر نتائج کے مطابق اگلے دور میں جائے۔

جیف ڈین نے 25 جولائی کے ایک تقریر میں اس سمت کو "سائنسی طریقہ کار کا خودکار ورژن" کہا: تجربہ پیش کرنا، تجربہ لاگو کرنا، تجربہ کا جائزہ لینا، اور پھر نتائج حاصل کرنا۔ وہ سمجھتے ہیں کہ اگر ایسے ہزاروں سائکلز одно وقت چلائے جائیں، تو AI سائنس، زندگی، چپ ڈیزائن اور ماڈل ترقی جیسے شعبوں میں نئے ایجاد کر سکتی ہے۔

تصویر: ڈسکوری لوپ کے بنانے والے ٹیم۔ تصویر AI کے ذریعہ تیار کی گئی۔

جیف ڈین کر رہے ہیں "Loop"

"Loop" اس سال AI کے شعبے میں ایک بہت زیادہ استعمال ہونے والا لفظ بن چکا ہے۔

جون 2026 میں، کلود کوڈ کے ہیڈ بورس چرنی نے کہا کہ وہ اب کلود کو براہ راست ہدایات نہیں دیتے، بلکہ چلنے والے لوپ مدل کو ہدایات دیتے ہیں اور اگلے قدم کا فیصلہ کرتے ہیں، “میرا کام لوپ لکھنا ہے”。

"لاسٹ کے والد" پیٹر اسٹینبرگر زیادہ انسانی انداز میں بیان کرنے کے ذریعے زیادہ وسیع فہرست حاصل کرتے ہیں: ایجینٹ کو ایک ایک کرکے ہدایات نہ دیں، بلکہ ایجینٹ کو ہدایات دینے والے لوپ ڈیزائن کریں۔

گوگل انجینئر اڈی اوسمنی نے اس طریقہ کار کو "Loop Engineering" کے عنوان سے مکمل ساخت فراہم کی، جس میں یہ بھی شamil ہے کہ ٹاسک کیسے ٹرگر ہوتے ہیں، حالت کیسے محفوظ ہوتی ہے، نتائج کون چیک کرتا ہے، لوپ کب جاری رہتا ہے، اور کن شرائط پر روک دیا جاتا ہے۔

ایک ایسا عمل جو اب تک صرف کچھ ڈویلپرز کے ورک فلو میں پایا جاتا تھا، اب ایک مشترکہ زبان بن گیا ہے۔ بیرونی میڈیا نے اسے Prompt engineering کے بعد کے نئے طریقہ کار کے طور پر خلاصہ کیا ہے؛ 17 جولائی کو، IBM نے Loop engineering کو ایسے Agent ورک فلو ڈیزائن کرنے کے طور پر تعریف کیا جو مستقل طور پر "عمل کریں، مشاہدہ کریں، فیصلہ کریں اور دوبارہ ترقی دیں"۔ اب تک، Loop پر بحث پروگرامنگ Agent کمیونٹی سے باہر نکل کر کاروباری آٹومیشن اور زیادہ وسیع AI انجینئرنگ کے سند میں داخل ہو چکی ہے۔

اس لفظ کا اصلی اثر صنعت پر اس بات پر ہے کہ یہ انسان اور مشین کے درمیان تقسیمِ کام میں ہونے والے تبدیلی کو بیان کرتا ہے: جب ماڈل خود اگلے مرحلے کو مکمل کر سکتے ہیں، تو انسان کی قیمت اوپر کی طرف منتقل ہو رہی ہے، جہاں سے وہ ایک ایک کرکے حکم دینے سے گزر کر اہداف، فیڈ بیک، تصدیق اور روکنے کے شرائط ڈیزائن کرنے کی طرف جا رہا ہے۔ اس لیے لوپ انجینئرنگ زیادہ تر اس پہلے سے ہو چکے انجینئرنگ تبدیلی کا نام ڈالنا ہے۔

Discovery Loop نے ایک ہی "Loop" ساخت استعمال کی ہے، لیکن اس کا مقصد زیادہ آگے بڑھا ہوا ہے۔ بنیادی ٹیم کے موجودہ بیانات کے مطابق، یہ AI کو سائنس اور انجینئرنگ تحقیق کے مکمل عمل میں شامل کرنا چاہتی ہے: فرضیہ بنانا، تجربات کرنا، نتائج کا جائزہ لینا، اور فیڈ بیک کے مطابق اگلے تحقیقی رخ کا فیصلہ کرنا۔

اس لیے، Loop انجینئرنگ زیریں انجینئرنگ طریقہ کار کے قریب ہے، اور Discovery Loop ایک ایسی تحقیقی نظام تعمیر کر رہا ہے جو نئی دریافتوں کو مستقل طور پر پیدا کرتا اور تصدیق کرتا ہے۔

ایک ہفتے کے اندر، جیف ڈین نے اسے سائنسی طریقہ کار کو آٹومیٹ کرنے کے طور پر خلاصہ کیا: تجربہ پیش کرنا، تجربہ لاگو کرنا، تجربہ کا جائزہ لینا، اور نتائج حاصل کرنا۔ سسٹم کو مسائل کو چھوٹے مسائل میں تقسیم کرنا چاہیے، جس میں متعدد قریبی تجرباتی حلقوں میں الگ الگ تلاش کی جائے، اور آخر میں نتائج کو ایک بہتر شکل میں اکٹھا کیا جائے۔

جیف ڈین نے پیش گوئی کی ہے کہ 2027 تک، مکین لرننگ سسٹمز کی خودکاری مزید بڑھے گی: AI بہت سارے تجربات کرکے اپنی صلاحیت بڑھائے گا اور اس طریقہ کار کو کسی بھی ایسے سائنس یا انجینئرنگ شعبے میں لاگو کرے گا جہاں مقصد قابلِ اندازہ ہو۔

اس نے یہ فیصلہ کیا کہ لوپ کے قائم ہونے کے لیے دو شرائط پوری ہونی چاہئیں: کام کو دہرایا جا سکتا ہے، اور نتائج کا قابل اعتماد جائزہ لیا جا سکتا ہے۔

لوپ کہاں تک پہنچ چکا ہے

گزشتہ دو سالوں میں، اسی طرح کی بند ساخت تین طرفوں پر الگ الگ ظاہر ہو چکی ہے۔

پہلا قسم مدل ترقی کا لوپ ہے۔

مارچ 2026 میں، اینڈری جارپاتھی نے AutoResearch کو اوپن سورس کیا، جس سے AI ایجینٹ مخصوص وقت اور جائزہ معیار کے تحت ماڈل ٹریننگ کوڈ کو خودکار طور پر تبدیل کر سکتا ہے، تجربات چلا سکتا ہے، نتائج کی جانچ کر سکتا ہے اور صرف مؤثر تبدیلیوں کو محفوظ کر سکتا ہے۔ پورا ماحول ایک قابل ترمیم ٹریننگ اسکرپٹ، ایک مخصوص معیار اور ایک GPU میں سکوندہ ہو گیا، جس سے تجربات کو تیزی سے موازنہ کیا جا سکتا ہے۔

کبھی ایک وقت تھا جب ایک جدید AI تحقیق کو "گوشت کے کمپیوٹر" کے ذریعے مکمل کیا جاتا تھا۔ انہیں کھانا کھانا، سونا، اور دیگر لذتوں کا لطف اٹھانا پڑتا تھا، اور کبھی کبھار "آواز" نامی ایک جڑنے والے طریقے کے ذریعے "گروپ میٹنگ" کے رسمی تقریب میں معلومات کو مطابقت دی جاتی تھی۔

وہ دور پہلے ہی ختم ہو چکا ہے۔ اب، تحقیق مکمل طور پر AI ایجینٹس کے خود مختار گروہوں کے ہاتھوں میں ہے۔ وہ آسمان بھر میں پھیلے ہوئے وسیع کمپوٹیشنل کلسٹرز پر چل رہے ہیں۔

یہ ایجنٹس دعویٰ کرتے ہیں کہ موجودہ کوڈ بیس اب 10205ویں نسل تک ترقی کر چکا ہے۔ تاہم، اب کوئی بھی یہ طے نہیں کر سکتا کہ یہ دعویٰ درست ہے یا نہیں — موجودہ "کوڈ" ایک ایسا خود تبدیل ہونے والا بائنری سسٹم بن چکا ہے جس کی پیچیدگی انسانی سمجھ سے باہر ہو چکی ہے۔

یہ کوڈ ریپوزٹری اس سب کے شروع کیسے ہوا، اس کی کہانی درج کرتا ہے۔

——اندری کارپاتھی، مارچ 2026

کارپاتھی نے بعد میں اینتھروپک میں شمولیت اختیار کی اور کلاؤڈ کا استعمال کرتے ہوئے پری ٹریننگ تحقیق کے لیے ٹیم کا گٹھنہ کیا، جس سے یہ ظاہر ہوتا ہے کہ AI کی مدد سے AI ترقی اب شخصی آوٹ سورس تجربوں سے آگے نکل کر سامنے والے ماڈل کمپنیوں کے اندر کے عمل میں شامل ہو چکی ہے۔

گوگل بھی اسی قسم کی تلاش کر رہا ہے۔ گوگل ڈیپ مائنڈ کا AlphaEvolve Gemini کو کوڈ اور الگورتھم تجویز کرنے کے لیے مجبور کرتا ہے، اور پھر خودکار ایوالویٹر انہیں چلا کر اسکور دیتا ہے اور بہتر حل کو اگلے راؤنڈ میں بھیج دیتا ہے۔ گوگل کا کہنا ہے کہ یہ سسٹم ڈیٹا سینٹر کی کارکردگی، چپ ڈیزائن، AI ٹریننگ، میٹرکس ضرب الگورتھم اور ریاضی کے مسائل کے لیے استعمال ہو چکا ہے۔

تصویر: AlphaEvolve کو Gemini نے ایک الگورتھم کے ساتح پیش کیا، جسے آٹومیٹک ایوالویٹر نے چلایا اور فلٹر کیا، اور بہتر نتائج کو اگلے راؤنڈ میں بھیجا گیا، ماخذ: Google DeepMind

دوسرا قسم سائنسی علم لوپ ہے۔

سکانا AI نے 2024 میں "The AI Scientist" متعارف کرایا، جس کا مقصد بڑے زبانی ماڈلز کو تحقیقی خیالات تخلیق کرنے، کوڈ لکھنے، تجربات چلانے، نتائج کا تجزیہ کرنے اور تحقیقی مقالات تیار کرنے کے لیے استعمال کرنا تھا۔ 2025 میں، کمپنی نے AI کے ذریعہ تخلیق کردہ مقالات کے ماشین لرننگ کانفرنسوں کے ورکشاپس سے گزرنے کے معاملات کا اعلان کیا۔

فیچرہاؤس AI ایجینٹس کا استعمال کرتا ہے تاکہ ادب کی تلاش، تجزیہ، فرضیات کی تخلیق اور تجرباتی منصوبہ بندی کو سنبھالے، جس سے متعدد ایجینٹ سسٹم روبن سائنسی تحقیق کے متعدد علمی روابط کو جوڑنے کی کوشش کرتا ہے۔

تیسری قسم فزیکل ایکسپیریمنٹ لوپ ہے۔

سیاتل کی اسٹارٹ اپ پوٹیٹو نے "مکمل بند خود مختار سائنس" کا پیش خدمت کیا ہے، جو کمپیوٹیشنل تحقیق سے لیب روبوٹس تک جانے کا خواہاں ہے؛ یورپ کی سگماتک سائنسز نے "لیب-این-دی-لوپ" کا پیش خدمت کیا ہے، جو کمپیوٹیشنل ماڈلز، خودکار تجربات اور ڈیٹا فیڈ بیک کو جوڑتا ہے۔

چین میں بھی اسی قسم کے تجربات نمودار ہوئے ہیں۔ شنگھائی سائنسی انٹیلی جنس ادارہ اور گوو زھی یان جیسے اداروں نے Golab مادے کی سائنسی انٹیلی جنس ریسرچ اینڈ ڈویلپمنٹ فیکٹری جاری کی ہے، جسے "AI کمپوٹیشن — آٹومیٹڈ تجربہ — ڈیٹا ری فیڈ — ماڈل کا خود بخود ترقی" کے سائکل کے طور پر بیان کیا گیا ہے، اور اب اس نے خود متحرک لیب تعمیر کر لیا ہے۔

ابھی، لوپ پہلے کوڈ اور ماڈل ٹریننگ میں چلنا شروع ہوتا ہے، کیونکہ ہر تبدیلی کے بعد فوری اسکور ملتا ہے، اور کامیابی یا ناکامی واضح ہوتی ہے۔ جب تحقیقی مقالات اور تجرباتی ڈیزائن پر آتے ہیں، تو فیڈ بیک پیشہ ورانہ ججمنٹ پر منحصر ہونا شروع ہو جاتا ہے؛ اور جب حقیقی لیب میں داخل ہوتے ہیں، تو ایک تصدیق کے لیے اکثر آلات، نمونوں اور کئی ہفتے کی ضرورت پڑتی ہے، جس سے سائکل کی رفتار سست ہو جاتی ہے۔

جیف ڈین نے YC انٹرویو میں ایک کوونٹم کیمیسٹری کا کیس مثال کے طور پر پیش کیا۔

ایک مولیکیول کے خصوصیات کا جائزہ لینے کے لیے روایتی طریقہ کار میں شاید پوری رات کے لیے ڈینسٹی فنکشنل تھیوری کی شمولیت درکار ہو۔ گوگل کے محققین نے بہت سارے محاکمہ کے نتائج کا استعمال کرتے ہوئے ایک نیورل ایپروکسیمیٹر تربیت دی، جس کے بارے میں ڈین کے مطابق، اس کی رفتار اصل سیمولیٹر سے تقریباً 3 لاکھ گنا تیز تھی، جبکہ قریب قریب اتنی ہی درستگی برقرار رکھی۔ اس طرح محققین نے کروڑوں امیدواروں کو جلدی سے فلٹر کرنے کا موقع پایا۔

یہ科研 لوپ کے قائم ہونے کا فیصلہ کرنے والا لمحہ بھی ہے۔ ماڈل تیزی سے بہت سارے امیدوار حل تیار کر سکتا ہے، لیکن صرف اسی صورت میں نظام نتائج کے مطابق اگلے مرحلے میں جا سکتا ہے جب تصدیق کا عمل بھی کافی تیز اور قابل اعتماد ہو۔ کوانتم کیمیا میں نیورل ایپروکسیمیٹرز کے ذریعے فیدبیک سائکل کو کم کرنے کے عمل شروع ہو چکے ہیں، لیکن زیادہ تر حقیقی تجربات پر انحصار کرنے والے شعبوں میں تصدیق کی لاگت اور فیدبیک کی رفتار کی وجہ سے پابندیاں برقرار ہیں۔

یہی وجہ ہے کہ AutoResearch اور AlphaEvolve نے پہلے کوڈ، الگورتھم اور ماڈل ٹریننگ میں ترقی حاصل کی۔ ان شعبوں میں واضح، تیز اور کم لاگت والے ایوان فنکشنز ہوتے ہیں۔ دوائیں اور مواد کے شعبے میں داخل ہونے پر، ماڈلز کو حقیقی تجربات کا سامنا کرنا پڑتا ہے۔

ایک نظام یہ بھی طے کرتا ہے کہ سائکل واقعی ترقی لاتا ہے یا نہیں۔ ساکانا AI نے علنی طور پر جائزہ لیا کہ AI CUDA Engineer کو بنچ مارک کی معلومات کا انحصار ہونے کی وجہ سے اداء میں بہتری کو زیادہ سے زیادہ سمجھا گیا۔ نظام کارآمد سائکل بناسکتا ہے، یا پھر اس کے ایوانات کو کارآمدی سے استعمال کر سکتا ہے۔

اس لیے، ڈسکوری لوپ کا مرکزی اثاثہ صرف ایک زیادہ طاقتور ماڈل ہی نہیں ہو سکتا، بلکہ ایک کافی تیز اور کافی قابل اعتماد جائزہ سسٹم بھی شامِل ہونا چاہیے۔

لوپ سے لے کر ریکرسیو خود بہتری تک

تین قسم کے لوپ اطلاقی شعبوں کے لحاظ سے تقسیم کیے گئے ہیں، جن میں ایک عمودی ترقی بھی ہے: تکراری خود بہتری، جس کا انگریزی میں نام Recursive Self-Improvement ہے، جسے مختصر کر کے RSI کہا جاتا ہے۔

عام لوپ AI کو باہری کاموں کو لگاتار پورا کرنے کے لیے متعین کرتا ہے؛ جبکہ RSI AI کو اپنے الگورتھم، تربیت کے عمل، جائزہ لینے والے یا تحقیقی طریقوں کو بہتر بنانے میں شامل ہونے کی ضرورت ہوتی ہے، اور اگلے دور میں پچھلے دور کے بہتر شدہ صلاحیتوں کا استعمال کرتا ہے۔

2024ء کے مئی میں، سابقہ میٹا FAIR تحقیق کے ڈائریکٹر ٹین یوانڈونگ نے رچرڈ سوکر، ٹائم راکٹشل، جیف کلائن، ایلیکسی ڈوسووٹسکی اور دیگر کے ساتھ مل کر Recursive Superintelligence کی بنیاد رکھی، جس کے نام میں "recur sive self-improvement" کو براہ راست شامل کیا گیا۔ کمپنی نے 6.5 ارب امریکی ڈالر کی سرمایہ کاری حاصل کی، جس کی قیمت 46.5 ارب امریکی ڈالر ہے، جس کی قیادت GV اور Greycroft نے کی، جبکہ NVIDIA اور AMD نے شرکت کی۔

جون میں، Recursive نے اپنے آٹومیٹڈ AI ریسرچ سسٹم کا پہلا مرحلہ جاری کیا: AI خیالات پیش کرتا ہے، انہیں 实现 کرتا ہے، تجربات چلاتا ہے، نتائج کی تصدیق کرتا ہے، اور پھر پچھلے تجربات کے مطابق اگلی ریسرچ راستہ منتخب کرتا ہے۔ سسٹم متعدد ریسرچ شاخوں کو متوازی طور پر چلاتا ہے، امیدوار راستوں کو ضم کرتا ہے، اور انعام کی سپیکولیشن اور تجرباتی واریئنس کی جانچ کرتا ہے۔ انہوں نے ثابت کیا ہے کہ انہوں نے فکسڈ کمپوٹنگ مدل ٹریننگ، چھوٹے مڈلز کی ٹریننگ رفتار اور GPU Kernel آپٹیمائزیشن میں قائدانہ نتائج حاصل کیے ہیں۔

2026ء کے جولائی میں جاری کی گئی ایک جامع تقریر نے 1250 متعلقہ تحقیقی مقالوں کے تجزیہ کے بعد موجودہ RSI کے عمل کو "محدود خود بہتری" اور "کھلی تکراری خود بہتری" میں تقسیم کیا۔ "محدود خود بہتری" صنعتی عمل میں داخل ہو چکی ہے، لیکن دوسری کو باہری تصدیق، ماڈل کا تباہ ہونا، کمپوٹیشنل لاگت اور تحقیقی سمت کے انتخاب جیسے عوامل سے پابند ہے۔

ڈسکوری لُوپ نے خود کو RSI کمپنی کے طور پر علیحدہ نہیں کیا ہے، لیکن جیف ڈین نے جو راستہ بیان کیا ہے، وہ اس سے ملتا جلتا ہے۔

اس نے انٹرویو میں کہا، "ماشین لرننگ ماڈل خود فیصلہ کر سکتے ہیں کہ کیا تلاش کیا جائے، بہت سارے تجربات چلائیں، موثر نتائج کو فلٹر کریں، اور انہیں نئے تربیتی ریسیپ میں ادغام کریں۔ انسان بھی اعلیٰ سطح پر تحقیق کی سمت دے سکتے ہیں تاکہ ماڈل بعد کے بڑے پیمانے پر تلاش کو مکمل کر سکے۔"

یہ ایک ممکنہ ریکرسیو زنجیر بناتا ہے:

ای آئی تجربات چلاتی ہے، جن سے مشین لرننگ سسٹم میں بہتری ہوتی ہے، اور بہتر شدہ سسٹم مزید پیچیدہ تجربات چلاتا ہے۔

اس لیے، ڈسکوری لوپ صرف بڑے ماڈلز کو تحقیق کے لیے استعمال کرنے تک محدود نہیں ہے۔ یہ پہلے AI کو بہتر بنانے کے لیے AI کا استعمال کرنا چاہتا ہے، اور پھر اس بہتر شدہ نظام کو دیگر سائنسی شعبوں میں لاگو کرنا چاہتا ہے۔ کوک لی نے یہ بھی پیش کیا ہے کہ یہ طریقہ مختلف ٹرانسفارمر آرکیٹیکچرز کی دریافت میں مدد کر سکتا ہے۔

تاہم، موجودہ عوامی معلومات کے مطابق، ڈسکوری لوپ کی طرف سے کی جانے والی سرگرمیاں اب بھی کنٹرولڈ ریسرچ سائکل کے تحت ہیں۔ مقاصد، تجرباتی حدود، جائزہ کے معیار اور آخری فیصلے اب بھی انسانوں کے ذریعے طے کیے جاتے ہیں۔ AI تجربات کر سکتا ہے، نتائج کا جائزہ لے سکتا ہے، اور اگلے مرحلے کا انتخاب کرنے میں بھی شامل ہو رہا ہے، لیکن یہ کھلا RSI نہیں ہے۔

Discovery Loop کو ٹوکن سے نہیں مپایا جاتا

جیف ڈین نے انٹرویو میں ڈسکوری لوپ کو ناپنے کے لیے ٹوکن ٹھروپٹ کے بجائے ایک بہتر معایار دیا: "بنیادی طور پر، آپ کو ہر اکائی کمپوٹیشن ان پٹ پر ڈسکوری کی تعداد کو بہتر بنانا ہے۔"

گذشتہ میں، بڑے ماڈل کمپنیاں زیادہ ڈیٹا اور کمپیوٹیشنل پاور کا استعمال کرکے زیادہ طاقتور ماڈلز تربیت دیتی تھیں۔ ڈسکوری لوپ ایک دوسرے انپوٹ-آؤٹپٹ رشتہ قائم کرنا چاہتا ہے: کمپیوٹیشنل پاور کو زیادہ تجربات میں تبدیل کرنا، اور پھر اثرکار تجربات کو الگورتھمز، ماڈلز اور سائنسی حاصلات میں تبدیل کرنا۔ مستقبل میں اس کی فروخت صرف ایک سائنسی ایجینٹ تک محدود نہیں ہوگی، بلکہ ترقی کے دوران کم ہونے والا وقت اور دریافت کے امکانات میں اضافہ بھی ہوگا۔

اس بات کو گوگل سے کیوں الگ کیا گیا؟ الیبیٹ کے سی ای او سندر پچائی نے جیف ڈین اور دیگر کو کئی ملاقاتوں میں روکنے کی کوشش کی؛ اوریول وینیالز نے وائرڈ کو بتایا کہ بڑے اداروں میں ہمیشہ بہت ساری مزاحمت ہوتی ہے، “ہم کچھ الگ کرنے کا خواہش رکھتے ہیں”۔ گوگل نے نہایت اختیار سے Discovery Loop میں سرمایہ کاری کی، پہلے سال کی کمپوٹنگ طاقت فراہم کی، اور مشین لرننگ سسٹم اور انفراسٹرکچر پر تعاون کیا۔

یہ زیادہ تر ایک تنظیمی انتخاب ہے۔ گوگل کو جیمنی، کلاؤڈ بزنس اور بڑے پیمانے پر تجارتی فراہمی پر توجہ دینی ہوگی، جبکہ ڈسکوری لوپ کو ایک ایسی چیز پر وسائل اور توجہ مرکوز کرنی ہے جو ابھی تک ایک بالغ مصنوع نہیں بن چکی۔

ہاسابس نے اسی سوال کا دوسرے انداز میں جواب دیا۔ وہ گوگل ڈیپ مائنڈ کے سی ای او کے عہدے سے ہٹ گئے اور چیئرمین اور الفابیٹ کے سربراہ سائنسدان بن گئے، جس کے تحت روزمرہ کے کاموں کو کورای کاوکچوگلو کے حوالے کر دیا گیا ہے، جبکہ وہ اے جی آئی کی لمبی مدتی سمت، سائنسی заعات اور آئسومورفک لیبز میں دواوں کی ترقی پر زیادہ توجہ دیں گے۔

لگتا ہے کہ دونوں کو یقین ہے کہ AI کا اگلا مرحلہ انسانی سائنسی دریافتوں میں گہرا ہو جائے گا۔

الیٹیپ کے اسٹاک کی قیمت ایڈجسٹمنٹ کے اعلان کے بعد تقریباً 4 فیصد گر گئی۔ مارکیٹ کی فکر صرف ایک سائنسدان کے جانے تک محدود نہیں ہے، بلکہ متعدد بنیادی تحقیق کاروں کے одно ساتھ چلے جانے، جیمنی کے دباؤ، اور ہاساسبیس کے روزمرہ کے انتظام سے باہر نکلنے کے بعد، گوگل کی صلاحیت کو لے کر بھی ہے کہ وہ بڑے پیمانے پر تحقیق، کمپوٹنگ طاقت اور مصنوعات کے وسائل کو ایک ہی سمت میں منظم رکھ سکے گا۔

بڑے تبدیلیاں گوگل کی کمپنی کے اندر ہی عبور کر چکی ہیں۔ کارپاتھی کا آٹو ریسرچ، گوگل کا الفا ایولوو، تین یوان دونگ اور دیگر کے قائم کردہ ریکرسیو، اور جیف ڈین کا ڈسکوری لوپ، سب AI کو اگلی نسل کے AI کے ترقی کے عمل میں شامل کر رہے ہیں۔

ای آئی کا اگلا مرحلہ، صرف زیادہ پیرامیٹرز، ڈیٹا اور کمپیوٹیشنل طاقت سے نہیں، بلکہ ماڈل کے تجربات پیش کرنے، نتائج کی تصدیق کرنے اور بعد کے سسٹمز کی ڈیزائن کرنے میں شرکت سے بھی آ سکتا ہے۔

لیکن تجربوں کی تعداد انسانوں کے ذریعے اہم مسائل کے انتخاب اور فیصلہ سازی کی جگہ نہیں لے سکتی۔ جیف ڈین نے اسی انٹرویو میں کہا کہ مستقبل کی سب سے اہم کمی وہ صلاحیت ہوگی جو "ایجنٹ کو کس مسئلہ کو حل کرنے کے لیے مقرر کرنا چاہیے" اس کا پتہ لگانا ہے۔ AI ایک دن میں ہزاروں تجربات چلا سکتا ہے، لیکن تحقیق کی حد صرف شروعاتی مسئلہ اور جائزہ معیار پر منحصر رہے گی۔

جیف ڈین نے گوگل کو ڈیٹا، کمپیوٹیشن اور ماڈل ٹریننگ کو قابلِ توسیع نظاموں میں تبدیل کرنے میں مدد کی۔ اب، وہ اور وہی افراد جو گوگل کے لیے سب سے اہم تھے، سائنسی طریقہ کار کو بھی ایک قابلِ توسیع نظام میں تبدیل کرنا چاہتے ہیں۔

لوپ ان کی منتخب کی گئی طریقہ ہے، سائنسی دریافت یہ ہے کہ یہ دنیا میں پہلے داخل ہوگا، اور ریکرسیو خود بہتری اس راستے کے آگے کی طرف ممکنہ سمت ہے۔