لکھنے والے: danny
دوستوں نے مجھ سے پوچھا کہ میں ایسے کیوں لگتا ہوں جیسے میں ہر چیز یا شعبہ جانتا ہوں؟ کچھ پرانے تجربات یا موجودہ کاموں کے علاوہ، اکثر میں صرف ابھی سیکھ کر سکھاتا ہوں۔ آج میں آپ کے ساتھ اس بات پر بات کروں گا کہ میں عام انسان کے طور پر اپنی خود سیکھنے کی راہ کو کس طرح AI ٹولز اور Notebooklm کا استعمال کر کے مکمل کرتا ہوں۔
سب سے پہلے، میں یہ کہنا چاہوں گا کہ یہ مضمون اس بات کے لیے ہے: ایک خاص شعبہ/چیز/مفہوم کا نظام مند اور ساختی طریقے سے سیکھنا اور سمجھنا، اور اپنی اپنی علمی ساخت اور نقشہ تعمیر کرنا۔ اگر آپ صرف کچھ مفہوموں کا تھوڑا سا جائزہ لینا چاہتے ہیں اور صرف یہ جاننا چاہتے ہیں کہ یہ xx کیا ہے؟ تو عام طور پر موجودہ مارکیٹ کے مقبول AI ٹولز سے بھی اسی قسم کی معلومات حاصل کر سکتے ہیں۔
AI کا استعمال کرتے ہوئے کوئی نیا چیز سیکھنے کے لیے اب تک کچھ رکاوٹیں اور حدود ہیں:
پہلا خیال ہے، AI (زیادہ احتمال کے ساتھ) آپ کو کچھ جعلی ڈیٹا اور باتیں دے گی، خاص طور پر تفصیلی شعبوں میں، کیونکہ تربیتی مواد اور سیکھنے کے ذرائع کم ہیں؛
دوسری بات یہ ہے کہ اس قدر تفصیلات نہیں ہیں، کیونکہ کاپی رائٹ جیسے مسائل کی وجہ سے AI خود پورے مضمون یا کتاب کو نہیں پڑھتا، تربیت کے مواد عام طور پر دوسرے کے جائزے، جائزے ہوتے ہیں، خاص طور پر مخصوص شعبوں میں اس قسم کی معلومات بہت کم ہوتی ہیں؛
تیسری بات یہ ہے کہ آپ مسئلہ کو درست طریقے سے بیان نہیں کر سکتے۔ اگر آپ نے پہلے اس موضوع سے کبھی واقفیت نہیں رکھی، تو آپ اپنے سوال کو اچھی طرح بیان نہیں کر پائیں گے، نہ ہی ان باتوں کے وجوہات و نتائج کو سمجھ پائیں گے، اور نہ ہی نظام مند اور ساختی طریقے سے معلومات جمع کر پائیں گے یا ایک منظم سیکھنے کا فریم ورک تیار کر پائیں گے۔
نظریہ حصہ
میرا طریقہ بھی بہت آسان ہے: اکیڈمک دنیا کے "حوالہ جات (quote/reference/impact factor)" نیٹ ورک کا استعمال کرکے معلومات کو صاف کرنا، اور پھر AI کے ثبوت اور تخلیقی سوچ کا استعمال کرتے ہوئے بائیں اور دائیں دماغ کے درمیان "آپسی لڑائی" کے ذریعے کسی نئی چیز کو ساختی طور پر سمجھنا۔
سیف لیو ورک فلو:
مفید تحقیقی مقالوں کو تلاش کریں - اسے Notebooklm میں شامل کریں - AI ٹولز کا استعمال کرکے پرامپٹس تیار کریں - Notebooklm میں سوالات اور جوابات کے ذریعے سیکھیں - مفید تحقیقی مقالوں کو Notebooklm میں شامل کریں - Notebooklm میں سیکھیں - اس طرح دہرائیں
کمپلیکس ورک فلو:
مرحلہ اول: راستہ تلاش کریں (وقت: 0.25 گھنٹے)
"کیا ہے XX، اس کا اصول کیا ہے؟" کی تلاش نہ کریں، بلکہ اس شعبے کا "سمندر کا انکار" فوراً تلاش کریں۔
AI (Gemini / Perplexity) کو فون کریں: براہ راست پوچھیں: "[کسی خاص شعبے] میں، تین ایسے کون ہیں جنہیں عام طور پر بڑے ماہرین سمجھا جاتا ہے؟ ان کے ذریعے اس شعبے کی بنیاد رکھنے والی 1-3 اہم اور زیادہ حوالہ دی جانے والی کلاسیکل تحریریں کون سی ہیں؟" (مثال کے طور پر، LLM کے شعبے میں، "Attention Is All You Need" جیسی تحریروں پر توجہ مرکوز کریں)۔ یہ "اس زندگی" کی نمائندگی کرتا ہے۔
فرسٹ لیول کے اثاثوں کو ڈاؤن لوڈ کریں: ان 1-3 مرکزی مضامین کے حوالہ جات (References) نکالیں اور ان کے ذریعے حوالہ دیے گئے تمام مرکزی اثاثوں کو ڈاؤن لوڈ کریں۔ یہ "پچھلی زندگی" کی نمائندگی کرتا ہے۔
اہم دوسری درجہ کے ماخذ کو نکالیں: پہلی درجہ کے ماخذ کے حوالہ جات میں تقاطعی تقابل کریں اور سب سے زیادہ حوالہ دیے جانے والے 10 اور سب سے زیادہ بار ظاہر ہونے والے 5 مضامین کا انتخاب کریں۔
مرکزی منطق: ماہر کی نظر سے دنیا کو دیکھنا، سب سے کم لاگت والی راہ ہے۔ اس ایک قدم کو نہ ہلائیں، کیونکہ آپ اس شعبے کی دہائیوں کی سب سے اہم خیالات کی ترقی کا نقشہ ڈاؤن لوڈ کر رہے ہیں۔
دوسرا مرحلہ: ساختیاتی علمی ذخیرہ قائم کریں (وقت: 0.25 گھنٹے)
اولے مرحلے میں منتخب کی گئی تمام کلاسیکی کتابوں کو ایک ساتھ Google NotebookLM پر اپ لوڈ کریں۔
عام طور پر، جب تک کہ کوئی کلاسیکی مضمون ہو، ان دو کافی ہیں: https://scholar.google.com/ یا https://arxiv.org/
NotebookLM کیوں؟ کیونکہ یہ کبھی بھی وہم نہیں پیدا کرتا۔ یہ صرف آپ کی فراہم کردہ معلومات پر مبنی جواب دیتا ہے۔
سخت مقالات کے انتخاب کے ذریعے، آپ نے انٹرنیٹ پر موجود آلودہ معلومات کو کٹّا ڈالا اور اس شعبے کے لیے ایک صاف، بہت زیادہ مرکوز علمی ذخیرہ تیار کیا۔
مرحلہ 3: مختلف AI کے درمیان بائیں اور دائیں ہاتھ کی لڑائی (وقت: 1-3.5 گھنٹے)
یہ پورے عمل کا مرکز ہے۔ آپ اپنی معلومات کے ذخیرہ میں مختلف خصوصیات والے AI کو ایک دوسرے کو تقاضا کرنے کے لیے استعمال کرتے ہیں، جس سے ساختیاتی معلومات کا راستہ اور منطقی استدلال بن جاتا ہے، اور آخرکار اپنا خودمختار خیال تشکیل پاتا ہے۔
سکھنے کے بجائے سوال پوچھیں۔ سکھنے کی ترجیح (دلچسپی) دماغ کو سوچنے کے لیے ترغیب دیتی ہے۔
انکھ کی تلاش: Claude، Deepseek، Gemini یا Perplexity سے پوچھیں: “xx شعبے کے بارے میں، موجودہ اکادمیک یا صنعتی سطح پر مرکزی تنازعات اور بنیادی نظریاتی فریم ورک کیا ہیں؟”
سیلڈ سوال: ان اہم تنازعات کو لے کر NotebookLM میں پوچھیں: "میری اپ لوڈ کردہ ادب کے مطابق، ماہرین نے ان اہم تنازعات کا جواب کیسے دیا؟ براہ راست ادبی حوالہ جات اور استدلال کی منطق فراہم کریں۔"
کم ترین سطح پر جائزہ: نوٹ بُک LM کے ذریعہ تیار کیا گیا سخت اور منظم جواب کو کاپی کریں اور اسے مضبوط منطقی تجزیہ کرنے والے جیمینی یا کلوڈ کو واپس بھیجیں۔ ہدایت دیں: "براہ کرم انتقادی سوچ کے ساتھ ان خیالات کا جائزہ لیں، ان میں موجود منطقی خامیاں، عصری حدود یا نظرانداز شدہ پہلوؤں کو نکالیں۔ اس کے بنیاد پر، مجھے تین اور گہرے سوالات کیوں پوچھنا چاہئیں؟"
تجربہ کا چکر: AI کے ذریعہ نکالے گئے خامیوں اور نئے سوالات کو لے کر دوبارہ NotebookLM میں جواب کے لیے واپس جائیں۔
عملی عمل
میں "LLM (large language models)" کیا ہے اس کا مثال کے طور پر استعمال کرتا ہوں 😂
مرحلہ اول: راستہ تلاش کریں (وقت: 0.25 گھنٹے)
میں نے جیمنی اور کلاڈ دونوں سے پوچھا - اے آپ نے اس طرح کیا، اس نے جواب دے دیا
gemni
پھر آپ کو یاد آتا ہے کہ اسکول کے اساتذہ نے کہا تھا کہ سائنسی نظریہ ہمیشہ مسلسل ہوتا ہے، اس کا ایک ماضی، حال اور مستقبل ہوتا ہے۔ اس لیے آپ AI سے کہتے ہیں کہ وہ ان تین بنیادی مقالوں کے حوالہ جات (عام طور پر "ادبی جائزہ" میں) تلاش کرے اور ان بنیادی مقالوں کو بعد میں کون سے مقالے حوالہ دیتے ہیں، اور AI کو انہیں چننا ہے۔
دوسرا قدم: ساختاریافتہ معلوماتی ذخیرہ قائم کریں
کچھ اصل LLM خصوصیات اور AI اجازتوں کی وجہ سے، ہمیں خود ڈاؤن لوڈ کرنا ہوگا (یا آپ اپنے جھینگے 🦞 کو اس کام کے لیے بھیج سکتے ہیں)
عام طور پر، https://scholar.google.com/ اور https://arxiv.org/ بالکل کافی ہیں
اس کے بعد اسے ڈاؤن لوڈ کریں اور نوٹ بک ایل ایم میں ڈال دیں (ابھی ایک لائبریری میں تقریباً 300 مضامین کی حمایت ہے)
تیسرے مرحلہ: مختلف AI کے درمیان بائیں اور دائیں کا مقابلہ
آپ پہلے Notebooklm میں کچھ آسان اور شعوری سوالات پوچھ سکتے ہیں، پھر اپنی سمجھ کو دوسرے AI کے ساتھ بحث اور تبادلہ خیال کر سکتے ہیں، اور اس کے بعد نتائج Notebooklm کو بھیج سکتے ہیں تاکہ وہ ان کا جائزہ لے، دلائل پیش کرے، مزید تفصیلات فراہم کرے اور اصلاحات کرے۔
نوت بکلم کے جوابات اور نوٹس:
اسی طرح کئی بار دہرائیں، جب تک کہ آپ اپنا خیالی نقشہ تیار نہ کر لیں۔
پھر اگر آپ تھوڑا زیادہ سخت ہونا چاہتے ہیں، تو آپ Notebooklm سے ایک ٹیسٹ کے سوالات بھی مانگ لیں۔
اس طرح، آپ اس شعبے کے بارے میں کچھ علم حاصل کر چکے ہیں (کم از کم آپ جانتے ہیں کہ یہ کیسے شروع ہوا، اب کیا ہے، اور آگے کیا ہوگا — جب کوئی پوچھے تو آپ پانچ منٹ تک زیادہ بات کر سکتے ہیں!)
بعدی کلمہ
اپنی "معلوماتی کتب خانہ" کو محفوظ کریں (اور اسے حقیقی وقت میں اپ ڈیٹ کریں، جس کے لیے جھینگا استعمال کر سکتا ہے)، الگ ایک فولڈر بنائیں — جیسے میں نے "فاروارڈ ٹریڈنگ" سے متعلق نظریاتی مضامین کو الگ کتاب میں محفوظ کر لیا ہے، جب کسی چیز کا تجزیہ کرنے کی ضرورت ہو تو صرف اس فولڈر کو کھولیں، اور ڈیٹا اور واقعات کا تصور کریں، تاکہ آپ "بے بنیاد تجزیہ" سے بالکل بچ سکیں۔
اصل میں موجودہ AI ماڈلز گہری سوچ اور تجزیہ نہیں کر سکتے، بلکہ آپ نے درست اوزار استعمال نہیں کیے ہیں۔ (LLM میں ایک بہت اہم پیرامیٹر تھا جو پابندیوں اور ان پٹ شرائط ہے)
AI کا استعمال ایک صلاحیت ہے، لیکن AI کو انسانوں کو زیادہ طاقتور بنانے کا طریقہ دوسری صلاحیت ہے۔ AI کا استعمال ایک صلاحیت ہے، لیکن AI کو انسانوں کو زیادہ طاقتور بنانے کا طریقہ دوسری صلاحیت ہے۔