ایم آئی ٹی کے فارغ التحصیل، اسٹارٹ اپ لیب Physical Superintelligence (PSI) کے ٹیکنالوجی ٹیم کے رکن ڈیوڈ تورتورین نے Anthropic کے Fable 5.2 ماڈل کا استعمال کرتے ہوئے 18 سال پرانا کوانٹم کمپیوٹنگ کا مسئلہ حل کیا۔
میں اس خیال کو مکمل طور پر قبول کرتا ہوں کہ یہ میری آخری تحقیقی تحریر ہو سکتی ہے،" ترٹورین نے ٹیک کرنش کو کہا۔ انہوں نے اپنے ایم ایس کے لیے MIT کے مشہور کمپیوٹر سائنس اور آرٹیفیشل انٹیلی جنس لیب میں شامل ہونے کا منصوبہ منسوخ کر دیا اور PSI میں شمولیت اختیار کر لی۔ "کچھ ماہ بعد، آپ اب بھی تحقیقی تحریر کیوں لکھنا چاہیں گے؟"
یہ سوال Aaronson-Ambainis تخمنہ ہے، جو یہ پوچھتی ہے کہ کوئنٹم کمپیوٹر کیا کلاسیکل کمپیوٹرز کے مقابلے میں مسائل کو تیزی سے حل کر سکتے ہیں۔ اس سوال کے مطرح کرنے والوں میں سے ایک، سکاٹ Aaronson، نے لکھا کہ وہ ثبوت کو مکمل طور پر نہیں سمجھتے، لیکن وہ اس پر یقین رکھتے ہیں کہ یہ درست ہے، کیونکہ اسے Lean نامی ریاضیاتی کوڈنگ زبان میں خودکار فارملائزڈ کیا گیا ہے، اور PSI کے ساتھ اس کا حل شیئر کرنے والے ایک ٹاپ ریسرچرز کے گروپ نے اسے وضاحت کیا ہے۔
یہ جواب کچھ مشکل مسائل کو تیزی سے حل کرنے کے لیے کوانٹم کمپیوٹر کے استعمال کی ایک راہ بند کرتا ہے، لیکن تمام راہیں نہیں۔ "یہ ایک منفی نتیجہ ہے جو لوگوں کو بتاتا ہے کہ ٹھیک ہے، ہم اب اس سمت میں نہیں جائیں گے،" ترٹورین کہتے ہیں۔
مزید وسیع طور پر، یہ بھی ظاہر کرتا ہے کہ AI مسائل کو حل کرنا سائنسی برادری پر کیا اثر ڈال رہا ہے۔
"پورے [Aaronson-Ambainis تخمنے] کا ثبوت قوانین کی تلاش کی پیچیدگی کے شعبے میں آخری اور سب سے اہم مسائل میں سے ایک ہے جو اب تک حل نہیں ہوئے ہیں،" Aaronson نے لکھا۔ انہوں نے کہا کہ اس خبر کو سن کر ان کے جذبات میں رضامندی، عقیدت، ناامیدی اور تھکن شامل ہے۔ "صاف الفاظ میں، میں حیران ہوں کہ کچھ ہفتے پہلے OpenAI کے Mathocalypse کے احاطے میں اس کا ذکر نہیں تھا۔ وہ ضرور کوشش کر چکے ہوں گے، تو کیا یہ سب سے زیادہ مشکل مسئلہ ہے جو پہلے ہی حل ہو چکے ہیں؟"
یہ PSI کے ماڈل کو بھی سپورٹ کرتا ہے: سائنسی مسائل کو حل کرنے کے لیے مخصوص ماڈل اور سپورٹ سسٹم کا استعمال کرتے ہوئے۔
PSI کے سی ای او میٹ پائنز نے ٹیک کرنش کو کہا: "ایک مؤثر ریسرچ سسٹم میں آرکیٹیکچر لیئر، ٹولز، میموری سسٹم، اور سیمیولیشن انفراسٹرکچر سے متعلق بہت کچھ ہونا چاہیے۔ آپ کو ایک مسئلے کو وسعت اور گہرائی دونوں سے حل کرنے اور مختلف ممکنہ متبادل حل پر غور کرنے کی صلاحیت حاصل ہونی چاہیے۔"
ابھی، کمپنی کی آمدنی اپنے ٹولز کے ذریعے ڈیٹا سینٹر کو بہتر بنانے سے حاصل ہوتی ہے، جس میں حرارت، بجلی، پانی، شور جیسے متغیرات کا شبیہہ بنایا جاتا ہے — “ان سائٹس کی کارکردگی اور ان کے برادری پر اثرات، ان کے فزیکل خصوصیات کے ب без تابع ہیں۔” تاہم، طویل مدت میں، کمپنی نظریاتی فزکس کی کامیابیوں کو عملی ٹیکنالوجی میں تبدیل کرنا چاہتی ہے۔
چھ سے نو ماہ پہلے، جب میں سرمایہ کاروں کے ساتھ بات کرتا تھا، تو مجھے اس شرط کی تصدیق کرنے میں تھوڑی مشقت ہوتی تھی، صحیح؟ مثال کے طور پر، 'نہیں نہیں، مجھ پر بھروسہ کریں، جلد ہی نظریاتی فزکس بن جائے گی۔' پائنز نے کہا، "ابھی تک ہم اس مرحلے تک نہیں پہنچے، لیکن ہم اس راستے پر ہیں۔"
تاہم، جبکہ AI نے ریاضی اور کمپیوٹر سائنس جیسے مسائل پر جنہیں تصدیق شدہ کوڈ کے ذریعے ظاہر کیا جا سکتا ہے، اہم کامیابی حاصل کی ہے، لیکن زندگی کی سائنس یا فزکس جیسے کم انتزاعی شعبوں میں ایسا کرنا اب بھی زیادہ مشکل ہے۔ گزشتہ هفتے، اسٹارٹ اپ Discovered Materials نے AI کا استعمال کرتے ہوئے سپرکنڈکٹوٹی اور تھرمل ڈسپیشن جیسے مسائل پر تحقیق کرنے والے محققین کے لیے ایک 100 ہزار ڈالر کا چیلنج جاری کیا۔
پائنز کہتے ہیں: “بالآخر، فزکس ریاضی سے مختلف ہے کیونکہ یہ حقیقی دنیا کا سامنا کرتی ہے… طبیعیات آپ کے حقیقی دنیا کے ماڈل پر ووٹ ڈالتی ہے۔” وہ کہتے ہیں کہ یہ اسٹارٹ اپ اس بات پر توجہ مرکوز کرتی ہے کہ حسابی نتائج اور تجرباتی تصدیق کو کس طرح سب سے زیادہ موثر طریقے سے جوڑا جائے۔
"اگر یہ قدرتی حقیقت کا ایک اصلی حقیقت ہے، تو یہ ایک ایسا ٹرک ہے جسے آپ استعمال کر سکتے ہیں،" پائنز نے کہا۔ "آپ اس کے بنیاد پر ایک ڈیوائس بناسکتے ہیں، صحیح؟ AI ایک خیال پیش کرتا ہے؛ یہ آپ کو حقیقی دنیا میں ایسی چیزیں کرنے کی اجازت دیتا ہے جو پہلے نہیں کی جا سکتی تھیں... تو یہ سب PSI جو بنا رہا ہے، اس کے سائکل ہیں۔"
جبکہ "سائنسی شعبے کے neolabs" کو ایک طرح سے ایسی انقلابی سائنسی کامیابیوں کی راہ بنایا جا رہا ہے، شرکاء ابھی بھی اس نئی دنیا کے معیارات کو سمجھنے کی کوشش کر رہے ہیں۔ چونکہ PSI کو Anthropic کے ماڈل کے تقریباً جاری ہونے تک نتائج جاری کرنے کے لیے انتظار کرنا پڑا، اس لیے وہ اپنے نتائج متعلقہ تحقیق کاروں کے ساتھ شیئر کر سکے تاکہ اسے بہتر طریقے سے سمجھا جا سکے۔
“ہم ایک ماہر کے طور پر، اس بات پر یقینی بنانا چاہتے ہیں کہ ہم اپنا کردار ادا کریں،” PSI کے لیے مشورہ دینے والے ناردرن اسٹیٹ یونیورسٹی کے پروفیسر جم ہالورسن نے کہا۔ وہ اگلے ہفتے ایک سموٹ میں شرکت کے لیے MIT جائیں گے، جہاں قابلِ ذکر فزیسٹس سائنس کی رفتار میں تیزی کے بعد کیسے پاس بھرنا چاہیے، اس پر بحث کریں گے۔ “بہترین عمل ابھی تک ترتیب دیا جا رہا ہے… ہم سمجھتے ہیں کہ شفاف رہنا اور ماہرین سے رابطہ رکھنا اچھا طریقہ ہے۔”
ہم نے اسے کچھ دیر کے لیے چھوڑ دیا… میں نے اپنے AI سے حاصل کیا گیا حل پرنٹ کر کے پڑھا، اور سوچا، ٹھیک ہے، میں اسے انسانوں کے لیے زیادہ قدرتی طریقے سے کیسے پیش کروں؟" ٹرچرین نے ٹیک کرنش کو کہا۔ انہوں نے کہا کہ اکادمیک دنیا اس نتیجے کی وضاحت کی توقع کرے گی۔ "مجھے لگا کہ یہ مجھے احساس دلائے کہ AI جو کچھ کر سکتا ہے اس کی اہمیت کتنا زیادہ ہے۔"