ذاتی ذہانت کے ماڈلز کے درمیان بغیر کسی بات چیت کے رابطے کی نئی ٹیکنالوجی کا ایجاد!
ایک ایسی ترقی جو مستقبلِ مصنوعی ذہانت کو نئی شکل دے سکتی ہے، روسی ریاضی دانوں کے ایک ٹیم نے، جو «موستک» (Mostik) نامی ایک اسٹارٹ اپ میں کام کرتی ہے، ایک نئی طریقہ کار تیار کیا ہے جو مختلف مصنوعی ذہانت کے ماڈلز کو ایک دوسرے سے بات چیت کرنے کی اجازت دیتا ہے، بغیر کسی درمیانی متن کی تخلیق کی ضرورت کے۔ واائرڈ (Wired) میگزین کے ایک رپورٹ کے مطابق، یہ نقطہ نظر مشینوں کے درمیان ایک قسم کے «مشینل ٹیلی پیتھی» جیسا ہے۔
ایک ڈیمو میں، ٹیم نے دو مختلف ماڈلز کو جوڑا: GLM-5.2، جس میں 753 ارب پیرامیٹرز ہیں، اور Qwen-3.5، جس میں 4 ارب پیرامیٹرز ہیں۔ موستک کے مطابق، یہ ہائبرڈ سسٹم صرف بڑے ماڈل GLM-5.2 کو الگ سے چلانے کے مقابلے میں تقریباً 20 گنا کم لاگت پر کام کرتا ہے، جبکہ معیار دونوں اصل ماڈلز کے نتائج کے درمیان ہوتا ہے۔
بنیادی خیال یہ ہے کہ بڑے زبان کے ماڈلز (LLMs) کے درمیان روایتی تعامل، جو متن کے ذریعے ہوتا ہے، سے آگے بڑھا جائے، جہاں ایک ماڈل جواب پیدا کرتا ہے، پھر دوسرا ماڈل اسے وصول کر کے دوبارہ پروسیس کرتا ہے۔ موستک معلومات کو براہ راست ماڈلز کے اندرونی ریاضیاتی نمائندگیوں کے ذریعے منتقل کرنے کا تجویز کرتا ہے، اس مرحلے کو مکمل طور پر نظر انداز کرتے ہوئے۔ اس نقطہ نظر کا مقصد متعدد ماہرانہ ماڈلز کو مؤثر طریقے سے ضم کرنے کے چیلنج کو حل کرنا ہے، جبکہ بار بار متن میں تبدیل ہونے سے پیدا ہونے والے کمپیوٹیشنل بوجھ، جو معلومات کے ضیاع اور وسائل کی بربادی کا سبب بنتا ہے، سے بچنا ہے۔
تاہم، یہ ٹیکنالوجی ابھی تک دھندلی ہے، کیونکہ ٹیم نے کوئی سائنسی مقالہ، اوپن سورس کوڈ، یا لاگت کے حساب کی طریقہ کار شائع نہیں کیا ہے، اور نہ ہی GLM اور Qwen کے درمیان موازنے کے لیے کوئی مخصوص معیار پیش کیا ہے۔ واائرڈ کی رپورٹ میں اشارہ کیا گیا ہے کہ کمپنی نے ابھی تک درست تکنیکی تفصیلات فراہم نہیں کی ہیں، اور ان دعووں کی کوئی آزادانہ تصدیق نہیں ہوئی ہے، جس سے اس ٹیکنالوجی کی جدت کے بارے میں شکوک پیدا ہوتے ہیں۔ یہ واضح نہیں ہے کہ کیا موستک کی ٹیکنالوجی حقیقی جدت ہے، یا پھر کوگنیٹو ڈسٹیلیشن (Cognitive Distillation) یا ایمبیڈنگ اسپیس میں رابطہ جیسی موجودہ تصورات کی صرف ایک نئی شکل ہے۔
موستک میں سائنسی تحقیق کی قیادت پروفیسر سٹینیسلاو سمیرنوف کر رہے ہیں، جنہوں نے 2010 میں فیلڈز میڈل جیتی اور جنہیں جنیور یونیورسٹی میں پروفیسر کے عہدے پر فائز کیا گیا ہے۔ سمیرنوف کا کہنا ہے کہ اہم ترین کاموں میں سے ایک یہ ہے کہ ایک مشترکہ ریاضیاتی زبان تلاش کی جائے جو مختلف ماڈلز کو ایک دوسرے کی اندرونی نمائندگیوں کو سمجھنے کی اجازت دے۔
مشاہدین کا کہنا ہے کہ معیاری ڈیٹا جاری کرنا، سسٹم کا کوئی حصہ اوپن کرنا، یا بڑی مالی امداد حاصل کرنا ان دعووں کی صداقت کو ثابت کرنے میں مددگار ثابت ہو سکتا ہے۔ ہر حال میں، یہ ترقی مصنوعی ذہانت کے متعدد ماڈلز سے زیادہ مؤثر طریقے سے فائدہ اٹھانے کے لیے مسلسل کوششوں کو اجاگر کرتی ہے، جو دنیا بھر کی بڑی ٹیکنالوجی کمپنیوں کے لیے ایک چیلنج ہے۔
