AI تک رسائی کو جمہوری بنانا پہلے سے کہیں زیادہ اہم ہو گیا ہے۔

ایکویٹی اور ترقی کے لیے ایک اہم ٹول کے طور پر AI

مصنوعی ذہانت (AI) اب تحقیقی لیبز اور ہائی ٹیک کارپوریشنوں تک محدود مستقبل کا تصور نہیں ہے۔ یہ اب ہماری روزمرہ کی زندگی کے تانے بانے میں بُنا گیا ہے، جس سے ہم کس طرح کام کرتے ہیں، بات چیت کرتے ہیں اور پیچیدہ مسائل کو حل کرتے ہیں۔ پھر بھی، جیسے جیسے AI کا اثر بڑھتا ہے، اسی طرح اس میں تفاوت بھی بڑھتا ہے کہ اس کی تبدیلی کی صلاحیت تک کس کی رسائی ہے۔ "ڈیموکریٹائزنگ AI" رکاوٹوں کو توڑنے کے بارے میں ہے - تکنیکی، اقتصادی اور سماجی - تاکہ ہر کوئی، نہ صرف چند مراعات یافتہ افراد، اپنی طاقت کو بروئے کار لا سکے۔ یہ مضمون دریافت کرتا ہے کہ کس طرح اوپن سورس ٹولز، قابل رسائی تعلیم، اور اخلاقی فریم ورک AI کو جدت، مساوات، اور عالمی ترقی کے لیے ایک جامع قوت بنانے کی تحریک چلا رہے ہیں۔ اور AI میں ایک جمہوری مستقبل کی ترقی کے لیے ماحولیاتی نظام میں کچھ خلاء کو دور کرنے کے لیے Spin I نے ایک نیا پروجیکٹ متعارف کرایا ہے۔

1. AI کی موجودہ حالت

اپنے ابتدائی دنوں میں، AI ایک ٹول سے زیادہ ایک نیاپن تھا۔ ابتدائی طور پر، ہم آہنگ زبان کے ردعمل پیدا کرنا، لیکن حقیقی دنیا کے کاموں اور چیلنجوں سے نمٹنے کے لیے درکار ذہانت اور کارکردگی کا مکمل طور پر فقدان ہے۔ وقت گزرنے کے ساتھ، ٹیکنالوجی کمپنیوں، محققین اور اس شعبے میں اسٹارٹ اپس کی کئی پیش رفتوں نے ان ٹولز کو نمایاں طور پر زیادہ قابل رسائی اور عملی بنا دیا ہے۔ تاہم، AI تحقیق کا جدید ترین حصہ ابھی بھی چند لوگوں کے ہاتھ میں ہے جس میں سپر کمپیوٹنگ پاور، خصوصی ٹیلنٹ، اور ملکیتی ڈیٹا میں سرمایہ کاری کرنے کے وسائل ہیں۔ افراد اور تنظیموں کی اکثریت کے لیے، داخلے کی راہ میں حائل رکاوٹیں اب بھی پریشان کن ہیں اور AI اختراع ایک دور دراز کے موقع کی طرح محسوس کر سکتی ہے، ایک محفوظ قلعہ، جس سے ان کی ملازمتوں، کاروباروں اور معاش کو خطرہ لاحق ہو سکتا ہے۔ خاطر خواہ فنڈنگ یا بااثر نیٹ ورکس تک رسائی کے بغیر، اس تبدیلی والے ٹیکنالوجی کے میدان میں قدم جمانے کے امکانات مشکل ہی رہتے ہیں۔

ہائپ اور پروپیگنڈے کے باوجود مالی رکاوٹیں بے پناہ ہیں۔ AI سسٹمز بنانے کے لیے بڑے پیمانے پر جدید ترین ہارڈ ویئر تک رسائی کی ضرورت ہوتی ہے، جسے صرف امیر ترین کھلاڑی ہی برداشت کر سکتے ہیں۔ یہاں تک کہ ایک واحد AI ماڈل کے لیے پیمانے پر ٹریننگ اور چلانے کا اندازہ سیکڑوں ہزاروں سے لاکھوں ڈالر کی کمپیوٹیشنل پاور کا مطالبہ کر سکتا ہے۔ مزید برآں، AI کی پیچیدہ نوعیت مہارت کا ایک بڑا خلا پیدا کرتی ہے، جو صرف انتہائی ہنر مند انجینئرز اور محققین کے چھوٹے کیڈر کے لیے قابل رسائی ہے۔ کم فنڈ والے اداروں میں اسٹارٹ اپس، غیر منفعتی اور اختراع کرنے والوں کے لیے، AI ایک دور کا خواب تھا — اور اکثر اب بھی ہے، ایک تبدیلی کی ٹیکنالوجی جسے وہ نہیں کھول سکتے، صرف امید کی جھلکیاں دی گئی ہیں جو کہ لوگوں کو ٹیکنالوجی کے لیے صارفین میں تبدیل کرنے کے لیے ڈیزائن کیا گیا ہے تاکہ محنت کے ثمرات، سرمایہ کاری اور AI افق کی ترقی پر بیٹھے افراد کے مقابلے میں ٹیکنالوجی کے لیے صارفین کو تبدیل کیا جا سکے۔

2. جمہوریت کیوں اہم ہے؟

AI میں تحقیق عام طور پر پوری دنیا میں انصاف، مساوات اور جدت کو یقینی بنانے کے لیے پرعزم ہے۔ تاہم سماجی، سیاسی، معاشی اور قانونی جدوجہد سے درپیش چیلنجز ہیں کہ کس طرح AI کی کمرشلائزیشن ملازمتوں، سماجی ہم آہنگی، نفسیاتی اور مالیاتی فلاح و بہبود کو پوری دنیا میں متاثر کرے گی۔ اس طرح کے گہرے اثرات تمام اسٹیک ہولڈرز کی جمہوری شرکت کا مطالبہ کرتے ہیں۔

AI کی جمہوریت اور تجارتی کاری کے چار پہلو ہیں: ڈیٹا تک رسائی، کمپیوٹ، آئی پی (تکنیکی معلومات) اور فنانس۔

ڈیٹا فرنٹ پر: ملکیتی AI ماڈلز اکثر واضح صارف کی رضامندی کے بغیر نجی اور عوامی ڈیٹا کی وسیع مقدار کو استعمال کرتے ہیں۔ اس ڈیٹا کے تخلیق کاروں اور مالکان کو شاذ و نادر ہی ان ماڈلز سے حاصل ہونے والی آمدنی اور نمو میں مساوی شناخت یا حصہ داری ملتی ہے، جس سے اہم اخلاقی، قانونی اور مالی خدشات پیدا ہوتے ہیں۔ AI اور ڈیٹا کے اثاثوں پر ملکیت کو جمہوری بنانا افراد اور کمیونٹیز کو بااختیار بنانے کی جانب ایک اہم قدم ہے تاکہ وہ اپنے تعاون کی ملکیت حاصل کر سکیں، اس بات کو یقینی بناتے ہوئے کہ AI کے فوائد پورے معاشرے میں زیادہ منصفانہ طریقے سے تقسیم کیے جائیں۔ گوگل، میٹا، مائیکروسافٹ اور اوپن اے آئی جیسی کمپنیاں پہلے ہی دنیا بھر کی تنظیموں اور حکومتی اداروں کے ساتھ گرم پانیوں میں اتر چکی ہیں اور ایسی قانونی لڑائیوں کی مثالیں نیویارک ٹائمز کے OpenAI کے خلاف مقدمے میں دیکھی جا سکتی ہیں [1, 2]، NY Times کے اس کے ماڈلز کی تربیت میں اس کے مواد کے استعمال پر اعتراض، یا آسٹریلیا کی جانب سے گوگل اور میٹا پر قانونی پابندیاں جب اس کے نتائج کو آسٹریلوی نیوز ایجنسیوں کا حصہ دکھاتا ہے۔ (جس سے پتہ چلتا ہے کہ جدید LLMs منظرعام پر آنے سے پہلے ہی ڈیٹا اور مواد کی منیٹائزیشن پر جنگ کیسے چل رہی ہے)۔ اس طرح کی قانونی اور سماجی لڑائیاں اعداد و شمار کو بانٹنے کے لیے مالیاتی اور قانونی طریقہ کار کی اہمیت کو ظاہر کرتی ہیں جس کے تحت AI کی پیشرفت ہوتی ہے۔

[1] https://harvardlawreview.org/blog/2024/04/nyt-v-openai-the-timess-about-face/

[2] https://www.theguardian.com/media/2023/dec/27/new-york-times-openai-microsoft-lawsuit

[3] https://www.france24.com/en/live-news/20241212-australia-to-force-tech-titans-to-pay-for-news

کمپیوٹ کے محاذ پر: چند اچھی مالی اعانت سے چلنے والے اداروں کے ہاتھوں میں کمپیوٹنگ کے وسائل کا ارتکاز انسانی ذہانت کو گھٹا دیتا ہے اور مستقبل میں اسی AI اثاثوں کے ساتھ AI اثاثوں کو تیار کرنے والے لیبر کو بے گھر کرنے کے لیے ٹیڑھی ترغیبات پیدا کرتا ہے۔ بہت سے باصلاحیت اختراع کار نئے AI ماڈلز کو ڈیزائن کرنے، تخلیق کرنے یا ان کے مالک ہونے سے صرف اس لیے قاصر ہیں کہ ان کی ترقی کے لیے درکار کمپیوٹیشنل انفراسٹرکچر تک رسائی نہیں ہے۔ یہ تفاوت "ہے" اور "ہیں نہیں" کے نظام کو برقرار رکھتا ہے جہاں صرف چند مراعات یافتہ لوگ ہی AI [4, 5, 6] کے مستقبل کی تشکیل میں فعال طور پر حصہ لے سکتے ہیں۔ دنیا بھر میں افراد اور تنظیموں کے لیے کھیل کے میدان کو برابر کرتے ہوئے وسائل اور ماڈل کے نتائج تک رسائی فراہم کر کے اس خلا کو پر کرنے کے لیے جمہوریت کی ضرورت ہے۔ AI اثاثوں کا پیداواری صلاحیت اور لیبر فورس اور ملازمت کی ضروریات میں کمی پر مزید اثر پڑتا ہے۔ نتیجے کے طور پر، محنت، فنانسنگ، کمپیوٹ، ڈیٹا، اور آئی پی ڈیولپمنٹ کے ثمرات میں اشتراک کے لیے مالیاتی اور قانونی شیئر ہولڈنگ میکانزم بنانا جو AI کی ترقی کا باعث بنتا ہے، مستقبل میں AI سے پیدا ہونے والے سرمائے اور محصولات تک منصفانہ رسائی کو یقینی بنانے کے لیے بہت ضروری ہے۔

[4] https://venturebeat.com/ai/ai-research-finds-a-compute-divide-concentrates-power-and-accelerates-inequality-in-the-era-of-deep-learning/

[5] https://www.nature.com/articles/d41586-024-03792-6

[6] https://www.signalfire.com/blog/ai-compute-shortage

مالیاتی محاذ پر: مالیات تک رسائی، افراد اور تنظیموں کی AI کی ترقی میں سرمایہ کاری کرنے اور AI کے مستقبل میں شیئر ہولڈر بننے کی صلاحیت کو کم کرتی ہے۔ ان پٹ سائیڈ پر، AI کو تیار کرنے اور چلانے کے لیے کمپیوٹ، ڈیٹا اور ٹیلنٹ پولز تک رسائی کے لیے مالی وسائل کی ضرورت ہوتی ہے، ایک زیادہ اہم مالی غور مساوات کے آؤٹ پٹ سائیڈ پر ہے۔ AI ماڈلز انسانی محنت کو مؤثر طریقے سے بے گھر کرنے کا رجحان رکھتے ہیں، جو افراد اور تنظیم کے لیے اپنے کاروبار شروع کرنے اور چلانے کے مواقع پیدا کرتے ہیں اور ان کے کاموں سے آمدنی حاصل کرتے ہیں۔ تاہم، یہ استحقاق اگر مالی رکاوٹوں کی وجہ سے صرف چند افراد تک محدود ہے، کھوئی ہوئی ملازمتوں کی قیمت پر آتا ہے اور اولیگرک کاروباری ڈھانچے کی طرف طاقت کی حرکیات میں کمی کی وجہ سے AI پر مبنی کاروبار کو ترقی دینے اور چلانے کے لیے فنانس تک رسائی رکھنے والوں کے درمیان تفاوت ہوتا ہے بمقابلہ مالیات کے بغیر، مہارت، وقت اور محنت پر منحصر ہوتا ہے کہ وہ خود کار طریقے سے کام کرنے کے زیادہ مواقع کم کرتے ہیں۔ اہم بات یہ ہے کہ اس تیزی سے خود کار دنیا میں شیئر ہولڈنگ اور ریونیو کے حصص ان لوگوں کے درمیان کیسے تقسیم کیے جاتے ہیں جو اس طرح کی ترقی کو مالی اعانت فراہم کرتے ہیں بمقابلہ وہ جو اس طرح کے کاروبار کو ترقی دینے میں وقت، مہارت اور کوششوں کے ساتھ سرمایہ کاری کرتے ہیں۔ مزید برآں، ابتدائی جیتوں اور معاوضوں سے ہٹ کر ایسے AI پر مبنی کاروباروں کے آپریشن میں کس طرح مالیاتی سرمایہ کاری کے مواقع اور آمدنی پیدا کرنے کے مواقع مستقل بنیادوں پر فراہم کیے جاتے ہیں، مستقبل میں ایسی تفاوتوں سے پیدا ہونے والے تنازعات سے بچنے کے لیے ایک اہم بات ہے۔

حقیقی جمہوریت کو ٹولز اور انفراسٹرکچر تک رسائی سے بڑھ کر فنانس، ایکویٹی اور آمدنی کے مواقع تک بڑھانا چاہیے۔ اس کے لیے اخلاقی تربیت، متنوع ڈیٹاسیٹس کے استعمال، اور مساوی حکمرانی کے ڈھانچے کے قیام کے عزم کی ضرورت ہے۔ AI سسٹمز میں تعصبات کو دور کرکے اور ان کے استعمال میں جوابدہی کو یقینی بنا کر، ہم ایسی ٹیکنالوجی بناتے ہیں جو نہ صرف قابل رسائی ہے بلکہ ذمہ دار اور جامع بھی ہے۔ AI کو جمہوری بنانا صرف ایک تکنیکی مقصد نہیں ہے۔ یہ یقینی بنانا ایک معاشرتی ناگزیر ہے کہ AI تقسیم اور تنازعہ کی بجائے مشترکہ ترقی کے لیے ایک قوت کے طور پر کام کرے۔

3. AI میں جمہوریت سے نمٹنے کے لیے کیا کیا جا رہا ہے؟

بہت سارے اوپن سورس AI ماڈلز اور ایجنٹ فریم ورک اب اولاما، HuggingFace، Letta، LangChain جیسے پلیٹ فارمز کے ذریعے دستیاب ہیں، جن میں سے کچھ کا نام لیا جائے گا (آپ لیٹا کے AI ایجنٹ کے اسٹیک کے خلاصے کا حوالہ دے سکتے ہیں [7] اس بات کا مختصر اندازہ حاصل کرنے کے لیے کہ کھلے اور بند API ٹکنالوجی کے اسٹیک کیسی نظر آتی ہے)۔ مختصراً، بہت سارے اوپن سورس اور اوپن ویٹ AI ماڈلز پہلے ہی آن لائن شیئر کیے گئے ہیں جنہیں تخلیق کار اور کمپنیاں ایک نقطہ آغاز کے طور پر استعمال کر سکتے ہیں اور اپنی مصنوعات کو اس وقت تک ترقی دے سکتے ہیں جب تک کہ ان کے پاس کاروباری منصوبے پر عمل درآمد کرنے کے لیے مالی، کمپیوٹیشنل، ڈیٹا اور تکنیکی وسائل موجود ہوں۔ یہ وہ جگہ ہے جہاں کیچ ہے تاہم، مندرجہ بالا چار وسائل کی دستیابی کی حدود ہیں، اور ان میں سے ہر ایک تنظیم کو کمزور کرنے یا اپنے AI کو ترک کرنے کا سبب بن سکتا ہے۔

[7] https://www.letta.com/blog/ai-agents-stack

ڈیٹا اور آئی پی کے موضوع پر

اس مضمون کے لکھنے تک، AI کی ترقی کے لیے ڈیٹا فراہم کرنے والوں کے طور پر افراد اور کمپنیوں کے ڈیٹا کو شیئر کرنے اور منیٹائز کرنے کے لیے ابھی تک کوئی معیاری قانونی اور مالیاتی طریقہ کار موجود نہیں ہے۔ میٹا میں VP اور چیف AI سائنسدان Yann LeCun نے حال ہی میں ڈیٹا کے موضوع پر پوسٹ کیا اور اداروں، حکومتوں اور کمیونٹیز پر زور دیا کہ وہ ڈیٹا کو تربیت کے لیے آزادانہ طور پر اس شرط کے تحت دستیاب کریں کہ ایسے ماڈلز کو وزن اور انفرنس کوڈ کے ساتھ آزادانہ طور پر دستیاب کیا جائے۔ اس طرح کا ڈیٹا شیئرنگ ماڈل عوام کو مزید نمائندہ AI ماڈلز حاصل کرنے کا مضمر سودا پیش کرتا ہے جبکہ کمپنیوں کو نمائندہ ڈیٹا سیٹس تک رسائی حاصل کرنے کی اجازت دیتا ہے، سماجی بھلائی کے لیے ایک مضمر سماجی معاہدہ کرتا ہے جبکہ کمپنیوں کو ایسے ماڈلز کی تربیت اور ترمیم پر مخصوص IP اور کاروباری مفادات کو برقرار رکھنے کی اجازت دیتا ہے۔

دوسرے انتہائی سرے پر بند API ماڈلز کی تربیت کے لیے کمپنیوں کی جانب سے عوامی ڈیٹا کا استعمال ہے، جس سے عوام کو نتیجے میں آنے والے AI ماڈلز تک بامعاوضہ رسائی فراہم کی جاتی ہے لیکن تربیت یافتہ ماڈلز کی میزبانی کرنے یا ان میں ترمیم کرنے یا چلانے کی صلاحیت نہیں ہے۔

ایک درمیانی راستہ جو اکثر تجویز کیا جاتا رہا ہے لیکن ابھی تک لاگو نہیں کیا گیا ہے وہ ماڈل کے اندر شیئر ہولڈنگ میکانزم کے ذریعے مخصوص معاوضے کے ساتھ تربیت کے لیے ڈیٹا فراہم کرنا ہے۔ اس طرح کی تجاویز کی مثالیں [8، 9] میں مل سکتی ہیں۔

[8] https://www.forbes.com/councils/forbestechcouncil/2024/06/26/20-tools-and-strategies-for-safe-and-efficient-ai-system-data-sharing/

[9] مشترکہ فوائد کے ساتھ ڈیٹا کا اشتراک: مصنوعی ذہانت کا نقطہ نظر، نیشنل لائبریری آف میڈیسن، https://pubmed.ncbi.nlm.nih.gov/37642995/

[10] گہری سیکھنے کے دور میں ڈیٹا کا اشتراک، https://www.nature.com/articles/s41587-023-01770-3

یہاں ایک تکنیکی رکاوٹ ان معاہدوں کو نافذ کرنے کے لیے زیرو ٹرسٹ میکانزم کو نافذ کرنے میں ہے جس کے تحت ڈیٹا کو شیئر کیا جانا ہے اور AI نتائج تک رسائی کو نافذ کرنا ہے جیسا کہ معاہدے کی شرائط کے مطابق ہے۔ Web3 سمارٹ کنٹریکٹ اس طرح کے ڈیٹا شیئرنگ میکانزم کو لاگو کرنے کے لیے قدرتی فٹ فراہم کرتے ہیں، تاہم، پرائیویسی کے خدشات کو مدنظر رکھتے ہوئے اور جائز مسابقتی فوائد کو قربان کیے بغیر حل کو اپنی مرضی کے مطابق بنانا ہوگا [10] جو کمپنیاں اور اسٹیک ہولڈرز پرائیویٹائزڈ ڈیٹا اور AI ماڈل ماحول کے ذریعے مخصوص ایپلیکیشن ڈومینز کے اندر تلاش کرتے ہیں۔

پہلے پاس حل کے طور پر، میں ڈیٹا شیئرنگ کے اس آسان نمونے کی طرف توجہ دلاتا ہوں جس کا ذکر Yann LeCun نے اپنی پوسٹ میں کیا ہے، جہاں سماجی بھلائی کے تناظر میں ڈیٹا شیئرنگ کو ہدف بنایا جاتا ہے۔ ایک Web3، زیرو ٹرسٹ میکانزم کے ساتھ، میں اس تجویز میں ایک اضافی پرت شامل کرتا ہوں، جہاں لوگوں کو ماڈل کی تربیت میں ان کے ڈیٹا کی شراکت کے لیے NFT ٹوکنز کے ذریعے مناسب معاوضہ دیا جا سکتا ہے اور وہ AI پر مبنی سرمایہ کاری اور ترقی کے عمل میں مالیاتی حصہ دار بن سکتے ہیں۔

حساب کے موضوع پر

جیسا کہ اوپر روشنی ڈالی گئی ہے، حسابی وسائل کی دستیابی اور استطاعت اکثر افراد اور تنظیموں کے لیے ایک محدود عنصر ہے۔ اکثر اعلیٰ درجے کے GPUs ناقابل برداشت ہوتے ہیں یا معاہدوں کے ذریعے بند کردیئے جاتے ہیں اور اس طرح کھلے بازار میں دستیاب نہیں ہوتے۔ تاہم افراد اور تنظیموں کے ہاتھوں میں کم استعمال شدہ صارف گریڈ GPUs کی کثرت ہے۔ مزید، کنزیومر گریڈ GPUs جیسے RTX3090/4090 کو پہلے ہی Llama3 اور اس سے اوپر کے درمیانے سائز کے ماڈلز کے ساتھ ٹریننگ اور انفرنس میں اعلی درجے کے GPUs کے مقابلے کی کارکردگی فراہم کرتے ہوئے دکھایا گیا ہے (OpenAI GPT4 یا اس سے اوپر کے مقابلے میں AI ماڈل کی کارکردگی کے ساتھ)۔ اس سے کلاؤڈ میں تجارتی طور پر دستیاب GPUs کے مقابلے میں اندرون خانہ ہارڈویئر پر کچھ تخمینہ اور تربیتی اخراجات کو آف لوڈ کرنے کا موقع ملتا ہے۔ اس سے افراد اور تنظیموں کو AI ماڈل کی تربیت کے لیے میزبان بننے کی اجازت ملتی ہے اور AI انفراسٹرکچر کے لیے ایک AirBnB جیسا سیٹ اپ تشکیل دیتے ہوئے، تنظیم کے اندر یا انٹرنیٹ پر اپنے ساتھیوں کو جمہوری رسائی فراہم کرنے کے لیے وسائل کا اندازہ لگایا جا سکتا ہے۔

فنانس کے موضوع پر

فنانس کی طرف، گوگل جیسے کلاؤڈ سروس فراہم کرنے والے AI تیار کرنے والے اسٹارٹ اپس کو کچھ مفت کلاؤڈ کریڈٹ پیش کرتے ہیں۔ دوسرے کلاؤڈ سروس فراہم کرنے والے بھی ہیں جو مسابقتی قیمتوں پر کرایہ کے لئے اعلی درجے کے GPU سرور پیش کرتے ہیں (اکثر افراد اور چھوٹی کمپنیوں کے لئے اب بھی بہت مہنگا ہے)۔ اس مسئلے کو کسی حد تک سٹارٹ اپس کی تعمیر میں پرائیویٹ ایکویٹی سرمایہ کاری کے ذریعے حل کیا گیا ہے (اسٹارٹ اپس کے لیے مالی مسائل کو حل کرنے کے لیے ایک فروغ پیدا کرنا لیکن پھر بھی بہت سارے ٹیلنٹ پول کو سرمایہ کاروں کی پہنچ سے دور رکھنا اور اس کے برعکس)۔ سپن اسٹارٹ اپس اور افراد کے لیے کلاؤڈ فراہم کنندگان، اداروں اور انٹرنیٹ کے ساتھیوں سے سپانسر شدہ یا زیادہ سستی شرح پر کمپیوٹ وسائل حاصل کرنے کا ایک متبادل ذریعہ فراہم کرتا ہے۔

کمپیوٹ کے علاوہ، ڈیٹا کے حصول کی مالی اعانت کا مسئلہ بھی برقرار ہے اور NFT/سمارٹ کنٹریکٹ پر مبنی ڈیٹا شیئرنگ ٹریننگ اور RAG پر مبنی ایپلی کیشنز کے لیے ڈیٹا کو AI سسٹمز سے منسلک کرنے کا ایک متبادل ذریعہ فراہم کرتا ہے۔ AI کے ذریعے ویلیو جنریشن کے آؤٹ پٹ سائیڈ پر، Spin وسائل فراہم کرنے والوں کو بھی فراہم کرتا ہے (ڈیٹا کے لیے میزبان - جیسے فنکار، مصنف، تخلیق کار، اور کمپیوٹ - جیسے کلاؤڈ سروس فراہم کرنے والے، انٹرپرائزز اور انفرادی میزبان)، اپنے وسائل کو منیٹائز کرنے اور براہ راست، فعال اور مستقل شرکاء اور مستفید بننے کے لیے ایک راستہ فراہم کرتا ہے جس سے AI میں قدر کی تقسیم کے فریم میں مزید ڈس ایبریٹک فریم فراہم کیا جاتا ہے۔ تیزی سے خود کار دنیا.

4. آپ AI کو جمہوری بنانے میں کس طرح مدد کر سکتے ہیں؟

AI کو جمہوری بنانے کے لیے تین اقدامات ضروری ہیں:

1. AI ماحولیاتی نظام کے اندر ڈیٹا اور IP قوانین کا نفاذ

2. AI ٹریننگ اور انفرنس انفراسٹرکچر تک مشترکہ رسائی فراہم کرنا
3. AI مواقع سے پیدا ہونے والی مالیات اور آمدنی کے سلسلے تک مشترکہ رسائی فراہم کرنا

1. ڈیٹا اور IP قوانین کو نافذ کریں۔

افراد اور تنظیموں کے طور پر، ہمیں AI ٹریننگ اور AI جنریٹڈ (تخصیص) آؤٹ پٹس میں ڈیٹا کے غلط استعمال کے خلاف اپنے حقوق کی حفاظت کرنے کی ضرورت ہے۔ اس کے لیے ڈیٹا کے تحفظ کو نافذ کرنے اور AI کے ذریعے کاپی رائٹ کی خلاف ورزیوں کا پتہ لگانے کے لیے قانونی اور تکنیکی میکانزم قائم کرنے کے لیے اہم کام کی ضرورت ہے۔ مسئلہ کاپی رائٹ نافذ کرنے والوں اور AI ڈویلپرز اور کمپنیوں کے لیے بھی ایک چیلنجنگ ہے جو نادانستہ طور پر کاپی رائٹس کی خلاف ورزی کر سکتے ہیں یہ سمجھے بغیر کہ انھوں نے ایسا کیا ہے، اس لیے کہ ایک AI ماڈل کے ذریعے بہت زیادہ اعداد و شمار کا جائزہ لیا جاتا ہے۔ اگر آپ ایک مصنف، ایک صحافی، ایک آرٹسٹ، ایک وکیل، اپنے یا اپنے ادارے کے لیے ڈیٹا کے تحفظ اور کاپی رائٹس کو نافذ کرنے میں قانونی اور تکنیکی چیلنجوں میں حصہ دار ہیں، تو ایسے طریقہ کار کو نافذ کرنے کے لیے حل تلاش کریں۔

اگر آپ AI تیار کرنے والی کمپنی یا فرد ہیں تو اس بارے میں مزید جانیں کہ آپ مالکان کے حقوق کی خلاف ورزی کیے بغیر عوامی اور نجی ڈیٹا تک قانونی طور پر کیسے رسائی حاصل کر سکتے ہیں۔

2. مشترکہ AI ٹریننگ اور انفرنس کے لیے کمپیوٹ ہوسٹ بنیں۔

بڑی زبان اور دیگر AI ماڈلز کو تربیت اور تخمینہ دونوں کے لیے بہت زیادہ کمپیوٹ کی ضرورت ہوتی ہے۔ آپ اس کمپیوٹ ایکو سسٹم میں حصہ لینے والے اور سرمایہ کار بن سکتے ہیں اور بن سکتے ہیں۔ فی الحال لاکھوں افراد اور اس لفظ کے ارد گرد اسٹارٹ اپس AI کے ساتھ چلانے اور تجربہ کرنے کے لیے دستیاب کمپیوٹ کی مقدار کی وجہ سے رکاوٹ کا شکار ہیں۔ آپ گھر میں موجود صارف گریڈ GPU اور کمیونٹی کی طرف سے باقاعدگی سے جاری کیے جانے والے اوپن سورس AI ماڈلز کا استعمال کرتے ہوئے ایسے AI کے میزبان بن سکتے ہیں۔ اس طرح کے کمپیوٹ فراہم کر کے آپ اپنی کمپیوٹ کی طاقت کو منیٹائز کر سکتے ہیں اور دنیا بھر کے لاکھوں اختراع کاروں، محققین اور سٹارٹ اپس کے لیے رکاوٹوں کو کم کر سکتے ہیں، ساتھ ہی ساتھ تھوڑا سا پیسہ بھی کما سکتے ہیں۔

3. AI مواقع سے پیدا ہونے والی مالیات اور آمدنی کے سلسلے تک مشترکہ رسائی فراہم کریں۔

AI ڈویلپرز کے طور پر، ہمیں اس سماجی اثرات کا ادراک ہونا چاہیے جو ہمارے کام سے دنیا بھر کے اربوں خاندانوں اور افراد کی مالی بہبود اور معاش پر پڑے گا۔ AI کے ساتھ پیدا ہونے والے ریونیو کے سلسلے میں حصہ دار اور حصہ دار بننے کے لیے افراد کو معلومات تک رسائی اور ڈیٹا، حساب اور مالیات تک رسائی کے قابل بنانا سماجی ہم آہنگی کو برقرار رکھنے اور مستقبل میں پیدا ہونے والے سماجی تنازعات سے بچنے کے لیے ایک اہم بات ہے۔ AI سے چلنے والی ملازمتوں میں کمی کی صورت میں عالمگیر بنیادی آمدنی کی باتوں پر پہلے ہی غور کیا جا رہا ہے، تاہم اعداد و شمار، اختراعات اور افراد کے حساب سے شراکت کے تناسب سے اس طرح کی عالمگیر آمدنی فراہم کرنے کا ایک زیادہ جائز بنیاد لوگوں کو زیادہ وقار کے ساتھ اور معقول وجہ کے ساتھ ایسی آمدنی حاصل کرنے پر مجبور کرتا ہے کیونکہ وہ اپنے ڈیٹا، کمپیوٹ اور ماڈل آئی پی کو ماحولیاتی نظام میں حصہ ڈالتے ہیں۔ AI ڈویلپرز، ڈیٹا کنٹریبیوٹرز اور کمپیوٹ کنٹریبیوٹرز، سبھی کو، مستقبل میں ایک مستقل آمدنی کا ذریعہ دینا - AI کے ساتھ زیادہ خودکار، مستقل کام سے روزی کمانے کے کم مواقع کے ساتھ، ایک اہم بات ہے۔

اس جگہ میں ایک سٹارٹ اپ بانی کے طور پر، میں https://synaptrix.org پر Spin کے لیے PoC کی جانچ کر رہا ہوں اور آپ کے تاثرات کی تعریف کروں گا۔

آپ کا کیا خیال ہے، آپ AI کا مستقبل کیسا دیکھنا چاہیں گے؟