بسا اوقات ٹیکنالوجی کوئی ایسا قدم اٹھاتی ہے جو خاموش ہوتے ہوئے بھی پوری انڈسٹری کو ہلا دیتا ہے۔ یہی کچھ تازہ اعلان کے ساتھ ہوا ہے۔ معروف کمپنی Broadcom نے ایک ایسا نیا اے آئی چیپ سیٹ متعارف کرایا ہے جو آواز کا ترجمہ، ڈبنگ، اور اسکرین پر نظر آنے والے سینز کی آڈیو ڈسکرپشن ، سب کچھ براہِ راست ڈیوائس کے اندر کرتا ہے۔ یعنی نہ کوئی کلاؤڈ، نہ کوئی انٹرنیٹ کنکشن، نہ کوئی تاخیر۔
یہ پوری صلاحیت CAMB.AI نامی ادارے کی ٹیکنالوجی سے ممکن ہوئی ہے، جو اب براہ راست چپ پر ہی چل سکے گی۔ اس کا مطلب ہے کہ جہاں یہ چپ استعمال ہو گی، وہ ڈیوائس ریئل ٹائم ترجمہ اسی لمحے آف لائن کر سکے گی۔ یہ پیش رفت accessibility، privacy، اور رفتار تینوں شعبوں کے لیے ایک گیم چینجر بن سکتی ہے۔
سب سے حیران کن بات یہ ہے کہ یہ چیپ 150 سے زائد زبانوں میں جملہ بہ جملہ ترجمہ اور ڈبنگ کر سکتی ہے۔ جب کوئی صارف کچھ بولے گا، چپ چند milliseconds میں ترجمہ کردے گی بالکل اس طرح جیسے قریب بیٹھا انسان فوراً جواب دے دیتا ہے۔
اس ٹیکنالوجی کے دوسرے حصے میں "آڈیو ڈسکرپشن" شامل ہے۔ ایک ڈیمو ویڈیو میں دکھایا گیا کہ کیسے مشہور فلم Ratatouille کا سین چلتے ہوئے AI ہر حرکت، ہر زاویہ، اور ہر تبدیلی کو مختلف زبانوں میں آواز کے ذریعے سمجھا رہا ہے۔ ساتھ ہی سب ٹائٹلز بھی سکرین پر نظر آتے ہیں۔ یہ خصوصیت خاص طور پر اُن صارفین کے لیے مفید ہو سکتی ہے جنہیں بینائی کے مسائل ہیں۔ تاہم کچھ اہم نکات ذہن میں رکھنا ضروری ہیں۔ ڈیمو ایک پلان کیا ہوا، ایڈیٹڈ کلپ تھا۔ اصل دنیا میں پیچیدہ ڈائیلاگ، شور، اوورلیپس، تیز سینز اور مختلف ایکسنٹس کس طرح ہینڈل ہوں گے، اس بارے میں ابھی کوئی واضح جواب نہیں۔ اسی طرح accuracy کا لیول بھی ٹیسٹنگ مکمل ہونے تک یقینی نہیں کہا جا سکتا۔
ٹیکنالوجی اگرچہ ابھی testing phase میں ہے، لیکن اس کی بنیاد انتہائی مضبوط ہے۔ اسی voice model کو پہلے ہی NASCAR، Comcast، Eurovision جیسے ادارے استعمال کر رہے ہیں، جو اسے مزید قابلِ اعتماد بناتا ہے۔
مارکیٹ کے لحاظ سے اس کا ممکنہ اثر بے حد بڑا ہے۔ مستقبل کے ٹی وی، سمارٹ اسپیکرز، ہیڈسیٹس، کانفرنس سسٹمز، اور یہاں تک کہ کاروں کے انٹرٹینمنٹ سسٹمز میں یہ چیپ شامل ہو سکتی ہے۔ جب تمام پروسیسنگ ڈیوائس کے اندر ہوگی، تو:
• انٹرنیٹ کی ضرورت کم
• privacy بہتر
• latency تقریباً ختم
• بینڈوڈتھ کی کھپت کم
• اور ایپلی کیشنز زیادہ تیز
اBroadcom پہلے ہی بڑے اے آئی اداروں کے ساتھ مل کر ہارڈویئر بنا رہا ہے۔ دو ماہ پہلے یہ خبر سامنے آئی تھی کہ کمپنی نے OpenAI کے ساتھ بھی نیا تعاون شروع کیا ہے، جو اس بات کا اشارہ ہے کہ مستقبل کی AI دنیا کس طرف بڑھ رہی ہے ،کلاؤڈ سے نکل کر ہر یوزر کے ہاتھ میں، ہر ڈیوائس کے اندر۔
یہ چپ کب عام صارف کے ٹی وی، باکس، فون یا گیجٹس میں آئے گی ،اس بارے میں ابھی کوئی واضح ٹائم لائن نہیں۔ لیکن ابتدائی ٹیسٹنگ کے بعد اسے mass-production میں جانے میں زیادہ وقت نہیں لگے گا۔
ایک بات طے ہے۔ جس دن یہ ٹیکنالوجی عام صارف تک پہنچی، زبان کی رکاوٹ تقریباً ختم ہو جائے گی۔ لوگ اپنی زبان میں دنیا دیکھیں گے، سنیں گے، سمجھیں گے، اور وہ بھی بغیر انٹرنیٹ، بغیر انتظار۔
یہ تحریر اے آئی دنیا کے فیس بک پیج پر پوسٹ کی گئی ہے۔
