مصنوعی ذہانت کی دنیا میں اس ہفتے تین ایسے واقعات سامنے آئے ہیں جو ایک ہی پیغام دیتے ہیں: اب طاقت صرف بڑے ماڈلز میں نہیں، بلکہ سسٹم ڈیزائن، اسکیفولڈنگ اور ٹریننگ حکمتِ عملی میں ہے۔
سب سے پہلے Meta اور Harvard University نے ایک اوپن سورس کوڈنگ ایجنٹ متعارف کروایا جسے Confucius Code Agent کہا جاتا ہے۔ یہ عام اے آئی کوڈنگ ایجنٹس سے مختلف اس لیے ہے کیونکہ یہ ماڈل کو نہیں بلکہ اس کے گرد بنے پورے نظام کو اصل مسئلہ سمجھتا ہے۔
کنفیوشس ایس ڈی کے میں ہائیرارکل میموری، مستقل نوٹ ٹیکنگ اور اسمارٹ ٹول آرکیسٹریشن شامل ہے، جو ایجنٹ کو طویل اور پیچیدہ کوڈ بیسز میں بھٹکنے سے بچاتی ہے۔ نتیجہ یہ ہے کہ ایک درمیانی درجے کا ماڈل، مضبوط اسکیفولڈ کے ساتھ، بڑے اور مہنگے ماڈلز سے بہتر کارکردگی دکھا رہا ہے۔ یہ اس خیال کو مضبوط کرتا ہے کہ مستقبل میں جیت ماڈل سائز نہیں بلکہ سسٹم انجینئرنگ طے کرے گی۔
دوسری بڑی خبر ابو ظہبی کے Technology Innovation Institute سے آئی، جہاں Falcon H1R 7B لانچ کیا گیا۔ یہ صرف سات ارب پیرامیٹرز پر مشتمل ایک ریزننگ ماڈل ہے، مگر حیران کن طور پر یہ 14B اور 40B سے بڑے ماڈلز کو پیچھے چھوڑ رہا ہے۔
اس کی وجہ ہائبرڈ ٹرانسفارمر + Mamba آرکیٹیکچر، 256,000 ٹوکن کا وسیع کانٹیکسٹ ونڈو، اور درستگی پر مبنی ری انفورسمنٹ لرننگ ہے۔ یہ ماڈل ثابت کرتا ہے کہ چھوٹے مگر سمجھداری سے تربیت یافتہ ماڈلز، بھاری بھرکم ماڈلز کے متبادل بن سکتے ہیں۔
تیسری اور سب سے خاموش مگر معنی خیز پیش رفت DeepSeek کی جانب سے سامنے آئی، جہاں انہوں نے اپنے R1 ماڈل کے تحقیقی پیپر کو اچانک 22 صفحات سے بڑھا کر 86 صفحات کر دیا۔
اس اپڈیٹ میں مکمل ٹریننگ پائپ لائن، ناکام تجربات، ری انفورسمنٹ لرننگ کی تفصیلات اور درجنوں بینچ مارکس شامل کر دیے گئے ہیں۔ ماہرین اسے اس بات کی علامت سمجھ رہے ہیں کہ ڈیپ سیک شاید اگلی بڑی ریلیز کے لیے میدان ہموار کر رہا ہے۔
ان تینوں پیش رفتوں کو ایک ساتھ دیکھیں تو تصویر واضح ہو جاتی ہے:
اے آئی کی اگلی دوڑ بڑے ماڈلز کی نہیں، بہتر ڈیزائن کیے گئے سسٹمز کی ہو گی۔
یہ تحریر اے آئی کی دنیا کے فیس بک پیج پر پوسٹ کی گئی ہے
#AiKiDuniya, #ArtificialIntelligence, #OpenSourceAI, #AIResearch, #FutureOfAI
