رائے: ٹیک اینڈ اے آئی کے ایک سے زیادہ بانی اور Nexus Climate کے شریک بانی، شریف الصیاد علی کی طرف سے۔
AI ٹیکنالوجی اور اختراع کے بارے میں ہر گفتگو میں ہے۔ ڈیڑھ سال سے اس کا ٹیک پر غلبہ ہے۔ اسے پیداوری سے لے کر تعلیم، صحت کی دیکھ بھال اور آب و ہوا کے بحران تک ہر چیز کے حل کے طور پر سمجھا جاتا ہے۔ لیکن میں آپ کو ایک راز بتاؤں گا: یہ AI، جس قسم کے بارے میں ہر کوئی بات کر رہا ہے، نے موسمیاتی بحران کے لیے کچھ نہیں کیا۔
اصل میں، اسے سکریچ. یہ ڈیٹا سینٹرز سے اخراج میں بہت زیادہ اضافے کا ذمہ دار ہے۔ اس قسم کی AI، جسے مختصراً جنریٹو AI یا GenAI کے نام سے جانا جاتا ہے، جس کا سامنا ہم بڑے لینگویج ماڈلز (LLMs) جیسے ChatGPT اور MidJourney جیسے امیج جنریشن ٹولز میں کرتے ہیں۔
GenAI میں بہت زیادہ سرمایہ کاری ہو رہی ہے – چاہے تمام ہائپ جائز ہے یا نہیں وہ کسی اور بحث کے لیے ہے (میرا مختصر خیال: نہیں، یہ ایک حد سے زیادہ بلبلا ہے جو پھٹ جائے گا)۔ میں جس چیز کے بارے میں فکر مند ہوں وہ یہ ہے کہ جب موسمیاتی بحران سے نمٹنے میں AI کے کردار کی بات آتی ہے تو GenAI ہائپ ٹرین ضرب المثل کے کمرے سے تمام ہوا نکال رہی ہے۔
GenAI AI اور مشین لرننگ کے بہت بڑے شعبے کا ایک ذیلی سیٹ ہے۔. اس کا کچھ استعمال ہو سکتا ہے لوگوں اور تنظیموں کے لیے جو آب و ہوا کے مسائل سے نمٹتے ہیں، خاص طور پر ڈیٹا اور معلومات کے تجزیہ کے ارد گرد۔ جب کسی بھی چیز کو براہ راست ڈیکاربونائز کرنے کی بات آتی ہے تو، LLMs اور ان کی تصویر اور ویڈیو بھائی بہت زیادہ بیکار ہوتے ہیں۔*
لیکن ایسی متعدد AI اور مشین لرننگ ٹیکنالوجیز ہیں جو آج ڈیکاربنائزیشن میں براہ راست حصہ ڈال رہی ہیں۔ وہ چیٹ بوٹس نہیں ہیں اور وہ بٹن دبانے پر ویڈیوز نہیں بناتے ہیں۔ اور، وہ GenAI کے مقابلے میں بہت کم طاقت کے بھوکے ہوتے ہیں۔ ایک عمدہ مثال ٹائم سیریز کی پیشن گوئی ہے، جو مستقبل کی اقدار کی پیشن گوئی کرنے کے لیے وقت کی ترتیب کے ڈیٹاسیٹ میں ماضی کی اقدار کا استعمال کرتی ہے۔ یہ سیکسی نہیں ہے، اسے سرخیاں نہیں ملتی ہیں، لیکن یہ انتہائی موثر ہو سکتی ہے۔
AI اور مشین لرننگ آج متعدد شعبوں اور صنعتوں کو ڈیکاربونائز کرنے میں مدد کر رہے ہیں جن میں بہت سے اسٹارٹ اپ اپنی AI مصنوعات کے ساتھ بڑے چیلنجوں سے نمٹ رہے ہیں۔ چند نام: کاربن ری ، سیمنٹ کی پیداوار میں ایندھن کے دہن کو زیادہ موثر بنانا؛ ** کنکریٹ AI ، کنکریٹ مکس کو بہتر بنانا؛ دور اندیشی ڈیٹا مشینیں ، فولاد سازی کی کارکردگی میں اضافہ اور برین باکس اے آئی کولنگ عمارتوں کو زیادہ موثر بناتی ہے۔ استعمال کے بہت سے دوسرے دلچسپ واقعات سامنے آ رہے ہیں، مثال کے طور پر Orbital Materials نئے کم کاربن مواد کو ڈیزائن کرنے کے لیے AI کا استعمال کر رہا ہے اور پرنسٹن کے سائنسدان فیوژن ری ایکشن کو کنٹرول کرنے کے لیے AI کا استعمال کر رہے ہیں ۔
یہ AI حل مشکل ہیں۔ انہیں صرف AI کی مہارت نہیں بلکہ گہری ڈومین کی مہارت کی ضرورت ہے۔ انہیں AI انجینئرز اور محققین کی ضرورت ہے جو صنعتی عمل، کیمسٹری اور میٹریل سائنس کے ماہرین کے ساتھ مل کر کام کریں۔ انہیں بہت سارے ڈیٹا کی ضرورت ہوتی ہے جو تقریبا ہمیشہ ملکیتی ہوتا ہے۔
ایک AI پروڈکٹ بنانا جو اخراج میں حقیقی کمی فراہم کرتا ہے، LLM کو سافٹ ویئر ایپلی کیشن میں چپکانے سے کہیں زیادہ مشکل ہے۔ آب و ہوا کے لیے حقیقی AI سلوشنز میں ڈیکاربونائزیشن کو فعال اور تیز کرنے کی بڑی صلاحیت ہے - اور اس لیے اقتصادی اور مالیاتی واپسی کی بہت اہم صلاحیت ہے۔ موسمیاتی تبدیلیوں سے نمٹنے کے لیے AI ایک بہت اہم ذریعہ ہے، لیکن ہمیں LLMs کے بارے میں بات کرنا بند کرنے کی ضرورت ہے۔
*یہ GenAI اور اس کی وسیع تر ایپلی کیشنز کے تحت ٹرانسفارمر فن تعمیر سے کچھ بھی نہیں لے جاتا ہے۔
**شفافیت کے لیے، میں کاربن ری کا شریک بانی ہوں۔
