اوپن اے آئی ڈاکٹر کی سطح کے سپر اے آئی ایجنٹ کو جاری کرنے کے لیے تیار

سپر اے آئی ایجنٹ کی نقاب کشائی

اوپن اے آئی کے شریک بانی اور سی ای او سیم آلٹمین 30 جنوری کو امریکی حکومتی عہدیداروں کو ڈاکٹر کی سطح کے سپر اے آئی ایجنٹ پر بریفنگ دینے والے ہیں۔ Axios کی رپورٹ کے مطابق، اس پیش رفت نے اوپن اے آئی کے ملازمین میں جوش و خروش اور بے چینی دونوں کو جنم دیا ہے، کیونکہ یہ جدید اے آئی ایجنٹ ممکنہ طور پر درمیانی سطح کے سافٹ ویئر انجینئرز کی جگہ لینے کے لیے تیار ہے۔

اوپن اے آئی کی جانب سے سپر اے آئی ایجنٹ کے جلد اجراء کے بارے میں مسلسل چہ مگوئیاں جاری ہیں، اور عالمی لیبر مارکیٹ پر اس کے ممکنہ اثرات کے بارے میں بڑے پیمانے پر قیاس آرائیاں کی جا رہی ہیں۔ بلومبرگ کی جانب سے حاصل کردہ ایک اندرونی میمو سے پتہ چلتا ہے کہ میٹا، فیس بک کی پیرنٹ کمپنی، اپنے افرادی قوت میں تقریباً 5 فیصد کمی کرنے کا منصوبہ بنا رہی ہے۔ مارک زکربرگ نے پہلے اشارہ دیا تھا کہ میٹا کو اب درمیانی سطح کے سافٹ ویئر انجینئرز کی ضرورت نہیں ہوگی، ان کے کردار اے آئی ایجنٹس سنبھالیں گے۔ اس بیان کو، جو ابتدائی طور پر کافی توجہ کا مرکز بنا تھا، اب ایک ٹھوس جہت اختیار کر رہا ہے کیونکہ میٹا کی برطرفیاں آگے بڑھ رہی ہیں، جو روزگار کے ڈھانچے پر اے آئی کے بڑھتے ہوئے اثرات کی حقیقت کو اجاگر کر رہی ہیں۔

اسی طرح، سیلز فورس، ایک معروف CRM پلیٹ فارم، نے ایک اسٹریٹجک تبدیلی کا اعلان کیا ہے۔ سی ای او بینیوف نے نوٹ کیا کہ ایجنٹوں جیسی اے آئی ٹیکنالوجیز کے استعمال نے 2024 میں اس کی سافٹ ویئر انجینئرنگ ٹیم کی پیداواری صلاحیت میں 30 فیصد سے زیادہ اضافہ کیا ہے۔ نتیجے کے طور پر، سیلز فورس نے 2025 میں سافٹ ویئر انجینئرنگ میں نئی ​​بھرتیوں کو روکنے اور سپورٹ انجینئرز کو کم کرنے کا منصوبہ بنایا ہے، جبکہ سیلز اسٹاف میں اضافہ کیا جائے گا تاکہ اے آئی کلائنٹس کے لیے جو قدر لاتا ہے اسے بہتر طور پر بیان کیا جا سکے۔

سپر اے آئی ایجنٹ کو سمجھنا

سپر اے آئی ایجنٹ، جنریٹو اے آئی کا ایک نیا مرحلہ ہے، جو پیچیدہ، کثیر سطحی حقیقی دنیا کے مسائل سے نمٹنے کے لیے ڈیزائن کیے گئے ہیں جو اکثر انسانی ادراک کو چیلنج کرتے ہیں۔ روایتی اے آئی ٹولز کے برعکس جو سنگل کمانڈز کا جواب دیتے ہیں، یہ ایجنٹ خود مختار طور پر اہداف طے کر سکتے ہیں اور ان کا تعاقب کر سکتے ہیں۔ مثال کے طور پر، جب "ایک نیا ادائیگی سافٹ ویئر بنائیں" کی ہدایت دی جاتی ہے، تو ایک سپر ایجنٹ پورے عمل کو سنبھالے گا، ڈیزائن اور جانچ سے لے کر مکمل طور پر فعال پروڈکٹ کی فراہمی تک۔

اس عمل میں وسیع مقدار میں ڈیٹا کا تجزیہ کرنا، مختلف حلوں کا جائزہ لینا، اور مختلف شعبوں سے علم اور ٹیکنالوجیز کو مربوط کرنا شامل ہے۔ بنیادی ٹیکنالوجی جدید مشین لرننگ الگورتھم، قدرتی زبان کی پروسیسنگ، اور پیچیدہ نظام ماڈلنگ اور آپٹیمائزیشن کا فیوژن ہے۔

مشین لرننگ کے نقطہ نظر سے، سپر ایجنٹ ممکنہ طور پر کمک اور گہری سیکھنے کا مجموعہ استعمال کرتے ہیں۔ کمک سیکھنا ایجنٹ کو اپنے ماحول کے ساتھ تکراری تعاملات کے ذریعے بہترین رویے کی حکمت عملی سیکھنے کی اجازت دیتا ہے، جو فیڈ بیک سگنلز کے ذریعے رہنمائی کرتا ہے۔ گہری سیکھنا طاقتور فیچر نکالنے اور پیٹرن کی شناخت کی صلاحیتیں فراہم کرتا ہے، جس سے ایجنٹ کو متن، تصاویر اور ڈیٹا کی وسیع مقدار سے تیزی سے اور درست طریقے سے قیمتی بصیرتیں نکالنے کے قابل بنایا جاتا ہے۔

قدرتی زبان کی پروسیسنگ میں، سپر ایجنٹ زبان کی سمجھ اور تخلیق کی اعلیٰ صلاحیتوں کا مظاہرہ کرتے ہیں۔ وہ قدرتی انسانی زبان میں بیان کردہ پیچیدہ کاموں کو سمجھ سکتے ہیں اور ان کاموں کی پیشرفت اور نتائج پر واضح اور درست رائے دے سکتے ہیں۔ یہ صلاحیت بڑے پیمانے پر لسانی ماڈلز اور ٹرانسفارمر آرکیٹیکچر پر مبنی پری ٹریننگ پر منحصر ہے، جس سے ایجنٹ کو لسانی علم اور سیمنٹک تعلقات کو وسیع پیمانے پر سیکھنے کی اجازت ملتی ہے، جس سے مختلف لسانی سیاق و سباق میں بہترین کارکردگی ممکن ہوتی ہے۔

پیچیدہ نظام ماڈلنگ اور آپٹیمائزیشن ایک سپر ایجنٹ کی پیچیدہ کاموں کو سنبھالنے کی صلاحیت کی کلید ہیں۔ سپلائی چین مینجمنٹ یا پروجیکٹ پلاننگ جیسے مسائل کے لیے، ایجنٹ درست ریاضیاتی ماڈل تیار کرتا ہے جو نظام کے آپریشن اور رکاوٹوں کو بیان کرتے ہیں۔ پھر آپٹیمائزیشن الگورتھم کو بہترین یا قریب ترین بہترین حل تلاش کرنے کے لیے استعمال کیا جاتا ہے۔ مثال کے طور پر، سپلائی چین مینجمنٹ میں، ایجنٹ متحرک طور پر خام مال کی فراہمی، پیداواری صلاحیت، لاجسٹکس اور مارکیٹ کی طلب جیسے عوامل پر غور کرتا ہے۔ یہ کارکردگی کو بہتر بنانے، اخراجات کو کم کرنے اور سروس کی سطح کو بڑھانے کے لیے نقل و حمل کے راستوں، پیداواری نظام الاوقات اور انوینٹری کی حکمت عملیوں کو بہتر بناتا ہے۔

اگرچہ سپر ایجنٹ ابھی تک بڑے پیمانے پر دستیاب نہیں ہیں، لیکن ابتدائی جانچ اور تحقیق نے ان کی صلاحیت کا مظاہرہ کیا ہے۔ نقلیات میں، ان ایجنٹوں نے روایتی طریقوں کے مقابلے میں کئی گنا تیزی سے پیچیدہ ڈیٹا سیٹس سے قیمتی معلومات نکالی ہیں۔ لاجسٹکس ٹیسٹنگ میں، انہوں نے نقل و حمل کے راستوں کو بہتر بنایا، جس سے اخراجات میں 15% سے 20% تک کمی آئی جبکہ ترسیل کے اوقات میں نمایاں بہتری آئی۔ سافٹ ویئر کی ترقی میں، ایجنٹوں نے کوڈ لکھنے اور جانچنے میں ٹیموں کی مدد کی ہے، جس سے کوڈ کے معیار میں اضافہ ہوا ہے اور ترقی کے وقت میں تقریباً 30% کمی آئی ہے۔ ان ابتدائی نتائج سے بہت سے شعبوں میں تبدیلی کا اثر ظاہر ہوتا ہے۔