مارچ 2023 کو اوپن اے آئی جی پی ٤ آ رہا ہے

مائیکروسافٹ جرمنی کے سی ٹی او، اندراس براؤن، نے تصدیق کی ہے کہ GPT-4 مارچ 9، 2023 کی ایک ہفتے کے اندر آ رہی ہے اور یہ ملٹیموڈل ہوگی. ملٹیموڈل AI کا مطلب ہے کہ یہ ویڈیو، تصاویر اور آواز کی طرح مختلف قسم کے ان پٹ پر کام کرسکے گی.

تازہ کاری: جی پی ٹی-4 جاری کر دیا گیا ہے 14 مارچ 2023

ان کا گپٹی-4 منظور کیا گیامارچ 14 کو، 2023 میں. یہ ایک ملٹی موڈل ماڈل ہے جو تصاویر اور متن کے حوالے سے مشورہ قبول کرتا ہے۔

موڈل مشین لرننگ میں استعمال کردہ ایک عبارت ہے جو ٹیکسٹ جیسی ان پٹ کی اشکال کا بیان کرنے کے لئے استعمال ہوتی ہے لیکن یہ آواز، تصویر، بو، وغیرہ جیسے احساسات میں بھی استعمال ہوتی ہے۔

این اعلان میں آپنی کۀ درجۀ بڑھوتریوں کا شیتھ میں بتایا گیا:

"... جبکہ ہقیقی دنیا میں کئی صورتوں میں انسانوں کی ترجیح پیدا کروا سکتا ہے، گادی تین پوائنٹ پانچ ہوتی ہے ۔ زمینی حقیقی امتحان میں، اصل میں 90% ٹیسٹ لینے والوں میں سے تاقلا 10% سکور کرتی تھی

؛ مقابلے میں، GPT-3.5 کا سکور تراقی 10٪ تھا۔ :

ہم نے گپتی-4 کو 6 ماہ کے دوران بار بار ملکرتی جاری کارکردگی کے تجربات کی پاس بندی کے سبق سیکھ کر اخیراً ٹھیک کردیا ہے۔ ہمارے بہترین، حقیقت پسندی، قابلیت ہدایت پذیری اور حفاظتی پالیسی کے باہر جانے کے انداز میں"۔

ملٹی موڈل اردو زبان کے بڑے نمونے

اعلان سے بڑی بات یہ ہے کہ GPT-4 کو متعدد طریقوں سے تعاملی بنایا گیا ہے (SEJ نے جنوری 2023 میں GPT-4 متعدد طریقوں سے تعاملی ہو گا کا حماقت کیا تھا)۔

معیاریت کسی بڑے زبانی نمونے کی خصوصیت ہے جو (اس صورت میں) اس کی مروجہ زبان سے تعلق رکھتی ہے۔

ملٹیموڈل متن، گفتگو، تصاویر اور ویڈیو کو شامل کرسکتی ہے۔

GPT-3 اور GPT-3.5 صرف ایک موڈالٹی یعنی متن میں کام کرتے ہیں۔

جرمن نیوز رپورٹ کے مطابق، جی پی ٹی-4 کم از کم چار اقسام میں کارآمد ہو سکتا ہے، تصاویر، آواز (سماعتی)، متن اور ویڈیو۔

ڈاکٹر اندرےس براؤن، سی ٹی او مائیکروسافٹ جرمنی نقل ہے:

"ہم پچھلے ہفتے GPT-4 متعارف کرینگے، وہاں ہمیں ملٹی موڈل ماڈل ہوں گے جو بالکل مختلف امکانات پیش کریں گے - مثلاً ویڈیوز..."

رپورٹنگ میں جی پی ٤ کے لئے مختصر تفصیلات نہیں تھیں ، لہذا واضح نہیں کہ وہ جو کچھ ملٹیموڈیلٹی کے بارے میں بتایا گیا ہے وہ جی پی ٤ کے خاص ہیں یا صرف عام طور پر ہیں۔

مائیکروسافٹ کے ڈائریکٹر بزنس استریٹی ہولگر کین نے ملٹیموڈیلٹیز کی وضاحت کی لیکن رپورٹنگ غیر واضح تھی کہ وہ GPT-4 ملٹیموڈیلٹی یا عمومی ملٹیموڈیلٹی پر حوالہ کر رہے تھے۔

میں یقین رکھتا ہوں کہ اس کی ملکیت کے حوالے سے اس کے حوالے سے چندان تقسیمات پر بحث کی گئی تھیں.

خبر نے اشتراک کیا:

"کین نے واضح کیا ہے کہ ملٹیموڈل AI کا مطلب کیا ہوتا ہے، جو خواص نصواں کو تصویر کے علاوہ موسیقی اور ویڈیو میں بھی ترجمہ کر سکتا ہے۔"

ایک دلچسپ حقیقت یہ ہے کہ مائیکروسافٹ آئی سعت کو مذہبی طور پر تصدیق کرنے کے لیے کام کر رہا ہے تاکہ یہ مزید مستند بنائے جائے۔

مائیکروسافٹ کوسموس-1

ایک چیز جو ظاہر ہے کہ اس کی خبر روایت نہیں بنائی گئی ہے کہ مائیکروسافٹ نے مارچ 2023 کی شروع میں ٹکسی زبان کا نمونہ کوسموس-1 جاری کیا ہے۔

جرمن نیوز سائٹ Heise.de کے رپورٹ کے مطابق:

"…ٹیم نے پہلے سے تربیت یافتہ ماڈل کو مختلف ٹیسٹوں کا سامنا کرایا، تصاویر کے تصنیفی ٹاسکز، تصویری مواد کے بارے میں سوالات کا جواب دینے، تصاویر کے خودکار لیبلنگ، بصری متن کی شناخت اور بولی گئی باتیں تیار کرنے کے مسائل میں اچھے نتائج حاصل کیے۔"

...تصویری تصور، یعنی زبان کے استعمال کے بغیر تصاویر کے بارے میں نتیجے نکالنا، یہاں ایک کلیدی کردار ادا کرتا ہے...

Kosmos-1 ایک ملٹی موڈل موڈل ہے جو متن اور تصاویر کے موڈلوں کو انضمام کرتا ہے۔

GPT-4 کوسموس-1 سے آگے جاتا ہے کیونکہ اس میں تیسرا طریقہ، ویڈیو شامل کیا گیا ہے اور اس کے علاوہ آوا کی طریقہ بھی جودوں لگتا ہے۔

مختلف زبانوں میں کام کرتا ہے

GPT-4 تمام زبانوں میں کام کرنے کا اظہار کرتا ہے۔ اس کا بیان ہے کہ یہ آپ کو جرمن میں سوال پوچھنے کی قابلیت رکھتا ہے اور جواب ایطالوی میں دے سکتا ہے۔

یہ کچھ عجیب مثال ہے کیونکہ، کون جرمن زبان میں سوال کرتا ہے اور ایک اٹالین زبان میں جواب چاہتا ہے؟

یہ وہ چیز ہے جو تصدیق کی گئی:

"...ٹیکنالوجی اتنے دور پہنچ چکی ہے کہ یہ عمدہ طرح "تمام زبانوں میں کام کرتی ہے": آپ جرمن زبان میں سوال پوچھ سکتے ہیں اور آپ کو ایطالوی زبان میں جواب مل سکتا ہے۔"

ملٹی موڈیلٹی کے ذریعہ ، مائیکروسافٹ-اوپن اےئی (OpenAI) 'ماڈلز کو مکمل بنائے گا'۔"

میرا خیال ہے کہ یہ انقلابی نقطے کا مکمل مقصد یہ ہے کہ یہ ماڈل مختلف زبانوں میں علم کے فیصلہ قوت سے ارتقاء دیتا ہے۔ لہذا اگر جواب ایٹلین میں ہوتا ہے تو یہ جانے گا اور سوال کی زبان میں جواب فراہم کرسکیں گے۔

یہ اسے گوگل کے ملٹیموڈل AI کے لکیر ہونے کے مراد تک پہنچا سکتا ہے جس کے نام سے MUM بھی پکارا جاتا ہے۔ مائم کہا جاتا ہے کہ یہ انگریزی میں جوابات فراہم کرنے کے قابل ہے جو کہ صرف کسی دوسری زبان میں موجود ڈیٹا کے لئے ہوتے ہیں ، مثلاً جاپانی۔

GPT-4 کے استعمالات

ارد گپ-٤ کہاں ظاہر ہوگا کی کوئی موجودہ اعلان نہیں ہے۔ لیکن ایژور-اوپن اے آئی پر خصوصی طور پر بات کی گئی تھی۔

گوگل کمپیوٹنگ سے مائیکروسافٹ کا مقابلہ کرنے کی کوشش میں پیچھے رہ رہا ہے جس کی وجہ سے یہ عقیدہ مزید بڑھ رہا ہے کہ گوگل میں ترقی کی کمی ہو رہی ہے اور خریداروں کے سامنے ہدایت کمی کا لحاظ کر رہا ہے۔

گوگل پہلے ہی ای اے کو متعدد مصنوعات میں شامل کرتا ہے جیسے گوگل لینز، گوگل میپس اور دیگر خصوصیات جن میں صارفین گوگل سے تعامل کرتے ہیں۔ یہ ترکیب ایک مساعدتی ٹیکنالوجی کے طور پر ای اے کا استعمال کرنا ہے، تاکہ لوگوں کو چھوٹی چھوٹی کاموں میں مدد مل سکے۔

Microsoft کا یہ طریقہ اس بات کی وجہ سے زیادہ دکھائی دیتا ہے اور اس کی بنا پر سارا توجہ مائیکروسافٹ پر مرکوب ہو گیا ہے اور یہ گوگل کی خلاف وہم اور مشکل کا منظر کو مستحکم کرتا ہے۔

یہاں آفیشل اوپنای آئی جی پی ٤ کا اعلان پڑھیں۔

یہاں اصل جرمن رپورٹنگ پڑھیں:

GPT-4 اگلے ہفتے آ رہا ہے - اور یہ ملتی ذیں ہوگا، مائیکروسافٹ جرمنی کا کہنا ہے