ملٹی ایجنٹ کا گہرائی سے تجزیہ: کیا Web3 اور AI آخرکار ایک دوسرے کی تکمیل کریں گے؟

اگر AIGC نے مواد کی تخلیق کے ذہین دور کا آغاز کیا ہے، تو AI ایجنٹ کے پاس AIGCs کی صلاحیتوں کو حقیقی معنوں میں تجارتی بنانے کا موقع ہے۔

AI ایجنٹ ایک زیادہ ٹھوس اور ورسٹائل ملازم کی طرح ہے۔ یہ مصنوعی ذہانت والے روبوٹ کی بنیادی شکل کے طور پر جانا جاتا ہے۔ یہ ارد گرد کے ماحول کا مشاہدہ کر سکتا ہے، فیصلے کر سکتا ہے اور انسانوں کی طرح خود بخود اقدامات کر سکتا ہے۔

بل گیٹس نے ایک بار کہا تھا، اے آئی ایجنٹ میں مہارت حاصل کرنا ہی اصل کامیابی ہے۔ تب تک، آپ کو خود انٹرنیٹ پر معلومات تلاش کرنے کی ضرورت نہیں ہوگی۔ AI کے شعبے میں مستند ماہرین کو بھی AI ایجنٹ کے امکانات سے بہت زیادہ امیدیں ہیں۔ مائیکروسافٹ کے سی ای او ستیہ نڈیلا نے ایک بار پیش گوئی کی تھی کہ اے آئی ایجنٹ انسانی کمپیوٹر کے تعامل کا بنیادی ذریعہ بن جائے گا، جو صارف کی ضروریات کو سمجھنے اور فعال طور پر خدمات فراہم کرنے کے قابل ہوگا۔ پروفیسر اینڈریو این جی نے یہ بھی پیشین گوئی کی کہ مستقبل کے کام کے ماحول میں، انسان اور اے آئی ایجنٹ ایک موثر ورکنگ ماڈل بنانے اور کارکردگی کو بہتر بنانے کے لیے قریبی انداز میں تعاون کریں گے۔

AI ایجنٹ نہ صرف ٹیکنالوجی کی پیداوار ہے، بلکہ مستقبل کی زندگی اور کام کے طریقوں کا بھی مرکز ہے۔

یہ ہمیں یاد دلاتا ہے کہ جب Web3 اور blockchain پر پہلی بار بڑے پیمانے پر بحث کی گئی تو لوگ اکثر اس ٹیکنالوجی کی صلاحیت کو بیان کرنے کے لیے رکاوٹ کا لفظ استعمال کرتے تھے۔ پچھلے کچھ سالوں پر نظر ڈالیں تو، Web3 نے دھیرے دھیرے ابتدائی ERC-20 اور صفر علمی ثبوت سے DeFi، DePIN، GameFi وغیرہ میں ترقی کی ہے جو دوسرے شعبوں کے ساتھ مربوط ہیں۔

اگر Web3 اور AI، دو مشہور ڈیجیٹل ٹیکنالوجیز کو ملایا جائے تو کیا 1+1>2 کا اثر حاصل ہو جائے گا؟ کیا Web3 AI پروجیکٹس، جو تیزی سے فنڈز اکٹھا کر رہے ہیں، صنعت میں استعمال کے نئے نمونے لا سکتے ہیں اور نئی حقیقی ضروریات پیدا کر سکتے ہیں؟

AI ایجنٹ: انسانوں کے لیے سب سے مثالی ذہین معاون

اے آئی ایجنٹ کا تصور کہاں ہے؟ انٹرنیٹ پر ایک مقبول جواب ہے، بڑی زبان کے ماڈلز صرف سانپ کو پروگرام کر سکتے ہیں، لیکن AI ایجنٹ پورے کنگ آف گلوری کو پروگرام کر سکتا ہے۔ یہ مبالغہ آمیز لگتا ہے، لیکن یہ مبالغہ آرائی نہیں ہے۔

ایجنٹ عام طور پر چین میں ذہین جسم کے طور پر ترجمہ کیا جاتا ہے. یہ تصور مصنوعی ذہانت کے باپ منسکی نے 1986 میں شائع ہونے والی اپنی کتاب The Society of Thought میں پیش کیا تھا۔ منسکی کا خیال تھا کہ معاشرے میں کچھ افراد گفت و شنید کے بعد کسی مسئلے کے حل تک پہنچ سکتے ہیں اور یہ افراد ایجنٹ ہیں۔ کئی سالوں سے، ایجنٹ انسانی کمپیوٹر کے تعامل کا سنگ بنیاد رہے ہیں۔ مائیکروسافٹ کے ایڈیٹنگ اسسٹنٹ کلیپی سے لے کر Google Docs کی خودکار تجاویز تک، ایجنٹوں کی ان ابتدائی شکلوں نے ذاتی نوعیت کے تعامل کی صلاحیت کو ظاہر کیا ہے، لیکن مزید پیچیدہ کاموں کو سنبھالنے کی ان کی صلاحیت ابھی تک محدود ہے۔ یہ بڑے لینگویج ماڈلز (LLMs) کے ابھرنے تک نہیں تھا کہ ایجنٹوں کی حقیقی صلاحیت کو استعمال کیا گیا۔

اس سال مئی میں، پروفیسر اینڈریو این جی، جو AI کے شعبے کے ایک مستند اسکالر ہیں، نے ریاستہائے متحدہ میں Sequoia AI ایونٹ میں AI ایجنٹ پر ایک تقریر شیئر کی۔ اس میں، اس نے اپنی ٹیم کے ذریعے کیے گئے تجربات کی ایک سیریز کا مظاہرہ کیا:

AI کو کچھ کوڈ لکھنے اور چلانے دیں، اور مختلف LLMs اور ورک فلو کے نتائج کا موازنہ کریں۔ نتائج درج ذیل ہیں:

• GPT-3.5 ماڈل: 48% درستگی

• GPT-4 ماڈل: 67% درستگی

• GPT-3.5 + ایجنٹ: GPT-4 ماڈل سے زیادہ کارکردگی

• GPT-4 + ایجنٹ: GPT-4 ماڈل سے بہت بہتر، بہت اچھا

بے شک زیادہ تر لوگ LLMs جیسے ChatGPT کو مندرجہ ذیل طریقے سے استعمال کرتے ہیں: وہ ایک پرامپٹ لفظ داخل کرتے ہیں، اور بڑا ماڈل خود بخود غلطیوں کی نشاندہی اور درست کیے بغیر، حذف کرنے یا دوبارہ لکھے بغیر فوراً جواب تیار کرے گا۔

اس کے برعکس، AI ایجنٹ کا ورک فلو اس طرح لگتا ہے:

سب سے پہلے، LLM کو ایک مضمون کا خاکہ لکھنے دیں۔ اگر ضروری ہو تو، تحقیق اور تجزیہ کے لیے انٹرنیٹ پر مواد تلاش کریں، پہلا مسودہ تیار کریں، پھر مسودہ پڑھیں اور اس کے بارے میں سوچیں کہ اسے کس طرح بہتر بنایا جائے۔ اس چکر کو دہرائیں اور آخر میں سخت منطق اور سب سے کم خرابی کی شرح کے ساتھ اعلی معیار کے مضمون کو آؤٹ پٹ کرنے کے لیے متعدد بار دہرائیں۔

ہم دیکھ سکتے ہیں کہ AI ایجنٹ اور LLM کے درمیان فرق یہ ہے کہ LLM اور انسانوں کے درمیان تعامل اشارے پر مبنی ہے۔ AI ایجنٹ کو صرف ایک مقصد طے کرنے کی ضرورت ہے، اور وہ مقصد کے لیے آزادانہ طور پر سوچ اور عمل کر سکتا ہے۔ یہ دیئے گئے کام کے مطابق منصوبے کے ہر قدم کو تفصیل سے توڑتا ہے، بیرونی دنیا سے آنے والے تاثرات اور آزاد سوچ پر انحصار کرتا ہے، اور مقصد کے حصول کے لیے اپنے لیے اشارے پیدا کرتا ہے۔

لہذا، OpenAI AI ایجنٹ کی تعریف اس طرح کرتا ہے: ایک ایسا نظام جو LLM کے ذریعے اس کے دماغ کے طور پر چلتا ہے، جس میں خود مختاری سے ادراک، منصوبہ بندی، میموری کو سمجھنے اور ٹولز استعمال کرنے کی صلاحیت ہوتی ہے، اور خود بخود پیچیدہ کام انجام دے سکتا ہے۔

جب AI کسی ٹول سے کسی ایسے مضمون میں تبدیل ہوتا ہے جو ٹول کو استعمال کر سکتا ہے، تو یہ AI ایجنٹ بن جاتا ہے۔ یہی وجہ ہے کہ AI ایجنٹ انسانوں کے لیے بہترین ذہین معاون بن سکتا ہے۔ مثال کے طور پر، AI ایجنٹ صارفین کی دلچسپیوں، ترجیحات اور روزمرہ کی عادات کو ان کے تاریخی آن لائن تعاملات کی بنیاد پر سمجھ اور یاد کر سکتا ہے، صارفین کے ارادوں کی شناخت کر سکتا ہے، فعال طور پر تجاویز دے سکتا ہے، اور کاموں کو مکمل کرنے کے لیے متعدد ایپلیکیشنز کو مربوط کر سکتا ہے۔

جیسا کہ گیٹس نے تصور کیا تھا، مستقبل میں ہمیں مختلف کاموں کے لیے مختلف ایپلی کیشنز پر جانے کی ضرورت نہیں پڑے گی۔ ہمیں کمپیوٹر اور موبائل فون کو یہ بتانے کے لیے صرف عام زبان استعمال کرنے کی ضرورت ہے کہ ہم کیا کرنا چاہتے ہیں۔ صارف جو ڈیٹا شیئر کرنا چاہتا ہے اس کی بنیاد پر، AI ایجنٹ ذاتی نوعیت کے جوابات فراہم کرے گا۔

ایک شخص کی ایک تنگاوالا کمپنیاں ایک حقیقت بن رہی ہیں۔

AI ایجنٹ انٹرپرائزز کو بنیادی طور پر انسانی مشین کے تعاون کے ساتھ ایک نیا ذہین آپریشن ماڈل بنانے میں بھی مدد کر سکتا ہے۔ زیادہ سے زیادہ کاروباری سرگرمیاں AI کے ذریعے مکمل کی جائیں گی، جبکہ انسانوں کو صرف کارپوریٹ وژن، حکمت عملی اور کلیدی راستوں کی فیصلہ سازی پر توجہ مرکوز کرنے کی ضرورت ہے۔

جیسا کہ اوپن اے آئی کے سی ای او سیم آلٹمین نے ایک بار ایک انٹرویو میں ذکر کیا تھا، AI کی ترقی کے ساتھ، ہم سنگل پرسن یونیکورنز کے دور میں داخل ہونے والے ہیں، یعنی ایسی کمپنیاں جو ایک فرد نے قائم کی ہیں اور جن کی مالیت $1 بلین ہے۔

یہ ایک فنتاسی لگتا ہے لیکن اے آئی ایجنٹ کی مدد سے یہ خیال حقیقت بنتا جا رہا ہے۔

آئیے فرض کریں کہ ہم ایک ٹیک اسٹارٹ اپ شروع کر رہے ہیں۔ روایتی نقطہ نظر کے مطابق، مجھے واضح طور پر سافٹ ویئر انجینئرز، پروڈکٹ مینیجرز، ڈیزائنرز، مارکیٹرز، سیلز اور فنانس کے لوگوں کی خدمات حاصل کرنے کی ضرورت ہوگی، جن میں سے ہر ایک اپنی اپنی ذمہ داریوں کے ساتھ ہے لیکن سب میری طرف سے مربوط ہیں۔

لہذا اگر میں AI ایجنٹ کا استعمال کرتا ہوں، تو شاید مجھے ملازمین کی خدمات حاصل کرنے کی ضرورت بھی نہ پڑے۔

• ڈیوین - خودکار پروگرامنگ

سافٹ ویئر انجینئر کے بجائے، میں ڈیوین کا استعمال کر سکتا ہوں، جو ایک AI سافٹ ویئر انجینئر ہے جو اس سال بہت مشہور ہوا ہے، جس سے مجھے تمام فرنٹ اینڈ اور بیک اینڈ کام مکمل کرنے میں مدد مل سکتی ہے۔

ڈیوین کوگنیشن لیبز نے تیار کیا تھا اور اسے دنیا کے پہلے AI سافٹ ویئر انجینئر کے طور پر جانا جاتا ہے۔ یہ آزادانہ طور پر سافٹ ویئر کی ترقی کے پورے کام کو مکمل کر سکتا ہے، مسائل کا تجزیہ کر سکتا ہے، فیصلے کر سکتا ہے، کوڈ لکھ سکتا ہے، اور غلطیوں کو آزادانہ طور پر ٹھیک کر سکتا ہے۔ اس سے ڈویلپرز کے کام کا بوجھ بہت کم ہو جاتا ہے۔ ڈیوین نے صرف نصف سال میں $196 ملین فنانسنگ حاصل کی، اور اس کی قدر تیزی سے اربوں ڈالر تک بڑھ گئی۔ سرمایہ کاروں میں معروف وینچر کیپیٹل کمپنیاں شامل ہیں جیسے فاؤنڈرز فنڈ اور کھوسلا وینچرز۔

اگرچہ ڈیوین نے ابھی تک عوامی ورژن لانچ نہیں کیا ہے، لیکن ہم حال ہی میں ایک اور مقبول Web2 پروڈکٹ، کرسر سے اس کی صلاحیت کی جھلک حاصل کر سکتے ہیں۔ یہ آپ کے لیے تقریباً تمام کام کر سکتا ہے، ایک سادہ خیال کو چند منٹوں میں فنکشنل کوڈ میں بدل دیتا ہے۔ آپ کو صرف آرڈر دینے کی ضرورت ہے اور آپ بیٹھ کر نتائج سے لطف اندوز ہو سکتے ہیں۔ بتایا جاتا ہے کہ ایک آٹھ سالہ بچے نے بغیر کسی پروگرامنگ کے تجربے کے اصل میں کوڈ کا کام مکمل کرنے کے لیے کرسر کا استعمال کیا اور ایک ویب سائٹ بنائی۔

• ہیبیا - فائل ہینڈلنگ

پروڈکٹ مینیجر یا مالیاتی شخص کے بجائے، میں ہیبیا کا انتخاب کر سکتا ہوں، جو تمام دستاویزات کو ترتیب دینے اور تجزیہ کرنے میں میری مدد کر سکتا ہے۔

Glean کے برعکس، جو انٹرپرائز کے اندر دستاویز کی تلاش پر توجہ مرکوز کرتا ہے، Hebbia Matrix ایک انٹرپرائز سطح کا AI ایجنٹ پلیٹ فارم ہے جو صارفین کو ڈیٹا اور دستاویزات کو مؤثر طریقے سے نکالنے، ڈھانچے اور تجزیہ کرنے میں مدد کرنے کے لیے متعدد AI ماڈلز کا استعمال کرتا ہے، اس طرح انٹرپرائز کی پیداواری صلاحیت میں بہتری آتی ہے۔ متاثر کن طور پر، میٹرکس ایک وقت میں لاکھوں دستاویزات پر کارروائی کر سکتا ہے۔

ہیبیا نے اس سال جولائی میں $130 ملین سیریز B راؤنڈ مکمل کیا، جس کی قیادت a16z نے کی، گوگل وینچرز اور پیٹر تھیل جیسے معروف سرمایہ کاروں کی شرکت کے ساتھ۔

• Jasper AI - مواد کی تخلیق

سوشل میڈیا آپریشنز اور ڈیزائنرز کے بجائے، میں Jasper AI کا انتخاب کر سکتا ہوں، جو مواد تیار کرنے میں میری مدد کر سکتا ہے۔

Jasper AI ایک AI ایجنٹ رائٹنگ اسسٹنٹ ہے جو تخلیق کاروں، مارکیٹرز اور کاروباروں کو مواد کی تیاری کے عمل کو ہموار کرنے اور پیداواریت اور تخلیقی کارکردگی کو بہتر بنانے میں مدد کرنے کے لیے ڈیزائن کیا گیا ہے۔ Jasper AI صارف کے مطلوبہ انداز کی بنیاد پر متعدد قسم کے مواد تیار کر سکتا ہے، بشمول بلاگ پوسٹس، سوشل میڈیا پوسٹس، اشتہاری کاپی، اور پروڈکٹ کی تفصیل۔ یہ متن کے مواد کے لیے بصری مدد فراہم کرنے کے لیے صارفین کی تفصیل پر مبنی تصاویر بھی تیار کرتا ہے۔

Jasper AI نے $125 ملین فنانسنگ حاصل کی ہے اور 2022 میں اس کی قدر $1.5 بلین تک پہنچ گئی ہے۔ اعدادوشمار کے مطابق، Jasper AI نے صارفین کو 500 ملین سے زیادہ الفاظ بنانے میں مدد کی ہے، جو سب سے زیادہ استعمال ہونے والے AI تحریری ٹولز میں سے ایک بن گیا ہے۔

• ملٹی آن - ویب آٹومیشن

اسسٹنٹ کے بجائے، میں روزانہ کاموں کو منظم کرنے، نظام الاوقات ترتیب دینے، یاد دہانیاں ترتیب دینے، اور یہاں تک کہ کاروباری دوروں کی منصوبہ بندی کرنے، ہوٹلوں کو خودکار طور پر بک کرنے، اور آن لائن ٹیکسیوں کا بندوبست کرنے میں میری مدد کرنے کے لیے MultiOn کا انتخاب کر سکتا ہوں۔

ملٹی اون ایک خودکار ویب ٹاسک AI ایجنٹ ہے جو کسی بھی ڈیجیٹل ماحول میں کاموں کو خود مختار طریقے سے انجام دینے میں مدد کر سکتا ہے، جیسے کہ صارفین کو ذاتی کاموں کو مکمل کرنے میں مدد کرنا جیسے آن لائن خریداری اور ذاتی کارکردگی کو بہتر بنانے کے لیے اپائنٹمنٹ بکنگ، یا صارفین کو روزمرہ کے کاموں کو آسان بنانے اور کام کی کارکردگی کو بہتر بنانے میں مدد کرنا۔

• الجھن - تلاش، تحقیق

محقق کے متبادل کے طور پر، میں شاید Perplexity کا انتخاب کروں گا، جسے Nvidia کے CEO ہر روز استعمال کرتے ہیں۔

Perplexity ایک AI سرچ انجن ہے جو صارف کے سوالات کو سمجھتا ہے، انہیں توڑتا ہے، پھر مواد کو تلاش کرتا ہے اور ان کو مربوط کرتا ہے اور صارفین کو واضح جوابات فراہم کرنے کے لیے رپورٹس تیار کرتا ہے۔

الجھن مختلف صارف گروپوں کے لیے موزوں ہے۔ مثال کے طور پر، طلباء اور محققین لکھتے وقت معلومات کی بازیافت کے عمل کو آسان بنا سکتے ہیں اور کارکردگی کو بہتر بنا سکتے ہیں۔ مارکیٹرز مارکیٹنگ کی حکمت عملیوں کی حمایت کے لیے قابل اعتماد ڈیٹا حاصل کر سکتے ہیں۔

مندرجہ بالا مواد محض تخیل ہے۔ ان AI ایجنٹوں کی حقیقی صلاحیت اور سطح مختلف صنعتوں میں اشرافیہ کی صلاحیتوں کو تبدیل کرنے کے لیے کافی نہیں ہے۔ جیسا کہ Logenic AI کے شریک بانی لی بوجی نے کہا، موجودہ ایل ایل ایم کی اہلیت صرف داخلہ کی سطح پر ہے، ماہر کی سطح سے بہت دور۔ اس مرحلے پر، AI ایجنٹس ایسے ملازمین کی طرح ہوتے ہیں جو تیزی سے کام کرتے ہیں لیکن زیادہ قابل اعتماد نہیں ہوتے۔

تاہم، یہ AI ایجنٹس، اپنی متعلقہ طاقتوں کے ساتھ، موجودہ صارفین کو مختلف منظرناموں میں کارکردگی اور سہولت کو بہتر بنانے میں مدد کر رہے ہیں۔

نہ صرف ٹیکنالوجی کمپنیاں بلکہ تمام شعبہ ہائے زندگی AI ایجنٹوں کی لہر سے فائدہ اٹھا سکتے ہیں۔ تعلیم کے میدان میں، AI ایجنٹ طلباء کو سیکھنے کی پیشرفت، دلچسپیوں اور صلاحیتوں کی بنیاد پر ذاتی نوعیت کے سیکھنے کے وسائل اور رہنمائی فراہم کر سکتے ہیں۔ مالیاتی شعبے میں، AI ایجنٹ صارفین کو ذاتی مالیات کا انتظام کرنے، سرمایہ کاری کے مشورے فراہم کرنے، اور اسٹاک کے رجحانات کی پیشین گوئی کرنے میں بھی مدد کر سکتے ہیں۔ طبی میدان میں، AI ایجنٹ ڈاکٹروں کو بیماریوں کی تشخیص اور علاج کے منصوبے بنانے میں مدد کر سکتے ہیں۔ ای کامرس کے شعبے میں، اے آئی ایجنٹ ذہین کسٹمر سروس کے طور پر بھی کام کر سکتے ہیں، صارف کے سوالات کا خود بخود جواب دے سکتے ہیں، آرڈر کے مسائل کو ہینڈل کر سکتے ہیں اور قدرتی زبان کی پروسیسنگ اور مشین لرننگ ٹیکنالوجی کے ذریعے واپسی کی درخواستیں، اس طرح کسٹمر سروس کی کارکردگی کو بہتر بنا سکتے ہیں۔

ملٹی ایجنٹ: AI ایجنٹس کے لیے اگلا مرحلہ

پچھلے حصے میں، سنگل پرسن یونیکورن کمپنی کے تصور کے حوالے سے، ایک واحد AI ایجنٹ کو پیچیدہ کاموں کو سنبھالنے کے دوران محدودیت کا سامنا کرنا پڑتا ہے اور حقیقی ضروریات کو پورا کرنا مشکل ہوتا ہے۔ ایک سے زیادہ AI ایجنٹوں کا استعمال کرتے وقت، چونکہ یہ AI ایجنٹ متضاد LLMs پر مبنی ہوتے ہیں، اجتماعی فیصلہ کرنا مشکل ہوتا ہے اور ان کی صلاحیتیں محدود ہوتی ہیں، اس لیے انسانوں کو ان آزاد AI ایجنٹوں کے درمیان ڈسپیچر کے طور پر کام کرنے کی ضرورت ہوتی ہے تاکہ خدمت کرنے والے ان AI ایجنٹوں کے کام کو مربوط کیا جا سکے۔ درخواست کے مختلف منظرنامے۔ اس نے ملٹی ایجنٹ (ملٹی ایجنٹ فریم ورک) کے عروج کو جنم دیا۔

پیچیدہ مسائل میں اکثر متعدد علم اور مہارتوں کے انضمام کی ضرورت ہوتی ہے، لیکن ایک واحد AI ایجنٹ کی صلاحیتیں محدود ہیں اور وہ ان سے نمٹنے کے قابل نہیں ہیں۔ مختلف صلاحیتوں کے ساتھ AI ایجنٹوں کو باضابطہ طور پر جوڑ کر، ملٹی ایجنٹ سسٹم AI ایجنٹوں کو اپنی متعلقہ طاقتوں کے مطابق کھیلنے، ایک دوسرے کی خوبیوں سے سیکھنے اور ایک دوسرے کی کمزوریوں کو پورا کرنے کی اجازت دیتا ہے، اس طرح پیچیدہ مسائل کو زیادہ مؤثر طریقے سے حل کیا جا سکتا ہے۔

یہ ہمارے اصل ورک فلو یا تنظیمی ڈھانچے سے بہت ملتا جلتا ہے: ایک رہنما کام تفویض کرتا ہے، مختلف صلاحیتوں کے حامل افراد مختلف کاموں کے لیے ذمہ دار ہوتے ہیں، ہر عمل کے نتائج اگلے عمل کو دیے جاتے ہیں، اور آخر کار حتمی کام کے نتائج حاصل کیے جاتے ہیں۔

عمل درآمد کے عمل میں، نچلے درجے کے AI ایجنٹس اپنے متعلقہ کام انجام دیتے ہیں، جبکہ اعلیٰ سطح کے AI ایجنٹس کام تفویض کرتے ہیں اور ان کی تکمیل کی نگرانی کرتے ہیں۔

ملٹی ایجنٹ ہمارے انسانی فیصلہ سازی کے عمل کی نقالی بھی کر سکتا ہے۔ بالکل اسی طرح جب ہمیں کوئی مسئلہ درپیش ہوتا ہے تو ہم دوسروں سے مشورہ کرتے ہیں۔ ایک سے زیادہ AI ایجنٹس اجتماعی فیصلہ سازی کے رویے کو بھی نقل کر سکتے ہیں اور ہمیں بہتر معلوماتی معاونت فراہم کر سکتے ہیں۔ مثال کے طور پر، مائیکروسافٹ کی طرف سے تیار کردہ AutoGen اس ضرورت کو پورا کرتا ہے:

• مختلف کرداروں کے ساتھ AI ایجنٹس بنانے کی صلاحیت۔ ان AI ایجنٹوں میں بات چیت کی بنیادی صلاحیتیں ہیں اور موصول ہونے والے پیغامات کی بنیاد پر جوابات پیدا کر سکتے ہیں۔

• ایک سے زیادہ AI ایجنٹوں کے ساتھ گروپ چیٹ کا ماحول بنانے کے لیے GroupChat کا استعمال کریں۔ اس گروپ چیٹ میں، ایڈمنسٹریٹر کے کردار کے ساتھ ایک AI ایجنٹ موجود ہے جو چیٹ ریکارڈز، اسپیکر آرڈر، اور دیگر AI ایجنٹوں کی تقریر ختم کرنے کا انتظام کرتا ہے۔

اگر ایک واحد شخص کی ایک تنگاوالا کمپنی کے تصور پر لاگو کیا جاتا ہے، تو ہم متعدد AI ایجنٹس کو مختلف کرداروں کے ساتھ بنانے کے لیے ملٹی ایجنٹ فن تعمیر کا استعمال کر سکتے ہیں، جیسے کہ پروجیکٹ مینیجر، پروگرامرز، یا سپروائزر۔ ہم انہیں اپنے مقاصد بتاتے ہیں اور انہیں مسائل کو حل کرنے کے طریقے سوچنے دیتے ہیں۔ ہمیں صرف ان کی رپورٹس کو سننے کی ضرورت ہے اور اگر ہماری کوئی رائے ہے یا وہ کچھ غلط کرتے ہیں تو جب تک وہ مطمئن نہ ہو جائیں انہیں تبدیلیاں کرنے دیں۔

ایک واحد AI ایجنٹ کے مقابلے میں، ملٹی ایجنٹ حاصل کر سکتا ہے:

• توسیع پذیری: AI ایجنٹوں کی تعداد میں اضافہ کرکے بڑے مسائل کو ہینڈل کریں، ہر ایک ٹاسک کے ایک حصے کو سنبھالتا ہے، جس سے سسٹم کو مانگ بڑھنے کے ساتھ پیمانے پر جانے کی اجازت ملتی ہے۔

• متوازییت: قدرتی طور پر متوازی پروسیسنگ کی حمایت کرتا ہے، متعدد AI ایجنٹس ایک ہی وقت میں کسی مسئلے کے مختلف حصوں پر کام کر سکتے ہیں، اس طرح مسئلے کو حل کرنے میں تیزی آتی ہے۔

• فیصلے میں بہتری: متعدد AI ایجنٹوں کی بصیرت کو جمع کرکے فیصلہ سازی کو بہتر بنائیں، ہر ایک اپنے اپنے نقطہ نظر اور مہارت کے ساتھ۔

جیسا کہ AI ٹیکنالوجی آگے بڑھ رہی ہے، یہ قابل فہم ہے کہ ملٹی ایجنٹ فریم ورک مزید صنعتوں میں زیادہ کردار ادا کرے گا اور مختلف نئے AI سے چلنے والے حل کی ترقی کو فروغ دے گا۔

AI ایجنٹس Web3 پر آ رہے ہیں۔

لیبارٹری سے باہر نکلتے ہوئے، AI ایجنٹ اور ملٹی ایجنٹ کو ابھی بہت طویل سفر طے کرنا ہے۔

ملٹی ایجنٹ کو ایک طرف رکھتے ہوئے، یہاں تک کہ سب سے جدید سنگل AI ایجنٹ کے پاس بھی کمپیوٹنگ وسائل اور کمپیوٹنگ طاقت کی واضح بالائی حد ہوتی ہے جس کی اسے جسمانی سطح پر ضرورت ہوتی ہے، اور اسے لامحدود طور پر بڑھایا نہیں جا سکتا۔ ایک بار جب انتہائی پیچیدہ اور کمپیوٹیشنل طور پر گہرے کاموں کا سامنا کرنا پڑتا ہے، تو بلاشبہ AI ایجنٹ کا سامنا ہو گا۔ کمپیوٹنگ کی رکاوٹیں اور اس کی کارکردگی بہت کم ہو جائے گی۔

مزید برآں، AI ایجنٹ اور ملٹی ایجنٹ سسٹمز بنیادی طور پر ایک ہیں۔ مرکزی فن تعمیر کا ماڈل ، جو اس بات کا تعین کرتا ہے کہ اس میں واحد ناکامی کا بہت زیادہ خطرہ ہے۔ مزید اہم بات یہ ہے کہ اوپن اے آئی، مائیکروسافٹ، اور گوگل جیسی کمپنیوں کے کلوز سورس بڑے ماڈلز پر مبنی اجارہ داری کاروباری ماڈل آزاد اور واحد AI ایجنٹ اسٹارٹ اپس کے بقا کے ماحول کو سنگین طور پر خطرہ بناتا ہے، جس سے AI ایجنٹس کے لیے بڑے کارپوریٹ نجی ڈیٹا کو آسانی سے استعمال کرنا ناممکن ہو جاتا ہے۔ انہیں زیادہ ہوشیار اور زیادہ موثر بنانے کے لیے۔ اے آئی ایجنٹوں کو ایک جمہوری باہمی تعاون کے ماحول کی فوری ضرورت ہے۔ واقعی قیمتی AI ایجنٹس ضرورت مند لوگوں کی ایک وسیع رینج کی خدمت کر سکتے ہیں اور معاشرے کے لیے زیادہ قدر پیدا کر سکتے ہیں۔

آخر میں، اگرچہ AI ایجنٹ LLM کے مقابلے انڈسٹری سے زیادہ قریب ہے، لیکن اس کی ترقی LLM پر مبنی ہے۔ موجودہ بڑے ماڈل ٹریک کی خصوصیات اعلیٰ تکنیکی رکاوٹیں، زیادہ سرمایہ کاری، اور ناپختہ کاروباری ماڈلز ہیں۔ AI ایجنٹ کو عام طور پر مسلسل اپ ڈیٹس اور تکرار کے لیے فنانسنگ حاصل کرنا مشکل ہوتا ہے۔

ملٹی ایجنٹ پیراڈیم ویب 3 کے لیے AI کی مدد کے لیے ایک بہترین زاویہ ہے۔ بہت سی Web3 ڈیولپمنٹ ٹیمیں پہلے ہی ان شعبوں میں حل فراہم کرنے کے لیے تحقیق اور ترقی میں سرمایہ کاری کر رہی ہیں۔

AI ایجنٹ اور ملٹی ایجنٹ سسٹمز کو عام طور پر پیچیدہ فیصلے کرنے اور کاموں کو پراسیس کرنے کے لیے بہت سارے کمپیوٹنگ وسائل کی ضرورت ہوتی ہے۔ Web3 بلاکچین اور وکندریقرت ٹیکنالوجی کے ذریعے ایک وکندریقرت کمپیوٹنگ پاور مارکیٹ بنا سکتا ہے، تاکہ کمپیوٹنگ پاور وسائل کو عالمی سطح پر زیادہ منصفانہ اور مؤثر طریقے سے تقسیم اور استعمال کیا جا سکے۔ Web3 پروجیکٹس جیسے کہ آکاش، نوسانہ، ایتھر، IO.net وغیرہ، AI ایجنٹ کے فیصلہ سازی اور استدلال کے لیے کمپیوٹنگ کی طاقت فراہم کر سکتے ہیں۔

روایتی AI سسٹمز کا انتظام اکثر مرکزی طریقے سے کیا جاتا ہے، جس کی وجہ سے AI ایجنٹس کو سنگل پوائنٹ کی ناکامی اور ڈیٹا پرائیویسی کے مسائل کا سامنا کرنا پڑتا ہے۔ Web3 کی وکندریقرت نوعیت ملٹی ایجنٹ سسٹم کو زیادہ وکندریقرت اور خود مختار بنا سکتی ہے۔ ہر AI ایجنٹ آزادانہ طور پر مختلف نوڈس پر چل سکتا ہے اور خود مختار طور پر صارف کی ضروریات کو پورا کر سکتا ہے، جس سے مضبوطی اور سیکورٹی میں اضافہ ہوتا ہے۔ پی او ایس اور ڈی پی او ایس جیسے میکانزم کے ذریعے گروی رکھنے والوں اور ڈیلیگیٹرز کے لیے ترغیب اور سزا کے طریقہ کار کو قائم کرکے، سنگل اے آئی ایجنٹ یا ملٹی ایجنٹ سسٹمز کی جمہوریت کو فروغ دیا جا سکتا ہے۔

اس سلسلے میں، GaiaNet، Theoriq، PIN AI، اور HajimeAI سبھی نے بہت ہی جدید کوششیں کی ہیں۔

• Theoriq Web3 کے لیے AI کی خدمت کرنے والا ایک پروجیکٹ ہے۔ یہ Agentic پروٹوکول کے ذریعے AI ایجنٹوں کے لیے کالنگ اور اقتصادی نظام قائم کرنے، Web3 کی ترقی اور بہت سے فعال منظرناموں کو مقبول بنانے، اور Web3 dApp کے لیے قابل تصدیق ماڈل استدلال کی صلاحیتیں فراہم کرنے کی امید کرتا ہے۔

• GaiaNet ایک نوڈ پر مبنی AI ایجنٹ کی تخلیق اور تعیناتی کا ماحول ہے جس کا مقصد سینٹرلائزڈ OpenAI GPT اسٹور کا مقابلہ کرنے کے لیے ماہرین اور صارفین کی دانشورانہ املاک اور ڈیٹا کی رازداری کا تحفظ کرنا ہے۔

• HajimeAI اصل ضروریات کی بنیاد پر AI ایجنٹ کے ورک فلو کو قائم کرنے اور ارادے کو خود کو ذہین اور خودکار بنانے کے لیے، PIN AI کے ذریعے ذکر کردہ AI ذہانت کی ذاتی نوعیت کی بازگشت کے لیے دونوں پر تیار ہے۔

• ایک ہی وقت میں، Modulus Labs اور ORA پروٹوکول نے بالترتیب AI ایجنٹوں کے zkML اور opML الگورتھم میں پیش رفت کی ہے۔

آخر میں، AI ایجنٹ اور ملٹی ایجنٹ سسٹمز کی ترقی اور تکرار کے لیے اکثر بہت زیادہ مالی مدد کی ضرورت ہوتی ہے، اور Web3 ممکنہ AI ایجنٹ پروجیکٹس کو اپنی فرنٹ اینڈ لیکویڈیٹی فیچر کے ذریعے قابل قدر ابتدائی مدد حاصل کرنے میں مدد کر سکتا ہے۔

Spectral اور HajimeAI دونوں نے پروڈکٹ آئیڈیاز تجویز کیے ہیں جو چین پر AI ایجنٹ کے اثاثوں کے اجرا کی حمایت کرتے ہیں: IAO (ابتدائی ایجنٹ کی پیشکش) کے ذریعے ٹوکن جاری کر کے، AI ایجنٹ براہ راست سرمایہ کاروں سے فنڈز حاصل کر سکتے ہیں اور DAO گورننس کے رکن بن سکتے ہیں، جس سے سرمایہ کار منصوبے کی ترقی میں حصہ لینے اور مستقبل کے منافع کو بانٹنے کے مواقع۔ ان میں سے، HajimeAIs بینچ مارک DAO کو کراؤڈ فنڈنگ اور ٹوکن ترغیبات کے ذریعے وکندریقرت شدہ AI ایجنٹ اسکورنگ اور AI ایجنٹ کے اثاثہ جات کے اجراء کو باضابطہ طور پر یکجا کرنے کی امید ہے، جس سے AI ایجنٹ کی مالی اعانت اور Web3 پر مبنی کولڈ سٹارٹ کا ایک بند لوپ بنایا جائے گا، جو کہ نسبتاً نئی کوشش بھی ہے۔

اے آئی کا پنڈورا باکس کھل گیا ہے۔ اس میں موجود ہر کوئی پرجوش اور الجھا ہوا ہے۔ کوئی نہیں جانتا کہ جوش ایک موقع ہے یا ایک چٹان۔ آج، زندگی کے تمام شعبہ جات پی پی ٹی فنانسنگ کے دور میں نہیں رہے۔ اس سے کوئی فرق نہیں پڑتا ہے کہ ٹیکنالوجی کتنی ہی جدید کیوں نہ ہو، اسے اپنی اہمیت کا اندازہ تب ہی ہو سکتا ہے جب اسے لاگو کیا جائے۔ AI ایجنٹ کا مستقبل ایک طویل میراتھن کا مقدر ہے، اور Web3 اس بات کو یقینی بنا رہا ہے کہ یہ کھیل سے باہر نہیں ہوگا۔

یہ مضمون انٹرنیٹ سے لیا گیا ہے: ملٹی ایجنٹ کا گہرائی سے تجزیہ: کیا Web3 اور AI آخرکار ایک دوسرے کی تکمیل کریں گے؟

متعلقہ: ایک ہفتہ فنانسنگ ایکسپریس | 15 پراجیکٹس میں سرمایہ کاری موصول ہوئی، جس کی کل ظاہر کردہ مالیاتی رقم تقریباً U

Odaily Planet Daily کے نامکمل اعدادوشمار کے مطابق، 29 جولائی سے 4 اگست تک اندرون اور بیرون ملک 15 بلاک چین فنانسنگ ایونٹس کا اعلان کیا گیا، جو کہ گزشتہ ہفتوں کے ڈیٹا (23) سے کم تھی۔ ظاہر کی گئی مالی اعانت کی کل رقم تقریباً US$102 ملین تھی، جو گزشتہ ہفتوں کے ڈیٹا (US$129.5 ملین) سے کم تھی۔ پچھلے ہفتے، جس پروجیکٹ کو سب سے زیادہ سرمایہ کاری ملی وہ کرپٹو قرض دینے والی کمپنی مورفو ($50 ملین) تھی۔ اس کے بعد سرحد پار ادائیگی کے بنیادی ڈھانچے کی پرت 2 فنانشل ($10.7 ملین)۔ مندرجہ ذیل مخصوص فنانسنگ ایونٹس ہیں (نوٹ: 1. اعلان کردہ رقم کے حساب سے ترتیب دیں؛ 2. فنڈ ریزنگ اور MA ایونٹس کو چھوڑ کر؛ 3. * ایک روایتی کمپنی کی نشاندہی کرتی ہے جس کے کاروبار میں بلاکچین شامل ہے): کرپٹو قرض دینے والی کمپنی مورفو نے $50 ملین اسٹریٹجک راؤنڈ مکمل کیا یکم اگست کو ریبٹ کیپٹل کی قیادت میں فنانسنگ کا،…