پال ڈاونے | فلکر
مشین لرننگ ایک ایسا جملہ ہے جس کے بارے میں اکثر و بیشتر پابندی عائد ہوتی جارہی ہے ، پھر بھی بہت سے لوگ ابھی تک بالکل نہیں جانتے کہ یہ کیا ہے ۔ یقینا ، اس کی ایک وجہ بھی ہے۔ یہ ابھی بھی اپنے ابتدائی مراحل میں ہے ، اور بہت سے لوگوں کا خیال ہے کہ یہ ایسی کوئی چیز نہیں ہے جو ابھی تک عام آبادی کو متاثر کرتی ہے۔ حقیقت میں ، یہ شاید اتنا ہی سچ نہیں ہے جتنا کچھ فرض کرتے ہیں۔
تو مشین سیکھنا کیا ہے؟ اور آج کل اس میں کیا استعمال ہورہا ہے؟ مشین لرننگ کے بارے میں آپ کو جاننے کے لئے درکار ہر چیز کے بارے میں ہماری رہنمائی یہ ہے۔
مشین کیا سیکھ رہی ہے؟
مشین لرننگ ، سیدھے الفاظ میں ، مصنوعی ذہانت کی ایک شکل ہے جو کمپیوٹر کو بغیر کسی اضافی پروگرامنگ کے سیکھنے دیتی ہے۔ دوسرے لفظوں میں ، سافٹ ویئر اپنے آپ سے نئی چیزیں سیکھنے کے قابل ہے ، بغیر کسی پروگرامر یا انجینئر کو اسے کچھ بھی 'سکھانے' کی ضرورت ہے۔ مشین لرننگ اعداد و شمار لینے اور نمونوں کا پتہ لگانے اور ان کے حل تلاش کرنے کے قابل ہے ، اور پھر ان مسائل کو دوسرے مسائل میں لاگو کرتی ہے۔
تصویر: K؟ rlis Dambr؟ ns | فلکر
یہ نوٹ کرنا ضروری ہے کہ تصوراتی مشین کی حیثیت سے مشین لرننگ بالکل بھی نئی نہیں ہے - اس تصور پر روشنی ڈالنا مشکل ہے کہ یہ اس بات پر غور کیا جائے کہ یہ ٹیکنالوجی کی دوسری شکلوں میں اور اس سے مل جاتا ہے۔ آپ یہ بحث کرسکتے ہیں کہ مشین لرننگ ٹورنگ ٹیسٹ کی تشکیل کے تمام راستوں پر ہے ، جو اس بات کا تعین کرنے کے لئے استعمال کیا گیا تھا کہ آیا کمپیوٹر میں ذہانت ہے۔ پہلا کمپیوٹر پروگرام جو سیکھنے میں ، چیکرس کا کھیل تھا ، جسے آرتھر سیموئیل نے 1952 میں تیار کیا تھا۔ یہ کھیل جتنا زیادہ کھیلا اس سے بہتر ہوتا گیا۔
تاہم ، حالیہ ٹکنالوجی مشین سیکھنے میں زبردست بہتری لاتی ہے۔ مثال کے طور پر ، مشین لرننگ میں گہری مقدار میں پروسیسنگ پاور کی ضرورت ہوتی ہے ، تاکہ ہم نے ابھی حالیہ تاریخ میں مشین مشین کی بنیادی تعلیم کو فروغ دینے کے قابل ہونا شروع کیا ہے۔
پروگرامر مشین سیکھنے کو نافذ کرنے کے کچھ اہم طریقے ہیں۔ پہلے کو 'زیر نگرانی سیکھنے' کہا جاتا ہے۔ بنیادی طور پر اس کا کیا مطلب یہ ہے کہ مشین کو مسائل کھلایا جاتا ہے جہاں مسئلے کا حل معلوم ہوتا ہے۔ سیکھنے الگورتھم ان مسائل کو مطلوبہ نتائج کے ساتھ ، مسائل میں نمونوں کی نشاندہی کرنے اور اس کے مطابق کام کرنے کے قابل بھی ہے۔ زیر نگرانی سیکھنے کا استعمال اکثر مستقبل کے واقعات کی پیش گوئی کرنے کے لئے کیا جاتا ہے - جیسے کہ جب کریڈٹ کارڈ کا لین دین جعلساز ہوسکتا ہے۔
مشین لرننگ کے دوسرے نفاذ کو 'غیرضروری تعلیم' کہا جاتا ہے۔ اس مثال کے طور پر ، کسی پریشانی کا نتیجہ سافٹ ویئر کو نہیں دیا جاتا ہے - بجائے اس کے کہ اس نے مسائل کو کھلایا ہے اور اعداد و شمار میں نمونوں کا پتہ لگانا پڑتا ہے۔ یہاں کا مقصد یہ ہے کہ اعداد و شمار میں ایک ڈھانچہ تلاش کیا جائے جو یہ دیا گیا ہے۔
تیسرا نمبر 'نیم نگرانی سیکھنے' ہے۔ مشینی سیکھنے کا یہ طریقہ کار اکثر انہی چیزوں کے لئے استعمال کیا جاتا ہے جیسے نگرانی کی تعلیم ، لیکن اس کے بغیر کسی حل اور کوائف کے ساتھ ڈیٹا لیا جاتا ہے۔ نیم نگرانی میں سیکھنے کا اطلاق اکثر اس وقت ہوتا ہے جب فنڈز محدود ہوں اور کمپنیاں سیکھنے کے عمل کے لئے مکمل اعداد و شمار فراہم کرنے سے قاصر ہوں۔
آخری لیکن کم از کم 'کمک سیکھنے' ہے ، جو خاص طور پر گیمنگ اور روبوٹ جیسی چیزوں کے لئے استعمال ہوتا ہے۔ کمک سیکھنا بنیادی طور پر آزمائش اور غلطی کے ذریعے سکھایا جاتا ہے - مشین چیزوں کی کوشش کرتی ہے اور اپنی کامیابیوں یا ناکامیوں کی بنیاد پر سیکھتی ہے۔ یہاں مقصد یہ ہے کہ مشین بہترین ممکنہ نتائج کا پتہ لگائے۔
یقینا. ، مشین سیکھنے کے ان سارے طریقوں میں مشین کو سیکڑوں ہزاروں دشواریوں ، اور بڑے پیمانے پر اعداد و شمار کو کھانا کھلانا شامل ہے۔ واقعی ، جتنا زیادہ ڈیٹا بہتر ہے۔
آج مشین سیکھنا کہاں استعمال ہوتا ہے؟
رقم کی تصاویر | فلکر
دراصل ، بہت ساری جگہیں ہیں جہاں آج مشین سیکھنے کا استعمال ہوتا ہے۔ ان میں سے بہت سارے پردے کے پیچھے ہیں ، تاہم آپ کو یہ جان کر حیرت ہوگی کہ ان میں سے بہت ساری چیزیں ایسی بھی ہیں جو آپ ہر دن استعمال کرتے ہیں۔
شاید آپ جس کا سب سے زیادہ استعمال کرتے ہو وہ آپ کے ذاتی معاون میں ہوتا ہے - یہ بات ٹھیک ہے ، سری اور گوگل ناؤ کی طرح مشین سیکھنے کا استعمال کرتے ہیں ، زیادہ تر تقریر کے نمونوں کو بہتر طور پر سمجھنے کے لئے۔ بہت سارے لاکھوں لوگوں نے سری کا استعمال کرتے ہوئے ، نظام زبان ، تلفظ وغیرہ کے ساتھ کس طرح سلوک کرتا ہے اس میں سنجیدگی سے پیش قدمی کرسکتا ہے۔
یقینا ، سری مشین سیکھنے کا واحد صارف استعمال نہیں ہے۔ ایک اور استعمال بینکاری میں ہے ، جیسے فراڈ کا پتہ لگانا۔ مثال کے طور پر ، مشین لرننگ الگورتھم اخراجات کے نمونوں کو ٹریک کرسکتے ہیں ، اس بات کا تعین کرتے ہیں کہ ماضی کی جعلسازی کی بنیاد پر کون سے نمونوں کے دھوکہ دہی کا زیادہ امکان ہے۔
در حقیقت ، یہاں تک کہ آپ کا ای میل بھی مشین لرننگ کا استعمال کر رہا ہے۔ مثال کے طور پر ، اسپام ای میلز ایک پریشانی ہیں ، اور وہ وقت گزرنے کے ساتھ تیار ہوتے رہے ہیں۔ ای میل سسٹم مشینی سیکھنے کا استعمال اسپیم ای میل کے نمونوں اور کس طرح اسپام ای میلز کو تبدیل کرنے کے لئے کرتے ہیں ، پھر ان تبدیلیوں پر مبنی اپنے اسپام فولڈر میں ڈالیں۔
نتائج
مشین لرننگ کا ایک بہت بڑا حصہ مقرر کیا گیا ہے کہ ہم کس طرح ٹکنالوجی کو آگے بڑھا رہے ہیں ، اور ٹیکنالوجی ہماری مدد کیسے کر سکتی ہے۔ سری سے یو ایس بینک تک ، مشین لرننگ تیزی سے پھیلتی جارہی ہے ، اور اس کے جاری رہنے کا شاید ہی امکان ہے۔
