وہ پابندی جو میدان کی تعریف کرتی تھی، بس لاگو ہونا بند ہوگئی۔

بیس سالوں تک، کیا ہم اپنے ڈیٹا پر دلیل کی کان کنی کر سکتے ہیں؟ کا جواب ایک اور سوال تھا: آپ کتنے ہزار دستاویزات کو پہلے ہاتھ سے تشریح کرنے کے لیے تیار ہیں، اور رہنما کون لکھے گا؟

یہ کوئی تکنیکی تفصیل نہیں تھی۔ یہ وہ وجہ تھی کہ دلیل کی کان کنی تحقیقاتی لیبز میں رہی جبکہ جذباتی تجزیہ ہر پروڈکٹ میں شامل ہوا۔ تشریح کی ضرورت نے ہر نئے شعبے کو ایک منصوبہ بنا دیا بجائے اس کے کہ وہ ایک ترتیب ہو، اور جیسا کہ اس سلسلے کی دوسری پوسٹ میں بیان کیا گیا، ہدایات خود ماہرین کے درمیان بھی متنازع تھیں۔

پھر عمومی مقصد کے زبان ماڈلز آئے اور سوال پوچھنا بند ہوگیا۔ آپ اب کسی میٹنگ کے نقل کو ایسے شعبے میں نشانہ بنا سکتے ہیں جس کی کبھی بھی تشریح نہیں کی گئی اور ایک قابل استعمال ابتدائی نتیجہ حاصل کر سکتے ہیں۔ اگر آپ نے کبھی سوچا ہے کہ یہ صلاحیت اچانک مصنوعات میں کیوں ظاہر ہوئی نہ کہ بتدریج، تو یہی وجہ ہے۔

زیرو شاٹ پوری کہانی ہے

جو خاص چیز تبدیل ہوئی ہے وہ ڈومین مخصوص نگرانی کا خاتمہ ہے۔ ایک پروپٹڈ ماڈل زبان کے ساتھ عمومی قابلیت لاتا ہے اور اسے بتایا جا سکتا ہے کہ دعویٰ کیا ہے اور مفروضہ کیا ہے، پرامپٹ میں، استدلال کے وقت۔

رشتہ پر مبنی دلیل کی کان کنی پر شائع کردہ کام نے عمومی مقصد کے ماڈلز کو چند مثالوں کے اشارے کے ساتھ متعدد ڈیٹا سیٹس میں عمدہ طور پر ایڈجسٹ کردہ انکوڈر کی بنیادوں کے ساتھ مقابلہ کرتے ہوئے پایا ہے — اور بعض صورتوں میں ان سے آگے بھی۔ ایک ایسے میدان کے لیے جس کی پوری تشخیصی مشینری کو تشریح شدہ کارپس کے خلاف نگرانی شدہ تربیت پر بنایا گیا تھا، یہ ایک حقیقی عدم تسلسل ہے۔

تین عملی نتائج نکلتے ہیں۔ ڈومین ایڈاپٹیشن دوبارہ تربیت کرنے کے بجائے پرامپٹ سوئچنگ بن جاتا ہے۔ طویل دستاویزات قابل عمل ہو جاتی ہیں، کیونکہ سیاق و سباق کی کھڑکیاں بڑھ گئی ہیں۔ اور ثبوت کا میدان ایک وضاحت فراہم کر سکتا ہے، کیونکہ ماڈل سے اسی کال میں اپنے آپ کو جواز فراہم کرنے کے لیے کہا جا سکتا ہے — جو کہ سننے میں جتنا لگتا ہے اس سے زیادہ اہم ثابت ہوتا ہے۔

تین مسائل جو نہیں ہلے

پچھلی پوسٹ میں بیان کی گئی ہر بات اب بھی درست ہے، اور یہ واضح کرنا ضروری ہے کہ محض پیمانہ بڑھانے سے ان میں سے کوئی مسئلہ کیوں حل نہیں ہوتا۔

• کلاس عدم توازن لکھنے کی ایک خصوصیت ہے، تربیت کی نہیں۔ لوگ کیس بنانے کے لیے زیادہ تر حمایت کرنے والے جملے لکھتے ہیں۔ ایک ماڈل جس نے پورے انٹرنیٹ کا مطالعہ کیا ہے، اس نے زیادہ تر اتفاق بھی پڑھا ہے۔
• سیاق کی انحصاری ایک خاصیت ہے۔ حمایت اور حملہ تعلقات ہیں، جملے کی خصوصیات نہیں۔ ایک ہی جملہ ایک مختلف والد کے تحت ایک مختلف لیبل رکھتا ہے، اور دنیا کے علم کی کوئی مقدار اس کو نہیں بدلتی۔
• غیر بیان کردہ وارنٹ متن کی ایک خاصیت ہے۔ اگر نتیجے سے ثبوت کو جوڑنے والا اصول کبھی تحریر نہیں کیا گیا، تو یہ ان پٹ میں نہیں ہے۔ ایک بڑا ماڈل اسی غیر موجود جملے کو پڑھتا ہے۔

ایک چوتھا، زیادہ لطیف ہے۔ ایک روان ماڈل روان نتائج پیدا کرتا ہے، اس لیے اس کی غلطیاں اچھی طرح سے بیان کی گئی اور اندرونی طور پر متوازن ہوتی ہیں۔ ایک انکوڈر سے غلط تعلق کا لیبل شور کی طرح لگتا ہے۔ ایک زبان ماڈل سے غلط تعلق کا لیبل ایک دلیل کی طرح لگتا ہے۔

مدد: پہلے یہ کہنا کیوں ہے؟

ان ماڈلز کے ساتھ دستیاب سب سے قابل اعتماد بہتری تقریباً شرمندگی سے سادہ ہے۔ لیبل سے پہلے وجہ پوچھیں۔

ایک ماڈل کو یہ لکھنے کی ضرورت ہے کہ ایک شراکت اپنے والدین کے لیے کیا کرتی ہے — یہ اوپر دی گئی اعتراض کو مزید تقویت دیتا ہے، کیونکہ یہ اس اعتراض کے برقرار رہنے کی ایک اور وجہ فراہم کرتا ہے — حمایت یا حملے کے فیصلے پر عمل کرنے سے پہلے اس فیصلے کو قابل پیمائش طور پر بہتر بناتا ہے۔ لکھا ہوا مرحلہ والدین کے تعلق کو ماڈل کے کام کرنے کے سیاق و سباق میں مجبور کرتا ہے، جو کہ بالکل وہ معلومات ہے جو جملے کی عبارت فراہم کرنے میں ناکام رہتی ہے۔

یہ ایک مکمل انسانی تکنیک کا مشینی ورژن ہے۔ یہی وجہ ہے کہ اسٹیل میننگ کام کرتا ہے: یہ بیان کرنا کہ ایک دلیل واقعی کیا کر رہی ہے، اس کا فیصلہ کرنے سے پہلے، فیصلے کو تبدیل کرتا ہے۔

کیا یہ دلیل کی کان کنی حل ہو گئی ہے؟

نہیں، اور جو باقی بچا ہے اس کی شکل اب پہلے سے زیادہ واضح ہے۔

جو حل ہوا ہے، عملی طور پر بات کی جائے تو، وہ رسائی ہے۔ آج کوئی بھی تنظیم اپنے متن پر دلیل کی کان کنی کر سکتی ہے بغیر کسی تشریحی پروگرام کے، جو چند سال پہلے ناممکن تھا۔ یہ ایک حقیقی اور بڑا تبدیلی ہے۔

جو حل نہیں ہوا وہ ساخت ہے: کون سا تعاون کس کا جواب دیتا ہے، اور کس سمت میں، جب کہ جڑنے والا اصول بیان نہیں کیا گیا اور ڈیٹا نے سب کو — انسان اور مشین — اتفاق کی توقع کرنے کی تربیت دی ہے۔ ایماندارانہ حیثیت یہ ہے کہ نکاسی اب کسی بھی شعبے میں ایک اچھا مسودہ تیار کرتی ہے، اور ایک شخص کو اب بھی اختلافات کی جانچ کرنی پڑتی ہے۔ یہ کام کی تقسیم اس سے کہیں بہتر ہے جہاں کوئی بھی ساخت نہیں بناتا۔

اسے صحیح طریقے سے کیسے استعمال کریں

• اعتماد کے لحاظ سے درجہ بندی نہ کریں۔ یہ نکاسی کی یقین دہانی کو ماپتا ہے، اہمیت کو نہیں، اور یہ نظامی طور پر دعووں کے مقابلے میں شواہد کو فروغ دیتا ہے۔
• رشتہ پوچھیں، جذبات نہیں۔ مفید سوال یہ ہے کہ یہ اس کے والدین کے لیے کیا کرتا ہے — کبھی بھی یہ نہیں کہ اس موضوع کے بارے میں یہ کیسا محسوس کرتا ہے۔
• اسے لیبل دینے سے پہلے اس کی وضاحت کریں۔ تحریری وجوہات وہ ہیں جو والدین کے تعلق کو سیاق و سباق میں رکھتی ہیں، اور یہی وہ جگہ ہے جہاں آپ غلطیاں پکڑتے ہیں۔
• اپنے جائزے کا وقت اختلافات پر صرف کریں۔ یہی وہ جگہ ہے جہاں ماڈلز کمزور ہوتے ہیں اور جہاں فیصلہ سازی کی قیمت مرکوز ہوتی ہے۔

ایک بہتر مسودہ، فیصلہ نہیں

وہ رکاوٹ جو دلیل کی کان کنی کو لیب میں رکھے ہوئے تھی ختم ہو چکی ہے، اور یہ واپس نہیں آئے گی۔ اس بارے میں واضح ہونا ضروری ہے: یہ ایک تحقیقی تکنیک اور کچھ ایسا ہے جسے آپ اپنی میٹنگز میں دکھا سکتے ہیں۔

لیکن 1958 میں جو مسائل مشکل تھے وہ اب بھی مشکل ہیں۔ وارنٹ ابھی تک غیر تحریر شدہ ہے، اختلاف رائے اب بھی نایاب ہے، اور لیبل اب بھی والدین پر منحصر ہے نہ کہ الفاظ پر۔ جو چیز بدلی ہے وہ یہ ہے کہ مسئلہ کس کے پاس ہے — جو کہ ایک ایسے میدان کے لیے ہے جس نے بیس سال تشریح کرنے والوں کا انتظار کیا، یہ کافی تبدیلی ہے۔

دلائل نکالنے کی سیریز

پانچ مضامین کہ مشینوں نے دلائل پڑھنا کیسے سیکھا — یہ میدان کہاں سے آیا، اس کے مشکل مسائل کیوں مشکل ہیں، اور ہم اسے کیسے استعمال کرتے ہیں۔