ہمارے وہ کام، جو مشینیں کیا کریں گی۔۔۔اور وہ، جو نہیں کرسکیں گی
-
0:01 - 0:02دیکھیے!
یہ میری بھتیجی ہے۔ -
0:03 - 0:04اس کا نام یہلی ہے۔
-
0:04 - 0:06یہ نو مہینے کی ہے۔
-
0:06 - 0:09اس کی امی ایک ڈاکٹر ہیں
اور ابو وکیل ہیں۔ -
0:09 - 0:11جب یہلی کے کالج جانے کا دور آئے گا،
-
0:11 - 0:15تو جو کام اس کے والدین اب کرتے ہیں،
ان کی نوعیت ڈرامائی طور پر بدل جائے گی۔ -
0:15 - 0:20سن 2013 میں، آکسفورڈ یونیورسٹی کے تحقیق کاروں نے "کام کے مستقبل" کے بارے میں ایک مطالعہ کیا۔
-
0:21 - 0:25انہوں نے اخذ کیا کہ ہر دو میں سے ایک پیشہ
-
0:25 - 0:27خودکار مشینوں کی وجہ سے بیت خطرے میں ہے۔
-
0:28 - 0:30"مشین لرننگ" ایک ایسی ٹیکنالوجی ہے
-
0:30 - 0:33جو اس تبدیلی کا بڑا سبب ہے۔
-
0:33 - 0:35یہ مصنوعی ذہانت کا انتہائی طاقتور شعبہ ہے۔
-
0:35 - 0:37یہ مشینوں کو اعدادوشمار کے ذریعے سکھاتا ہے
-
0:37 - 0:40کہ وہ انسانوں کی طرح بہت سے کام کر سکیں۔
-
0:40 - 0:43میری کمپنی، کیگل، مشین لرننگ کےاگلے محاذوں پہ کام کرتی ہے۔
-
0:43 - 0:46ہم لاکھوں ماہرین کی مدد سے
-
0:46 - 0:49صنعت اور تعلیم کے اہم مسائل کوحل کرتے ہیں۔
-
0:49 - 0:53اس سے ہمیں ایک انوکھا اندازِ نظر ملتا ہے
-
0:53 - 0:54کہ مشینیں کیا کر سکتی ہیں اور کیا نہیں۔
-
0:54 - 0:57اور کن کاموں کو وہ خودکار یا
ختم کر دیں گی۔ -
0:57 - 1:01شعبہ صنعت میں مشین لرننگ کا ظہور
نوے کی دہائی کے آغاز میں ہوا۔ -
1:01 - 1:03شروع میں اس نے چھوٹے چحوٹے کام کیے۔
-
1:03 - 1:08مثلا قرضے کی درخواستوں میں سے
رقم واپسی کے امکان کا اندازہ، -
1:08 - 1:12اور ڈاک کے لفافوں پہ ہاتھ سے لکھے ہوئے
ڈاکخانہ نمبر پڑھ کر۔ -
1:12 - 1:15گزشتہ کچھ سالوں میں ہم نے
بڑی کامیابیاں سمیٹی ہیں۔ -
1:16 - 1:20مشین لرننگ اب بہت زیادہ پیچیدہ
کام کر سکتی ہے۔ -
1:20 - 1:232012 میں کیگل نے اپنے ماہرین کو
ایسا الگرتھم بنانے کاچیلنج دیا -
1:23 - 1:26کہ وہ ہائی سکول کے طلباء کےمضامین
کی درجہ بندی کریں۔ -
1:26 - 1:29جیتنے والے الگرتھم کے نتائج انسانی
-
1:29 - 1:31اساتذہ کے نتائج کی طرح کے تھے۔
-
1:31 - 1:34پچھلے سال ہم نے اس سے بھی مشکل چیلنج دیا۔
-
1:34 - 1:37کیا آپ آنکھ کی تصویر لے کر اس کی
بیماری کی تشخیص کر سکتے ہیں -
1:37 - 1:39جس کا نام زیابیطسی ریٹنوپیتھی ہے؟
-
1:39 - 1:43اس بار بھی جیتنے والے الگرتھم کے نتائج
-
1:43 - 1:45انسانی ماہرِ چشم سے ملتے جلتے تھے۔
-
1:46 - 1:49اور اب تو ڈیٹا کی مدد سے مشینیں
ایسے کاموں میں -
1:49 - 1:50انسانوں سےاچھی کارکردگی
دینے لگی ہیں۔ -
1:50 - 1:54ایک استاد شاید اپنی چالیس سالہ پیشہ ورانہ
زندگی میں 10,000 مضامین پڑھ سکے۔ -
1:54 - 1:57اور آنکھوں کا ڈاکٹر شاید 50,000
آنکھیں دیکھ سکے۔ -
1:57 - 2:01مگر ایک مشین چند منٹوں میں لاکھوں
مضامین پڑھ سکتی ہے، -
2:01 - 2:02یا لاکھوں آنکھوں کا معائنہ
کر سکتی ہے۔ -
2:02 - 2:05ہم کسی طور بھی بار بار کیے جانے والے
ضخیم کاموں میں -
2:05 - 2:08مشینوں کا مقابلہ نہیں کر سکتے۔
-
2:09 - 2:12مگر کچھ کام ایسے ہیں جو ہم کر سکتے ہیں
مگر مشینیں نہیں۔ -
2:13 - 2:15جن کاموں میں مشینوں نے کم ترقی کی ہے
-
2:15 - 2:17ان میں " نت نئی مشکلات کا سامنا کرنا"
شامل ہیں۔ -
2:17 - 2:21وہ ایسے مسئلے حل نہیں کر سکتیں،
جو انہوں نے پہلے نہ دیکھے ہوں۔ -
2:21 - 2:24مشین لرننگ کی بنیادی حدود یہ ہیں کہ
-
2:24 - 2:27انہیں سیکھنے کے لیے بہت بڑی تعداد میں
ماضی کے اعداد و شمار چاہیں -
2:27 - 2:29مگر، انسانوں کو نہیں۔
-
2:29 - 2:32ہم میں صلاحیت ہے کہ ہم بظاہر
بے تعلق دکھائی دینے والے -
2:32 - 2:34تانے جوڑ کر نئے مسئلے حل کر لیتے ہیں۔
-
2:35 - 2:39دوسری جنگِ عظیم میں "پرسی سپینسر" نامی
ماہرِ طبعیات ریڈار پر کام کر رہا تھا -
2:39 - 2:42جب اس نے غور کیا کہ "میگنوٹرون"
اس کی چاکلیٹ کو پگھلا رہا ہے۔ -
2:43 - 2:46یوں وہ برقی-مقناطیسی شعاؤں کو
سمجھنے کے قابل ہوا۔ -
2:46 - 2:48اور اپنے کھانا پکانے کے تجربے سے
-
2:48 - 2:51وہ بھلا کیا ایجاد کرنے کے قابل ہوا؟
مائکرو ویو اوون۔۔! -
2:51 - 2:55تو، یہ تخلیق کی انتہائی شاندار مثال ہے۔
-
2:55 - 2:58مگر اس قسم کی کامیابی چھوٹے چھوٹے
-
2:58 - 3:00حصوں میں ہم سب کو روزانہ
ہزاروں دفعہ ملتی ہے۔ -
3:01 - 3:02مشین تب ہمارامقابلہ نہیں کرسکتیں
-
3:02 - 3:04جب نئے مسئلے سے نمٹنے کی بات آتی ہے
-
3:04 - 3:08اور اس وجہ سے ان کاموں کی حد بندی ہوتی ہے
-
3:08 - 3:09جو خود کار مشینیں کر سکتی ہوں۔
-
3:10 - 3:12تو "کام کے مستقبل" کے بارے میں کیا
کہا جا سکتا ہے؟ -
3:13 - 3:17کسی بھی پیشے کے مستقبل کا فیصلہ
ایک سوال کا جواب کر سکتا ہے -
3:17 - 3:22کہ یہ پیشہ کس حد تک بار بار کیے جانے والے
ضخیم کاموں کا مجموعہ ہے -
3:22 - 3:26اور اس میں کس حد تک نئے مسئلے
حل کرنا پڑتے ہیں؟ -
3:26 - 3:30بار بار کیے جانے والےضخیم کام کرنے میں
مشینیں ہوشیار ہوتی جا رہی ہیں۔ -
3:30 - 3:33آج کل وہ مضامین چیک کر لیتی ہیں
اور کچھ امراض کی تشخیص کر سکتی ہیں۔ -
3:33 - 3:36آنے والے سالوں میں وہ آڈٹ بھی کر سکیں گی
-
3:36 - 3:39اورقانونی معاہدوں میں عرضیاں
بھی پڑھ سکیں گی۔ -
3:39 - 3:41مگر اکاؤنٹنٹ اور وکلاء ابھی بھی چاہیں۔
-
3:41 - 3:44وہ قانون سےمتصادم ہوتی کاروائیوں کے لیے
-
3:44 - 3:45پیچیدہ قسم کی ٹیکس سازی کر سکیں گے۔
-
3:45 - 3:47لیکن مشینیں ان کے عہدوں کو تنگ کر کے
-
3:47 - 3:49ان کے لیے صرف مشکل کام چھوڑ دیں گی۔
-
3:49 - 3:50اب، جیسا کہ میں نے بیان کیا
-
3:50 - 3:53مشینیں نت نئے مسئلوں کو حل نہیں کر سکتیں۔
-
3:53 - 3:56کسی بھی تشہیری مہم کا مقصد گاہک
کی توجہ کھینچنا ہوتا ہے۔ -
3:56 - 3:58اسے مجمع سے الگ دکھائی دینا ہوتا ہے۔
-
3:58 - 4:01کاروباری پلان کا مطلب ہوتا ہے کہ منڈی میں
خلا تلاش کیا جائے -
4:01 - 4:02وہ کام، جو کوئی نہیں کر۔رہا۔
-
4:02 - 4:06یہ انسان ہوں گے جو ہماری تشہیری مہم کا
ڈھانچہ بنایا کریں گے۔ -
4:06 - 4:10اور کاروباری پلان بھی انسان ہی
بنایا کریں گے۔ -
4:10 - 4:13چنانچہ یہلی!
تم جو بھی فیصلہ کرو، -
4:13 - 4:15مگر اپنے آنے والے ہر دن میں ایک نیا
ہدف قائم کرو۔ -
4:16 - 4:18اگر ایسا ہو جائے
تو تم مشینوں سے آگے رہو گی۔ -
4:19 - 4:20شکریہ۔
-
4:20 - 4:23(تالیاں)
- Title:
- ہمارے وہ کام، جو مشینیں کیا کریں گی۔۔۔اور وہ، جو نہیں کرسکیں گی
- Speaker:
- انتھونی گولڈ بلوم
- Description:
-
more » « less
مشین لرننگ اب صرف ان سادہ کاموں کے لیے نہیں ہے جیسے قرض واپسی کے امکانات کا جائزہ لینا یا ڈاک چھانٹنا۔۔۔اب یہ زیادہ پیچیدہ کام کر سکتی ہیں جیسے مضامین کی درجہ بندی یا امراض کی تشخیص۔ اس ترقی کے ساتھ ہی ایک سوال پیدا ہوتا یے: کیا مستقبل میں روبورٹ آپ کا سارا کام کیا کرے گا؟
- Video Language:
- English
- Team:
closed TED
- Project:
- TEDTalks
- Duration:
- 04:36
|
Irteza Ubaid approved Urdu subtitles for The jobs we'll lose to machines -- and the ones we won't | |
|
Irteza Ubaid accepted Urdu subtitles for The jobs we'll lose to machines -- and the ones we won't | |
|
Irteza Ubaid edited Urdu subtitles for The jobs we'll lose to machines -- and the ones we won't | |
|
Awais Ali edited Urdu subtitles for The jobs we'll lose to machines -- and the ones we won't |

