Microsoft AI اب بڑے پیمانے پر، عام مقصد کے لیے استعمال ہونے والے فرنٹیر ماڈلز (frontier models) کے پیچھے بلا تعصب بھاگنے کے بجائے، موثر اور مخصوص آرکیٹیکچر کی طرف منتقل ہو رہا ہے۔ AI سی ای او مصطفیٰ سلیمان نے اس تبدیلی پر روشنی ڈالتے ہوئے کہا کہ اب لاگت کی کفایت پسندی اور کام کے لحاظ سے مخصوص درستگی، محض پیرامیٹر کی تعداد سے زیادہ اہمیت رکھتی ہے۔

ماہر کا عروج: MAI-Cyber-1-Flash

نئی حکمت عملی انتہائی بہتر (optimized) اور مخصوص (niche) ماڈلز پر مرکوز ہے۔ سائبر سیکیورٹی کے لیے بنایا گیا Microsoft کا MAI-Cyber-1-Flash، جب ایک جدید آرکیسٹریٹر (orchestrator) کے ساتھ منسلک کیا جاتا ہے، تو CyberGym بینچ مارک میں سرفہرست رہتا ہے۔

رپورٹس کے مطابق، MAI-Cyber-1-Flash کو چلانے کی لاگت Anthropic کے Mythos ماڈل کے مقابلے میں تقریباً آدھی ہے۔ وہ ادارے جو کمپیوٹر کے بھاری بھرکم بلوں کے بغیر AI ایجنٹس کو وسعت دینا چاہتے ہیں، اب پروڈکشن کے قابل AI کے لیے "چھوٹے اور مخصوص" راستے کا انتخاب کر سکتے ہیں۔

خام ذہانت کے مقابلے میں آرکیسٹریشن (Orchestration)

مقابلہ اب انفرادی ماڈلز کی برتری دکھانے سے ہٹ کر آرکیسٹریشن سافٹ ویئر کی طرف منتقل ہو گیا ہے۔ Microsoft تسلیم کرتا ہے کہ کوئی بھی ایک ماڈل ہر مسئلے کو حل نہیں کر سکتا۔ اس کے بجائے، "آرکیسٹریٹر" پیچیدگی، لاگت اور شعبے (domain) کی بنیاد پر سوالات کو سب سے موزوں ماڈل کی طرف بھیجتا ہے۔

کام کا بہاؤ (workflow) عام طور پر درج ذیل درجہ بندی شدہ منطق پر مبنی ہوتا ہے:

  1. روٹنگ (Routing): آرکیسٹریٹر آنے والی درخواست کا جائزہ لیتا ہے۔
  2. تخصیص (Specialization): مخصوص شعبوں کے کاموں کے لیے—جیسے سائبر سیکیورٹی—یہ سوال کو MAI-Cyber-1-Flash جیسے سستے اور موثر ماڈل کو بھیج دیتا ہے۔
  3. ایسکلیشن (Escalation): مشکل کاموں کے لیے جن میں گہری منطق یا وسیع عالمی معلومات کی ضرورت ہو، یہ کام OpenAI کے بھاری بھرکم فرنٹیر ماڈلز کے سپرد کر دیتا ہے۔

یہ ہائبرڈ طریقہ کار ڈویلپرز کو ایپلی کیشن کے پورے دورانیے میں فی ٹوکن لاگت کو تیزی سے کم کرتے ہوئے کارکردگی کو بلند رکھنے کی اجازت دیتا ہے۔

یہ AI ایکو سسٹم کے لیے کیوں اہم ہے

یہ تبدیلی ایک پختہ ہوتے ہوئے مارکیٹ کی نشاندہی کرتی ہے۔ "اسکیلنگ لاز" (scaling laws) کا دور، جس میں سب سے بڑے ماڈل کو اہمیت دی جاتی تھی، اب تجارتی حقیقتوں سے ٹکرا رہا ہے۔ جیسے جیسے کمپنیاں تجرباتی چیٹ بوٹس سے خود مختار ایجنٹس کی طرف بڑھ رہی ہیں، آرکیسٹریشن کے ذریعے پیچیدہ ورک فلو کا انتظام کرنا محض خام منطقی طاقت کے مقابلے میں زیادہ قیمتی ہوتا جا رہا ہے۔

ڈویلپرز اور بانیوں کے لیے، مقابلہ اب اس بات پر نہیں ہے کہ کس کے پاس سب سے زیادہ پیرامیٹرز ہیں، بلکہ اس پر ہے کہ کون سب سے موثر روٹنگ لاجک اور سب سے مؤثر مخصوص فائن ٹیونز (fine-tunes) تیار کر سکتا ہے۔ Microsoft کا یہ ماننا ہے کہ AI کا مستقبل کسی ایک "خدا نما" ماڈل کے بجائے ایک ماڈیولر ایکو سسٹم میں پنہاں ہے۔

اہم نکات

  • اسکیل کے مقابلے میں کارکردگی: Microsoft AI، MAI-Cyber-1-Flash جیسے ماہر ماڈلز کو ترجیح دے رہا ہے، جو عام ماڈلز کے مقابلے میں بہت کم لاگت پر سائبر سیکیورٹی جیسے مخصوص شعبوں میں اعلیٰ کارکردگی فراہم کرتے ہیں۔
  • آرکیسٹریشن کی طرف منتقلی: صنعت اپنی مسابقتی توجہ انفرادی ماڈل بینچ مارکس سے ہٹا کر آرکیسٹریشن سافٹ ویئر کی طرف منتقل کر رہی ہے جو ماڈلز کے درمیان کاموں کا انتظام اور روٹنگ کرتا ہے۔
  • ہائبرڈ انٹیلیجنس ورک فلو: مستقبل کے AI سسٹمز ممکنہ طور پر ایک درجہ بندی شدہ (tiered) آرکیٹیکچر اپنائیں گے—جس میں معمول کے کاموں کے لیے سستے ماہر ماڈلز کا استعمال کیا جائے گا اور پیچیدہ منطق کے لیے مہنگے فرنٹیر ماڈلز (جیسے OpenAI کے ماڈلز) کو مخصوص رکھا جائے گا۔