یان لیکون نے OpenAI اور Anthropic کے لیے آنے والے بلبلے کے بارے میں خبردار کیا

میٹا (Meta) AI کے چیف سائنٹسٹ یان لیکون نے موجودہ جنریٹیو AI کے منظر نامے کی معاشی پائیداری کے حوالے سے ایک سخت وارننگ جاری کی ہے۔ CNBC کے ساتھ حالیہ گفتگو میں، لیکون نے اشارہ کیا کہ غیر مستحکم لاگت کے ڈھانچے کی وجہ سے OpenAI اور Anthropic جیسی صف اول کی لیبارٹریز ایک "بڑے بلبلے کے پھٹنے" کی طرف بڑھ رہی ہیں۔

جنریٹیو AI میں معاشی عدم توازن

لیکون کے استدلال کا بنیادی مرکز لارج لینگویج ماڈلز (LLMs) کو چلانے کی بڑھتی ہوئی لاگت اور صارفین کے لیے دستیاب قیمتوں کے ماڈلز کے درمیان بڑھتا ہوا فرق ہے۔ اگرچہ فرنٹیئر ماڈلز کی تربیت اور انہیں چلانے کے لیے درکار کمپیوٹیشنل پاور میں تیزی سے اضافہ ہو رہا ہے، لیکن آپریشنل اخراجات اسی تناسب سے کم نہیں ہو رہے۔

یہ معاشی رکاوٹ ایک ایسا منظر نامہ پیدا کر رہی ہے جہاں AI کمپنیاں عملی طور پر ہر سوال (query) پر پیسہ کھو رہی ہیں، اور سرمایہ کاروں کا بھاری سرمایہ حقیقی دنیا میں استعمال کے لیے ایک سبسڈی کے طور پر کام کر رہا ہے۔ یہی رائے OpenAI کے سی ای او سیم آلٹمین نے بھی پائی ہے، جنہوں نے حال ہی میں کاروباروں کے لیے AI کی زیادہ لاگت کو ایک "بڑا مسئلہ" قرار دیا ہے۔ کسی بڑی تبدیلی کے بغیر—خواہ وہ لاگت میں نمایاں کمی کے ذریعے ہو یا سروس کی قیمتوں میں اضافے کے ذریعے—LLM فراہم کرنے والوں کا موجودہ کاروباری ماڈل غیر یقینی بنا ہوا ہے۔

xAI پر تنقید اور ٹیلنٹ کی جنگ

لیکون نے اپنی تنقید کو صرف صنعت کے بڑے کھلاڑیوں تک محدود نہیں رکھا، بلکہ انہوں نے ایلون مسک کی xAI کو بھی نشانہ بنایا۔ اس اسٹارٹ اپ کو "ایک طرح کی ناکامی" قرار دیتے ہوئے، لیکون نے اندرونی عدم استحکام کی طرف اشارہ کیا، خاص طور پر یہ نوٹ کیا کہ بانی ٹیم جا چکی ہے اور مسک کو اعلیٰ درجے کے انجینئرنگ ٹیلنٹ کی بھرتی میں بڑھتی ہوئی مشکلات کا سامنا ہے۔

لیکون نے اس حوالے سے شکوک و شبہات کا اظہار کیا کہ کیا xAI، OpenAI یا Anthropic میں نظر آنے والی تحقیق کی رفتار اور پیمانے کے ساتھ مؤثر طریقے سے مقابلہ کر سکے گی۔ یہ تنقید صنعت میں بڑھتے ہوئے تناؤ کو اجاگر کرتی ہے: اگرچہ سرمایہ وافر مقدار میں موجود ہے، لیکن اعلیٰ ٹیلنٹ اور مخصوص مہارت کا ارتکاز فرنٹیئر ماڈل کی ترقی کے لیے بنیادی رکاوٹ بن رہا ہے۔

ورلڈ ماڈلز بمقابلہ لارج لینگویج ماڈلز

یہ وارننگ لیکون کے اپنے تکنیکی فلسفے کے لیے ایک اہم موڑ پر آئی ہے۔ مارکیٹ پر حاوی ٹرانسفارمر پر مبنی LLM آرکیٹیکچر پر مزید زور دینے کے بجائے، لیکون "ورلڈ ماڈلز" کی ترقی کی حمایت کر رہے ہیں۔ یہ ایسے سسٹمز ہیں جو محض ایک ترتیب میں اگلے ٹوکن کی پیش گوئی کرنے کے بجائے، مادی حقیقت اور علت و معلول کی بنیادی سمجھ بوجھ پیدا کرنے کے لیے ڈیزائن کیے گئے ہیں۔

ان کے منصوبے، AMI Labs نے حال ہی میں اس مخصوص سمت میں آگے بڑھنے کے لیے 1 بلین ڈالر جمع کیے ہیں۔ یہ AI کے منظر نامے میں ایک اسٹریٹجک فرق کی نمائندگی کرتا ہے: جہاں "LLM کیمپ" پیمانے اور کمپیوٹ کی کارکردگی کے لیے جدوجہد کر رہا ہے، وہیں "ورلڈ ماڈل کیمپ" ان استدلال اور تجسد کے مسائل کو حل کرنے کی کوشش کر رہا ہے جن میں موجودہ جنریٹو ماڈلز اب بھی مہارت حاصل کرنے کے لیے جدوجہد کر رہے ہیں۔ اگر LLM کا بلبلہ پھٹ جائے، تو یہ ان زیادہ معمارانہ طور پر متنوع طریقوں کی طرف بڑے پیمانے پر سرمائے کی دوبارہ تخصیص کا باعث بن سکتا ہے۔

اہم نکات

  • معاشی نزاکت: صف اول کی AI لیبز فی الحال زیادہ آپریشنل اخراجات اور مارکیٹ کے قابل قیمتوں کے درمیان فرق کو پورا کرنے کے لیے سرمایہ کاروں کے سبسڈیز پر انحصار کر رہی ہیں۔
  • اسٹریٹجک فرق: LLMs کی توسیع اور "ورلڈ ماڈلز" کے حصول کے درمیان ایک بڑھتا ہوا تکنیکی اختلاف ہے جن کا مقصد حقیقی جسمانی فہم حاصل کرنا ہے۔
  • ٹیلنٹ کی رکاوٹیں: اعلیٰ درجے کے محققین کی بھرتی کرنے اور انہیں برقرار رکھنے کی صلاحیت کمپنی کی بقا کے لیے اتنی ہی اہم ہوتی جا رہی ہے جتنا کہ بڑے کمپیوٹ کلسٹرز تک رسائی۔