جیسا کہ آپ جانتے ہوں گے، میں اور میری ٹیم Qlik کمیونٹی کے لیے ایک براؤزر ایکسٹینشن لے کر آئے ہیں جو Qlik اور Git کو بغیر کسی رکاوٹ کے ڈیش بورڈ ورژنز کو محفوظ کرنے کے لیے مربوط کرتا ہے، دوسرے ونڈوز پر سوئچ کیے بغیر ڈیش بورڈز کے لیے تھمب نیل بناتا ہے۔ ایسا کرنے سے، ہم Qlik ڈویلپرز کو کافی وقت بچاتے ہیں اور روزانہ کی بنیاد پر تناؤ کو کم کرتے ہیں۔
میں ہمیشہ Qlik کی ترقی کے عمل کو بہتر بنانے اور روزمرہ کے معمولات کو بہتر بنانے کے طریقے تلاش کرتا ہوں۔ اسی لیے اوپن اے آئی یا مشترکہ زبان کے بڑے ماڈل کے ذریعہ سب سے زیادہ ہائپ کیے جانے والے موضوع، ChatGPT، اور GPT-n سے بچنا بہت مشکل ہے۔
آئیے اس حصے کو چھوڑتے ہیں کہ بڑے لینگویج ماڈلز، GPT-n، کیسے کام کرتے ہیں۔ اس کے بجائے، آپ ChatGPT سے پوچھ سکتے ہیں یا Steven Wolfram کی بہترین انسانی وضاحت پڑھ سکتے ہیں۔
میں غیر مقبول تھیسس سے شروع کروں گا، "ڈیٹا سے GPT-n جنریٹڈ بصیرت ایک تجسس بجھانے والا کھلونا ہے" اور پھر حقیقی زندگی کی مثالیں شیئر کروں گا جہاں ہم کام کر رہے ہیں ایک AI اسسٹنٹ معمول کے کاموں کو خودکار کر سکتا ہے، زیادہ پیچیدہ کے لیے فارغ وقت۔ BI-ڈیولپرز/تجزیہ کاروں کے لیے تجزیہ اور فیصلہ سازی۔
بچپن سے اے آئی اسسٹنٹ
GPT-n کو آپ کو گمراہ نہ ہونے دیں۔
… یہ صرف ایسی باتیں کہہ رہا ہے جو "صحیح لگتی ہیں" اس بنیاد پر کہ اس کے تربیتی مواد میں کیا چیزیں "لگتی ہیں"۔ © سٹیون وولفرم
لہذا، آپ دن بھر ChatGPT کے ساتھ چیٹ کر رہے ہیں۔ اور اچانک، ایک شاندار خیال ذہن میں آتا ہے: "میں ChatGPT کو ڈیٹا سے قابل عمل بصیرت پیدا کرنے کا اشارہ کروں گا!"
تمام کاروباری ڈیٹا اور ڈیٹا ماڈلز کے ساتھ OpenAI API کا استعمال کرتے ہوئے GPT-n ماڈلز کو کھانا کھلانا قابل عمل بصیرت حاصل کرنے کے لیے ایک بہت بڑا فتنہ ہے، لیکن یہاں اہم چیز ہے - GPT-3 یا اس سے زیادہ کے طور پر بڑی زبان کے ماڈل کے لیے بنیادی کام یہ جاننا ہے کہ کیسے متن کے ایک ٹکڑے کو جاری رکھنے کے لیے جو اسے دیا گیا ہے۔ دوسرے الفاظ میں، یہ ویب پر اور کتابوں اور اس میں استعمال ہونے والے دیگر مواد میں موجود چیزوں کے "نمونہ کی پیروی کرتا ہے"۔
اس حقیقت کی بنیاد پر، چھ عقلی دلائل ہیں کہ کیوں GPT-n سے تیار کردہ بصیرت آپ کے تجسس کو بجھانے اور انسانی دماغ کہلانے والے آئیڈیا جنریٹر کے لیے ایندھن فراہم کرنے والا صرف ایک کھلونا ہے۔
- GPT-n، ChatGPT ایسی بصیرتیں پیدا کر سکتا ہے جو متعلقہ یا معنی خیز نہیں ہیں کیونکہ اس میں ڈیٹا اور اس کی باریکیوں کو سمجھنے کے لیے ضروری سیاق و سباق کی کمی ہے — سیاق و سباق کی کمی۔
- GPT-n، ChatGPT ڈیٹا پروسیسنگ میں غلطیوں یا غلط الگورتھم — درستگی کی کمی کی وجہ سے غلط بصیرت پیدا کر سکتا ہے۔
- مکمل طور پر GPT-n پر انحصار کرتے ہوئے، بصیرت کے لیے ChatGPT انسانی ماہرین کی تنقیدی سوچ اور تجزیہ کی کمی کا باعث بن سکتا ہے، جو ممکنہ طور پر غلط یا نامکمل نتائج کی طرف لے جاتا ہے - آٹومیشن پر زیادہ انحصار۔
- GPT-n، ChatGPT اس ڈیٹا کی وجہ سے متعصبانہ بصیرت پیدا کر سکتا ہے جس پر اسے تربیت دی گئی تھی، جو ممکنہ طور پر نقصان دہ یا امتیازی نتائج کی طرف لے جاتی ہے — تعصب کا خطرہ۔
- GPT-n، ChatGPT میں کاروباری اہداف اور مقاصد کی گہری سمجھ کا فقدان ہو سکتا ہے جو BI کے تجزیہ کو آگے بڑھاتے ہیں، جس کی وجہ سے سفارشات مجموعی حکمت عملی کے ساتھ منسلک نہیں ہیں - کاروباری اہداف کی ایک محدود سمجھ۔
- کاروباری اہم اعداد و شمار پر بھروسہ کرنا اور اسے ایک ایسے "بلیک باکس" کے ساتھ شیئر کرنا جو خود سیکھ سکتا ہے ٹاپ مینجمنٹ کے روشن سروں میں اس خیال کو جنم دے گا کہ آپ اپنے حریفوں کو جیتنے کا طریقہ سکھا رہے ہیں — اعتماد کی کمی۔ ہم یہ پہلے ہی دیکھ چکے تھے جب ایمیزون ڈائنامو ڈی بی جیسے پہلے کلاؤڈ ڈیٹا بیس ظاہر ہونا شروع ہوئے۔
کم از کم ایک دلیل کو ثابت کرنے کے لیے، آئیے اس بات کا جائزہ لیں کہ ChatGPT کس طرح قائل ہو سکتا ہے۔ لیکن بعض صورتوں میں یہ درست نہیں ہے۔
میں ChatGPT سے سادہ حساب 965*590 حل کرنے کے لیے کہوں گا اور پھر اس سے مرحلہ وار نتائج کی وضاحت کرنے کو کہوں گا۔
568 350؟! افوہ… کچھ غلط ہو رہا ہے۔
میرے معاملے میں، ChatGPT کے جواب میں ایک فریب نظر آیا کیونکہ جواب 568,350 غلط ہے۔
آئیے دوسرا شاٹ بنائیں اور ChatGPT سے مرحلہ وار نتائج کی وضاحت کرنے کو کہیں۔
اچھا شاٹ! لیکن پھر بھی غلط…
ChatGPT قدم بہ قدم وضاحت میں قائل کرنے کی کوشش کرتا ہے، لیکن یہ اب بھی غلط ہے۔
سیاق و سباق کی اہمیت ہے۔ آئیے دوبارہ کوشش کریں لیکن "ایکٹ کے طور پر ..." پرامپٹ کے ساتھ وہی مسئلہ کھلائیں۔
بنگو! 569 350 درست جواب ہے۔
لیکن یہ ایک ایسا معاملہ ہے جہاں ایک عصبی جال آسانی سے جس طرح کی جنرلائزیشن کر سکتا ہے — جو 965*590 ہے — کافی نہیں ہوگا۔ ایک حقیقی کمپیوٹیشنل الگورتھم کی ضرورت ہے، نہ کہ صرف شماریات پر مبنی نقطہ نظر۔
کون جانتا ہے… ہوسکتا ہے کہ AI نے ماضی میں ریاضی کے اساتذہ سے اتفاق کیا ہو اور وہ اوپری درجات تک کیلکولیٹر کا استعمال نہیں کرتا ہے۔
چونکہ پچھلی مثال میں میرا پرامپٹ سیدھا ہے، اس لیے آپ ChatGPT کے جواب کی غلط فہمی کو تیزی سے پہچان سکتے ہیں اور اسے ٹھیک کرنے کی کوشش کر سکتے ہیں۔ لیکن کیا ہوگا اگر فریب اس طرح کے سوالات کے جواب میں ٹوٹ جائے:
- کون سا سیلز پرسن سب سے زیادہ موثر ہے؟
- مجھے پچھلی سہ ماہی کی آمدنی دکھائیں۔
یہ ہمیں مشروم کے بغیر ہیلوسینیشن پر مبنی فیصلہ سازی کی طرف لے جا سکتا ہے۔
بلاشبہ، مجھے یقین ہے کہ جنریٹیو اے آئی کے میدان میں محدود توجہ مرکوز حلوں کی ترقی کی وجہ سے میرے اوپر کے بہت سے دلائل چند ماہ یا سالوں میں غیر متعلقہ ہو جائیں گے۔
اگرچہ GPT-n کی حدود کو نظر انداز نہیں کیا جانا چاہیے، کاروبار اب بھی انسانی تجزیہ کاروں (یہ مضحکہ خیز بات ہے کہ مجھے HUMAN کو اجاگر کرنا ہے) اور AI معاونین کی طاقتوں سے فائدہ اٹھا کر ایک زیادہ مضبوط اور موثر تجزیاتی عمل تشکیل دے سکتے ہیں۔ مثال کے طور پر، ایک ایسے منظر نامے پر غور کریں جہاں انسانی تجزیہ کار ان عوامل کی نشاندہی کرنے کی کوشش کرتے ہیں جو گاہک کو منتشر کرنے میں کردار ادا کرتے ہیں۔ GPT-3 یا اس سے زیادہ سے چلنے والے AI معاونوں کا استعمال کرتے ہوئے، تجزیہ کار ممکنہ عوامل کی فہرست تیزی سے تیار کر سکتا ہے، جیسے قیمتوں کا تعین، کسٹمر سروس، اور پروڈکٹ کا معیار، پھر ان تجاویز کا جائزہ لے سکتا ہے، ڈیٹا کی مزید چھان بین کر سکتا ہے، اور بالآخر سب سے زیادہ متعلقہ عوامل کی شناخت کر سکتا ہے۔ جو گاہک کو منڈلاتا ہے۔
مجھے انسانوں کی طرح کی عبارتیں دکھائیں۔
انسانی تجزیہ کار چیٹ جی پی ٹی کو اشارہ دے رہا ہے۔
AI اسسٹنٹ کا استعمال ان کاموں کو خودکار کرنے کے لیے کیا جا سکتا ہے جن میں آپ ابھی بے شمار گھنٹے صرف کرتے ہیں۔ یہ واضح ہے، لیکن آئیے اس علاقے کو قریب سے دیکھتے ہیں جہاں GPT-3 اور اس سے زیادہ جیسے بڑے لینگویج ماڈلز کے ذریعے چلنے والے AI معاونین کو اچھی طرح سے جانچا جاتا ہے - جو انسانوں کی طرح کی تحریریں تیار کرتے ہیں۔
BI ڈویلپرز کے روزانہ کی بنیاد پر کاموں میں ان کا ایک گروپ ہے:
- چارٹ، شیٹ کے عنوانات، اور تفصیل لکھنا۔ GPT-3 اور اس سے اعلی ہمیں معلوماتی اور مختصر عنوانات کو تیزی سے بنانے میں مدد کر سکتے ہیں، اس بات کو یقینی بناتے ہوئے کہ ہمارے ڈیٹا ویژولائزیشن کو فیصلہ سازوں کے لیے سمجھنا اور نیویگیٹ کرنا آسان ہے اور "اس کے طور پر کام کریں" پرامپٹ کا استعمال کرنا۔
- کوڈ دستاویزات۔ GPT-3 اور اس سے زیادہ کے ساتھ، ہم تیزی سے اچھی طرح سے دستاویزی کوڈ کے ٹکڑے بنا سکتے ہیں، جس سے ہماری ٹیم کے اراکین کو کوڈ بیس کو سمجھنا اور اسے برقرار رکھنا آسان ہو جاتا ہے۔
- ماسٹر آئٹمز بنانا (کاروباری لغت)۔ AI اسسٹنٹ مختلف ڈیٹا پوائنٹس کے لیے درست اور جامع تعریفیں فراہم کر کے، ابہام کو کم کر کے، اور بہتر ٹیم مواصلات کو فروغ دے کر ایک جامع کاروباری لغت بنانے میں مدد کر سکتا ہے۔
- ایپ میں شیٹس/ڈیش بورڈز کے لیے ایک دلکش تھمب نیل (کور) بنانا۔ GPT-n دلکش اور بصری طور پر دلکش تھمب نیلز بنا سکتا ہے، صارف کے تجربے کو بہتر بنا سکتا ہے اور صارفین کو دستیاب ڈیٹا کو دریافت کرنے کی ترغیب دے سکتا ہے۔
- پاور BI میں Qlik Sense / DAX سوالات میں سیٹ تجزیہ اظہار کے ذریعہ حساب کے فارمولے لکھنا۔ GPT-n ان تاثرات اور سوالات کو زیادہ موثر طریقے سے تیار کرنے میں ہماری مدد کر سکتا ہے، فارمولوں کو لکھنے میں صرف ہونے والے وقت کو کم کر کے اور ڈیٹا کے تجزیہ پر توجہ مرکوز کرنے کی اجازت دیتا ہے۔
- ڈیٹا لوڈ اسکرپٹ (ETL) لکھنا۔ GPT-n ETL اسکرپٹس بنانے، ڈیٹا کی تبدیلی کو خودکار کرنے، اور تمام سسٹمز میں ڈیٹا کی مستقل مزاجی کو یقینی بنانے میں مدد کر سکتا ہے۔
- ڈیٹا اور ایپلیکیشن کے مسائل کا ازالہ کرنا۔ GPT-n ممکنہ مسائل کی شناخت میں مدد کے لیے تجاویز اور بصیرت فراہم کر سکتا ہے اور عام ڈیٹا اور ایپلیکیشن کے مسائل کے حل پیش کر سکتا ہے۔
- ڈیٹا ماڈل میں فیلڈز کا نام تکنیکی سے کاروبار میں تبدیل کرنا۔ GPT-n تکنیکی اصطلاحات کو زیادہ قابل رسائی کاروباری زبان میں ترجمہ کرنے میں ہماری مدد کر سکتا ہے، جس سے ڈیٹا ماڈل کو غیر تکنیکی اسٹیک ہولڈرز کے لیے چند کلکس کے ساتھ سمجھنا آسان ہو جاتا ہے۔
GPT-n ماڈلز سے چلنے والے AI معاونین معمول کے کاموں کو خودکار بنا کر اور مزید پیچیدہ تجزیہ اور فیصلہ سازی کے لیے وقت نکال کر ہمارے کام میں زیادہ موثر اور موثر ہونے میں ہماری مدد کر سکتے ہیں۔
اور یہ وہ علاقہ ہے جہاں Qlik Sense کے لیے ہمارے براؤزر کی توسیع قدر فراہم کر سکتی ہے۔ ہم نے AI اسسٹنٹ کی آئندہ ریلیز کے لیے تیاری کر لی ہے، جو اینالیٹکس ایپس تیار کرتے ہوئے صرف ایپ میں Qlik ڈویلپرز کے لیے عنوانات اور تفصیل پیدا کرے گی۔
ان معمول کے کاموں کے لیے OpenAI API کے ذریعے جرمانے والے GPT-n کا استعمال کرتے ہوئے، Qlik کے ڈویلپرز اور تجزیہ کار اپنی کارکردگی کو نمایاں طور پر بہتر بنا سکتے ہیں اور پیچیدہ تجزیہ اور فیصلہ سازی کے لیے زیادہ وقت مختص کر سکتے ہیں۔ یہ نقطہ نظر اس بات کو بھی یقینی بناتا ہے کہ ہم GPT-n کی طاقتوں کا فائدہ اٹھاتے ہوئے ڈیٹا کے اہم تجزیہ اور بصیرت پیدا کرنے کے لیے اس پر انحصار کرنے کے خطرات کو کم کرتے ہیں۔
نتیجہ
آخر میں، مجھے، براہ کرم ChatGPT کو راستہ دینے دو:
Qlik Sense اور دیگر کاروباری انٹیلی جنس ٹولز کے تناظر میں GPT-n کی حدود اور ممکنہ ایپلی کیشنز دونوں کو تسلیم کرنے سے تنظیموں کو ممکنہ خطرات کو کم کرتے ہوئے اس طاقتور AI ٹیکنالوجی سے زیادہ سے زیادہ فائدہ اٹھانے میں مدد ملتی ہے۔ GPT-n سے تیار کردہ بصیرت اور انسانی مہارت کے درمیان تعاون کو فروغ دے کر، تنظیمیں ایک مضبوط تجزیاتی عمل تشکیل دے سکتی ہیں جو AI اور انسانی تجزیہ کاروں دونوں کی طاقتوں سے فائدہ اٹھاتی ہے۔
ہماری آنے والی مصنوعات کی ریلیز کے فوائد کا تجربہ کرنے والے پہلے لوگوں میں شامل ہونے کے لیے، ہم آپ کو اپنے ابتدائی رسائی پروگرام کے لیے فارم پُر کرنے کے لیے مدعو کرنا چاہیں گے۔ پروگرام میں شامل ہو کر، آپ کو تازہ ترین خصوصیات اور اضافہ تک خصوصی رسائی حاصل ہو جائے گی جو آپ کے Qlik ترقیاتی ورک فلو میں AI معاون کی طاقت کو بروئے کار لانے میں آپ کی مدد کرے گی۔ منحنی خطوط سے آگے رہنے اور اپنی تنظیم کے لیے AI سے چلنے والی بصیرت کی مکمل صلاحیت کو غیر مقفل کرنے کے اس موقع کو ضائع نہ کریں۔
