خلاصہ

IBM Cognos Analytics کو ورژن 11.2.1 میں واٹسن کے نام سے ٹیٹو کیا گیا ہے۔ اس کا پورا نام اب ہے۔ IBM Cognos Analytics with Watson 11.2.1، جو پہلے IBM Cognos Analytics کے نام سے جانا جاتا تھا۔  لیکن یہ واٹسن کہاں ہے اور کیا کرتا ہے؟    

مختصراً، واٹسن AI سے متاثر سیلف سروس کی صلاحیتیں لاتا ہے۔ آپ کا نیا "Clippy"، دراصل AI اسسٹنٹ، ڈیٹا کی تیاری، تجزیہ اور رپورٹ بنانے میں رہنمائی پیش کرتا ہے۔ واٹسن مومنٹس اس وقت جھنجھلاتے ہیں جب اسے لگتا ہے کہ اس کے پاس ڈیٹا کے تجزیہ کے بارے میں تعاون کرنے کے لیے کچھ مفید ہے۔ واٹسن کے ساتھ Cognos Analytics ایک ہدایت یافتہ تجربہ پیش کرتا ہے جو تنظیم کے ارادے کی ترجمانی کرتا ہے اور تجویز کردہ راستے کے ساتھ ان کی حمایت کرتا ہے، جس سے فیصلہ سازی میں بہتری آتی ہے۔

نئے واٹسن سے ملو

ڈاکٹر آرتھر کونن ڈوئل کی ایجاد کردہ افسانوی ڈاکٹر واٹسن نے جاسوس شرلاک ہومز کے لیے ایک ورق گردانی کی۔ واٹسن، جو پڑھے لکھے اور ذہین تھے، اکثر واضح کا مشاہدہ کرتے تھے اور بظاہر متضاد ہونے کے بارے میں سوالات پوچھتے تھے۔ تاہم، کٹوتی کے اس کے اختیارات ہومز کے لیے کوئی مماثلت نہیں رکھتے تھے۔

یہ وہ واٹسن نہیں ہے جس کے بارے میں ہم بات کر رہے ہیں۔  واٹسن IBM کا AI (مصنوعی ذہانت) پروجیکٹ بھی ہے جس کا نام اس کے بانی کے نام پر رکھا گیا ہے۔ واٹسن کو 2011 میں ایک خطرے کے مدمقابل کے طور پر دنیا میں متعارف کرایا گیا تھا۔ لہذا، اس کی جڑوں میں، واٹسن ایک کمپیوٹر سسٹم ہے جس سے استفسار کیا جا سکتا ہے اور فطری زبان سے جواب دیا جا سکتا ہے۔ اس وقت سے، واٹسن لیبل کو IBM نے مشین لرننگ سے متعلق متعدد مختلف اقدامات پر لاگو کیا ہے اور اسے AI کہتے ہیں۔  

IBM کا دعویٰ ہے، "IBM واٹسن کاروبار کے لیے AI ہے۔ واٹسن تنظیموں کو مستقبل کے نتائج کی پیشن گوئی کرنے، پیچیدہ عمل کو خودکار بنانے اور ملازمین کے وقت کو بہتر بنانے میں مدد کرتا ہے۔ سخت الفاظ میں، مصنوعی ذہانت ایک کمپیوٹر سسٹم ہے جو انسانی سوچ یا ادراک کی نقل کر سکتا ہے۔ آج کل جو کچھ AI کے لیے گزرتا ہے وہ درحقیقت مسائل کا حل، نیچرل لینگویج پروسیسنگ (NLP) یا مشین لرننگ (ML) ہے۔    

IBM میں متعدد مختلف سافٹ ویئر ہیں۔ ایپلی کیشنز نیچرل لینگویج پروسیسنگ، تلاش اور فیصلہ سازی کے لیے واٹسن کی صلاحیت سے متاثر۔ یہ واٹسن ہے بطور چیٹ بوٹ NLP کا استعمال کرتے ہوئے۔ یہ ایک ایسا علاقہ ہے جس میں واٹسن کی سبقت ہے۔ 

جو کبھی Cognos BI کے نام سے جانا جاتا تھا، وہ ہے۔ اب برانڈڈ IBM Cognos Analytics with Watson 11.2.1، جو پہلے IBM Cognos Analytics کے نام سے جانا جاتا تھا۔    

https://www.ibm.com/common/ssi/ShowDoc.wss?docURL=/common/ssi/rep_ca/4/760/ENUSJP21-0434/index.html&lang=en&request_locale=en

ICAW11.2.1FKAICA نامی غیرجانبدار کے خلاصے کے طور پر، 

Cognos Analytics with Watson ایک کاروباری ذہانت کا حل ہے جو صارفین کو AI سے متاثر سیلف سروس کی صلاحیتوں کے ساتھ بااختیار بناتا ہے۔ یہ ڈیٹا کی تیاری، تجزیہ اور رپورٹ کی تخلیق کو تیز کرتا ہے۔ واٹسن کے ساتھ Cognos Analytics ڈیٹا کا تصور کرنا اور آپ کی تنظیم میں قابل عمل بصیرت کا اشتراک کرنا آسان بناتا ہے تاکہ ڈیٹا پر مبنی مزید فیصلوں کو فروغ دیا جا سکے۔ اس کی صلاحیتیں صارفین کو بہت سے پچھلے کاموں کے لیے آئی ٹی مداخلت کو کم کرنے یا ختم کرنے کے قابل بناتی ہیں، خود سروس کے مزید اختیارات فراہم کرتی ہیں، انٹرپرائز کی تجزیاتی مہارت کو آگے بڑھاتی ہیں، اور تنظیموں کو زیادہ مؤثر طریقے سے بصیرت حاصل کرنے کے قابل بناتی ہیں۔

واٹسن کے ساتھ Cognos Analytics ایک ہدایت یافتہ تجربہ پیش کرتا ہے جو تنظیم کے ارادے کی ترجمانی کرتا ہے اور تجویز کردہ راستے کے ساتھ ان کی حمایت کرتا ہے، جس سے فیصلہ سازی میں بہتری آتی ہے۔ مزید برآں، واٹسن کے ساتھ Cognos Analytics کو آن پریمیسس، کلاؤڈ میں، یا دونوں میں تعینات کیا جا سکتا ہے۔

واٹسن کہاں ہے؟

یہ "AI سے متاثر سیلف سروس کی صلاحیتیں کیا ہیں؟" واٹسن کا حصہ کیا ہے؟ واٹسن کا حصہ "گائیڈڈ تجربہ"، "کسی تنظیم کے ارادے کی ترجمانی" اور "مجوزہ راستہ" فراہم کرنا ہے۔ یہ AI کا آغاز ہے — ڈیٹا کی ترکیب اور سفارشات۔ 

واٹسن کیا ہے اور کیا نہیں؟ واٹسن کہاں سے شروع ہوتا ہے اور پروڈکٹ جو پہلے IBM Cognos Analytics کے نام سے جانا جاتا تھا ختم ہوتا ہے؟ سچ پوچھیں تو یہ بتانا مشکل ہے۔ کوگنوس تجزیات واٹسن کے ساتھ "متاثر" ہیں۔ یہ بولٹ آن یا نیا مینو آئٹم نہیں ہے۔ واٹسن بٹن نہیں ہے۔ IBM کہہ رہا ہے کہ Cognos Analytics، اب جبکہ اسے Watson-powered کے طور پر برانڈ کیا گیا ہے، ڈیزائن فلسفہ اور تنظیمی سیکھنے سے فائدہ اٹھا رہا ہے کہ IBM کے اندر دیگر کاروباری اکائیاں تیار ہو رہی ہیں۔

یہ کہا جا رہا ہے، واٹسن اسٹوڈیو — ایک علیحدہ لائسنس یافتہ پروڈکٹ — مربوط ہے، تاکہ، ایک بار کنفیگر ہونے کے بعد، آپ اب واٹسن اسٹوڈیو سے نوٹ بک کو رپورٹس اور ڈیش بورڈز میں ایمبیڈ کر سکتے ہیں۔ یہ آپ کو جدید تجزیات اور ڈیٹا سائنس کے لیے ML، SPSS Modeler، اور AutoAI کی طاقت سے فائدہ اٹھانے کی اجازت دیتا ہے۔

واٹسن کے ساتھ Cognos Analytics میں، آپ کو واٹسن کا اثر نظر آئے گا۔ اے آئی اسسٹنٹ جو آپ کو سوالات پوچھنے اور قدرتی زبان میں بصیرت دریافت کرنے کی اجازت دیتا ہے۔ اے آئی اسسٹنٹ NLM جملے کو پارس کرنے کے لیے استعمال کرتا ہے، بشمول گرائمر، اوقاف اور ہجے۔ میں نے محسوس کیا ہے کہ، Amazon کے Alexa اور Apple کی Siri کی طرح، مناسب سیاق و سباق کو شامل کرنے کے لیے آپ کے سوال کو تحریر کرنا یا کبھی کبھی دوبارہ بیان کرنا ضروری ہے۔ اسسٹنٹ آپ کی مدد کرنے والے کچھ کاموں میں شامل ہیں:

• سوالات تجویز کریں - قدرتی زبان کے سوال کے ذریعے سوالات کی ایک فہرست فراہم کرتا ہے جو آپ پوچھ سکتے ہیں۔
• ڈیٹا کے ذرائع دیکھیں - ڈیٹا کے ذرائع دکھاتا ہے جن تک آپ کی رسائی ہے۔
• ڈیٹا سورس (کالم) کی تفصیلات دکھائیں۔
• کالم پر اثر انداز کرنے والے دکھائیں - وہ فیلڈز دکھاتا ہے جو ابتدائی کالم کے نتیجے کو متاثر کرتے ہیں۔
• ایک چارٹ یا ویژولائزیشن بنائیں - مثال کے طور پر دو کالموں کی بہترین نمائندگی کرنے کے لیے ایک مناسب چارٹ یا ویژولائزیشن تجویز کرتا ہے۔
• ایک ڈیش بورڈ بنائیں - ڈیٹا کا ذریعہ دیا جائے، ایسا ہی ہوتا ہے۔
• نیچرل لینگویج جنریشن کے ذریعے ڈیش بورڈز کی تشریح کرتا ہے۔

ہاں، اس میں سے کچھ Cognos Analytics میں دستیاب تھا۔ 11.1.0، لیکن یہ اس میں زیادہ ترقی یافتہ ہے۔ 11.2.0.  

Cognos Analytics 11.2.1 ہوم پیج پر "Learning Resources" میں پردے کے پیچھے بھی واٹسن کا استعمال کیا جاتا ہے جو IBM اور b میں اثاثوں کی تلاش میں مدد کرتا ہے۔roader کمیونٹی. 

11.2.0 ریلیز میں، "واٹسن مومنٹس" نے اپنا آغاز کیا۔ واٹسن مومنٹس ڈیٹا میں نئی ​​دریافتیں ہیں جن کے بارے میں واٹسن "سوچتا ہے" کہ آپ کی دلچسپی ہو سکتی ہے۔ دوسرے لفظوں میں، جب آپ اسسٹنٹ کا استعمال کرتے ہوئے ڈیش بورڈ بنا رہے ہیں، تو یہ پتہ لگا سکتا ہے کہ آپ نے جس کے بارے میں پوچھا ہے اس سے متعلقہ فیلڈ موجود ہے۔ اس کے بعد یہ دونوں شعبوں کا موازنہ کرتے ہوئے ایک متعلقہ تصور پیش کر سکتا ہے۔ ایسا لگتا ہے کہ یہ ایک ابتدائی عمل درآمد ہے اور ایسا لگتا ہے کہ مستقبل قریب میں اس علاقے میں مزید ترقی ہونے والی ہے۔

ہم واٹسن کو AI کی مدد سے ڈیٹا ماڈیولز میں ذہین ڈیٹا کی تیاری کی خصوصیات کے ساتھ بھی دیکھتے ہیں۔ واٹسن ڈیٹا کی صفائی کے اہم پہلے مرحلے میں مدد کرتا ہے۔ الگورتھم آپ کو متعلقہ جدولوں کو دریافت کرنے میں مدد کرتے ہیں اور کون سی میزیں خود بخود جوائن کی جا سکتی ہیں۔  

آئی بی ایم کا کہنا ہے کہ یہی وجہ ہے کہ ہم سافٹ ویئر کے عنوان کے ساتھ ساتھ خصوصیات میں واٹسن کو کیوں دیکھتے ہیں یہ ہے کہ "IBM واٹسن برانڈنگ اس بات کی گونج میں مدد کرتی ہے کہ AI کے ذریعہ کس طرح اہم چیز کو خودکار کیا گیا ہے۔"

واٹسن کے ساتھ Cognos Analytics تحقیقی ٹیموں اور IBM Watson Services سے قرض لے رہا ہے - تصورات، اگر کوڈ نہیں ہے۔ IBM نے IBM Watson Services Redbooks سیریز کے ساتھ بلڈنگ کوگنیٹو ایپلی کیشنز کے ساتھ 7 جلدوں میں واٹسن کاگنیٹو کمپیوٹنگ متعارف کرایا ہے۔  جلد 1: شروع کرنا واٹسن اور علمی کمپیوٹنگ کا بہترین تعارف فراہم کرتا ہے۔ پہلی جلد تاریخ، بنیادی تصورات اور علمی کمپیوٹنگ کی خصوصیات کا ایک بہت ہی قابل مطالعہ تعارف فراہم کرتی ہے۔

واٹسن کیا ہے؟

یہ سمجھنے کے لیے کہ واٹسن کیا ہے، ان خصوصیات کو دیکھنا مفید ہے جنہیں IBM AI اور علمی نظام سے منسوب کرتا ہے۔

1. انسانی صلاحیتوں کو بڑھانا. انسان گہرائی سے سوچنے اور پیچیدہ مسائل کو حل کرنے میں اچھے ہیں۔ کمپیوٹرز ڈیٹا کی بڑی مقدار کو پڑھنے، سنتھیسائز کرنے اور پروسیس کرنے میں بہتر ہیں۔ 
2. قدرتی تعامل۔  اس طرح، فطری زبان کی پہچان اور پروسیسنگ پر توجہ،
3. مشین لرننگ۔  اضافی ڈیٹا کے ساتھ، پیشین گوئیاں، فیصلوں یا سفارشات کو بہتر بنایا جائے گا۔
4. وقت کے ساتھ موافقت کریں۔  مندرجہ بالا ML کی طرح، موافقت تعاملات کے فیڈ بیک لوپ پر مبنی سفارشات کو بہتر بنانے کی نمائندگی کرتی ہے۔

مصنوعی ذہانت کے بارے میں بات کرتے ہوئے، ٹیکنالوجی کو انسانی شکل نہ دینا مشکل ہے۔ یہ ایسے علمی نظاموں کو تیار کرنے کا ارادہ ہے جو سمجھنے، استدلال کرنے، سیکھنے اور بات چیت کرنے کی صلاحیت رکھتے ہیں۔ یہ IBM کی بیان کردہ سمت ہے۔ توقع ہے کہ IBM ان میں سے مزید صلاحیتوں کو Cognos Analytics میں لائے گا جب کہ یہ Watson برانڈ پہنتا ہے۔

اتنا ابتدائی نہیں۔

ہم نے یہ مضمون استنباطی استدلال کے بارے میں بات کرتے ہوئے شروع کیا۔  کٹوتی ترک "اگر-یہ-تو-وہ" منطق ہے جس میں کوئی غیر یقینی صورتحال نہیں ہے۔ "تاہم دلکش استدلال، شرلاک [ہولمز] کو مشاہدہ شدہ معلومات سے اخذ کرنے کی اجازت دیتا ہے تاکہ وہ ایسے واقعات کے بارے میں کسی نتیجے پر پہنچ سکے جن کا مشاہدہ نہیں کیا گیا ہے... حقائق کا اس کا وسیع کیٹلاگ اس کی مدد کرنے کے لیے اس کی حوصلہ افزا استدلال کے ساتھ چھلانگ لگانے میں مدد کرتا ہے جو شاید دوسرے نہیں ہوتے۔ تصور کرنے کے قابل۔"

IBM واٹسن کی مہارت اور حوالہ جاتی مواد کی دولت کو مدنظر رکھتے ہوئے، میرے خیال میں "شرلاک" زیادہ مناسب نام ہوسکتا ہے۔