▷ مصنوعی ذہانت: یہ کیا ہے اور موجودہ عملی مثالوں کی؟

کچھ سالوں سے ، کمپنیوں نے مصنوعی ذہانت کے بارے میں ہم سے مستقل بات کی ہے جو وہ اپنی خدمات ، ایپلی کیشنز اور پروسیسروں میں متعارف کرواتے ہیں۔ تاہم ، اگرچہ وہ ایک ہی نام رکھتے ہیں ، خدا کا شکر ہے کہ ، ہماری واشنگ مشین کی مصنوعی ذہانت (وجوہات کی بناء پر جو ہم سے بچ جاتی ہے) اور ہمارے اسمارٹ فون میں اتنی ترقی نہیں ہوئی ہے کہ وہ ان کے وجود اور ان پر ہمارے اقتدار پر غور کریں۔ ابھی کے لئے…

جیسا کہ ہم نے پہلے ہی آپ کو اے آئی کی ترقی کے یوایسبی انٹیل موویڈیئس کے بارے میں مضمون میں بتایا ہے ، مصنوعی ذہانت یہاں رہنے کے لئے ہے اور روزانہ دشواریوں کو حل کرنے میں ہماری مدد کرتی ہے۔ لیکن مصنوعی ذہانت کیا ہے؟

ماخذ: ماخذ ڈیکسیٹر

مذکورہ بالا gif آپ کو یہ دکھاتا ہے کہ ایک گہرا عصبی نیٹ ورک کیسے کام کرتا ہے۔ ان سسٹمز کو بعد میں سخت تربیت کی ضرورت ہوتی ہے ، مثلا، ، تصاویر کی پہچان ، حل کو بہتر بنانا یا مزید معلومات حاصل کرنے کے قابل۔ خلاصہ یہ ہے کہ یہ الگورتھم کا ایک مجموعہ ہے جسے ہم اے آئی کی درجہ بندی کرسکتے ہیں اور اس کا تعلق ڈیپ لرننگ کے شعبے سے ہے۔

فہرست فہرست

مصنوعی ذہانت: نیا پروگرامنگ

آج کل ، مصنوعی ذہانت ایک ضمیر کے ساتھ ٹکنالوجی کے پیچیدہ مخلوط نظام نہیں بناتی جیسا کہ اکثر سائنس فکشن کاموں میں دیکھا جاتا ہے۔ ہم جس چیز کو تخلیق کرتے ہیں وہ پیچیدہ الگورتھم کی تعریف پر پڑتا ہے جو ان پٹ اور ان کمانڈوں کی بنیاد پر نتائج لوٹاتے ہیں جو انہیں سکھایا جاتا ہے۔ اگرچہ یہ صرف ایک معنی ہے۔

مصنوعی ذہانت کو سمجھنے کے مختلف طریقے ہیں ، لیکن ہم اسے چار اہم گروہوں میں تقسیم کرسکتے ہیں۔

انسانوں کی طرح سوچتے ہیں کہ AI

مکھن روبوٹ رک اور مورٹی

ان کے اپنے ضمیر کے ساتھ کمپلیکس کمپیوٹر سسٹم جو اپنی خواہش کے مطابق سوچتے ہیں اور فیصلہ کرتے ہیں اور ان خصوصیات سے تجاوز کرتے ہیں جن کے لئے انہیں پروگرام کیا گیا تھا ( شیل میں گھوسٹ) یہ ابھی تک ہماری رسائ میں نہیں ہے اور ہمیں یہ بھی معلوم نہیں ہے کہ آیا مستقبل میں بھی یہ ممکن ہوگا یا نہیں ، لہذا اس پر زیادہ تبصرہ کرنے کی ضرورت نہیں ہے۔

IAs جو انسانوں کی طرح کام کرتے ہیں

انسان کی طرح سوچنا انسان کی طرح کام کرنے کا دکھاوا کرنے کے مترادف نہیں ہے۔ آج ہم ان جیسے کچھ سسٹم تشکیل دیتے ہیں جہاں یہ احساس دلانے کے لئے بے ترتیب اور ٹھوس افعال متعارف کروائے جاتے ہیں کہ انٹیلی جنس کسی شخص کی طرح سوچتی ہے۔

کالی مرچ سمارٹ اسسٹنٹ

ویڈیو گیمز میں ہم اسے مستقل دیکھتے ہیں ، کیوں کہ مشین پر قابو پانے والے دشمن اکثر انسان جیسے طرز عمل کی تقلید کرتے ہیں۔ ویڈیو گیمز سے الگ ، یہ حاصل کیا گیا ہے کہ مصنوعی ذہانت کسی شخص کی طرح غلطیوں اور بے ضابطگیوں کے ساتھ لکھ سکتی ہے۔

آئی اے جو عقلی سوچ رکھتے ہیں

ممکنہ طور پر آج اس ٹکنالوجی کا سب سے عام ورژن۔ ہم کہتے ہیں کہ وہ عقلی طور پر سوچتے ہیں کیونکہ ہم ان کو موثر اور بامقصد نتائج پیش کرنے کے لئے ٹولز دیتے ہیں۔ وہ آسانی سے جس ماحول میں ہیں اس ماحول کے مطابق بن سکتے ہیں ، حالانکہ وہ اپنے لئے سوچنے سے دور ہیں۔

الفا اسٹار لرننگ

اس کی ایک مثال مصنوعی ذہانت ہے جو الفا اسٹار (اسٹار کرافٹ II) یا الفا زیرو (شطرنج ، شاگی اور گو) جیسے ویڈیو گیمز کھیلتی ہے۔ یہ مشینیں انسانی حریفوں کا مقابلہ کرنے کی بھی اہلیت رکھتی ہیں اور پہلے ہی کبھی کبھار عالمی چیمپیئن کو شکست دے چکی ہیں۔

آئی اے جو عقلی طور پر عمل کرتے ہیں

چونکہ وہ 'ایکٹ' کرتے ہیں تو ہمیں پتہ چلتا ہے کہ وہ ان اعداد و شمار پر کارروائی نہیں کرتے ہیں جو ہم ان پر دیتے ہیں ، لہذا وہ صرف عقلی سوچ سمجھتے ہیں۔ یہ اس ٹیکنالوجی کا سب سے آسان ورژن ہے اور یہ ایک ایسا مرحلہ ہے جسے ہم پہلے ہی بڑی حد تک گزر چکے ہیں۔ کچھ کمپیوٹر سسٹم اس ٹکنالوجی کا سہارا لیتے ہیں ، چونکہ پروگرام کرنا زیادہ آسان ہے اور ان کا کام عام طور پر آسان ہوتا ہے۔

اسمارٹ ویکیوم کلینر

مثال کے طور پر ، وہ مشینیں جو کالز وصول کرتی ہیں اور اپنے اختیارات یا ویب صفحات کے ذہین معاونین کے ذریعہ آپ کی رہنمائی کرتی ہیں ، جو عام طور پر آپ سے متعلقہ حل کی سفارش کرنے کو کہتے ہیں۔

انٹلیجنس کی تقسیم کتنی پیچیدہ ہے اس کے مطابق اس کو کس طرح تقسیم کیا جاتا ہے اس کی پہلے سے ہی قابل قبول تصویر موجود ہے ، آئیے ہم آپ کو اس معاملے کے دل تک لے جاتے ہیں۔

فکر کی ریاضی

مصنوعی ذہانت کے پروگرام کرنے کا ایک طریقہ اس اعداد و شمار کو سنبھالنا ہے جیسے خیالی اکائیوں کو ٹینسر کہا جاتا ہے۔ ٹینسرس ایک پیچیدہ الجبریک یونٹ (اسکیلرز ، ویکٹرس اور میٹرک کی) ہے جس میں ریاضی کا علم ان کے ساتھ صحیح طریقے سے چلنے کے لئے درکار ہے۔ اس کے نتیجے میں ، اے آئی کی درخواستوں کی کارکردگی اتنی ہی اچھی ہوگی جتنی ڈیٹا میں ریاضی کی ہیرا پھیری کی گئی ہے ۔

ٹرن بکس کی آسان وضاحت

اس قسم کے سافٹ ویر کی ترقی کو بڑھانے کے ل many ، بہت سارے گروپوں نے کمیونٹی کے ساتھ مل کر ، زیادہ ذہین سسٹمز کے ساتھ تعاون کرنے اور تخلیق کرنے کے لئے اپنی کوڈ لائبریریوں کو عوام کے لئے بنایا اور کھول دیا ہے ۔ گوگل کے ذریعہ ٹینسرفلو ، مائیکروسافٹ کے ذریعہ سی این ٹی کے ، تھیانو ، کیفے 2 اور کیراس کچھ انتہائی متعلقہ مثالیں ہیں۔ ہر لائبریری مختلف زاویوں سے مسئلے پر توجہ مرکوز کرتی ہے اور اس کی بدولت ہمارے پاس خلاصی کی مختلف سطحوں پر اے آئی کی ترقی ہے۔

اگر آپ نہیں جانتے ہیں کہ تجرید کی کیا سطحیں ہیں ، تو یہ ایک ایسا نظام ہے جو کمپیوٹر کی زبان بولی جانے والی زبان سے کتنا قریب ہے اس کی پیمائش کرتا ہے۔ تجریدی سطح کی جتنی اونچائی ہوگی ، اتنا ہی وہ انسانی زبان اور اس سے کم ، مشینی کوڈ سے زیادہ مشابہت رکھتی ہے ، یعنی یہ دنیا جو صرف زیرو اور لوگوں کے ساتھ کام کرتی ہے۔

نیا نظام ، نیا ہارڈ ویئر

یہ واضح ہے کہ تمام سافٹ ویئر ہارڈ ویئر کے اندر چلتا ہے ، تاہم ، اس فریب میں پڑنا آسان ہے کہ بادل ہر چیز کا مقابلہ کرسکتا ہے ، لیکن حقیقت اتنی پیاری نہیں ہے۔ کوڈ کو کس طرح بہتر بنایا گیا ہے اس پر انحصار کرتے ہوئے ، یہ ہوسکتا ہے کہ اے آئی مقامی طور پر کام کرے (اسمارٹ فون ، پی سی یا چیزوں کے آلے کے انٹرنیٹ پر)۔ یا آلات کو سرورز کو حساب بھیجنے ، اس پر کارروائی کرنے اور اس کا نتیجہ واپس کرنے کی اجازت دی جاسکتی ہے۔

کلاؤڈ خدمات

بہت سے معاملات میں ، "چھوٹا" ڈیوائس مقامی طور پر حساب کے بڑے حصے کو انجام دینے کی کوشش کرتا ہے اور مسئلے کا صرف ایک حصہ سرور کو بھیجتا ہے ، اس طرح سروس کے انتظام کے بہت سے اخراجات بچ جاتا ہے ۔

آئے دن مصنوعی ذہانت

ہم جانتے ہیں کہ اس کے مستقبل کے بارے میں سوچنا کچھ دلچسپ اور کچھ دلچسپ بھی ہے ، لیکن پہلے پھل دیکھنے کے ل you آپ کو اس دور تک جانے کی ضرورت نہیں ہے۔ آج کے معاشرے میں مصنوعی ذہانت کے آثار کہاں سے مل سکتے ہیں؟

موبائل پر مصنوعی ذہانت

یہ شاید کسی کا دھیان نہیں لگتا ہے ، لیکن یہ ہمارے چاروں طرف سے گھرا ہوا ہے۔ گھریلو آلات سے شروع کرتے ہوئے ، نئے موبائلوں میں اکثر مصنوعی ذہانت کے نام سے چھوٹے چھوٹے اندرونی نظام موجود ہوتے ہیں جو آپ کو بہتر تصاویر لینے میں مدد دیتے ہیں۔ انتخابی طور پر توجہ مرکوز کریں ، عمل کے بعد کی تصاویر ان کو تیز ، زیادہ رنگین یا متضاد نظر آنے کے ل make۔ کچھ تو ایسی چیزوں کو بھی پہچاننے کے اہل ہیں جو ہم قبضہ کرتے ہیں اور ہمیں متعلقہ تلاشیں پیش کرتے ہیں۔

اس فیلڈ میں ، ساتھی جو 'اوکے گوگل' سے دور ہے ، جو ہماری ہر بات سے اسے سیکھتا ہے اور لامحدود درخواستوں پر کارروائی کرنے کی اہلیت رکھتا ہے ، بھی کھڑا ہے۔ اگرچہ ہم آپ کو بہت آسانی سے 'مشینی' پاسکتے ہیں (جیسے گفتگو نہیں کرسکتے ہیں) ، ہم اس محنت کو مسترد نہیں کرسکتے ہیں جس کے پیچھے ہمیں معلوم ہے۔

گوگل اسسٹنٹ

ہمیں آسنن خودمختار ڈرائیونگ کے بارے میں بھی بات کرنا ہوگی۔ ٹیسلا جیسی کاریں پہلے ہی کچھ ممالک میں وہ AI- کنٹرول شدہ متبادل پیش کرتی ہیں۔ یہ سسٹم کار کے ارد گرد کے ماحول کو اپنی گرفت میں رکھنے ، ممانعتوں ، خطرات وغیرہ پر کارروائی کرنے اور اسی کے مطابق محفوظ طریقے سے چلانے کے اہل ہیں۔

اگرچہ ہمیں آٹوموٹو دنیا میں اتنے اعلی انٹیلیجنس کے پاس جانے کی ضرورت نہیں ہے۔ ہم دیکھ سکتے ہیں کہ کچھ کاروں کے پاس پہلے سے ہی ایسے دلچسپ سسٹم موجود ہیں جیسے ایمرجنسی اسٹاپ کا پتہ لگانے یا خودکار پارکنگ ۔

سائے میں ملکہ:

ابھی تک آپ پہلے ہی یہ سوچ رہے ہوں گے کہ اے آئی ہر جگہ موجود ہے اور کسی بھی لمحے وہ بغاوت کر رہے ہیں ، لیکن یقین دلائیں ، جب آپ سوتے ہو تو آپ کا ٹوسٹر آپ کو مارنے والا نہیں ہے۔ ہم جو تصدیق کرسکتے ہیں وہ یہ ہے کہ یہ ٹکنالوجی آپ کے خیال سے کہیں زیادہ کنٹرول کرتی ہے اور معاشرے کے بہت سے رجحانات کے لئے ذمہ دار ہے۔

یوٹیوب ، ٹویٹر ، گوگل اشتہارات… یہ سب کچھ آپ کی نشاندہی کردہ ترتیبات کے ذریعہ ، لیکن مصنوعی ذہانت کے ذریعہ بھی ایک خاص حد تک کنٹرول کیا جاتا ہے جو فیصلہ کرتا ہے کہ آپ کو کیا دکھائے گا۔ کیا آپ کو ایسا ہی پیغام ملا ہے: "میں گوگل کے ساتھ اپنا ڈیٹا شیئر کرنا چاہتا ہوں تاکہ اس سے مجھے اشتہار ملیں جو مجھے دلچسپی دے سکیں" ؟

یہ کیسے کام کرتا ہے؟ ٹھیک ہے ، آپ دیکھیں گے کہ آپ انٹرنیٹ پر جو کچھ کھاتے ہیں اس کی بنیاد پر ، آپ کے ذوق کے ساتھ ایک پروفائل تیار کیا جاتا ہے اور آپ دوسرے بہت سے لوگوں سے وابستہ ہوتے ہیں۔ جب انٹرنیٹ سروسز کو آپ کو کچھ دکھانا پڑتا ہے ، تو وہ لاکھوں افراد پر مشتمل یہ پروفائل استعمال کرتے ہیں اس بات کا اندازہ لگانے کے لئے کہ آپ کو کیا دلچسپی ہو سکتی ہے۔

آسان ڈیٹا کی وضاحت

اے آئی کا استعمال کرتے ہوئے بھاری مقدار میں ڈیٹا (بگ ڈیٹا) کا تجزیہ کرنے کا یہ طریقہ بہت زیادہ طاقت لے رہا ہے اور کیریئر اس موضوع پر مستقبل کو تیار کرنے کے لئے پوری دنیا میں تیار دکھائی دے رہا ہے۔ جیسا کہ آپ سمجھ جائیں گے ، صارفین جو ڈیٹا استعمال کرتے ہیں وہ ہر سیکنڈ میں ٹیرا بائٹس کے حساب سے شمار ہوتا ہے ، لہذا کوئی شخص ان سب کا تجزیہ کرنے کے قابل نہیں ہوتا ہے۔ یہیں سے مصنوعی ذہانت اعداد و شمار کے ساتھ کام کرتی ہے اور یہ وہ لوگ ہیں جو تخمینہ لگانے کے ل to اس کا استعمال کرتے ہیں اور اسی طرح مثال کے طور پر اعداد و شمار کا استعمال کرتے ہیں۔

ہم آپ کو گوگل ہوم منی کی سفارش کرتے ہیں: خصوصیات ، یہ کیا ہے اور اس کے لئے کیا ہے

فاؤنڈیشن: گہری ، مشین لرننگ

ہم ڈیپ لرننگ کو قدرے بہتر سمجھنے کے لئے ویڈیو گیم کی دنیا میں تھوڑا سا تشریف لے جارہے ہیں ، چونکہ اے آئی ویڈیو گیم کے میدان میں ایک کھلاڑی کی حیثیت سے داخل ہوا ہے (جیسا کہ ہم نے پہلے بتایا ہے) ، اور ایک پروگرامر اور ڈیزائنر کی حیثیت سے۔ اگر آپ اس صنعت کی پیشرفت پر عمل پیرا ہیں تو ، NVIDIA مختلف ٹکنالوجیوں کے لئے بدنام ہوتی رہی ہے جس میں اس کا DLSS (ڈیپ لرننگ سپر سیمپلنگ) سسٹم ہے ، جو مصنوعی ذہانت ہے جو امیجز کو بازیافت کرنے کی صلاحیت رکھتا ہے۔

DLSS موازنہ

ڈی ایل ایس ایس کا کام ایک فیل ایچ ڈی (1080 پی) سے الٹرا ہائی ڈی (4 ک) میں ایک تصویر کو تبدیل کرنا ہے تاکہ بہتر فریم کی شرح کے ساتھ انتہائی مطلوبہ عنوانات ادا کرنے کے قابل ہو۔ پہلے تو ، صارفین نے شکایت کی کہ یہ تصاویر دھندلی اور بے توجہ نظر آتی ہیں ، لیکن صرف چند ماہ بعد نتائج اچھ theا ہیں۔

یہ ڈیپ لرننگ کا شکریہ ہے ، ایک ایسا نظام جس کے ذریعے مصنوعی ذہانت عملی اور غلطی سے سیکھتی ہے۔ ڈی ایل ایس ایس کے معاملے میں ، NVIDIA انٹلیجنس الٹرا ایچ ڈی ریزولوشن میں تصاویر کا مستقل تجزیہ کررہی تھی اور بطور بنیاد کے طور پر فل ایچ ڈی امیج کو استعمال کرکے ان کو دوبارہ بنانے کی کوشش کررہی تھی۔ دوسرے لفظوں میں ، یہ ایسا ہی ہے جیسے انہوں نے آپ کو ایک چوتھائی شبیہہ دی اور آپ کو وہ خالی جگہیں بھرنی پڑیں جو آپ نہیں جانتے ہیں۔ ڈیپ لرننگ ایک طرح کا نظام ہے جس کو ہسپانوی میں مشین لرننگ یا خودکار لرننگ کہا جاتا ہے۔

مشین لرننگ اور ڈیپ لرننگ

مشین لرننگ کو مصنوعی ذہانت کا سنگ بنیاد قرار دیا جاسکتا ہے۔ یہ الگورتھم کے مختلف سیٹ ہیں جو اکثر دوسری چیزوں کے علاوہ ، مشینوں کو کام سیکھنے کے لئے استعمال کیا جاتا ہے۔ مثال کے طور پر ، کسی شبیہہ کو پہچاننا ، شطرنج کھیلنا یا موڈ کا پتہ لگانا وہ چیلنج ہیں جن کو سیکھا جاسکتا ہے اور چیلنج کے لحاظ سے مختلف قسم کے الگورتھم استعمال کیے جاتے ہیں۔

کہا جاتا ہے کہ مشین لرننگ الگورتھم کا مجموعہ ہے جو مشین کو اس تجربے سے سیکھنے کی اجازت دیتی ہے جو وہ جمع کررہی ہے۔ دوسری طرف ، ڈیپ لرننگ متفاوت آدانوں کے ساتھ سیکھنے پر توجہ مرکوز کرتی ہے۔ دونوں مضامین توانائی کے ساتھ تیار اور مطالعہ کیے جارہے ہیں کیونکہ مصنوعی ذہانت کا مستقبل غیر یقینی ہے۔

مصنوعی ذہانت کا مستقبل

ہمارے نقطہ نظر سے ، مصنوعی ذہانت کے امکانات نہ ختم ہونے والے معلوم ہوتے ہیں۔ ہم ابھی تک نہیں جانتے کہ ہماری حد کیا ہے اور ہم پہلے سے ہی اپنے جیسا دوسرا وجود پیدا کرنے پر کام کر رہے ہیں ، لیکن ہم مستقبل میں کیا امید کرسکتے ہیں؟

ایسی کوئی بھی بات جس پر ہم تبصرہ نہیں کریں گے اس کو خاطر خواہ نہیں سمجھا جاسکتا ، لیکن وہ کچھ خاص دلائل پر مبنی بیانات ہیں جو بنیادی طور پر یہ مشاہدہ کرنے سے اخذ ہیں کہ یہ مشینیں کس طرح تیار ہوئی ہیں۔

انٹرنیٹ

سب سے پہلے ، یہ ناگزیر معلوم ہوتا ہے کہ ہم انٹرنیٹ کی زیرنگرانی دنیا کی طرف گامزن ہیں ، اسی وجہ سے AIs کو اس وسط میں زیادہ مطابقت اور طاقت حاصل ہوگی۔ یہ ایسی چیز نہیں ہے جس سے ہمیں خوفزدہ ہونا چاہئے ، کیونکہ یہ واحد راستہ ہے جس میں ہم پلیٹ فارم کی دیکھ بھال کو یقینی بناسکتے ہیں۔ اس کی مدد سے ہم کسی حد تک زیادہ محفوظ جگہ پر ویب پر سرفنگ کرسکتے تھے ، لیکن اسی کے ساتھ ساتھ زیادہ محفوظ تر۔ اس کے پہلے سرخیل ہونے کے ناطے ہمارے پاس فیس بک بوٹس موجود ہیں جو تجزیہ کرتے ہیں اور اندازہ لگاتے ہیں کہ کیا خودکشیوں سے متعلق خیالات آپ کے زیر اثر چلتے ہیں اور اگر انہیں اس کا پتہ چل جاتا ہے تو ، وہ آپ سے رابطہ کرتے ہیں۔

اسی طرح ، جسمانی دنیا میں ، اس وقت تک خودمختار اور مددگار کاریں زیادہ طاقتور ہوجائیں گی جب گاڑی چلانے کا کام صرف تفریحی نہ ہو۔ شاید تبدیلی سو سال تک نہیں ہوگی ، لیکن تبدیلی واقع ہوگی۔

ایک اور تبدیلی کی بھی پیش گوئی کی گئی ہے وہ ہے مشینوں کے لئے سخت محنت کا تبادلہ ۔ یہ ایک ایسا انقلاب ہے جس سے بہت سارے لوگوں کو خوف آتا ہے ، لیکن یہ ناگزیر معلوم ہوتا ہے ، لہذا ہمیں تیار رہنا ہوگا۔

سائبرگ نیل ہاربیسن

اور اگرچہ یہ سائنس فکشن کی مخصوص چیز معلوم ہوتا ہے ، اس کا بہت امکان ہے کہ مستقبل میں ہمیں اپنے جسم میں ٹیکنالوجی اور مصنوعی ذہانت کو مربوط کرنے کے طریقے تلاش کرنے ہوں گے۔ در حقیقت ، تاریخ میں پہلا سائبرگ پہلے ہی موجود ہے اور اسے نیل ہاربسن کہا جاتا ہے۔

اس ساحل سے پرے نظریات کا سمندر بے حد ہے۔ کون جانتا ہے؟ شاید کسی فیکٹری کی مشینیں مشترکہ طور پر ایک چیف مشین کی کمان کے تحت کام کرتی ہیں جس میں آدم مشین مشین زبانیں ہیں۔ شاید ایک دن بہترین اسٹاک مارکیٹ کا قیاس آرائی مصنوعی ذہانت یا یہاں تک کہ بہترین موٹو جی پی بائیکر ہوگا۔

مصنوعی ذہانت

یہ ایک عجیب ، ڈراؤنی مستقبل کی طرح معلوم ہوسکتا ہے ، لیکن حل کرنے کی کوشش کرنے کے لئے ہمیں یقینی طور پر دیگر مسائل درپیش ہیں!

اور آپ AIs کے بارے میں کیا جانتے ہو؟ کیا آپ یہ دیکھنے کے لئے بے چین ہیں کہ کیا آئے گا؟ مصنوعی ذہانت کے بارے میں آپ کے نظریات کیا ہیں ہمیں بتائیں۔

پاور ڈاٹا آئبرڈروالا انڈرا نیوز روم روم فونٹ