Pakistan Affairs

Month: February 2023

  • Using the power of artificial intelligence, new open-source tool simplifies animal behavior analysis

    یونیورسٹی آف مشی گن کی ایک ٹیم نے ایک نیا سافٹ ویئر ٹول تیار کیا ہے تاکہ لائف سائنسز کے محققین کو جانوروں کے رویوں کا زیادہ مؤثر طریقے سے تجزیہ کرنے میں مدد ملے۔

    اوپن سورس سافٹ ویئر، LabGym، مختلف جانوروں کے ماڈل سسٹمز میں متعین طرز عمل کی شناخت، درجہ بندی اور شمار کرنے کے لیے مصنوعی ذہانت سے فائدہ اٹھاتا ہے۔

    سائنس دانوں کو مختلف وجوہات کی بنا پر جانوروں کے رویوں کی پیمائش کرنے کی ضرورت ہے، ان تمام طریقوں کو سمجھنے سے جو ایک خاص دوا کسی جاندار کو متاثر کر سکتی ہے اس کی نقشہ سازی تک کہ دماغ میں سرکٹس کسی خاص رویے کو پیدا کرنے کے لیے کس طرح بات چیت کرتے ہیں۔

    UM فیکلٹی ممبر کی لیب میں محققین Bing Yeمثال کے طور پر، اعصابی نظام کی نشوونما اور افعال کا مطالعہ کرنے کے لیے ایک ماڈل کے طور پر ڈروسوفلا میلانوگاسٹر — یا فروٹ فلائیز — میں حرکات و سکنات کا تجزیہ کریں۔ چونکہ پھلوں کی مکھیاں اور انسان بہت سے جینز کا اشتراک کرتے ہیں، اس لیے پھل کی مکھیوں کے یہ مطالعے اکثر انسانی صحت اور بیماری کے بارے میں بصیرت پیش کرتے ہیں۔

    \”رویہ دماغ کا ایک کام ہے۔ لہٰذا جانوروں کے رویے کا تجزیہ اس بارے میں ضروری معلومات فراہم کرتا ہے کہ دماغ کیسے کام کرتا ہے اور بیماری کے ردعمل میں یہ کیسے بدلتا ہے،\” کہا۔ یوجیا ہوUM لائف سائنسز انسٹی ٹیوٹ میں Ye\’s لیب میں ایک نیورو سائنس دان اور 24 فروری کو سیل رپورٹس میتھڈز اسٹڈی کے لیڈ مصنف جو نئے سافٹ ویئر کی وضاحت کرتا ہے۔

    لیکن دستی طور پر جانوروں کے رویوں کی شناخت اور گنتی وقت طلب اور اس رویے کا تجزیہ کرنے والے محقق کے لیے انتہائی موضوعی ہے۔ اور جب کہ جانوروں کے رویوں کو خود بخود درست کرنے کے لیے چند سافٹ ویئر پروگرام موجود ہیں، وہ چیلنجز پیش کرتے ہیں۔

    \”ان میں سے بہت سے رویے کے تجزیہ کے پروگرام رویے کی پہلے سے طے شدہ تعریفوں پر مبنی ہوتے ہیں،\” یی نے کہا، جو میڈیکل اسکول میں سیل اور ترقیاتی حیاتیات کے پروفیسر بھی ہیں۔ \”اگر ڈروسوفلا لاروا 360 ڈگری رول کرتا ہے، مثال کے طور پر، کچھ پروگرام ایک رول کو شمار کریں گے۔ لیکن 270 ڈگری بھی ایک رول کیوں نہیں ہے؟ بہت سے پروگراموں میں ضروری طور پر اس کو گننے کی لچک نہیں ہوتی ہے، یہ جانے بغیر کہ صارف کو دوبارہ کوڈ کرنے کا طریقہ پروگرام.\”

    ایک سائنسدان کی طرح زیادہ سوچنا

    ان چیلنجوں پر قابو پانے کے لیے، ہو اور اس کے ساتھیوں نے ایک نیا پروگرام ڈیزائن کرنے کا فیصلہ کیا جو انسانی ادراک کے عمل کو زیادہ قریب سے نقل کرتا ہے — جو کہ سائنس دان کی طرح \”سوچتا ہے\” — اور ماہرین حیاتیات کے لیے زیادہ صارف دوست ہے جو کوڈنگ میں مہارت نہیں رکھتے۔ LabGym کا استعمال کرتے ہوئے، محققین اس طرز عمل کی مثالیں ڈال سکتے ہیں جس کا وہ تجزیہ کرنا چاہتے ہیں اور سافٹ ویئر کو سکھانا چاہتے ہیں کہ اسے کیا شمار کرنا چاہیے۔ اس کے بعد پروگرام رویے کو پہچاننے اور اس کی مقدار درست کرنے کی اپنی صلاحیت کو بہتر بنانے کے لیے گہری سیکھنے کا استعمال کرتا ہے۔

    LabGym میں ایک نئی ترقی جو اس کو زیادہ لچکدار ادراک کو لاگو کرنے میں مدد کرتی ہے وہ ہے ویڈیو ڈیٹا اور نام نہاد \”پیٹرن امیج\” دونوں کا استعمال پروگرام کی وشوسنییتا کو بہتر بنانے کے لیے۔ سائنسدان جانوروں کی ویڈیوز کو ان کے رویے کا تجزیہ کرنے کے لیے استعمال کرتے ہیں، لیکن ویڈیوز میں ٹائم سیریز کا ڈیٹا شامل ہوتا ہے جو AI پروگراموں کے لیے تجزیہ کرنا مشکل ہو سکتا ہے۔

    پروگرام کو زیادہ آسانی سے طرز عمل کی شناخت کرنے میں مدد کرنے کے لیے، ہو نے ایک ساکن تصویر بنائی جو مختلف ٹائم پوائنٹس پر جانوروں کی پوزیشن کے خاکہ کو ملا کر جانوروں کی حرکت کا نمونہ دکھاتی ہے۔ ٹیم نے پایا کہ ویڈیو ڈیٹا کو پیٹرن امیجز کے ساتھ ملانے سے رویے کی اقسام کو پہچاننے میں پروگرام کی درستگی میں اضافہ ہوا۔

    LabGym کو پس منظر کی غیر متعلقہ معلومات کو نظر انداز کرنے اور جانوروں کی مجموعی نقل و حرکت اور جگہ اور وقت کے ساتھ پوزیشن میں ہونے والی تبدیلیوں پر غور کرنے کے لیے بھی ڈیزائن کیا گیا ہے، جیسا کہ ایک انسانی محقق کرے گا۔ یہ پروگرام بیک وقت متعدد جانوروں کو بھی ٹریک کر سکتا ہے۔

    پرجاتیوں کی لچک افادیت کو بہتر بناتی ہے۔

    آپ نے کہا کہ لیب جیم کی ایک اور اہم خصوصیت اس کی انواع کی لچک ہے۔ اگرچہ اسے ڈروسوفلا کا استعمال کرتے ہوئے ڈیزائن کیا گیا تھا، لیکن یہ کسی ایک نوع تک محدود نہیں ہے۔

    \”یہ حقیقت میں نایاب ہے،\” انہوں نے کہا۔ \”یہ ماہرین حیاتیات کے لیے لکھا گیا ہے، تاکہ وہ اسے اس پرجاتیوں اور طرز عمل کے مطابق ڈھال سکیں جس کا وہ مطالعہ کرنا چاہتے ہیں بغیر کسی پروگرامنگ کی مہارت یا اعلیٰ طاقت والے کمپیوٹنگ کے۔\”

    پروگرام کی ابتدائی نشوونما کے بارے میں ایک پریزنٹیشن سننے کے بعد، UM فارماسولوجسٹ کیری فیراریو آپ اور اس کی ٹیم کو چوہا ماڈل سسٹم میں پروگرام کو جانچنے اور بہتر بنانے میں مدد کرنے کی پیشکش کی جس کے ساتھ وہ کام کرتی ہے۔

    فیراریو، فارماکولوجی کے ایک ایسوسی ایٹ پروفیسر اور نفسیات کے منسلک ایسوسی ایٹ پروفیسر، عصبی میکانزم کا مطالعہ کرتے ہیں جو لت اور موٹاپے میں حصہ ڈالتے ہیں، چوہوں کو ایک ماڈل سسٹم کے طور پر استعمال کرتے ہیں۔ جانوروں میں منشیات کی حوصلہ افزائی کے رویے کے ضروری مشاہدے کو مکمل کرنے کے لیے، اسے اور اس کے لیب کے ارکان کو زیادہ تر ہینڈ اسکورنگ پر انحصار کرنا پڑا، جو کہ موضوعی اور انتہائی وقت طلب ہے۔

    فیراریو نے کہا، \”میں گریجویٹ اسکول کے بعد سے ہی اس مسئلے کو حل کرنے کی کوشش کر رہا ہوں، اور مصنوعی ذہانت، گہری سیکھنے اور حساب کے لحاظ سے ٹیکنالوجی وہاں موجود نہیں تھی۔\” \”اس پروگرام نے میرے لیے ایک موجودہ مسئلہ حل کر دیا، لیکن اس کی واقعی وسیع افادیت بھی ہے۔ میں دیکھتا ہوں کہ جانوروں کے رویے کا تجزیہ کرنے کے لیے تقریباً لامحدود حالات میں اس کے کارآمد ہونے کی صلاحیت موجود ہے۔\”

    ٹیم اگلی منصوبہ بندی کرتی ہے کہ اس کی کارکردگی کو مزید پیچیدہ حالات میں بہتر بنانے کے لیے پروگرام کو مزید بہتر کیا جائے، جیسے کہ فطرت میں جانوروں کا مشاہدہ کرنا۔

    یہ تحقیق نیشنل انسٹی ٹیوٹ آف ہیلتھ کی طرف سے حمایت کی گئی تھی.

    Ye، Hu اور Ferrario کے علاوہ، مطالعہ کے مصنفین ہیں: الیگزینڈر میٹ لینڈ، ریٹا آئونائڈز، انجیش گھمیرے، برینڈن واٹسن، کینیچی ایواساکی، یونیورسٹی آف مشی گن کے ہوپ وائٹ اور Yitao Xi، اور شمالی الینوائے یونیورسٹی کے Jie Zhou۔

    مطالعہ: لیب جیم: سیکھنے پر مبنی جامع تشخیص کا استعمال کرتے ہوئے صارف کے بیان کردہ جانوروں کے طرز عمل کی مقدار 1 (DOI: 10.1016/j.crmeth.2023.100415) (پابندی اٹھانے کے بعد دستیاب)



    >Source link>

    >>Join our Facebook page From top right corner. <<

  • FTC warns tech: \’Keep your AI claims in check\’

    FTC، بالکل نئے ڈویژن کا اعلان کر رہا ہے۔ ٹیک میں \”سانپ کا تیل\” لینا، نے ایک اور شاٹ کو ایک سیسی انتباہ کے ساتھ حد سے زیادہ شوقین صنعت کی کمانوں کے پار بھیج دیا ہے۔ \”اپنے AI دعووں کو چیک میں رکھیں۔\”

    میں نے تھوڑی دیر پہلے لکھا تھا (ٹھیک ہے، پانچ سال) کہ \”AI Powered\” بے معنی ٹیک \”تمام قدرتی\” کے مساوی ہے، لیکن اس نے گستاخانہ انداز میں ترقی کی ہے۔ ایسا لگتا ہے کہ وہاں موجود ہر پروڈکٹ کے بارے میں کسی نہ کسی طریقے سے AI کو لاگو کرنے کا دعویٰ کیا جاتا ہے، پھر بھی کچھ لوگ تفصیل میں جاتے ہیں – اور بہت کم لوگ آپ کو بتا سکتے ہیں کہ یہ بالکل کام کرتا ہے اور کیوں۔

    FTC اسے پسند نہیں کرتا ہے۔ ایجنسی لکھتی ہے کہ جب کوئی شخص \”مصنوعی ذہانت سے چلنے والا\” یا اس کا کوئی ورژن کہے تو اس کا مطلب کچھ بھی ہو، \”ایک چیز یقینی ہے: یہ ایک مارکیٹنگ کی اصطلاح ہے۔\” \”اور FTC میں، ایک چیز جو ہم گرم مارکیٹنگ کی اصطلاحات کے بارے میں جانتے ہیں وہ یہ ہے کہ کچھ مشتہرین خود کو ان کے زیادہ استعمال اور غلط استعمال سے نہیں روک سکیں گے۔\”

    ہر کوئی کہہ رہا ہے کہ AI ہر چیز کو نئے سرے سے ایجاد کر رہا ہے، لیکن TED ٹاک میں ایسا کرنا ایک چیز ہے۔ اسے اپنی پروڈکٹ کے سرکاری حصے کے طور پر دعوی کرنا بالکل اور ہے۔ اور FTC مارکیٹرز کو جاننا چاہتا ہے کہ یہ دعوے \”جھوٹے یا غیر مصدقہ\” کے طور پر شمار ہو سکتے ہیں، ایسی چیز جو کہ ایجنسی کو ریگولیٹ کرنے کا بہت تجربہ ہے۔

    لہذا اگر آپ کا پروڈکٹ AI کا استعمال کرتا ہے یا آپ کی مارکیٹنگ ٹیم کا دعویٰ ہے کہ ایسا ہوتا ہے تو FTC آپ سے غور کرنے کو کہتا ہے:

    • کیا آپ مبالغہ آرائی کر رہے ہیں کہ آپ کا AI پروڈکٹ کیا کر سکتا ہے؟ اگر آپ سائنس فکشن کا دعویٰ کر رہے ہیں کہ پروڈکٹ بیک اپ نہیں لے سکتی — جیسے جذبات کو پڑھنا، پیداواری صلاحیت کو بڑھانا، یا رویے کی پیش گوئی کرنا — تو آپ ان کو کم کرنا چاہیں گے۔
    • کیا آپ وعدہ کر رہے ہیں کہ آپ کی AI پروڈکٹ غیر AI پروڈکٹ سے بہتر کچھ کرتی ہے؟ یقینی طور پر، آپ وہ عجیب و غریب دعوے کر سکتے ہیں جیسے کہ \”5 میں سے 4 دندان ساز اپنے AI سے چلنے والے ٹوتھ برش کو ترجیح دیتے ہیں\”، لیکن بہتر ہے کہ آپ ان میں سے 4 کو ریکارڈ پر رکھیں۔ اپنے AI کی وجہ سے برتری کا دعویٰ کرنے کے لیے ثبوت کی ضرورت ہے، \”اور اگر ایسا ثبوت حاصل کرنا ناممکن ہے، تو دعویٰ نہ کریں۔\”
    • کیا آپ خطرات سے آگاہ ہیں؟ \”معقول طور پر متوقع خطرات اور اثرات\” قدرے دھندلا لگتا ہے، لیکن آپ کے وکیل آپ کو یہ سمجھنے میں مدد کر سکتے ہیں کہ آپ کو لفافے کو یہاں کیوں نہیں دھکیلنا چاہیے۔ اگر آپ کا پروڈکٹ کام نہیں کرتا ہے اگر کچھ لوگ اسے استعمال کرتے ہیں کیونکہ آپ نے کوشش بھی نہیں کی، یا اس کے نتائج متعصب ہیں کیونکہ آپ کا ڈیٹاسیٹ خراب طور پر تعمیر کیا گیا تھا… آپ کا وقت برا گزرے گا۔ \”اور آپ یہ نہیں کہہ سکتے کہ آپ ذمہ دار نہیں ہیں کیونکہ یہ ٹیکنالوجی ایک \’بلیک باکس\’ ہے جسے آپ سمجھ نہیں سکتے یا نہیں جانتے کہ جانچ کیسے کی جائے،\” FTC مزید کہتے ہیں۔ اگر آپ اسے نہیں سمجھتے ہیں اور اس کی جانچ نہیں کر سکتے ہیں، تو آپ اسے کیوں پیش کر رہے ہیں، اس کی تشہیر ہی چھوڑ دیں؟
    • کیا پروڈکٹ واقعی AI کا استعمال کرتی ہے؟ جیسا کہ میں نے بہت پہلے نشاندہی کی تھی، دعویٰ کرتا ہے کہ کوئی چیز \”AI سے چلنے والی\” ہے کیونکہ ایک انجینئر نے ML-based ٹول کا استعمال کریو کو بہتر بنانے کے لیے کیا ہے یا کسی چیز کا مطلب یہ نہیں ہے کہ آپ کی پروڈکٹ AI کا استعمال کرتی ہے، پھر بھی بہت سارے لوگ سوچتے ہیں کہ AI کی کمی یعنی پوری بالٹی اس سے بھری ہوئی ہے۔ FTC دوسری صورت میں سوچتا ہے.

    \”آپ کو یہ اندازہ لگانے کے لیے کسی مشین کی ضرورت نہیں ہے کہ FTC کیا کر سکتا ہے جب وہ دعوے غیر تعاون یافتہ ہوں،\” یہ نتیجہ اخذ کرتا ہے، بدقسمتی سے۔

    چونکہ ایجنسی نے پہلے ہی 2021 میں AI دعووں کے لئے کچھ عام فہم رہنما خطوط پیش کیے تھے (اس وقت بہت سارے \”COVID کا پتہ لگانے اور پیش گوئی کرنے\” والے تھے)، یہ سوالات کو ہدایت کرتا ہے۔ وہ دستاویزجس میں اقتباسات اور نظیریں شامل ہیں۔



    >Source link>

    >>Join our Facebook page From top right corner. <<

  • FTC warns tech: \’Keep your AI claims in check\’

    FTC، بالکل نئے ڈویژن کا اعلان کر رہا ہے۔ ٹیک میں \”سانپ کا تیل\” لینا، نے ایک اور شاٹ کو ایک سیسی انتباہ کے ساتھ حد سے زیادہ شوقین صنعت کی کمانوں کے پار بھیج دیا ہے۔ \”اپنے AI دعووں کو چیک میں رکھیں۔\”

    میں نے تھوڑی دیر پہلے لکھا تھا (ٹھیک ہے، پانچ سال) کہ \”AI Powered\” بے معنی ٹیک \”تمام قدرتی\” کے مساوی ہے، لیکن اس نے گستاخانہ انداز میں ترقی کی ہے۔ ایسا لگتا ہے کہ وہاں موجود ہر پروڈکٹ کے بارے میں کسی نہ کسی طریقے سے AI کو لاگو کرنے کا دعویٰ کیا جاتا ہے، پھر بھی کچھ لوگ تفصیل میں جاتے ہیں – اور بہت کم لوگ آپ کو بتا سکتے ہیں کہ یہ بالکل کام کرتا ہے اور کیوں۔

    FTC اسے پسند نہیں کرتا ہے۔ ایجنسی لکھتی ہے کہ جب کوئی شخص \”مصنوعی ذہانت سے چلنے والا\” یا اس کا کوئی ورژن کہے تو اس کا مطلب کچھ بھی ہو، \”ایک چیز یقینی ہے: یہ ایک مارکیٹنگ کی اصطلاح ہے۔\” \”اور FTC میں، ایک چیز جو ہم گرم مارکیٹنگ کی اصطلاحات کے بارے میں جانتے ہیں وہ یہ ہے کہ کچھ مشتہرین خود کو ان کے زیادہ استعمال اور غلط استعمال سے نہیں روک سکیں گے۔\”

    ہر کوئی کہہ رہا ہے کہ AI ہر چیز کو نئے سرے سے ایجاد کر رہا ہے، لیکن TED ٹاک میں ایسا کرنا ایک چیز ہے۔ اسے اپنی پروڈکٹ کے سرکاری حصے کے طور پر دعوی کرنا بالکل اور ہے۔ اور FTC مارکیٹرز کو جاننا چاہتا ہے کہ یہ دعوے \”جھوٹے یا غیر مصدقہ\” کے طور پر شمار ہو سکتے ہیں، ایسی چیز جو کہ ایجنسی کو ریگولیٹ کرنے کا بہت تجربہ ہے۔

    لہذا اگر آپ کا پروڈکٹ AI کا استعمال کرتا ہے یا آپ کی مارکیٹنگ ٹیم کا دعویٰ ہے کہ ایسا ہوتا ہے تو FTC آپ سے غور کرنے کو کہتا ہے:

    • کیا آپ مبالغہ آرائی کر رہے ہیں کہ آپ کا AI پروڈکٹ کیا کر سکتا ہے؟ اگر آپ سائنس فکشن کا دعویٰ کر رہے ہیں کہ پروڈکٹ بیک اپ نہیں لے سکتی — جیسے جذبات کو پڑھنا، پیداواری صلاحیت کو بڑھانا، یا رویے کی پیش گوئی کرنا — تو آپ ان کو کم کرنا چاہیں گے۔
    • کیا آپ وعدہ کر رہے ہیں کہ آپ کی AI پروڈکٹ غیر AI پروڈکٹ سے بہتر کچھ کرتی ہے؟ یقینی طور پر، آپ وہ عجیب و غریب دعوے کر سکتے ہیں جیسے کہ \”5 میں سے 4 دندان ساز اپنے AI سے چلنے والے ٹوتھ برش کو ترجیح دیتے ہیں\”، لیکن بہتر ہے کہ آپ ان میں سے 4 کو ریکارڈ پر رکھیں۔ اپنے AI کی وجہ سے برتری کا دعویٰ کرنے کے لیے ثبوت کی ضرورت ہے، \”اور اگر ایسا ثبوت حاصل کرنا ناممکن ہے، تو دعویٰ نہ کریں۔\”
    • کیا آپ خطرات سے آگاہ ہیں؟ \”معقول طور پر متوقع خطرات اور اثرات\” قدرے دھندلا لگتا ہے، لیکن آپ کے وکیل آپ کو یہ سمجھنے میں مدد کر سکتے ہیں کہ آپ کو لفافے کو یہاں کیوں نہیں دھکیلنا چاہیے۔ اگر آپ کا پروڈکٹ کام نہیں کرتا ہے اگر کچھ لوگ اسے استعمال کرتے ہیں کیونکہ آپ نے کوشش بھی نہیں کی، یا اس کے نتائج متعصب ہیں کیونکہ آپ کا ڈیٹاسیٹ خراب طور پر تعمیر کیا گیا تھا… آپ کا وقت برا گزرے گا۔ \”اور آپ یہ نہیں کہہ سکتے کہ آپ ذمہ دار نہیں ہیں کیونکہ یہ ٹیکنالوجی ایک \’بلیک باکس\’ ہے جسے آپ سمجھ نہیں سکتے یا نہیں جانتے کہ جانچ کیسے کی جائے،\” FTC مزید کہتے ہیں۔ اگر آپ اسے نہیں سمجھتے ہیں اور اس کی جانچ نہیں کر سکتے ہیں، تو آپ اسے کیوں پیش کر رہے ہیں، اس کی تشہیر ہی چھوڑ دیں؟
    • کیا پروڈکٹ واقعی AI کا استعمال کرتی ہے؟ جیسا کہ میں نے بہت پہلے نشاندہی کی تھی، دعویٰ کرتا ہے کہ کوئی چیز \”AI سے چلنے والی\” ہے کیونکہ ایک انجینئر نے ML-based ٹول کا استعمال کریو کو بہتر بنانے کے لیے کیا ہے یا کسی چیز کا مطلب یہ نہیں ہے کہ آپ کی پروڈکٹ AI کا استعمال کرتی ہے، پھر بھی بہت سارے لوگ سوچتے ہیں کہ AI کی کمی یعنی پوری بالٹی اس سے بھری ہوئی ہے۔ FTC دوسری صورت میں سوچتا ہے.

    \”آپ کو یہ اندازہ لگانے کے لیے کسی مشین کی ضرورت نہیں ہے کہ FTC کیا کر سکتا ہے جب وہ دعوے غیر تعاون یافتہ ہوں،\” یہ نتیجہ اخذ کرتا ہے، بدقسمتی سے۔

    چونکہ ایجنسی نے پہلے ہی 2021 میں AI دعووں کے لئے کچھ عام فہم رہنما خطوط پیش کیے تھے (اس وقت بہت سارے \”COVID کا پتہ لگانے اور پیش گوئی کرنے\” والے تھے)، یہ سوالات کو ہدایت کرتا ہے۔ وہ دستاویزجس میں اقتباسات اور نظیریں شامل ہیں۔



    >Source link>

    >>Join our Facebook page From top right corner. <<

  • FTC warns tech: \’Keep your AI claims in check\’

    FTC، بالکل نئے ڈویژن کا اعلان کر رہا ہے۔ ٹیک میں \”سانپ کا تیل\” لینا، نے ایک اور شاٹ کو ایک سیسی انتباہ کے ساتھ حد سے زیادہ شوقین صنعت کی کمانوں کے پار بھیج دیا ہے۔ \”اپنے AI دعووں کو چیک میں رکھیں۔\”

    میں نے تھوڑی دیر پہلے لکھا تھا (ٹھیک ہے، پانچ سال) کہ \”AI Powered\” بے معنی ٹیک \”تمام قدرتی\” کے مساوی ہے، لیکن اس نے گستاخانہ انداز میں ترقی کی ہے۔ ایسا لگتا ہے کہ وہاں موجود ہر پروڈکٹ کے بارے میں کسی نہ کسی طریقے سے AI کو لاگو کرنے کا دعویٰ کیا جاتا ہے، پھر بھی کچھ لوگ تفصیل میں جاتے ہیں – اور بہت کم لوگ آپ کو بتا سکتے ہیں کہ یہ بالکل کام کرتا ہے اور کیوں۔

    FTC اسے پسند نہیں کرتا ہے۔ ایجنسی لکھتی ہے کہ جب کوئی شخص \”مصنوعی ذہانت سے چلنے والا\” یا اس کا کوئی ورژن کہے تو اس کا مطلب کچھ بھی ہو، \”ایک چیز یقینی ہے: یہ ایک مارکیٹنگ کی اصطلاح ہے۔\” \”اور FTC میں، ایک چیز جو ہم گرم مارکیٹنگ کی اصطلاحات کے بارے میں جانتے ہیں وہ یہ ہے کہ کچھ مشتہرین خود کو ان کے زیادہ استعمال اور غلط استعمال سے نہیں روک سکیں گے۔\”

    ہر کوئی کہہ رہا ہے کہ AI ہر چیز کو نئے سرے سے ایجاد کر رہا ہے، لیکن TED ٹاک میں ایسا کرنا ایک چیز ہے۔ اسے اپنی پروڈکٹ کے سرکاری حصے کے طور پر دعوی کرنا بالکل اور ہے۔ اور FTC مارکیٹرز کو جاننا چاہتا ہے کہ یہ دعوے \”جھوٹے یا غیر مصدقہ\” کے طور پر شمار ہو سکتے ہیں، ایسی چیز جو کہ ایجنسی کو ریگولیٹ کرنے کا بہت تجربہ ہے۔

    لہذا اگر آپ کا پروڈکٹ AI کا استعمال کرتا ہے یا آپ کی مارکیٹنگ ٹیم کا دعویٰ ہے کہ ایسا ہوتا ہے تو FTC آپ سے غور کرنے کو کہتا ہے:

    • کیا آپ مبالغہ آرائی کر رہے ہیں کہ آپ کا AI پروڈکٹ کیا کر سکتا ہے؟ اگر آپ سائنس فکشن کا دعویٰ کر رہے ہیں کہ پروڈکٹ بیک اپ نہیں لے سکتی — جیسے جذبات کو پڑھنا، پیداواری صلاحیت کو بڑھانا، یا رویے کی پیش گوئی کرنا — تو آپ ان کو کم کرنا چاہیں گے۔
    • کیا آپ وعدہ کر رہے ہیں کہ آپ کی AI پروڈکٹ غیر AI پروڈکٹ سے بہتر کچھ کرتی ہے؟ یقینی طور پر، آپ وہ عجیب و غریب دعوے کر سکتے ہیں جیسے کہ \”5 میں سے 4 دندان ساز اپنے AI سے چلنے والے ٹوتھ برش کو ترجیح دیتے ہیں\”، لیکن بہتر ہے کہ آپ ان میں سے 4 کو ریکارڈ پر رکھیں۔ اپنے AI کی وجہ سے برتری کا دعویٰ کرنے کے لیے ثبوت کی ضرورت ہے، \”اور اگر ایسا ثبوت حاصل کرنا ناممکن ہے، تو دعویٰ نہ کریں۔\”
    • کیا آپ خطرات سے آگاہ ہیں؟ \”معقول طور پر متوقع خطرات اور اثرات\” قدرے دھندلا لگتا ہے، لیکن آپ کے وکیل آپ کو یہ سمجھنے میں مدد کر سکتے ہیں کہ آپ کو لفافے کو یہاں کیوں نہیں دھکیلنا چاہیے۔ اگر آپ کا پروڈکٹ کام نہیں کرتا ہے اگر کچھ لوگ اسے استعمال کرتے ہیں کیونکہ آپ نے کوشش بھی نہیں کی، یا اس کے نتائج متعصب ہیں کیونکہ آپ کا ڈیٹاسیٹ خراب طور پر تعمیر کیا گیا تھا… آپ کا وقت برا گزرے گا۔ \”اور آپ یہ نہیں کہہ سکتے کہ آپ ذمہ دار نہیں ہیں کیونکہ یہ ٹیکنالوجی ایک \’بلیک باکس\’ ہے جسے آپ سمجھ نہیں سکتے یا نہیں جانتے کہ جانچ کیسے کی جائے،\” FTC مزید کہتے ہیں۔ اگر آپ اسے نہیں سمجھتے ہیں اور اس کی جانچ نہیں کر سکتے ہیں، تو آپ اسے کیوں پیش کر رہے ہیں، اس کی تشہیر ہی چھوڑ دیں؟
    • کیا پروڈکٹ واقعی AI کا استعمال کرتی ہے؟ جیسا کہ میں نے بہت پہلے نشاندہی کی تھی، دعویٰ کرتا ہے کہ کوئی چیز \”AI سے چلنے والی\” ہے کیونکہ ایک انجینئر نے ML-based ٹول کا استعمال کریو کو بہتر بنانے کے لیے کیا ہے یا کسی چیز کا مطلب یہ نہیں ہے کہ آپ کی پروڈکٹ AI کا استعمال کرتی ہے، پھر بھی بہت سارے لوگ سوچتے ہیں کہ AI کی کمی یعنی پوری بالٹی اس سے بھری ہوئی ہے۔ FTC دوسری صورت میں سوچتا ہے.

    \”آپ کو یہ اندازہ لگانے کے لیے کسی مشین کی ضرورت نہیں ہے کہ FTC کیا کر سکتا ہے جب وہ دعوے غیر تعاون یافتہ ہوں،\” یہ نتیجہ اخذ کرتا ہے، بدقسمتی سے۔

    چونکہ ایجنسی نے پہلے ہی 2021 میں AI دعووں کے لئے کچھ عام فہم رہنما خطوط پیش کیے تھے (اس وقت بہت سارے \”COVID کا پتہ لگانے اور پیش گوئی کرنے\” والے تھے)، یہ سوالات کو ہدایت کرتا ہے۔ وہ دستاویزجس میں اقتباسات اور نظیریں شامل ہیں۔



    >Source link>

    >>Join our Facebook page From top right corner. <<

  • Real or fake text? We can learn to spot the difference

    چیٹ بوٹس کی تازہ ترین نسل نے مصنوعی ذہانت کی بڑھتی ہوئی نفاست اور رسائی کے بارے میں دیرینہ خدشات کا اظہار کیا ہے۔

    جاب مارکیٹ کی سالمیت کے بارے میں خدشات — تخلیقی معیشت سے لے کر انتظامی طبقے تک — کلاس روم میں پھیل گئے ہیں کیونکہ اساتذہ ChatGPT کے تناظر میں سیکھنے پر دوبارہ غور کرتے ہیں۔

    پھر بھی جب کہ روزگار اور اسکولوں کے بارے میں خدشات سرخیوں پر حاوی ہیں، سچائی یہ ہے کہ بڑے پیمانے پر زبان کے ماڈلز جیسے ChatGPT کے اثرات ہماری زندگی کے تقریباً ہر کونے کو چھوئیں گے۔ یہ نئے ٹولز سماجی تعصبات کو تقویت دینے، دھوکہ دہی اور شناخت کی چوری کے ارتکاب، جعلی خبریں پیدا کرنے، غلط معلومات پھیلانے اور مزید بہت کچھ کرنے میں مصنوعی ذہانت کے کردار کے بارے میں معاشرے میں تشویش پیدا کرتے ہیں۔

    یونیورسٹی آف پنسلوانیا سکول آف انجینئرنگ اینڈ اپلائیڈ سائنس کے محققین کی ایک ٹیم ٹیک صارفین کو ان خطرات کو کم کرنے کے لیے بااختیار بنانے کی کوشش کر رہی ہے۔ ایسوسی ایشن فار دی ایڈوانسمنٹ آف آرٹیفیشل انٹیلی جنس کے فروری 2023 کے اجلاس میں پیش کردہ ایک ہم مرتبہ جائزہ شدہ مقالے میں، مصنفین نے یہ ظاہر کیا ہے کہ لوگ مشین سے تیار کردہ اور انسانی تحریری متن کے درمیان فرق کو پہچاننا سیکھ سکتے ہیں۔

    اس سے پہلے کہ آپ کوئی نسخہ منتخب کریں، مضمون کا اشتراک کریں، یا اپنے کریڈٹ کارڈ کی تفصیلات فراہم کریں، یہ جاننا ضروری ہے کہ آپ اپنے ذریعہ کی وشوسنییتا کو جاننے کے لیے ایسے اقدامات کر سکتے ہیں۔

    اس مطالعہ کی قیادت کرس کالیسن برچ، شعبہ کمپیوٹر اینڈ انفارمیشن سائنس (سی آئی ایس) میں ایسوسی ایٹ پروفیسر، لیام ڈوگن اور ڈیفنی ایپولیٹو، پی ایچ ڈی کے ساتھ کر رہے تھے۔ CIS میں طلباء، اس بات کا ثبوت فراہم کرتے ہیں کہ AI سے تیار کردہ متن قابل شناخت ہے۔

    کالیسن برچ کہتے ہیں، \”ہم نے دکھایا ہے کہ لوگ مشین سے تیار کردہ متن کو پہچاننے کے لیے خود کو تربیت دے سکتے ہیں۔\” \”لوگ مفروضوں کے ایک مخصوص سیٹ کے ساتھ شروع کرتے ہیں کہ مشین کس قسم کی غلطیاں کرے گی، لیکن ضروری نہیں کہ یہ مفروضے درست ہوں۔ وقت گزرنے کے ساتھ، کافی مثالوں اور واضح ہدایات کے پیش نظر، ہم غلطیوں کی ان اقسام کو اٹھانا سیکھ سکتے ہیں جو مشینیں فی الحال بنا رہی ہیں۔\”

    \”اے آئی آج حیرت انگیز طور پر بہت روانی، بہت گرائمیکل متن تیار کرنے میں اچھا ہے،\” ڈوگن نے مزید کہا۔ \”لیکن اس سے غلطیاں ہوتی ہیں۔ ہم ثابت کرتے ہیں کہ مشینیں مخصوص قسم کی غلطیاں کرتی ہیں — عام فہم کی غلطیاں، مطابقت کی غلطیاں، استدلال کی غلطیاں اور منطقی غلطیاں، مثال کے طور پر — کہ ہم یہ سیکھ سکتے ہیں کہ کیسے نشان لگانا ہے۔\”

    مطالعہ اصلی یا جعلی متن کا استعمال کرتے ہوئے جمع کردہ ڈیٹا کا استعمال کرتا ہے، ایک اصل ویب پر مبنی تربیتی گیم۔

    یہ تربیتی کھیل پتہ لگانے کے مطالعے کے معیاری تجرباتی طریقہ کو زیادہ درست تفریح ​​میں تبدیل کرنے کے لیے قابل ذکر ہے کہ لوگ متن بنانے کے لیے کس طرح AI کا استعمال کرتے ہیں۔

    معیاری طریقوں میں، شرکاء سے کہا جاتا ہے کہ وہ ہاں یا نہ میں اس بات کی نشاندہی کریں کہ آیا کسی مشین نے دیا ہوا متن تیار کیا ہے۔ اس کام میں صرف متن کو اصلی یا جعلی کے طور پر درجہ بندی کرنا شامل ہے اور جوابات کو درست یا غلط کے طور پر اسکور کیا جاتا ہے۔

    پین ماڈل معیاری پتہ لگانے کے مطالعے کو ایک مؤثر تربیتی کام میں نمایاں طور پر بہتر کرتا ہے مثالیں دکھا کر جو سب انسانوں کی تحریر سے شروع ہوتی ہیں۔ اس کے بعد ہر مثال تیار کردہ متن میں تبدیل ہو جاتی ہے، شرکاء سے یہ نشان زد کرنے کے لیے کہتی ہے کہ ان کے خیال میں یہ منتقلی کہاں سے شروع ہوتی ہے۔ تربیت یافتہ متن کی خصوصیات کی نشاندہی کرتے ہیں اور ان کی وضاحت کرتے ہیں جو غلطی کی نشاندہی کرتے ہیں اور اسکور حاصل کرتے ہیں۔

    مطالعہ کے نتائج سے پتہ چلتا ہے کہ شرکاء نے بے ترتیب موقع کے مقابلے میں نمایاں طور پر بہتر اسکور کیا، جو اس بات کا ثبوت فراہم کرتا ہے کہ AI سے تخلیق کردہ متن، کسی حد تک، قابل شناخت ہے۔

    ڈوگن کہتے ہیں، \”ہمارا طریقہ نہ صرف کام کو جوڑتا ہے، اسے مزید پرکشش بناتا ہے، بلکہ یہ تربیت کے لیے ایک زیادہ حقیقت پسندانہ سیاق و سباق بھی فراہم کرتا ہے،\” ڈوگن کہتے ہیں۔ \”تخلیق شدہ متن، جیسے کہ ChatGPT کے ذریعہ تیار کیا گیا ہے، انسانی فراہم کردہ اشارے سے شروع ہوتا ہے۔\”

    یہ مطالعہ نہ صرف آج کی مصنوعی ذہانت پر بات کرتا ہے بلکہ اس ٹیکنالوجی سے ہمارے تعلق کے لیے ایک یقین دہانی، یہاں تک کہ دلچسپ، مستقبل کا خاکہ بھی پیش کرتا ہے۔

    \”پانچ سال پہلے،\” ڈوگن کہتے ہیں، \”ماڈل موضوع پر نہیں رہ سکتے تھے اور نہ ہی روانی سے جملہ تیار کر سکتے تھے۔ اب، وہ شاذ و نادر ہی گرائمر کی غلطی کرتے ہیں۔ ہمارا مطالعہ اس قسم کی غلطیوں کی نشاندہی کرتا ہے جو AI چیٹ بوٹس کی خصوصیت کرتی ہیں، لیکن اس میں رکھنا ضروری ہے۔ ذہن میں رکھیں کہ یہ غلطیاں تیار ہوئی ہیں اور بڑھتی رہیں گی۔ فکر مند ہونے کی تبدیلی یہ نہیں ہے کہ AI سے لکھا ہوا متن ناقابل شناخت ہے بلکہ یہ ہے کہ لوگوں کو فرق کو پہچاننے کے لیے خود کو تربیت جاری رکھنے اور ڈیٹیکشن سافٹ ویئر کے ساتھ بطور ضمیمہ کام کرنے کی ضرورت ہوگی۔ \”

    کالیسن برچ کا کہنا ہے کہ \”لوگ درست وجوہات کی بناء پر AI کے بارے میں فکر مند ہیں۔ \”ہمارا مطالعہ ان پریشانیوں کو دور کرنے کے لیے شواہد فراہم کرتا ہے۔ ایک بار جب ہم AI ٹیکسٹ جنریٹرز کے بارے میں اپنی امید کو بروئے کار لا سکتے ہیں، تو ہم ان ٹولز کی صلاحیت پر توجہ مرکوز کر سکیں گے تاکہ ہمیں مزید تخیلاتی، زیادہ دلچسپ تحریریں لکھنے میں مدد ملے۔\”

    Ippolito، پین اسٹڈی کی شریک رہنما اور گوگل میں موجودہ ریسرچ سائنٹسٹ، ان ٹولز کے استعمال کے سب سے زیادہ مؤثر کیسز کو تلاش کرنے پر اپنے کام کے زور کے ساتھ پتہ لگانے پر ڈوگن کی توجہ کی تکمیل کرتی ہے۔ اس نے مثال کے طور پر Wordcraft میں تعاون کیا، ایک AI تخلیقی تحریری ٹول جو شائع شدہ مصنفین کے ساتھ مل کر تیار کیا گیا ہے۔ مصنفین یا محققین میں سے کسی نے بھی یہ نہیں پایا کہ AI افسانہ نگار کے لیے ایک زبردست متبادل تھا، لیکن انھوں نے تخلیقی عمل کو سپورٹ کرنے کی اس کی قابلیت میں اہم قدر پائی۔

    \”اس وقت میرا احساس یہ ہے کہ یہ ٹیکنالوجیز تخلیقی تحریر کے لیے بہترین موزوں ہیں،\” کالیسن برچ کہتے ہیں۔ \”خبریں، ٹرم پیپرز، یا قانونی مشورے غلط استعمال کے معاملات ہیں کیونکہ حقائق کی کوئی ضمانت نہیں ہے۔\”

    \”یہاں دلچسپ مثبت سمتیں ہیں جو آپ اس ٹیکنالوجی کو آگے بڑھا سکتے ہیں،\” ڈوگن کہتے ہیں۔ \”لوگ سرقہ اور جعلی خبروں جیسی تشویشناک مثالوں پر قائم ہیں، لیکن اب ہم جانتے ہیں کہ ہم خود کو بہتر قارئین اور مصنف بننے کی تربیت دے سکتے ہیں۔\”



    >Source link>

    >>Join our Facebook page From top right corner. <<

  • These red dots could change everything we think we know about how galaxies form | CBC Radio

    جیسا کہ یہ ہوتا ہے۔6:17یہ سرخ نقطے ہر وہ چیز بدل سکتے ہیں جو ہم سوچتے ہیں کہ ہم اس بارے میں جانتے ہیں کہ کہکشائیں کیسے بنتی ہیں۔

    سائنس دانوں نے اربوں سال ماضی میں جھانک کر ایک ایسی چیز دریافت کی ہے جو بنیادی طور پر اس چیز کو تبدیل کر سکتی ہے جو ہمارے خیال میں کہکشاؤں کی تشکیل کے بارے میں ہم جانتے ہیں۔

    جیمز ویب اسپیس ٹیلی سکوپ (جے ڈبلیو ایس ٹی) کی تصاویر میں روشن چھ سرخ نقطے دکھائے گئے ہیں، جن کے بارے میں خیال کیا جاتا ہے کہ وہ دور دراز کی کہکشائیں ہیں کیونکہ وہ 13 ارب سال پہلے نمودار ہوئی ہوں گی۔

    لیکن اگر وہ واقعی کہکشائیں ہیں، تو وہ ان کہکشاؤں کے برعکس ہیں جن کا سائنسدانوں نے پہلے مشاہدہ کیا ہے۔ اس کی وجہ یہ ہے کہ وہ اپنی نسبتاً چھوٹی عمر کے لیے ناممکن طور پر بڑے اور گھنے ہیں۔

    ماہر فلکیات کیتھرین سوس نے بتایا کہ \”پہلی بات جو میں نے کہی وہ یہ تھی، \’کوئی طریقہ صحیح نہیں ہے۔ یہ پاگل پن ہے،\’ جیسا کہ یہ ہوتا ہے۔ میزبان نیل کوکسل۔

    اسٹینفورڈ یونیورسٹی اور یو سی سانتا کروز میں کاسمولوجی فیلو سوس، اس دریافت کو بیان کرنے والے مطالعے کے مصنفین میں سے ایک ہیں، جو گزشتہ ہفتے جریدے نیچر میں شائع ہوا تھا۔.

    کہکشاں کیا ہے اور یہ کیسے بنتی ہے؟

    کہکشاں گیس، دھول، تاریک مادے، ستاروں اور ان کے نظام شمسی کا مجموعہ ہے، یہ سب کشش ثقل کے ذریعے ایک ساتھ رکھے ہوئے ہیں۔ ناسا کے مطابق، زیادہ تر 10 بلین اور 13.6 بلین سال کے درمیان ہیں۔

    چونکہ روشنی کو ایک جگہ سے دوسری جگہ جانے میں وقت لگتا ہے، اس لیے دوربین کی تصاویر ماضی کی تصویریں ہیں۔ ان پراسرار سرخ نقطوں کی تصویر کشی کی گئی تھی کیونکہ یہ بگ بینگ کے 13.8 بلین سال قبل کائنات کی تخلیق کے تقریباً 500 سے 700 ملین سال بعد ظاہر ہوئے ہوں گے۔

    اور پھر بھی، پہلے سے ہی، ان کا ماس اور کثافت اس سے کہیں زیادہ ہے جو سائنس دانوں نے اس ٹائم فریم میں ممکن سمجھا تھا – ہماری اپنی آکاشگنگا کا مقابلہ کرنا، جس کے بارے میں خیال کیا جاتا ہے کہ یہ 13.6 بلین سال پرانی ہے، جو خود کائنات سے زیادہ چھوٹی نہیں ہے۔

    \"\"
    جیمز ویب اسپیس ٹیلی سکوپ، جو یہاں اس فنکار کی مثال میں نظر آتا ہے، خلا کی تصاویر کھینچ رہا ہے جو ہم نے پہلے کبھی نہیں دیکھا ہے۔ (NASA)

    Suess کا کہنا ہے کہ یہ اس بات کے چہرے پر اڑتا ہے کہ سائنس دانوں نے ابتدائی کائنات میں کہکشاؤں کے بننے پر یقین کیا۔

    \”تو وہاں بگ بینگ ہے، جو ہر چیز کا آغاز ہے – آپ جانتے ہیں۔ یہ تمام جگہ، تمام وقت، تمام مادے، تمام توانائی کا آغاز ہے۔ اور پھر ہم سوچتے ہیں کہ چیزوں کے لیے کچھ وقت لگتا ہے۔ آپ جانتے ہیں، اس لیے کہکشاؤں کو اس تمام گیس کو جمع کرنا پڑتا ہے اور اس سے پہلے کہ ہم انہیں دیکھ سکیں ستاروں کی شکل اختیار کر لیتے ہیں،\” اس نے کہا۔

    \”اور ہم نے سوچا کہ اس عمل میں اربوں سال لگے۔ لیکن اس کے بجائے ہمیں یہ بہت بڑی کہکشاں بگ بینگ کے 500 ملین سال سے بھی کم عرصے کے بعد ملی – جو بہت زیادہ لگتی ہے، لیکن یہ کائنات کی کل عمر کا صرف تین فیصد ہے۔ یہ واقعی، واقعی تیز ہے.\”

    ان ممکنہ کہکشاؤں میں سے ایک کا حجم اتنا ہی ہے جیسا کہ ہماری آکاشگنگا کہکشاں آج کرتی ہے۔

    \”میرا ایک دو سالہ بھتیجا ہے، تو ایسا لگتا ہے کہ اگر میں اپنے بھتیجے کو جھپکی سے جگانے گیا، اور وہ میرا دو سالہ بھتیجا ہونے کے بجائے، وہ 40 سال کا تھا،\” سوس نے کہا۔ \”یہ وہ نہیں ہے جو آپ کو لگتا ہے کہ آپ تلاش کرنے جا رہے ہیں۔\”

    کیا یہ حقیقی سودا ہے؟ صرف وقت ہی بتائے گا

    کینیڈا کی ایکسٹرا گیلیکٹک ماہر فلکیات سارہ گیلاگھر، جو اس تحقیق میں شامل نہیں تھیں، کا کہنا ہے کہ یہ نتائج \”دلچسپ\” ہیں، لیکن \”کچھ ایسا بھی ہے جس کی جانچ پڑتال کی ضرورت ہے۔\”

    اپنے نتائج کی تصدیق کرنے کے لیے، محققین اسپیکٹروسکوپی ڈیٹا کا استعمال کریں گے – روشنی کے جذب اور اخراج پر ایک گہرائی سے نظر – جو اس بات کی بہتر تصویر پیش کرے گا کہ یہ سرخ نقطے واقعی کس چیز سے بنے ہیں، ساتھ ہی یہ بھی بتائے گا کہ یہ کتنے پرانے اور بڑے ہیں۔ وہ واقعی ہیں.

    محققین کا کہنا ہے کہ یہ ممکن ہے کہ یہ سرخ نقطے بالکل کہکشائیں نہ ہوں، بلکہ روشنی کا کوئی دوسرا ذریعہ جیسے سپر ماسیو بلیک ہول یا کواسار، محققین کا کہنا ہے۔

    یا یہ ممکن ہے، Gallagher کہتے ہیں، کہ وہ کہکشائیں ہیں، لیکن سائنسدانوں نے ان کے بارے میں کچھ غلط قیاس آرائیاں کی ہیں – مثال
    کے طور پر، ستاروں کی کمیت جو روشنی خارج کر رہے ہیں۔

    لندن، اونٹ میں ویسٹرن یونیورسٹی کے انسٹی ٹیوٹ برائے ارتھ اینڈ اسپیس ایکسپلوریشن کے ڈائریکٹر گیلاگھر نے کہا، \”بات یہ ہے کہ بہت ابتدائی کائنات میں ایک کہکشاں آج کی ہماری آکاشگنگا جیسی کہکشاں جیسی نہیں ہے۔\”

    \”ہمیں اس بات کی بہت اچھی سمجھ ہے کہ ہماری آکاشگنگا جیسی کہکشائیں ستارے کیسے بنتی ہیں اور وقت کے ساتھ ساتھ ارتقاء پذیر ہوتی ہیں۔ لیکن ہم واقعی یہ نہیں جانتے کہ وہ بہت چھوٹی کہکشائیں کیسی تھیں۔\”

    \"گرڈز
    بگ ڈپر کے قریب خلائی علاقے کے جیمز ویب کے ذریعہ جمع کردہ ایک موزیک، جس میں کائنات کے آغاز سے چھ نئی امیدوار کہکشاؤں کا مقام دکھایا گیا ہے۔ (NASA, ESA, CSA, سوین برن یونیورسٹی آف ٹیکنالوجی/یونیورسٹی آف کولوراڈو بولڈر)

    لیکن دوسرا امکان، گالاگھر کہتا ہے، یہ ہے کہ یہ درحقیقت بڑے پیمانے پر بچے کہکشائیں ہیں، اور کائنات اس سے مختلف طریقے سے کام کرتی ہے جتنا ہم نے فرض کیا تھا۔

    \”اس کا مطلب صرف یہ ہے کہ بنیادی طور پر ہم نے سوچا کہ ہم اس کہانی کو سمجھتے ہیں کہ ابتدائی کائنات میں کہکشائیں کیسے بنتی ہیں، اور ہم غلط تھے۔ اور آپ جانتے ہیں کیا؟ یہ بہت اچھا ہے،\” اس نے کہا۔

    \”میرا مطلب ہے، اسی لیے آپ نے جیمز ویب جیسی دوربینیں وہاں رکھی ہیں، کیونکہ آپ کو ان سوالوں کا جواب نہیں معلوم۔ اور اس لیے ہمیں اپنی سمجھ کو بدلنا پڑے گا۔\”

    اس صورت میں، Suess کہتے ہیں، اس کا مطلب ہے کہ آکاشگنگا واحد راستہ نہیں ہے۔

    \”ہماری آکاشگنگا شاید کائنات میں بہت بعد میں بنی، اور اس لیے ہم نے سوچا کہ یہ معیاری ہے۔ لیکن یہ پتہ چلتا ہے کہ کچھ چیزیں واقعی بہت، بہت جلد بن سکتی ہیں،\” انہوں نے کہا۔ \”اس سے یہ ظاہر ہوتا ہے کہ کہکشائیں بڑھنے کے طریقوں کا یہ بہت بڑا تنوع ہے۔\”

    اگر دسمبر 2021 میں JWST کے آغاز کے بعد سے ہم نے کچھ سیکھا ہے، تو یہ ہے کہ بہت کچھ ہے جو ہم ابھی تک نہیں جانتے ہیں۔

    \”اس نئی دوربین کے ساتھ، ہم نے دور دراز کائنات میں یہ بالکل نیا منظر کھول دیا ہے۔ اور یہ پہلی بار ہے کہ ہم کائنات کے ابتدائی پہلوؤں کو اتنی تفصیل سے دیکھ سکتے ہیں،\” انہوں نے کہا۔

    \”میرے خیال میں ابھی 30 سال سے زیادہ پہلے ہبل کے آغاز کے بعد سے یہ بنیادی طور پر ایکسٹرا گیلیکٹک فلکیات میں سب سے زیادہ دلچسپ وقت ہے۔ اور اس طرح، آپ جانتے ہیں، مجھے لگتا ہے کہ اگلے دو سال اس طرح کی دریافتوں سے بھرے ہوں گے۔\”



    >Source link>

    >>Join our Facebook page From top right corner. <<

  • Meta funds tool for removing explicit images of children online

    گمشدہ اور استحصال زدہ بچوں کا قومی مرکز (NCMEC) نے ایک نئے پلیٹ فارم کا اعلان کیا ہے۔ انٹرنیٹ سے نابالغوں کی جنسی طور پر واضح تصاویر کو ہٹانے میں مدد کے لیے ڈیزائن کیا گیا ہے۔ میٹا نے ایک بلاگ پوسٹ میں انکشاف کیا کہ اس نے بنانے کے لیے ابتدائی فنڈنگ ​​فراہم کی تھی۔ NCMEC کا مفت استعمال کرنے والا \”ٹیک اٹ ڈاؤن\” ٹول، جو صارفین کو حصہ لینے والے پلیٹ فارمز پر پائے جانے والے نابالغ افراد کی \”عریاں، جزوی طور پر عریاں، یا جنسی طور پر واضح تصاویر یا ویڈیوز\” کو گمنام طور پر رپورٹ کرنے اور ہٹانے اور توہین آمیز مواد کو دوبارہ شیئر کیے جانے سے روکنے کی اجازت دیتا ہے۔

    فیس بک اور انسٹاگرام نے پلیٹ فارم کو مربوط کرنے کے لیے سائن آن کیا ہے، جیسا کہ OnlyFans، Pornhub، اور Yubo ہیں۔ ٹیک اٹ ڈاؤن کو نابالغوں کے لیے ڈیزائن کیا گیا ہے کہ وہ اپنی تصاویر اور ویڈیوز خود رپورٹ کریں۔ تاہم، وہ بالغ جو اس طرح کے مواد میں 18 سال سے کم عمر کے تھے، اس کی اطلاع دینے اور اسے ہٹانے کے لیے بھی سروس کا استعمال کر سکتے ہیں۔ والدین یا دیگر قابل اعتماد بالغ افراد بھی بچے کی جانب سے رپورٹ بنا سکتے ہیں۔

    ایک ٹیک اٹ ڈاؤن کے لیے اکثر پوچھے گئے سوالات بیان کرتا ہے کہ سروس استعمال کرنے کے لیے صارفین کے پاس اپنے آلے پر اطلاع شدہ تصویر یا ویڈیو ہونا ضروری ہے۔ یہ مواد رپورٹنگ کے عمل کے حصے کے طور پر جمع نہیں کیا گیا ہے اور اس طرح، نجی رہتا ہے۔ اس کے بجائے، مواد کو ایک ہیش ویلیو پیدا کرنے کے لیے استعمال کیا جاتا ہے، ایک منفرد ڈیجیٹل فنگر پرنٹ ہر تصویر اور ویڈیو کو تفویض کیا جاتا ہے جسے پھر حصہ لینے والے پلیٹ فارمز کو ان کی ویب سائٹس اور ایپس پر اس کا پتہ لگانے اور اسے ہٹانے کے لیے فراہم کیا جا سکتا ہے، جبکہ لوگوں کی تعداد کو کم سے کم کرتے ہوئے اصل مواد.

    NCMEC کے صدر اور CEO مشیل ڈی لون نے کہا، \”ہم نے یہ نظام اس لیے بنایا کیونکہ بہت سے بچے ان مایوس کن حالات کا سامنا کر رہے ہیں۔\” \”ہماری امید ہے کہ بچے اس سروس سے واقف ہوں گے، اور وہ راحت کا احساس محسوس کریں گے کہ تصاویر کو نیچے اتارنے میں مدد کے لیے ٹولز موجود ہیں۔ NCMEC مدد کے لیے حاضر ہے۔

    ٹیک اٹ ڈاؤن سروس کا موازنہ کیا جا سکتا ہے۔ اسٹاپ این سی آئی آئی، ایک سروس 2021 میں شروع کی گئی جس کا مقصد 18 سال سے زیادہ عمر کے لوگوں کے لیے تصاویر کے غیر متفقہ اشتراک کو روکنا ہے۔ StopNCII اسی طرح Facebook، Instagram، TikTok، اور Bumble میں واضح مواد کا پتہ لگانے اور اسے ہٹانے کے لیے ہیش ویلیوز کا استعمال کرتا ہے۔

    میٹا نے گزشتہ نومبر میں انسٹاگرام اور فیس بک کے لیے پرائیویسی کے نئے فیچرز کے آغاز کے ساتھ نئے پلیٹ فارم کو چھیڑا تھا۔

    اس کے علاوہ گزشتہ سال نومبر میں NCMEC کے ساتھ اپنے تعاون کا اعلان کرنا، میٹا رول آؤٹ انسٹاگرام اور فیس بک کے لیے پرائیویسی کی نئی خصوصیات جس کا مقصد پلیٹ فارم استعمال کرنے والے نابالغوں کی حفاظت کرنا ہے۔ ان میں نوعمروں کو مشتبہ بالغوں کو بلاک کرنے کے بعد اکاؤنٹس کی اطلاع دینے کے لیے اکسانا، نوعمروں کے انسٹاگرام اکاؤنٹس کے پیغامات کے بٹن کو ہٹانا شامل ہے جب انہیں بلاک کیے جانے کی تاریخ والے بالغوں کے ذریعے دیکھا جاتا ہے، اور 16 سال سے کم عمر Face
    book صارفین کے لیے بطور ڈیفالٹ سخت رازداری کی ترتیبات کا اطلاق کرنا (یا بعض ممالک میں 18)۔

    پروگرام میں شریک دیگر پلیٹ فارمز نے نابالغوں کی تصویر کشی کرنے والے واضح مواد کو روکنے اور ہٹانے کے لیے اقدامات کیے ہیں۔ یوبو، ایک فرانسیسی سوشل نیٹ ورکنگ ایپ نے تعینات کیا ہے۔ AI اور انسانوں سے چلنے والے اعتدال پسند ٹولز کی رینج جو نابالغوں کی تصویر کشی کرنے والے جنسی مواد کا پتہ لگا سکتا ہے، جبکہ Pornhub افراد کو اجازت دیتا ہے۔ براہ راست ہٹانے کی درخواست جاری کریں۔ اس کے پلیٹ فارم پر شائع ہونے والے غیر قانونی یا غیر متفقہ مواد کے لیے۔

    حصہ لینے والے تمام پلیٹ فارمز کو پہلے بھی نابالغوں کو جنسی استحصال سے بچانے میں ناکامی پر تنقید کا نشانہ بنایا جاتا رہا ہے۔

    حصہ لینے والے پانچوں پلیٹ فارمز کو پہلے بھی نابالغوں کو جنسی استحصال سے بچانے میں ناکامی پر تنقید کا نشانہ بنایا جا چکا ہے۔ اے بی بی سی خبریں 2021 کی رپورٹ ملی بچے آسانی سے OnlyFans کے عمر کی تصدیق کے نظام کو نظرانداز کر سکتے ہیں۔جبکہ Pornhub اسی سال جنسی استحصال کے 34 متاثرین نے مقدمہ دائر کیا تھا۔، یہ الزام لگاتے ہوئے کہ سائٹ نے عصمت دری، بچوں کے جنسی استحصال، اسمگلنگ، اور دیگر غیر متفقہ جنسی مواد کو ظاہر کرنے والی ویڈیوز سے جان بوجھ کر فائدہ اٹھایا۔ یوبو – بیان کیا بطور \”نوعمروں کے لئے ٹنڈر\” – کو شکاریوں نے استعمال کیا ہے۔ نابالغ صارفین سے رابطہ کریں اور زیادتی کریں۔، اور NCMEC کا تخمینہ پچھلے سال کہ میٹا کا اپنے پلیٹ فارمز پر اینڈ ٹو اینڈ انکرپشن لاگو کرنے کا منصوبہ مؤثر طریقے سے 70 فیصد بچوں کے جنسی استحصال کے مواد کو چھپا سکتا ہے جو اس وقت اس کے پلیٹ فارم پر پائے گئے اور رپورٹ کیے گئے ہیں۔

    \”جب ٹیک کمپنیاں اینڈ ٹو اینڈ انکرپشن نافذ کرتی ہیں، جس میں بچوں کے جنسی استحصال کے بارے میں معلوم مواد کا پتہ لگانے کے لیے کوئی حفاظتی اقدامات نہیں کیے جاتے ہیں، تو بچوں کی حفاظت پر اثر تباہ کن ہوتا ہے،\” ڈی لاون نے اس ماہ کے شروع میں سینیٹ کی عدلیہ کمیٹی کو کہا.

    اے اخبار کے لیے خبر ٹیک اٹ ڈاؤن کے لیے یہ بتاتا ہے کہ حصہ لینے والے پلیٹ فارم فراہم کردہ ہیش ویلیوز کو \”عوامی یا غیر خفیہ کردہ سائٹس اور ایپس\” میں تصاویر کا پتہ لگانے اور ہٹانے کے لیے استعمال کر سکتے ہیں، لیکن یہ واضح نہیں ہے کہ آیا یہ میٹا کے تمام سروسز میں اینڈ ٹو اینڈ انکرپشن کے استعمال تک پھیلا ہوا ہے۔ رسول کی طرح ہم تصدیق کے لیے میٹا سے رابطہ کر چکے ہیں اور اگر ہمیں واپس سنیں گے تو اس کہانی کو اپ ڈیٹ کریں گے۔



    >Source link>

    >>Join our Facebook page From top right corner. <<

  • Daily Crunch: Mobile World Congress 2023 kicks off with new features for Android, Chromebook and Wear OS

    TechCrunch کی سب سے بڑی اور اہم کہانیوں کا راؤنڈ اپ حاصل کرنے کے لیے ہر روز 3 بجے PST پر آپ کے ان باکس میں ڈیلیور کیا جاتا ہے، یہاں سبسکرائب کریں.

    Inside Startup Battlefield سے باہر ایک اور ایپی سوڈ ہے، پوڈ کاسٹ منی ڈاکیومینٹری میں TechCrunch Disrupt Battlefield پر پردے کے پیچھے نظر آتی ہے۔ میگی ابھی نیا EP گرا دیا: میدان جنگ 200 کو جاننا. اوہ، اور اگر آپ TechCrunch Disrupt پر بات کرنا چاہتے ہیں، تو آپ کر سکتے ہیں۔ بات کرنے کے لیے ابھی درخواست دیں۔!

    – کرسٹین اور حاجی

    ٹیک کرنچ ٹاپ 3

    • کیا آپ کو صرف ایک نئی خصوصیت پسند نہیں ہے؟: ہمارے پاس موبائل ورلڈ کانگریس کے لیے بارسلونا میں ایک ٹیم موجود ہے، اور وہاں سے سامنے آنے والی سرفہرست کہانیوں میں سے ایک نئی خصوصیات ہیں جن کا گوگل نے Android، Chromebook اور Wear OS کے لیے اعلان کیا ہے۔ ہم اجازت دیں گے۔ عائشہ آپ کو سکوپ دیں، لیکن اس میں پیداواری صلاحیت، رابطہ اور رسائی شامل ہے۔ آپ جانتے ہیں، تین تعلیمی \”روپے\” کے برابر، لیکن اس کے بجائے موبائل کے لیے۔
    • رات کے وقت دھوپ کا چشمہ پہننے کی ایک وجہ: موبائل ورلڈ کانگریس کے بارے میں بات کرتے ہوئے، Xiaomi نے \”ریٹنا لیول\” ڈسپلے کے ساتھ اپنے ہلکے وزن والے AR گلاسز کی نقاب کشائی کی، آئیون لکھتا ہے نیز، اس پر آئیون کی Xiaomi کی دوسری کہانی بھی دیکھیں 13 پرو فلیگ شپ.
    • یہ فون لفظی طور پر ٹھنڈا ہے۔: OnePlus کے پاس ہے۔ ایک رول پر رہا اس مہینے نئی مصنوعات کے ساتھ، اور اب آج، برائن اس کے گیمنگ کانسیپٹ فون پر ایک چمکتی ہوئی مائع کولنگ خصوصیت کے ساتھ رپورٹ کرتا ہے۔

    اسٹارٹ اپ اور وی سی

    کارڈ جمع کرنے والے اکثر تنازعہ کرتے ہیں کہ ان کے کارڈز کی قیمت کتنی ہے۔ نیو جرسی کی بنیاد پر CollX نے $5.5 ملین اکٹھا کیا۔ کارڈ کے شوقین افراد کو ایک مفت iOS اور Android ایپ فراہم کریں جو انہیں اپنے ٹریڈنگ کارڈز کو اسکین کرنے اور بدلے میں قیمت حاصل کرنے کے قابل بناتی ہے، آئیون رپورٹس

    اینتھروپک، ایک بزدل AI اسٹارٹ اپ جسے اوپن اے آئی کے سابق ملازمین نے مل کر قائم کیا ہے، شروع ہو گیا ہے۔ شراکت داروں کو اس کے AI ٹیکسٹ تیار کرنے والے ماڈلز تک رسائی کی پیشکش کرتا ہے۔، کائل رپورٹس پہلا تجارتی منصوبہ جس نے اعلان کیا ہے کہ وہ انتھروپک ماڈلز کو ضم کر رہا ہے، Robin AI ہے، ایک قانونی ٹیک اسٹارٹ اپ جس نے $13 ملین سے زیادہ کا اضافہ کیا ہے۔ آئی او ایس اور اینڈرائیڈ کے لیے کوورا کی تجرباتی چیٹ بوٹ ایپ، پو، اینتھروپک ماڈلز کا استعمال کرتی ہے، لیکن فی الحال اسے منیٹائز نہیں کیا گیا ہے۔

    اور ہمارے پاس آپ کے لیے پانچ اور ہیں:

    مارکیٹنگ کی مہموں کو جوس کرنے کے لیے پیش گوئی کرنے والے LTV کا استعمال

    \"ایک

    تصویری کریڈٹ: کرس بینہم (ایک نئی ونڈو میں کھلتا ہے) / گیٹی امیجز

    گزشتہ موسم خزاں میں، Voyantis کے CEO Ido Wiesenberg نے پیشن گوئی ماڈلنگ کے ذریعے گاہک کے حصول کے اخراجات کو کم کرنے کے لیے متعدد حربوں کے ساتھ TC+ پوسٹ کا اشتراک کیا۔

    ایک فالو اپ میں، وہ بتاتا ہے کہ \”زیادہ ٹارگٹ، موثر حصول کی حکمت عملییں جو صارفین کو حاصل کرنے اور برقرار رکھنے پر توجہ مرکوز کرتی ہیں\” بنانے کے لیے پیشین گوئی لائف ٹائم ویلیو (LTV) کا استعمال کیسے کریں۔

    فیصلے کے بہاؤ میں پیش گوئی کرنے والے LTV کو شامل کرنے سے سیلز سائیکل کے آغاز میں منافع بخش صارفین کی شناخت میں مدد ملتی ہے، لیکن یہ کم کارکردگی دکھانے والی اشتہاری مہموں کو بھی کم کر سکتا ہے، کارکردگی کے اہداف مقرر کر سکتا ہے اور ٹیموں کو بجٹ کے درمیانی دھارے کو ایڈجسٹ کرنے میں مدد کرتا ہے۔

    TC+ ٹیم سے مزید تین:

    ٹیک کرنچ+ ہمارا ممبرشپ پروگرام ہے جو بانیوں اور اسٹارٹ اپ ٹیموں کو پیک سے آگے نکلنے میں مدد کرتا ہے۔ آپ یہاں سائن اپ کر سکتے ہیں۔. سالانہ سبسکرپشن پر 15% ڈسکاؤنٹ کے لیے کوڈ \”DC\” استعمال کریں!

    Big Tech Inc.

    ویک اینڈ پر گہما گہمی یہ تھی۔ ٹویٹر کی چھٹیوں کا ایک نیا دور اس میں ٹویٹر کی ادائیگیوں کی چیف ایگزیکٹو ایستھر کرافورڈ شامل ہیں جنہوں نے کمپنی کی ٹویٹر بلیو تصدیقی رکنیت کی نگرانی کی۔ وہ ایلون مسک کے سوشل میڈیا دیو کے حصول کے بعد ان کی سب سے زیادہ عوامی چیئر لیڈرز میں سے ایک تھیں۔ ربیکا اطلاع ہے کہ تقریباً 50 افراد برطرفی کا حصہ تھے۔

    اور، جب آپ نے سوچا کہ ہمیں AI چیٹ بوٹس سے وقفہ مل سکتا ہے، عائشہ لکھتے ہیں کہ اسنیپ چیٹ میں اب ایک ہے جو کہ ہے۔ OpenAI کی GPT ٹیکنالوجی سے تقویت یافتہ. یہ ٹھیک ہے، لوگو، اسے \”My AI\” کہا جاتا ہے اور ہر ماہ $3.99 کے لیے، آپ بھی اسے ایک چکر دے سکتے ہیں۔ آگے بڑھیں، اس سے اپنے BFF کے لیے سالگرہ کے تحفے کے خیالات طلب کریں۔

    اور ہمارے پاس آپ کے لیے پانچ اور ہیں:





    >Source link>

    >>Join our Facebook page From top right corner. <<

  • Augmented reality headset enables users to see hidden objects: The device could help workers locate objects for fulfilling e-commerce orders or identify parts for assembling products.

    ایم آئی ٹی کے محققین نے ایک بڑھا ہوا حقیقت والا ہیڈسیٹ بنایا ہے جو پہننے والے کو ایکسرے وژن فراہم کرتا ہے۔

    ہیڈسیٹ کمپیوٹر ویژن اور وائرلیس پرسیپشن کو یکجا کرتا ہے تاکہ کسی مخصوص شے کو خود بخود تلاش کیا جا سکے جو منظر سے پوشیدہ ہے، شاید باکس کے اندر یا ڈھیر کے نیچے، اور پھر اسے بازیافت کرنے کے لیے صارف کی رہنمائی کرتا ہے۔

    یہ نظام ریڈیو فریکوئنسی (RF) سگنلز کا استعمال کرتا ہے، جو عام مواد جیسے گتے کے ڈبوں، پلاسٹک کے کنٹینرز، یا لکڑی کے ڈیوائیڈرز سے گزر کر چھپی ہوئی اشیاء کو تلاش کر سکتے ہیں جن پر RFID ٹیگز کا لیبل لگا ہوا ہے، جو RF اینٹینا کے ذریعے بھیجے گئے سگنلز کی عکاسی کرتے ہیں۔

    ہیڈسیٹ پہننے والے کو ہدایت دیتا ہے کہ وہ کمرے سے گزرتے ہوئے آئٹم کے مقام کی طرف جاتا ہے، جو کہ بڑھا ہوا حقیقت (AR) انٹرفیس میں ایک شفاف دائرے کے طور پر ظاہر ہوتا ہے۔ ایک بار جب شے صارف کے ہاتھ میں آجاتی ہے، X-AR کہلانے والا ہیڈسیٹ اس بات کی تصدیق کرتا ہے کہ اس نے صحیح چیز کو اٹھایا ہے۔

    جب محققین نے گودام جیسے ماحول میں X-AR کا تجربہ کیا، تو ہیڈسیٹ پوشیدہ اشیاء کو اوسطاً 9.8 سینٹی میٹر کے اندر مقامی بنا سکتا ہے۔ اور اس نے تصدیق کی کہ صارفین نے 96 فیصد درستگی کے ساتھ صحیح چیز کو اٹھایا۔

    X-AR ای کامرس گودام کے کارکنوں کو بے ترتیبی شیلف پر یا خانوں میں دفن اشیاء کو تیزی سے تلاش کرنے میں، یا آرڈر کے لیے صحیح آئٹم کی نشاندہی کرنے میں مدد کر سکتا ہے جب بہت سی ملتے جلتے اشیاء ایک ہی ڈبے میں ہوں۔ اسے مینوفیکچرنگ کی سہولت میں بھی استعمال کیا جا سکتا ہے تاکہ تکنیکی ماہرین کو کسی پروڈکٹ کو جمع کرنے کے لیے صحیح پرزے تلاش کرنے میں مدد ملے۔

    \”اس پروجیکٹ کے ساتھ ہمارا پورا مقصد ایک بڑھا ہوا حقیقت کا نظام بنانا تھا جو آپ کو ان چیزوں کو دیکھنے کی اجازت دیتا ہے جو پوشیدہ ہیں — وہ چیزیں جو خانوں میں ہیں یا کونوں کے ارد گرد ہیں — اور ایسا کرتے ہوئے، یہ ان کی طرف آپ کی رہنمائی کر سکتا ہے اور واقعی آپ کو اجازت دیتا ہے۔ طبعی دنیا کو ان طریقوں سے دیکھنا جو پہلے ممکن نہیں تھا،\” فادل ادیب کہتے ہیں، جو الیکٹریکل انجینئرنگ اور کمپیوٹر سائنس کے شعبہ میں ایک ایسوسی ایٹ پروفیسر ہیں، میڈیا لیب میں سگنل کائنیٹکس گروپ کے ڈائریکٹر، اور اس کے سینئر مصنف X-AR پر ایک کاغذ۔

    ادیب کے شریک مصنفین ریسرچ اسسٹنٹ تارا بوروشکی ہیں، جو اس مقالے کی مرکزی مصنف ہیں۔ میسی لیم؛ لورا ڈوڈز؛ اور سابق پوسٹ ڈاکٹر الائن اید، جو اب مشی گن یونیورسٹی میں اسسٹنٹ پروفیسر ہیں۔ یہ تحقیق نیٹ ورکڈ سسٹمز ڈیزائن اور نفاذ پر USENIX سمپوزیم میں پیش کی جائے گی۔

    اے آر ہیڈسیٹ کو بڑھانا

    ایکس رے وژن کے ساتھ ایک بڑھا ہوا حقیقت والا ہیڈسیٹ بنانے کے لیے، محققین کو پہلے ایک موجودہ ہیڈسیٹ کو اینٹینا کے ساتھ تیار کرنا پڑا جو RFID-ٹیگ شدہ اشیاء کے ساتھ بات چیت کر سکے۔ زیادہ تر آر ایف آئی ڈی لوکلائزیشن سسٹم ایک سے زیادہ انٹینا استعمال کرتے ہیں جو میٹر کے فاصلے پر واقع ہیں، لیکن محققین کو ایک ہلکے وزن والے اینٹینا کی ضرورت تھی جو ٹیگز کے ساتھ بات چیت کرنے کے لیے کافی زیادہ بینڈوتھ حاصل کر سکے۔

    عید کا کہنا ہے کہ \”ایک بڑا چیلنج ایک اینٹینا ڈیزائن کرنا تھا جو ہیڈسیٹ پر بغیر کسی کیمرے کو ڈھانپے یا اس کے کام میں رکاوٹ پیدا کرے۔ یہ بہت اہم ہے، کیونکہ ہمیں ویزر پر تمام چشمی استعمال کرنے کی ضرورت ہے۔\”

    ٹیم نے ایک سادہ، ہلکا پھلکا لوپ اینٹینا لیا اور اینٹینا کو ٹیپر کرکے (آہستہ آہستہ اس کی چوڑائی کو تبدیل کرتے ہوئے) اور خلا کو شامل کرکے تجربہ کیا، یہ دونوں تکنیکیں جو بینڈوتھ کو بڑھاتی ہیں۔ چونکہ اینٹینا عام طور پر کھلی ہوا میں کام کرتے ہیں، محققین نے اسے ہیڈسیٹ کے ویزر سے منسلک ہونے پر سگنل بھیجنے اور وصول کرنے کے لیے بہتر بنایا۔

    ایک بار جب ٹیم نے ایک مؤثر اینٹینا بنایا، تو انہوں نے RFID-ٹیگ شدہ اشیاء کو مقامی بنانے کے لیے اسے استعمال کرنے پر توجہ دی۔

    انہوں نے مصنوعی یپرچر ریڈار (SAR) کے نام سے ایک تکنیک کا فائدہ اٹھایا، جو زمین پر ہوائی جہاز کی اشیاء کی تصویر بنانے کے طریقے سے ملتا جلتا ہے۔ X-AR اپنے اینٹینا کے ساتھ مختلف وینٹیج پوائنٹس سے پیمائش کرتا ہے جب صارف کمرے میں گھومتا ہے، پھر یہ ان پیمائشوں کو یکجا کرتا ہے۔ اس طرح، یہ ایک اینٹینا سرنی کی طرح کام کرتا ہے جہاں ایک سے زیادہ اینٹینا کی پیمائش کو ایک آلہ کو مقامی بنانے کے لیے ملایا جاتا ہے۔

    X-AR ماحول کا نقشہ بنانے اور اس ماحول میں اس کے مقام کا تعین کرنے کے لیے ہیڈسیٹ کی خود سے باخبر رہنے کی صلاحیت سے بصری ڈیٹا کا استعمال کرتا ہے۔ جیسے ہی صارف چلتا ہے، یہ ہر مقام پر RFID ٹیگ کے امکان کا حساب لگاتا ہے۔ ٹیگ کے صحیح مقام پر امکان سب سے زیادہ ہوگا، اس لیے یہ اس معلومات کو پوشیدہ آبجیکٹ پر صفر کرنے کے لیے استعمال کرتا ہے۔

    \”جب کہ اس نے ایک چیلنج پیش کیا جب ہم سسٹم کو ڈیزائن کر رہے تھے، ہم نے اپنے تجربات میں پایا کہ یہ دراصل قدرتی انسانی حرکت کے ساتھ اچھی طرح کام کرتا ہے۔ چونکہ انسان بہت زیادہ گھومتے ہیں، اس لیے یہ ہمیں بہت سی مختلف جگہوں سے پیمائش کرنے اور درست طریقے سے مقامی بنانے کی اجازت دیتا ہے۔ آئٹم،\” ڈوڈز کہتے ہیں.

    ایک بار جب X-AR آئٹم کو لوکلائز کر لیتا ہے اور صارف اسے اٹھا لیتا ہے، ہیڈ سیٹ کو اس بات کی تصدیق کرنے کی ضرورت ہوتی ہے کہ صارف نے صحیح چیز پکڑی ہے۔ لیکن اب صارف ساکن کھڑا ہے اور ہیڈسیٹ انٹینا حرکت نہیں کر رہا ہے، اس لیے یہ ٹیگ کو لوکلائز کرنے کے لیے SAR کا استعمال نہیں کر سکتا۔

    تاہم، جیسے ہی صارف آئٹم کو اٹھاتا ہے، RFID ٹیگ اس کے ساتھ چلتا ہے۔ X-AR RFID ٹیگ کی حرکت کی پیمائش کر سکتا ہے اور صارف کے ہاتھ میں موجود شے کو مقامی بنانے کے لیے ہیڈسیٹ کی ہینڈ ٹریکنگ کی صلاحیت کا فائدہ اٹھا سکتا ہے۔ پھر یہ چیک کرتا ہے کہ ٹیگ صحیح RF سگنل بھیج رہا ہے تاکہ اس بات کی تصدیق کی جا سکے کہ یہ صحیح چیز ہے۔

    محققین نے صارف کے لیے اس معلومات کو سادہ انداز میں ظاہر کرنے کے لیے ہیڈسیٹ کی ہولوگرافک ویژولائزیشن کی صلاحیتوں کا استعمال کیا۔ ایک بار جب صارف ہیڈسیٹ لگاتا ہے، تو وہ ٹیگ شدہ آئٹمز کے ڈیٹا بیس سے کسی چیز کو منتخب کرنے کے لیے مینیو استعمال کرتے ہیں۔ آبجیکٹ کے مقامی ہونے کے بعد، یہ ایک شفاف دائرے سے گھرا ہوا ہے تاکہ صارف دیکھ سکے کہ یہ کمرے میں کہاں ہے۔ پھر ڈیوائس فرش پر قدموں کی شکل میں اس شے کی رفتار کو پروجیکٹ کرتی ہے، جو صارف کے چلنے کے ساتھ متحرک طور پر اپ ڈیٹ ہو سکتی ہے۔

    لام کا کہنا ہے کہ \”ہم نے تمام تکنیکی پہلوؤں کو ختم کر دیا ہے تاکہ ہم صارف کے لیے ایک ہموار، واضح تجربہ فراہم کر سکیں، جو خاص طور پر اہم ہو گا اگر کوئی اسے گودام کے ماحول میں یا کسی سمارٹ ہوم میں رکھے،\” لام کہتے ہیں۔

    ہیڈسیٹ کی جانچ کر رہا ہے۔

    X-AR کو جانچنے کے لیے، محققین نے گتے کے ڈبوں اور پلاسٹک کے ڈبوں سے شیلف بھر کر، اور RFID-ٹیگ شدہ اشیاء کو اندر رکھ کر ایک مصنوعی گودام بنایا۔

    انہوں نے پایا کہ X-AR صارف کی 10 سینٹی میٹر سے کم غلطی والی ٹارگٹڈ آئٹم کی طرف رہنمائی کر سکتا ہے — یعنی اوسطاً، آئٹم 10 سینٹی میٹر سے بھی کم فاصلے پر واقع تھا جہاں سے X-AR نے صارف کو ہدایت کی تھی۔ محققین نے جن بنیادی طریقوں کا تجربہ کیا ان میں 25 سے 35 سینٹی میٹر کی درمیانی غلطی تھی۔

    انہوں نے یہ بھی پایا کہ اس نے درست طریقے سے تصدیق کی ہے کہ صارف نے 98.9 فیصد وقت صحیح چیز کو اٹھایا تھا۔ اس کا مطلب ہے کہ X-AR چننے کی غلطیوں کو 98.9 فیصد تک کم کرنے کے قابل ہے۔ یہ اس وقت بھی 91.9 فیصد درست تھا جب شے ابھی بھی ایک باکس کے اندر تھی۔

    \”سسٹم کو اس بات کی تصدیق کرنے کے لیے آئٹم کو بصری طور پر دیکھنے کی ضرورت نہیں ہے کہ آپ نے صحیح آئٹم اٹھایا ہے۔ اگر آپ کے پاس ایک جیسی پیکیجنگ میں 10 مختلف فونز ہیں، تو ہو سکتا ہے آپ ان کے درمیان فرق نہ بتا سکیں، لیکن یہ رہنمائی کر سکتا ہے۔ آپ ابھی بھی صحیح کو اٹھانا چاہتے ہیں،\” بوروشکی کہتے ہیں۔

    اب جب کہ انہوں نے X-AR کی کامیابی کا مظاہرہ کر دیا ہے، محققین یہ دریافت کرنے کا ارادہ رکھتے ہیں کہ کس طرح مختلف سینسنگ طریقوں، جیسے WiFi، mmWave ٹیکنالوجی، یا terahertz لہروں کو اس کے تصور اور تعامل کی صلاحیتوں کو بڑھانے کے لیے استعمال کیا جا سکتا ہے۔ وہ اینٹینا کو بھی بڑھا سکتے ہیں تاکہ اس کی رینج 3 میٹر سے آگے جا سکے اور متعدد، مربوط ہیڈ سیٹس کے استعمال کے لیے سسٹم کو بڑھا سکے۔

    ادیب کہتے ہیں، \”چونکہ آج ایسا کچھ نہیں ہے، ہمیں یہ معلوم کرنا تھا کہ شروع سے آخر تک ایک بالکل نئی قسم کا نظام کیسے بنایا جائے۔\” \”حقیقت میں، جو ہم لے کر آئے ہیں وہ ایک فریم ورک ہے۔ اس میں بہت سی تکنیکی شراکتیں ہیں، لیکن یہ ایک بلیو پرنٹ بھی ہے کہ آپ مستقبل میں ایکس رے وژن کے ساتھ اے آر ہیڈسیٹ کو کس طرح ڈیزائن کریں گے۔\”

    ویڈیو: https://youtu.be/bdUN21ft7G0



    >Source link>

    >>Join our Facebook page From top right corner. <<

  • Senator Markey calls on Elon Musk to reinstate Twitter\’s accessibility team

    کے کئی چکروں کے بعد برطرفیٹویٹر کا عملہ تقریباً 7,500 ملازمین سے کم ہو کر اس سے بھی کم ہو گیا ہے۔ 2,000 – اور پوری کمپنی میں متعدد کٹوتیوں میں سے ایک نے پلیٹ فارم کو ختم کردیا۔ رسائی ٹیم آخری سال.

    ایک میں کھلا خط ایلون مسک سے، سینیٹر ایڈ مارکی (D-MA) نے ٹویٹر کے نئے مالک سے ایکسیسبیلٹی ٹیم کو واپس لانے کا مطالبہ کیا۔

    \”حیرت کی بات نہیں، جب سے آپ نے ٹویٹر کی ایکسیسبیلٹی ٹیم کو بند کر دیا، معذور صارفین نے ٹویٹر استعمال کرنے میں دشواری اور مایوسی میں اضافہ کیا ہے،\” مارکی لکھا.

    کسی بھی سماجی پلیٹ فارم کی طرح، ٹویٹر نے اس کے پاس ہے ناکامی جب رسائی کی بات آتی ہے – 2020 میں، ٹویٹر کے پاس بھی نہیں تھا ایک رسائی ٹیم اور صرف ایک قائم کیا عوامی احتجاج کے بعد جب کمپنی نے بغیر سرخیوں کے صوتی ٹویٹس کو رول آؤٹ کیا۔ لیکن چند سالوں میں ٹویٹر کے پاس ایکسیسبیلٹی ٹیم تھی، کمپنی نے اس کے لیے خصوصیات متعارف کروائیں۔ alt متن تصاویر پر، خودکار کیپشن ویڈیوز پر، اور Spaces لائیو آڈیو رومز اور صوتی ٹویٹس کے لیے کیپشنز۔ بہت سے معذور صارفین ملے برادری ٹویٹر پر، کیونکہ اس کی اندرونی رسائی کی خصوصیات نے اسے دوسرے سماجی پلیٹ فارمز کے مقابلے میں استعمال کرنا آسان بنا دیا ہے۔

    ٹویٹر پر اب کسی قابل رسائی ٹیم کے ساتھ، ایسا نہیں ہے کہ پلیٹ فارم کی خصوصیات صرف غیر فعال ہی رہیں۔ ٹویٹر اسپیس پر کیپشنز ہیں۔ غائب ایک ساتھ, اس خصوصیت کو کسی بھی صارف کے لیے ناقابل استعمال بناتا ہے جو بہرا ہو یا سماعت سے محروم ہو۔ معذور صارفین کو، یہ پیغام بھیجتا ہے کہ رسائی اب ٹویٹر ہیڈکوارٹر میں ہونے والی گفتگو کا حصہ نہیں ہے (جو، ویسے، کمپنی نے کرایہ ادا کرنا بند کر دیا۔ کے لیے)۔

    ٹویٹر کی رسائی کو ایک اور دھچکا لگا جب پلیٹ فارم منقطع اس کے API تک رسائی۔ اب تھرڈ پارٹی ڈویلپرز کو ادائیگی کرنی ہوگی۔ ابھی طے ہونا باقی ہے۔ ایک ایسے پلیٹ فارم پر تعمیر کرنے کے لیے ماہانہ فیس جو پہلے ان کا مفت میں خیرمقدم کرتا تھا۔ اس کا مطلب یہ ہے کہ طویل عرصے سے محبوب ایپس جیسے آئرن فیکٹریز ٹویٹریفک، جس نے صارفین کو توسیع دی۔ رسائی کی خصوصیات، ہیں اب دستیاب نہیں.

    آئرن فیکٹری کے شریک بانی Gedeon Maheux نے بتایا کہ \”مجھے نابینا صارفین کی جانب سے کچھ سے زیادہ ای میلز موصول ہوئی ہیں جو پریشان اور مشتعل تھے کیونکہ انہیں زیادہ تر امکان ہے کہ انہیں ٹوئٹر کا استعمال بند کرنا پڑے گا، بغیر کسی تیسرے فریق کے کلائنٹس جیسے Twitterrific کے قابل رسائی،\” Ironfactory کے شریک بانی Gedeon Maheux نے بتایا۔ فوربس.

    مارکی کے خط نے مسک کے سامنے کئی سوالات کھڑے کیے ہیں، جن پر مارکی نے 17 مارچ تک جوابات کی درخواست کی۔ مارکی نے اس بارے میں پوچھا کہ مسک نے رسائی ٹیم کو کیوں ختم کیا اور اگر وہ اسے دوبارہ بحال کرے گا، ٹویٹر کی ADA اور FCC رسائی کے ضوابط کی تعمیل، ٹویٹر نے Spaces سے کیپشن کیوں ہٹایا۔ ، اور اگر پلیٹ فارم ہر قسم کے مواد کے لیے صارف دوست تجربات پیدا کرنے کا عہد کرے گا۔

    مارکی نے مسک کو لکھا کہ \”آپ کی قیادت میں یہ تمام تبدیلیاں معذور افراد کی ضروریات کو نظر انداز کرنے کا اشارہ دیتی ہیں۔\”





    >Source link>

    >>Join our Facebook page From top right corner. <<