12 نومبر 2026 (پیپلز ڈیلی آن لائن)چین کے صوبے جہ جیانگ کے شہر ہانگ جو میں ہاتھ سے بنی مسالے دار نوڈلز کھانے کی خواہش ہوئی تو نوبیل انعام یافتہ مائیکل لیویٹ نے ایک اے آئی چیٹ بوٹ سے شہر کے چار بہترین مقامی ریستوران تجویز کرنے کو کہا اور جواب ملنے کے بعد وہ پیدل ان کی تلاش میں نکلے، مگر معلوم ہوا کہ حقیقت میں ان میں سے کوئی بھی موجود نہیں تھا۔ چیٹ بوٹ کے نام خود ساختہ تھے۔
یہ حقیقت کھلی تو لیویٹ نے چیٹ بوٹ سے کہا، میں لیکچرز دیتا رہتا ہوں۔ اب میں لوگوں کو بتاؤں گا کہ تم کتنے نامعقول ہو اور تم نے مجھ سے جھوٹ بولا۔ چیٹ بوٹ نے معذرت کی اور ریستورانوں کی تصدیق کے لیے کسی کو بھیجنے کا یقین دلایا لیکن بعد میں اعتراف کیا: "معاف کیجیے، میں ایسا نہیں کر سکتا۔"
اس واقعے نے مصنوعی ذہانت کی ایک بنیادی کمزوری عیاں کر دی: وہ ایسی باتیں بھی پُراعتماد انداز میں پیش کر سکتا ہے جن کی حقیقت میں کوئی بنیاد ہی نہ ہو۔ کسی فرضی ریستوران کی تجویز سے شاید کسی کا محض وقت ضائع ہو، لیکن قابلِ یقین مگر غلط معلومات دینے کا یہ رجحان ادویہ کے معاملے میں کہیں سنگین نتائج کا باعث بن سکتا ہے۔ کیا اے آئی حیاتیاتی اہداف کی قابلِ بھروسہ شناخت اور مجوزہ ادویہ کے انسانی جسم پر ممکنہ اثرات کی پیش گوئی کر سکتی ہے؟ اور سائنس دان جب تک پوری طرح تشخیص نہیں کرپاتے کہ یہ ٹیکنالوجی کس بنیاد پر یہ پیش گوئی کرتی ہے تو انہیں اس کی پیش گوئیوں پر کس حد تک بھروسا کرنا چاہیے؟
شنگھائی میں منعقدہ، ورلڈ لوریئٹس فورم 2026 میں یہ سوالات مرکزی حیثیت اختیار کر گئے۔ وہاں تین ممتاز سائنس دانوں-مائیکل لیویٹ، ڈینیئلا رہوڈز اور پاسکل مائیر نے دوا کی دریافت میں اے آئی کی افادیت اور حدود پر تبادلہِ خیال کیا اور یہ ٹیکنالوجی، سائنسی تحقیق کو کس طرح نئی شکل دے سکتی ہے اس کے بارے میں مختلف زاویے پیش کیے ۔
کیا مصنوعی ذہانت یہ پیش گوئی کر سکتی ہے کہ کیا موثر رہے گا؟
مصنوعی ذہانت کو ’’بلیک باکس‘‘ کہنے والوں سے اختلاف کرتے ہوئے مائیکل لیویٹ کہتے ہیں کہ حیاتیات کی دنیا بھی مکمل طور پر سمجھی نہیں جا سکی۔ معروف ادویہ کے بارے میں بھی سائنس دان ان کے ہر اثر کی وجہ اور طریقۂ کار سے واقف نہیں ہیں۔ لیویٹ کے مطابق، اہم بات یہ ہے کہ مصنوعی ذہانت کی مجوزہ ادویہ کی جانچ مستند تجرباتی معلومات سے ہو اور انہیں دوسرے محققین الگ سے دوبارہ ثابت کر سکیں۔
کیمبرج میں ایم آر سی لیبارٹری آف مالیکیولر بائیولوجی کی اعزازی سائنس دان، ڈینئیلا رہوڈز بھی اس خیال کی تائید کرتی ہیں۔ وہ کہتی ہیں کہ دوا چاہے انسان ڈیزائن کریں یا مصنوعی ذہانت، اس کی سخت طبی آزمائشیں لازمی ہیں۔ حیاتیاتی ساختوں کے مطالعے میں اپنے تجربے کی بنیاد پر ان کا کہنا ہے کہ کرائیو الیکٹران مائیکروسکوپی اور مشین لرننگ نے دریافتوں کی رفتار بڑھانے میں اہم کردار ادا کیا ہے۔ تاہم، گوگل ڈیپ مائنڈ کا پروٹین ساخت کا اندازہ لگانے والا نظام الفافولڈ بھی ہر سوال کا جواب نہیں دے پاتا۔ ان کے الفاظ میں، "یہ واقعی ایک اچھی پیش گوئی ہے، لیکن پھر بھی صرف پیش گوئی ہے—مکمل اور حتمی حقیقت نہیں۔" کسی ممکنہ دوا کے مالیکیولز کی شناخت کے بعد انسانی جسم کے لیے اس کے محفوظ اور موثر ہونے کو ثابت کرنا باقی ہوتا ہے۔ یوں مصنوعی ذہانت دوا کی دریافت کو تیز تو کر سکتی ہے، مگر لیبارٹری کے تجربات اور طبی آزمائشوں کی ضرورت پھر بھی ناگزیر ہی رہتی ہیں۔
انسانی عوامل
مصنوعی ذہانت اگر پروٹین کی ساخت کا اندازہ لگا سکتی ہے اور دوا کے ممکنہ امیدواروں کو جانچ سکتی ہے، تو کیا وہ مریضوں کے ممکنہ ردِعمل کی پیش گوئی بھی کر سکتی ہے؟
مائیکل لیویٹ کا کہنا ہے کہ اگلی دہائی میں محققین ایک ہزار ورچوئل مریضوں کے لیے کمپیوٹر ماڈلز کے ذریعے یہ اندازہ لگا سکتے ہیں کہ مختلف جینیاتی پس منظر، عمر اور جغرافیائی علاقوں کے لوگوں میں ادویہ کس طرح کام کریں گی۔ یہ ماڈل ان افراد کی شناخت میں مدد دے سکتے ہیں جنہیں علاج سے فائدہ پہنچنے کے امکانات زیادہ ہوں اور اس طرح دوا کی افادیت موجودہ ۶۰ فیصد سے ۹۰ فیصد تک بڑھائی جا سکتی ہے۔ تاہم، لیویٹ کے مطابق سب سے بڑا مسئلہ کلینیکل ڈیٹا کی کمی ہے۔ یہ ورچوئل مریض، دوا کے امیدواروں کی چھان بین اور ممکنہ ضمنی اثرات کی پیش گوئی میں کارآمد ہو سکتے ہیں، لیکن وہ نہ تو کلینیکل آزمائشوں کی جگہ لے سکتے ہیں اور نہ ہی معالجین کی۔
ڈینیئلا رہوڈز اس تصور کے بارے میں کلینیکل تحقیق کی کمی کے سبب، شکوک و شبہات کا شکار ہیں۔ ان کے مطابق خواتین اور مختلف عمروں کے افراد پر ادویہ کی آزمائش اب بھی محدود ہے۔ وہ یہ اندیشہ بھی ظاہر کرتی ہیں کہ مصنوعی ذہانت کی تیار کردہ غلط معلومات، سائنسی ڈیٹا بیس میں جگہ بنا کر تحقیق کو نقصان پہنچا سکتی ہیں۔ ساتھ ہی وہ یہ سوال بھی اٹھاتی ہیں کہ کیا ٹیکنالوجی کے بارے میں بڑھتا ہوا جوش و خروش، مالی مفادات کی وجہ سے ہے۔ پاسکل مائیر بھی موجودہ ڈیٹا کی خامیوں پر تشویش کا اظہار کرتے ہیں۔ ان کے بقول حیاتیاتی نظام بے حد پیچیدہ ہیں اور کوئی نظرانداز شدہ عنصر یا پہلو، مصنوعی ذہانت کے نتائج کو غلط سمت میں لے جا سکتا ہے۔ اس کے باوجود، وہ سمجھتے ہیں کہ مختلف سائنسی شعبوں میں مصنوعی ذہانت کا کردار بڑھے گا، یہ محققین کو دریافتوں میں تیزی لانے میں مدد دے گی، جب کہ نتائج کی تشریح اور ان کی تصدیق انسان ہی کریں گے۔
"کیوں" سوال پوچھنے کا فن
سائنس میں مصنوعی ذہانت کے کردار پر بحث صرف ادویہ کی دریافت تک محدود نہیں، بلکہ انسانی فکر کے مستقبل تک پھیلی ہوئی ہے۔ بعض ریاضی دانوں نے تنقید کی ہے کہ مصنوعی ذہانت سے تیار ہونے والی تحقیق انسانی فہم کو پسِ پشت ڈال سکتی ہے، تاہم مائیکل لیویٹ اس ٹیکنالوجی کو تحقیق کا کارآمد وسیلہ سمجھتے ہیں۔ وہ مصنوعی ذہانت کے کلاڈ، چیٹ جی پی ٹی اور ڈیپ سیک جیسے ماڈلز کو تحقیق کے ورچوئل معاونین کے طور پر دیکھتے ہیں۔ ان کے نزدیک یہ ایسے گریجویٹ طلبہ کی طرح ہیں جو مقالوں کے جائزے اور نئے خیالات کی کھوج میں مدد دے سکتے ہیں، مگر ان کی ہر بات درست نہیں ہوتی۔ اپنے استاد اور ڈی این اے کے سرخیل فرانسس کرک کی نصیحت دہراتے ہوئے لیویٹ کہتے ہیں کہ تجسس اور غیر متوقع دریافتوں کے لیے وقت نکالنا ضروری ہے۔ ان کا ماننا ہے کہ محققین کو مصنوعی ذہانت کے جوابات پر سوال اٹھانا سیکھنا چاہیے، نہ کہ انہیں آنکھ بند کرکے قبول کریں یا غلطیوں کی وجہ سے اس ٹیکنالوجی کو یکسر مسترد کر دیں۔
تاہم پاسکل مائیر خبردار کرتے ہیں کہ بڑھتی ہوئی مسابقت، سائنس دانوں کے لیے مصنوعی ذہانت کو اپنانا ناگزیر بنا سکتی ہے، جس سے بعض تحقیق سے منسلک نعض ملازمتوں کے ختم یا متاثر ہونے کا خطرہ ہے۔ ڈینیئلا رہوڈز آزادانہ سوچ، تجسس اور تجربہ گاہ میں عملی کام کے تجربے کو برقرار رکھنے پر زور دیتی ہیں۔ ان کے مطابق مصنوعی ذہانت انسان کی اس صلاحیت کا بدل نہیں بن سکتی جو اسے پہلے سے موجود علم سے آگے سوچنے کے قابل بناتی ہے۔ مختلف آرا کے باوجود سائنس دان اس بات پر متفق ہیں کہ انسانی فیصلہ سازی بنیادی اہمیت رکھتی ہے۔ لیویٹ کا مشورہ سادہ ہے: ’’یہ نہ سمجھیں کہ کوئی بات درست ہے، بلکہ اسے غلط سمجھ کر پرکھیں۔‘‘ وہ محققین پر زور دیتے ہیں کہ سائنس کے بنیادی ترین سوال ’’کیوں؟‘‘ کو مسلسل دہراتے رہیں اور "کیوں" کہنے سے نہ گھبرائیں۔
