IMDA کی رہنمائی کے تحت ایجنٹ کے خود مختار عمل (autonomy) کی وضاحت کریں، حفاظتی حدود (guardrails) مقرر کریں اور ایجنٹس کی محفوظ نگرانی کریں۔
۴ حصے · ۸ اسباق
کام کی جگہ کے تناظر میں 'ایجنٹ کی خود مختاری' (agent autonomy) کی تعریف کریں، فیصلہ سازی کی آزادی اور عمل کی وسعت (action space) کا موازنہ کریں، اور ایسے ناقابلِ واپسی اقدامات کی نشاندہی کریں جن کے لیے سخت نگرانی کی ضرورت ہے۔
۲ اسباقخود مختاری کو محدود کرنے سے متعلق IMDA کی سفارشات کی تشریح کریں، اور پھر ایسی ساختی حدود کا انتخاب کریں جو حملے (بشمول بالواسطہ 'پرامپٹ انجیکشن') کی صورت میں بھی برقرار رہ سکیں۔
۲ اسباقانسانی سطح پر مؤثر جانچ کے مقامات (checkpoints) وضع کریں، اس بات کا جائزہ لیں کہ آیا نگرانی حقیقی ہے، اور ٹیسٹنگ نیز نفاذ کے بعد کی نگرانی (post-deployment monitoring) سے متعلق IMDA کی ہدایات کا اطلاق کریں۔
۲ اسباقیہ طے کریں کہ حتمی صارفین کو کن باتوں کا علم ہونا چاہیے اور کن چیزوں سے اجتناب کرنا چاہیے، نیز خود مختاری سے متعلق کسی فیصلے کو تصور سے لے کر نگرانی کے مرحلے تک کیسے عملی جامہ پہنایا جائے۔
۲ اسباقایجنٹ کی خود مختاری (autonomy) کئی مشکل سوالات کو جنم دیتی ہے، مثلاً یہ کہ AI سسٹم کیا کر سکتا ہے، اسے کس حد تک آزادانہ طور پر کام کرنا چاہیے، اور کن مراحل پر انسانی نگرانی یا عمل دخل لازمی ہے۔ یہ کورس کام کی جگہوں پر خود مختاری کے بارے میں عملی فہم پیدا کرتا ہے اور پھر اس کا تعلق IMDA کی ہدایات، ساختی حدود، نگرانی (oversight)، جانچ (testing)، مانیٹرنگ اور حتمی صارف (end-user) کی ذمہ داریوں سے جوڑتا ہے۔ یہ کورس ان افراد کے لیے ہے جو خود مختار ایجنٹس (autonomous agents) کو ڈیزائن، نافذ یا ان کی نگرانی کرتے ہیں، اور جنہیں فیصلے کرنے اور کسی نقصان کا باعث بننے سے قبل کمزور کنٹرولز کی نشاندہی کرنے کے لیے ایک واضح طریقہ کار درکار ہے۔
یہ کورس کام کی جگہ پر 'ایجنٹ کی خود مختاری' (agent autonomy) کی تعریفوں، فیصلہ سازی کی آزادی اور عمل کے دائرہ کار (action space) کے درمیان فرق، اور اجازتوں کو محدود کرنے سے متعلق IMDA کی سفارشات کا احاطہ کرتا ہے۔ اس میں ساختی کنٹرولز، انسانی منظوری کے مراحل، نفاذ سے قبل کی جانچ (pre-deployment testing)، نفاذ کے بعد کی نگرانی، اور خود مختار ایجنٹس کے ساتھ کام کرتے وقت صارفین پر عائد ہونے والی ان ذمہ داریوں کا بھی احاطہ کیا گیا ہے جنہیں سمجھنا ضروری ہے۔
پروجیکٹ مینیجرز اور آپریشنز ٹیموں سے لے کر بانیان، تجزیہ کاروں اور AI اپنانے والی ٹیموں تک، Fenzo ان سب کے لیے ہے جو اپنے روزمرہ کام میں مزید بہتر ہونا چاہتے ہیں۔
پروجیکٹس کی منصوبہ بندی اور ڈیٹا کے تجزیے کے لیے AI کے استعمال سے لے کر عمل، فیصلہ سازی، بات چیت اور تکمیل کو بہتر بنانے تک، سب کچھ۔ اگر آپ مہارت یا کام بیان کر سکتے ہیں تو Fenzo اس پر کورس بنا سکتا ہے۔
جی ہاں۔ Fenzo کو بتائیں کہ آپ کیا کرتے ہیں، کیا حاصل کرنا چاہتے ہیں اور کہاں پھنسے ہیں، اور وہ کورس کو آپ کے کردار، آپ کے اہداف اور اس کام کے مطابق ڈھال دے گا جو آپ کو واقعی کرنا ہے۔
نہیں۔ Fenzo آپ کے نقطۂ آغاز کے مطابق ڈھل جاتا ہے: آپ بنیادی باتوں سے شروع کر سکتے ہیں یا سیدھے اعلیٰ موضوعات پر جا سکتے ہیں۔
جی ہاں۔ Fenzo for Business آپ کی پوری ٹیم کو ایک ہی سبسکرپشن میں اکٹھا کرتا ہے: مشترکہ لائسنس، تفویض کیے جا سکنے والے کورسز اور اس بارے میں رپورٹس کہ کس نے کیا مکمل کیا۔
Fenzo for Business کے بارے میں جانیںآپ اپنا ہدف بتا کر یا ایک مختصر مہارتی جائزہ دے کر آغاز کرتے ہیں۔ Fenzo اس سیاق سے آپ کی کمزوریاں پہچانتا ہے اور سیکھنے کا تجربہ انہی کے گرد ترتیب دیتا ہے۔
جی ہاں، Fenzo آپ کے فون کے براؤزر میں چلتا ہے۔
ہر حصے میں کچھ ایسا جس کے ساتھ آپ تعامل کر سکیں۔
سیکھنے پر دہائیوں کی تحقیق کے تین نتائج نے طے کیا کہ ہر Fenzo سبق کیسے بنایا جائے۔
اوسط کامیابی کی شرح · Freeman et al., PNAS 2014
سائنس کیا کہتی ہے
صرف لیکچر والی کلاسوں کے طلبہ کے فیل ہونے کا امکان ۱.۵× زیادہ ہوتا ہے۔
Fenzo یہ کیسے کرتا ہے
ہر Fenzo سبق انٹرایکٹو ہے۔ کبھی غیر فعال پڑھنا یا دیکھنا نہیں۔
آپ خود کرتے ہیںAI آپ کے لیے کرتا ہے
وقت کے ساتھ مہارت کی یادداشت · مشق کے ساتھ بمقابلہ بغیر
سائنس کیا کہتی ہے
سوچنے کا کام AI کے سپرد کر دینے سے وہی مہارتیں کمزور ہوتی ہیں جو آپ بنانا چاہتے ہیں۔
Fenzo یہ کیسے کرتا ہے
Fenzo آپ سے سوچواتا ہے — رہنمائی کے ساتھ، مگر آپ کی جگہ کبھی نہیں۔
یاد کرنے کی مشقدوبارہ پڑھنا
طویل مدتی یادداشت · یاد کرنا بمقابلہ دوبارہ پڑھنا
سائنس کیا کہتی ہے
پائیدار سمجھ بنانے کے لیے کسی معلومات کو یاد کرنا اسے دوبارہ پڑھنے سے بہتر ہے۔
Fenzo یہ کیسے کرتا ہے
اسباق میں کوئز اور یاد کرنے کے سوالات شامل ہیں تاکہ سیکھا ہوا یاد رہے۔