11 ٹیکنالوجیز جو ہر خود احترام ڈویلپر کو جاننا چاہئے۔

مشین لرننگ سے لے کر ڈیجیٹل جڑواں بچوں تک، ٹیکنالوجی کے بڑھتے ہوئے (اور گرتے ہوئے) رجحانات کے ساتھ امکانات کا ایک سمندر نئی اور ابھرتی ہوئی ٹیکنالوجیز ہمارے کام کرنے کے طریقے کو تیزی سے تبدیل کر رہی ہیں، جو ان ڈویلپرز کے لیے تخلیقی مواقع پیش کر رہی ہیں جنہیں دوبارہ توجہ مرکوز کرنے اور کچھ نیا سیکھنے میں کوئی اعتراض نہیں ہے۔ اس آرٹیکل میں، ہم ٹیکنالوجی کے 11 نئے رجحانات پر نظر ڈالتے ہیں جن کے بارے میں ماہرین کا کہنا ہے کہ موجودہ آئی ٹی طریقوں میں خلل ڈال سکتا ہے اور مستقبل پر مبنی ڈویلپرز کی مانگ پیدا کر سکتا ہے۔ ہم صرف اگلی میگا بریک تھرو (عرف نیکسٹ بڑی چیز) کے بارے میں بات نہیں کر رہے ہیں۔ ڈویلپرز کے لیے مستقبل کے مواقع کا ماخذ کئی جدید ٹیکنالوجیز - مصنوعی ذہانت (AI)، ورچوئل رئیلٹی (VR)، اگمینٹڈ رئیلٹی (AR)، انٹرنیٹ آف تھنگز (IoT)۔ انٹرنیٹ آف تھنگز، IoT) اور کلاؤڈ ٹیکنالوجیز کے امتزاج میں مضمر ہے۔ ... اور، یقینا، اس انضمام سے پیدا ہونے والے سیکورٹی کے مسائل میں. اگر آپ اپنے ذاتی ٹول باکس کو بڑھانا چاہتے ہیں، تو ہم تجویز کرتے ہیں کہ ان مشہور ٹیکنالوجیز کو قریب سے دیکھیں، اور ساتھ ہی ان کے ساتھ کامیاب ہونے کے بارے میں ہماری تجاویز۔

انٹرنیٹ آف تھنگز سیکیورٹی

2016 میں لاکھوں کنیکٹڈ ڈیوائسز کے ہیک کیے جانے کے بعد، یہاں تک کہ باہر کے مبصرین بھی دیکھ رہے ہیں کہ غیر محفوظ IoT ڈیوائسز (IoT = چیزوں کا انٹرنیٹ) خوفناک سیکیورٹی مسائل کا باعث بنتے ہیں۔ ایک حالیہ رپورٹ میں، تجزیہ کار فرم گارٹنر نے ڈویلپرز اور ماہر ٹیموں کے لیے سفارشات شائع کیں۔ یہ تجویز کرتا ہے کہ ان ماہرین کو ڈیزائن کے عمل کے آغاز سے ہی ایک دوسرے کے ساتھ کام کرنا چاہیے۔ اس صورت میں، آپ خطرات کو پیدا ہوتے ہی ختم کر سکتے ہیں۔ مثال کے طور پر، IoT آلات پر سیکیورٹی اپ ڈیٹس ڈاؤن لوڈ کرکے۔ انٹرنیٹ آف تھنگز کے سیکیورٹی ماہرین کی مانگ زیادہ ہے، خاص طور پر وہ لوگ جو نیٹ ورک سے منسلک آلات کے ذریعے استعمال ہونے والے ہارڈ ویئر اور سافٹ ویئر کی کمزوریوں کو سمجھتے ہیں۔ "IoT حملہ کرنے والے ویکٹر کسی بھی تقسیم شدہ نیٹ ورک جیسے کمپیوٹر یا سیل فون کے لیے تقریباً ایک جیسے ہوتے ہیں۔ سٹارٹ اپ پارٹیکل میں پروڈکٹ کے نائب صدر رچرڈ وٹنی کا کہنا ہے کہ اس علاقے میں سیکورٹی کا علم متعلقہ اور اہم ہوگا۔ "کرپٹوگرافی اور توثیق کی بنیادی باتیں سیکھیں اور آپ عظیم چیزیں حاصل کریں گے۔" DocuSign کے بانی اور Seven Peaks Ventures کے پارٹنر، Tom Gonser کا کہنا ہے کہ فرموں کو اب مائیکرو پروسیسرز کے لیے کم درجے کی پروگرامنگ کی مہارت کی ضرورت ہے۔ "انہیں بلوٹوتھ ٹکنالوجی، [ونڈوز آئیڈینٹی فاؤنڈیشن] اور اسپیکٹرم ٹیکنالوجیز کے ساتھ تجربے کی بھی ضرورت ہے۔ لینکس آپریٹنگ سسٹم کے تازہ ترین سیکیورٹی آپشنز کے بارے میں علم، خاص طور پر منیکرنل کے لیے آپٹمائز کردہ آپشنز، جیسے کیوبس او ایس، کو بھی سراہا جاتا ہے۔ سیون پیکس وینچرز کے ایک پارٹنر میٹ ابرامس تجویز کرتے ہیں کہ تکنیکی عمل کو سمجھنے اور انہیں تباہ کرنے کے طریقے پر توجہ مرکوز کریں۔ ان کی رائے میں پوسٹ کوانٹم کرپٹوگرافی کا دور توقع سے زیادہ تیزی سے قریب آرہا ہے۔ "ماہرین کو یہ سمجھنا چاہیے کہ امتیازی رازداری اور مخالف نیٹ ورک کیا ہیں۔"

مصنوعی ذہانت

بغیر ڈرائیور والی کاروں، روبوٹس اور سمارٹ الیکٹرانکس کی ایک نئی لہر کی توقع میں AI سے آگاہ انجینئرز کی مانگ میں تیزی سے اضافہ ہو رہا ہے۔ ایکسینچر کے سینئر ایگزیکٹو ڈائریکٹر اور مصنوعی ذہانت کے گروپ لیڈر نکولا مورینی-بیانزینو نے کہا، "ہم اب ایک انفلیکیشن پوائنٹ پر ہیں، جو بڑی حد تک ہر جگہ کمپیوٹنگ، سستی کلاؤڈ سروسز اور عملی طور پر لامحدود معلومات کے ذخیرے کی وجہ سے کارفرما ہیں۔" "مصنوعی ذہانت اب لفظی ہر چیز میں شامل ہے۔" Morini-Bianchino نے سافٹ ویئر ڈویلپرز، تکنیکی ماہرین اور محققین کی مانگ کی پیش گوئی کی ہے جو [آٹومیشن - تقریباً ایک زبان سے دوسری زبان میں ترجمہ، تقریر کی شناخت، کمپیوٹر ویژن، روبوٹکس، قدرتی زبانوں میں ٹیکسٹ پروسیسنگ، علم کی نمائندگی اور منطقی استدلال۔ AI کی خوراک ڈیٹا ہے، اس لیے ڈیٹا اور مواد کے انتظام کے ماہرین، ڈیٹا سائنسدانوں اور تجزیہ کاروں کی ضرورت بھی بہت زیادہ ہے۔ ٹریژر ڈیٹا مارکیٹنگ کے نائب صدر Kiyoto Tamura نے پیش گوئی کی ہے کہ مصنوعی ذہانت جلد ہی مخصوص، دنیاوی ایپلی کیشنز سے بہت زیادہ وسیع اور دلچسپ ایپلی کیشنز کی طرف منتقل ہو جائے گی۔ پہلے، مصنوعی ذہانت کے لیے کام کچھ اس طرح نظر آتے تھے: "کسی پیکج کے لیے بہترین ترسیل کا راستہ تلاش کریں... یا تلاش کے استفسار کے لیے موزوں ترین سائٹس تلاش کریں۔" اب ان کے الفاظ درج ذیل کے قریب ہیں: "گو ایک مہذب سطح پر کھیلیں"، "محفوظ طریقے سے ڈرائیو کریں"، وغیرہ۔ تمورا کیوٹو کہتی ہیں، "یہ بہت اچھا ہے، لیکن لوگوں کو اب بھی کمپیوٹر کو بتانا ہے کہ کیا کرنا ہے، اور آپ اس کے بارے میں کچھ نہیں کر سکتے۔" ڈیٹا سائنسدانوں، مشین لرننگ سائنسدانوں اور کمپیوٹیشنل ماہر لسانیات کی مانگ مسلسل بڑھ رہی ہے۔ MindMeld کے سی ای او ٹم کہتے ہیں۔ ٹٹل نے وینچر سکینر کے مطالعے کا حوالہ دیتے ہوئے جس میں مارچ اور اکتوبر 2016 کے درمیان شروع کی گئی 910 مصنوعی ذہانت کی کمپنیوں کی فہرست دی گئی ہے، جن میں نصف سے زیادہ گہری سیکھنے/مشین لرننگ اور ڈیٹا سائنس، قدرتی زبانیں ہیں۔ "یہ علاقہ نہ صرف تعداد میں بڑھ رہا ہے، بلکہ وہ علاقہ جہاں سب سے زیادہ رقم کی سرمایہ کاری کی گئی ہے، تقریباً 4.5 بلین ڈالر۔" ٹٹل کہتے ہیں۔ انٹرایکٹو ایپلی کیشنز میں دلچسپی میں حالیہ اضافے کے باوجود، اس علاقے میں طلب اور رسد کے درمیان عدم توازن ہے۔ نتیجتاً، موضوع کے ماہرین ایک رہیں گے۔ قیمتی وسیلہ جب تک اکیڈمیا اور صنعت توازن کو ٹھیک نہیں کرتے۔

مشین لرننگ

مصنوعی ذہانت کی ایک قسم، مشین لرننگ، پیٹرن تلاش کرنے کے لیے بہت زیادہ مقدار میں ڈیٹا پر کارروائی کر سکتی ہے—جیسے کہ چہرے کی شناخت—اور واضح پروگرامنگ کی ضرورت کے بغیر، فلموں کو اسٹریم کرنے کی سفارش کرنے جیسے کام انجام دے سکتی ہے۔ راکٹ سافٹ ویئر میں بزنس انٹیلی جنس ریسرچ کے سینئر ڈائریکٹر پیٹرک اسپیڈنگ کا خیال ہے کہ بوٹس اور مشین لرننگ کے ساتھ علمی ٹیکنالوجیز "شور کے درمیان مفید سگنل" کی تلاش کرنے والی تنظیموں کی کارکردگی کو بہتر بنا سکتی ہیں۔ "مشین لرننگ، سب کے بعد، جدید تجزیات کی صلاحیتوں پر مبنی ہے، جو پہلے ڈیٹا مائننگ کے نام سے جانا جاتا تھا، جس کو زیادہ مقبول ہونے کے لیے صرف ایک مناسب پلیٹ فارم کی ضرورت تھی،" اسپیڈنگ کا تبصرہ۔ سوال یہ پیدا ہوتا ہے: سیون پیکس وینچرز کی تجویز کردہ ابرامس کو کیسے حاصل کیا جائے۔ کورسیرا پر مشین لرننگ پر اینڈریو این جی کا آن لائن کورس "تاہم، میں نے اکثر کمپنیوں کو کمپیوٹر سائنس کے پس منظر کے بغیر امیدواروں کی خدمات حاصل کرتے ہوئے دیکھا ہے اور انہیں مشین لرننگ کے ماہرین میں تبدیل کر دیا ہے۔"

ڈیٹا سائنس

ڈیٹا سائنس ایک اور جدید فیلڈ ہے جس کے لیے متعدد بین الضابطہ مہارتوں کی ضرورت ہوتی ہے، جس میں ہر صنعت کی اپنی ہوتی ہے۔ مشین لرننگ اور مصنوعی ذہانت کا تجربہ کاروباری فیصلوں کے لیے ڈیٹا کی بڑی مقدار کو مفید ڈیٹا میں تبدیل کرنے کے لیے درکار ہو سکتا ہے۔ "تجربہ کار ڈیٹا سائنسدان ایک قلیل شے ہیں،" Spadding کہتے ہیں۔ "مجھے ایسا لگتا ہے کہ وہ شعبے جہاں آپ فیصلہ سازی میں مدد کرنے والی ٹیکنالوجیز بنا سکتے ہیں، جیسے علمی بوٹس اور گائیڈڈ اینالیٹکس، انتہائی منافع بخش مواقع کے شعبے ہیں۔" ان لوگوں کے لیے جو ان شعبوں میں کام کرنا چاہتے ہیں، امکان کا مکمل علم بلومبرگ میں مشین لرننگ گروپ کے سربراہ گیری کازانتسیف کہتے ہیں کہ تھیوری اور ریاضی کے اعدادوشمار ایک اہم ضرورت ہے۔ "انجینئرنگ کی مہارتیں، جیسا کہ سسٹم بنانے کے لیے ضروری کوڈ لکھنے کی صلاحیت، ایک پلس ہے۔" تاہم، آمد کے ساتھ مشین لرننگ لائبریری TensorFlow یا Jupyter notebooks جیسے آلات کے لیے، یہ کام بہت آسان بنا دیا گیا ہے۔ ڈیٹا سائنس پر عمل کرنے کے لیے، اچھی تحقیقی مہارتیں کارآمد ہیں، یعنی مفروضے بنانے، ان کی جانچ کرنے، جدید ادب کا مطالعہ کرنے اور خبروں کی مسلسل نگرانی کرنے کی صلاحیت۔ آپ کا علاقہ۔" ویکٹرا کے چیف سیکیورٹی آفیسر گنٹر اولمن کہتے ہیں کہ فی الحال بہت سی کمپنیاں ڈیٹا سائنسدانوں کو ڈیزائنرز، آر اینڈ ڈی ٹیموں اور ڈویلپرز سے الگ کر دیتی ہیں۔ جیسے جیسے ڈیپ لرننگ اور مشین لرننگ ٹولز بہتر ہوتے ہیں اور ٹریننگ کورسز سینئر انجینئرز کو ڈیٹا سائنس میں نیا کیا ہے اس کے بارے میں تعلیم دینے میں زیادہ موثر ہوتے ہیں، ڈیٹا سائنس اور سافٹ ویئر انجینئرنگ کے درمیان فرق آہستہ آہستہ ختم ہو جائے گا۔ مستقبل میں، دونوں آلات کے ساتھ مہارت کے سیٹ اور مہارت کا امتزاج ضروری ہوگا۔"

ٹرانزیکشن بلاک چین

لین دین کے لیے تقسیم شدہ مالیاتی اکاؤنٹنگ ٹول بنانے کے اس طریقے کے فوائد میں شفافیت اور سیکیورٹی دونوں شامل ہیں، حالانکہ معیاری کاری کی کمی نے صنعتوں کی ایک وسیع رینج میں اسے اپنانے میں سست روی کا مظاہرہ کیا ہے۔ پیٹر لوپ، اسسٹنٹ نائب صدر اور Infosys کے پرنسپل ٹیکنالوجی آرکیٹیکٹ، اس ٹیکنالوجی کے بارے میں پر امید ہیں: "اس غلط فہمی کے باوجود کہ ہم بلاک چین ٹیکنالوجی سے برسوں دور ہیں، ہم پہلے سے ہی اگلے "اس سال مالیاتی خدمات میں مکمل تعیناتی دیکھیں گے۔ انشورنس اور صحت کی دیکھ بھال۔ یہ بین الاقوامی سطح پر ہمارے ادائیگیوں کے نظام کو مکمل طور پر متاثر کر دے گا۔" IRIS.TV کے شریک بانی اور چیف ٹیکس آفیسر رابرٹ باردونیاس کہتے ہیں کہ دیگر ابھرتی ہوئی ٹیکنالوجیوں میں سیکھنے کے منحنی خطوط زیادہ ہوتے ہیں، جو ٹیکنالوجی کی کاروباری توجہ کو سراہتے ہیں۔ "یہ ٹیکنالوجیز پہلے دن سے ہی آپریشنل کاروباری ایپلی کیشنز پر توجہ مرکوز کرتے ہوئے بڑھ رہی ہیں، لہذا ڈویلپرز کو استعمال کے معاملات کا تصور کرنے کی ضرورت نہیں ہے - وہ حقیقی وقت میں ابھرتے اور تیار ہوتے ہیں،" بارڈونیاس نے تبصرہ کیا۔ ہر اس شخص کے لیے چیلنج جو اس شعبے میں پیشہ ور بننا چاہتا ہے۔ مجھے یاد ہے کہ کس طرح میں نے ایک بار معمولی پیشہ ورانہ مہارتیں تیار کی تھیں جیسے کہ ویب سائٹس اور تجارتی میگزین پڑھنا۔ یہ آخری چیز ہے جو میں کرنا چاہتا تھا، لیکن آج یہ اس کا لازمی حصہ ہے۔ ایک ایسے ڈویلپر کی تربیت جو عالمی مارکیٹ میں مسابقتی فائدہ حاصل کرنا اور اسے برقرار رکھنا چاہتا ہے۔"

میش ایپلی کیشنز اینڈ سروسز آرکیٹیکچر (MASA)

ایسی ایپلی کیشنز کی مانگ بھی بڑھتی جا رہی ہے جو گھر میں گھومنے پھرنے کے دوران بلا تعطل کنکشن، سوئچ اور کام کر سکیں۔ تھائیکوٹک کے جوزف کارسن کہتے ہیں، "ایک میش کا نقطہ اعلی دستیابی ہے: تمام عناصر ایک دوسرے سے جڑے ہوئے ہیں۔" اگر کوئی راستہ دستیاب نہیں ہے، تو کنکشن قائم کرنے کے لیے کوئی اور آلہ مل جائے گا۔ مثال کے طور پر یہ استعمال کیا جاتا ہے۔ ، ٹائل کے ٹریکنگ آلات کے ساتھ ساتھ کریپٹو کرنسیوں کے لیے جیسا کہ بٹ کوائن مالیاتی اکاؤنٹنگ کے تقسیم شدہ ذرائع کے طور پر۔" دوسرے ماہرین کافی آلات کی مطابقت کی کمی میں ایک ممکنہ رکاوٹ کی طرف اشارہ کرتے ہیں۔ Apcera کے سی ای او (سابقہ ​​کلاؤڈ فاؤنڈری) ڈیرک کولیسن کہتے ہیں، "تمام وینڈرز، اپنے اپنے طریقے سے، اپنے ماحولیاتی نظام کو، اگر وہ بالکل موجود ہیں، بند رکھ کر صارفین کا اعتماد پیدا کرنے کی کوشش کر رہے ہیں۔" کولیسن کا کہنا ہے کہ "میرے خیال میں مصنوعی ذہانت کو بادلوں میں تربیت دی جائے گی، تمام صارفین کے ڈیٹا کی بھاری مقدار پر۔" یہ الگورتھم مسلسل اپنے ایگزیکیوشن ماڈلز کو اپ ڈیٹ کریں گے، جو وائرلیس طور پر اینڈ پوائنٹس پر منتقل کیے جائیں گے اور ہمارے فون پر فرم ویئر کو اپ ڈیٹ کرنے کے لیے استعمال کیے جائیں گے۔ ، کاریں اور گھریلو آلات۔ ڈیٹا پروسیسنگ مقامی آلات کے ہارڈ ویئر پر ہوگی، اور کلاؤڈ میں سافٹ ویئر کا استعمال کرتے ہوئے تربیت ہوگی۔"

ڈیجیٹل جڑواں بچے

فزیکل اور ورچوئل سینسرز سے جڑے ہوئے، سافٹ ویئر ماڈلز کو پروڈکٹ اور سروس کی ناکامیوں کی پیشین گوئی کرنے کے لیے استعمال کیا جا سکتا ہے، جس سے کمپنیوں کو ناکامی ہونے سے پہلے مرمت کرنے کے لیے وسائل مختص کرنے کی منصوبہ بندی کی جا سکتی ہے۔ مشین لرننگ میں پیشرفت اور مصنوعی ذہانت کی ٹیکنالوجیز کا تعارف اس طرح کی پیشین گوئی کرنے والی ماڈلنگ کی لاگت کو کم کر رہا ہے، جسے "ڈیجیٹل ٹوئنز" کہا جاتا ہے، جس سے جیٹ انجن یا پاور کی زندگی میں کارکردگی میں نمایاں اضافہ اور آپریٹنگ اخراجات کو کم کرنا ممکن ہو جاتا ہے۔ پودا. Matias Woloski، CTO اور Auth0 کے شریک بانی کے مطابق، کاروبار تصوراتی اور ڈیزائن کے مرحلے پر بھی ڈیجیٹل جڑواں بچوں کو استعمال کرنے کے قابل ہو جائیں گے، جب تک کہ اطمینان بخش نتیجہ حاصل نہ ہو جائے، قدم بہ قدم تبدیلیوں کے ساتھ نئے سافٹ ویئر پروڈکٹس کے سمیلیشنز کا انعقاد کریں۔ پروڈکٹ بناتے وقت ڈیجیٹل جڑواں بچوں سے حاصل کردہ معلومات کو مدنظر رکھا جائے گا۔ "کئی تنظیمیں پہلے سے ہی ڈیجیٹل جڑواں بچوں کا استعمال کر رہی ہیں۔ یہ ٹیکنالوجی بنیادی طور پر ان منصوبوں میں مانگ میں ہے جہاں ابتدائی لاگت بہت زیادہ ہے، اور اس کے نتیجے میں، ناکامی کی قیمت ہے،" وولوشسکی شیئر کرتے ہیں۔ SpaceTime Insight CTO پال ہوفمین کا کہنا ہے کہ ڈیجیٹل جڑواں بچے مشین لرننگ کا استعمال کرتے ہیں تاکہ وہ کنڈیشن پر مبنی دیکھ بھال کے ماڈلز کے مقابلے میں ناکامیوں کی پیش گوئی کرنے میں زیادہ موثر ہوں۔ "IoT اور مشین لرننگ سسٹم کے ساتھ، کمپنیاں اس بات پر اعتماد کر سکتی ہیں کہ ان کے وسائل تصادفی طور پر ناکام نہیں ہوں گے، اور اگر وہ ایسا کرتے ہیں، تو کمپنی طویل مدت کے لیے حقیقی وقت میں بہترین فیصلہ کر سکتی ہے۔"

بغیر ڈرائیور والی کاریں، روبوٹ اور گھریلو آلات

مصنوعی ذہانت اور مشین لرننگ کی بدولت گھریلو ایپلائینسز، صنعتی آلات، کاریں اور ڈرون زیادہ ہوشیار ہوتے جا رہے ہیں۔ ریسرچ فرم گارٹنر کا تخمینہ ہے کہ 2020 تک، 61 ملین منسلک گاڑیاں ہر سال کار سازوں کی پیداوار لائنوں کو ختم کر دیں گی۔ Pegasystems میں مصنوعات کی حکمت عملی اور مارکیٹنگ کے ڈائریکٹر ونس جیفس کہتے ہیں، "یہاں پوری معیشتیں ترقی کر رہی ہیں۔" — مثال کے طور پر، مصنوعی ذہانت سے نمٹنے والے اسٹارٹ اپ اور پہلے سے تشکیل شدہ کمپنیاں ہیں، جو خود مختار گاڑیوں کے میدان میں کافی مضبوطی سے قائم ہو چکی ہیں۔ مثال کے طور پر، MobileEye ایک کمپنی ہے جس کا وینچر کیپیٹل $500 ملین ہے جو پوری کار میں رکھے گئے چھوٹے کیمروں میں مہارت رکھتی ہے۔ اسی طرح، ایسی کمپنیاں ہیں جو فزیکل روبوٹس فروخت کرتی ہیں — SoftBank Robotics، مثال کے طور پر، ہوٹل کے دربان روبوٹس میں مہارت رکھتی ہے۔ ان کے پاس وینچر کیپیٹل میں $250 ملین ہے۔" وین تھامسن کا کہنا ہے کہ گہری سیکھنے میں پیشرفت نے کمپیوٹر وژن، قدرتی زبان کی پروسیسنگ اور تقریر کے ساتھ ساتھ مشینوں اور سافٹ ویئر کی "انعام کے لیے کوشش" کرنے اور پیداواری صلاحیت کو بڑھانے کی صلاحیت میں بہتری لائی ہے۔ چیف SAS ڈیٹا سائنسدان: "نتیجہ مشینوں کی ایک نئی نسل ہے جو دنیا کو دیکھنے، قدرتی زبانیں سننے اور پڑھنے، لوگوں سے بات چیت کرنے اور میکانکی اور طرز عمل دونوں طرح سے خود کو منظم کرنے کے قابل ہے جو کہ مکمل طور پر بے مثال ہے۔" اگرچہ بہت سے لوگ دیکھتے ہیں آٹومیشن ایک ڈراؤنے خواب کے طور پر، لوگوں کو کام سے دور کرنا، دوسروں کا کہنا ہے کہ یہ ٹیکنالوجیز ایک روشن اور زیادہ انسانی مستقبل کی طرف لے جا رہی ہیں۔ سروس ناؤ میں عالمی مواصلات کے ڈائریکٹر مائیکل ہبارڈ کہتے ہیں، "مجھ سے اکثر آٹومیشن کے نتائج کے بارے میں پوچھا جاتا ہے۔ - ذہین آٹومیشن کوئی خطرہ نہیں ہے بلکہ ایک زبردست موقع ہے۔ یہ ہمیں معمول کی سرگرمیوں سے آزاد کر سکتا ہے، تخلیقی صلاحیتوں کے دروازے کھولتا ہے اور ہمیں مضبوط، زیادہ پیداواری کام کے تعلقات بنانے کی اجازت دیتا ہے۔"

ورچوئل اور بڑھا ہوا حقیقت

کئی دہائیوں کے دخل اندازی کے اشتہارات کے بعد، ورچوئل اور بڑھا ہوا حقیقت آخر کار ایک اہم موڑ پر پہنچ رہی ہے۔ اور ان لوگوں کے لیے جو ان ٹیکنالوجیز کی بنیاد پر مصنوعات تیار کرنا چاہتے ہیں، نئے افق کھل رہے ہیں: گیمز کے دوران احساسات کو بڑھانا۔ Mphasis Digital کے نائب صدر اور تکنیکی ڈائریکٹر انوپ نائر کہتے ہیں، ’’یہ ٹیکنالوجیز ابھی زیادہ عام نہیں ہیں، لیکن حالیہ برسوں میں یہ بہت زیادہ پختہ ہو گئی ہیں۔ تربیتی مقاصد اور پیچیدہ جراحی کے طریقہ کار کے بارے میں معلومات کے اشتراک کے لیے بہت زیادہ فوائد۔ ہم اے آر سرگرمیوں کے منصوبے دیکھتے ہیں جن کا مقصد بڑے بینکوں کے سوشل میڈیا کنٹرول سینٹرز کے ساتھ ساتھ ایکسچینج فلورز میں بھی گہرائی سے تجزیہ کرنا ہے جہاں وہ فراہم کریں گے۔ اسٹاک بروکرز کے لیے ڈیٹا کا تجزیہ کرنے اور تعاون کرنے کے لیے لامتناہی جگہ موجود ہے۔ کرسچن ساسو، سان ہوزے میں واقع کاگسویل کالج میں VR/AR گریجویٹ پروگرام میں ایک ایسوسی ایٹ پروفیسر، بڑھا ہوا حقیقت کو سال کے سب سے بڑے ٹیکنالوجی کے رجحان کے طور پر دیکھتے ہیں۔ حقیقت بہت جلد۔ صارفین کی خدمت کے لیے جب انہیں کمپنی کی طرف سے تیار کردہ ڈیوائس کی مرمت کرنے کی ضرورت ہو،" سیسو کہتے ہیں۔ "مثال کے طور پر، میں جس پروجیکٹ پر کام کر رہا ہوں، اس میں Augmented Reality چشمے کا استعمال کسی کسٹمر سروس کنسلٹنٹ کے ٹوٹے ہوئے TV یا مانیٹر کے ساتھ بات چیت کرنے کے لیے کیا جاتا ہے۔ ایک بڑھا ہوا حقیقت انٹرفیس کے ذریعے کسی گاہک سے براہ راست بات کرتے وقت، کمپنی کا نمائندہ ٹوٹی ہوئی اسکرین کا بصری طور پر معائنہ کر کے تمام ضروری معلومات حاصل کر سکتا ہے، فون پر مسئلہ بیان کیے بغیر یا سیریل نمبر تلاش کیے بغیر۔" "AR اور VR ٹیکنالوجیز ان کے لیے زیادہ سستی اور اعلیٰ معیار کا ہارڈویئر اس وقت تک وسیع نہیں ہو گا جب تک کہ ان کے لیے زیادہ سستی اور اعلیٰ معیار کا ہارڈ ویئر نہ ہو۔" Infosys میں Augmented and ورچوئل رئیلٹی کے سربراہ وشوا رنجن کہتے ہیں۔ چہرے کی شناخت، مقام کا پتہ لگانے، سینسرز کے استعمال اور 360 ڈگری کیمروں پر مبنی ٹیکنالوجیز، جو ابتدائی خریداروں کو اے آر اور وی آر ڈیوائسز کی فروخت کو فروغ دینے میں اہم کردار ادا کریں گی۔"

ہیومنائڈ مددگار

یہ مصنوعی ذہانت کا اگلا مرحلہ ہے! ہم ڈیجیٹل دنیا کے ساتھ تعامل کرنے کے لیے استعمال کیے جانے والے پیچیدہ ٹولز کو ختم کر دیں گے۔ ماہرین کے مطابق، ہم جلد ہی سامان اور خدمات کے آن لائن آرڈر کرنے یا انٹرنیٹ پر سرچ کرنے کے علاوہ بھی بہت کچھ کے لیے معاون ٹولز استعمال کریں گے۔ وہ ہمارے اپنے دماغ کی توسیع بن جائیں گے۔ ہمیں مزید معلومات کو یاد رکھنے کی ضرورت نہیں رہے گی: تکنیکی آلات کی مدد سے، ہم تجزیاتی اور تنقیدی سوچ کے لیے وسائل کو آزاد کریں گے۔" اگر ہم ایسی معاون ٹیکنالوجیز کی ترقی میں دلچسپی رکھتے ہیں تو ہمیں کس چیز پر توجہ دینی چاہیے؟" اب سب سے بڑی مانگ گہرے علم کی ہے،" "ویکٹرا میں سیکورٹی کے سربراہ گنتھر اوہلمین کہتے ہیں۔" مثال کے طور پر، انفارمیشن سیکیورٹی (ویب ایپلیکیشن سیکیورٹی، نیٹ ورک فرانزک، میلویئر کو جدا کرنے) کے شعبے میں ماہر علم۔" ڈیوڈ پارمینٹر، ڈیٹا سائنسدان اور ایڈوب ڈاکومنٹ کلاؤڈ کے چیف ٹیکنالوجی آفیسر، کہتے ہیں کہ اس کی کلید، کمپیوٹر سائنس کی ڈگری سے بھی زیادہ، ریاضی اور منطق کا جنون ہے۔ "تخلیقی صلاحیت، مسلسل سیکھنے کی خواہش، گاہک پر مرکوز سوچ، ناکامی کے وقت لچک—مشین لرننگ کے نتائج کسی بھی طرح سے تیار شدہ پروڈکٹ نہیں ہیں- اور اس شعبے میں کام کرنے والے انجینئرز کے لیے مواصلات کی مہارتیں سب سے اہم نرم مہارتیں ہیں۔ "

اور فاتح... ان سب کا مجموعہ ہے!

اگرچہ مصنوعی ذہانت شاید اس سال کی سب سے زیادہ کثرت سے بیان کی جانے والی خلل ڈالنے والی ٹیکنالوجی ہے، لیکن سب سے اہم رجحان تیزی سے ابھرتی ہوئی ٹیکنالوجیز کا ہم آہنگی ہے۔ Canonical's Maarten Ectors ایک درجن سے زیادہ مختلف ٹیکنالوجیز کی فہرست بناتا ہے، جنہیں ملا کر، ان کے حصوں کے مجموعے سے زیادہ حاصل ہوتا ہے: "کلاؤڈ، موبائل، IoT، مصنوعی ذہانت، بلاک چین، بڑھا ہوا حقیقت، صوتی انٹرفیس، سافٹ ویئر کنٹرولڈ ریڈیو کمیونیکیشنز، چوتھی صنعتی انقلاب' [صنعت میں آٹومیشن اور ڈیٹا کمیونیکیشن]، روبوٹکس، ایج کمپیوٹنگ اور ڈرائیور کے بغیر کاریں"۔ راکٹ سافٹ ویئر کے پیٹرک اسپیڈنگ کا کہنا ہے کہ الگ الگ ٹیکنالوجیز ایک ساتھ آ رہی ہیں کیونکہ کمپنیوں کو اپنے ڈیٹا سے باہر نکلنے کی ضرورت ہے، جیسے کہ ویب سائٹ ٹریفک کا تجزیہ کرتے وقت۔ "جب آپ چیزوں کے انٹرنیٹ جیسے ڈیٹا کے نئے ذرائع میں اضافہ کرتے ہیں،" وہ کہتے ہیں، "کاروباری فیصلے کرنے کے لیے دستیاب معلومات کے حجم کو برقرار رکھنا آسان نہیں ہے۔" اسپیڈنگ کا خیال ہے کہ علمی ٹیکنالوجیز، بوٹس اور مشینی زبانوں کے ضم ہونے کے امکانات بڑھیں گے کیونکہ وہ زیادہ قابل فہم ہوں گی۔ وہ کہتے ہیں کہ ڈیجیٹل مقامی لوگوں کی ایک نئی نسل ان مشترکہ ٹیکنالوجیز کو اپنانے میں تیزی لائے گی، کیونکہ وہ استعمال میں آسانی، گیم جیسے انٹرفیس، اور بڑھے ہوئے اور ورچوئل رئیلٹی کی ہر جگہ کی توقع کرتے ہیں۔