Chemistry Ka Nobel Inam
کیمسٹری کا نوبل انعام
میری فیلڈ کیمسٹری تو نہیں لیکن شاید اب کی بار نوبل انعام ایسے سائنسدانوں کو ہی مل رہا ہے جو جدید ٹیکنالوجی کے استعمال سے دوسروں کو کافی پیچھے چھوڑ رہے ہیں۔ مصنوعی ذہانت اور مشین لرننگ ایک ایسی ٹیکنالوجی ہے جو اب صرف کمپیوٹر یا آئی ٹی کے ماہرین کی ضرورت نہیں بلکہ یہ ایسی Supplemental Skill بن گئی ہے جو نہ چاہتے ہوئے بھی سب کو سیکھنی ہے ورنہ اس دوڑ میں دیر سے حصہ لینا آپ کو اس دوڑ سے باہر کردے گا۔
اس سال کیمسٹری کا نوبل انعام 3 لوگوں کو دیا گیا اور حیران ہوں کہ اس میں سے 2 تو گوگل کے DeepMind مصنوعی ذہانت کے پلیٹ فارم سے جڑے ہیں۔ ایک تو DeepMind کے CEO ہیں (Demis Hassabis) دوسرے (John Jumper) بھی سینئر ریسرچ سائنسدان ہیں اور ان کے لیے کوئی مخصوص لینگوئج ماڈل بنانا مشکل کام نہیں ہے۔ ان کے پاس وہ تمام سہولتیں ہیں جو شاید دنیا کے کسی دوسرے سائنسدان کے پاس آسانی سے مہیا نہ ہوں۔
گوگل DeepMind کا بنایا گیا مصنوعی ذہانت پر مبنی ایک سسٹم AplhaFold پروٹین سٹرکچرز کی ساخت کے بارے بتاتا ہے جو لیب کے اندر کیا جانے والا ایک مشکل اور وقت طلب کام ہے۔
کہانی 2018 سے شروع ہوتی ہے جب AlphaFold سسٹم نے ایک قسم کے مقابلے میں حصہ لیا جس کو CASP کا نام دیتے ہیں Critical Assessment of Structure Prediction اس مقابلے میں مختلف گروپس پروٹین سٹرکچرز کے بارے میں اپنے اپنے کمپیوٹر ماڈل پیش کرتے ہیں اور ان میں بہترین کارکردگی دکھانے والے گروپس کو بہت پزیرائی ملتی ہے۔ 2018 میں AlphaFold ٹیم نے بھی CASP13 میں حصہ لیا اور ایسا کام کیا کہ اخباروں کی زینت بن گیا۔ اس سال یہ مقابلہ AlphaFold کے نام ہوا۔ پھر 2020 میں CASP14 ہوا تو اس میں AlphaFold2 نے پھر سے کمال کردیا اور پروٹین سٹرکچر کے ماڈل بنانے میں 92.4 سکور حاصل کیا۔ یہ ماڈل پہلے ماڈل کا نیا ورژن تھا۔ کچھ ماہرین نے اس کے ماڈلز پر کچھ اعتراض بھی کیے لیکن سب سے بہترین رزلٹ اسی کے تھے۔ مئی 2024 میں AlphaFold3 بنایا گیا جس کا لیول ہی الگ ہے لیکن ابھی اس کے کمالات آنا باقی ہیں۔
اس AlphaFold2 نے پروٹین کے 20 کروڑ سٹرکچرز کے بارے میں ماڈل بنا کر دیے جو اس وقت ہر قسم کی زندگی کے پروٹینز کے سٹرکچرز کا احاطہ کرتے ہیں۔ گوگل DeepMind نے اس مصنوعی ذہانت کے نظام کو تقریباً 1 لاکھ 70 ہزار پروٹین سٹرکچرز پر ٹریننگ دی۔ پروٹین سٹرکچر کے بارے میں درست معلومات مل جانا کوئی معمولی بات نہیں ہے۔ یہ مستقبل میں بیماریوں کی تحقیق، دوائیوں کی تحقیق، میٹیریل سائنس کی ترقی، اور بائیولوجی کی ریسرچ پر اس کے دور رس اثرات ہوں گے۔
اس وقت AlphaFold کے پروٹین سٹرکچرز کے ماڈل آن لائن ایک Database میں مہیا کیے گئے ہیں جو ہر کوئی دیکھ سکتا ہے اس میں تقریباً 20 کروڑ کے قریب پروٹین سٹرکچرز دیکھے جاسکتے ہیں جو زندگی کی تمام صورتوں کا احاطہ کرتے ہیں۔
اب اگر ان لوگوں کی بات کریں جن کو یہ ایوارڈ ملا ہے تو Hassabis کوئی کیمسٹری کا پس منظر نہیں رکھتے بلکہ یہ کمپیوٹر، مصنوعی ذہانت اور مشین لرننگ والے بندے ہیں۔ ان کی پی ایچ ڈی Cognitive Neuroscience میں ہے۔ ان کا کیرئیر بھی کمپیوٹر سے ہی جڑا ہے۔ یہ گیم ڈویلپر بھی رہے ہیں۔ مصنوعی ذہانت اور مشین لرننگ میں ہی ان کا زیادہ وقت گزرا ہے لیکن کیمسٹری میں نوبل انعام حیران کن ہے۔
دوسرے سائنسدان John Jumper ہیں انہوں نے فزکس اور ریاضی میں بیچلر کیا، Theoretical Condensed matter physics میں ایم فل کیا اور Theoretical chemistry میں پی ایچ ڈی کی ہے۔ ان کا تعلیمی لحاظ سے تعلق تو کیمسٹری سے بن رہا ہے لیکن عملی زندگی میں ان کا تجربہ زیادہ تر مصنوعی ذہانت اور مشین لرننگ سے ہی رہا ہے۔
تیسرے سائنسدان ڈیوڈ بیکر ہیں جو ایک biochemist (PhD) and computational biologist ہیں اس کے علاوہ یہ بہت سارا علم رکھتے ہیں جن میں Genome science, Bioengineering, Chemical engineering, Computer science, Physics پروٹین سٹرکچر ڈیزائن میں انہوں نے بہت کام کیا ہے اور اس کے لیے ایک AI system بھی بنایا۔
آخری بات یہ کہنا چاہوں گا کہ اس وقت آپ کسی بھی فیلڈ سے ہیں لیکن اگر آپ کے پاس مصنوعی ذہانت اور مشین لرننگ کا علم نہیں ہے تو آپ اپنی فیلڈ میں بہت پیچھے رہ جائیں گے۔ یہ ایک ایسا ہنر ہے جس کا سیکھنا آپ کے لیے مجبوری بن گیا ہے۔ مصنوعی ذہانت کو سیکھنے کے لیے مکمل گائیڈ پر میں کام کررہا ہوں جس میں ہر کسی کو بنیادی لیول کا کورس لازمی کرنا چاہیے تاکہ اپنی فیلڈ میں آپ کسی سے پیچھے نہ رہ جائیں۔
