محققین نے ایک مصنوعی ذہانت (AI) ٹول تیار کیا ہے جو خون کے نمونوں سے مدافعتی خلیوں کے جینیاتی تسلسل کا معائنہ کرتے ہوئے مختلف انفیکشنز اور صحت کی حالتوں کی تشخیص کرنے کے قابل ہے۔ ایک حالیہ مطالعہ جس میں تقریباً 600 شرکاء شامل تھے، 20 فروری کو *سائنس* میں شائع ہوا، اس ٹول نے یہ مشخص کیا کہ آیا افراد صحت مند ہیں یا COVID-19، قسم 1 ذیابیطس، HIV، یا خودکار بیماری لوپوس سے متاثر ہیں، اور یہ بھی معلوم کیا کہ آیا وہ حال ہی میں فلو کے خلاف ویکسینیشن کروا چکے ہیں۔ کیمبرج یونیورسٹی، UK کی مالیکیولر بیالوجسٹ سارہ ٹائچمن کہتی ہیں، "یہ ایک فوری ترتیب دینے کا طریقہ ہے جو آپ کے مدافعتی نظام کی تمام معلومات کو محفوظ کرتا ہے۔" حالانکہ یہ ٹول ابھی کلینیکی درکاروں کے لیے موزوں نہیں ہے، مزید بہتری اسے ڈاکٹرز کی مدد دینے کے قابل بنا سکتی ہے جس پر "ایسی حالتوں کی تشخیص کی جا سکے جن کے لیئے فی الحال کوئی یقینی ٹیسٹ نہیں ہیں"، مطالعہ کے شریک مصنف اور کیلی فورنیا کی اسٹینفورڈ یونیورسٹی کے کمپیوٹر سائنسدان میکسیم زاسلاوسکی کا ذکر ہے۔ ٹائچمن وضاحت کرتی ہیں، "عملی نقطہ نظر سے، مقصد یہ ہوگا کہ ایک یکساں ماڈل ہو جو مدافعتی نظام کی معلومات فراہم کرے اور اس معلومات کو صحت کی دیکھ بھال سے منسلک کرے۔" "اگرچہ مستقبل میں اس کے حصول کے لئے کئی مراحل درکار ہیں، لیکن ہم نے اس ابتدائی مرحلے کے ساتھ پیش رفت کی ہے۔" قدرتی تشخیصی صلاحیت مدافعتی نظام ماضی اور حال کی بیماریوں کا ایک جامع ریکارڈ رکھتا ہے جو اس کے دو بنیادی خلیات: B سیلز اور T سیلز کے ذریعے محفوظ کیا جاتا ہے۔ B سیلز وائرسز اور مضر مادوں کو نشانہ بنانے کے لیے اینٹی باڈیز بناتے ہیں، جبکہ T سیلز اضافی مدافعتی ردعمل کو متحرک کرتے ہیں یا متاثرہ خلیات کو تباہ کرتے ہیں۔ جب کوئی فرد کسی انفیکشن یا خودکار بیماری میں مبتلا ہوتا ہے جہاں جسم غلطی سے اپنے بافتوں پر حملہ کرتا ہے، تو ان کے B سیلز اور T سیلز بڑھ جاتے ہیں اور مخصوص سرفیس ریسیپٹرز تیار کرنا شروع کر دیتے ہیں۔ ان ریسیپٹرز کے ذمہ دار جینز کا تجزیہ کرتے ہوئے، ایک شخص کی منفرد بیماریوں اور انفیکشن کی تاریخ کا پتہ چل سکتا ہے۔ اوسلو یونیورسٹی کے کمپیوٹیشنل امیونولوجسٹ وکٹر گریئف کہتے ہیں، "مدافعتی نظام ایک فطری تشخیصی ٹول ہے، اور اگر ہم سمجھیں کہ یہ کس طرح کام کرتا ہے، تو ہم اس عمل کو دوبارہ پیدا کر سکتے ہیں۔" موجودہ تشخیصی طریقے "مدافعتی نظام کی بیماری کے Exposure کا ریکارڈ محدود حد تک استعمال کرتے ہیں"، زاسلاوسکی کا ذکر ہے، لیکن پچھلے طریقے بنیادی طور پر یا تو B یا T سیلز کے تسلسل پر مرکوز رہے ہیں۔ "دونوں کے ڈیٹا کو یکجا کرنے سے مدافعتی سرگرمی کا ایک جامع نظارہ اور ممکنہ صحت کے مسائل کی ایک بہتر تفہیم حاصل ہوتی ہے۔" تیز رفتار ترتیب دینے کی تکنیکیں جینیاتی تشخیص کو تیز کرتی ہیں ساسلاوسکی اور اس کی ٹیم نے ایک AI ٹول تیار کیا جو چھ مشین لرننگ ماڈلز کو ملا کر B سیل اور T سیل ریسیپٹرز میں اہم علاقوں کے جینیاتی تسلسل کا تجزیہ کرتا ہے، اور خاص بیماریوں سے وابستہ نمونوں کو پہچانتا ہے۔

یورپی مرکزی بینک (ای سی بی) نے مرکزی بینک کی رقم کا استعمال کرتے ہوئے تقسیم شدہ لیجر ٹیکنالوجی (ڈی ایل ٹی) پر ریکارڈ شدہ لین دین کے تصفیے میں آسانی پیدا کرنے کی کوششیں بڑھا دی ہیں۔ یہ اقدام دو رخی حکمت عملی اپناتا ہے، جو ڈی ایل ٹی کے لین دین کو یورو سسٹم کی مارکیٹ کے ڈھانچے میں شامل کرنے کے فوری اور طویل مدتی حل دونوں پر مرکوز ہے۔ **ٹارگٹ خدمات کے ساتھ ہم آہنگی** ایک جمعرات کو جاری کردہ پریس ریلیز کے مطابق، یورو سسٹم ڈی ایل ٹی پر مبنی تصفیے کے لیے ایک محفوظ اور مؤثر پلیٹ فارم متعارف کرانے کا ارادہ رکھتا ہے، جس کے لئے ٹارگٹ خدمات کے ساتھ ہم آہنگی کو قائم کرے گا۔ یہ پیشرفت مرکزی بینک کی رقم میں لین دین کا ایک قابل اعتماد طریقہ فراہم کرنے کے ساتھ موجودہ مالیاتی مارکیٹ کے بنیادی ڈھانچے کے ساتھ دوستانہ تعامل کو یقینی بنانے کا ارادہ رکھتی ہے۔ اس عمل کے لئے ایک مخصوص وقت کا اعلان بعد میں کیا جائے گا۔ ای سی بی کا یہ اقدام اس کی ادائیگی اور تصفیے کے ڈھانچے میں استحکام اور مؤثری کو یقینی بنانے کے جامع مقصد کی حمایت کرتا ہے۔ یہ توسیع مئی سے نومبر 2024 تک کیے گئے پہلے کے تحقیقی کام پر مبنی ہے، جہاں 64 شرکاء—جن میں مرکزی بینک، مالیاتی مارکیٹ کے ادارے اور ڈی ایل ٹی پلیٹ فارم کے آپریٹر شامل تھے—نے 50 سے زائد تجربات اور ٹرائلز میں حصہ لیا۔ ان میں سے بعض تجربات میں حقیقی لین دین کو مرکزی بینک کی رقم میں طے کیا گیا، جبکہ دیگر نے جعلی تصفیوں پر توجہ مرکوز کی۔ **طویل مدتی مربوط حل** فوری ہم آہنگی کے حل کے علاوہ، یورو سسٹم مرکزی بینک کی رقم میں ڈی ایل ٹی پر مبنی تصفیوں کے لیے ایک زیادہ جامع، طویل مدتی ڈھانچے کی تحقیقات کا ارادہ رکھتا ہے۔ یہ اقدام بین الاقوامی کارروائیوں جیسے کہ زرمبادلہ کے تصفیوں کا بھی جائزہ لے گا تاکہ سرحد پار کے لین دین کی مؤثریت اور سیکیورٹی کو بہتر بنایا جا سکے۔ نئے مالیاتی ٹیکنالوجیز کے ابھرتے ہوئے تجزیات اور عوامی اور نجی شعبے کے شراکت داروں کے ساتھ فعال مشغولیت اس اقدام کے لیے اہم ہیں۔ یہ اقدامات ای سی بی کے اس وسیع تر مقصد کے مطابق ہیں کہ ایک مربوط اور یکجائی یورپی مالیاتی ماحولیاتی نظام کو فروغ دینا۔ **ڈیجیٹل کیپیٹل مارکیٹس کے مقاصد کے ساتھ ہم آہنگی** یہ اقدام ای سی بی کے ان اہداف کی حمایت کرتا ہے جو ڈیجیٹل اثاثوں کے لیے ایک مربوط یورپی مارکیٹ تخلیق کرنا ہے اور یہ گورننگ کونسل کی جانب سے ڈیجیٹل کیپیٹل مارکیٹس کے اتحاد کو فروغ دینے کی وابستگی کے مطابق ہے۔ ای سی بی کا یہ اقدام سوئس قومی بینک کے اقدامات کے مشابہ ہے، جس نے دسمبر 2023 میں ہول سیل مرکزی بینک کی ڈیجیٹل کرنسی (سی بی ڈی سی) کا پائلٹ آغاز کیا۔ یہ سوئس اقدام، جس نے ڈیجیٹل بانڈز کے تصفیے کو سہولت فراہم کی، حال ہی میں کم از کم 2026 تک بڑھا دیا گیا ہے۔

**بھارت کا AI کی ترقی کی جانب ارادہ – کیا یہ پیچھے رہ گیا ہے؟** ChatGPT کے آغاز کے دو سال بعد، چین کی DeepSeek نے تخلیقی AI ایپلیکیشنز کی ترقی کے اخراجات کو نمایاں طور پر کم کر دیا ہے، جس نے AI قیادت کے لئے عالمی مقابلے کو بڑھا دیا ہے۔ اپنی بلند پرواز کوششوں کے باوجود، بھارت پیچھے نظر آتا ہے، خاص طور پر ان بنیادی زبان ماڈلز کی تخلیق میں جو چیٹ بوٹس جیسی ٹیکنالوجیز کے لئے ضروری ہیں۔ بھارتی حکومت کا دعویٰ ہے کہ DeepSeek کے ہم پلہ مقامی طور پر تیار کردہ حل قریب ہے، جو اسٹارٹ اپس، یونیورسٹیوں، اور محققین کو ترقی کے لئے درکار جدید چپس فراہم کرے گا، جس کی توقع 10 ماہ میں ہے۔ اوپن اے آئی کے سَم آلٹمن جیسے عالمی AI رہنماؤں کی حالیہ حمایتیں اور مائیکروسافٹ کی جانب سے 3 ارب ڈالر کی بڑی سرمایہ کاری، جو کلاؤڈ اور AI بنیادی ڈھانچے کے لئے ہے، بھارت کی AI میدان میں ایک سنجیدہ کھلاڑی کے طور پر صلاحیت پر اعتماد کی ذرائع ابلاغ کرتی ہیں۔ Nvidia کے CEO نے بھی بھارت کی غیر معمولی تکنیکی صلاحیت کو مستقبل کی ممکنات کے لئے اہم قرار دیا۔ تقریباً 200 اسٹارٹ اپس جو تخلیقی AI پر توجہ مرکوز کر رہے ہیں، بزنس سرگرمی کا بڑا حصہ بناتے ہیں۔ تاہم، ماہرین کا انتباہ ہے کہ اگر تعلیم، تحقیق اور حکومت کی پالیسی میں ضروری اصلاحات نہیں کی گئیں تو بھارت پیچھے رہ جانے کا خطرہ مول لے رہا ہے۔ چین اور امریکہ کے پاس ایک "چار سے پانچ سال کی برتری" ہے، جنہوں نے AI کی تحقیق، اکیڈمیا اور عسکری ایپلیکیشنز میں بھاری سرمایہ کاری کی ہے، جبکہ بھارت اہم میٹرکس میں پیچھے ہے جو اسٹینفورڈ کے AI Vibrancy انڈیکس میں درج ہیں۔ 2010 سے 2022 تک، چین اور امریکہ نے عالمی AI پیٹنٹس کا بالترتیب 60% اور 20% حاصل کیا، جبکہ بھارت نے نصف فیصد سے بھی کم حاصل کیا۔ 2023 میں، بھارتی AI اسٹارٹ اپس نے اپنے امریکی اور چینی ہم منصبوں کے مقابلے میں نجی سرمایہ کاری کا صرف ایک چھوٹا حصہ حاصل کیا۔ بھارت کا AI مشن، جس کی حمایت 1 ارب ڈالر ہے، امریکہ کے 500 ارب ڈالر کے Stargate اقدام یا چین کے 137 ارب ڈالر کے مقصد کے مقابلے میں ماند پڑتا ہے کہ 2030 تک ایک AI مرکز بن جائے۔ جبکہ DeepSeek کی پرانی، سستی چپس کے استعمال کی صلاحیت خوش آئند ہے، طویل مدتی AI ترقیات کے لئے "صبر" دار سرمایے کی کمی ایک بڑا رکاوٹ ہے۔ اس کے علاوہ، بھارت کی تنوع علاقائی زبانوں میں AI ماڈلز کی تربیت کے لئے معیاری ڈیٹا سیٹس بنانے میں مشکلات پیش کرتی ہے۔ ان چیلنجز کے باوجود، بھارت دنیا کے AI ورک فورس کا 15% فراہم کرتا ہے۔ تاہم، بہت سے باصلاحیت پیشہ ور افراد ملک چھوڑ رہے ہیں، اکثر بنیادی AI اختراعات کے لئے مضبوط R&D ماحول کی کمی کی وجہ سے۔ ماہرین حکومت، صنعت، اور اکیڈمیا کے درمیان تعاون کو فروغ دینے کی تجویز دیتے ہیں، جیسا کہ بھارت کے یکجہتی ادائیگی کے نظام (UPI) کی کامیابی، جس نے ایک مضبوط شراکت داری کے ماڈل کے ذریعے ڈیجیٹل ٹرانزیکشنز کو انقلاب میں لایا۔ بنگلور کا 200 ارب ڈالر کا آؤٹ سورسنگ سیکٹر، جو لاکھوں پروگرامرز کی میزبانی کرتا ہے، بنیادی AI صارف ٹیکنالوجیز کی ترقی کی طرف مؤثر طریقے سے منتقل نہیں ہوا، جس سے یہ خلا اسٹارٹ اپس پر چھوڑ دیا ہے۔ خدشات باقی ہیں کہ آیا یہ ادارے تیز رفتار پیشرفت حاصل کرسکیں گے، کچھ ماہرین کا کہنا ہے کہ بھارت کو DeepSeek کی صلاحیتوں کے برابر پہنچنے کے لئے کئی سال لگ سکتے ہیں۔ اس کے باوجود، بھارت کے پاس موجودہ اوپن سورس پلیٹ فارمز کو بہتر بنانے اور ان کو ترقی دینے کی صلاحیت ہے تاکہ اپنی AI منظرنامہ کو آگے بڑھا سکے۔ طویل مدت میں، اپنے بنیادی AI ماڈلز کی ترقی حاصل کرنا اسٹریٹجک خود مختاری حاصل کرنے اور درآمدات پر انحصار کو دور کرنے کے لئے ضروری ہوگا۔ حسابی طاقت اور ہارڈ ویئر بنیادی ڈھانچے کو بہتر بنانا، بشمول سیمی کنڈکٹر کی پیداوار، امریکہ اور چین کے بڑے کھلاڑیوں کے ساتھ فرق کو کم کرنے کے لئے اہم ہے۔

یورپی مرکزی بینک (ECB) ایک بلاک چین پر مبنی ادائیگی کے نظام کی ترقی کے عمل میں ہے جو مالیاتی اداروں کو مرکزی بینک کے پیسے کا استعمال کرتے ہوئے لین دین طے کرنے کی اجازت دے گا، جیسا کہ 20 فروری کو بلومبرگ نیوز کی رپورٹ میں بیان کیا گیا ہے۔ پیررو چپولون، جو ECB کے ایگزیکٹو بورڈ کے رکن ہیں، نے کہا کہ یہ اقدام مالیاتی منڈیوں میں جدید ٹیکنالوجی کے ذریعے کارکردگی کو بہتر بنانے کی جانب ایک اہم قدم ہے۔ پروگرام کے نفاذ کا عمل دو مراحل میں ہوگا۔ پہلے مرحلے میں ایک بلاک چین پلیٹ فارم کو موجودہ ٹارگٹ سیٹلمنٹ سسٹم سے منسلک کیا جائے گا، جو مرکزی بینک کے پیسے کے ساتھ کام کرتا ہے۔ دوسرے مرحلے کا مقصد ایک مکمل مربوط حل تیار کرنا ہے جو غیر ملکی تبادلے کے لین دین کو بھی شامل کرے۔ اگرچہ ECB نے اس منصوبے کی تکمیل کے لیے کوئی خاص وقت متعین نہیں کیا، لیکن اس نے تجویز دی ہے کہ یہ اقدام بلاک چین کے ماحول میں مرکزی بینک کے پیسے کو شامل کرکے ہول سیل سینٹرل بینک ڈیجیٹل کرنسی (CBDC) کے لیے ایک بنیاد کے طور پر کام کر سکتا ہے۔ سوئٹزرلینڈ نے اسی طرح کی حکمت عملی اپنا لی ہے، جس میں سوئس نیشنل بینک نے دسمبر 2023 میں پہلی ہول سیل CBDC کا آغاز کیا تاکہ ڈیجیٹل بانڈز کی وصولی کی حمایت کی جا سکے۔ دراصل یہ منصوبہ ایک مختصر مدتی آزمائش کے طور پر شروع کیا گیا تھا، لیکن اس کی مدت کم از کم 2026 تک بڑھا دی گئی ہے تاکہ اس کے مالیاتی منڈی پر اثرات کا مزید اندازہ لگایا جا سکے۔ چپولون نے حال ہی میں ڈیجیٹل یورو کے آغاز میں تیزی لانے کی ضرورت پر زور دیا، اور ڈالر کی پشت پناہی والے اسٹیبل کوائنز کی بڑھتی ہوئی اہمیت پر تشویش کا اظہار کیا۔ انہوں نے ECB سے مطالبہ کیا کہ وہ پرائیویٹ اسٹیبل کوائنز کے بڑھتی ہوئے رجحان کے جواب میں ڈیجیٹل یورو کو متعارف کرانے میں تیزی لائے۔ ان کے یہ بیانات صدر ڈونلڈ ٹرمپ کے 23 جنوری کے ایگزیکٹو آرڈر کے بعد سامنے آئے، جس میں اسٹیبل کوائنز کی ترقی کی حوصلہ افزائی کی گئی تھی جبکہ وفاقی ایجنسیوں کو CBDC کی ترقی روکنے کے لیے کہا گیا تھا۔ نظم و ضبط کی حمایت کے باوجود، یوروزون کے بینک ممکنہ جمع ذخائر کے نقصانات کے بارے میں محتاط ہیں۔ ان خدشات کو کم کرنے کے لیے، ECB نے ڈیجیٹل یورو کی ملکیت کو محدود کرنے اور یقینی بنانے کی تجویز دی ہے کہ وہ سود نہ کمائیں۔ اس منصوبے کی پیشرفت یورپی قانون سازوں کی طرف سے ضروری قانون سازی کے پاس ہونے پر منحصر ہوگی، جس کے لیے ایک پروٹوٹائپ کی ترقی کا مرحلہ اس سال شروع ہونے والا ہے۔

اگلے تین سالوں میں، علی بابا منصوبہ بنا رہا ہے کہ وہ مصنوعی ذہانت (AI) میں پچھلے دس سالوں کے مقابلے میں زیادہ سرمایہ کاری کرے گا۔ کمپنی کی آمدنی کی کال کے دوران 20 فروری کو، AI کو ایک اہم توجہ کے طور پر اجاگر کیا گیا، جبکہ انتظامیہ نے یہ بیان دیا کہ ان کی AI میں سرمایہ کاری مصنوعی عمومی ذہانت (AGI) کے حصول کے پر عزم مقصد کی طرف مرکوز ہے۔ آمدنی کی رپورٹ کے بعد، جس میں سال بہ سال 8% کی آمدنی میں اضافہ ظاہر ہوا، کمپنی کے حصص میں اضافہ ہوا۔ ایڈی وو، علی بابا کے سی ای او، نے وضاحت کی، "ہم ایسے ماڈلز کو ترقی دینا جاری رکھنا چاہتے ہیں جو ذہانت کی سرحدوں کو آگے بڑھائیں۔ یہ ہمارا بنیادی مقصد کیوں ہے؟ کیونکہ موجودہ نظر آنے والی AI ایپلی کیشنز، جیسے کہ مواد تخلیق کرنا اور تلاش کرنا، ان سرحدوں کو وسعت دینے کی ترقی کی پیداوار ہیں، اور ہم چاہتے ہیں کہ ان کو مزید آگے بڑھائیں تاکہ نئے مواقع کو کھولا جا سکے۔" وو نے یہ بھی ذکر کیا کہ AGI کا حصول کاروباری قیمت کو بڑھا سکتا ہے، ایسی تحقیقات کا حوالہ دیتے ہوئے جو بتاتی ہیں کہ موثر AGI انسانی افعال کا 80% دہرایا یا انجام دے سکتی ہے۔ انہوں نے یہ اجاگر کیا کہ عالمی GDP کا تقریباً 50% تنخواہوں پر مشتمل ہے، جو ذہنی اور دستی کام دونوں کو شامل کرتا ہے۔ وو نے تجویز دی کہ AGI کا حصول اہم صنعتی تبدیلی کی طرف لے جا سکتا ہے اور عالمی GDP کے نصف پر گہرا اثر ڈال سکتا ہے، یا ممکنہ طور پر اس کی جگہ لے سکتا ہے۔ جیسا کہ PYMNTS نے پہلے رپورٹ کیا ہے، کئی بڑی ٹیک کمپنیوں، بشمول اوپن اے آئی، گوگل، اور میٹا، نے AGI کی ترقی کو ایک اہم مقصد مقرر کیا ہے۔ اس سال کے آغاز پر، اوپن اے آئی کے سی ای او سیم آلٹمن نے اپنے بلاگ پر یقین کا اظہار کیا کہ کمپنی نے AGI بنانے کا طریقہ دریافت کر لیا ہے، جیسا کہ روایتی طور پر سمجھا جاتا ہے۔ PYMNTS نے نوٹ کیا کہ "AGI کا حصول کاروبار پر نمایاں اثرات مرتب کرسکتا ہے۔ مثال کے طور پر، ایک واحد AI نظام مارکیٹ کے رجحانات کا تجزیہ کر سکتا ہے جبکہ ان تبدیلیوں کے جواب میں سپلائی چین کو بھی بہتر بناتا ہے۔ یہ کسٹمر سروس کی تعاملات کا انتظام کر کے مصنوعات کی ترقی کی معلومات فراہم کر سکتا ہے، آپریشنز کو نظر رکھ سکتا ہے، اور کارکردگی بڑھانے کے لئے جدید حل تیار کر سکتا ہے۔ اس کے علاوہ، یہ مختلف صنعتوں اور شعبوں میں معلومات کو یکجا کر کے اسٹریٹیجک فیصلے بھی کرنے کی صلاحیت رکھتا ہے، جس کے لئے اعلی درجے کی عمومی استدلال کی ضرورت ہے۔"

ساراواک، جو کہ ملائیشیا کا ایک اہم ریاست ہے، ساراواک کلائمیٹ چینج سینٹر قائم کرنے کی منصوبہ بندی کر رہا ہے، جس کا مقصد تحقیق اور جدید ٹیکنالوجیوں کے ذریعے موسمیاتی تبدیلی کا مقابلہ کرنا ہے۔ یہ مرکز موسمیاتی تخفیف کی کوششوں کو بہتر بنائے گا اور خطرے کی تشخیص کے پروگراموں کی قیادت کرے گا، خود کو جنوب مشرقی ایشیا میں ایک ممتاز تحقیقاتی مرکز کے طور پر قائم کرے گا۔ وزیراعظم تن سری ابنگ جوہاری اوپنگ نے یہ منصوبے ایک عوامی لیکچر کے دوران شیئر کیے، اور موسمیاتی تبدیلی پر ایک پیشگی موقف اپنانے پر زور دیا بجائے نئے ادارے بنانے کے۔ سینٹر کی تعمیر کے دوران، ابنگ جوہاری نے ایک فریم ورک کے متعارف کرنے کا اعلان کیا تاکہ کاروبار عالمی ماحولیاتی، سماجی، اور حکومتی (ای ایس جی) معیارات پر عمل درآمد کر سکیں۔ یہ اقدام سرمایہ کاروں کے اعتماد کو بڑھانے اور پائیدار طریقوں کو فروغ دینے کے لیے طراحی کیا گیا ہے، جو ساراواک کے اے ایس اے این گرین معیشت میں کردار کو فائدہ پہنچائے گا۔ وزیراعظم نے اشارہ دیا کہ سینٹر اپنی فعالیت میں بلاک چین اور مصنوعی ذہانت (اے آئی) کو شامل کرے گا۔ انہوں نے بلاک چین کی مدد سے کاربن کے نشانوں اور وسائل کے انتظام اور قدرتی آفات کے پیش گوئی میں اے آئی کی ایپلی کیشنز کے لیے منصوبوں پر روشنی ڈالی، اس کے ساتھ ساتھ قابل تجدید ٹیکنالوجیوں اور ایکو ٹورازم پر بھی توجہ دی۔ ان کوششوں کے ساتھ، ملائیشیا نئے ٹیکنالوجیز کو جدت اور سرمایہ کاری کے لیے بڑھتا ہوا اپنا رہا ہے، جس میں مائیکروسافٹ اور گوگل جیسے ٹیک جنات کی خصوصی دلچسپی شامل ہے۔ متعلقہ ترقی کی صورت میں، اقوام متحدہ نے ویتنام کو ڈیجیٹل تبدیلی میں ایک رہنما کے طور پر تسلیم کیا ہے، جس میں اس کی اے آئی اور بلاک چین ٹیکنالوجی میں ترقیات کا ذکر کیا گیا ہے۔ جب اقوام متحدہ کے نمائندوں سے ملاقات ہوئی، تو ویتنام کے مستقل نمائندے، ڈانگ ہوانگ جیانگ نے روشن کیا کہ جاری حکومت کی ابتکارات کا مقصد اس دہائی کے آخر تک ایک جدید صنعتی ملک بنانا اور 2045 تک اعلیٰ آمدنی کی حیثیت حاصل کرنا ہے۔ جیانگ نے اقوام متحدہ کی حمایت کی اپیل کی، خاص طور پر پالیسی رہنمائی، فنڈنگ، اور عوامی-نجی شراکت داریوں میں۔ ویتنام اپنی ڈیجیٹل ماحولیاتی نظام کو فعال طور پر فروغ دے رہا ہے، جس میں ویب 3 برانڈز کی انکیوبیشن کے منصوبے اور اے آئی اور بلاک چین ٹیکنالوجی میں 1 ملین سے زائد رہائشیوں کی تربیت شامل ہے، ساتھ ہی سیمی کنڈکٹر ترقی کے لیے امریکہ کے ساتھ تعلقات کو مضبوط بنانا بھی شامل ہے۔

آج سائنسدانوں نے ایک نئی مصنوعی ذہانت (AI) ماڈل کا انکشاف کیا ہے جسے وہ حیاتیاتی تحقیق کے لیے سب سے بڑا سمجھتے ہیں۔ یہ ماڈل 128,000 جینومز پر تربیت دی گئی ہے جو انسانی سمیت مختلف جانداروں، اکیلے سیل بیکٹیریا اور آرکیل کی نمائندگی کرتا ہے، اور اس کی صلاحیت ہے کہ یہ مکمل کروموسومز اور چھوٹے جینومز کو زیرو سے تخلیق کر سکتا ہے۔ یہ موجودہ DNA کی تشریح میں بھی مہارت رکھتا ہے، بشمول ان مشکل 'غیر کوڈنگ' جین مختلفات جو بیماریوں سے منسلک ہیں۔ اس ماڈل کو 'کریسپیر کے لیے چیٹ جی پی ٹی' کے طور پر جانا جاتا ہے، Evо-2 کو آرک انسٹی ٹیوٹ اور اسٹینفورڈ یونیورسٹی کی ٹیموں نے کیلی فورنیا کے پالو آلٹو میں مشترکہ طور پر تیار کیا ہے، ساتھ ہی چپ بنانے والی کمپنی NVIDIA نے بھی۔ ویب интерфیس کے ذریعے رسائی فراہم کی گئی ہے، اور سائنسدانوں کو ماڈل کی نقل کے لیے درکار مفت سافٹ ویئر کوڈ، ڈیٹا، اور دیگر پیرامیٹرز ڈاؤن لوڈ کرنے کی اجازت ہے۔ تخلیق کاروں نے Evо-2 کو ایک متنوع پلیٹ فارم کے طور پر تصور کیا ہے جسے محققین اپنے ضروریات کے مطابق حسب ضرورت تبدیل کر سکیں۔ Evо-2 کے آغاز کے دوران ایک پریس بریفنگ میں، ایرو پینٹریک ہیوسو، جو آرک انسٹی ٹیوٹ اور یونیورسٹی آف کیلی فورنیا، برکلے کے بایو انجینیئر ہیں، نے اس بات پر جوش و خروش کا اظہار کیا کہ سائنسدان اور انجینیئر کس طرح اس 'ایپ اسٹور' کو حیاتیاتی اختراع کے لیے تشکیل دے سکتے ہیں۔ دیگر سائنسدانوں کے ردعمل نے ان کی تجسس کو اجاگر کیا ہے، جو اس ماڈل کے بارے میں تفصیل سے ایک پیپر میں بتایا گیا ہے جو آرک انسٹی ٹیوٹ کی ویب سائٹ پر اور bioRxiv پری پرنٹ سرور پر جمع کرایا گیا ہے۔ تاہم، وہ قطعی فیصلے کرنے سے پہلے آزاد تشخیص کی ضرورت پر زور دیتے ہیں۔ "ہمیں یہ دیکھنا ہوگا کہ یہ آزاد بینچ مارکس میں کیسا کارکردگی دکھاتا ہے جب پری پرنٹ دستیاب ہو جائے گا،" اسٹینفورڈ یونیورسٹی کے حسابی جینومیسٹ انشل کنڈجے نے کہا۔ وہ اس ماڈل کے پیچھے کی انجینئرنگ سے متاثر ہیں۔ حالیہ سالوں میں، محققین نے ESM-3 جیسے جدید 'پروٹین زبان ماڈلز' تخلیق کیے ہیں، جو سابقہ میٹا کے ملازمین کی جانب سے تیار کردہ ہیں۔ یہ ماڈل لاکھوں پروٹین سیکوئنسز پر تربیت دی گئی ہیں، جنہوں نے پروٹین کے ڈھانچے کی پیشگوئی اور بالکل نئے پروٹین کی تشکیل میں اہم کردار ادا کیا، بشمول جین ایڈٹرز اور فلوروسینٹ مالیکیولز۔ AI نے کئی نئے پروٹین کی تجویز دی ہیں، لیکن ان تخلیقات کی موثر نوعیت ایک کھلا سوال ہے۔ دیگر ماڈلز کے مقابلے میں، Evо-2 کو ایسا جینومک ڈیٹا استعمال کرکے تربیت دی گئی ہے جس میں 'کوڈنگ سیکوئنسز' شامل ہیں، جو پروٹین کی پیداوار کے لیے ذمہ دار ہیں، اور غیر کوڈنگ DNA جو جین کی فعالیت کو منظم کرتا ہے۔ Evо کا ابتدائی ورژن، جو گزشتہ سال جاری کیا گیا، 80,000 پروکیریوٹی دایوں کے جینومز پر مرکوز تھا، جو بیکٹیریا، آرکیل، اور ان سے منسلک وائرسز شامل ہیں۔ نیا ماڈل 128,000 جینومز کے ایک ڈیٹا سیٹ پر تعمیر کیا گیا ہے جو متعدد اقسام کی نمائندگی کرتا ہے، بشمول انسان، دیگر جانور، اور پودے، جو کہ مجموعی طور پر 9