ہیلیڈے نے CES 2025 میں AI سمارٹ چشمے متعارف کرائے ہیں، جو منفرد DigiWindow ٹیکنالوجی کا استعمال کرتے ہوئے براہ راست آپ کی آنکھ پر تصاویر پروجیکٹ کرتے ہیں۔ یہ جدید خصوصیت، جو تصویر کے پروجیکشن کے لیے لینسوں کی ضرورت نہیں رکھتی، آپ کے میدان نظر میں بغیر کسی رکاوٹ کے ڈسپلے کی اجازت دیتی ہے جبکہ نظر کی عینکوں کو ایڈجسٹ کرنے کی صلاحیت برقرار رہتی ہے۔ یہ چشمے "ریڈی پلیئر ون" کے کردار جیمز ہیلیڈے سے متاثر ہیں اور فیشن کو جدید افعال کے ساتھ ملاتے ہیں، جو سیاہ یا ٹورٹائز شیل رنگوں میں دستیاب ہیں۔ یہ چشمے اسٹینفورڈ کے انجینئرز نے تیار کیے ہیں اور ان میں پرائیویسی کی خلاف ورزی کرنے والے کیمرے نہیں ہیں بلکہ AI اسسٹنٹ کے ساتھ تعامل کے لیے ایک مائیکروفون شامل ہے، جسے صارفین کو دستی طور پر فعال کرنا ہوتا ہے۔ AI اسسٹنٹ نہ صرف احکامات کو نافذ کرتا ہے بلکہ گفتگو کا تجزیہ کرتے ہوئے صارف کی ضروریات کا پیشگی اندازہ لگا کر بصیرت فراہم کرتا ہے، جو ملاقاتوں اور روزانہ کے تعاملات کو بہتر بناتا ہے۔ جدید خصوصیات میں ایکو موڈ، آڈیو میمو، فوری جوابات کے ساتھ اطلاعات، 40 زبانوں میں حقیقی وقت کی ترجمہ، نیویگیشن، موسیقی کے بول ڈسپلے، اور آواز سے متن نوٹ بندی شامل ہیں۔ ہیلیڈے کا وزن صرف 1

این ایف ایل کے عمومی سیزن کا آخری ہفتہ آ پہنچا ہے، جس میں ہفتہ 18 میں ڈیٹرائٹ لائنز اور منی سوٹا وائکنگز کے مابین ایک انتہائی اہم مقابلہ شامل ہے۔ یہ کھیل این ایف سی نارتھ اور این ایف سی پلے آف بریکٹ کے نمبر 1 سیڈ کا فیصلہ کرے گا۔ فی الحال، لائنز تین پوائنٹس کی فیورٹ ہیں اور اوور انڈر 56

اگرچہ مصنوعی ذہانت (AI) کی صلاحیت موجود ہے، تاہم بہت سی تنظیمیں اس کے مؤثر نفاذ میں دشواری کا سامنا کرتی ہیں۔ گارٹنر کی تحقیق کے مطابق 2025 تک 30% تخلیقی AI منصوبے، ناقص ڈیٹا کے معیار، ناکافی خطراتی کنٹرولز، اور زیادہ لاگت جیسی مسائل کی وجہ سے ثبوتِ تصور مرحلے سے آگے نہیں بڑھیں گے۔ ایک اہم رکاوٹ AI کا الگ تھلگ نفاذ ہے، جو اکثر منقسم ڈیٹا کا سبب بنتا ہے اور تبدیلی لانے والے اثرات کے مواقع ضائع کرتا ہے۔ یہ تنہائی ڈیٹا کے معیار کے مسائل اور غیر مؤثر کاموں کو بڑھا دیتی ہے، جیسے محکموں کے درمیان دوہرے کام کی کوششیں جو لاگت میں اضافہ اور مؤثریت میں کمی کا باعث بنتی ہیں۔ SS&C بلیو پریزم جامع خودکار حکمت عملیوں کے ساتھ AI کے حلوں کو مربوط کر کے AI کی مکمل صلاحیت حاصل کرنے کی ضرورت کو اجاگر کرتا ہے۔ تخلیقاتی AI، مشین لرننگ، نیچرل لینگویج پروسیسنگ (NLP)، اور روبوٹک پروسیس آٹومیشن جیسی ٹیکنالوجیز کو پروسیس اور ٹاسک مائننگ اور لو/نو-کوڈ پلیٹ فارمز کے ساتھ استعمال کرکے، تنظیمیں ہموار اور موثر ورک فلو حاصل کر سکتی ہیں۔ یہ مربوط حکمت عملی پیداواری صلاحیت، مارکیٹ میں تیزی، اور جدت میں نمایاں بہتریوں کو فروغ دے سکتی ہے جبکہ لاگت پر کنٹرول برقرار رکھتی ہے۔ کامیاب نفاذ کی مثالوں میں ایک بیمہ کمپنی شامل ہے، جس نے پروسیس آٹومیشن کے ذریعے میل روم کاموں میں 98% درستگی حاصل کی، اور اے بی اے این سی اے، ایک ہسپانوی بینک، نے صارفین کی سروس کی مؤثریت میں 60% اضافہ کرنے کے لیے ایک ہزار سے زائد کاموں کو خودکار بنایا۔ یہ مثالیں ظاہر کرتی ہیں کہ AI کو خودکاری اور مربوط عمل کے ساتھ ملا کر کاروباروں کو جدت لانے اور مسابقتی برتری برقرار رکھنے کی اجازت ملتی ہے۔ ایک سٹریٹجک، مربوط AI نفاذ کو اپناتے ہوئے، تنظیمیں AI کے فوائد کا مکمل استعمال کر سکتی ہیں، لاگت پر کنٹرول کر سکتی ہیں، اور حریفوں سے آگے نکل سکتی ہیں۔

پہلی نظر میں، نِوِڈیا کے اسٹاک کو قیمت کے متعدد عوامل کی بنیاد پر مہنگا لگ سکتا ہے۔ تاہم، اگر آپ یہ دیکھیں کہ کمپنی کے P/E اور P/FCF تناسب اب ایک سال پہلے کے مقابلے میں نمایاں طور پر کم ہیں، تو نِوِڈیا کی قیمت گذاری کافی پرکشش ہو جاتی ہے۔ یہ ظاہر کرتا ہے کہ کمپنی کے منافع اس کی مارکیٹ ویلیو سے زیادہ تیزی سے بڑھ رہے ہیں، جس سے نِوِڈیا کی قیمت مناسب معلوم ہوتی ہے۔ اس کے علاوہ، PEG تناسب 1 بتاتا ہے کہ نِوِڈیا فی الحال مناسب قیمت پر ہے۔ نِوِڈیا کی آمدنی کو پیش گوئی کرنا مشکل ہے، کیونکہ بلیک ویل جیسے سرمایہ کاریوں سے فائدہ اٹھانا شروع ہو جائے گا۔ میرا یقین ہے کہ نِوِڈیا خریدنے کے لئے مضبوط آپشن ہے اور 2025 تک $4 ٹریلین کلب میں شامل ہونے والی پہلی کمپنی بن سکتی ہے۔ میں نِوِڈیا کی اس سال کی کارکردگی دیکھنے کے لئے پرجوش ہوں، اسے AI اور ترقی کے سرمایہ کاروں کے لئے خریدنے کا ایک بہترین موقع سمجھا جا رہا ہے۔ کیا آپ کو ابھی $1,000 نِوِڈیا میں سرمایہ کاری کرنی چاہئے؟ پہلے نِوِڈیا اسٹاک خریدنے سے پہلے یہ جان لیں: ٹیم Motley Fool Stock Advisor نے حال ہی میں ان کے نظر میں اب خریدنے کے لئے ٹاپ 10 اسٹاکس کی نشاندہی کی، اور نِوِڈیا ان میں شامل نہیں تھی۔ یہ منتخب کردہ اسٹاکز مستقبل میں بھاری منافع دے سکتے ہیں۔ سوچیں جب نِوِڈیا کی سفارش 15 اپریل 2005 کو کی گئی تھی - اگر آپ نے اس وقت $1,000 کی سرمایہ کاری کی ہوتی، تو آج آپ کے پاس $885,388 ہوتے!* ٹیم Stock Advisor کامیابی کے لئے صاف حکمت عملی پیش کرتی ہے، بشمول پورٹ فولیو رہنمائی، باقاعدہ تجزیہ کار اپ ڈیٹس، اور ہر مہینے دو نئے اسٹاک انتخاب۔ 2002 سے، Stock Advisor نے S&P 500 کی واپسی میں چار گنا اضافہ کیا ہے۔* 10 اسٹاک دریافت کریں » *Stock Advisor کے منافع 30 دسمبر 2024 تک ایڈم اسپاتکو نِوِڈیا کے حصص رکھتے ہیں۔ Motley Fool نے Advanced Micro Devices, Nebius Group, اور نِوِڈیا میں پوزیشنز رکھی ہیں اور ان کی سفارش کی ہے۔ ان کے پاس ایک افشائی پالیسی ہے۔

اوپن اے آئی کے شریک بانی ایلیا سوٹسکیور کی مطابق، AI صنعت ممکنہ طور پر "ڈیٹا کی چوٹی" تک پہنچ چکی ہے، جس سے انٹرنیٹ پر مفید ڈیٹا کی کمی کی وجہ سے AI ترقیات میں ممکنہ سست روی کا اشارہ ملتا ہے۔ یہ AI ماڈلز کی مستقبل کی ترقی کو متاثر کر سکتا ہے، جو بڑے پیمانے پر وافر مقدار میں ڈیٹا کے ساتھ پیشگی تربیت پر انحصار کرتے ہیں۔ اس کے باوجود، کئی AI ماہرین اس مسئلے سے بچنے کے لیے طریقے تلاش کر رہے ہیں۔ ایک امید افزا طریقہ "ٹیسٹ-ٹائم" یا "انفرنس-ٹائم کمپیوٹ" تکنیک ہے، جو AI کی استدلال کی صلاحیتوں کو بہتر بناتا ہے پیچیدہ سوالات کو چھوٹے کاموں میں توڑ کر، اور ہر ایک کو الگ الگ پروسیس کرنے کے بعد آگے بڑھتا ہے۔ یہ طریقہ AI ماڈلز کو اعلیٰ معیار کے آؤٹ پٹس پیدا کرنے کا موقع دیتا ہے، خاص طور پر وہ کام جن میں واضح جوابات ہوتے ہیں جیسے ریاضی کے مسائل۔ ان استدلالی ماڈلز سے پیدا ہونے والے آؤٹ پٹس نئے تربیتی ڈیٹا بن سکتے ہیں، ماڈل کی بہتری کے لیے ایک تکراری حلقہ تشکیل ہوتا ہے۔ یہ تصور گوگل ڈیپ مائنڈ کی تحقیق سے معاونت حاصل کرتا ہے، جو ان آؤٹ پٹس کو بڑے زبان کے ماڈلز (LLMs) کو اس وقت بھی بڑھانے کا تصور کرتا ہے جب ڈیٹا کی چوٹی کی دیوار سے ٹکرا جائیں۔ اوپن اے آئی اور اسی طرح کی AI لیبارٹریز نے اس تکنیک کا استعمال کرتے ہوئے ماڈلز کو تعینات کرنا شروع کر دیا ہے، جیسے اوپن اے آئی کا "o1"، جو مخصوص معیارات میں بہترین کارکردگی دکھاتا ہے۔ مائیکروسافٹ کے سی ای او ستیہ نڈیلا نے اس حکمت عملی کو AI ماڈلز کو آگے بڑھانے کے لیے ایک لازمی اسکیلنگ قانون کے طور پر بیان کیا ہے، کیونکہ یہ ماڈل آؤٹ پٹس کو تربیتی عمل میں شامل کرکے ڈیٹا کی حدود سے بچنے کا راستہ فراہم کرتا ہے۔ ٹیسٹ-ٹائم کمپیوٹ کی تاثیر کو 2025 تک مزید مکمل طور پر جانچا جائے گا۔ اگرچہ چارلی اسنیل جیسے محققین پر امید ہیں، وہ اس تکنیک کو ان کاموں تک عام کرنے میں چیلنجز کو تسلیم کرتے ہیں جن کے واضح جوابات نہیں ہوتے، جیسے مضمون نویسی۔ تاہم، اس طریقے کے ذریعے جنریٹ کردہ مصنوعی ڈیٹا کے موجودہ انٹرنیٹ ڈیٹا کے معیار کو پیچھے چھوڑنے کے امکانات پر مثبت امیدیں ہیں، جو مستقبل میں AI ماڈلز کی تربیت میں مدد کر سکتا ہے۔ پہلے ہی کچھ قیاس آرائیاں یہ ہیں کہ دیپ سیک جیسی کمپنیاں اوپن اے آئی کے o1 سے آؤٹ پٹس کا استعمال کرکے اپنے ماڈلز کو بڑھا رہی ہیں، جیسے ان کا تازہ ترین "دیپ سیک V3"۔ جبکہ صنعت ان حکمت عملیوں کو دریافت کر رہی ہے، ٹیسٹ-ٹائم کمپیوٹ کے استعمال کی صلاحیت ڈیٹا کی حدود کو عبور کرنے کے لیے محتاط امید افزائی ہے لیکن ابھی تک زیرِ تحقیق ہے۔

ٹیکنالوجی کا شعبہ تیزی سے ترقی کر رہا ہے، دو اہم AI ذیلی شعبوں کے ساتھ: ایجنٹک AI، جو مشینوں کو خودمختاری سے فیصلے کرنے کی صلاحیت دیتا ہے، اور فزیکل AI، روبوٹکس کو بے مثال درستگی کے ساتھ آگے بڑھا رہا ہے۔ ان شعبوں کی مسابقتی اور غیر یقینی نوعیت کی وجہ سے، سرمایہ کاروں کو انفرادی کامیاب کمپنیوں کا انتخاب کرنے میں مشکلات کا سامنا کرنا پڑتا ہے۔ عملی حل ایک کم لاگت ایکسچینج ٹریڈڈ فنڈ (ETF) میں سرمایہ کاری کرنا ہے، جو کمپنی سے متعلقہ خطرات کو کم کرتے ہوئے ترقی کو حاصل کرتا ہے۔ وانگارڈ انفارمیشن ٹیکنالوجی ETF (VGT 1

پلینٹیئر ٹیکنالوجیز (NASDAQ: PLTR) نے ستمبر 2024 میں S&P 500 میں شمولیت اختیار کی اور 340% حیرت انگیز اضافہ حاصل کیا، جو سال کے آخر تک انڈیکس میں سب سے زیادہ کارکردگی دکھانے والا اسٹاک بن گیا۔ کچھ سرمایہ کار پلینٹیئر میں سرمایہ کاری کرنے کا رجحان رکھ سکتے ہیں باوجود اس کے کہ یہ دیر سے ابھرا، لیکن میرا ماننا ہے کہ بہتر اختیارات موجود ہیں۔ یہاں تین ایسے AI اسٹاکس ہیں جنہیں 2025 میں خریدنا فائدہ مند ہو سکتا ہے اور یہ پلینٹیئر سے بہتر کارکردگی دکھا سکتے ہیں۔ 1