فیصلہ سازی کے ماہر جنہوں نے AI کی بنیاد رکھی: ہربرٹ سائمن کی کرسمس تھنکنگ مشین نے سب کچھ بدل دیا

جنوری 1956۔ کارنیگی انسٹی ٹیوٹ آف ٹیکنالوجی۔ ایک 39 سالہ پروفیسر — جو تربیت کے لحاظ سے سیاسی سائنسدان ہے، پہلے ہی معیشت دانوں میں مشہور ہے کیونکہ وہ یہ دلیل دیتا ہے کہ کوئی بھی چیز کو بہتر نہیں بناتا — اپنی ریاضیاتی ماڈلنگ کلاس کا آغاز ایک جملے سے کرتا ہے جس کا سچ ہونا کسی طور پر بھی درست نہیں تھا: کرسمس کے دوران، ال نیول اور میں نے ایک سوچنے والی مشین ایجاد کی۔

یہ مشین بمشکل ایک مشین کی حیثیت سے موجود تھی۔ تعطیلات کے دوران، سائمن، ایلن نیول اور پروگرامر کلف شا نے لاجک تھیوریسٹ تیار کیا — اور اس کے کمپیوٹر پر چلنے سے پہلے، انہوں نے اسے ہاتھ سے سمولیٹ کیا: پروگرام کے ذیلی روٹینز 3×5 انڈیکس کارڈز پر لکھے گئے، جو سائمن کے خاندان اور طلباء کو دیے گئے، ہر انسان ایک جزو کے قواعد کو نافذ کرتا تھا۔ ایک سوچنے والی مشین، پہلے لوگوں پر چلائی گئی۔ اس موسم گرما تک یہ ہارڈ ویئر پر چلنے لگی اور ڈارٹ ماؤتھ ورکشاپ میں پیش کی گئی — وہ ملاقات جس نے مصنوعی ذہانت کو اس کا نام دیا۔

کہانی عموماً کمپیوٹنگ کی تاریخ کے تحت درج کی جاتی ہے۔ یہ فیصلہ سازی کی سائنس کا بھی حصہ ہے — کیونکہ لاجک تھیوریسٹ ایک تیز حساب کرنے والا نہیں تھا۔ یہ سائمن کا محدود عقلیت کا نظریہ تھا جو کوڈ میں نافذ کیا گیا: اگر انسانی ذہانت شارٹ کٹس اور منتخب تلاش کے ذریعے کام کرتی ہے نہ کہ مکمل حساب کتاب کے ذریعے، تو پھر ایک مشین جو شارٹ کٹس اور منتخب تلاش کا استعمال کرتی ہے وہ بھی ذہین ہو سکتی ہے۔ جو کچھ بھی سائمن نے AI میں بنایا وہ اسی ایک اقدام سے نکلتا ہے۔

وہ ریزیومے جو نہیں ہونا چاہیے تھا

ہربرٹ الیگزینڈر سائمن (1916–2001) نے سیاسیات میں پی ایچ ڈی کی ڈگری حاصل کی (شکاگو، 1943)، انتظامی رویہ (1947) پر لکھا کہ تنظیمیں حقیقت میں کیسے فیصلے کرتی ہیں، اور کارنیگی میلن میں پانچ دہائیاں گزاری جہاں انہوں نے معیشت، نفسیات، کمپیوٹر سائنس اور سائنس کی فلسفہ میں کام کیا۔ ان کے ایوارڈز اس کی وسعت کو ظاہر کرتے ہیں: 1975 ACM ٹورنگ ایوارڈ ایلن نیول کے ساتھ، مصنوعی ذہانت اور انسانی ادراک کی نفسیات میں بنیادی شراکتوں کے لیے؛ 1978 نوبل یادگاری انعام برائے معیشت، اقتصادی تنظیموں میں فیصلہ سازی پر پیشرو تحقیق کے لیے؛ 1986 امریکی قومی سائنسی تمغہ۔ وہ اب بھی ان چند لوگوں میں سے ایک ہیں جنہوں نے ٹورنگ اور نوبل دونوں ایوارڈز حاصل کیے — جس پر انہوں نے اصرار کیا کہ یہ ایک ہی تحقیقی پروگرام ہے۔

وہ پروگرام: ذہانت کو اس کے حقیقی کام کرنے کے طریقے کے طور پر سمجھنا — لوگوں میں، تنظیموں میں، مشینوں میں — معلومات، حساب اور وقت کی حقیقی حدود کے تحت۔ نظریے کا نصف مکمل طور پر منطقی اقتصادی انسان کو ریٹائر کر دیا۔ انجینئرنگ کے نصف نے واضح اگلا سوال پوچھا: اگر ذہانت محدود تلاش ہے، تو کیا ہم اسے بنا سکتے ہیں؟

منطق کا نظریہ: شارٹ کٹ کے ذریعے ثبوت

لاگک تھیوریسٹ نے وائٹ ہیڈ اور رسل کی پرنسپیا میتھیمیٹیکا کے نظریات پر حملہ کیا — رسمی منطق کا ابتدائی صدی کا یادگار کام — اور دوسرے باب میں پہلے 52 میں سے 38 کو ثابت کیا۔ طریقہ پیغام تھا: ہر مشتق کو پیسنے کے بجائے (ایسی طاقت جو اس دور کے ہارڈ ویئر کو برداشت نہیں کر سکتی تھی)، اس نے امید افزا راستوں کا انتخاب کرنے کے لیے ہیورسٹکس کا استعمال کیا، مقاصد سے پیچھے کی طرف کام کیا، اور جب اس کے پاس ایک درست ثبوت تھا تو رک گیا، نہ کہ بہترین۔ ہیورسٹک تلاش اور تسلی بخش — سائمن کی فیصلہ سازی کی سائنس، مشین کی رفتار پر چل رہی ہے۔

تھیورم 2.85 کے لیے ایک ایسا ثبوت ملا جو اصل سے زیادہ خوبصورت تھا۔ برٹرینڈ رسل، جو اس وقت اپنے آٹھویں دہائی میں تھے، نے سائمون کے اس بارے میں لکھنے پر خوشی سے جواب دیا۔ جرنل آف سمبولک لاجک کو متاثر کرنا زیادہ مشکل تھا: اس نے نتیجہ شائع کرنے سے انکار کر دیا، یہ فیصلہ کرتے ہوئے کہ ایک ابتدائی تھیورم کا نیا ثبوت شائع کرنے کے لائق نہیں ہے — بظاہر اس تفصیل کو نظرانداز کرتے ہوئے کہ مصنفین میں سے ایک ایک کمپیوٹر پروگرام تھا۔

جنرل پرابلم سلوور: موضوع کے بغیر حکمت عملی

جانشین پروگرام بالکل اسی سمت میں زیادہ بلند پرواز تھا جیسی آپ انتظامی رویے کے مصنف سے توقع کریں گے۔ جنرل پرابلم سالور — پہلی ورژن 1957 میں چلائی گئی، رپورٹ 1959 میں نیول، شا اور سائمن کی طرف سے شائع ہوئی — نے وسائل-مقاصد کا تجزیہ متعارف کرایا: موجودہ حالت اور ہدف کی حالت کے درمیان فرق کو ناپیں، ایک ایسا آپریٹر تلاش کریں جو اس فرق کو کم کرے، اسے نافذ کریں، اور دہرائیں۔ خلا کو بند کرکے نیویگیشن۔

GPS کی حقیقی جدت تعمیراتی تھی: اس نے مسئلہ حل کرنے کی حکمت عملی کو مسئلے کے مواد سے الگ کر دیا۔ ایک ہی انجن پہیلیوں، ثبوتوں یا منصوبوں پر حملہ کر سکتا تھا، اگر ریاستوں اور آپریٹرز کی وضاحت فراہم کی جائے۔ یہ علیحدگی — عمومی طریقہ، پلگ ان کرنے کے قابل ڈومین — AI کا ایک بنیادی ڈیزائن اصول بن گئی، اور وسائل-مقاصد کا تجزیہ آج بھی جدید منصوبہ بندی کے نظاموں میں قابل شناخت ہے۔

بڑا دعویٰ: علامات اور تلاش

اپنی 1976 کی ٹورنگ ایوارڈ لیکچر میں، "کمپیوٹر سائنس بطور تجرباتی تحقیق"، نیول اور سائمن نے اس میدان کے دو دہائیوں کے کام کو اس کے سب سے مشہور مفروضے میں سمیٹا: ایک جسمانی علامتی نظام کے پاس عمومی ذہین عمل کے لیے ضروری اور کافی وسائل موجود ہیں۔ ذہن علامتوں کو منظم کرتے ہیں؛ کمپیوٹر علامتوں کو منظم کرتے ہیں؛ لہذا، مناسب طور پر پروگرام کیے جانے پر، کمپیوٹر ذہین طور پر عمل کر سکتے ہیں — اور علامتوں کی منیپولیشن کے علاوہ کچھ بھی درکار نہیں ہے۔ یہ اب جو علامتی AI یا GOFAI کہلاتا ہے، کا منشور بن گیا۔

انہوں نے تاریخوں کے ساتھ پیش گوئیاں بھی کیں، اور تاریخیں غلط تھیں۔ اپنے 1958 کے آپریشنز ریسرچ کے مقالے میں، سائمن اور نیوئل نے پیش گوئی کی کہ دس سال کے اندر ایک ڈیجیٹل کمپیوٹر دنیا کا شطرنج کا چیمپئن بن جائے گا، جب تک کہ قواعد اسے مقابلے سے روکے نہ۔ دنیا کا چیمپئن 1997 میں ایک کمپیوٹر کے ہاتھوں ہار گیا — پیش گوئی کے 39 سال بعد، نہ کہ دس۔ یہ نوٹ کرنا قابل ذکر ہے کہ یہ غلطی کس قسم کی تھی: میکانزم (ایسی جگہ پر ہیورسٹک تلاش جہاں کوئی مشین ختم نہیں کر سکتی) بالکل درست تھا؛ وقت کی لائن ایک نسل سے غلط تھی۔ دونوں حقائق ریکارڈ میں شامل ہیں۔

کیا ڈیپ لرننگ نے سائمن کو غلط ثابت نہیں کیا؟

یہاں ایک 2026 کے قاری کی جانب سے اعتراض ہے: جدید AI علامتی نہیں ہے۔ نیورل نیٹ ورکس ڈیٹا سے پیٹرن سیکھتے ہیں؛ کوئی بھی ہنر کو ہاتھ سے نہیں لکھتا؛ اور رچرڈ سٹن کے متاثر کن 2019 کے مضمون "The Bitter Lesson" کا پڑھنا سائمن کے پورے نقطہ نظر کے خلاف ایک فیصلہ کی طرح ہے — AI کی تاریخ کے سات دہائیوں نے یہ دکھایا ہے کہ عمومی طریقے جو کمپیوٹیشن کے ساتھ بڑھتے ہیں، انسانی تخلیق کردہ ڈومین علم پر مبنی نظاموں کو شکست دیتے ہیں۔

اعتراض جزوی طور پر کامیاب ہوتا ہے۔ مضبوط علامتی دعویٰ زندہ نہیں رہا: یہ پتہ چلا کہ کافی، علامتیں نہیں تھیں، اور 1970 اور 80 کی دہائی کے ہاتھ سے بنائے گئے علم کے پروگرام بالکل اسی طرح سست ہو گئے جیسے سٹن نے بیان کیا۔ سائمن کا ایک ایماندار بیان اس بات کو واضح طور پر کہتا ہے۔ لیکن "کڑوا سبق" کے اپنے نتیجے کو پڑھیں: دو طریقہ خاندان جو ترقی پذیر ہیں وہ ہیں تلاش اور سیکھنا۔ ہیوریسٹک تلاش سائمن اور نیول کا میدان میں تعاون ہے، جو آج کھیل کے درخت کی تلاش سے لے کر موجودہ AI نظاموں کے جان بوجھ کر استدلال کے لوپ تک زندہ ہے۔ اور جو گہرے نیٹ ورکس کرتے ہیں — بڑے تجربے سے جمع کردہ پیٹرن کو پہچاننا — یہ سائمن کی مہارت کی تعریف کے قریب ہے۔ ری انفورسمنٹ لرننگ، جس کے بانی اینڈریو بارٹو اور رچرڈ سٹن نے 2024 کا ٹورنگ ایوارڈ حاصل کیا (مارچ 2025 میں اعلان کیا گیا)، حسابی حدود کے تحت منتخب تجرباتی تلاش ہے — ایک تحقیقی پروگرام جسے سائمن نے رشتہ دار کے طور پر پہچانا ہوتا۔

تو اسکور کارڈ تقسیم ہو گیا ہے، اور یہ تقسیم معلوماتی ہے: جس معماری پر اس نے شرط لگائی وہ ہار گئی؛ اس کے نیچے موجود ذہانت کا نظریہ جیت گیا۔ مشینیں مکمل طور پر حساب لگا کر ذہین نہیں ہوئیں۔ وہ محدود، ہیوریسٹک، پہچان پر مبنی تلاش کے ذریعے ذہین ہوئیں — جو دعویٰ سائمن نے اپنی کیریئر پر لگایا۔ حالیہ کام دوسری طرف سے لوپ کو بند کرتا ہے: 2025 کے مطالعے میں بڑے زبان ماڈلز خود محدود عقلیت کا مظاہرہ کرتے ہیں، انسانی طرز کے طریقوں میں کھیل کے نظریاتی بہترینیت سے انحراف کرتے ہیں، جبکہ تسلی بخش کو ماڈل کی ہم آہنگی میں خواہش کی سطح کی پابندیوں کے طور پر انجینئر کیا گیا ہے۔

سائیمن کے فنگر پرنٹس جدید AI پر

ٹائم لائن: ایک کثیر الجہتی کی زندگی

سائمن سے AI دہائی میں کیا لے کر جانا ہے

چو چار کام کرنے کے اصول کسی بھی شخص کے لیے جو محدود مشینوں کے ساتھ تعمیر کر رہا ہو، یا ان کے ساتھ فیصلہ کر رہا ہو:

جہاں Argumentree فٹ ہوتا ہے

سائمون نے انسانی اور مشینی ذہانت کو ایک موضوع کے طور پر دیکھا: محدود ایجنٹس جو پابندیوں کے تحت تلاش کر رہے ہیں۔ آرگومنٹری اسی مفروضے پر بنایا گیا ہے۔ انسانی دلائل اور AI سے نکالے گئے دلائل ایک قابل معائنہ ڈھانچے — درخت — میں آتے ہیں جہاں استدلال نظر آتا ہے، درجہ بندیاں کمزور توجہ کو مضبوط نکات کی طرف متوجہ کرتی ہیں، اور ریکارڈ تنظیمی یادداشت کے طور پر برقرار رہتا ہے۔

ان ٹیموں کے لیے جن کا AI استعمال قابل آڈٹ ہونا ضروری ہے، بہن کی مصنوعات AIAgentree اسی خیال کو مشین کی سوچ تک بڑھاتی ہے — یہ بتاتے ہوئے کہ ایک AI نظام نے اپنے نتیجے پر کیسے پہنچا، اس ڈھانچے میں جسے سائمن نے دیکھنے کے لیے کہا ہوتا۔

طویل شرط

سائمن کا شطرنج کا گھڑی چار بار چل گئی، علامتی تعمیرات نے جگہ چھوڑ دی، اور وہ میدان جس کی اس نے بنیاد رکھی اب ان طریقوں پر چلتا ہے جو اس نے نہیں بنائے۔ پیش گوئی کے طور پر جانچا جائے تو ایک ملا جلا ریکارڈ۔ سائنس کے طور پر جانچا جائے تو کچھ نایاب: بنیادی دعویٰ — کہ ذہانت، جہاں بھی ہو، شناخت کی رہنمائی میں محدود تلاش ہے — ہر اس تعمیر سے زیادہ عرصہ تک زندہ رہی ہے جو اس کی جانچ کے لیے استعمال کی گئی، بشمول اس کی اپنی۔

اسی وجہ سے کلاس روم کا جملہ سات دہائیاں بعد بھی اثر انداز ہوتا ہے۔ وہ کسی گیجٹ کا اعلان نہیں کر رہا تھا۔ وہ یہ اعلان کر رہا تھا کہ سوچنے کا عمل ایک انجینئرنگ کا موضوع بن چکا ہے — ذہنوں کے لیے، تنظیموں کے لیے، اور اب مشینوں کے لیے۔