پیچھے دیکھنا، پھر آگے دیکھنا، سال کے آخر تک ایک روایتی مشق ہے۔ 2024 میں کن اعداد و شمار کے خدشات کافی اہم ہیں؟ ان میں سے ہمارے پاس 2024 میں کس کے لیے کچھ اچھا کرنے کا موقع ہے؟ یہ کہنے کی ضرورت نہیں کہ پیسہ (بجٹ اور اخراجات) ایک مسئلہ ہے۔ لیکن اس سے بھی زیادہ کہنے کی ضرورت نہیں، حقیقی کاروباری چیلنجوں کو حل کرنا شاید زیادہ اہم ہے۔ یاد رکھیں کہ اخراجات جمع ہوتے ہیں، اور فوائد ظاہر ہونے میں پریشان کن حد تک دیر ہو سکتی ہے۔ یہاں تک کہ کچھ فوائد اسے "جیتیں یا مرنے کی کوشش کریں" کے زمرے میں لے جاتے ہیں۔
یہ، اقرار، آسان نہیں ہے:
تو، حوصلہ افزائی، ہم ماضی سے کیا سیکھ سکتے ہیں؟
میں نے ان پانچ خدشات کو 2024 میں سنجیدگی سے دلچسپ ہونے کے طور پر پیش کیا:
- کاروباری نتائج
- مضامین بمقابلہ عمل
- ماڈلنگ: حقیقت یا ڈیٹا؟
- انفارمیٹکس - یہ یورپی چیز کیوں ہے؟
- بہتر ادراک کے ذریعہ ڈیٹا ماڈلنگ کو بہتر بنانا؟
کاروباری نتائج، ابھی یا کبھی نہیں۔
کاروباری خدشات پر لاگو کمپیوٹنگ 1960 کی دہائی کے اواخر تک واپس جاتی ہے۔ ڈیٹا انٹری ابتدائی طور پر فلیکس رائٹر پیپر ٹیپ (الیکٹرک ٹائپ رائٹر پر) اور پنچڈ کارڈز پر ہوتی تھی۔ پیچیدہ الگورتھم کو مقناطیسی ٹیپ پر کثیر مرحلہ وار ترتیب/مرج الگورتھم کے طور پر انجام دیا گیا تھا تاکہ ستر کی دہائی کے دوران براہ راست رسائی والے آلات (ڈسک) سے تبدیل کیا جائے۔
کاروباری استعمال کے معاملات کافی سیدھے تھے، اور میرے جیسے لوگ 10 سے 15 سالوں میں بل آف میٹریلز اور میٹریل کی ضروریات سے نمٹنے کی ایپلی کیشنز کو لاگو کرنے میں کافی مصروف تھے۔ کمپیوٹرز پر، جو ان استعمال کے معاملات کے لیے خریدے گئے تھے۔ نصف ملین ڈالر اور اس سے اوپر کی قیمتوں پر۔
انوائسنگ کو تیزی سے استعمال کے کیس کے طور پر شامل کیا گیا، لیکن اس کی وجہ سے یہ مشکل ثابت ہونا شروع ہو گیا۔ ڈیٹا کی معیار مسائل (ہاں، پہلے ہی اس وقت؛ گاہک ایک مشکل گروپ ہیں)۔
انضمام ایک مسئلہ بننا شروع ہوا، جو کہ ایک بھاری تشویش کا باعث ثابت ہوا، کیونکہ ابتدائی ڈیٹا بیس سسٹم زیادہ تر ڈومین ایپلی کیشنز کے لیے پوائنٹ حل کے طور پر استعمال ہوتے تھے۔ تاہم، انٹرپرائز ڈیٹا بیس کا وژن نیٹ ورک اور انڈیکسڈ (ISAM/VSAM ڈیٹا بیس) پر SQL کی فتح کا باعث بنا، کیونکہ پرانے DBMSs میں بہت زیادہ جسمانی ڈیٹا ماڈلز کے مقابلے میں نارملائزڈ ڈیٹا بیس کی سمجھی جانے والی لچک کی وجہ سے۔
ستر کی دہائی میں نام نہاد "DIKW Pyramid" ہر جگہ نظر آنا شروع ہو گئے:
انٹرپرائز ماڈلنگ ویژن بھی کوڈ لیئرز میں داخل ہوئے جس کی وجہ سے آبجیکٹ اورینٹڈ ماڈلز (UML, OO) کے ساتھ ساتھ OODBMS، جو تاہم مین لائن راستوں میں داخل ہونے میں ناکام رہے۔
انفارمیشن سسٹم کی اس قسم کی تعمیر اور نفاذ کا مفروضہ منصوبہ بندی، حکمرانی، طریقوں، کاروباری ماہرین کی شمولیت، اور کچھ ٹیکنالوجی (ریلیشنل ماڈلنگ، OO، وغیرہ) جیسے شعبوں پر مبنی تھا۔
تاہم، 80 اور 90 کی دہائی کے دوران، ایک احساس اپنے آپ کو چاروں طرف پھیلا کہ یہ "سائیلوز" بہت مشکل اور بہت مہنگے ہیں۔ منی کمپیوٹرز اور پرسنل کمپیوٹرز کے ساتھ ساتھ OLAP اور ڈیٹا گودام جیسی نئی ٹیکنالوجیز کو میز پر رکھ دیا گیا تاکہ حقیقی کاروباری ضروریات کو پورا کیا جا سکے۔
عمل کے بجائے مضامین
نئی صدی میں، ERP سسٹمز (جیسے اوریکل، SAP، اور دیگر) اور OLAP، SAS، اور بہت سے دوسرے جیسے تجزیات سے تعاون یافتہ ڈیٹا گودام، درحقیقت، سب سے بڑے ادارے چلا رہے تھے۔ ایک اعلی قیمت پر، جی ہاں. اور تبدیل کرنا مشکل ہے، ہاں۔ تاہم، اگر آپ مجھ سے پوچھیں تو زیادہ لاگت کے فوائد قابل دفاع تھے۔ اس صدی کے آغاز میں بیرونی چیزیں رونما ہوئیں، جیسے کہ مارکیٹ پر مبنی سرمایہ کاری کی سوچ (نیو لبرل ازم) کی ترقی، ایک مضبوط یورپی یونین کے ساتھ ایک نئی میکرو پولیٹیکل صورتحال، اور چین کے لیے کلیدی کردار۔
کاروباری سرگرمیوں کی عالمگیریت تیزی سے ہوئی اور آج بھی جاری ہے۔ اس نے انٹرپرائزز کو بہت زیادہ پیچیدہ بنا دیا، انضمام اور حصول، متضاد پروڈکٹ لائنز، متضاد کاروباری قواعد وغیرہ سے نکل کر۔ نمایاں طور پر مختصر ROI سائیکلوں کی درخواست کرنے والے سرمایہ کاروں کی طرف سے بہت زیادہ دباؤ تھا۔ سیاست، نظریہ، اور ہنگامہ خیز حرکیات سب نے اس چیز کو متاثر کیا جسے روایتی طور پر (انتظام/کمپیوٹر) سائنس کے طور پر تصور کیا جاتا تھا۔
"بگ ڈیٹا" کو سنبھالنے میں بڑی ٹیک کمپنیوں جیسے Yahoo، Google وغیرہ کی کامیابی نے "ٹیکنالوجی ٹو دی ریسکیو" کی مہتواکانکشی توقعات پیدا کیں۔
اس کے نتیجے میں، ٹیکنالوجی وہ جگہ تھی جہاں لوگ حل تلاش کرتے تھے - سوچیں NoSQL، فنکشنل پروگرامنگ، اور "جدید ڈیٹا اسٹیک"۔ ذخیرہ کرنا اب آسان اور سستا تھا، جب کہ "کمپیوٹنگ" پہلے کی طرح ہی بوجھل تھی۔ AI زیادہ طاقتور ہو گیا (پھر بھی کمپیوٹنگ کے اخراجات اور ماحولیاتی نتائج میں بہت مہنگا)۔
2024 میں، ڈیٹا کے اس ماحول (ماحول) میں بہاؤ پر بہت زیادہ توجہ مرکوز کی جائے گی جہاں اسے استعمال کیا جا رہا ہے۔ (AI کے ساتھ اور بغیر دونوں، وغیرہ) ایک چھتری کے نیچے جیسے کہ "جدید ڈیٹا اسٹیک" اور ٹیک نیوزپیک جیسے "ڈیٹا انجینئرنگ،" "ڈیٹا فیبرک،" "ڈیٹا میش" وغیرہ کا استعمال کرتے ہوئے، ڈیٹا کو منتقل کیا جا رہا ہے اور زیادہ تر جسمانی ڈھانچے میں تبدیل، الگورتھمک اور شماریاتی پروسیسنگ (عرف AI) کے لیے موزوں۔
توانائی شدید ہوتی ہے، اور ٹولز تعداد میں حاصل کیے جاتے ہیں اور ان کا اطلاق ہوتا ہے، جو آپ کے باورچی خانے میں ضرورت کے لیے نوبیاہتا جوڑے کے لیے خریداری کی فہرست سے مماثل ہونا شروع کر دیتے ہیں۔ (معذرت، میں اس کی مدد نہیں کر سکا۔) اس پر ایک نظر ڈالیں (Our West Nest نامی ایک انتہائی معلوماتی سائٹ سے آرہی ہے):
اور اوپر صرف گیجٹس اور ٹولز کا زمرہ ہے جس کی آپ کو سفارش کی جاتی ہے۔ باقی چیزوں کے لیے ان کی سائٹ سے مشورہ کریں جس کی آپ کو ضرورت ہے۔ لہذا، اب آپ جانتے ہیں کہ "فوڈ انجینئر" بننے میں کیا ضرورت ہے۔ جہاں تک ڈیٹا انجینئرنگ ٹولنگ کا تعلق ہے، بس اس زبردست کو چیک کریں۔ سائٹ!
بدقسمتی سے، جیسا کہ کوئی بھی اچھا باورچی آپ کو خوش دلی سے بتائے گا، تجارت کی چالیں آپ کے مواد (کھانے) کو جاننا اور اچھی مصنوعات کے ذائقے کو یکجا کرنے اور ان سے ملنے کے طریقے کو جاننے میں ہیں، جسے آپ جانتے ہیں کہ کہاں تلاش کرنا ہے اور علاج کیسے کرنا ہے۔ ہمارے دائرے میں ترجمہ کیا گیا، اس کا مطلب ہے کہ آپ بہت سارے انجینئرنگ ٹولز کو اپلائی کر سکتے ہیں، لیکن یہ کام صرف اس صورت میں ہو گا جب آپ بزنس ڈومینز کے مضامین کو جانتے ہوں، کاروباری خدشات کو جانتے ہوں، اور وفاق میں کاروباری افراد کے ساتھ مل کر مسائل کو حل کریں۔ منظرنامے
بصورت دیگر، آپ شاید لاگت سے موثر حل فراہم کرنے والے نہیں ہوں گے۔ یہ ایک کاروباری مسئلہ ہے، راکٹ (نہ کمپیوٹر) سائنس کا نہیں۔
اور یہ جاننا کہ کاروبار کیا ہے ہمارا اگلا موضوع ہے۔
ماڈلنگ کی حقیقت: علم، ڈیٹا نہیں۔
حقیقت سفاک ہوسکتی ہے: میری پسندیدہ (حقیقی) خوفناک کہانیوں میں سے ایک ملٹی نیشنل B2C کمپنی کے بارے میں ہے جو سیلز رپورٹنگ کی ایک نئی اسکیم کو نافذ کرنا چاہتی ہے۔ ہم نے اسے مختلف ممالک میں چلنے والے کئی ERP سسٹمز سے ڈیٹا اکٹھا کر کے بنایا ہے – صرف یہ دریافت کرنے کے لیے کہ مربوط ڈیٹا بیس میں سیلز رپورٹ لائنوں کے 50% سے زیادہ میں پروڈکٹ کے زمرے کے درجہ بندی کی معلومات غائب تھی! اس نے پروجیکٹ میں کئی مہینوں کی تاخیر کی، جہاں نوجوان، سخت کنٹرولرز نے باری باری مختلف بیٹی کمپنیوں کا دورہ کیا … اگر انہیں پہلے سے معلوم ہوتا، تو شاید پروجیکٹ مختلف نظر آتا۔
ایسا لگتا ہے کہ جنریٹو AI (GenAI) آج تمام صفحہ اول پر ظاہر ہوتا ہے۔ اور صفحہ 2 پر بہت سے لوگ دلیل دیتے ہیں کہ GenAI کے فریب (چیزیں بنانے) کے رجحانات کو روکنے کے لیے، آپ کو اس کے ساتھ ساتھ اس کی مدد کرنی ہوگی۔ علم کا گراف. یہ ایک بہت اچھا خیال ہے کیونکہ گراف کاروباری سیمنٹکس کے قریب ہیں۔
مائیک ڈِلنگر نے ایک بہت براہ راست لے AI کو کچھ بہتر بنانے کے لیے نالج گرافس کی ضرورت پر:
"کمپیوٹر اور ڈیٹا سائنسدانوں کے لیے، نالج گرافس کے استعمال کی حوصلہ افزائی کرنے کا ایک طریقہ یہ ہے کہ انہیں متعلقہ ڈیٹا بیس میں ڈیٹا اور علم کی نمائندگی کرنے اور اسے لکیری مشین لرننگ ماڈلز کے ساتھ جوڑتوڑ کرنے کی بہت سی خامیوں کو دور کرنے کے طریقے کے طور پر رکھا جائے۔
ڈیٹا بیس کا ایک بڑا، برا، اور ڈرامائی طور پر آسان بنانے والا مفروضہ یہ ہے کہ کالموں کو آزاد یا آرتھوگونل سمجھا جاتا ہے۔ مشین لرننگ کی تکنیکیں جیسے کلاسیفائر ایک ہی مفروضہ بناتے ہیں: ہر خصوصیت/متغیر کے لیے وزن ہوتے ہیں لیکن دو یا زیادہ خصوصیات کے درمیان ہم آہنگی یا باہمی انحصار کی نمائندگی کرنے کے لیے کوئی شرائط نہیں ہیں۔ درجہ بندی کرنے والوں کے لیے ٹارگٹ کلاسز کو بھی منقطع یا غیر مربوط سمجھا جاتا ہے، یہی وجہ ہے کہ درجہ بندی کے لحاظ سے متعلقہ کلاسوں کے درمیان فیصلہ کرنے میں درجہ بندی خراب کارکردگی کا مظاہرہ کرتے ہیں - وہ منقطع نہیں ہوتے ہیں، بلکہ ایک دوسرے کو شامل کرتے ہیں۔ یہ یقین کرنا کہ متغیرات غیر متعلق ہیں جب وہ اصل میں متعلقہ ہوتے ہیں تو غلطی کے تغیر کو ناقابل برداشت سطح تک بڑھا دیتا ہے۔"
نیز، ڈِلنگر کی ایک سلائیڈ سے: "علمی گراف کیوں استعمال کریں؟ کیونکہ ریاضی لفظی، جان بوجھ کر، بالکل بے معنی ہے۔ اور منطق بھی ہے۔"
کاروبار پر اثر ڈالنا یہ ہے کہ یہ کہاں سے شروع ہوتا ہے اور کہاں ختم ہوتا ہے۔
AI کو قابل اعتماد تجاویز پیش کرنا ہوں گی۔ کیوں نہیں سرٹیفیکیشن کے لئے پوچھیں?
زیادہ انفارمیٹکس، کم ٹیک
مندرجہ ذیل کوئی بڑا مسئلہ نہیں ہے، لیکن ایسا لگتا ہے کہ غیر درست اصطلاحات نے ہمارے "گلڈ" کو متاثر کیا ہے۔
میں نے 1969 میں کوپن ہیگن یونیورسٹی میں شروعات کی۔ میرے پروفیسر پیٹر ناور تھے، جو ان چیزوں کے لیے مشہور ہیں جیسے:
- Edsger Dijkstra et al کے ساتھ شریک مصنف۔ Algol-60 پروگرامنگ زبان پر
- BNF میں "N"، Backus-Naur-Form زبان کی بہت سی تعریفوں میں استعمال ہوتا ہے
- وہ "کمپیوٹر سائنس دان" کہلانا نہیں چاہتا تھا، اس نے "کمپیوٹر سائنس" کے بجائے "ڈیٹالوجی" کو ترجیح دی - اس کی وجہ یہ ہے کہ دونوں ڈومینز (کمپیوٹر اور انسانی جاننا) بہت مختلف ہیں اور اس کی دلچسپی ڈیٹا میں تھی، جو کہ ہے۔ انسانوں کے طور پر ہمارے ذریعہ تخلیق اور بیان کیا گیا ہے۔
- اپنی کتاب "کمپیوٹنگ: اے ہیومن ایکٹیویٹی" (1992) میں، جو کمپیوٹر سائنس میں ان کی شراکت کا مجموعہ ہے، اس نے پروگرامنگ کے اسکول کو مسترد کر دیا جو پروگرامنگ کو ریاضی کی ایک شاخ کے طور پر دیکھتا ہے۔
- IEEE کمپیوٹر سوسائٹی کا کمپیوٹر پاینیر ایوارڈ (1986)
- 2005 ٹیورنگ ایوارڈ یافتہ، ان کے ایوارڈ لیکچر کا عنوان تھا "کمپیوٹنگ بمقابلہ انسانی سوچ"
(مزید پس منظر دیکھیں یہاں.)
حقیقت میں، ہمارے پاس تین مسابقتی اصطلاحات ہیں:
- کمپیوٹر سائنس
- انفارمیٹکس
- انفارمیشن سائنس
"انفارمیشن سائنس" کا کلاسیکی طور پر مطلب ہے معلومات کو سنبھالنے کی وہ قسم جو لائبریرین اور آرکائیوسٹ کرتے ہیں۔ آج یہ سب ڈیجیٹل ہے…
یورپ اور دیگر ممالک کے بڑے حصوں میں کمپیوٹر سائنس کے بجائے "انفارمیٹکس" کا استعمال کیا جاتا ہے۔ U.S. et al. میں، انفارمیٹکس کو اکثر صحت کی دیکھ بھال میں معلومات سے نمٹنے کے لیے استعمال کیا جاتا ہے۔
اور پھر "کمپیوٹر سائنس" ہے۔ علمی طور پر، آج یہ بہت ریاضیاتی اور تجریدی ہے، جس کی بنیاد منطق اور افعال پر رکھی گئی ہے۔ تاہم، اسے اکثر مہارتوں کے ایک سیٹ کے طور پر بیان کیا جاتا ہے، جو ڈیٹا کو سنبھالنے میں استعمال ہوتے ہیں۔ لیکن براہ راست سیمنٹکس، "کمپیوٹر کی تعمیر کیسے کریں،" اب دائرہ کار میں نہیں ہے۔ میں انجینئرز اور طبیعیات دان اس کا خیال رکھنے کی توقع کروں گا۔
اگر میں ہائی ویز بناتا ہوں، تو میں ہائی وے سے متعلقہ خصوصی مہارتیں استعمال کر سکتا ہوں۔ لیکن کیا یہ مجھے "ہائی وے سائنسدان" بناتا ہے؟ نہیں تو.
ACM کی کمیونیکیشنز میں (ایسوسی ایشن فار کمپیوٹنگ مشینری، لاگ ان کی ضرورت ہے)، ACM کے سابق صدر، پیٹر ڈیننگ نے "کیا کمپیوٹر سائنس سائنس ہے" کے عنوان سے ایک مضمون میں کمپیوٹر "سائنس" کے حق میں اور اس کے خلاف بحث کی ہے؟ کمپیوٹر سائنس سائنس ہونے کے ہر معیار پر پورا اترتی ہے، لیکن اس میں خود اعتمادی کا مسئلہ ہے،" 2005، جیسا کہ اس نے نتیجہ اخذ کیا:
"کمپیوٹر سائنس کے دعووں کی توثیق کریں۔
وہاں آپ کے پاس ہم ہیں۔ ہم نے اپنی لیبارٹریوں میں اشتہارات کے شعبوں کی افواہوں کو گھسنے کی اجازت دی ہے۔ 400 سے پہلے شائع ہونے والے 1995 کمپیوٹر سائنس پیپرز کے ایک نمونے میں، والٹر ٹچی نے پایا کہ تقریباً 50 فیصد ماڈلز یا مفروضے پیش کرنے والوں نے ان کی جانچ نہیں کی [12]۔ سائنس کے دیگر شعبوں میں غیر جانچے گئے مفروضوں کے ساتھ کاغذات کا حصہ تقریباً 10% تھا۔ ٹِچی نے یہ نتیجہ اخذ کیا کہ مزید جانچ کرنے میں ہماری ناکامی نے بہت سے ناقص خیالات کو عملی طور پر آزمانے کی اجازت دی اور سائنس کے طور پر ہمارے شعبے کی ساکھ کو کم کیا۔ …
ایسا لگتا ہے کہ ہمارے شعبے کا تصور نسل در نسل مسئلہ ہے۔ بڑی عمر کے اراکین فیلڈ کی تین جڑوں میں سے کسی ایک سے شناخت کرتے ہیں—سائنس، انجینئرنگ، یا ریاضی۔ سائنس کا نمونہ دوسرے دو گروہوں میں زیادہ تر پوشیدہ ہے۔
نوجوان نسل، جو بڑی عمر کے مقابلے میں بہت کم خوفزدہ تھی، جو کبھی نئی کمپیوٹنگ ٹیکنالوجیز کے ساتھ تھی، تنقیدی سوچ کے لیے زیادہ کھلی ہے۔ کمپیوٹر سائنس ہمیشہ ان کی دنیا کا حصہ رہی ہے۔ وہ اس کی صداقت پر سوال نہیں اٹھاتے۔ اپنی تحقیق میں، وہ تیزی سے سائنس کے پیراڈائم کی پیروی کر رہے ہیں۔"
Tichy کا حوالہ ہے: Tichy, W. کیا کمپیوٹر سائنسدانوں کو مزید تجربہ کرنا چاہیے۔ IEEE کمپیوٹر 1998.
آپ کو حیرت میں ڈال دیتا ہے: کیا ہم اب بھی ”ایڈورٹائزنگ ڈیپارٹمنٹس کی ہائپ کو اپنی لیبارٹریوں میں گھسنے کی اجازت دے رہے ہیں“؟
میرے خیال میں جو کچھ ہم کرتے ہیں اس کے لیے "انفارمیٹکس" سب سے عام، اور عین مطابق اصطلاح ہے۔ کمپیوٹنگ ایک انسانی سرگرمی ہے اور انفارمیٹکس انسانوں کے لیے اور ان کے ذریعے معلومات کو سنبھالنے کی انسانی سرگرمیوں کو بیان کرتی ہے۔
ہاں، میں اب بہتر محسوس کر رہا ہوں، شکریہ!
آگے کی تلاش: ادراک کو بہتر بنانا
مستقبل میں ڈیٹا ماڈلنگ؟
جیسا کہ میرے کچھ قارئین کو یاد ہوگا، میں دل سے ایک (گراف) ڈیٹا ماڈلر ہوں، میرے پیچھے کئی سالوں کی ماڈلنگ ہے۔ میں کاروباری خدشات پر انفارمیٹکس کو لاگو کرنے کے لئے ایک مضبوط وکیل بھی ہوں - کاروباری مسائل کے حل کو اہم چیز بنانا جو ہم کرتے ہیں۔ ہم نے پچھلے 15 سے 25 سالوں کی لاگت/فائدے کی بحث کا سامنا کیا ہے۔
لوگ یہ بھی مانتے ہیں کہ ڈیٹا ماڈلنگ سڑک کے اختتام پر ہے، مزید نہ کہیں۔ اسے زیادہ پیداواری بنانے اور اعلیٰ معیار کی پیداوار کے لیے کیا کیا جا سکتا ہے؟ یہ 1970 کی دہائی میں تیار کیا گیا تھا، یاد رکھیں۔ 70 کی دہائی سے اور کتنا بچ گیا ہے؟ (ٹھیک ہے، صرف چھیڑنا: رشتہ دار ماڈلنگ بچ گئی …)
جہاں تک کسی بھی نظریہ کا تعلق ہے، آپ کو مفروضوں کو چیلنج کرنا پڑے گا۔ ڈیٹا ماڈلنگ، جیسا کہ اب ہم جانتے ہیں، پیچیدہ خاکوں کے ساتھ بہت انجینئرنگ پر مبنی ہے، جو اپنے صارفین کی نیک خواہشات کے ساتھ زیادہ مباشرت نہیں ہے۔ بہت سے طریقوں سے، یہ اب بھی "بلیو پرنٹس" ہے جو محوری نمونوں پر مبنی ہے جیسے ڈیٹا بیس نارملائزیشن، وغیرہ۔ جس کا مقصد ڈیٹا بیس جیسی جسمانی تعمیرات کی تعمیر کے لیے ہے۔ رعایت گھر کے انفارمیٹکس کی طرف ہے، جہاں سیمنٹک ماڈلز (گرافس) اظہار، درستگی، اور نسبتاً استعمال میں آسانی کی وجہ سے کافی حد تک کامیاب ہوتے ہیں (پڑھیں: "نالج گرافس")۔
مضبوط، آگے نظر آنے والی تحقیق موجود ہے۔
تو، کیا یہ سفر کا اختتام ہے؟ کیا JSON ڈیٹا ماڈلز کے تمام پہلوؤں کو سنبھال لے گا؟
مجھے نہیں لگتا. ڈیٹا ماڈلنگ، سیمنٹکس کے ساتھ، ایک کھلا تحقیقی علاقہ ہے۔ روایتی کمپیوٹر سائنس پر مبنی ڈیٹا ماڈلنگ تنگ محوروں اور تمثیلوں پر مبنی تھی – جو کہ منطق اور تجرید سے مضبوط ہوتی ہے۔
لیکن سیمنٹکس اور ادراک گفتگو کی ایک بہت بڑی کائنات کا دروازہ کھولتے ہیں۔ درحقیقت، ڈیٹا ماڈلنگ نے جو کچھ سالوں میں کرنے کی کوشش کی وہ علمی سائنس (نفسیات، طبی، اور فلسفیانہ) کے دائروں میں جانا تھا۔
ڈیٹا ماڈل دنیا کی تشریحات ہیں جو ہمارے حواس کے ذریعہ سمجھی جاتی ہیں، جو ہم دیکھتے اور تجربہ کرتے ہیں ہر چیز کا ادراک بناتے ہیں۔ یہ آگے کی کھلی سڑک ہے!
اور پھر ہم کیا دیکھ رہے ہیں؟ آئیے، اس کے مزے کے لیے، اسے ایک "Cognitive Positioning System" (CPS) کہتے ہیں۔ ایک نظر ڈالیں:
سی پی ایس کے تجربہ کار صارفین جو سفر کرتے ہیں وہ نوٹ کریں گے کہ تصویر پیرس، فرانس کی ہے۔ کچھ لوگ یہ بھی جانتے ہوں گے کہ دریا کو The Seine کے نام سے جانا جاتا ہے۔
بصری ادراک کے ذریعہ بقا
مجھ سمیت زیادہ تر جانوروں کی بنیادی علمی صلاحیتوں کا مقصد، سب سے پہلے اور سب سے اہم، اس طرح کے حالات کو سمجھنا ہے: آپ نے دیکھا کہ ایک شیر (نر) گھاس میں ڈنڈا مار رہا ہے۔. فیصلے کرنے کے لیے یہ ایک بھرپور سیاق و سباق نہیں ہے۔ اپنی جبلتوں پر عمل کریں (کار کی طرف پیچھے بھاگنا ایک اچھا خیال ہے)۔
اور یہاں ایک اور سیاق و سباق ہے: آپ نے ایک اور شیر دیکھا! اس بار ایک خاتون، ایک لاش کے پاس آرام کر رہی ہے، اور اس کا پیٹ بھرا ہوا ہے۔. کام کرنے کے لیے تھوڑا اور سیاق و سباق۔ جانور (وائلڈ بیسٹ؟) تقریباً پہلے ہی کھا چکا ہے۔ ارادہ: اسے اس وقت بھوک نہیں ہے۔ ایک تصویر لیں اور پیچھے ہٹیں، اچھی اور پرسکون۔
ان معاملات پر علمی تحقیق کا ایک بھرپور پورٹ فولیو موجود ہے۔ ہم موقع پر، اب اور یہاں، سیاق و سباق کی تفہیم سے نمٹنے کے لیے تیار ہوئے، جیسا کہ دماغ میں ہماری علمی پروسیسنگ اکائیوں میں پہنچنے والے حواس (خیال) کے مسلسل بہاؤ کے ذریعے ہمارے سامنے پیش کیا گیا ہے۔ یہ بنیادی نفسیات سے لے کر نیورو سائیکالوجی سے زیادہ سنجشتھاناتمک عصبی سائنس سے زیادہ، ذہانت، شعور اور فلسفے پر ہے۔
میں پچھلے 10 سالوں سے مختلف محققین اور مصنفین کی پیروی کر رہا ہوں، اور یہاں ہم دلچسپ مشاہدات کے ایک چھوٹے سے قافلے کو دیکھیں گے۔
نقشہ جات
واضح طور پر، نقشے توجہ اور تفہیم میں آسانی کے لیے اس جستجو کے حصے ہیں۔ یہ ہے (مرکز) لندن کا زیر زمین نقشہ:
اب، سب سے پہلے، نقشوں میں متعدد کوالیا ہیں، جیسا کہ اوپر بیان کیا گیا ہے:
- مقامات کا نقشہ بنایا گیا ہے۔
- رشتے یا راستے، اگر آپ چاہیں، نقشے بنائے جاتے ہیں۔
- نقشے گراف ہیں، گراف نقشے ہیں!
- نقشے بدیہی معنی رکھتے ہیں۔
یہ بھی نوٹ کریں کہ نقشے پر، مقامات/ لینڈ مارکرز کو نوٹ کیا گیا ہے۔ تاہم، اگر آپ بھول گئے ہیں کہ سلوین اسکوائر ٹیوب اسٹیشن کے قریب کیا ہے، تو آپ ہمیشہ دن کی روشنی میں اٹھ کر دیکھ سکتے ہیں کہ آیا آپ کا CPS آپ کے لیے ماحول (= سیاق و سباق) کو پہچان لے گا۔ "اوہ، ہاں، وہاں پیلے گھر کی چھوٹی سی دکان میں وہ جگہ ہے جہاں ہم نے اپنے سہاگ رات پر ایلن کے لیے سرخ بندنا خریدا تھا۔"
جب آپ ڈیٹا ماڈل بناتے ہیں تو نقشہ کی تشبیہات میں سوچنا آسان اور طاقتور ہوتا ہے۔ اس لیے میں نے برسوں پہلے ER-diagrams اور UML کلاس ڈایاگرام کو ترک کر دیا تھا۔
پلیس ہولڈرز/مقام کے نشانات/مقامات کے ناموں پر
اپنا راستہ تلاش کرنا نقشوں اور علمی ادراک سے کچھ زیادہ ہے۔ اپنی بہترین کتاب "Wayfinding" Picador MacMillan 2020 میں، مائیکل بانڈ (سائنس صحافی، نیو سائنٹسٹ کے سابق سینئر ایڈیٹر) نے کچھ حیران کن مشاہدات اور انکشافات کیے ہیں۔
انہوں نے ماہر بشریات آرین برک کا حوالہ دیتے ہوئے کہا کہ آثار قدیمہ کے شواہد موجود ہیں کہ ابتدائی جدید انسانوں کے پاس وسیع سوشل نیٹ ورکس تھے۔ "وہ دور دراز کے نیٹ ورک ہماری ثقافت کے لیے ضروری تھے،" اس نے ایک فون کال میں وضاحت کی۔ "یاد رکھیں کہ Palaeolithic کے دوران، آس پاس نسبتاً کم لوگ تھے۔ ... ایک مقامی طور پر وسیع سوشل نیٹ ورک کو برقرار رکھنا آپ کی مسلسل بقا کو یقینی بنانے کا ایک طریقہ تھا۔ آپ کو ایک بہت ہی متحرک علمی نقشے کی ضرورت ہوگی، جسے آپ کو اپنے رابطوں کے بارے میں معلومات اور وہ آپ کو زمین کی تزئین کے بارے میں کیا بتا رہے ہیں کے ساتھ مسلسل اپ ڈیٹ کرنا پڑے گا۔
بانڈ ٹپوگرافیکل جگہوں کے ناموں کے استعمال کا بھی ذکر کرتا ہے - ٹاپونیمس۔ مثال کے طور پر، اگر آپ اسکاٹ لینڈ میں اس کے والدین کے فارم سے شمال مغرب کی طرف جاتے ہیں، تو آپ "روشن اور چمکتی ہوئی ندیوں کے سنگم" سے ملتے ہیں، اور پرانے کیٹل ٹریل "پرندوں کی چٹان" کی پیروی کرتے ہیں۔ ایک میل یا اس سے زیادہ دور آپ "عظیم سیاہ پہاڑی" سے ملتے ہیں اور "سرخ ندی" کو عبور کرتے ہیں۔ سیدھے آگے "جنگ کی پہاڑی" ہے۔ چڑھنے کے بعد آپ اپنے آپ کو "کلاؤڈ بیریز کی پہاڑی" پر پائیں گے (وہ اب بھی وہاں بڑھتے ہیں)۔
مورخین کا خیال ہے کہ ٹپوگرافیکل جگہوں کے ناموں نے ابتدائی آباد کاروں کو ایک جغرافیائی حوالہ نظام دیا، جو عرض البلد اور عرض البلد کا پیش خیمہ ہے۔ ایک وضاحتی نام ایک ذہنی تصویر کا اشارہ کرتا ہے – جب آپ اسے دیکھیں گے تو آپ اس کو پہچان لیں گے کہ "گھاس کی عظمت" (Funtulich، Gaelic میں)۔ جگہوں کے ناموں کا ایک سلسلہ سمتوں کا ایک مجموعہ بناتا ہے: اس طرح لیس، آپ اپنا سفر کر سکتے ہیں۔
مزید شمال میں، شمالی کینیڈا، الاسکا، اور گرین لینڈ کے انیوٹ لوگوں کے لیے۔ جب ایکسپلورر جارج فرانسس لیون 1822 میں کینیڈا کے آرکٹک میں ایگلولک کے گاؤں سے گزرے، شمال مغربی گزرگاہ کی تلاش میں، اس نے نوٹ کیا کہ "ہر ندی، جھیل، خلیج، نقطہ، یا جزیرے کا ایک نام ہوتا ہے، اور یہاں تک کہ کچھ خاص۔ پتھروں کے ڈھیر۔"
ایک بیرونی شخص کے لیے، آرکٹک نمایاں اور نیرس نظر آ سکتا ہے۔ … Baffin جزیرے کی جنوبی ایڑی پر آپ کو Nuluujaak، یا "دو جزیرے ملیں گے جو کولہوں کی طرح نظر آتے ہیں۔" یاد کرنا مشکل ہے۔ ساحل سے آگے، جب آپ Qumanguaq دیکھیں گے تو آپ کو بالکل پتہ چل جائے گا کہ آپ کہاں ہیں، "کندھے ہوئے پہاڑی (کوئی گردن نہیں)"۔
جگہوں کے نام رکھنے کا یہ نقطہ نظر امریکہ کے پہلے یورپی متلاشیوں کے اختیار کردہ انداز سے بہت مختلف ہے، جو مقامی ٹپوگرافی یا ثقافت کے بجائے اپنے وطن کے دوستوں، حمایتیوں، یا قابل ذکر لوگوں کو منانے کا رجحان رکھتے تھے۔
ہم کیسے تشریف لے جاتے ہیں۔
مائیکل بانڈ کو چھوڑنے سے پہلے، یہاں کچھ ریمارکس ہیں جن کے بارے میں سوچنا ضروری ہے:
"انسانوں کو ایک اندرونی نیویگیٹر سے نوازا گیا ہے جو کسی بھی مصنوعی نظام سے کہیں زیادہ نفیس اور قابل ہے۔ ہم اسے کیسے استعمال کرتے ہیں؟
ماہرین نفسیات نے پایا ہے کہ، جب غیر مانوس خطوں سے اپنا راستہ تلاش کرتے ہیں، تو لوگ دو میں سے ایک حکمت عملی پر عمل کرتے ہیں: یا تو وہ ہر چیز کو خلا میں اپنی پوزیشن، 'خودمختاری' کے نقطہ نظر سے جوڑتے ہیں، یا پھر وہ زمین کی تزئین کی خصوصیات پر انحصار کرتے ہیں اور ان کا تعلق کیسے ہے۔ ایک دوسرے کو بتانے کے لیے کہ وہ کہاں ہیں، 'مقامی' نقطہ نظر۔
مشاہدات کا ایک اور مجموعہ جو مجھے دلچسپ لگتا ہے وہ یہ ہے کہ ہم حقیقت میں مناظر میں کیسے جاتے ہیں اور راستوں کی پیروی کرتے ہیں۔ ایسا لگتا ہے کہ حدود مقامات کی طرح ہی اہم ہیں۔ اور مجھے شبہ ہے کہ اسے تعمیر شدہ "زمین کی تزئین" میں عام کیا جا سکتا ہے، جہاں حدود نیویگیشن کو کافی حد تک آسان کر سکتی ہیں (اور بدیہی طور پر)۔
میں مائیکل بانڈ کے ذریعہ "Wayfinding" کی انتہائی سفارش کرتا ہوں۔
حرکت، مقامی
اگلی کتاب جس کا میں ذکر کروں گا وہ ہے”مائنڈ ان موشن: ایکشن سوچ کو کیسے شکل دیتا ہے۔2019 سے باربرا ٹورسکی (اسٹینفورڈ میں نفسیات میں پروفیسر ایمریٹا) کی طرف سے۔
بہت سے طریقوں سے، یہ اسی نتائج کے ذریعہ تیار کیا گیا ہے جیسا کہ مائیکل بانڈ نے رپورٹ کیا ہے۔
لوگ، زیادہ تر مخلوقات کی طرح، ایک جگہ سے دوسری جگہ منتقل ہوتے ہیں۔ جیسے جیسے وہ حرکت کرتے ہیں، وہ زمین پر، دماغ میں، راستوں اور جگہوں پر نشانات چھوڑ دیتے ہیں۔ ہپپوکیمپس نقل و حرکت کو راستوں، جگہوں کے تار اور راستوں کے طور پر ریکارڈ کرتا ہے۔ یہ حقیقت میں، نوبل انعام برائے فزیالوجی یا میڈیسن 2014، جس کا ایک آدھا حصہ جان او کیف کو دیا گیا، دوسرا نصف مشترکہ طور پر مئی-برٹ موزر اور ایڈورڈ آئی موزر کو "ان کے خلیات کی دریافت کے لیے جو دماغ میں پوزیشننگ سسٹم بناتے ہیں۔" خلیوں کو گرڈ سیل کہا جاتا ہے اور دماغ میں مقامی تعمیرات بنانے میں ہپپوکیمپی کے ساتھ کام کرنے والے مارکر کے طور پر استعمال ہوتے ہیں۔
باربرا ٹورسکی کا نقطہ نظر وسیع تر ہے - وہ یہ ثابت کرنا چاہتی ہے کہ دماغ میں جگہ جگہ ریکارڈ کی گئی حرکت سوچ کا پلیٹ فارم ہے۔ نہ صرف گراف بلکہ الفاظ، اشارے اور گرافکس بھی۔ وہ تخمینہ اور دریافت کو بھی فروغ دیتے ہیں، کمیونٹی کے ذریعہ تخلیق، نظر ثانی اور تخمینہ کی اجازت دیتے ہیں۔ زمرہ بندی ایک ذہنی سادگی ہے جو سمجھی گئی مکمل تصویر میں ہے۔ یقیناً پروفیسر۔ ٹورسکی نے اسٹینفورڈ اور کولمبیا یونیورسٹی میں اپنی نفسیات کی لیب میں ان چیزوں کے بہت سے پہلوؤں پر تحقیق کی ہے۔
خلا کے معنی ہیں، قربت کا مطلب ہے کسی بھی جہت پر قربت۔ عمودی: اوپر، سب کچھ اچھا، افقی: غیر جانبدار۔ خلا خاص، سپرا ماڈل اور بقا کے لیے ضروری ہے، دوسرے علم کی بنیاد ہے۔ اشاروں سے سپورٹ۔
دوسرے لفظوں میں، ذہن سے ہونے والی بات چیت آسانی سے پہچانی جا سکتی ہے اور یہ صارف پر واضح ہونا چاہیے کہ یہ (مواصلات) ان کاموں میں کس طرح مدد کر سکتا ہے جو سیاق و سباق میں اہم ہیں۔ مستقبل میں ڈیٹا ماڈلز کو بڑھانے کے طریقے کے لیے اچھی سفارشات کی طرح لگتا ہے!
"Mind in Motion: How Action Shapes Thought" علمی سائنس کی جگہ میں ایک بنیادی کام ہے۔ ایک بہترین یوٹیوب ویڈیو ہے (مقامی سوچ سوچ کی بنیاد ہے) 2022 سے اس کے ساتھ، یہاں.
دماغ میں ادراک (بائیں اور دائیں)
علمی معاملات پر سب سے اہم، احتیاط سے تحقیق کی گئی کتابوں میں سے ایک ہے "چیزوں کے ساتھ معاملہ: ہمارے دماغ، ہمارے فریب، اور دنیا کی غیر سازی" ماہر نفسیات، نیورو سائنس کے محقق، فلسفی، اور ادبی اسکالر ڈاکٹر ایان میک گلکرسٹ، پرسپیکٹیو، 2021۔
اس کے اپنے الفاظ میں:
"مؤثر طریقے سے، کوئی حصے نہیں ہیں۔ حصے دنیا میں شرکت کے ایک خاص طریقے کا نمونہ ہیں۔ صرف ہول ہیں۔ اور جن چیزوں کو ہم حصوں کے طور پر سوچتے ہیں، وہ ایک اور سطح پر ہول ہیں، اور جن چیزوں کو ہم مکمل کے طور پر سوچتے ہیں، انہیں اس سے بھی بڑے پورے کے حصوں کے طور پر دیکھا جا سکتا ہے۔
لیکن چیزوں کو حصوں میں تراشنے کا یہ کاروبار بائیں نصف کرہ کی ٹکڑا توجہ کا ایک نمونہ ہے۔ لہذا چونکہ یہ اس چھوٹی سی تفصیل پر توجہ مرکوز کرنے کی کوشش کر رہا ہے، اس لیے یہ ایک چھوٹی سی چیز پر توجہ مرکوز کر رہا ہے، شاید توجہ کے 360 ڈگری آرک میں سے تین، اور یہ دائیں نصف کرہ سے دنیا کو مختلف انداز میں لے جاتا ہے۔
پیڈینٹک بائیں نصف کرہ اور بدیہی دائیں نصف کرہ
ہمارے دماغ کے دو نصف کرہ کے درمیان محنت کی تقسیم کو چند مثالوں سے خلاصہ کیا جا سکتا ہے:
چھوڑ دیا | اس وقت |
جانا جاتا ہے | نیا |
یقین | امکان |
استحکام | بہاؤ |
حصے | پوری |
واضح | ضمیر |
خلاصہ | متعلقہ |
جنرل | منفرد |
مقدار کا تعین | قابلیت |
بے جان | متحرک |
امید | حقیقت |
دوبارہ پیش کیا | حال (-) |
اختلاف کی وجوہات ارتقائی ہیں۔ آسان وضاحت اوپر دی گئی دو شعر کی مثالوں سے تقریباً مساوی ہے۔ ایک "اوہ، میں جانتا ہوں کہ وہ کیا ہے" اور دوسرا ہے "مدد، میں بہتر دوڑوں گا!" دونوں ردعمل کافی مفید ہیں۔
یہاں ایک بہت دلچسپ ہے یوٹیوب لیکچر: ڈاکٹر Iain McGilchrist نے CERN کے IdeaSquare innovation space میں انسانی دماغ اور فلسفے کے نقطہ نظر سے حقیقت کی نوعیت پر گفتگو کی۔ اس تقریب کی میزبانی ایک پائلٹ کورس کے ساتھ مل کر کی گئی تھی جس میں طلباء کو بڑے پیمانے پر نظام سوچنے کی صلاحیتوں سے لیس کیا گیا تھا اور یہ کہ سماجی تبدیلی کو کیسے آمادہ کیا جا سکتا ہے۔ وہ ایک ویب سائٹ بھی برقرار رکھتا ہے۔ یہاں.
ان کی تازہ ترین کتاب، "The Matter with Things"، دو جلدیں، مجموعی طور پر 1,300 صفحات پر مشتمل ہے۔ آپ کو تھوڑی دیر کے لیے مصروف رکھنا چاہیے!
مجھے امید ہے کہ میں نے آپ کو اس بات پر قائل کر لیا ہے کہ ہمارے پاس ڈیٹا ماڈلز کے بارے میں بہتر سمجھنے کے کئی مواقع ہیں؟ آنکھیں رکھو کھول! انترجشتھان کا استعمال کرتے ہوئے بات چیت! مئی 2024 وہ سال ہو گا جہاں اختراعی ارتقاء ڈیٹا کے تمام سامان کو آسان بنا دیتا ہے!
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
- پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
- پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://www.dataversity.net/handling-data-concerns-in-2024-and-onwards/
- : ہے
- : ہے
- : نہیں
- :کہاں
- $UP
- 1
- 10
- 12
- 120
- 15 سال
- 15٪
- 1995
- 2005
- 2019
- 2020
- 2021
- 2022
- 2024
- 225
- 247
- 25
- 300
- 360
- 400
- 84
- a
- صلاحیتوں
- ہمارے بارے میں
- اوپر
- بالکل
- خلاصہ
- تعلیمی
- تعلیمی تحقیق
- تک رسائی حاصل
- جمع کرنا
- ACM
- حاصل
- حصول
- کے پار
- عمل
- سرگرمیوں
- سرگرمی
- اصل میں
- شامل کیا
- اشتہار.
- وکیل
- کے بعد
- کے خلاف
- پہلے
- آگے
- AI
- مقصد
- ارف
- AL
- الاسکا
- الگورتھم
- یلگوردمز
- تمام
- کی اجازت
- کی اجازت
- اجازت دے رہا ہے
- تقریبا
- ساتھ
- پہلے ہی
- بھی
- ہمیشہ
- am
- اولوالعزم، خواہش مند، حوصلہ مند
- امریکہ
- an
- تجزیاتی
- اور
- جانوروں
- ایک اور
- کوئی بھی
- اب
- ظاہر
- ایپلی کیشنز
- اطلاقی
- کا اطلاق کریں
- درخواست دینا
- نقطہ نظر
- تقریبا
- آرک
- آرکٹک
- کیا
- رقبہ
- بحث
- دلائل
- ارد گرد
- آ رہا ہے
- مضمون
- مصنوعی
- AS
- پوچھنا
- پہلوؤں
- ایسوسی ایشن
- فرض کیا
- مفروضہ
- مفروضے
- At
- میں شرکت
- توجہ
- ایوارڈ
- سے نوازا
- B2C
- واپس
- بیکار
- برا
- کی بنیاد پر
- بنیادی
- بنیاد
- جنگ
- خلیج
- BE
- بن گیا
- کیونکہ
- بن
- رہا
- اس سے پہلے
- شروع
- پیچھے
- کیا جا رہا ہے
- یقین ہے کہ
- فوائد
- BEST
- بہتر
- کے درمیان
- بگ
- بڑا
- پرندوں
- بٹ
- سیاہ
- برکت
- بانڈ
- کتاب
- کتب
- دونوں
- خریدا
- حدود
- دماغ
- دماغ
- برانچ
- روشن
- وسیع
- بجٹ
- تعمیر
- گچرچھا
- کاروبار
- کاروبار کا اثر
- مصروف
- لیکن
- by
- فون
- کہا جاتا ہے
- کر سکتے ہیں
- کینیڈا
- کینیڈا
- صلاحیتوں
- صلاحیت رکھتا
- کار کے
- کارڈ
- پرواہ
- احتیاط سے
- کیس
- مقدمات
- قسم
- مویشیوں
- جشن منانے
- خلیات
- مرکز
- صدی
- CERN
- کچھ
- یقینی طور پر
- چیلنج
- چیلنجوں
- موقع
- تبدیل
- سستے
- چیک کریں
- چین
- طبقے
- کلاس
- چڑھنے
- کلینکل
- کلوز
- کوسٹ
- کوڈ
- معرفت
- سنجیدگی سے
- جمع
- مجموعہ
- کولمبیا
- کالم
- جمع
- آنے والے
- ابلاغ
- مواصلات
- کموینیکیشن
- کمیونٹی
- کمپنیاں
- کمپنی کے
- تقابلی طور پر
- مقابلہ کرنا
- مکمل
- پیچیدہ
- کمپیوٹر
- کمپیوٹر سائنس
- کمپیوٹر
- کمپیوٹنگ
- حاملہ
- اندیشہ
- اندراج
- یہ نتیجہ اخذ کیا
- اختتام
- متضاد
- مجموعہ
- شعور
- نتائج
- مسلسل
- قیام
- تعمیر
- تعمیر
- صارفین
- صارفین
- روابط
- سیاق و سباق
- جاری
- جاری رہی
- جاری ہے
- جاری
- شراکت دار
- یقین
- کوپن ہیگن
- مساوی ہے
- قیمت
- سرمایہ کاری مؤثر
- سرمایہ کاری مؤثر حل
- مہنگی
- اخراجات
- سکتا ہے
- ممالک
- کورس
- تخلیق
- بنائی
- تخلیق
- مخلوق
- مخلوق
- اعتبار
- اہم
- کراسنگ
- ثقافت
- بوجھل
- گاہکوں
- سائیکل
- اعداد و شمار
- ڈیٹا انٹری
- ڈیٹا گودام
- ڈیٹا بیس
- ڈیٹا بیس
- ڈیٹاورسٹی
- دن کی روشنی
- نمٹنے کے
- معاملہ
- فیصلہ کرنا
- فیصلے
- تاخیر
- محکموں
- بیان کیا
- بیان کرتا ہے
- تفصیل
- ترقی یافتہ
- کے الات
- ڈایاگرام
- DID
- مر
- مختلف
- مشکل
- ڈیجیٹل
- طول و عرض
- براہ راست
- براہ راست رسائی
- ہدایات
- براہ راست
- مضامین
- گفتگو
- دریافت
- دریافت
- بات چیت
- بات چیت
- ڈویژن
- do
- کرتا
- کر
- ڈالر
- ڈومین
- ڈومینز
- کیا
- دروازے
- dr
- ڈرامائی
- کے دوران
- متحرک
- حرکیات
- ای اینڈ ٹی
- ہر ایک
- ابتدائی
- کو کم
- استعمال میں آسانی
- آسانی سے
- نرمی
- آسان
- ایڈیٹر
- یا تو
- الیکٹرک
- اور
- حوصلہ افزائی
- آخر
- ختم ہو جاتا ہے
- توانائی
- انجینئر
- انجنیئرنگ
- انجینئرز
- بڑھانے کے
- کافی
- کو یقینی بنانے ہے
- درج
- داخل ہوا
- انٹرپرائز
- اداروں
- اندراج
- ماحولیاتی
- لیس
- ERP
- خرابی
- ضروری
- وغیرہ
- یورپ
- یورپی
- متحدہ یورپ
- بھی
- واقعہ
- ہر کوئی
- سب کچھ
- ہر جگہ
- ثبوت
- ارتقاء
- وضع
- بالکل
- مثال کے طور پر
- مثال کے طور پر
- بہترین
- رعایت
- ورزش
- توقع ہے
- توقعات
- مہنگی
- تجربہ
- تجربہ
- ماہرین
- وضاحت کی
- وضاحت
- ایکسپلورر
- متلاشی
- وسیع
- آنکھیں
- کپڑے
- حقیقت یہ ہے
- ناکام
- ناکامی
- کھیت
- پسندیدہ
- خصوصیات
- محسوس
- خواتین
- چند
- میدان
- قطعات
- مل
- تلاش
- نتائج
- آخر
- پہلا
- پانچ
- لچک
- بہاؤ
- توجہ مرکوز
- پر عمل کریں
- کے بعد
- کھانا
- کے لئے
- اہم ترین
- بھول گیا
- سابق
- آگے
- آگے بڑھنا
- ملا
- فاؤنڈیشن
- قائم
- کسر
- فرانس
- فرانسس
- اکثر
- دوست
- سے
- سامنے
- مکمل
- مزہ
- فنکشنل
- افعال
- مستقبل
- گیجٹ
- دی
- جنرل
- نسل
- نسل پرستی
- جغرافیائی
- جارج
- حاصل
- Go
- جاتا ہے
- جا
- اچھا
- گوگل
- گورننس
- گراف
- گرافکس
- گرافکس
- گرڈ
- گراؤنڈ
- گروپ کا
- بڑھائیں
- ترقی
- تھا
- نصف
- ہینڈلنگ
- ہوا
- ہارڈ
- ہے
- he
- سر
- صحت کی دیکھ بھال
- ہارٹ
- بھاری
- مدد
- نصف کرہ
- اس کی
- یہاں
- درجہ بندی
- ہائی
- اعلی
- انتہائی
- شاہراہیں
- ان
- وطن
- پرمودکال
- امید ہے کہ
- افقی
- ڈراونی
- میزبانی کی
- ہاؤس
- کس طرح
- کیسے
- تاہم
- HTTP
- HTTPS
- بھاری
- انسانی
- انسان
- بھوک لگی ہے
- ہائپ
- i
- خیال
- خیالات
- شناخت
- IEEE
- if
- تصویر
- اثر
- پر عملدرآمد
- نفاذ
- پر عمل درآمد
- اہم
- بہتر
- کو بہتر بنانے کے
- in
- دیگر میں
- سمیت
- دن بدن
- آزاد
- انڈیکس شدہ
- افراط کرتا ہے
- متاثر ہوا
- معلومات
- انفارمیشن سسٹمز
- معلوماتی
- ابتدائی طور پر
- اندرونی
- جدت طرازی
- جدید
- کے بجائے
- انٹیلی جنس
- جان بوجھ کر
- دلچسپی
- دلچسپ
- مباشرت
- میں
- بدیہی
- سرمایہ کاری
- سرمایہ
- پوشیدہ
- ملوث ہونے
- جزائر
- جزائر
- مسئلہ
- مسائل
- IT
- میں
- خود
- ایوب
- جان
- صحافی
- سفر
- فوٹو
- JSON
- صرف
- رکھیں
- کلیدی
- بچے
- جان
- جاننا
- علم
- جانا جاتا ہے
- لیب
- لیبر
- لیبارٹریز
- جھیل
- زمین کی تزئین کی
- زبان
- بڑے
- بڑے کاروباری اداروں
- بڑے پیمانے پر
- آخری
- مرحوم
- تازہ ترین
- طول بلد
- تہوں
- معروف
- لیڈز
- جانیں
- سیکھنے
- چھوڑ دو
- لیکچر
- قیادت
- چھوڑ دیا
- کم
- دو
- سطح
- سطح
- کی طرح
- لائنوں
- لنکڈ
- شعر
- لسٹ
- تھوڑا
- مقامات
- منطق
- لاگ ان
- لندن
- دیکھو
- کی طرح دیکھو
- دیکھا
- تلاش
- بہت
- لاٹوں
- کم
- لیون
- مشین
- مشین لرننگ
- مشین لرننگ کی تکنیک
- مشینری
- بنا
- برقرار رکھنے
- برقرار رکھتا ہے
- بنا
- بناتا ہے
- بنانا
- جوڑ توڑ
- بہت سے
- بہت سے لوگ
- نقشہ
- نقشہ جات
- میچ
- مواد
- ریاضی
- ریاضیاتی
- ریاضی
- معاملہ
- معاملات
- زیادہ سے زیادہ چوڑائی
- 2024 فرمائے
- مئی..
- me
- مطلب
- کا مطلب ہے کہ
- مراد
- دوا
- سے ملو
- ملتا ہے
- اراکین
- ذہنی
- ذکر
- ذکر ہے
- ضم
- ولی اور ادگرہن
- میش
- طریقوں
- مائیکل
- شاید
- دس لاکھ
- ملین ڈالر
- برا
- یاد آتی ہے
- لاپتہ
- ماڈلنگ
- ماڈل
- جدید
- قیمت
- ماہ
- زیادہ
- سب سے زیادہ
- زیادہ تر
- تحریک
- منتقل
- منتقل ہوگیا
- تحریکوں
- بہت
- ملٹیشنل
- ضروری
- my
- خود
- نام
- نام
- نام
- فطرت، قدرت
- سمت شناسی
- نیویگیٹر
- ضرورت ہے
- ضرورت نہیں
- گھوںسلا
- نیٹ ورک
- نیٹ ورک
- عصبی سائنس
- غیر جانبدار
- نئی
- نئی ٹیکنالوجی
- اگلے
- اچھا
- NIH
- نہیں
- نوبل انعام
- اور نہ ہی
- شمالی
- قابل ذکر
- براہ مہربانی نوٹ کریں
- کا کہنا
- اب
- تعداد
- تعداد
- مشاہدے
- واضح
- of
- بند
- پرانا
- بڑی عمر کے
- on
- ایک بار
- ایک
- صرف
- اس کے بعد
- کھول
- مواقع
- or
- اوریکل
- حکم
- دیگر
- دیگر
- ہمارے
- باہر
- پر
- پر قابو پانے
- خود
- صفحہ
- صفحات
- کاغذ.
- کاغذات
- پیرا میٹر
- پیراڈیم
- پیرس
- حصہ
- حصے
- منظور
- منظور
- گزشتہ
- راستے
- لوگ
- سمجھا
- خیال
- انجام دینے کے
- کارکردگی
- شاید
- ذاتی
- ذاتی کمپیوٹرز
- نقطہ نظر
- پیٹر
- فلسفہ
- فون
- فون کال
- تصویر
- پی ایچ پی
- جسمانی
- تصویر
- پائلٹ
- سرخیل
- مقام
- مقامات
- منصوبہ بندی
- پلیٹ فارم
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- پوائنٹ
- سیاست
- پورٹ فولیو
- پوزیشن
- پوزیشننگ
- ممکنہ طور پر
- طاقتور
- پریکٹس
- عین مطابق
- صحت سے متعلق
- ابتدائی
- کو ترجیح دی
- پیش
- صدر
- دباؤ
- خوبصورت
- پچھلا
- قیمتیں
- انعام
- شاید
- مسئلہ
- پروسیسنگ
- پیدا
- مصنوعات
- پیداواری
- حاصل
- ٹیچر
- پروگرامنگ
- منصوبے
- کو فروغ دینا
- اشارہ کرتا ہے
- تجویزپیش
- ثابت کریں
- ثابت ہوا
- فراہم
- فراہم کنندہ
- نفسیات
- شائع
- خریدا
- ڈال
- معیار
- تلاش
- سوال
- جلدی سے
- بہت
- واوین
- بلکہ
- رد عمل
- پڑھیں
- قارئین
- اصلی
- حقیقت
- احساس
- دائرے میں
- دائرے
- وجہ
- وجوہات
- تسلیم
- سفارش
- سفارشات
- سفارش کی
- درج
- ریکارڈ
- ریڈ
- حوالہ
- مسترد..
- متعلقہ
- رشتہ دار
- قابل اعتماد
- ریلیف
- انحصار کرو
- باقی
- یاد
- کی جگہ
- رپورٹ
- اطلاع دی
- رپورٹ
- کی نمائندگی
- نمائندگی
- درخواست
- ضرورت
- ضرورت
- ضروریات
- بچانے
- تحقیق
- محقق
- محققین
- قرارداد
- نتائج کی نمائش
- امیر
- ٹھیک ہے
- دریائے
- سڑک
- راکٹ
- ROI
- کردار
- جڑوں
- تقریبا
- راستے
- قوانین
- چل رہا ہے
- s
- فروخت
- اسی
- SAP
- SAS
- کا کہنا ہے کہ
- یہ کہہ
- منظرنامے
- سکیم
- سکالر
- سکول
- سائنس
- سائنسدان
- سائنسدانوں
- گنجائش
- اسکاٹ لینڈ
- تلاش کریں
- دیکھنا
- لگتا ہے
- دیکھا
- سیمنٹ
- سینئر
- تسلسل
- سنجیدگی سے
- مقرر
- کئی
- سائز
- وہ
- دکان
- خریداری
- مختصریاں
- ہونا چاہئے
- ظاہر
- Shutterstock کی
- کی طرف
- نمایاں طور پر
- سادہ
- آسان
- آسان بنانا
- صرف
- سائٹ
- صورتحال
- حالات
- مہارت
- سلائیڈیں
- چھوٹے
- So
- سماجی
- سوشل نیٹ ورک
- سوشل نیٹ ورک
- معاشرتی
- سوسائٹی
- حل
- حل
- حل
- حل کرنا۔
- کچھ
- کچھ
- کچھ بھی نہیں
- بہتر
- جنوبی
- خلا
- مقامی
- خصوصی
- پھیلانے
- SQL
- چوک میں
- ڈھیر لگانا
- کھڑے ہیں
- اسٹینفورڈ
- شروع
- شروع ہوتا ہے
- سٹیشن
- شماریات
- ابھی تک
- پتھر
- بند کرو
- ذخیرہ
- خبریں
- براہ راست
- حکمت عملیوں
- سٹریم
- اسٹریمز
- مضبوط کیا
- مضبوط
- ڈھانچوں
- طلباء
- موضوع
- کامیابی
- اس طرح
- موزوں
- تائید
- بقا
- بچ گیا
- کے نظام
- سسٹمز
- ٹیبل
- لے لو
- لیا
- لیتا ہے
- ٹیپ
- ہدف
- کاموں
- ٹیک
- ٹیک کمپنیوں
- تکنیک
- ٹیکنالوجی
- ٹیکنالوجی
- بتا
- کہہ
- کیا کرتے ہیں
- اصطلاح
- اصطلاحات۔
- شرائط
- ٹیسٹ
- سے
- شکریہ
- کہ
- ۔
- مستقبل
- زمین کی تزئین کی
- دنیا
- ان
- ان
- تو
- نظریہ
- وہاں.
- یہ
- وہ
- بات
- چیزیں
- لگتا ہے کہ
- سوچنا
- اس
- ان
- سوچا
- تین
- کے ذریعے
- وقت
- عنوان
- عنوان
- کرنے کے لئے
- آج
- مل کر
- بھی
- لیا
- اوزار
- سخت
- تجارت
- روایتی
- روایتی طور پر
- پگڈنڈی
- تبدیل
- سفر
- علاج
- علاج کیا
- زبردست
- کوشش کی
- فتح
- کی کوشش کر رہے
- ٹورنگ
- دیتا ہے
- دو
- ہمیں
- چھتری
- غیر متعلقہ
- کے تحت
- سمجھ
- افہام و تفہیم
- ناجائز
- یونین
- یونٹس
- کائنات
- یونیورسٹی
- اپ ڈیٹ کریں
- us
- استعمال کی شرائط
- استعمال کیس
- استعمال کیا جاتا ہے
- صارفین
- کا استعمال کرتے ہوئے
- مختلف
- بنام
- عمودی
- بہت
- ویڈیو
- خیالات
- نقطہ نظر
- خواب
- بصری
- جلد
- vs
- W
- چاہتے ہیں
- چاہتے تھے
- چاہتا ہے
- سٹوریج
- تھا
- راستہ..
- طریقوں
- we
- ویب سائٹ
- اچھا ہے
- تھے
- مغربی
- کیا
- کیا ہے
- جب
- جبکہ
- جس
- ڈبلیو
- پوری
- کیوں
- گے
- فاتح
- خواہشات
- ساتھ
- کے اندر
- بغیر
- حیرت ہے کہ
- الفاظ
- کام
- کام کر
- دنیا
- فکر
- قابل
- گا
- لکھاریوں
- یاہو
- سال
- سال
- پیلے رنگ
- جی ہاں
- ابھی
- آپ
- نوجوان
- چھوٹی
- اور
- اپنے آپ کو
- یو ٹیوب پر
- زیفیرنیٹ