بجلی کا ایک میٹر جو مصنوعی ذہانت کی خفیہ تربیت پکڑ لیتا ہے

مصنوعی ذہانت کو منظم کرنے کے معاہدے کسی دن یہ حد مقرر کر سکتے ہیں کہ کتنا بڑا ماڈل تربیت پا سکتا ہے۔ ان پر عمل درآمد کے لیے ایک بیرونی تصدیق کنندہ (verifier) درکار ہوگا جو بتا سکے کہ زیرِ نگرانی کمپیوٹنگ کلسٹر کسی ماڈل کی تربیت کر رہا ہے یا نہیں — چاہے اس کا آپریٹر اسے چھپانے کی کوشش کر رہا ہو۔

جانچ کے زیادہ تر طریقے بھروسے کے محتاج ہیں: چِپس پر رکھے گئے لاگ، ان کے درمیان نیٹ ورک کی نگرانی، عملے سے انٹرویو، اندر کی خبر دینے والے۔ یہ سب ایسے ہارڈویئر پر انحصار کرتے ہیں جو آپریٹر کے قابو میں ہے یا آپریٹر کے لوگوں پر۔ چِپس سے باہر ایک طبعی سینسر ایسا نہیں کرتا۔ کسی تنصیب کی داخلی تار پر لگایا گیا بجلی کا میٹر کسی موجودہ ڈیٹا سینٹر میں بعد میں لگایا جا سکتا ہے اور چھیڑ چھاڑ سے بچانے کے لیے سربمہر کیا جا سکتا ہے۔

پچھلے کام نے دکھایا تھا کہ تربیت بجلی کی کھپت میں ایک نشان چھوڑتی ہے۔ لیکن ان تحقیقات میں ایک ہی بورڈ پر لگے پروب استعمال ہوئے تھے، جو سیکنڈ میں لاکھوں بار نمونے لیتے تھے، یا خود چِپس کی ٹیلی میٹری۔ ایک حقیقت پسندانہ میٹر ریک (سرورز کی الماری) یا تنصیب کی سطح پر ہوگا، تقریباً دس لاکھ گنا سست، ایک پاور سپلائی کے پیچھے جو اشارے کو ہموار اور مدھم کر دیتی ہے۔

تربیت کی دھڑکن

یونیورسٹی آف میلبورن اور MATS پروگرام کے ٹام کمپسن، یونیورسٹی آف آکسفورڈ کے موریسیو بیکر، اور MATS کے ایملن گراہم ایک سادہ حقیقت سے آغاز کرتے ہیں۔ جب بہت سی چِپس مل کر ایک ماڈل کی تربیت کرتی ہیں تو ہر قدم میں زیادہ بجلی والا حسابی مرحلہ اور کم بجلی والا مرحلہ باری باری آتے ہیں، جس میں چِپس اپنے نتائج کا تبادلہ کرتی ہیں۔ یہ تقریباً ہر سیکنڈ میں ایک بار ہوتا ہے، اور تنصیب کی بجلی کے طیف (spectrum) میں ایک تنگ لکیر کھینچ دیتا ہے — بجلی کے اشارے کو اس کی لَیوں میں توڑیں، جیسے منشور (prism) روشنی کو بکھیرتا ہے، تو ہر سیکنڈ میں ایک بار آنے والی دھڑکن ایک ہی تعدد پر ایک تیز چوٹی کی صورت میں نظر آتی ہے۔

اس لکیر کو پہچاننا جتنا لگتا ہے اس سے مشکل ہے۔ حقیقی تربیت بالکل ٹھیک تال نہیں رکھتی: سست پرزے، زیادہ گرم ہوتی چِپس اور درجۂ حرارت کی تبدیلیاں لَے کو بھٹکا دیتی ہیں۔ اور آپریٹر جان بوجھ کر بھی اسے بھٹکا سکتا ہے، یا اسے دھندلا سکتا ہے۔

اس لیے ٹیم نے غیر فعال سونار (passive sonar) اور مسلسل ثقلی لہروں کی تلاش سے ایک اوزار مستعار لیا: ویٹربی ٹریکر (Viterbi tracker)، جو ایک دھندلی لکیر کا پیچھا کرتا ہے جب وہ طیف نگار (spectrogram) — یعنی ایک نقشہ جو لمحہ بہ لمحہ دکھاتا ہے کہ کون سی لَیں موجود ہیں — میں آہستہ آہستہ کھسکتی ہے۔

ایک فرضی ڈیٹا سینٹر پر آزمائش

کسی حقیقی تربیتی تنصیب کا بجلی کا عوامی ڈیٹا موجود نہیں، اس لیے مصنفین نے ایک تنصیب کا ماڈل بنایا، جو تربیت کی بجلی کے ایک شائع شدہ ماڈل پر مبنی ہے جسے بجلی کے گرڈ کے استحکام کے لیے استعمال کیا جاتا ہے: ایک مرکزی تربیت اور پس منظر میں چھوٹے کام۔ متبادل، “بے قصور” منظرنامہ مرکزی تربیت کی جگہ اعلان شدہ استنتاج (inference) رکھتا ہے — یعنی صارفین کو ماڈل کے جوابات فراہم کرنا — جسے مصنفین نے جانچ کو مشکل بنانے کے لیے جان بوجھ کر شور بھرا بنایا۔

ایسے آپریٹر کے خلاف جو چھپنے کی کوئی کوشش نہیں کرتا، ٹریکر پانچ منٹ کی کھڑکیوں میں کم از کم 96% تربیتیں پکڑ لیتا ہے، 1% جھوٹے الارم کے ساتھ، جو کسی بھی جانچ کی نظری طور پر بہترین ممکنہ کارکردگی سے زیادہ سے زیادہ 4 فیصدی پوائنٹس کم ہے۔ ایک مقررہ تعدد پر لکیر ڈھونڈنے والی روایتی جانچیں لَے کے کھسکتے ہی ناکام ہو جاتی ہیں۔

ٹریکر (نیلا) پانچ پانچ منٹ کے تین ریکارڈوں پر: مستحکم تربیت (a)، ایسی تربیت جس کی لَے 0.4 Hz، یعنی 0.4 دھڑکن فی سیکنڈ، بھٹکتی ہے (b؛ ٹوٹی لکیر اصل لَے ہے) اور استنتاج (c)، جہاں یہ صرف شور کو جوڑتا ہے اور پکڑ کی حد سے نیچے رہتا ہے۔ — شکل 4، Kimpson et al. (2026)، arXiv:2610.30182۔

میٹر کا نفیس ہونا ضروری نہیں: اسے سیکنڈ میں کم از کم دو بار نمونہ لینا چاہیے، آدھے سیکنڈ سے زیادہ پر اوسط نہیں نکالنی چاہیے، اور پاور سپلائی کو لَے کو بہت گہرائی تک چھان کر ختم نہیں کرنا چاہیے۔

1% جھوٹے الارم پر پکڑ کی شرح، جیسے جیسے تربیت کی لَے کھسکتی ہے: ٹریکر (نیلا) نظری بالائی حد (ٹوٹی لکیر) کے قریب رہتا ہے۔ — شکل 5، Kimpson et al. (2026)، arXiv:2610.30182۔

چھپنے کی قیمت

پھر ٹیم نے دھوکے باز کا کردار ادا کیا۔ انہوں نے چھپنے کے آٹھ طریقے آزمائے: بے ترتیب فارغ وقت شامل کرنا، لَے کو کھسکانا، ہر قدم کی شکل بدلنا، تربیت کو دوسرے کاموں میں گھلا دینا، وغیرہ۔ مقررہ تعدد کی جانچوں کے خلاف زیادہ تر کامیاب رہے۔ ٹریکر کے خلاف تقریباً کوئی نہیں — اس نے 46 آزمائی گئی ترتیبوں میں سے 43 میں کم از کم 95% تربیتیں پکڑ لیں۔

صرف ایک طریقہ واقعی کام آیا: ہر قدم میں کام کی مقدار بدلتے رہنا۔ اس کی سب سے طاقتور شکل نے پانچ منٹ کی 73% تک کھڑکیوں میں تربیت چھپا لی، رفتار کی کسی قیمت کے بغیر۔ لیکن اس کی ایک اور قیمت ہے۔ ایک چھوٹی حقیقی تربیت میں — ایک اکیلی A100 چِپ پر 3 کروڑ پیرامیٹر کا لسانی ماڈل — اسی معیار تک پہنچنے میں قسم کے لحاظ سے 93% سے 267% زیادہ کمپیوٹنگ لگی۔

اور وقت دھوکے باز کے خلاف کام کرتا ہے۔ پورا دن نگرانی کر کے، فی تربیت 0.1% جھوٹے الارم کی شرح کے ساتھ، تصدیق کنندہ نے اس بہترین چال کو استعمال کرنے والی 87% تربیتیں پکڑ لیں، ان میں سے 44% پہلے ہی گھنٹے میں۔ تقریباً سات میں سے ایک بچ نکلی۔

اگلا قدم: حقیقی میٹر

مصنفین واضح حدود گنواتے ہیں۔ ہر ریکارڈ مصنوعی ہے؛ کئی چِپس والی کسی حقیقی تنصیب پر آزمائش کا منصوبہ ہے لیکن اس کے لیے ایسے آلات درکار ہیں جو ابھی ان کے پاس نہیں۔ میٹر ایک باقاعدہ لَے پکڑتا ہے، خود تربیت کو نہیں: دوسرے دوری (periodic) کام، یا کسی چِپ کا اپنا بجلی کے انتظام کا چکر، اسے متحرک کر سکتے ہیں۔ اور چِپس اور میٹر کے درمیان توانائی کا کافی بڑا ذخیرہ اشارے کو ہموار کر سکتا ہے — اگرچہ تب تصدیق کنندہ بس ایک دوسرا میٹر چِپس کے زیادہ قریب لگا سکتا ہے۔