ایرانی محقق وہاب میرروکنی کو لوکلٹی-سینسیٹو ہیشنگ الگورتھم پر 2025 مصطفیٰ انعام

کمپیوٹنگ کے بہت سے مسائل ایک سادہ سوال تک محدود ہو جاتے ہیں: ایک چیز دی گئی ہو تو اس سے سب سے زیادہ مشابہ چیز کیسے تلاش کی جائے؟ کم جہتی فضا میں، جیسے ایک لکیر یا کمرہ، قریب ترین پڑوسی تلاش کرنا آسان ہے۔ تاہم، جہتوں کے بڑھنے کے ساتھ—اونچائی، گہرائی اور وقت شامل کرنے پر—یہ کام ناقابل عمل ہو جاتا ہے۔ حقیقی دنیا کا ڈیٹا اکثر سینکڑوں یا ہزاروں جہتوں میں موجود ہوتا ہے، جسے "لعنتِ جہت" کہا جاتا ہے۔ ایسی اعلیٰ جہتی فضا میں، ڈیٹا بکھرا ہوا ہو جاتا ہے، اور مشابہت کا تصور ماند پڑ جاتا ہے، جس سے قریب ترین پڑوسی کی تلاش کمپیوٹیشنل طور پر ناقابل عمل ہو جاتی ہے۔

ڈاکٹر وہاب میرروکنی، ایرانی محقق اور شریف یونیورسٹی آف ٹیکنالوجی اور ایم آئی ٹی کے گریجویٹ، نے ایک جدید حل تجویز کیا جسے لوکلٹی-سینسیٹو ہیشنگ (LSH) کہا جاتا ہے۔ یہ الگورتھم اب بگ ڈیٹا پروسیسنگ اور مصنوعی ذہانت میں ایک مقبول ہیشنگ تکنیک سمجھا جاتا ہے۔ میرروکنی، جو گوگل میں سینئر محقق ہیں، کو اس کامیابی پر 2025 کا مصطفیٰ انعام دیا گیا۔ یہ انعام ڈیٹا کے دور کے ایک بنیادی چیلنج—وسیع ڈیٹاسیٹس میں قیمتی معلومات تلاش کرنے—میں ان کی شراکت کے اعتراف میں دیا گیا۔

لعنتِ جہت جدید ڈیٹا کی نوعیت سے پیدا ہوتی ہے۔ مثال کے طور پر، 1000x1000 پکسل کی رنگین تصویر تین ملین جہتوں کے طور پر پیش کی جاتی ہے، کیونکہ ہر پکسل میں سرخ، سبز اور نیلے رنگ کی اقدار ہوتی ہیں۔ جہت میں کمی کے بعد بھی، سینکڑوں یا ہزاروں جہتیں باقی رہتی ہیں۔ قدرتی زبان کی پروسیسنگ میں، الفاظ کو 100-300 جہتوں کے عددی ویکٹر میں تبدیل کیا جاتا ہے، جس سے ایک پیراگراف دسیوں ہزار جہتوں کا ہو جاتا ہے۔ جینیاتی ڈیٹا، جس میں انسانی ڈی این اے تقریباً 3 بلین بیس جوڑوں پر مشتمل ہوتا ہے، کمپیوٹیشنل تجزیے پر انتہائی اعلیٰ جہتی ڈیٹا پیدا کرتا ہے۔

اعلیٰ جہتی فضا میں، ڈیٹا پوائنٹس تقریباً مساوی فاصلے پر ہو جاتے ہیں، جس سے مشابہت کا تصور ختم ہو جاتا ہے۔ قریب ترین پڑوسی تلاش کرنا—جو ڈیٹا سائنس، مشین لرننگ اور معلومات کی بازیافت کا بنیادی کام ہے—تقریباً ناممکن ہو جاتا ہے۔ اگرچہ یوکلیڈین اور مین ہیٹن فاصلے جیسے پیمانے موجود ہیں، روایتی طریقے اعلیٰ جہتوں میں ناکام ہو جاتے ہیں۔ تصویر کی بازیافت، جینیاتی مشابہت کا تجزیہ، سرقہ کی نشاندہی، جذبات کا تجزیہ، اور سفارشی نظام جیسی ایپلیکیشنز سب مشابہ ڈیٹا پوائنٹس تلاش کرنے پر منحصر ہیں، لیکن ان کی اعلیٰ جہت نمایاں چیلنجز پیش کرتی ہے۔

میرروکنی کا LSH الگورتھم مشابہ اشیاء کو زیادہ امکان کے ساتھ ایک ہی بالٹی میں ہیش کر کے حل پیش کرتا ہے، جس سے موثر تخمینی قریب ترین پڑوسی کی تلاش ممکن ہوتی ہے۔ یہ پیش رفت بگ ڈیٹا اور مصنوعی ذہانت کے لیے وسیع مضمرات رکھتی ہے۔ مہر نیوز کے مطابق، مصطفیٰ انعام، جسے اکثر مسلم دنیا کا نوبل انعام کہا جاتا ہے، نے میرروکنی کو ان کے کام پر نوازا، جس سے جدید کمپیوٹنگ میں ایران کی شراکت اجاگر ہوتی ہے۔