.png)
ڈیِمس حَسّابِس اُن لوگوں میں سے ہیں جن کے بارے میں دیکھ کر عام خواہش کو بھی ایک دلکش شوق لگنے لگتا ہے—بچپن کے شطرنج کے اسٹار، ٹین ایج گیم ڈیزائنر، کیمبرج کے کمپیوٹر سائنسدان، نیوروسائنسدان، DeepMind کے بانی، نوبل انعام یافتہ۔ کچھ وقت بعد آپ “کیا وہ ذہین ہے؟” پوچھنا چھوڑ دیتے ہیں اور ایک زیادہ خطرناک سوال کی طرف بڑھتے ہیں: کتنا ذہین؟
اور نہیں، ہَسّابیس کے لیے کوئی تصدیق شدہ پبلک IQ اسکور موجود نہیں۔ کوئی خفیہ لیب رپورٹ نہیں، پرانی اسکول ریکارڈ بھی نہیں، اور پوڈکاسٹ پر “میرا IQ X ہے” جیسا دعویٰ بھی نہیں۔ اس لیے ہمیں اندازہ لگانا پڑتا ہے۔ یہ یقیناً کم درست ہے، مگر زیادہ دلچسپ بھی۔ IQ کو reasoning کی صلاحیت دکھانے کے لیے بنایا گیا ہے؛ ہَسّابیس جیسی زندگی ہمیں جانچنے کے لیے بہت سا reasoning مواد دے دیتی ہے۔
اس کے آخر تک ہم ایک عددی اندازہ لگائیں گے۔ مگر اسے واقعی “کمایا ہوا” محسوس کرانے کے لیے، ہمیں کیس ٹھیک سے بنانا ہوگا—چار سال کے بچے سے لے کر شطرنج سیکھنے تک، اور پھر اُس آدمی تک جو حیاتیات کے مشکل ترین مسئلوں میں سے ایک کو حل کرنے میں مدد کرتا ہے۔
جب چار سال کا بچہ بڑوں کو مارنا شروع کر دے تو آپ دھیان دیتے ہیں۔
NobelPrize.org کے ساتھ اپنی 2024 انٹرویو کے مطابق، ہَسّابی نے چار سال کی عمر میں شطرنج سیکھ لی تھی اور وہ اسے “بہت سنجیدگی” سے تیزی سے لیتے گئے۔ Axios نے بھی یہی بنیادی کہانی بتائی اور ایک پیاری سی تفصیل کا اضافہ کیا کہ چند ہفتوں کے اندر وہ اپنے والد اور چچا کو پیچھے چھوڑ گیا۔ چند ہفتوں میں—یعنی کچھ بچے بس نائٹ کی چالیں سیکھتے ہیں، اور لگتا ہے اس نے فیملی گیم نائٹ کو جیسے کسی آپٹیمائزیشن ایکسرسائز کی طرح ٹریٹ کیا ہو۔
یہ اس لیے اہم ہے کہ شطرنج اصل میں دباؤ میں منظم سوچ ہوتی ہے۔ آپ پیٹرن دیکھتے ہیں، ممکنہ چالیں ذہن میں رکھتے ہیں، نتائج کا اندازہ لگاتے ہیں، اور خود کو دھوکا دینے سے بچتے ہیں۔ اگر یہ سب آپ بچپن سے الائٹ لیول پر کر لیتے ہیں تو پھر لوگوں کو شاید “ہوشیار” کہنا چھوڑ دینا چاہیے اور آپ سے بس بورڈ چھپا دینا چاہیے۔
ثبوت تیزی سے جمع ہو رہا ہے۔ دی گارڈین کے مطابق 13 سال کی عمر تک ہسبس چیس ماسٹر لیول تک پہنچ چکے تھے اور وہ دنیا کے 14 سال سے کم عمر کھلاڑیوں میں دوسرے نمبر پر تھے—صرف جُدیت پولگاس سے پیچھے۔ بلی پیریگو کے 2023 کے TIME پروفائل نے بھی بتایا کہ 12 سال کی عمر میں وہ اپنی عمر کے لحاظ سے دنیا کے دوسرے بہترین چیس پلیئر تھے۔ مختلف ذریعہ، ایک ہی تصویر: یہ “روشن بچہ اسکول ٹورنامنٹ جیت گیا” نہیں تھا۔ یہ بین الاقوامی لیول کی غیر معمولی ذہانت تھی۔
ہم یہ پہلے ہی ایک اہم بات کہہ سکتے ہیں۔ ہسبیس نہ صرف لفظوں میں ذہین تھے، نہ صرف کتابوں میں۔ ان کی ابتدائی صلاحیتیں بہت زیادہ فلوئیڈ لگتی ہیں: تجریدی، حکمتِ عملی والی، نمونوں پر مبنی، اور تیز۔ IQ کی زبان میں، یہ عموماً بہت ہی اونچی حد (ceiling) کی طرف اشارہ کرتا ہے۔
پھر اس باصلاحیت نے کچھ ایسا کیا جو چڑانے والا تھا: وہ اسے دوسری جگہوں پر بھی ثابت کرتا رہا۔
کئی ذہین بچے ایک ہی مخصوص شعبے میں جلد عروج کرتے ہیں۔ ہَسّابیس نے ایسا نہیں کیا۔ وہ اسکول میں تیزی سے آگے بڑھے، اور The Guardian کے مطابق انہوں نے اپنی A-levels دو سال پہلے، 16 سال کی عمر میں مکمل کر لی تھیں۔ اس سے پتا چلتا ہے کہ ان کی صلاحیت صرف شطرنج تک محدود نہیں تھی۔ مختلف کام کی ڈیمانڈ، مختلف ماحول، مگر نتیجہ ایک ہی: وقت سے پہلے آگے۔
اور پھر آتی ہے اس پوری کہانی کی میری پسندیدہ ترین تفصیل۔ 17 برس کی عمر میں اس نے Theme Park کو بطورِ شریک ڈیزائن اور پروگرام کیا—یہ سمولیشن گیم بن کر بڑا ہٹ ثابت ہوا۔ نوبل انٹرویو میں Hassabis نے کہا کہ Theme Park لکھنے سے اسے یقین ہو گیا کہ AI ہی وہ چیز ہے جس پر وہ اپنی ساری زندگی کا وقت دینا چاہتا ہے۔ یہ جملہ واقعی ظاہر کر دیتا ہے۔ زیادہ تر نوجوان ویک اینڈ پلان کرنے میں مصروف ہوتے ہیں، مگر Hassabis ذہانت کے بارے میں زندگی بھر کے نظریات جانچنے کے لیے کمرشل گیم ڈیزائن کو بطور ٹیسٹ بیڈ استعمال کر رہا تھا۔ بالکل نارمل رویہ۔ بہت relatable۔
اصل کامیابی خود اہم ہے۔ اتنی عمر میں کامیاب سمیولیشن گیم بنانا کوئی محض ٹیکنیکل چال نہیں۔ اس کے لیے سسٹمز تھنکنگ، یوزر سائیکالوجی، مختلف ویری ایبلز کا بیلنس، اور تجریدی قوانین کو ایسی چیز میں بدلنا پڑتا ہے جو واقعی کام کرے۔ پیٹر مولینَیوکس، جو اس کا مینٹر تھا، نے TIME کو بتایا کہ تب بھی جب ہیسابیس نوجوان تھے، ان کے اندر “intelligence کی چمک” تھی، اور وہ اپنی گفتگو کو نہایت ہی تحریک دینے والی یاد کرتے تھے۔ بڑے ماہرین عموماً نوجوانوں کے بارے میں ایسا نہیں کہتے، جب تک کوئی واقعی غیر معمولی بات نہ ہو رہی ہو۔
لہٰذا نوجوانی کے آخری مرحلے تک، شواہد پہلے ہی کافی وسیع ہیں: اعلیٰ درجے کی اسٹریٹجک پلاننگ، تیز رفتار تعلیم، پروفیشنل لیول پروگرامنگ، اور تخلیقی سسٹمز ڈیزائن۔ اگر ہم صرف پہلے 18 سالوں کی بنیاد پر دیکھیں تو آپ پہلے ہی انتہائی باصلاحیت (highly gifted) رینج میں منڈلاتے نظر آئیں گے۔ لیکن ہَسّابیس ابھی وارم اپ ختم نہیں کر رہا تھا۔
کمبریج پہلا بڑا اسٹریس ٹیسٹ تھا
جب کوئی شخص کسی باوقار ادارے میں داخل ہوتا ہے اور صرف زندہ نہیں بچتا بلکہ چھا جاتا ہے تو پروڈیجی کی کہانیاں زیادہ یقین کرنے والی لگتی ہیں۔ ہساسِس نے کیمبرج میں کمپیوٹر سائنس پڑھا اور دی گارڈین کے مطابق 1997 میں دوہری فرسٹ کلاس ڈگری حاصل کی۔ یہ بات بہت اہم ہے۔
کیوں؟ کیونکہ ابتدائی ٹیلنٹ کبھی کبھی غیر معمولی حالات سے خوش فہمی میں مبتلا ہو جاتا ہے۔ کیمبرج اس معاملے میں بالکل برعکس ہے—یہ چمکدار لوگوں کو اکٹھا کرتا ہے، پھر بڑے ادب سے پوچھتا ہے کہ دباؤ میں ان میں سے کون اب بھی واضح سوچ سکتا ہے۔ وہاں “ڈبل فرسٹ” ملنا مضبوطی سے ثابت کرتا ہے کہ بچپن کی یہ ذہانت صرف واہ واہ، والدین کی کہانیوں، یا کسی ایک قسمت والے ہنر کی وجہ سے نہیں تھی۔ یہ اور دوسری اشرافیہ کے درمیان بھی ثابت رہی۔
اور اس سے بھی آگے، یہ آپ کو ذہنی برداشت کے بارے میں بتاتا ہے۔ ہائی IQ والے لوگ تھوڑی دیر کے لیے تو کمال دکھا سکتے ہیں؛ مگر اصل نایاب بات یہ ہے کہ انتہائی چنیدہ (سخت) ماحول میں برسوں تک اعلیٰ درجے کی تجزیاتی صلاحیت کو برقرار رکھا جائے۔ کیمبرج بس ریزیومے پر لگا ہوا بیج نہیں تھا۔ یہ اس بات کا ثبوت تھا کہ ہَسابیس کا ذہن واقعی اچھی طرح سفر کرتا تھا۔
یہیں سے کیس مزید دلچسپ ہو جاتا ہے۔ بہت ہائی IQ رفتار کی صورت میں نظر آ سکتا ہے۔ اور ایک واقعی غیر معمولی IQ اکثر ٹرانسفر—یعنی مہارتوں کو ایک شعبے سے دوسرے میں لے جانے کی صلاحیت—کے طور پر سامنے آتا ہے۔ ہَسّابیس پہلے ہی شطرنج سے گیم ڈیزائن کی طرف جا چکے تھے۔ کیمبرج نے یہ بھی کنفرم کیا کہ وہ باضابطہ تجزیاتی ماحول میں بھی ٹاپ لیول پر کام کر سکتے ہیں۔
زیادہ تر لوگ وہیں رک جائیں گے۔ ہَسّابیس نے نیورو سائنس کا رخ موڑ دیا۔
یہ وہ حصہ ہے جو میرے لیے اندازے کو اوپر کی طرف دھکیلتا ہے۔ گیمز اور کمپیوٹر سائنس میں کامیابی کے بعد، ہَسّابیس بس وہیں نہیں رک گئے جہاں وہ پہلے ہی جیت رہے تھے۔ انہوں نے سمت بدلی اور University College London میں کَگنیٹو نیورو سائنس کا رخ کیا، اور بالآخر پی ایچ ڈی مکمل کی۔
The Naked Scientists کے ساتھ 2009 کی ایک انٹرویو کے مطابق، اس نے بتایا کہ گیمز ہمیشہ اس کی اصل دلچسپی—مصنوعی ذہانت اور یہ سمجھنا کہ ذہن مقاصد کیسے حاصل کرتا ہے—کے مقابلے میں ثانوی رہے۔ اسٹیون لیوی کی 2015 کی WIRED پروفائل ایک اہم اضافی تہہ ڈالتی ہے: ہیسابس کا کہنا تھا کہ وہ وسط 2000s سے اپنی AI کمپنی بنانے کے بارے میں سوچ رہے تھے، مگر انہیں یقین تھا کہ انہیں “خیالات کا بالکل نیا سیٹ” چاہیے، اس لیے وہ انہیں حاصل کرنے کے لیے نیورو سائنس کا راستہ چُنا۔
یہ صرف ذہانت نہیں۔ یہ اسٹریٹجک ذہانت ہے—یعنی میٹا ذہانت، اگر آپ چاہیں۔ وہ توجہ کی کمی کی وجہ سے میدانوں میں بھٹک نہیں رہا تھا؛ وہ جان بوجھ کر ایک “ٹول کٹ” تیار کر رہا تھا۔ سچ پوچھیں تو یہی وہ کیریئر پلاننگ ہے جو باقی لوگوں کو یوں محسوس کراتی ہے جیسے ہم کرایون کے ساتھ فوراً کچھ گھڑ رہے ہوں۔
دی گارڈین نے نوٹ کیا کہ یادداشت اور تخیل پر ان کی نیورو سائنس تحقیق سے ایسی اسٹڈی تیار ہوئی جسے Science نے 2007 کی بڑی کامیابیوں میں سے ایک قرار دیا۔ ایک بار پھر پیٹرن دیکھیں۔ وہ نیا میدان اختیار کرتا ہے اور ایسا حصہ ڈالتا ہے کہ پوری سائنسی دنیا کی توجہ کھنچ جاتی ہے۔ اب آپ صرف کسی تیز سیکھنے والے شخص کی بات نہیں کر رہے۔ آپ ایسے شخص کی بات کر رہے ہیں جو کسی شعبے کی بنیادی منطق کو جذب کر کے اسی کے اندر نیا اور اصل کام کر سکتا ہے۔
اس طرح کی منتقلی ہر IQ اندازے میں ایک بڑی سراغ رسانی کرتی ہے۔ بہت سے باصلاحیت ماہر موجود ہیں۔ مگر وہ شخص کہیں کم ملتا ہے جو کئی کھڑی پہاڑیاں سر کر کے پھر ایک منظر کا فائدہ اٹھا کر اگلی جگہ کو نئے سرے سے ڈیزائن کر سکے۔
ڈیپ مائنڈ: یہ معاملہ محض اکیڈمک نہیں رہتا بلکہ تاریخی بن جاتا ہے
2010 میں Hassabis نے DeepMind کی مشترکہ بنیاد رکھی تو ان کی زندگی کی اصل سمت صاف نظر آنے لگی۔ نوبل انٹرویو میں انہوں نے بتایا کہ انہوں نے اپنا پورا کیریئر AI پر اسی لیے وقف کیا کیونکہ انہیں یقین تھا کہ یہ “سائنس میں مدد کے لیے حتمی ٹول” بن سکتا ہے۔ Perrigo کی 2023 کی TIME پروفائل میں DeepMind کے ہیڈکوارٹر کو “intelligence کو خراجِ تحسین” کہا گیا ہے—یا تو یہ واقعی بہت پرجوش ہے، یا پھر Demis Hassabis کی سوچ کا سب سے واضح ورژن۔
ہمارے لیے اصل بات برانڈنگ نہیں—بلکہ ہم آہنگی (coherence) ہے۔ WIRED کے مطابق، خود Hassabis نے کہا کہ ان کی پوری کرئیر، کھیلوں سمیت، AI کمپنی کی طرف ہی جاتی رہی۔ جو کچھ ہم تک دیکھ چکے ہیں، سب اس سے میچ کرتا ہے: شطرنج نے حکمتِ عملی والی سرچ سکھائی، کھیلوں نے سمولیشن اور انسانی نفسیات، نیورو سائنس نے انہیں یادداشت اور سیکھنے پر سوچنے کا کہا، اور DeepMind وہ سِنتھیسِس مشین بن گیا۔
یہ IQ کے اندازے کے لیے اہم ہے، کیونکہ ورلڈ کلاس ذہانت عموماً صرف خام رفتار نہیں ہوتی۔ اعلیٰ ترین سطحوں پر تو یہ فنِ تعمیر جیسی نظر آتی ہے: ایک شخص دیکھ لیتا ہے کہ جو خیالات دوسروں کو الگ لگتے ہیں، وہ حقیقت میں کس طرح جڑ کر ایک مکمل نظام بن جاتے ہیں۔ ہَسّابیس بچپن ہی سے شاید یہ “فنِ تعمیر” تیار کر رہے تھے۔
اس کے اندر مزید “جوش” بھی ہے۔ اپنے نوبل انٹرویو میں انہوں نے کہا کہ وہ ہمیشہ “تھوڑا سا جلدی میں” رہے ہیں اور جتنا بھی انہیں یاد ہے، ان میں “بے یقین ڈرائیو” رہی ہے۔ یقیناً یہ ڈرائیو IQ نہیں ہے۔ لیکن جب بہت تیز منطقی صلاحیت اور حد سے زیادہ جوش ایک ہی شخص میں نظر آئیں تو نتائج اکثر ڈرامائی ہو جاتے ہیں — یہ ایسا ہی پیٹرن ہے جو ہماری Bill Gates کے IQ کے تجزیے میں بھی نظر آتا ہے؛ ایک اور ٹیک بانی جن کا انجن بند ہونے کو تیار ہی نہیں تھا۔
AlphaFold نے بحث کی سطح بدل دی
آپ شاندار طور پر ذہین ہو پھر بھی کبھی نوبیل لیول جیسا کام نہ کریں—یہ بھی ممکن ہے۔ سائنس گڑبڑ ہے، تاریخ غیر منصف ہے، اور وقت بہت اہم ہوتا ہے۔ لیکن جیسے ہی AlphaFold کہانی میں آتا ہے، بہت زیادہ IQ کا اندازہ ماننے سے بچنا مشکل ہو جاتا ہے۔
نوبل پرائز کی facts والی صفحے کے مطابق، ہسّابیس اور جان جمپر کو AlphaFold2 بنانے پر سراہا گیا—یہ وہ AI سسٹم ہے جو تقریباً تمام معروف پروٹینز کی ساخت کو امینو ایسڈ سیکوئنس سے پہلے ہی بتا دیتا ہے۔ پروٹین فولڈنگ کئی دہائیوں سے ایک بڑا سائنسی چیلنج رہی ہے۔ یہ کوئی صرف ایپ فیچر نہیں تھا—یہ بایولوجی کی بنیاد میں ایک گہرا مسئلہ تھا۔
اور یہ اہم بیکورڈ ریفرنس ہے: اُس بچے کو یاد ہے جس نے شطرنج کی بساط پر کئی چالیں آگے سوچنا سیکھا تھا؟ اُس ٹین ایجر کو یاد ہے جو گیمز میں بنائے گئے سمیولیٹڈ ورلڈز تیار کرتا تھا؟ اُس ریسرچر کو یاد ہے جس نے آئیڈیا لینے کے لیے جان بوجھ کر دماغ کا مطالعہ کیا؟ AlphaFold تو ان سب کے اکٹھے ہونے جیسا لگتا ہے۔ اسٹریٹجک سرچ، تجرید، سائنسی استدلال، طویل مدتی پلاننگ، اور مختلف شعبوں کو ملا کر نئی سوچ—سب کا نچوڑ یہیں نکلتا ہے۔
Perrigo کے 2025 TIME پروفائل میں Hassabis کے حوالے ہیں: “میں سب سے پہلے خود کو ایک سائنس دان کے طور پر شناخت کرتا ہوں” اور یہ کہ زندگی میں اس نے سب کچھ “علم کے حصول” کی خاطر کیا۔ یقیناً یہ بات خود بخود IQ نہیں بڑھاتی۔ مگر یہ بتاتی ہے کہ اس کی ذہانت اتنی مؤثر طریقے سے کیوں استعمال ہوئی۔ کچھ لوگ اپنی صلاحیتیں بکھیر دیتے ہیں—Hassabis نے انہیں سمیٹ کر کام میں لگایا۔
تو پھر ڈیمیسا ہسّابی کی ممکنہ آئی کیو کیا ہے؟
اب اصل مشکل ہے: ایک نمبر۔ کوئی افسانہ نہیں، کوئی مبہم “جینیس” نہیں—بلکہ ایک حقیقی اندازہ۔
موجودہ شواہد کی بنیاد پر، ہم پیش گوئی کرتے ہیں کہ دیمس حسّابس کا IQ تقریباً 155 ہے۔
اس سے وہ تقریباً 99.99ویں پرسنٹائل میں آ جاتا، ایسے زمرے میں جو اکثر انتہائی باصلاحیت یا بہت گہری ذہانت کے نام سے بیان کیا جاتا ہے—یہ آپ کے درجہ بندی سسٹم پر منحصر ہے۔
155 کیوں، مثلاً 140 کیوں نہیں؟ کیونکہ 140 تو واقعی بہت ہی غیر معمولی ہے، لیکن ہسّابیس کی پروفائل “بس” ٹاپ 0.4% ذہانت سے زیادہ مضبوط لگتی ہے۔ عالمی سطح کی بچوں والی شطرنج میں مہارت، تیز رفتار تعلیم، ایلیٹ تعلیمی کامیابی، کم عمری میں پروفیشنل پروگرامنگ کارنامہ، نیورو سائنس اور AI—دونوں میں بڑے بریک تھرو، اور آخر میں نوبل سے تسلیم شدہ سائنسی کامیابی—یہ مجموعہ شاندار دماغوں میں بھی کم ملتا ہے۔ موازنہ کے لیے، ہماری اندازے کے مطابق وہ بس وہاں سے ذرا اوپر ہے جہاں ہم نے اسٹیفن ہاکنگ کو رکھا تھا—ایک اور سائنس دان، جس کی بایو گرافی واضح طور پر انتہائی ٹیل کی طرف اشارہ کرتی ہے۔
175 کیوں نہیں؟ بات یہ ہے کہ ہمیں زمین سے جڑے رہنا چاہیے۔ سوانح پر مبنی IQ اندازے ہمیشہ لگ بھگ ہوتے ہیں، اور انٹرنیٹ کلچر ہر مشہور سائنسدان کو مزاحیہ سپر برین بنا دینا پسند کرتا ہے۔ اصل ذہانت “ابھری ہوئی” ہوتی ہے—اس میں طاقتیں، عادتیں، موقع، مینٹرز، اور سخت مسائل پر دہائیاں لگانے کی حیران کن حد تک آمادگی شامل ہوتی ہے۔
پھر بھی، اگر آپ مجھ سے پوچھیں کہ کیا ہسبیس اُن انسانوں کے چھوٹے سے حصے میں آتا ہے جہاں خام منطقی طاقت، اسٹریٹجک تخیل اور بین السطور سائنسی یکجائی ایک جگہ ملتی ہے، تو میں بغیر زیادہ جھجھک کے ہاں کہوں گا۔ اس کی زندگی ہر بار مختلف لہجوں میں ہمیں وہی جواب دیتی رہتی ہے۔
تو نہیں، ہمیں ڈیمس ہیسابیس کا اصل IQ نہیں معلوم۔ لیکن اگر ذہانت تیزی سے سیکھنے، مختلف شعبوں میں علم منتقل کرنے، بہت آگے کی منصوبہ بندی کرنے، اور ایسے مسائل حل کرنے کی صلاحیت ہے جن سے دوسرے باصلاحیت لوگ پسینے میں ڈوب جائیں، تو پھر اس کی بایوگرافی بتاتی ہے کہ اس کا دماغ واقعی ایک نہایت نایاب لیول پر کام کرتا ہے—ایسا دماغ جو لگ بھگ اپنی پوری زندگی میں کئی چالیں پہلے سوچتا رہا ہے۔
.png)
