مصنوعی ذہانت ایسے الگورتھمز ہوتے ہیں جو کسی عموامل کے پیش نظر خود ہی فیصلے لیتے ہیں۔ مصنوعی ذہانت کے الگورتھم دو طرح کے ہوسکتے ہیں:
1) پہلا کہ ہم خود ایسے سمارٹ الگورتھم ترتیب دیں جو کہ اپنے آپ خود ہی اپنے حساب سے انوائرمنٹ کو سمجھ کر چلے- ایسے الگورتھم ہارڈ کوڈیڈ ہوتے ہیں جہاں ہم اپنے الگورتھم میں تمام امکانات کی ہدایات درج کردیتے ہیں۔ ایسے الگورتھم جو چھوٹے چھوٹے ٹاسک کو پورا کرنے کیلئے لکھے جاتے ہیں۔ جیسے ہم ایک ایسا الگورتھم لے لیتے ہیں جہاں ہمیں پوائنٹ "الف" سے پوائنٹ "ی" تک جانا ہے۔ لیکن پوائنٹ "الف" سے "ی" تک جانے کے بہت سے رستے ہیں۔ کچھ رستے بہت ہی طویل ہیں اور کچھ بہت ہی چھوٹے اور الگورتھم کا کام یہ ہے کہ وہ ایسے رستے کا تعین کرے جہاں ہم کم وقت و فاصلہ طے کیے پوائنٹ "ی" تک پہنچ جائیں۔ اگر یہی کام ہم ایک معمولی الگورتھم سے لیتے ہیں تو ہمیں شاید بہتر رستہ نہ ملے اور رستہ ڈھونڈنے میں وقت بھی زیادہ لگے تو ہم یہاں ایسے سمارٹ الگورتھم بناتے ہیں جو کہ کم وقت میں سب سے optimal رستے کا تعین کرکے دے۔ یہ تو پہلی کٹیگری ہوگئی۔
2) چلیں دوسری کی جانب جو کہ دور جدید کا مشہور طریقہ کار اور یہی مصنوعی ذہانت کا مستقبل ہے۔ یہ طریقہ کار پہلے والے سے مختلف ہے اور یہاں ہم مشین کو کوئی ہدایات نہیں دیتے یا بہت بنیادی ہدایات دیتے ہیں۔ ایسے الگورتھم خود 'سیکھتے' ہیں۔ نہیں نہیں ہم مشینوں کے اسکول کھولنے کی بات نہیں کررہے اور نہ ہم چاہتے ہیں کہ وہ بھی ہماری طرح بستہ ٹانگے اسکول جائیں۔ ہم اس سیکھنے کے عمل کو تین حصوں میں تقسیم کردیتے ہیں۔ ہم یہاں سیکھنے کے کچھ اصول بناتے ہیں جن میں ماحول کو سمجھ کر سیکھنا، ڈیٹا کی مدد سے سیکھنا یا کسی ایسے عمل سے سیکھنا جہاں ہمیں کسی کام کے کرنے پر انعام یا سزا دی جائے۔ ان الگورتھم کا کام بہت پیچیدہ سسٹم کو سمجھنا اور انکے لیئے اصول مرتب کروانا ہے جیسے ہم شطرنج کی کھیل کی مثال لیتے ہیں یہ گیم اور اسکی چالیں اتنی پیچیدہ ہیں کہ جو ہر بار نئی چالوں کو اجاگر کرتی ہیں۔ اگر کوئی انسان انہیں لکھ بھی دیں تو پھر بھی ایسے صورتحال ہوسکتی ہیں جس کی بنیاد پر ہم ایسی مشین کو ہرا دے کیونکہ مشین صرف اتنا ہی جانتی ہوگی جتنی ہدایات اسے بتائی گئی ہوگی لیکن کسی نئی چال کے آتے ہی اس کی ٹائی ٹائی فش ہوجانی ہے۔ تو ہم ایسے پیچیدہ سسٹم کیلیے مشین لرننگ کا سہارا لیتے ہیں جہاں ہم اسے مختلف صورتحال/چالیں دے کر انہیں سسٹم کے اصول سیکھانے کی کوشش کرتے ہیں جس کی مدد سے وہ گیم کی کسی بھی نئی آنے والی صورتحال/چالوں کا منہ توڑ جواب دے سکے۔ جیسے جیسے یہ مشینیں سیکھتی رہتی ہیں تو ویسے ویسے ان مشینوں کے پاس ایک قاعدہ (ہدایات) بننا شروع ہوجاتے ہیں جس کو بنیاد بنا کر وہ نئے چالوں کو سمجھنےکی کوشش کرتی ہے۔ مشین چالوں کو جتنی اچھی طرح سمجھے گی اسکی کرگردگی اتنی ہی بہتر ہوگی اور اتنے ہی اسکے جیتنے کے امکانات بڑھیں گے۔