جون 2022
By جیمز نورٹن، فری لانس مصنف
آپ نفیس کو کیسے فعال کرتے ہیں۔ مصنوعی ذہانت (AI) ٹولز رازداری کا احترام کرتے ہوئے اور ڈیٹا اثاثوں کی دانشورانہ املاک کی حفاظت کرتے ہیں؟ برلن میں مقیم ایک اسٹارٹ اپ کا خیال ہے کہ فیڈریٹڈ لرننگ اس کا جواب فراہم کرتی ہے۔
ستمبر 2021 میں آئی پی اور فرنٹیئر ٹیکنالوجیز پر WIPO گفتگو کے چوتھے سیشن میں اپنی ابتدائی تقریر میں (پڑھیں ڈیٹا: عالمی معیشت کو تبدیل کرنے والا ایندھن)، WIPO کے ڈائریکٹر جنرل ڈیرن تانگ نے ڈیٹا کو "ایندھن" کے طور پر بیان کیا جو ڈیجیٹلائزیشن کو طاقت دیتا ہے۔ مشین لرننگ کے الگورتھم سے سیکھنے کے لیے بڑی مقدار میں ڈیٹا کی ضرورت ہوتی ہے - لیکن کیا ہوتا ہے جب ایندھن کے بہاؤ میں خلل پڑتا ہے، دوسرے لفظوں میں جب ڈیٹا کو رازداری، سیکیورٹی یا وجوہات کی بنا پر شیئر نہیں کیا جا سکتا املاک دانش (آئی پی) تحفظ؟
اس مسئلے کا ایک حل فیڈریٹڈ لرننگ کے نام سے جانا جاتا ہے، جہاں ڈیٹا کبھی بھی ڈیٹا مالک کے کنٹرول سے نہیں نکلتا۔ بلکہ، مشین لرننگ الگورتھم کو ڈیٹا پر مقامی طور پر تربیت دی جاتی ہے، بغیر اسے کبھی شیئر کیے جاتے ہیں۔ ایک سادہ سی مثال میں، حساس ڈیٹا جیسے کہ کسی ہسپتال کے مریض کے ریکارڈ کو دوا ساز کمپنی کی طرف سے نئی دوا کی تیاری میں استعمال کیا جا سکتا ہے، ہسپتال کو کوئی ڈیٹا ظاہر کیے بغیر۔ زیادہ نفیس معاملات میں، ایک ہی الگورتھم کو تربیت دینے کے لیے متعدد ذرائع سے ڈیٹا استعمال کیا جا سکتا ہے، جس سے حجم اور تنوع دونوں میں فوائد حاصل ہوتے ہیں۔
الگورتھم اور ڈیٹا مالکان کو اکٹھا کرنے کے لیے فیڈریٹڈ لرننگ کے لیے ایک قابل اعتماد تیسرے فریق کی ضرورت ہوتی ہے۔ برلن میں قائم سٹارٹ اپ Apheris، جسے 2019 میں شروع کیا گیا تھا، ایسی ہی ایک کمپنی ہے۔ Apheris کے پاس تقریباً 20 ڈویلپرز، پرائیویسی ماہرین اور ڈیٹا سائنسدانوں کی ایک ٹیم ہے جو محفوظ ڈیٹا شیئرنگ کے لیے ایک محفوظ پلیٹ فارم مہیا کرتی ہے۔ اس کے قانونی سربراہ لوسی آرنٹز نے حال ہی میں اس سے بات کی۔ WIPO میگزین کمپنی کے کاروباری ماڈل، ڈیٹا پروٹیکشن اور سیکیورٹی کے بارے میں۔
فیڈریٹڈ سیکھنے کے فوائد
محترمہ آرنٹز نے 2020 کے موسم گرما میں Apheris میں شمولیت اختیار کی – وہ پہلی ملازم جو سائنسدان نہیں ہے – اور وہ ایک مناسب قانونی بنیاد کو یقینی بنانے، صارفین کے حقوق کی حفاظت اور معاہدوں کی نگرانی کے لیے ذمہ دار ہے۔ وہ کہتی ہیں کہ فیڈریٹڈ لرننگ اس عقیدے پر مبنی ہے کہ "حساس ڈیٹا کو بہترین مقامی اور ڈیٹا کنٹرولر کے کنٹرول میں رکھا جاتا ہے" اور یہ کہ یہ نتائج فراہم کرتا ہے جو "بالکل اتنا ہی اچھا ہے جیسے آپ کے پاس اپنے سرورز پر تمام ڈیٹا موجود ہو"۔ .
اب تک، صحت کی دیکھ بھال کے شعبے میں فوائد سب سے زیادہ واضح ہوئے ہیں، جہاں AI تکنیکیں جدید ہیں اور مریضوں کے خفیہ اور حساس ڈیٹا کے بارے میں بنیادی خدشات ہیں۔ لیکن محترمہ آرنٹز بتاتی ہیں کہ فیڈریٹڈ لرننگ فوائد فراہم کرتی ہے یہاں تک کہ ڈیٹا ذاتی طور پر قابل شناخت معلومات (PII) کے حوالے سے حساس نہ ہو۔ مثال کے طور پر، Apheris اب ایک کیمیکل بنانے والے کے لیے ایک پروجیکٹ پر کام کر رہا ہے، جس میں پروڈکٹ اور کسٹمر کا ڈیٹا شامل ہے جو تجارتی طور پر حساس اور خفیہ ہے۔ فیڈریٹڈ لرننگ بھی لاگو ہو سکتی ہے جہاں کچھ ڈیٹا IP کے حقوق سے محفوظ ہے۔
"ڈیٹا سینٹرلائز کرنا پرانا ہوتا جا رہا ہے،" محترمہ آرنٹز کہتی ہیں، جو مزید کہتی ہیں کہ بہت سی کمپنیاں بڑی مقدار میں قیمتی ڈیٹا کی مالک ہیں جسے شیئر کرنے کے خدشات کی وجہ سے فائدہ نہیں اٹھایا جاتا: "آپ کے پاس بہت سے ڈیٹا ہو سکتا ہے جو کسی اور کے لیے انتہائی اہم ہو سکتا ہے لیکن آپ کے لیے نہیں، لہذا کسی کے ساتھ شراکت کے بغیر اس ڈیٹا کی کوئی قدر نہیں ہے۔
کچھ معاملات میں، ڈیٹا کی قدر صرف اس وقت ظاہر ہو سکتی ہے جب اسے فیڈریٹڈ لرننگ کے ذریعے دوسرے ذرائع کے ڈیٹا کے ساتھ ملایا جائے۔ مثال کے طور پر، ریاستہائے متحدہ میں مریضوں کے طبی اعداد و شمار کو افریقہ یا ایشیا کے اس کے ساتھ ملایا جا سکتا ہے، جس کے نتیجے میں زیادہ متنوع کلینیکل ٹرائل ڈیٹا سیٹ ہوتا ہے۔ "آپ اسے اتنا بڑھا سکتے ہیں جتنا آپ چاہتے ہیں اور یہیں سے یہ جادوئی ہو جاتا ہے،" محترمہ آرنٹز کہتی ہیں۔
لیکن وہ مزید کہتی ہیں کہ فیڈریٹڈ لرننگ کی صلاحیت اب بھی پوری ہونے سے تین سال دور ہے۔ ایک وجہ ڈیٹا کو جمع کرنے اور فارمیٹنگ میں مزید معیاری بنانے کی ضرورت ہے۔ جبکہ کمپیوٹنگ کی صلاحیت میں اضافہ ڈیٹا کی بڑی مقدار کی پروسیسنگ کے قابل بناتا ہے، زیادہ سے زیادہ نتائج کے لیے ڈیٹا کو محفوظ ڈیٹا تعاون کو فعال کرنے کے لیے اچھی طرح سے ڈھانچہ جانے کی ضرورت ہے۔ یہاں، ایک بار پھر، صحت کی دیکھ بھال کا شعبہ آگے بڑھ رہا ہے، لیکن دوسرے شعبے تیزی سے آگے بڑھ رہے ہیں۔ ایک جس کی محترمہ آرنٹز شناخت کرتی ہیں وہ آٹوموٹیو انڈسٹری ہے، جہاں جزوی طور پر اور مکمل طور پر خود مختار گاڑیوں کی ترقی کا انحصار مختلف ذرائع سے ڈیٹا کی ایک بڑی قسم کے تجزیہ پر ہوتا ہے - بشمول ڈرائیور، گاڑیاں، ہائی وے اتھارٹیز، قانون نافذ کرنے والے ادارے اور بیمہ کنندگان۔ وہ کہتی ہیں، "آٹو موٹیو انڈسٹری اس معیار کے مطابق ہونے پر بہت زیادہ توجہ مرکوز کرتی ہے۔ "اس ڈیٹا پر تعاون کرنے کے قابل ہونے میں بہت دلچسپی ہے اور بڑے مینوفیکچررز کو معیاری بنانے کے لیے اکٹھا کرنے کی کوششیں کی جا رہی ہیں۔ یہ ایک خاص طور پر دلچسپ علاقہ ہے کیونکہ اس میں سرکاری اور نجی دونوں شعبوں کی بات چیت شامل ہے۔" آٹوموٹو سیکٹر میں، حل رضاکارانہ اور صنعت کی قیادت میں ہونے کا امکان ہے، لیکن اسے تیار ہونے میں وقت لگے گا۔
جبکہ کمپیوٹنگ کی صلاحیت میں اضافہ ڈیٹا کی بڑی مقداروں کی پروسیسنگ کو قابل بناتا ہے، زیادہ سے زیادہ نتائج کے لیے ڈیٹا کو محفوظ ڈیٹا تعاون کو فعال کرنے کے لیے اچھی طرح سے ڈھانچے کی ضرورت ہوتی ہے۔
گمنامی کا مسئلہ
AI ٹولز کی ترقی کے لیے ایک بڑا چیلنج گمنامی کی سطح ہے۔ افراد اپنے ذاتی ڈیٹا (خواہ طبی یا خاندانی تاریخ، مالی معلومات یا دیگر ذاتی تفصیلات) کی حفاظت کے لیے سمجھ بوجھ سے فکر مند ہیں لیکن، جیسا کہ محترمہ آرنٹز کہتی ہیں، "ڈیٹا جتنا زیادہ گمنام ہوگا، یہ اتنا ہی کم متعلقہ ہوگا۔ گمنامی مشین لرننگ کا مستقبل نہیں ہے۔ مؤثر منشیات کی نشوونما اور جانچ، مثال کے طور پر، عمر، نسل، الرجی، ادویات اور دیگر عوامل کو مدنظر رکھنے کی ضرورت ہے۔ خود سے چلنے والی کاروں کو اس بارے میں معلومات کی ضرورت ہوتی ہے کہ آپ کہاں سفر کر رہے ہیں، آپ کس قسم کی گاڑی چلاتے ہیں اور کتنی تیزی سے جانا چاہتے ہیں۔ محترمہ آرنٹز کا خیال ہے کہ فیڈریٹڈ لرننگ ایک توازن فراہم کرنے میں مدد کر سکتی ہے اور یہ ظاہر کرتی ہے کہ "رازداری اور اختراع دونوں کا ہونا کوئی تنازعہ نہیں ہے۔"
اس طرح کے چیلنجوں پر قابو پانے کے لیے تکنیکی اور قانونی حلوں کے امتزاج کی ضرورت ہوتی ہے: ٹیکنالوجی سخت اور شدت سے جانچے جانے والے عمل کے ذریعے ڈیٹا کی حفاظت کو یقینی بنا سکتی ہے، جبکہ قانون ایسے معاہدوں کو قابل بناتا ہے جو یہ طے کرتے ہیں کہ ڈیٹا کو کون کنٹرول کرتا ہے، کون نتائج حاصل کر سکتا ہے اور کس سطح کی تفصیل۔ وہ وصول کرتے ہیں.
سنٹرلائزڈ اور فیڈریٹڈ لرننگ کا موازنہ کرنا
ڈیٹا کو اصل میں کیسے محفوظ کیا جاتا ہے یہ ایک مشکل سوال ہے: جبکہ کاپی رائٹ قانون اور سوئی generis یورپی یونین میں ڈیٹا بیس کے حقوق جیسے ٹولز کچھ تحفظ فراہم کر سکتے ہیں، حدود واضح نہیں ہیں اور زیادہ تر تنظیمیں ڈیٹا کو محفوظ رکھنے کے حق میں ہیں، معاہدے کی دفعات اور تحفظ کے تحت تجارتی راز یا خفیہ معلومات کے قوانین۔ لیکن محترمہ آرنٹز کہتی ہیں کہ آیا اور کیسے ڈیٹا کو محفوظ کیا جاتا ہے اس سوال میں کوئی مسئلہ نہیں ہے: "اگر آپ کے پاس ڈیٹا ہے، تو شاید آپ کو لگتا ہے کہ یہ اہم ہے اور اسے محفوظ کیا جانا چاہیے۔ فیڈریٹڈ لرننگ کے لیے، اس سے کوئی فرق نہیں پڑتا کہ ڈیٹا کو باضابطہ طور پر محفوظ کیا گیا ہے یا نہیں۔ ہم محفوظ طرف سے غلطی کرتے ہیں۔"
اس کا خیال ہے کہ ایک زیادہ اہم مسئلہ "وسیع رضامندی" ہے۔ جی ڈی پی آر تسلیم کرتا ہے کہ سائنسی محققین کے لیے ان تمام مقاصد کی نشاندہی کرنا ہمیشہ ممکن نہیں ہوتا جن کے لیے ڈیٹا اکٹھا کیا جاتا ہے۔ اس لیے، ہو سکتا ہے کہ انہیں دوسرے شعبوں میں اپنے منصوبوں کے بارے میں اتنا مخصوص نہیں ہونا چاہیے، لیکن اس کے باوجود، آپشن فراہم کرنا چاہیے تاکہ ڈیٹا کے مضامین مستقبل کے تحقیقی استعمال کے لیے باخبر رضامندی دے سکیں۔ "ہمیں اس بارے میں واضح رہنمائی کی ضرورت ہے کہ "تحقیق کے مقاصد" کیا ہیں۔ اس وقت، یونیورسٹیوں اور محققین کے لیے غیر یقینی صورتحال ہے اور یہ جدت کو محدود کر رہی ہے،‘‘ وہ کہتی ہیں۔
منصفانہ ضابطے پر روشنی ڈالنا
محترمہ آرنٹز کا خیال ہے کہ جی ڈی پی آر قانون سازی کی ایک مثال ہے جس پر "بہت زیادہ تنقید کی جاتی ہے لیکن اسے بہت پسند کیا جاتا ہے": یہ ڈیٹا کے تحفظ کے لیے ایک ٹھوس بنیاد فراہم کرتا ہے لیکن ٹیکنالوجی کی تبدیلیوں کے ساتھ اسے اپ ڈیٹ کرنے کی ضرورت ہوگی۔ "سب سے بڑھ کر، ہمیں وضاحت کی ضرورت ہے: یہاں تک کہ اگر رہنمائی یہ ہے کہ آپ کچھ نہیں کر سکتے، کم از کم ایک واضح لکیر رکھنا اچھا ہے۔"
وہ یہ بھی دلیل دیتی ہے کہ GDPR اس بات کی ایک مثال ہے کہ کس طرح ایک خطہ – اس معاملے میں، EU – منصفانہ ضابطے کو فروغ دینے کے لیے "روشنی چمکا سکتا ہے": جیسا کہ وہ کہتی ہیں، ڈیٹا کو محض قومی سطح پر ریگولیٹ نہیں کیا جا سکتا اس لیے کثیر القومی یا بین الاقوامی حل کی ضرورت ہے۔ یہاں تک کہ اگر راستے میں سمجھوتہ کرنا پڑے۔ وہ پر امید ہیں کہ یورپی یونین کے نئے اقدامات، جیسے کہ حال ہی میں اپنایا گیا ہے۔ ڈیٹا گورننس ایکٹ اور مجوزہ اے آئی ایکٹ, مزید وضاحت فراہم کرے گا: "پالیسی کو ہمیشہ بہتر بنانے کے لیے کھلا ہونا چاہیے۔ ہمیں اسے مستقبل میں ڈھالنے کی ضرورت ہوگی اور جو کچھ ہم حاصل کرنے کی کوشش کر رہے ہیں اس پر نظر ثانی کریں۔
اگرچہ وہ خبردار کرتی ہے کہ یہ عمل جامع اور بین الضابطہ ہونا چاہیے: اکثر کاروباری، قانونی، پالیسی اور تکنیکی ماہرین ایک ہی کمرے میں نہیں ہوتے یا یہاں تک کہ ایک ہی زبان میں بات کرتے ہیں، اور اسٹارٹ اپس اور ایس ایم ایز کی آواز ہمیشہ نہیں سنی جاتی ہے۔ "حکومتیں بڑی کارپوریشنوں سے بہت بات کرتی ہیں لیکن اگر وہ اسٹارٹ اپ سے بات نہیں کر رہی ہیں تو وہ جدید ٹیکنالوجی کے بارے میں نہیں سنیں گی،" محترمہ آرنٹز بتاتی ہیں۔
وہ کہتی ہیں کہ بات چیت اہم ہے، کیونکہ ٹیکنالوجی زیادہ سے زیادہ نفیس ہوتی جا رہی ہے، اور نئی مصنوعات اور خدمات کے لیے وافر فنڈنگ دستیاب ہے جو کہ AI اور ڈیٹا کے تجزیہ سے حاصل کی گئی ہیں۔ اعداد و شمار کی اہمیت COVID-19 وبائی مرض سے نمٹنے سے لے کر موسمیاتی تبدیلی کے اثرات کا اندازہ لگانے تک ہر چیز میں واضح ہے۔ "ہم ڈیٹا کے تجزیہ میں بہت زیادہ ترقی دیکھنے جا رہے ہیں، اور پالیسی کو جواب میں آگے بڑھنا پڑے گا،" محترمہ آرنٹز کہتی ہیں۔
عام ڈیٹا تحفظ کے ضابطے (GDPR): 2016 GDPR نے EU ڈیٹا پروٹیکشن ڈائریکٹیو کی جگہ لے لی اور یورپی اقتصادی علاقے میں ڈیٹا مضامین کے ذاتی ڈیٹا کی پروسیسنگ کو ریگولیٹ کرتا ہے۔ بہت سے دوسرے ممالک اور خطوں میں اس کی پیروی کی گئی ہے، مثال کے طور پر کیلیفورنیا کنزیومر پرائیویسی ایکٹ (2018)۔
ڈیٹا گورننس ایکٹ: اس ایکٹ کو یورپی پارلیمنٹ نے 6 اپریل 2022 کو اپنایا تھا۔ اسے یوروپی پارلیمنٹ نے ایک ایسے اقدام کے طور پر پیش کیا ہے جس سے "جدت کو فروغ ملے گا اور اسٹارٹ اپس اور کاروباروں کو بڑے ڈیٹا استعمال کرنے میں مدد ملے گی۔" یہ قواعد ڈیٹا کی لاگت اور مارکیٹ میں داخلے کی رکاوٹوں کو کم کرکے کاروبار کو فائدہ پہنچائیں گے۔ مثال کے طور پر، بہتر توانائی کی کھپت اور کم اخراج تک رسائی حاصل کرنے سے صارفین کو فائدہ ہوگا۔ یہ قواعد ڈیٹا پروٹیکشن قانون سازی کے مطابق ڈیٹا شیئر کرنے کو آسان اور محفوظ بنا کر اعتماد پیدا کرنے کے لیے بھی بنائے گئے ہیں۔ وہ پبلک سیکٹر کے ڈیٹا کے بعض زمروں کے دوبارہ استعمال میں بھی سہولت فراہم کریں گے، ڈیٹا بیچوانوں پر اعتماد میں اضافہ کریں گے اور ڈیٹا پرہیزگاری (معاشرے کے فائدے کے لیے ڈیٹا کا اشتراک) کو فروغ دیں گے۔ یہ ایکٹ کمپنیوں، افراد اور پبلک سیکٹر کے لیے ڈیٹا کا اشتراک آسان بنانے کے لیے "عمل اور ڈھانچے" بنائے گا۔ قانون بننے سے پہلے اسے کونسل میں یورپی یونین کے تمام ممالک کو اپنانا ہوگا۔
EU ڈیٹا ایکٹ: ایکٹ، کے نام سے بھی جانا جاتا ہے۔ ڈیٹا تک منصفانہ رسائی اور استعمال سے متعلق ہم آہنگی کے اصولوں پر مجوزہ ضابطہ، کو یورپی کمیشن نے فروری 2022 میں اپنایا تھا، اور یہ یورپی ڈیٹا حکمت عملی کا ایک اہم ستون ہے۔ یہ واضح کرتا ہے کہ کون ڈیٹا سے ویلیو بنا سکتا ہے اور کن حالات کے تحت وہ ایسا کر سکتا ہے۔
مصنوعی ذہانت کا ایکٹ: یوروپی یونین کے لئے ہم آہنگ قواعد وضع کرنے کے لئے اے آئی ریگولیشن کی تجویز یورپی کمیشن کا حصہ ہے۔ AI پیکیج اپریل 2021 میں شائع ہوا۔ یہ "AI کے افقی ضابطے کو نافذ کرنے" کی پہلی کوشش ہے۔ اور یورپ کو انسانی مرکز اور قابل اعتماد AI کے عالمی مرکز میں تبدیل کرنے کے لیے ڈیزائن کیا گیا ہے۔
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو بلاک چین۔ Web3 Metaverse Intelligence. علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://www.wipo.int/wipo_magazine/en/2022/02/article_0001.html
- 1
- 2016
- 2018
- 2019
- 2020
- 2021
- 2022
- 7
- a
- قابلیت
- ہمارے بارے میں
- تک رسائی حاصل
- اکاؤنٹ
- حاصل
- ایکٹ
- اصل میں
- اپنانے
- جوڑتا ہے
- اپنایا
- اعلی درجے کی
- افریقہ
- ایجنسیوں
- AI
- اے آئی ریگولیشن
- یلگورتم
- یلگوردمز
- تمام
- یلرجی
- ہمیشہ
- مقدار
- تجزیہ
- تجزیے
- اور
- جواب
- واضح
- کا اطلاق کریں
- اپریل
- رقبہ
- علاقوں
- دلائل
- ایشیا
- اثاثے
- حکام
- آٹوموٹو
- آٹوموٹو صنعت
- خود مختار
- خود مختار گاڑیاں
- دستیاب
- متوازن
- راہ میں حائل رکاوٹیں
- کی بنیاد پر
- بنیاد
- کیونکہ
- ہو جاتا ہے
- بننے
- اس سے پہلے
- کیا جا رہا ہے
- یقین
- خیال ہے
- فائدہ
- فوائد
- BEST
- بگ
- بگ ڈیٹا
- حدود
- باکس
- لانے
- آ رہا ہے
- تعمیر
- اعتماد قائم کریں
- کاروبار
- بزنس ماڈل
- کاروبار
- کیلی فورنیا
- کیلیفورنیا صارفین کی پرائیویسی ایکٹ
- نہیں کر سکتے ہیں
- اہلیت
- کاریں
- کیس
- مقدمات
- اقسام
- مرکزی
- کچھ
- چیلنج
- چیلنجوں
- تبدیل
- تبدیلیاں
- کیمیکل
- وضاحت
- واضح
- واضح
- آب و ہوا
- موسمیاتی تبدیلی
- کلینکل
- طبی ٹیسٹ
- تعاون
- تعاون
- مجموعہ
- مل کر
- تجارتی طور پر
- کمیشن
- کمپنیاں
- کمپنی کے
- کمپنی کی
- کمپیوٹنگ
- متعلقہ
- اندراج
- حالات
- تنازعہ
- رضامندی
- صارفین
- صارفین کی پرائیویسی
- صارفین
- کھپت
- معاہدے
- کنٹرول
- کنٹرولر
- کنٹرول
- بات چیت
- کارپوریشنز
- قیمت
- سکتا ہے
- کونسل
- ممالک
- کوویڈ ۔19
- CoVID-19 وبائی
- تخلیق
- گاہک
- کسٹمر کا ڈیٹا
- اعداد و شمار
- ڈیٹا تجزیہ
- ڈیٹا کی رازداری
- ڈیٹا کے تحفظ
- ڈیٹا شیئرنگ
- ڈیٹا کی حکمت عملی
- ڈیٹا بیس
- فراہم کرتا ہے
- انحصار کرتا ہے
- اخذ کردہ
- بیان کیا
- ڈیزائن
- تفصیل
- تفصیلات
- ترقی
- ڈویلپرز
- ترقی
- مشکل
- ڈیجیٹائزیشن
- ڈائریکٹر
- ظاہر
- متنوع
- تنوع
- نہیں
- نیچے
- ڈرائیو
- ڈرائیور
- منشیات کی
- منشیات کی ترقی
- آسان
- EC
- اقتصادی
- موثر
- کوششوں
- اخراج
- ملازم
- کو چالو کرنے کے
- کے قابل بناتا ہے
- توانائی
- توانائی کی کھپت
- نافذ کرنے والے
- کو یقینی بنانے کے
- کو یقینی بنانے ہے
- اندراج
- Ether (ETH)
- EU
- یورپ
- یورپ
- یورپی
- یورپی کمیشن
- یورپی ڈیٹا
- یورپی پارلیمان
- بھی
- کبھی نہیں
- سب کچھ
- مثال کے طور پر
- ماہرین
- بیان کرتا ہے
- سہولت
- عوامل
- منصفانہ
- خاندان
- فاسٹ
- کی حمایت
- مالی
- پہلا
- بہاؤ
- توجہ مرکوز
- پیچھے پیچھے
- باضابطہ طور پر
- فاؤنڈیشن
- چوتھے نمبر پر
- فری لانس
- سے
- فرنٹیئر
- ایندھن
- مکمل طور پر
- بنیادی
- فنڈنگ
- مزید
- مستقبل
- GDPR
- جنرل
- حاصل
- حاصل کرنے
- دے دو
- گلوبل
- Go
- جا
- اچھا
- گورننس
- عظیم
- ترقی
- ہوتا ہے
- ہونے
- سر
- صحت کی دیکھ بھال
- سنا
- مدد
- یہاں
- ہائی وے
- تاریخ
- افقی
- ہسپتال
- کس طرح
- HTML
- HTTPS
- حب
- شناخت
- شناخت
- اثر
- اہمیت
- اہم
- in
- دیگر میں
- سمیت
- شامل
- اضافہ
- اضافہ
- افراد
- صنعت
- معلومات
- مطلع
- اقدامات
- جدت طرازی
- جدید
- انشورنس
- دانشورانہ
- املاک دانش
- انٹیلی جنس
- بات چیت
- دلچسپی
- دلچسپ
- بچولیوں
- بین الاقوامی سطح پر
- میں خلل
- IP
- مسئلہ
- IT
- شامل ہو گئے
- رکھتے ہوئے
- کلیدی
- بچے
- جانا جاتا ہے
- زبان
- بڑے
- بڑے
- شروع
- قانون
- قانون نافذ کرنے والے اداروں
- قوانین
- قیادت
- معروف
- جانیں
- سیکھنے
- قانونی
- قانون سازی
- سطح
- روشنی
- امکان
- لائن
- مقامی
- مقامی طور پر
- بہت
- مشین
- مشین لرننگ
- بنا
- بنانا
- ڈویلپر
- مینوفیکچررز
- بہت سے
- مارکیٹ
- معاملہ
- طبی
- طبی اعداد و شمار
- ادویات
- محض
- شاید
- ماڈل
- لمحہ
- زیادہ
- سب سے زیادہ
- منتقل
- MS
- ملٹیشنل
- ایک سے زیادہ
- قومی
- ضرورت ہے
- ضرورت
- ضروریات
- پھر بھی
- نئی
- نئی مصنوعات
- پیش کرتے ہیں
- تجویز
- ایک
- کھول
- کھولنے
- زیادہ سے زیادہ
- امید
- کی اصلاح کریں
- آپشنز کے بھی
- تنظیمیں
- دیگر
- خود
- مالک
- مالکان
- وبائی
- پارلیمنٹ
- حصہ
- خاص طور پر
- جماعتوں
- شراکت داری
- پارٹی
- مریض
- مریض کا ڈیٹا
- مریضوں
- ذاتی
- ذاتی مواد
- ذاتی طور پر
- دواسازی کی
- PII
- ستون
- مقام
- کی منصوبہ بندی
- پلیٹ فارم
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- پوائنٹس
- پالیسی
- ممکن
- ممکنہ
- اختیارات
- کی رازداری
- نجی
- نجی شعبے
- شاید
- مسئلہ
- عمل
- عمل
- پروسیسنگ
- مصنوعات
- حاصل
- مصنوعات اور خدمات
- منصوبے
- کو فروغ دینا
- مناسب
- جائیداد
- تجویز
- مجوزہ
- ملکیت
- حفاظت
- محفوظ
- حفاظت
- تحفظ
- فراہم
- فراہم کرتا ہے
- عوامی
- شائع
- مقاصد
- سوال
- پڑھیں
- وجہ
- وجوہات
- وصول
- حال ہی میں
- پہچانتا ہے
- ریکارڈ
- خطے
- خطوں
- باضابطہ
- ریگولیشن
- متعلقہ
- باقی
- کی ضرورت
- کی ضرورت ہے
- تحقیق
- محققین
- احترام کرنا
- جواب
- ذمہ دار
- نتیجے
- نتائج کی نمائش
- حقوق
- سخت
- کمرہ
- قوانین
- محفوظ
- محفوظ
- اسی
- پیمانے
- سائنسدان
- سائنسدانوں
- خفیہ
- شعبے
- سیکٹر
- محفوظ بنانے
- محفوظ طریقے سے
- سیکورٹی
- خود ڈرائیونگ
- حساس
- ستمبر
- سروسز
- اجلاس
- سیکنڈ اور
- مشترکہ
- اشتراک
- ہونا چاہئے
- دکھائیں
- سادہ
- ہوشیار
- ایس ایم ایز
- So
- سوسائٹی
- حل
- حل
- حل کرنا۔
- کچھ
- کسی
- کچھ
- بہتر
- آواز
- ذرائع
- مخصوص
- تقریر
- شروع
- سترٹو
- امریکہ
- ابھی تک
- حکمت عملی
- منظم
- اس طرح
- موسم گرما
- سپر
- SVG
- لے لو
- بات
- بات کر
- ٹیم
- ٹیکنیکل
- تکنیک
- تکنیکی
- ٹیکنالوجی
- ٹیکنالوجی
- ٹیسٹنگ
- ۔
- مستقبل
- ان
- لہذا
- تھرڈ
- تین
- کے ذریعے
- وقت
- کرنے کے لئے
- مل کر
- بھی
- اوزار
- ٹرین
- تربیت یافتہ
- تبدیل
- ٹرائلز
- بھروسہ رکھو
- قابل اعتماد
- قابل اعتماد
- ٹرن
- غیر یقینی صورتحال
- کے تحت
- قابل فہم۔
- متحدہ
- ریاست ہائے متحدہ امریکہ
- یونیورسٹیاں
- اپ ڈیٹ
- استعمال کی شرائط
- قیمتی
- قیمت
- مختلف اقسام کے
- مختلف
- گاڑی
- گاڑیاں
- وائس
- حجم
- جلد
- چاہتے تھے
- خبردار کرتا ہے
- کیا
- چاہے
- جس
- جبکہ
- ڈبلیو
- گے
- بغیر
- الفاظ
- کام کر
- سال
- اور
- زیفیرنیٹ