Published:Updated:

செயற்கை நுண்ணறிவு என்பது என்ன? அது எங்கு பயன்படுத்தப்படுகிறது? | Doubt of Common Man

நாஜி குறியாக்க இயந்திரமான எனிக்மாவை உடைத்து, இரண்டாம் உலகப் போரில் நேசநாட்டுப் படைகள் வெற்றி பெற உதவிய பத்தாண்டுகளுக்குள், கணிதவியலாளரான ஆலன் டூரிங், “இயந்திரங்களால் சிந்திக்க முடியுமா?” என்கிற கேள்வியுடன் வரலாற்றை மாற்றியமைக்க முனைந்தார்.

விகடனின் 'Doubt of Common Man' பக்கத்தில் விஷ்ணு என்ற வாசகர், ``செயற்கை நுண்ணறிவு என்பது என்ன? செயற்கை நுண்ணறிவு எங்கு பயன்படுத்தப்படுகிறது?" என்று கேள்வி எழுப்பியிருந்தார். அந்தக் கேள்விக்கான பதில் இங்கே!
Doubt of common man
Doubt of common man

கணினி அறிவியலின் பரந்த கிளையாக செயற்கை நுண்ணறிவு (Artificial intelligence - AI) இருக்கிறது. பொதுவாக, மனித நுண்ணறிவு தேவைப்படும் பணிகளைச் செய்யும் திறன் கொண்ட இயந்திரங்களை உருவாக்கச் செயற்கை நுண்ணறிவின் பங்கு பெருமளவில் தேவையாக இருக்கிறது. செயற்கை நுண்ணறிவு என்றால் என்ன? செயற்கை நுண்ணறிவு எப்படியெல்லாம் பயன்படுத்தப்படுகிறது? செயற்கை நுண்ணறிவு பல்வேறு வேலைகளை எளிமைப்படுத்தினாலும், மனித சமூகத்திற்கு இதனால் தீங்கு எதுவும் வந்துவிடாதா? என்கிற கேள்விகளுடன் சிவகங்கை மாவட்டம், கோவிலூர், நாச்சியப்ப சுவாமிகள் கலை அறிவியல் கல்லூரியின் கணினித்துறைத் தலைவர் முனைவர் கலா காசிநாதன் அவர்களைத் தொடர்பு கொண்ட போது, செயற்கை நுண்ணறிவு குறித்து அவர் பகிர்ந்து கொண்ட தகவல்கள் இங்கேத் தொகுத்தளிக்கப்பட்டிருக்கின்றன.

செயற்கை நுண்ணறிவு

மனிதன் சிந்தித்துச் செயல்படுவது போன்று, பல்வேறு கணினிச் செய்நிரல்களை உருவாக்கி, அவற்றைக் கணினியில் உள்ளீடு செய்து, அதன் வழியாக ஒரு இயந்திரத்தைச் சிந்தித்துச் செயல்பட வைக்கும் முறையினை செயற்கை நுண்ணறிவு என்று எளிமையாகச் சொல்லலாம். கேட்டல், பார்த்தல், சுவைத்தல், நுகர்தல், உணர்தல் எனும் ஐம்புலன்களைக் கொண்டு மனிதன் செய்யக்கூடியப் பல்வேறு பணிகளை, மனிதன் உதவியின்றி ஒரு இயந்திரமேச் செய்திடச் செயற்கை நுண்ணறிவு உதவுகிறது.

Artificial Intelligence
Artificial Intelligence

இந்தச் செயற்கை நுண்ணறிவு என்பது திட்டமிடல், பிரச்சனைகளுக்குத் தீர்வு காணல், பன்முகங்களில் சிந்தித்தல், எண்ணங்களைக் கற்றுக் கொள்ளுதல், கற்றுக் கொண்டதைச் செயல்படுத்தல் எனபது போன்ற நுண்ணறிவுத் திறன்களை உள்ளடக்கியதாக இருக்கின்றது. பொதுவாகப் பழைய அனுபவங்களைக் கொண்டு இயந்திரத்தைக் கற்க வைத்தல், எதிர்கொள்ளும் முடிவுகளுக்கேற்பத் தானாக மாற்றிக் கொள்தல், மனிதனைப் போல் சிந்தித்துப் பிரச்சனைகளின் தீர்வுகளுக்கான வழிமுறைகளைக் கண்டறிதல், நிறைவாக, சரியான முடிவுகளை மேற்கொள்ளுதல் போன்ற பணிகளைச் செயற்கை நுண்ணறிவு செயல்படுத்துகிறது.

நாஜி குறியாக்க இயந்திரமான எனிக்மாவை உடைத்து, இரண்டாம் உலகப் போரில் நேசநாட்டுப் படைகள் வெற்றி பெற உதவிய பத்தாண்டுகளுக்குள், கணிதவியலாளரான ஆலன் டூரிங், “இயந்திரங்களால் சிந்திக்க முடியுமா?” என்கிற கேள்வியுடன் வரலாற்றை மாற்றியமைக்க முனைந்தார். 1950 ஆம் ஆண்டில், அவர் ‘கணினி இயந்திரம் மற்றும் நுண்ணறிவு’ எனும் கட்டுரையினை வெளியிட்டதுடன், அவரது அடுத்தடுத்த சோதனைகள், செயற்கை நுண்ணறிவின் அடிப்படை இலக்கையும், பார்வையையும் நிறுவியது.

அதன் தொடர்ச்சியாக, ஸ்டூவர்ட் ரஸ்ஸல் மற்றும் பீட்டர் நார்விக் எனும் ஆசிரியர்கள், இயந்திரங்களில் செய்யப்படும் வேலைகளை அறிவார்ந்த முகவர்கள் எனும் கருப்பொருளில் ஒருங்கிணைத்துச் செயற்கை நுண்ணறிவுக்கான தங்களது ஆய்வுகளை 1. மனிதாபிமானத்துடன் சிந்தித்தல், 2. பகுத்தறிவுடன் சிந்தித்தல், 3. மனிதாபிமானத்துடன் செயல்படுதல், 4. பகுத்தறிவுடன் செயல்படுதல் என்கிற நான்கு அணுகுமுறைகளில் ஆராய்ந்தனர். முதல் இரு அணுகுமுறைகள் சிந்தனைச் செயல்முறைகளையும், அடுத்த இரு அணுகுமுறைகள் நடத்தல் செயல்முறைகளையும் கொண்டிருந்தன. இந்த வரைமுறைகள் சாதாரணமாகத் தோன்றினாலும், இவை கணினி அறிவியலில் மிகப்பெரும் தாக்கத்தை ஏற்படுத்தின. இயந்திரக் கற்றல் மற்றும் செயற்கை நுண்ணறிவுக்கான பல்வேறு துணைக்குழுக்களுடன் இயந்திரங்களில் நிரல்களை உள்ளீடு செய்வதற்கான வழிமுறைகளையும் வரைபடங்களையும் வழங்கின.

இதன் வழியாகச் செயற்கை நுண்ணறிவு, 1. எதிர்வினை இயந்திரங்கள் (Reactive Machines), 2. வரையறுக்கப்பட்ட நினைவகம் (Limited Memory), 3. மனதின் கோட்பாடு (Theory of Mind), 4. சுய விழிப்புணர்வு (Self-Awareness) என்று நான்கு வகைகளாகப் பிரிக்கப்பட்டன.

எதிர்வினை இயந்திரங்கள் (Reactive Machines) வகையிலான செயற்கை நுண்ணறிவு அமைப்புகளுக்கு நினைவகங்கள் இல்லை, இவையனைத்தும் பணிகள் சார்ந்தவை. இவைகளுக்கு நினைவாற்றல் இல்லாததால், கடந்த கால அனுபவங்களைக் கொண்டு எதிர்கால அனுபவங்களைத் தெரிவிக்க இயலாது. 1990 ஆம் ஆண்டில் செஸ் ஆட்டத்தில் உலகச் சாம்பியனாக விளங்கிய காரி காஸ்பரோவை வென்ற ஐபிஎம் உருவாக்கிய டீப் புளுவை இதற்கு உதாரணமாகக் குறிப்பிடலாம். டீப் புளு சதுரங்கப் பலகையிலுள்ள துண்டுகளை அடையாளம் கண்டு கணித்து விளையாடுகின்ற போதும், அதற்குக் நினைவாற்றல் இல்லாததால் அதனால் கடந்த கால அனுபவங்களைப் பயன்படுத்த இயலாமல் போனது.

செயற்கை நுண்ணறிவு
செயற்கை நுண்ணறிவு

வரையறுக்கப்பட்ட நினைவகம் (Limited Memory) வகையிலான செயற்கை நுண்ணறிவு அமைப்புகளுக்கு நினைவகம் இருப்பதால், அவைகளுக்கு எதிர்கால முடிவுகளைத் தெரிவிக்கக் கடந்த கால அனுபவங்களைப் பயன்படுத்த முடியும். சுய ஓட்டுநர் கார்களில் (Self Driving Car) சில செயல்பாடுகள் இச்செயற்கை நுண்ணறிவு கொண்டே வடிவமைக்கப்பட்டிருக்கின்றன.

மனதின் கோட்பாடு (Theory of Mind) வகையிலான செயற்கை நுண்ணறிவு அமைப்புகள், உணர்வுகளைப் புரிந்து கொள்ளும் சமூக நுண்ணறிவு கொண்டதாக அமைக்கப்படுகின்றன. இவைகளால் மனித நோக்கங்களை ஊகிப்பதுடன், நடத்தையைக் கண்காணிக்கவும் முடிகின்றது. இவை மனிதக் குழுக்களின் ஒருங்கிணைந்த உறுப்பினர்களாக இருப்பதற்கான திறன்களைக் கொண்டிருக்கின்றன.

சுய விழிப்புணர்வு (Self-Awareness) வகையிலான செயற்கை நுண்ணறிவு அமைப்புகள் சுய விழிப்புணர்வைக் கொண்டதாக இருக்கும். இவ்வகையான இயந்திரங்கள் தற்போதைய நிலையைப் புரிந்து கொள்கின்றன. இந்த வகையான அமைப்பு இன்னும் முழுமையாக உருவாக்கப்படவில்லை.

Follow @ Google News: கூகுள் செய்திகள் பக்கத்தில் விகடன் இணையதளத்தை இங்கே கிளிக் செய்து ஃபாலோ செய்யுங்கள்... செய்திகளை உடனுக்குடன் பெறுங்கள்.

செயற்கை நுண்ணறிவு பயன்பாடு பல்வேறு தொழில்நுட்பங்களில் இணைக்கப்பட்டிருக்கின்றன. இங்கு, நாம் அதிகம் பயன்படுத்தும் சில தொழில்நுட்பங்களை மட்டும் பார்க்கலாம்.

தானியக்கம் (Automation) எனும் தொழில்நுட்பத்துடன் செயற்கை நுண்ணறிவு இணைக்கப்பட்டிருக்கிறது. இதனால், தானியக்கக் கருவிகளின் வழியாகச் செய்யப்படும் பணிகளின் அளவு, வகைகள் விரிவடைகின்றன. உதாரணமாக, ரோபோடிக் செயல்முறை ஆட்டோமேசன் (Robotic Process Automation - RPA) எனும் மென்பொருளைக் குறிப்பிடலாம். இது பாரம்பரியமாக மனிதர்களால் செய்யப்படும் விதிகள் அடிப்படையிலான தரவுப் பணிகளை மீண்டும் மீண்டும் செய்கிறது. இதனுடன் இயந்திரக் கற்றல் தொழில்நுட்பம் இணைக்கப்படும் போது, ரோபோடிக் செயல்முறை ஆட்டோமேசன் பணிகளின் பெருமளவு தானியக்கமாக்கப்பட்டு விடுகின்றன.

இயந்திர வழிக் கற்றல் (Machine Learning) என்பது நிரல்களின்றி கணினியைச் செயல்பட வைக்கும் ஒரு முறையாகும். ஆழ்ந்த கற்றல் (Deep Learning) என்பது இயந்திர வழிக் கற்றலின் துணைக்குழுவாகும். இயந்திரக் கற்றலை எளிமையாக, பகுப்பாய்வுகளின் முன்கணிப்பு தானியக்கம் என்று குறிப்பிடலாம். இயந்திரக் கற்றலை மேற்பார்வையிடப்பட்ட கற்றல், மேற்பார்வை செய்யப்படாத கற்றல், வலுவூட்டல் கற்றல் என்று மூன்று பிரிவுகளாக வகைப்படுத்தலாம்.

AI
AI

மேற்பார்வையிடப்பட்ட கற்றல் வழியாக, தரவுத் தொகுப்புகள் முத்திரையிடப்படுகின்றன. இதன் வழியாக, வடிவங்களைக் கண்டறிந்து புதியத் தரவுத் தொகுப்புகளை முத்திரையிடப் பயன்படுத்தலாம். மேற்பார்வை செய்யப்படாத கற்றலாக இருப்பின், தரவுத் தொகுப்புகள் முத்திரையிடப்படாததால் ஒற்றுமை, வேற்றுமையின்றி வரிசைப்படுத்தப்படுகின்றன. வலுவூட்டல் கற்றலாக இருப்பின், தரவுத் தொகுப்புகள் முத்திரையிடப்படாவிடினும், ஒன்று அல்லது அதற்கு மேற்பட்ட செயல்களைச் செய்த பிறகு, செயற்கை நுண்ணறிவு அமைப்புகளுக்குப் பின்னூட்டமளிக்கப்படுகிறது.

இயந்திரப்பார்வைத் தொழில்நுட்பம் ஒரு இயந்திரத்திற்குப் பார்க்கும் திறனை அளிக்கிறது. இதன் வழியாக, காட்சித் தகவலைப் படம் பிடித்துப் பகுப்பாய்வு செய்கிறது. இது பெரும்பான்மையாக மனிதப் பார்வையுடன் ஒப்பிடப்படுகிறது. இது கையெழுத்து அடையாளத்திலிருந்து மருத்துவப் படப்பகுப்பாய்வு வரையிலான பல்வேறு பயன்பாடுகளில் பயன்படுத்தப்படுகிறது.

இயற்கை மொழி செயலாக்கம் (Natural language processing (NLP) என்பது கணினியின் நிரல் மொழி வழியாக மனிதர் பயன்பாட்டு மொழியைச் செயலாக்குவதாகும். இம்முறையிலான சிறந்த எடுத்துக்காட்டாக, மின்னஞ்சல்களில் வீண்செய்திகள் (Spam) கண்டறிதலைக் குறிப்பிடலாம். இது மின்னஞ்சலின் தலைப்பு, உள்ளீடு செய்யப்பெற்ற உரையினைக் கொண்டு அதனை வீண் செய்திகள் என்று கண்டறிகிறது. இயற்கை மொழி செயலாக்கத்தில் உரை மொழிபெயர்ப்பு, உணர்வு பகுப்பாய்வு, பேச்சு அங்கீகாரம் போன்றவைகளைக் குறிப்பிடலாம்.

ரோபோடிக்ஸ் வடிவமைப்பு பொறியியல் துறையில் பெரும் பங்கு வகிக்கிறது. மனிதர்கள் கடினமாகச் செய்கின்ற அல்லது தொடர்ச்சியாகச் செய்கின்ற பணிகளைச் செய்ய ரோபோக்கள் பயன்படுத்தப்படுகின்றன. ரோபோக்கள் பெரும்பான்மையாக கார் உற்பத்தியில் இணைப்புப் பணிகளில் அதிகமாகப் பயன்படுத்தப்படுகிறது. நாசா உள்ளிட்ட விண்வெளி ஆய்வு மையங்கள், விண்வெளியில் பெரிய பொருட்களை நகர்த்த ரோபோக்களைப் பயன்படுத்துகின்றன. சமூக அமைப்புகளுடன் தொடர்பு கொள்ளக்கூடிய ரோபோக்களை இயந்திரக் கற்றல் நுட்பம் இணைத்துப் பயன்படுத்துகின்றனர்.

தானியக்க வாகனங்கள் (Self Driving Cars) கணினி பார்வை, பட அறிதல் மற்றும் ஆழ்ந்த கற்றல் ஆகியவற்றின் கலவையைப் பயன்படுத்தி, கொடுக்கப்பட்ட பாதையில் தானியக்கமாகச் செல்வதுடன், நடந்து செல்பவர்களின் இடையூறு உள்ளிட்ட எதிர்பாராத தடைகளைத் தவிர்க்கின்றன.

செயற்கை நுண்ணறிவுப் பயன்பாடு மருத்துவப் பாதுகாப்பு, வணிகம், கல்வி, நிதி, சட்டம், வங்கி, போக்குவரத்து, பாதுகாப்பு மற்றும் உற்பத்திப் பணிகள் என்று பல்வேறு துறைகளில் பெருமளவில் பயன்படுத்தப்பட்டு வருகிறது. செயற்கை நுண்ணறிவினை, அது வேலை செய்யும் திறனை அடிப்படையாகக் கொண்டு, குறுகலான செயற்கை நுண்ணறிவு, பொதுவான செயற்கை நுண்ணறிவு, சிறப்பு செயற்கை நுண்ணறிவு என்று மூன்று பிரிவுகளாகப் பிரிக்கலாம்.

AI
AI

குறுகலான செயற்கை நுண்ணறிவு முறையே இன்று அதிகப் பயன்பாட்டிலுள்ளது. கூகுள் தேடுதல், தானாகச் செயல்படக்கூடிய இயந்திரங்கள், தானாக ஓடும் கார் போன்றவை இம்முறையினைப் பயன்படுத்தியேச் செயல்படுகின்றன. உருவம் மற்றும் வடிவங்களைக் கண்டறிவதற்கும் இம்முறையேப் பயன்படுத்தப்படுகிறது.

பொதுவான செயற்கை நுண்ணறிவினை அடுத்தத் தலைமுறை நுண்ணறிவு என்று சொல்லலாம். இந்த வகையான செயற்கை நுண்ணறிவு உள்ளீடு செய்யப்பட்ட எந்திரங்கள் மனிதர்களைப் போல் சிந்தித்து, செயல்படக் கூடியவை. மனிதர்களின் உதவியின்றி, உள்ளீடு செய்யப்பட்டிருக்கும் பழைய அனுபவங்களை அடிப்படையாகக் கொண்டு, அனைத்துப் பணிகளையும் எளிதில் செய்து முடிக்கும்.

சிறப்பு செயற்கை நுண்ணறிவு என்பது மனிதர்களை விடப் பன்மடங்கு சிந்திக்கும் திறன் கொண்டது, அதிவேகமாகச் செயல்படக் கூடியது. இந்தத் தொழில்நுட்பம் பயன்படுத்திச் செய்ய முடியாத வேலைகளே இல்லை என்று சொல்லப்படுகிறது. இதனால், இந்தத் தொழில்நுட்பம் மனிதனுக்கு வரமா? சாபமா? எனும் கேள்வியையும் எழுப்பியிருக்கிறது என்பதும் உண்மை.

தெளிவான புரிதல்கள் | விரிவான அலசல்கள் | சுவாரஸ்யமான படைப்புகள்Support Our Journalism
அடுத்த கட்டுரைக்கு