ஏ ஐ என்னும் பட்டணத்து பூதம்

நாம் கடந்த சில ஆண்டுகளாக இணைய வாயிலாக அதிகம் கேள்விப்படும்  இரண்டு எழுத்து ஏஐ  சமீபத்தில்  மாணவர்கள்  ஏஐ கல்வி பயின்றால் சிறப்பான எதிர்காலம் இருக்குமா? ஏஐ  பயின்றாலோ  அல்லது அது சார்ந்த வேலையின் மூலம் ஏதேனும் பயன் உள்ளதா? ஒரு வேளை இது தான் நம் வேலையை  பறிக்கப் போகின்றதோ என்ற  அச்சம் கூட வரலாம்.  மனிதன் செய்யும்  சிந்தனை  மற்றும் செயல் திறனை  பிரதி  எடுப்பதற்கு  உதவும் ஒரு தொழில்நுட்பம்  தான் செயற்கை நுண்ணறிவு எனப்படும் ஆர்டிபிசியல் இன்டெலிஜென்ஸ்(ஏஐ). கணினிகளுக்கும்  மனிதனுக்கும்  உதவும்  தரவுகளை புரிந்து கொண்டு அதன்படி முடிவுகளை எடுக்கும்  பழக்கத்துக்கு ஏற்ப  அதனை  கற்றுக் கொள்ளும்  திறன் படைத்தது தான் ஏஐ. ஆனால் நாம் நினைப்பது போல்  ஏஐ ஒன்றும் எதிர்கால விந்தை அல்ல. நமது இன்றைய யதார்த்த வாழ்வின் ஒருங்கிணைந்த பகுதியாக மாறி பல வருடங்கள் ஆகிவிட்டது. ஏஐ  கல்வித்துறையில்  கால் எடுத்து வைத்து சுமார் 70 ஆண்டுகள் ஆகிவிட்டது. ஆனால் கடந்த 15 வருடங்களாக தான் இதனை கற்க ஒரு தளம் அமைக்கப்பட்டுள்ளது.

நவீன உலகில் பல துறைகளில் பரவலாக ஏஐ பயன்படுத்தப்படுகின்றது எனவே ஏஐ துறையில் ஆர்வமுள்ள மாணவர்கள் இதனை ஓர் முக்கிய கல்வி வழியாக தேர்வு செய்யலாம். நாம் அன்றாடம் பயன்படுத்தும் செல்லிடப்பேசிகளில்(Mobile Phone) இருக்கும் சிரி, அலெக்சா, ஜெமினி போன்ற மெய் நிகர் உதவியாளர் முதல் டெஸ்லா போன்ற சுய ஓட்டுனர் கார்கள் வரை அனைத்துமே ஏஐ மூலம் நாம் கண்ட ஆராய்ச்சியும்  விருத்தியும்  தான்.

இயந்திரக் கற்றல்(Machine Learning), காட்சி புரிதல்(Computer Vision), குரல் அங்கீகாரம் (Voice Recognition), இயற்கை மொழி செயலாக்கம் (Natural Language Processing) போன்ற பகுதிகளை கொண்டதுதான் ஏஐ.  புது மொழிகளைப் புரிந்து கொண்டு அதை செயல்படுத்துவது  தான்  நேச்சுரல் லாங்குவேஜ் பிராசசிங் என்கிறோம்.  இன்று  நாம் அதிகமாக பயன்படுத்தும்  சிரி, அலெக்சா,  கூகுள் ட்ரான்ஸ்லேட்  இவ்வகையே சாரும். ஏஐ யின் முக்கிய கூறாக விளங்கும் மெஷின் லேர்னிங் கணினி தரவுகளை அடிப்படையாகக் கொண்டு  பழக்கத்திற்கு ஏற்பக் கற்றுக் கொள்வதற்கான திறனை வழங்குகிறது. கணினி  கணக்கீடுகளை பயன்படுத்தி தரவுகளை அறிந்து புதிய தரவுகளின் அடிப்படையில்  தீர்வுகளை காணும் செயலைத்தான் மெஷின் லேர்னிங் என்கிறோம். மெஷின் லேர்னிங் இன் கற்றல் செய்முறையை சற்று உள்நோக்கிப் பார்ப்போம்.  

தரவு சேகரிப்பு (Data Collection): மெஷின் லேர்னிங் தொழில்நுட்பம் கற்றுக் கொள்வதற்கு முன்னர் தரவு சேகரிக்கப்பட வேண்டும்.  தரவு எனப்படும் டேட்டா நிஜ உலகத்தில் இருந்து வருவதால் அது எண்ணற்ற வடிவங்களில் இருக்கும்.  உதாரணமாக நாம் அன்றாட கடைகளில் கொடுக்கப்படும் பில்கள், உரைகள், ஒலிகள்,எண்கள் போன்றவை ஆகும்.

தரவு முன்னோக்கி( Data Processing): சேகரிக்கப்பட்ட தரவை அழுத்தமாக மாற்றி  அதை பயன்படுத்தக் கூடிய வகையில்  கொண்டு வருவது தான் டேட்டா ப்ராசசிங் என்கிறோம். இதில் தரவு சுத்தமாக்குதலும் (data filter) அடக்கம்.

மாதிரித் தேர்வு மற்றும் பயிற்சி (Model Selection  & Training) பரிந்துரைக்கப்படும் மாதிரிகளை தேர்ந்தெடுத்து அவற்றை தரவுகளால் பயிற்சி செய்ய வேண்டும்.  இதில் பலவகையான மாதிரிகள் இருக்கின்றன உதாரணமாக   கிளாசிபிகேஷன்,  கிளஸ்டரிங்  போன்றவை.

மாதிரி மதிப்பீடு(Model Evaluation): பயிற்சி செய்யப்பட்ட  மாதிரி பல்வேறு பரிசோதனைகளுக்கு  உட்பட்டு அதன் செயல்திறன் மதிப்பிடப்பட்டு  தயார் நிலையில் வைக்கப்படுகின்றது.

பயன்பாடு (Deployment):   மாதிரி சரியாக  செயல்பட்டால் அது பயன்பாட்டிற்கு வரும்.

மெஷின் லேர்னிங் வகைகள் :

மெய்நிகர் கற்றல் (Supervised Learning) : இதில் கணினிக்கு ஏற்கனவே 
முத்திரை செய்யப்பட்ட தரவு (Labelled Data) வழங்கப்படுகின்றது. அது எந்த வகையை சேர்ந்தது என்பதை கணினி கற்றுக் கொள்கிறது.  உதாரணமாக நம் ஸ்பேம் ஈமெயில்களை  தனியே  பிரித்து  ஸ்பேம் போல்டருக்கு அனுப்புவது.

அபரியாணம் கற்றல் (Unsupervised Learning): இதில் கணினிக்கு
முத்திரை செய்யாத தரவு (unlabelled data) வழங்கப்படுகின்றது. இது  தரவுகளுக்கிடையில் புதிதாக உள்ள உறவுகளை கண்டுபிடிக்க  உதவுகின்றது.  உதாரணமாக  புகைப்படங்கள், எக்ஸ்ரேக்கள், செய்தி கட்டுரைகள்  உள்ளிட்டவை  இதில் அடங்கும்.

ஆராய்ச்சி கற்றல் (Reinforcement Learning):  இதில்  சிறந்த முடிவுகளை அடையும் முடிவுகளை எடுக்க மென்பொருளை கணினி பயிற்றுவிக்கிறது மனிதர்கள் தங்கள் இலக்குகளை அடைய பயன்படுத்தும் சோதனை மற்றும் பிழை கற்றல் (Trail & Error) செயல்முறையை பயன்படுத்துகின்றது.

எனவே நாம்  தற்செயலாகவோ  அல்லது  வேண்டுமென்றே கொடுக்கும்  தரவுகளை வைத்துத்தான்  ஏஐ செயல்படுகின்றது  ஆகையால் தான்  ஏஐ  ஒரு பூதம் போன்றது. நாம் தரவு எனும் விளக்கை தேய்த்தால்தான்  ஏஐ எனும் பூதம் செயல்பட முடியும். அப்பூதத்தை நல்வழிக்கு பயன்படுத்துவதும் தீய வழிகளுக்கு பயன்படுத்துவதும்  நம் கையில் தான் இருக்கின்றது.   “டீப் பேக் ஏஐ”, “டி ஜி ஏஐ ரொமான்ஸ்”, “பேக் நியூஸ் பாட்”, “கன்வின்சிங் லைஸ்” போன்ற சமுதாயத்தை சீரழிக்கும் ஏஐ செயலிகளை பயன்படுத்துவதை தவிர்த்து விட்டு “க்ளாட் பை அண்ட்த்ரோபிக்”, “கிராமர்லி”, “சாட் ஜிபிடி”, “ஸ்மார்ட்லீ” போன்ற செயலிகளை நல்வழியில் பயன்படுத்தி பயனடையலாம்.

மேலும் மருத்துவம்,  ராணுவம்,  இணைய வணிகம்  போன்ற பல்வேறு துறைகளிலும்  இன்று ஏஐ  பயன்பாட்டில் உள்ளது. உலகத்தில் செயற்கை நுண்ணறிவு  என்பது இன்று மருத்துவப் பரிசோதனைகள், நோய் கண்டறிதல், மருத்துவ நோய்கள் ஆய்வு ,மற்றும் நோயாளிகள்  பராமரிப்பு,  என பல்வேறு  வகையில்  உதவுகின்றது  எக்ஸ்ரே, எம்ஆர்ஐ, சிடி ஸ்கேன் போன்றவை மூலம்  நோய்களை எளிதில் கண்டறிய முடிகின்றது.  ஏஐ மூலம் நவீன சிகிச்சை  முறைகளும், திட்டங்களும்  இன்று உருவாக்கப்படுகின்றது  ஏஐ கணினிகள் பெரிய அளவில் மருத்துவ தரவுகளை சேகரித்து அவற்றை விரைவாக மற்றும் துல்லியமாக பகுப்பாய்வு செய்து மருத்துவர்களுக்கு  சிகிச்சை பரிந்துரைகளை  எளிதில் உருவாக்கி கொடுக்கின்றது. 

ராணுவத்தில் பயன்படுத்தப்படும் தானியங்கி ஆயுதங்களை  உருவாக்குவதில்  பெரும் முன்னேற்றம் ஏற்பட்டுள்ளது.  ஸ்மார்ட் ரோபோடிக்ஸ்  பயன்பாட்டிற்கு வந்து  சில ஆண்டுகள் ஆகிவிட்டன உதாரணமாக  ஊடுருவல்,  எதிரி பகுதி களை, ஆய்வு செய்தல்  தகவல் சேகரிப்பு,  பரிசோதனை மற்றும் பகுப்பாய்வு.  பயிற்சி மற்றும் கற்றல் என ராணுவ  வீரர்களுக்கு பெரிதும் உதவியாக ஏஐ உள்ளது.

இதனால் மனிதர்களின் வேலை வாய்ப்பு பறிபோகும் நிலை  ஏற்படுமா? என்ற கேள்வி  நம்முள் எழும். சில துறைகளில் குறிப்பாக வழக்கமான மற்றும்  அளவிலான வேலைகள் அதிக அளவு உதவ முடியும், உதாரணமாக தரவு உள்ளீடு கணினி, ஒழுங்குகள் ஏற்கனவே நிர்ணயிக்கப்பட்ட செயல்களை( Day-Day Routines) செய்வதில் ஏஐ முன்னேற்றம் கொண்டு வருகின்றது. ஆனால், தொழில்நுட்பம் மற்றும் மனக்குழப்பங்களை தீர்க்கும் திறன்கள் போன்ற பகுதிகளில் மனிதர்களின் திறன் இன்னும் அவசியமாக இருக்கிறது. வேலை அனுபவம் மற்றும் சமூக திறன்களைக் கொண்ட  வேலைகளில் அத்தனை எளிதில் முடிக்க முடியாது குறிப்பாக ஏஐ துறையை  பொறுத்தவரை மேலாண்மை படைப்பாற்றல் மற்றும் மற்ற மதிப்பிற்குரிய பணிகளில் மனிதர்களுக்கு இடம் இருப்பதாகவே இருக்கின்றது ஆகவே நம் வேலை ஏஐ மூலம் மாற்றப்படலாம் ஆனால் அதனை மிகவும் நுட்பமான மற்றும் பொருத்தமான முறையில் அணுகினால் அதனை பராமரிக்க மற்றும் மேம்படுத்த மனிதர்கள் நிச்சயம் தேவை. உதாரணமாக  இன்று நாம் ஏஐ மூலம் உருவாக்கிய மின்னஞ்சலையோ  அல்லது  குறுஞ்செய்தியையோ  சரி பார்த்த பின்பு தான்  பிறருக்கு  அனுப்ப முடியும். எனவே புதிய திறன்களை கற்றுக் கொண்டு ஏஐயுடன் ஒருங்கிணைந்து செயல்படுவது தற்பொழுது மிக முக்கியம். 

எதிர்காலத்தில் ஏஐ?

 ஏஐ தொடர்பான  ஒழுங்குமுறை  சட்டங்கள் சமீபத்தில் பல்வேறு நாடுகளில்  அதிகரித்து உள்ளது. மனிதனின்  தனியுரிமை மற்றும் தரவு பாதுகாப்பு  மிக அவசியமானது ஏனெனில்  ஏஐ பயன்படுத்தும்போது பெரும்பாலும் அதிகமான தனிப்பட்ட தரவுகள் சேகரிக்கப்படுகின்றன  இதனால்  பயனாளர்கள் மற்றும் நிறுவனங்களின் தனி உரிமை  மிகவும்  பாதிக்கப்படுவதாக  பரவலான ஒரு கருத்து நிலவுகின்றது.  நாம்  கூகுளில் தேடும்  பொருளோ சேவையோ  சிறிது நேரத்திற்கு பின்பு  நாம் பயன்படுத்தும்  சமூக வலைதளங்களில்  பரிந்துரையாக  வரும்போது நம் தனியுரிமை  சமரசம் செய்யப்பட்டதாக உணர்கிறோம். அதனால்  இது போன்ற சட்டங்களை இயற்ற மனிதர்கள் நிச்சயம் தேவை,   ஐரோப்பாவில்  இது போன்ற சட்டங்கள் ஏற்கனவே  இயற்றப்பட்டு விட்டன (The European Union’s (EU) Artificial Intelligence Act (AI Act) and the General Data Protection Regulation (GDPR)). தொழில்நுட்பத்தால் ஏற்படும்  விபத்துக்களை  சமாளிக்க  சட்டங்கள் பரவலாக இயற்றப்பட்டு வருகின்றன உதாரணமாக தானியங்கி கார் மூலம் ஏற்படும்  விபத்துக்களை  எவ்வாறு கையாள்வது, அதற்கான சட்ட விதிகள் என்ன? போன்ற  பிரச்சனைகள் தினந்தோறும் தீர்க்கப்பட்டு வருகின்றது. 2050 இல் ஏஐ மிகவும் முக்கியமான மற்றும் பரபரப்பான நிலையை எட்டி இருக்கும் என்று ஆய்வாளர்கள் தெரிவிக்கின்றார்கள் இப்போது நாம் பார்க்கும் தொழில்நுட்ப முன்னேற்றங்களுடன் ஒப்பிடும்போது அதன் தாக்கம் மிகவும் பெரிதாக இருக்கும் அதிகமான வேலைகள் தன்னிச்சையாக இயங்கும் அமைப்புகளால் நடத்தப்படலாம் மருத்துவம், போக்குவரத்து, வங்கி, விவசாயம் மற்றும் கல்வித் துறைகளில் ஏஐ முக்கிய பங்கை வகிக்கும் என்று எதிர்பார்க்கலாம்.  2050 இல் தங்களின் அறிவை புதுப்பிக்கவும் கற்றுக் கொள்ளவும் தானாகவே சிறந்த முடிவுகளை எடுக்கவும் திறமை மிகு வாக ஏஐ ஆகும். இதன் மூலம் மனிதர்களுக்கு அதிக நேரம் கிடைக்கும் அவர்கள் மற்ற படைப்பாற்றல் பணிகளை செய்யலாம். அன்றும் முக்கிய சவால்களில் ஒன்று அதன் வளர்ச்சியால் ஏற்பட்ட மனித வேலையின்மை  அதற்கான தீர்வுகள் மற்றும் புதிய கல்வி முறைகள் தேவைப்படலாம்  மொத்தத்தில் 2050 இல் ஏஐ மிக முக்கியமான பங்கு வகிக்கும். ஆனால், மனிதர்கள் அதன் அடிப்படையில் மாற்றங்களை எடுத்து புதிய திறன்களை கற்றுக் கொண்டு சுழற்சி அமைப்பு மற்றும் சமூக சமரசங்களை உருவாக்குவது தான் சவாலாக இருக்கும்.