செயற்கை நுண்ணறிவு [Artificial intelligence]: கட்டுக் கதைக்கும், யதார்த்தத்திற்கும் இடையில்

• 
• ஜீன்-கேப்ரியல் கனாசியா
  தமிழில்: ஷாகுல் ஹமித் நாச்சியார்

• 
• 
• 
• 

ரோபோக்கள் விஷயங்களை எப்படி கற்றுக்கொள்கின்றன என்பதைப் புரிந்து கொள்ள விரும்பிய ஜப்பானைச் சேர்ந்த மினோரு அசாடா CB2 (சிபி2) எனப்படுகிற குழந்தை ரோபோ ஒன்றை உருவாக்கினார். இங்கே, CB2 (சிபி2) ரோபோவுக்கு தவழுவதற்கு கற்றுக்கொடுக்கப்படுகிறது.

இயந்திரங்களால் மனிதர்களை விட புத்திசாலித்தனமாக திகழ முடியுமா? இல்லை என்கிறார் ஜீன்-கேப்ரியல் கனாசியா, மேலும் அவர்: இது அறிவியல் புனைகதைகள் மூலம் கவரப்பட்ட ஒரு கட்டுக்கதை. கணினி விஞ்ஞானி செயற்கை நுண்ணறிவின் (AI) முக்கிய மைல்கற்களை அடையும் சமயங்கள் முழுவதும் எங்களுடன் பணியாற்றுகிறார், மிக சமீபத்திய தொழில்நுட்ப முன்னேற்றங்களை மதிப்பாய்வு செய்கிறார், மேலும் அவசரமாக பதில்கள் தேவைப்படும் சூழல்களில் நெறிமுறை கேள்விகள் குறித்து விவாதிக்கிறார்.

1956 ஆம் ஆண்டில் அமெரிக்காவின் நியூ ஹாம்ப்ஷயரில் உள்ள டார்ட்மவுத் கல்லூரியில் ஜான் மெக்கார்த்தி, மார்வின் மின்ஸ்கி, நதானியேல் ரோசெஸ்டர் மற்றும் கிளாட் ஷானன் ஆகிய நான்கு அமெரிக்க ஆராய்ச்சியாளர்களால் ஏற்பாடு செய்யப்பட்ட ஒரு கோடைகால பயிற்சிபட்டறையின் போது செயற்கை நுண்ணறிவு (AI) எனப்படுகிற விஞ்ஞான ரீதியான நெறிமுறை தனது அதிகாரப்பூர்வ பயணத்தை தொடங்கியது. அப்போது, "செயற்கை நுண்ணறிவு" என்ற சொல், ஒரு குறிப்பிடத்தக்க தாக்கத்தை மக்கள் மத்தியில் ஏற்படுத்த முதலில் உருவாக்கப்பட்டது, இந்தச் சொல் பிரபலமாகி இப்போது இதனைப் பற்றி அனைவரும் அறிந்திருக்கிறார்கள். கணினி அறிவியலில் இதன் பயன்பாடு பல ஆண்டுகளாக தொடர்ந்து விரிவடைந்து வருகிறது, மேலும் இது உருவாக்கிய தொழில்நுட்பங்கள் கடந்த அறுபது ஆண்டுகளில் உலகை ஏற்பட்டுள்ள பல மாற்றங்களுக்கு பெரிதும் பங்களித்துள்ளன.

இருப்பினும், AI என்ற வார்த்தையின் வெற்றி சில நேரங்களில் தவறான புரிதலை அடிப்படையாகக் கொண்டுள்ளது, குறிப்பாக நுண்திறன் கொண்ட செயற்கையான விஷயங்களை குறிக்கும்போது, இதன் காரணமாக இதனால் மனிதர்களுடன் போட்டியிட முடியும் என்று தவறாக புரிந்துக் கொள்ளப்படுகிறது. கோலெம் (golem) [யூதர்களின் வழக்காறு, வாழ்க்கை நல்கை அளிக்கப்பட்ட ஒரு உருவம்] போன்ற புராதன புராணங்களையும் புனைவுகளையும் குறிக்கும் இந்த யோசனை சமீபத்தில் சமகால ஆளுமையுடைய நபர்களால் புதுப்பிக்கப்பட்டுள்ளது, பிரிட்டிஷ் இயற்பியலாளர் ஸ்டீபன் ஹாக்கிங் (1942-2018), அமெரிக்க தொழில்முனைவோர் எலோன் மஸ்க், அமெரிக்க எதிர்கால நிபுணர் ரே குர்ஸ்வீல் மற்றும் இப்போது நாம் வலுவான AI அல்லது செயற்கை பொது நுண்ணறிவு (AGI) என்று நாம் அழைப்பதை ஆதரிப்பவர்கள் உள்ளிட்டோர் இதில் அடங்குவர். இதன் இரண்டாவது அர்த்தத்தை நாம் இதில் விவாதிக்க மாட்டோம், ஏனென்றால் குறைந்தபட்சம் இப்போதைக்கு, இது ஒரு வளமான கற்பனைக்கு மட்டுமே காரணமாக இருக்க முடியும், மேலும் இது சோதனைகள் மற்றும் அனுபவ அவதானிப்புகளால் உறுதிப்படுத்தப்பட்ட எந்தவொரு உறுதியான விஞ்ஞான யதார்த்தத்தையும் விட அறிவியல் புனைகதைகளால் மட்டுமே இவை அதிகளவில் கவரப்பட்டுள்ளது.

செயற்கை நுண்ணறிவு குறித்த டார்ட்மவுத் கோடைகால ஆராய்ச்சி திட்டத்தை பொறுத்தவரை மெக்கார்த்தி, மின்ஸ்கி மற்றும் மற்ற ஆராய்ச்சியாளர்களுக்கு, AI என்பது ஆரம்பத்தில் மனித, விலங்கின, தாவர, சமூக அல்லது பைலோஜெனடிக் ரீதியான நுண்ணறிவு ஒவ்வொன்றிலும் உள்ள வெவ்வேறு திறன்களையும் இயந்திரங்களைப் பயன்படுத்தி உருவகப்படுத்துவதையே நோக்கமாக கொண்டிருந்தது. இன்னும் துல்லியமாக சொல்லப் போனால், இந்த விஞ்ஞான ரீதியான நெறிமுறையின் அனுமானத்தை அடிப்படையாகக் கொண்டது, அனைத்து அறிவாற்றல் செயல்பாடுகளும் - - குறிப்பாக கற்றல், பகுத்தறிவு, கணக்கீடு, புலனுணர்வு, மனப்பாடம் செய்தல் மற்றும் விஞ்ஞான கண்டுபிடிப்பு அல்லது கலை படைப்பாற்றல் ஆகியவற்றை கூட அசல் துல்லியத்துடன் விவரிக்கலாம், இவற்றை போன்றே பிரதிபலிக்க நாம் கணினியை நிரலாக்கம் செய்ய முடியும். AI-ஐ கண்டுபிடித்த இந்த அறுவது ஆண்டுகளில், இந்த அனுமானத்தை மறுக்கவோ அல்லது இந்த அனுமானத்தை மறுக்க முடியாமல் நிரூபிக்கவோ எதுவும் இல்லை, இது இரண்டும் திறந்த நிலையிலும், ஆற்றல் நிறைந்தும் இருக்கின்றன.

1946 ஆம் ஆண்டில், இரண்டாம் உலகப் போரின்போது உருவாக்கப்பட்ட நிரலாக்கம் செய்யக்கூடிய முதல் மின்னணு டிஜிட்டல் கணினி ENIAC (மின்னணு எண் ஒருங்கிணைப்பாளர் மற்றும் கணினி).

சீரற்ற முன்னேற்றம்

AI ஆனது அதன் குறுகிய காலப்பகுதியில், பல மாற்றங்களைச் சந்தித்துள்ளது. இவற்றை ஆறு நிலைகளில் சுருக்கமாகக் கூறலாம்.

1. தீர்க்கதரிசிகளின் காலம்
   முதலாவதாக, AI இன் தோற்றம் மற்றும் ஆரம்பகால வெற்றிகளின் கொண்டாட்டத்தில், ஆராய்ச்சியாளர்கள் வரைமுறையில்லாமல் தங்கள் கற்பனைகளை பறக்கவிட்டு, சில பொறுப்பற்ற அறிவிப்புகளில் ஈடுபட்டனர், அதற்காக அவர்கள் பின்னர் கடுமையாக விமர்சிக்கப்பட்டனர். உதாரணமாக, 1978 ஆம் ஆண்டில் பொருளாதார அறிவியலுக்கான நோபல் பரிசைப் பெற்ற அமெரிக்க அரசியல் ரீதியான விஞ்ஞானியும் பொருளாதார வல்லுனருமான ஹெர்பர்ட் ஏ. சைமன், 1958 ஆம் ஆண்டில், பத்து ஆண்டுகளுக்குள் இயந்திரங்கள் சர்வதேச போட்டிகளில் பங்கு பெறுவதற்கு தடை செய்யப்படாவிட்டால் உலக செஸ் சாம்பியன்களாக மாறும் என்று அறிவித்திருந்தார்.
2. இருண்ட ஆண்டுகள்
   1960 களின் நடுப்பகுதியில், முன்னேற்றம் மெதுவாக நடப்பதாகத் தோன்றியது. 1965 ஆம் ஆண்டில், 10 வயது குழந்தை சதுரங்க விளையாட்டில் கணினியை வென்றது, மேலும் 1966 இல் அமெரிக்க செனட் மேற்கொண்ட ஒரு அறிக்கை இயந்திர மொழிபெயர்ப்பில் இருக்கும் உள்ளார்ந்த வரையறைகள் பற்றி விவரித்தது. கிட்டத்தட்ட ஒரு தசாப்த காலமாக AI மோசமான விமர்சனத்தை சந்தித்தது.
3. செமண்டிக் [Semantic] AI
   ஆயினும்கூட, பணி தொடர்ந்தது, ஆனால் ஆராய்ச்சிக்கு புதிய வழிக்காட்டுதல் வழங்கப்பட்டது. இது நினைவகத்தின் உளவியல் மற்றும் புரிந்துகொள்ளும் வழிமுறைகள் - கணினிகளில் இவற்றை உருவகப்படுத்துவதற்கான முயற்சிகள் - மற்றும் பகுத்தறிவில் அறிவாற்றலின் பங்கு ஆகியவற்றின் மீது கவனம் செலுத்தப்பட்டது. இது அறிவாற்றலின் செமண்டிக் பிரதிநிதித்துவத்திற்கான தொழில் நுட்பங்களுக்கு வழிவகுத்தது, இத்தகைய தொழில்நுட்பங்கள் 1970 களின் நடுப்பகுதியில் கணிசமாக வளர்ந்தது, மேலும் இது நிபுணத்துவ அமைப்புகளின் வளர்ச்சிக்கும் வழிவகுத்தது, ஏனெனில் இவை திறமையான நிபுணர்களின் சிந்தனை செயல்முறைகளை பிரதிபலிக்க அவர்களின் அறிவாற்றலை பயன்படுத்துகின்றன. நிபுணத்துவ அமைப்புகள் 1980 களின் முற்பகுதியில் மருத்துவ ரீதியாக நோயைக் கண்டறிதல் உட்பட முழு அளவிலான பயன்பாடுகள் குறித்த மகத்தான நம்பிக்கையை எழுப்பின.
4. நியோ கனக்ஷனிசம் (Neo-connectionism) மற்றும் இயந்திரவழி கற்றல்
   தொழில்நுட்ப மேம்பாடுகள் இயந்திரவழி கற்றல் நெறிமுறைகளின் வளர்ச்சிக்கு வழிவகுத்தன, இது கணினிகள் தங்கள் சொந்த அனுபவங்களைப் பயன்படுத்தி அறிவாற்றலைப் பெறுவதற்கும், தன்னியக்க முறையில் மறுநிரலாக்கம் செய்வதற்கும் அனுமதித்தது. இது தொழில்துறை பயன்பாடுகளின் (கைரேகை அடையாளம் காணல், பேச்சை அடையாளம் காணல் போன்றவை) வளர்ச்சிக்கு வழிவகுத்தது, இதில் AI, கணினி அறிவியல், செயற்கை வாழ்க்கை மற்றும் பிற துறைகளில் உள்ள தொழில்நுட்பங்கள் ஒன்றிணைந்து கலவையான அமைப்புகளை உருவாக்கின.
5. AI முதல் மனிதன் மற்றும் இயந்திரத்திற்கு இடையேயான இடைமுகங்கள் வரை
   1990 களின் பிற்பகுதியில் தொடங்கி, AI ஆனது ரோபோடிக்ஸ் மற்றும் மனித-இயந்திர இடைமுகங்களுடன் இணைந்து புத்திசாலித்தனமான எஜன்ட்டுகளை உருவாக்குகின, இது உணர்வுகள் மற்றும் உணர்ச்சிகளின் இருப்பை பரிந்துரைத்தது. மற்ற விஷயங்களுக்கு மத்தியில், இது உணர்சிகளை கணக்கீடு செய்வதற்கு (உணர்ச்சிவயப்படக்கூடிய கணிப்பு (affective computing)) வழிவகுத்தது, இது உணர்வு சம்பந்தமான விஷயங்களின் எதிர்வினைகளை மதிப்பீடு செய்து, அதனை இயந்திரந்தில் பிரதிபலிக்க செய்கிறது, குறிப்பாக உரையாடும் எஜென்ட்டுகளை (சாட்போட்கள்) உருவாக்குகளில் இவை பயன்படுத்தப்படுகின்றன.
6. AI உடைய மறுமலர்ச்சி[Renaissance]
   2010 ஆம் ஆண்டிலிருந்து, முறையான நியூரல் நெட்வொர்க்குகள் பயன்பாட்டின் அடிப்படையில், ஆழமான கற்றல் நுட்பங்கள் மூலம் ஏராளமான தரவுகளை (பெரிய தரவு) பயன்படுத்துவதை இயந்திரங்களின் சக்தி சாத்தியமாக்கியுள்ளது. பேச்சு மற்றும் பட அங்கீகாரம், இயற்கையான மொழியை புரிந்துக் கொள்ளுதல் மற்றும் தன்னியக்க கார்கள் உட்பட பல பகுதிகளில் இவற்றின் மிகவும் வெற்றிகரமான பயன்பாடுகள் AI மறுமலர்ச்சிக்கு வழிவகுக்கிறது.

ஐரோப்பாவின் ஹியூமன் பிரைன் திட்டத்தின் (HBP) ஒரு பகுதியான ப்ளூ பிரைன் திட்ட (பிபிபி) குழு மூலம், எலி உடைய மெய்நிகர் நியூரான்களின் மைக்ரோ சர்க்யூட்டில் மின் செயல்பாட்டை உருவகப்படுத்துதல் (2015).

பயன்பாடுகள்

AI நுட்பங்களைப் பயன்படுத்தி பல சாதனைகள் மனித திறன்களை விஞ்சுகின்றன - 1997 ஆம் ஆண்டில், ஒரு கணினி நிரல் உலக செஸ் சாம்பியனைத் தோற்கடித்தது, மேலும் சமீபத்தில், 2016 ஆம் ஆண்டில், பிற கணினி நிரல்கள் உலகின் சிறந்த கோ [ஒரு பழங்கால சீன போர்டு விளையாட்டு] வீரர்களையும் சில சிறந்த போக்கர் விளையாட்டு வீரர்களையும் தோற்கடித்தன. கணினிகள் கணித கோட்பாடுகளை நிரூபிக்கின்றன அல்லது நிரூபிக்க உதவுகின்றன; இயந்திர கற்றல் நுட்பங்களைப் பயன்படுத்தி, டெராபைட்டுகளில் (1012 பைட்டுகள்) அல்லது ஏன் பெட்டாபைட்டுகளில் கூட (1015 பைட்டுகள்) பெரிய அளவிலான தரவுகளிலிருந்து அறிவாற்றல் தானாகவே உருவாக்கப்படுகிறது.

இதன் விளைவாக, இயந்திரங்களால் பேச்சை புரிந்துக் கொண்டு, அதை பெயர்த்தெழுத முடிகிறது - பழங்காலத்தில் தட்டச்சு செய்தவர்கள் செய்ததைப் போல. கணினிகளால் பல்லாயிரக்கணக்கானவர்களிடமிருந்து முகங்கள் அல்லது கைரேகைகளை துல்லியமாக அடையாளம் காண முடிகிறது அல்லது இயற்கை மொழிகளில் எழுதப்பட்ட நூல்களைப் புரிந்துக் கொள்ள முடிகிறது. இயந்திரவழி கற்றல் நுட்பங்களைப் பயன்படுத்தி, கார்கள் தானாகவே இயக்கப்படுகின்றன; மொபைல் ஃபோன் கேமராக்களில் எடுக்கப்பட்ட தோல் மருகுகளின் புகைப்படங்களைப் பயன்படுத்தி மெலனோமாக்களைக் கண்டறிவதில் தோல் மருத்துவர்களை விட இயந்திரங்கள் சிறப்பாக செயல்படுகின்றன; ரோபோக்கள் மனிதர்களுக்கு பதிலாக போர் புரிகின்றன; மற்றும் தொழிற்சாலை உற்பத்தி துறைகள் பெருகிய முறையில் தானியங்கி முறையில் மாற்றம் அடைந்து வருகின்றன.

விஞ்ஞானிகள் சில உயிரியல் ரீதியிலான பெரிய மூலக்கூறுகளின் செயல்பாட்டை தீர்மானிக்க AI நுட்பங்களைப் பயன்படுத்துகின்றனர், குறிப்பாக புரதங்கள் மற்றும் மரபணுக்கள், அவற்றின் கூறுகளின் வரிசைகளிலிருந்து - புரதங்களுக்கான அமினோ அமிலங்கள், மரபணுக்களுக்கான காரங்கள் போன்றவற்றுக்கு. மிகவும் பொதுவாக சொல்ல வேண்டுமென்றால், அனைத்து விஞ்ஞானங்களும் சிலிக்கோ சோதனைகளில் குணங்கள் பற்றிய ஆய்வு ரீதியாக பெரியளவிலான வெடிப்புக்கு ஆளாகின்றன – இது ஏன் சிலிக்கோ சோதனைகள் என்ற பெயர் பெற்றது என்றால், இவை சக்திவாய்ந்த செயலிகளைப் பயன்படுத்தி, மிகப்பெரிய அளவிலான தரவுகளிலிருந்து கணினிகளால் மேற்கொள்ளப்படுகின்றன, மேலும் இதன் கோர்கள் சிலிக்கான் செய்யப்பட்டவை. இந்த வழியில், இவை விவோ சோதனைகளில் இருந்து வேறுபடுகின்றன, இது உயிருள்ளவற்றில் மேற்கொள்ளப்படுகின்றன, எல்லாவற்றிற்கும் மேலாக, விட்ரோ சோதனைகள், கண்ணாடி சோதனை-குழாய்களில் மேற்கொள்ளப்படுகின்றன.

இன்று, AI பயன்பாடுகள் கிட்டத்தட்ட அனைத்து செயல்பாட்டுத் துறைகளிலும் தாக்கத்தை ஏற்படுத்தியுள்ளன - குறிப்பாக தொழில்துறை, வங்கி, காப்பீடு, சுகாதாரம் மற்றும் பாதுகாப்புத் துறைகளில். பல வழக்கமான பணிகள் இப்போது தானியங்கி முறையில் செய்யப்பட்டு, பல வர்த்தகங்களை மாற்றியமைத்து, இறுதியில் சில பணிகளை குறைத்தும் வருகின்றன.

நெறிமுறை ரீதியான ஆபத்துகள் என்னென்ன?

AI மூலம், நுண்ணறிவின் பெரும்பாலான பரிமாணங்கள் – அநேகமாக நகைச்சுவையைத் தவிர – மற்ற அனைத்தும் கணினிகளைப் பயன்படுத்தி பகுத்தறிவு பகுப்பாய்வு மற்றும் மறுகட்டமைப்புக்கு உட்பட்டதாக இருக்கின்றன. மேலும், இயந்திரங்கள் பெரும்பாலான துறைகளில் நமது அறிவாற்றல் திறன்களை மீறி, நெறிமுறை அபாயங்கள் குறித்த அச்சத்தை எழுப்புகின்றன. இந்த அபாயங்கள் மூன்று வகைகளாக பிரிக்கப்படுகிறது - வேலையின் பற்றாக்குறை, ஏனென்றால் நிறைய பணிகள் மனிதர்களுக்கு பதிலாக இயந்திரங்களால் மேற்கொள்ளப்படலாம்; தனிநபரின் சுயசெயல்பாடு குறித்த விளைவுகள், குறிப்பாக சுதந்திரம் மற்றும் பாதுகாப்பு அடிப்படையில்; அடுத்து மனிதகுலத்தை முந்தி செல்லும் மிகவும் "புத்திசாலித்தனமான" இயந்திரங்கள்.

இருப்பினும், நாம் யதார்த்தத்தை ஆராய்ந்து பார்த்தால், அந்த வேலை (மனிதர்களால் செய்யப்படுகிற வேலை) மறைந்துவிடவில்லை என்பதைக் காண்கிறோம் – அதற்கு மாறாக – அது உருமாறி, புதிய திறன்களைக் கோருகிறது. அதே மாதிரி, ஒரு நபரின் சுய செயல்பாடு மற்றும் சுதந்திரம் ஆகியவை AI இன் வளர்ச்சியால் குறைமதிப்பிற்கு ஆளாகவில்லை - நமது தனிப்பட்ட வாழ்க்கையில் தொழில்நுட்ப ஊடுருவல்களுக்கு முகங்கொடுப்பதில் நாம் விழிப்புடன் இருக்கும் வரை.

இறுதியாக, சிலர் கூறுவதற்கு மாறாக, இயந்திரங்கள் மனிதகுலத்திற்கு எந்த விதமான அச்சுறுத்தலையும் ஏற்படுத்தவில்லை. அவற்றின் சுய செயல்பாடு முற்றிலும் தொழில்நுட்ப ரீதியானது, இதில் இது தகவல்களை எடுத்துக்கொள்வதிலிருந்து முடிவெடுப்பது வரை காரண காரிய சங்கிலிகளுடன் மட்டுமே ஒத்துள்ளது. மறுபுறம், இயந்திரங்களுக்கு தார்மீக ரீதியான சுய செயல்பாடு இல்லை, ஏனென்றால் இவை முடிவுகளை எடுக்கும் செயல்பாட்டில் நம்மை குழப்பி தவறாக வழிநடத்தினாலும், அவற்றுக்கு சொந்தமான விருப்பம் இல்லை, கணினியானது நாம் அவற்றுக்கு நியமித்துள்ள குறிக்கோள்களுக்கு அடிபணிய வேண்டும்.

புகைப்படம்: மேக்ஸ் அகுலேரா-ஹெல்வெக்

- ஜீன்-கேப்ரியல் கனாசியா

பிரெஞ்சு கணினி விஞ்ஞானி ஜீன்-கேப்ரியல் கனாசியா பாரிஸின் சோர்போன் பல்கலைக்கழகத்தில் பேராசிரியர் . இவர் எல்ஐபி 6 , சோர்போனில் உள்ள கணினி அறிவியல் ஆய்வகம், செயற்கை நுண்ணறிவுக்கான ஐரோப்பிய சங்கத்தின் உறுப்பினர், இன்ஸ்டிட்யூட் யுனிவர்சிட்டேர் டி பிரான்ஸின் உறுப்பினர் மற்றும் பாரிஸின் தேசிய அறிவியல் ஆராய்ச்சி மையத்தின் நெறிமுறைக் குழுவின் தலைவர்(சி.என்.ஆர்.எஸ்). இவர் தற்போது இயந்திரவழி கற்றல், குறியீட்டு தரவு இணைவு, கணக்கீட்டு நெறிமுறைகள், கணினி நெறிமுறைகள் மற்றும் டிஜிட்டல் மனிதநேயம் போன்றவை குறித்த ஆராய்ச்சிகளில் கவனம் செலுத்தி வருகிறார்.