செயற்கை நுண்ணறிவு குறித்து நாம் தொடங்கிய இந்தப் பயணத்தில், முதல் பகுதியில் AI என்றால் என்ன, அது ஏன் இன்றைய உலகில் இவ்வளவு முக்கியத்துவம் பெற்றிருக்கிறது என்பதைப் பார்த்தோம். மனிதனின் சிந்தனை, கற்றல், முடிவெடுத்தல் போன்ற திறன்களை ஓரளவு இயந்திரங்களிடம் உருவாக்கும் முயற்சியாகத் தொடங்கிய AI, இன்று நம் அன்றாட வாழ்க்கையின் ஒரு பகுதியாக மாறிவிட்டது.

இரண்டாம் பகுதியில், “நம்முடனே இருக்கும் AI” என்ற கோணத்தில் அதைப் பார்த்தோம். நாம் பயன்படுத்தும் கைப்பேசி முதல் இணையம், தேடுபொறிகள், சமூக ஊடகங்கள் என நம்மைச் சுற்றியுள்ள பல இடங்களில் AI ஏற்கெனவே எவ்வாறு நம்முடன் பயணிக்கிறது என்பதைப் பார்த்தோம். குறிப்பாக, AI நம்முடைய வேலையை எளிதாக்கும் ஒரு கருவியாக மட்டுமல்லாமல், நம்முடைய சிந்தனைக்கும் படைப்பாற்றலுக்கும் துணையாக இருக்கக்கூடிய ஒரு புதிய நண்பனாகவும் மாறி வருகிறது என்பதைப் புரிந்து கொண்டோம்.ஆனால், ஒரு நண்பனைப் பற்றி நாம் இன்னொரு விஷயத்தையும் தெரிந்து கொள்ள வேண்டும். அவன் சொல்வதையெல்லாம் நாம் அப்படியே நம்பி விடலாமா?

AI நம்முடைய கேள்விகளுக்குச் சில நொடிகளில் பதில் அளிக்கிறது. கட்டுரை எழுதுகிறது; கவிதை எழுதுகிறது; தகவல்களைத் தொகுத்துத் தருகிறது; விளக்குகிறது. அதன் வேகம் நம்மை வியக்க வைக்கிறது. ஆனால், அந்த வேகமான பதில்களுக்குள் இருக்கும் தகவல்கள் அனைத்தும் சரியானவையா?

இதுதான் இந்த மூன்றாம் பகுதியின் முக்கியமான கேள்வி. AI-யின் வரலாறு, அதன் செயல்பாடு, அது எவ்வாறு கற்றுக் கொள்கிறது என்பதைக் கொஞ்சம் புரிந்து கொண்ட பிறகு, இப்போது அதன் நம்பகத் தன்மையையும் அதன் வரம்புகளையும் புரிந்து கொள்ள வேண்டிய நேரம் இது.

AI-யை நம்புவது தவறல்ல. ஆனால், AI சொல்வதைச் சரிபார்க்காமல் நம்புவதுதான் தவறு. அந்தச் சிறிய வேறுபாட்டைப் புரிந்து கொள்ளும் பயணம்தான் இந்தப் பகுதி.

AI-ன் வரலாறு

இன்றைய உலகில் மிக வேகமாக வளர்ந்து வரும் AI தொழில்நுட்பத்தின் தொடக்கம் 1956-ஆம் ஆண்டு நடைபெற்ற டார்ட்மவுத் (Dartmouth) கருத்தரங்குடன் தொடர்புடையதாகக் கருதப்படுகிறது. அந்தக் கருத்தரங்குதான் செயற்கை நுண்ணறிவு (Artificial Intelligence) என்ற சொல்லை ஒரு தனித்த அறிவியல் ஆய்வுத் துறையின் பெயராக நிலைநிறுத்திய முக்கியமான தொடக்கமாக அமைந்தது.

1950-களில் கணினி அறிவியலின் முன்னோடியான ஆலன் டூரிங் (Alan Turing), “கணினிகளால் சிந்திக்க முடியுமா?” என்ற முக்கியமான கேள்வியை எழுப்பினார். 1950-ஆம் ஆண்டு அவர் முன்வைத்த சோதனை, பின்னர் டூரிங் சோதனை (Turing Test) என்று அழைக்கப்பட்டது. மனிதனைப் போன்ற அறிவார்ந்த உரையாடலை ஒரு இயந்திரம் வெளிப்படுத்த முடியுமா என்பதை ஆராய்வதற்கான முக்கியமான கருத்தாக இது அமைந்தது.

1956-ஆம் ஆண்டு அமெரிக்காவின் நியூ ஹாம்ப்ஷயர் மாகாணத்தில் உள்ள ஹனோவர் நகரில் டார்ட்மவுத் கல்லூரியில் நடைபெற்ற கோடைக்கால ஆய்வரங்கில் ஜான் மெக்கார்த்தி (John McCarthy), மார்வின் மின்ஸ்கி (Marvin Minsky), நத்தானியேல் ரோசெஸ்டர் (Nathaniel Rochester), கிளாட் ஷானன் (Claude Shannon) உள்ளிட்ட ஆராய்ச்சியாளர்கள் கலந்து கொண்டனர்.

இந்த ஆய்வரங்கிற்கான முன்மொழிவில் ஜான் மெக்கார்த்தி “Artificial Intelligence” என்ற சொல்லைப் பயன்படுத்தினார். இதுவே AI ஒரு தனித்த ஆய்வுத் துறையாக உருவெடுப்பதற்கான முக்கியமான தொடக்கமாகப் பார்க்கப்படுகிறது.

அன்றிலிருந்து இன்று வரை AI பல கட்டங்களைக் கடந்து வளர்ந்திருக்கிறது. ஆரம்பத்தில் குறிப்பிட்ட விதிகளைப் பின்பற்றிச் செயல்பட்ட கணினி அமைப்புகளிலிருந்து, இன்று மனித மொழியைப் புரிந்து கொண்டு உரையாடக்கூடிய, படங்களை உருவாக்கக்கூடிய, குரலை அடையாளம் காணக்கூடிய, பல்வேறு சிக்கலான பணிகளைச் செய்யக்கூடிய அமைப்புகளாக AI வளர்ந்துள்ளது.

AI-ன் செயல்பாடுகள் மற்றும் வகைகள்

AI – பயன்படுத்திப் பார்த்திருக்கிறீர்களா? அது ஒரு சுவையான அனுபவம்.

நான் எனது AI-நண்பனுடன் பேசிய சில வரிகள்:

நான்:

“வணக்கம் நண்பா, நலம் தானே?”

AI-நண்பன்:

“வணக்கம் நண்பா! 

நலம் தான் — நீங்களும் நலமாக இருக்கிறீர்களா?

இன்று உங்கள் மனநிலைக்கு ஏற்ற கதை, கவிதை அல்லது புதிய தகவல் எது வேண்டும்?”

மேற்கண்ட வரிகளைப் படித்ததும், எவ்வளவு அழகாக நலம் விசாரிக்கிறது என்று நமக்குத் தோன்றுகிறது. நம் தேவை என்ன என்பதைத் தெரிந்து கொண்டு, அதனை நாம் விரும்பும் வடிவத்தில் சில வினாடிகளில் கொடுக்கிறது.

AI எப்படி இவ்வாறு செயல்படுகிறது? என்பது நமக்கு ஆச்சரியமாக இருக்கலாம்.

ஒரு குழந்தை உலகத்தைப் பற்றித் தெரிந்துகொள்வதைப் போல AI செயல்படுகிறது என்று எளிமையாகச் சொல்லலாம். ஆனால், இரண்டுக்கும் இடையே முக்கியமான வேறுபாடுகளும் உள்ளன. குழந்தை தனது நேரடி அனுபவங்கள், உணர்வுகள், சுற்றுப்புறம் ஆகியவற்றின் மூலம் கற்றுக்கொள்கிறது. AI-யோ மனிதர்கள் உருவாக்கிய தரவுகளிலிருந்து வடிவங்களையும் தொடர்புகளையும் கற்றுக் கொள்கிறது.

AI எப்படி கற்றுக்கொள்கிறது என்பதைப் புரிந்து கொள்ள நான்கு அடிப்படை நிலைகளாகப் பார்க்கலாம்.

1. தரவு சேகரிப்பு (Data Collection)

ஒரு குழந்தை முதலில் உலகத்தைப் பற்றி நிறைய தகவல்களைச் சேகரிக்கிறது. அது நிறங்கள், ஒலிகள், வடிவங்கள் என தன்னைச் சுற்றியுள்ளவற்றைக் கவனிக்கிறது. அதேபோல, ஒரு AI அமைப்புக்கும் முதலில் மிகப்பெரிய அளவில் தரவுகள் தேவைப்படுகின்றன. இந்தத் தரவுகள் படங்கள், வீடியோக்கள், உரைகள் அல்லது எண்கள் என பல வடிவங்களில் இருக்கலாம். உதாரணமாக, ஒரு AI-க்கு பூனைகளைக் கண்டறியப் பயிற்சி அளிக்க வேண்டும் என்றால், அதற்கு ஏராளமான பூனைப் படங்கள் கொடுக்கப்படலாம்.

2. பயிற்சி (Training)

ஒரு குழந்தை பெற்றோர் அல்லது ஆசிரியரின் உதவியுடன் “இது பூனை”, “அது நாய்” என்று கற்றுக்கொள்கிறது. அதேபோல, AI அமைப்புகளும் குறிப்பிட்ட கணித முறைகள் மற்றும் ஆல்காரிதம்கள் (Algorithms) மூலம் தரவுகளில் உள்ள வடிவங்களையும் தொடர்புகளையும் கற்றுக்கொள்கின்றன. பூனைப் படங்களில் மீண்டும் மீண்டும் தோன்றும் சில பொதுவான அம்சங்களை AI அடையாளம் காணக் கற்றுக்கொள்ளலாம். இதுபோன்ற தரவிலிருந்து கற்றுக் கொள்ளும் முறைகளில் ஒன்றுதான் இயந்திரக் கற்றல் (Machine Learning).

3. கணிப்பு மற்றும் முடிவு வழங்குதல்

பயிற்சி பெற்ற பிறகு, AI புதிய தரவைக் காணும்போது தான் கற்றுக் கொண்ட வடிவங்களின் அடிப்படையில் ஒரு கணிப்பை அல்லது முடிவை வழங்குகிறது. உதாரணமாக, இதற்கு முன்பு பார்க்காத ஒரு பூனையின் படத்தைக் காட்டினால், அது முன்பு கற்றுக் கொண்ட ஆயிரக்கணக்கான படங்களில் இருந்து பெற்ற தகவல்களின் அடிப்படையில், “இது பூனை” என்று கணிக்க முடியும். மனிதனைப் போலவே AI உணர்ந்து முடிவெடுக்கிறது என்று இதைப் புரிந்து கொள்ளக் கூடாது. அது கற்றுக்கொண்ட தரவுகளில் காணப்பட்ட வடிவங்கள் மற்றும் சாத்தியக்கூறுகளின் அடிப்படையில் செயல்படுகிறது.

4. மேம்படுத்துதல் (Improvement)

AI அமைப்புகளின் செயல்திறனை மேம்படுத்துவதற்கு புதிய தரவுகள், மனிதர்களின் மதிப்பீடுகள் மற்றும் பல்வேறு பயிற்சி முறைகள் பயன்படுத்தப்படுகின்றன. அதன் பதில்களில் காணப்படும் தவறுகளைக் கண்டறிந்து, பயிற்சி முறைகளை மேம்படுத்துவதன் மூலம் அதன் செயல்திறனை உயர்த்த முடியும்.

ஆழமான கற்றல் (Deep Learning) என்பது இயந்திரக் கற்றலின் ஒரு முக்கியமான வகையாகும். இதில் பல அடுக்குகளைக் கொண்ட செயற்கை நரம்பியல் வலையமைப்புகள் (Neural Networks) பயன்படுத்தப்படுகின்றன.

சுருக்கமாகச் சொன்னால், AI என்பது மனிதர்களைப் போல உணர்ந்து சிந்திக்கும் ஒரு உயிரினம் அல்ல. மனிதர்கள் உருவாக்கிய தரவுகளிலிருந்து வடிவங்களைக் கற்றுக்கொண்டு, அந்தக் கற்றலின் அடிப்படையில் கணிப்பு, வகைப்படுத்தல், உரையாடல் போன்ற பணிகளைச் செய்யும் கணினி அமைப்பாகும்.

உலகின் புதிய தலைமுறை AI கருவிகள் மனிதர்களின் மொழியைப் புரிந்து கொண்டு, அதற்கேற்ப பதில்களை உருவாக்கும் திறன் கொண்டவையாக உள்ளன. இவை உரையாடல் AI (Conversational AI) என்றும், அவற்றில் பல பெரிய மொழி மாதிரிகள் (Large Language Models – LLMs) என்றும் அழைக்கப்படுகின்றன.

AI நம்முடன் இருக்கிறது

இன்று AI என்பது ஆய்வுக்கூடங்களில் மட்டுமே இருக்கும் தொழில்நுட்பம் அல்ல. நம்முடைய அன்றாட வாழ்க்கைக்குள் அது ஏற்கெனவே நுழைந்து விட்டது.

நாம் பயன்படுத்தும் தேடுபொறிகள், மொழிபெயர்ப்பு கருவிகள், மின்னஞ்சல் சேவைகள், சமூக ஊடகங்கள், புகைப்படக் கருவிகள், வங்கிச் சேவைகள், மருத்துவத் துறையின் சில பயன்பாடுகள் என பல இடங்களில் AI ஏற்கெனவே செயல்பட்டு வருகிறது. நாம் அதை கவனிக்காமல் பயன்படுத்திக்கொண்டிருக்கிறோம். ஆனால், AI நம்முடைய நண்பனாக மாறும்போது ஒரு முக்கியமான கேள்வியையும் நாம் கேட்க வேண்டும்.

நண்பன் சொல்வதையெல்லாம் நாம் சரிபார்க்காமல் நம்பி விடுவோமா?

அதே கேள்வி AI-க்கும் பொருந்தும்.

AI சொல்வதெல்லாம் உண்மையா?

சமீபத்தில் நண்பர் ஒருவர், செயற்கை நுண்ணறிவு குறித்த ஒரு சுவாரஸ்யமான தகவலை என்னுடன் பகிர்ந்து கொண்டார்.

சில வரலாற்றுத் தகவல்கள் குறித்து ChatGPT, Gemini போன்ற AI கருவிகளிடம் கேள்விகள் கேட்டு, அவற்றின் பதில்களைப் பழைய செய்தித்தாள் ஆவணங்கள் மற்றும் பிற ஆதாரங்களுடன் ஒப்பிட்டுப் பார்த்தபோது, சில பதில்களில் உண்மைக்குப் புறம்பான தகவல்கள் இருந்ததாக அவர் குறிப்பிட்டார்.

ஒரு வரலாற்று நிகழ்வில் முதன்முதலில் கலந்துகொண்ட இந்தியத் தலைவர் யார் என்று கேட்கப்பட்டபோது, AI ஒரு குறிப்பிட்ட பெயரைச் சுட்டிக் காட்டியது. ஆனால், பழைய ஆவணங்களைத் தேடிப் பார்த்தபோது, அதற்கு மாறான தகவல் கிடைத்தது. இதுபோன்ற சில கேள்விகளிலும் AI அளித்த பதில்களுக்கும் வரலாற்று ஆவணங்களில் கிடைத்த தகவல்களுக்கும் வேறுபாடு இருந்ததாக அவர் கூறினார்.

இந்தச் செய்தி நமக்கு ஒரு முக்கியமான உண்மையை நினைவூட்டுகிறது. AI என்பது தவறே செய்யாத அறிவுக் களஞ்சியம் அல்ல.

AI மிகப்பெரிய அளவிலான தகவல்களை அடிப்படையாகக் கொண்டு நமக்குப் பதிலை உருவாக்குகிறது. ஆனால், அது வழங்கும் ஒவ்வொரு பதிலும் உண்மையானது என்று கருதிவிட முடியாது. சில நேரங்களில் AI நம்பிக்கையுடன் தவறான தகவலையும் வழங்கக்கூடும். இதையே AI துறையில் “Hallucination” என்று குறிப்பிடுகின்றனர்.

அதனால் வரலாறு, அரசியல், மருத்துவம், சட்டம், அறிவியல் போன்ற முக்கியமான துறைகள் தொடர்பான தகவல்களைப் பெறும்போது AI அளிக்கும் பதிலை அப்படியே ஏற்றுக்கொள்ளாமல், அதன் மூல ஆதாரத்தைத் தேடிப் பார்ப்பது அவசியம்.

AI-யை நிராகரிக்க வேண்டும் என்பதல்ல இதன் பொருள். AI-யை புத்திசாலித்தனமாகப் பயன்படுத்த வேண்டும் என்பதே பொருள்.

AI நமக்கு ஒரு நல்ல தொடக்கத்தைத் தரலாம். ஒரு விஷயத்தைப் புரிந்துகொள்ள உதவலாம். தகவல்களைத் தொகுத்துத் தரலாம். கேள்விகளைக் கேட்கவும் புதிய கோணங்களில் சிந்திக்கவும் உதவலாம்.

ஆனால் இறுதியாக, AI சொன்னது உண்மையா என்பதைச் சரிபார்ப்பது நம்முடைய பொறுப்பு.

AI நமக்கு வேகமாகப் பதில் தருகிறது என்பதற்காக, அது தரும் ஒவ்வொரு தகவலும் சரியானது என்று நம்பிவிடக் கூடாது. AI ஒரு மிகச் சிறந்த உதவியாளர்; ஆனால், அது மனித அறிவுக்கும் சிந்தனைக்கும் மாற்றாக இருக்க முடியாது.

ஒரு தகவலை AI-யிடம் கேட்டுத் தெரிந்து கொண்ட பிறகு, அது முக்கியமான தகவலாக இருந்தால் அதன் மூலத்தைத் தேடிப் பார்க்க வேண்டும். குறிப்பாக வரலாறு, அரசியல், மருத்துவம், சட்டம், அறிவியல் போன்ற துறைகளில் கிடைக்கும் தகவல்களை வேறு நம்பகமான ஆதாரங்களுடன் ஒப்பிட்டுப் பார்ப்பது அவசியம்.

AI நமக்கு ஒரு தகவலைத் தருகிறது. அந்தத் தகவலைப் புரிந்து கொள்ள உதவுகிறது. ஆனால், உண்மையைத் தீர்மானிக்கும் இறுதி பொறுப்பு மனிதனிடமே இருக்கிறது.

எனவே, AI-யைப் பயன்படுத்தும்போது, “AI சொன்னதே உண்மை” என்ற மனநிலையுடன் அல்லாமல், “AI சொல்வதை முதலில் புரிந்துகொள்வோம்; பிறகு சரிபார்ப்போம்” என்ற அணுகுமுறையுடன் இருக்க வேண்டும்.

AI-யைக் கண்டு அச்சப்பட வேண்டியதில்லை. அதே நேரத்தில் கண்மூடித்தனமாக நம்பவும் வேண்டாம். சிந்தனையுடன் பயன்படுத்தப்படும் AI ஒரு நல்ல நண்பனாக இருக்க முடியும்.

AI பற்றிய இந்தப் பயணத்தில், அதன் வரலாற்றையும் செயல்படும் விதத்தையும் பார்த்தோம். அதன் நம்பகத் தன்மையையும் புரிந்து கொண்டோம். ஆனால், AI உலகம் இதோடு முடிந்து விடவில்லை.

நாம் அன்றாட வாழ்க்கையில் பயன்படுத்தும் AI அனைத்தும் ஒரே மாதிரியானவையா? அவற்றில் என்னென்ன வகைகள் உள்ளன? ஒவ்வொரு வகையான AI-யும் என்ன செய்கிறது?

அதை அடுத்த பகுதியில் பார்ப்போம்.

- அ.தமிழ்ச்செல்வன்