இயற்கை மிகவும் விந்தையானது. ஒரு கல அங்கியாக இந்த பூமியில் தோன்றிய உயிர் இன்று சூரியத் தொகுதியையும் தாண்டி விண்கலங்களை அனுப்பக் கூடிய அறிவாற்றல் கொண்ட மனித இனமாக வளர்ந்துள்ளது. பிரபஞ்சத்தின் 13.8 பில்லியன் வருட வயதோடு ஒப்பிட்டால், ஒரு கல அங்கியில் இருந்து மனிதன் உருவாக்கியவரை பல மில்லியன் வருடங்கள் எடுத்திருப்பினும், மனிதன் என்று உருவாகிய உயிரினம், இன்று நவீன மனிதனாக உருவாகியதற்கு சில பல ஆயிரம் வருடங்களே எடுத்தது. ஆயினும் கடந்த சில நூற்றாண்டுகளில் மனிதன் தொழில்நுட்பத்தில் புரிந்த சாதனைகள் சிறிதல்ல. இந்த கடந்த சில நூற்றாண்டுகளே, நாம், மனிதர்கள், இயற்கையின் விந்தை அறிய தொடங்கிய காலமாகும். பிரபஞ்ச காலக்கடிகாரத்தில் இது வெறும் ஒரு புள்ளியே.
சிந்திக்கத் தொடங்கிய காலத்திலிருந்தே மனிதனுக்கு தன் சிந்தனைவளம் பற்றி கருத்துக்கள் தோன்றியுள்ளன. பூமியில் உயிராக தோன்றிய மனிதனுக்கு ஏன் இவ்வளவு அறிவாற்றல் இருக்கவேண்டும்? ஒரு உயிரினத்தைப் பொறுத்தவரை, இனப்பெருக்கமும், உயிர்வாழ்வும் இன்றியமையாதது. தூரத்தில் ஒழிந்திருந்து மானையோ, புலியையோ உணவுக்காக வேட்டையாடுமளவுக்கு அறிவிருந்தால் போதாதா? ஏன் இந்தப் பிரபஞ்சத்தின் அமைப்பை அறியுமளவுக்கு ஆற்றலை இந்த மூளை கொண்டுள்ளது? ஏன் விண்வெளிக்கு மனிதன் செல்லுமளவுக்கு திறம்பட சிந்திக்கும் அளவுக்கு இந்த மூளை வேலை செய்கிறது? பூமியில் இருக்கும் ஆயிரக்கணக்கான உயிரினகளுக்கு இருக்காத விடயம், மனிதனுக்கு மட்டும் ஏன்? தொடர்ந்து சிந்திக்கலாம் வாருங்கள்!
அறிவு என்பது கொஞ்சம் வித்தியாசமான வஸ்துதான்! மனிதன் இந்த இயற்கைப் பார்த்து அடனில் இருக்கும் எல்லாத்தையும் செயற்கையில் படைக்கப் பார்த்து, பலதில் வெற்றியும் பெற்றுள்ளான். பறவைகள் போல விமானம் என்பதில் தொடங்கி இன்று செயற்கை இதயம் உருவாகுவது வரை வந்துவிட்டோம். அனால் எல்லாமே ஒரேவித சிக்கலோடு இருப்பதில்லை. சிலவற்றின் சிக்கல்கள் அதிகம், சிலவற்றில் சிக்கல்கள் குறைவு. உதாரணமாக இப்படி சொல்லுகிறேன் பாருங்கள். விண்வெளிக்கு மனிதனை அனுப்புவது கடலுக்கடியில் வீடு கட்டுவதை விட இலகு. இயற்க்கை முரண்பாடானது தான்.
இங்கு நாம் பார்க்கபோவது இப்படி இயற்கையில் இருக்கும் ஒன்றை மனிதன் செயற்கையில் செய்ய எத்தனித்துக் கொண்டிருக்கும் விடயம்தான் – அறிவு (intelligence).
ஆதிகாலத்தில் இருந்தே மனிதனுக்கு தன்னைப்போல சிந்திக்ககூடிய, செயலாற்றக் கூடிய வேறு பல உயிரினங்கள் அல்லது கருவிகள் பற்றி ஒரு கவர்ச்சி இருந்துள்ளது. ஆதிகால புராணக் கதைகளில் இப்படியான செயற்கை அறிவு கொண்ட கருவிகள் பற்றி கதை சொல்லி இருக்கிறார்கள். நாம் அறிவியல் ரீதியான ஆராய்ச்சிக்கு வருவோம்! அதுதான் இந்தக் கட்டுரையின் நோக்கமும்.
அறிவு என்றால் என்ன?
செயற்கை அறிவு என்றால் என்ன என்று தெரிவதற்கு முதலில் நமக்கு அறிவு என்றால் என்ன என்று தெரியவேண்டாமா? நாம் எல்லோருக்கும் அறிவு உண்டு என்பது வெளிப்படை உண்மை ஆனால் எத்தனை பேருக்கு அது என்ன என்று தெரியும்? அதாவது அறிவு என்றால் என்ன என்று ஒரு வரைவிலக்கணம் சொல்லலாமா?
அறிவு என்பது ஒரு குறிப்பிட்ட இலக்கை அடைவதற்கான வழியை கையாள்வதில் இருக்கும் திறன் எனக்கொள்ளலாம். இதில் நுண்ணறிவு (intelligence) என்பது, இந்த அறிவுத்திறனில் இருக்கும், திட்டமிட்டு செயல்ப்படும் பகுதியாகும். மனிதனுக்கு மட்டும் இந்த அறிவு/நுண்ணறிவு இருக்கிறது என்று எண்ணவேண்டாம். எல்லா உயிரினங்களுக்கும் இந்த அமைப்பு இயற்கையில் இருக்கிறது. அனால் ஒவ்வொரு உயிரினமும், தனது சூழலில் உருவாகும் சவால்களுக்கு ஏற்ப இலக்குகளை அமைத்து தன்னிடம் இருக்கும் அறிவுத் திறனைப் பயன்படுத்தி அந்த இலக்கை அடைகிறது. உதாரணமாக ஒரு கல பாக்டீரியாக்கள் அல்லது நுண்ணுயிர்கள் தான் உயிர்வாழ தேவையான உணவை பெற்றுக்கொள்ளவும், தொடர்ந்து சந்ததியைப் பெருக்கவும் தனது குட்டியூண்டு அறிவை பயன்படுத்துகிறது. அதேபோல பல்வேறு உயிரினங்கள், வெவேறு தளங்களில் தனது அறிவுத் திறனை பயன்படுத்துகின்றன.
அப்படியென்றால் செயற்கை அறிவு?
நாம் செயற்கை அறிவு என்று போதுபடயாக கூறினாலும், உண்மையிலேயே செயற்கை நுண்ணறிவைத்தான் இங்கு கருதுகிறோம். செயற்கை நுண்ணறிவு என்பது, இயற்கையாக இல்லாமல், நாம் உருவாகிய இயந்திரங்களும், பொறிமுறைகளும், நுண்ணறிவுடன் செயற்படுவது ஆகும். அனால் இது மனைதனிப் போலவோ, அல்லது ஏதோவொரு உயிரினம் போலவோ செயற்படவேண்டும் என்ற எந்தவொரு கட்டுப்பாடும் இல்லை.
இன்று அறிவியலில் செயற்கை நுண்ணறிவு விருத்தி என்பது தனித் துறையாகும். பல பல்கலைக்கழகங்கள் தொடங்கி கூகிள் வரை இதைப்பற்றி ஆராய்ந்து வருகிறது.
மனிதனைப் போல சிந்திக்கும் ஆற்றல் கொண்ட ஒரு பொறிமுறை தான் செயற்கை நுண்ணறிவு என்றால் அது தவறு! ஏற்கனவே கூறியது போல சிக்கல்களின் அளவு வேறுபடலாம், ஆனால் அந்த குறிப்பிட்ட பிரச்சினைகளை தன்பாட்டிலேயே குறித்த பொறிமுறையால் தீர்க்க முடியுமெனில் அது ஒரு செயற்கை நுண்ணறிவு கொண்ட பொறிமுறை என்றே கருதப்படும்.
உதாரணமாக, நீங்கள் டைப் செய்யும் கேள்விகளுக்கு பதிலளிக்கக் கூடிய ஒரு சாப்ட்வேர், அது தானாக வாக்கிய அமைப்புக்களை விளங்கிக்கொண்டு பதிலளிக்குமெனில் அதுவும் ஒரு செ.நு (AI) கொண்ட சாப்ட்வேர் தான். இன்று இப்படியான ப்ரோக்ராம்களை ஆராய்ச்சியாளர்கள் உருவாகியுள்ளனர். அவை பெரும்பாலும் உங்கள் கேள்விகளுக்கு சரியாகவே விடையளிக்கும். ஆனாலும் அவை AI அல்ல. காரணம், அவற்றுக்கு நீங்கள் டைப் செய்த வாக்கியத்தின் பொருள் தெரியாது. பெரும்பாலும் உங்களது கேள்வியில் இருக்கும் சொற்களைக் தான் வைத்திருக்கும் அகராதியில் தேடும், பின்னர் கிடைத்த விடையை மீண்டும் ஒரு வாக்கியம் போல அமைத்து உங்களுக்கு தரும்.
ஆனால் நாம் உரையாடும் போது ஒவ்வொரு சொற்களையும் ஆராய்ந்து உரையாடுவதில்லை, மாறாக மொத்த வாசகத்தின் பொருளைக் கொண்டே நமது உரையாடல் அமைகிறது. இந்த பதிலளிக்கும் ப்ரோக்ராம்கள் ஒரு வசனத்திற்கும் இன்னுமொரு வசனத்திற்கும் இருக்கும் தொடர்பை முழுதாக அறிவதில்லை, ஆகவே இப்படியான ப்ரோக்ராம்களை நாம் AI வளர்ச்சியில் முதல் படி என்று அழைக்கலாம், ஆனால் இவை முழுதான AI அல்ல.
இதே போல தானாகவே இயங்கும் கார், விமானங்கள், மற்றும் செஸ் போன்ற விளையாட்டுகளை விளையாடக் கூடிய ப்ரோக்ராம்கள் எல்லாம் இன்று நம்மிடம் உண்டு, ஆனால் இவை எதுவும் பூரணமான AI இல்லை. இவை அனைத்தும் எதோ ஒரு விதத்தில் அளவுக்கதிகமாக கணக்குகளை போட்டு பல சமன்பாடுகை தீர்த்தே தங்கள் பிரச்சினைக்கு தீர்வு காணுகின்றன.
இங்கு தான் செயற்கை நுண்ணறிவுக்கான பிரச்சினை தொடங்குகிறது. செயற்கை நுண்ணறிவு என்பது ஏன் மிகச் சிக்கலான ஒரு அமைப்பு என்பதை தொடர்ந்து ஆராயலாம்.
நுண்ணறிவு என்பது பல்வேறு உயிரினங்களில் பல்வேறு வகைகளில் இருக்கின்றது. ஆகவே நம்மால் இது தான் நுண்ணறிவு என்று ஒரு வரையறையை ஏற்படுத்திக் கொள்ள முடியவில்லை. இன்று நாம் செயற்கை அறிவு அல்லது நுண்ணறிவு என்று கருத்தில் கொள்ளும் அனைத்து முறைகளும் அல்லது பெரும்பாலான முறைகள் மனிதனது நுண்ணறிவு சார்ந்தவையாகவே இருக்கின்றன.
ஒரு இயந்திரம் அல்லது பொறிமுறை நுண்ணறிவு கொண்டதா என இலகுவில் பதில் சொல்லக்கூடியதாக இருப்பதற்கும் இது தான் காரணம். நுண்ணறிவு என்பதே ஒரு பொறிமுறை, மிகச் சிக்கலான பொறிமுறை. இதனை நாம் ஒரு போருளுடனோ அல்லது கணித சமன்பாடுகளோடோ ஒப்பிடமுடியாது.
இன்று நமக்கு தெரிந்த வரை நாம் நுண்ணறிவின் சில பகுதிகள் எப்படி வேலைசெய்கிறது என்று கண்டுள்ளோம், ஆனால் பல பகுதிகள் இன்னும் ஆராயப் படவேண்டியுள்ளது. இன்று உள்ள சில செயற்கை நுண்ணறிவைக் காட்டக்கூடிய அல்லது மிமிக் செய்யக்கூடிய சில ப்ரோக்ராம்கள், நாம் அறிந்துள்ள நுண்ணறிவுப் பகுதியில் தொழிற்படுகிறது, அதனால் சில பிரச்சனைகளை சுயமாக தீர்க்க முடிகிறது. ஆனால் வேறு சில பிரச்சனைகளை, அதாவது இன்னும் இப்படியான பிரச்சினைகளை எப்படி நுண்ணறிவு தீர்க்கிறது என்று தெரியாத பிரச்சினைகளை அவைகளால் கையாள முடிவதில்லை, காரணம் அதை எப்படி கையாள்வது என்று நாம் அந்த ப்ரோக்ராமிடம் சொல்லவில்லையே! பெரும்பாலும் அப்படியான பிரச்சினைகளுக்கு தீர்வு காண முயலும் போது, மொத்த ப்ரோக்ராமும் ஸ்தம்பித்து விடுகிறது. இதனாலேயே நம்மால் இவற்றை முழுதான செயற்கை நுண்ணறிவு கொண்ட பொறிகள் என்று கூற முடிவதில்லை.
மிக அடிப்படையாக சொல்லவேண்டும் என்றால், நுண்ணறிவு என்றால் என்ன என்று இன்னமும் எம்மால் ஒரு வரையறைக்கு வரமுடியவில்லை, ஆக பூரணமான செயற்கை நுண்ணறிவை எம்மால் மாதிரிப்படுத்த (model) முடியாதுள்ளது.
மனித அறிவைப் போல தொழிற்படுவதுதான் செயற்கை நுண்ணறிவு என்று எடுகோள் எடுக்க முடியாது, அது தவறும் கூட. பலவேளைகளில், ஆய்வாளர்கள், மனிதன் குறிப்பிட்ட பிரச்சினையை எப்படி தீர்க்கிறான் என்று ஆய்வுசெய்து அதை அடிபடையாக வைத்து சமன்பாடுகளை உருவாகி அதன் அடிபடையில் AI ப்ரோக்ராம் வேலை செய்யுமா என ஆய்வு செய்கின்றனர். ஆனால் இப்படித்தான் ஆய்வு செய்யவேண்டும் என்று எந்த அவசியமும் இல்லை.
சிலவேளைகளில் மனித மூளை எப்படி சில பிரச்சனைகளை தீர்க்கிறது என்று பார்க்கும் போது, மிகச் சிக்கலான அமைப்பு ஒன்று அங்கு உருவாகுவது தெரிவதால், மனிதனைவிட மூளை வளர்ச்சியால் பின்தங்கிய மிருகங்கள், பறவைகள் எப்படி குறித்த பிரச்சினையை கையாள்கின்றன என்றும் ஆய்வாளர்கள் பார்கின்றனர்.
உண்மையைச் சொல்லப்போனால், வேறு வேறு உயிரினங்கள், குறித்த அதே பிரச்சினையை தீர்க்க மிகவும் வேறுபட்ட வழிமுறைகளை தங்களிடம் இருக்கும் நுண்ணறிவைப் பயன்படுத்தி கையாளுகின்றன. இவை எல்லாமே நுண்ணறிவு தானே. இதில் எது மிகச் சிறந்தது என்று எடுத்துக்கொள்வது?
ஒரு ஊருக்கு செல்ல ஐம்பது வழிகள் இருக்கின்றன என்று வைத்துக்கொண்டால், இதில் எதை தெரிவு செய்வது என்று ஒரு குழப்பம் வரலாம். அதற்கு ஒரு தீர்வாக குறைந்த நேரத்தில், குறைந்த எரிபொருளை பயன்படுத்தி செல்லக் கூடிய வழி எதுவோ அதனை தெரிவுசெய்வது செல்லலாம்.
நுண்ணறிவை செயற்கையாக உருவாகும் போது வரும் பிரச்சினையே, இந்த வழிகள்என்னவென்று தெரியாமல் இருப்பதே, அப்படியிருக்க எப்படி எது சிறந்த வழி என்று கண்டுகொள்ள முடியும்? ஆக இது ஒரு சிக்கல். இங்கு நான் என்ன சொல்ல வருகிறேன் என்றால், எப்போதுமே மனிதனது நுண்ணறிவைப் பயன்படுத்தி காணப்படும் தீர்வுகள் தான் சரியானவை என்று இருக்கவேண்டிய அவசியமில்லை, இதை இன்று இந்த AI ஆய்வாளர்கள் விளங்கிக்கொண்டுள்ளனர்.
அனால் எப்படியிருப்பினும், மனிதனது நுண்ணறிவு ஆற்றல் கொண்ட செயற்கை நுண்ணறிவை உருவாக்குவதே இறுதி இலக்காக AI ஆய்வாளர்கள் கருதுகின்றனர். இந்த செயற்கை நுண்ணறிவுப் ப்ரோக்ராம்கள், மனிதன் வாழ்வில் எப்படியான சவால்களுக்கு முகம்கொடுத்து அதனை சமாளிக்கிறானோ, அதேபோல இந்த ப்ரோக்ராம்களும் சுயாதீனமாக தீர்வு காணும்.
சில ஆய்வாளர்கள், இப்போது இருக்கும் தொழில்நுட்பத்தை பயன்படுத்தி AI ஐ உருவாகிவிட முடியும் என்று கருதுகின்றனர். அதாவது நுண்ணறிவில் இருக்கும் பல்வேறு துணைப் பண்புகளை தனித் தனி ப்ரோக்ராம்களாக உருவாகி, அதனோடு ஒரு பெரிய அறிவுக் களஞ்சியத்தை இணைத்து ஒரு வகையான AI ஐ உருவாகிவிடலாம் என்கின்றனர். இது எப்படி வேலை செய்யும் என்று விரிவாக பிறகு பார்க்கலாம், இப்போது அறிமுகப் படலத்தை முடித்துவிடலாம்.
சில ஆய்வாளர்கள், இப்போது இருக்கும் தொழில்நுட்பம், ஒரு பூரணமான AI ஐ உருவாக்க போதாது என்று கருதுகின்றனர். இப்போது இருக்கும் CPU க்கள் தொடங்கி, அதில் நாம் ப்ரோக்ராம்களை உருவாக்கும் விதம் வரை, பல புதிய மாற்றங்கள், வரவேண்டும் என்று சொல்கிறார்கள்.
இப்பது நாம் பயன்படுத்தும் கணனிகள் ஒரு சிக்கலான பொறி, அதனால் பல்வேறு பட்ட பொறிகளைப் போல தன்னை செயற்படுத்திக் காட்டமுடியும், ஆக AI ஒன்றை உருவாக புதிதாக எதாவது ஒரு பொறியை கண்டுபிடிக்கவேண்டிய அவசியமில்லை, ஆனால், இப்போதுள்ள கணணியின் வேகம், ஒரு AI தனது செயல்களை செய்ய போதுமானதா என்ற கேள்வியும் எழுப்புகிறது. இதுவும் இன்னொரு சிக்கலான குழப்பம்.
அதாவது இப்போதிருக்கும் கணனிகள் நல்ல வேகமாக செயல்படக்கூடியது, ஆனால் அதில் எம்மால் தான் எப்படி AI ஐ ப்ரோக்ராம் செய்வது என்று தெரியவில்லை, அல்லது AI ப்ரோக்ராம்கள் வேலை செய்யும் அளவிற்கு இந்த கணனிகள் இன்னும் வேகம் பெறவில்லை. இந்த இரண்டில் ஏதோவொன்று உண்மையாக இருக்கவேண்டும்.
அடுத்ததாக AI ஆய்வின் ஆரம்பப் படிகளையும், அதில் வந்த சவால்களையும் பார்க்கலாம்.
செயற்கை நுண்ணறிவின் அறிவியல் ரீதியான ஆரம்பம் 1900 களுக்கு பின்பே ஆரம்பித்தது என்று சொல்லாம். ஆனாலும் செயற்கை நுண்ணறிவைப் பற்றி சிந்திக்க முதல், தர்க்கவியல் (logic) என்ற ஒன்றைப் பற்றி அதிகமாகவே அறிவியலாளர்கள் சிந்தித்து இருகின்றனர்.
கணிதம் என்ற ஒன்று மனிதனின் கண்டுபிடிப்பில் மிக மிக முக்கியமானது. இயற்கையில் நடைபெறும் அனைத்து விந்தைகளையும் இயற்பியல், கணித சமன்பாடுகளாக தந்துவிடுகிறதே. இயற்பியலின் அடிப்படையே இந்த கணிதம் தான் என்றால் மிகையில்லை. நியூட்டனின் கால்குலஸ் உருவாக்கத்திற்கு பிறகு, இயற்க்கை விதிகளை கணிதத்தால் கணக்கிட முடிந்தது. கணிதவியலாலர்களும், இயற்பியலாளர்களும் கணிதத்தால் தீர்க்க முடியாத பிரச்சினைகள் என்று ஒன்று இல்லை என்றே நம்பினார்.
ஒரு குறிப்பிட்ட பிரச்சினைக்கு நமக்கு இன்று விடை தெரியாவிடினும், அதற்கு காரணம், நாம் இன்னும் கண்டுபிடிக்காமல் இருப்பதே என்று இவர்கள் கருதினர். எதிர்காலத்தில் யாராவது ஜீனியஸ் தீர்க்கலாம். கணிதம் ஒரு பரிபூரணமான ஒரு மகத்துவம்! மனிதன் கண்டெடுத்த மாணிக்கம்.
இந்த நினைப்பில் கொஞ்சம் தேங்காய் எண்ணை, மண்ணெண்ணெய் அதோடு பெட்ரோல் ஊத்தி பத்தவைக்க வந்தவர் தான் குர்ட் கொடேல் (Kurt Gödel) என்ற கணிதவியலாளரும், தர்க்கவியலாளரும்! இவர் முற்றுமைஇல்லாக் கோட்பாடு (Incompleteness Theorems) என்ற ஒன்றை உருவாக்கி நிருபித்தும் காட்டினார். கணித உலகிலேயே இடி விழுந்தது. அப்படி என்னதான் இருக்கிறது இந்த கோட்பாட்டில் என்று பார்க்கலாம். இலகுவாக விளங்கும் வண்ணம் சாதாரண தமிழிலேயே சொல்கிறேன்.
ஒரு சீரான முறைமையில் எப்போதுமே சரியோ, தவறோ என்று நிருபிக்கமுடியாத அம்சங்கள் இருக்கும்.
பின்வரும் வசனத்தைக் கவனியுங்கள்.
“இந்த வாக்கியத்தை உண்மை என்று நிருபிக்க முடியாது”
இந்த வாக்கியம் உண்மை என்றால், அதனை நிருபிக்க முடியாது ஏனென்றால் நிருபிக்க முடியாவிட்டால் தானே அந்த வாக்கியம் உண்மை என்று ஆகும். அதைதானே அந்த வாக்கியமும் சொல்கிறது. அப்படி நிருபிக்க முடிந்தால், அந்த வாக்கியமே பொய் ஆகிவிடும். குட்டையை குழப்பி விடுற மாதிரி இருக்கோ?
இதே பிரச்சினை எல்லா முறைமையிலும் உண்டு, ஆகவே கணித முறைமையிலும் எப்போதுமே உண்மையான, ஆனால் நிருபிக்கப் படமுடியாத கருத்துக்கள் இருக்கும் என்று கொடேல் நிருபித்தார். இது கணிதவியலாளர்களுக்கு மிகப்பெரிய சவாலாக அமைந்துவிட்டது. அதன் பின் வந்த, கணணி அறிவியலுக்கும், தர்க்க ரீதியான கணணி சார்ந்த பல விடயங்களை ஆராய்ச்சி செய்தவருமான அலன் டூரிங்கும் (Alan Turing), குறிப்பிட்ட ஒரு அல்கோரிதத்தினால் (கணிதப் படிமுறைகள்), கணிதவியல் பிரிவில் இருக்கும் வேறுபட்ட பகுதிகளில் இருக்கும் எல்லாப் பிரச்சினைகளையும் தீர்க்க முடியாது என்று தெளிவாக்கினார்.
மேற்சொன்ன வாக்கிய உதாரணத்தை தீர்க்க எத்தனிப்பது ஒரு வகை, அதேபோல ஒரு மிகப் பெரிய பல்லுறுப்புக் கோவையில் (polynomial equations) இருக்கும் மாறிகளுக்கு முழு எண்ணில் விடை வருமா என்று ஆராய்வது ஒரு வகை. இப்படியான வேறு பட்ட பிரச்சினைகளை ஒரே விதத்தில் ஆராய்ந்து கணிதரீதியாக முடிவை எடுக்க முடியாது என்று இவர்கள் பூரணமாக ஆராயந்துவிட்டனர்.
அனால் மனிதனால், இப்படியான பிரச்சினைகளுக்கு தீர்வு காணக்கூடியதாக இருக்கிறது. குறிப்பிட்ட வசனத்தைப் பற்றி சிந்திக்க முடிகிறது. பல்லுறுப்புச் சமன்பாடுகளில் முழு எண்ணில் விடை வருமா என கண்டறியவும் முடிகிறது. இதனால் தான் அல்கோரிதங்களை பயன்படுத்தி தொழிற்படும் இயந்திரங்களால் (கணனிகள்) மனிதனது மூளையின் ஆற்றலுடன் போட்டிபோட முடியாது என்று ரோஜர் பென்ரோஸ் போன்ற பல கணித மாமேதைகள் கூட கருதுகின்றனர்.
ஆனாலும் இங்கும் ஒரு பிரச்சினை இருப்பதை சற்று சிந்தித்தால் விளங்கிக்கொள்ளலாம். இதை வசிக்கும் உங்களில் எத்தனை பேருக்கு பல்லுறுப்புக் கோவை ஒன்றை தீர்க்கத் தெரியும்? எல்லோருக்கும் தெரிய வேண்டிய அவசியமில்லையே, அனால் தெரியாதவருக்கும் சொல்லித்தந்து அதன் பின்னர் அந்த சமன்பாடுகளை தீர்க்க எத்தனிக்கலாம், அது முடியாமலும் போகலாம்.
அல்கொரிதங்கள் / கணித சமபாடுகள் குறித்த விடையை நோக்கி பயணிக்கும். ஒவ்வொரு சமன்பாடுகளுக்கும் தொடக்கத்திலேயே விடை இருப்பது தெரியும். ஆனால் மனிதன் அப்படி பிரச்சினைகளுக்கு தீர்வு காண்பதில்லை. குறித்த பிரச்சினையை அலசிக்கொண்டு வரும்போது கிடைக்கும் அனுபவங்களும் குறித்த பிரச்சினையை தீர்ப்பதற்கான துல்லியத் தன்மையை அதிகரிக்கிறது.
ஒரு கணக்கிடக்கூடிய பிரச்சினை, அதாவது கணிதவியல் ரீதியாக தீர்க்கக் கூடிய பிரச்சினை ஒன்றை எடுத்துக் கொண்டால், அதனை பல பல சிறிய பிரச்சினைகளாக உடைத்து, அந்தச் சிறிய பிரச்சினைகளுக்கு தீர்வு காணுவதன் மூலம் முழுப் பிரச்சினைக்கும் தீர்வு காணமுடியும். அதுமட்டுமல்லாது சிறு சிறு துண்டுகளாக உடைத்த பிரச்சினைகளுக்கு கண்டு பிடித்த தீர்வை ஒன்றோடு ஒன்று சேர்த்து அதிலிருந்து வரும் புதிய வெளியீட்டையும் மீண்டும் அலசுவதன் மூலம் அந்தப் பெரிய பிரச்சினையின் தீர்வுக்கான துல்லியத் தன்மையை அதிகரிக்கலாம்.
ஆனால் மேற்சொன்ன மாதிரி வேறுபட்ட பிரச்சினையை துண்டு துண்டாக உடைத்து விடை காண தயாராகும் அல்கோரிதம், மனித மூளையைப் போன்ற சக்தி வாய்ந்ததாக இருக்கவேண்டும். குறித்த பிரச்சினையை எப்படி துண்டுகளாக உடைக்க வேண்டும் என்று அதற்க்கு சரியாக தெரிந்திருக்கவேண்டும். இன்று இருக்கும் செயற்கை நுண்ணறிவு ஆய்வில் இருக்கும் பிரச்சினையே இந்த பெரிய பிரச்சினைகளை எப்படி துண்டுகளாக மாற்றுவது என்றுதான். அந்த டெக்னிக் இன்னும் நமக்கு சரியாக புரியவில்லை என்றே சொல்லவேண்டும்.
ஒரு குறித்த கணக்கிடக்கூடிய பிரச்சினையின் சிக்கலின் அளவு என்ன என்பதை கணிக்க கணிதவியலில், கணக்கீட்டுச்சிக்கல் கோட்பாடு என்று ஒன்று உண்டு. ஆனால் இது இன்னமும் சரியாக AI மற்றும் மனிதன் எப்படி குறித்த பிரச்சினையை தீர்க்க கூடும் என்பது பற்றி முழுவதுமாக ஆராயவில்லை. இத்தகு காரணம், ஆராசியாலர்களால் இன்னமும், மனிதனோ, அல்லது AI யோ எப்படி குறித்த பிரச்சினைக்கு தீர்வு காணுகிறது, அதாவது எப்படி அந்த சிறு சிறு துண்டுகளாக உடைக்கிறது என்று முழுதாக அறியவில்லை.
இதை அறிய முடியாதா என்று நீங்கள் கேட்கலாம், அப்படி இல்லை, நிச்சயம் அறியலாம் என்று AI ஆய்வாளர்கள் கருதுகின்றனர். AI என்பது வெறும் அறிவியலால் மட்டும் வெளிவதுவிட முடியாத விடயம். இங்கு தத்துவவியல், தர்க்கவியல் போன்ற பல்வேறு பட்ட துறைகள் செல்வாக்கு செலுத்துகின்றன.
மேலும் பயணிப்போம் ,நன்றி
No comments:
Post a Comment