செயற்கை நுண்ணறிவு (AI)

Brain_Sonar_AI_Intelligence_Neurons_Amyglada

ஓர் அறையினுள் நீங்கள் தனித்து இருக்கிறீர்கள். அடுத்த அறையில் இருப்பவரோடு நீங்கள் ஒரு கணினி வழியாக உரையாட இயலும். அதாவது, உங்கள் கேள்விகளுக்கு அவர்கள் அளிக்கும் பதில்களை நீங்கள் வாசிக்க இயலும். எந்த வகையான கேள்விகளையும் நீங்கள் கேட்கலாம். இந்தச் சூழ்நிலையில், உங்கள் கேள்விகளுக்கு அடுத்த அறையிலிருந்து வரும் பதில்களை (மட்டுமே) கொண்டு, உங்களோடு உரையாடுபவர் ஒரு சக மனிதனா, அல்லது உரையாடுவது செயற்கை நுண்ணறிவு படைத்த கணினியா என்பதை உங்களால் திட்டவட்டமாக முடிவு செய்ய முடியுமா? ஆலன் ட்யூரிங் (Alan Turing) வடிவமைத்த புகழ்பெற்ற ட்யூரிங் சோதனை இது தான். ஒரு கணினியால், உங்கள் கேள்விகளுக்கு அது (!) அளிக்கும் பதில்கள் மூலம், அதனை  அவன் அல்லது அவள் என்று, அதாவது மனிதன் என்று, உங்களை ந‌ம்ப வைக்க முடிந்து விட்டால், அது செயற்கை நுண்ணறிவு படைத்த கணினியாகக் கருதப்படும். (சில சமயம், நீங்கள் ஒரு மனிதரோடும் ஒரு கணினியோடும் ஒரு சேர உரையாடி இரண்டில் எது மனிதன், எது கணினி என்று வேறுபடுத்தி அறிய முடிகிறதா என்றும் இந்தச் சோதனை மாறுபடும். உங்களால் உறுதியான முடிவு எடுக்க முடியவில்லையென்றாலும் கணினியில் செயற்கை நுண்ணறிவு வெளிப்பட்டதாகக் கருதப்படும்.)
ஆலன் ட்யூரிங் ஒரு பல்துறை வல்லுனர். கணினி அறிவியலாளர். கணித அறிஞர். தர்க்க வல்லுனர். புதிர் அவிழ்ப்பாளர். அதோடு உயிரியலிலும் ஆர்வம் கொண்டவர். செயற்கை நுண்ணறிவு என்னும் ஆய்வுத் துறையின் தந்தை என்று கருதப்படுபவர்.
ட்யூரிங் சோதனையில் வெற்றியடைய ஒரு செயற்கை நுண்ணறிவு படைத்த கணினிக்கு குறைந்த பட்சம், நான்கு இன்றியமையாத தன்மைகள் இருக்க வேண்டும் என்று சொல்லப்படுகிறது. அவை –

  1. Natural Language Processing – இயல்பான மொழியொன்றில் சரளமாகப் புழங்கும் திறன்
  2. Knowledge Representation and Retrieval – தகவல்களை/ “அறிவை” அறிந்து, முறையாகச் சேமித்து வைத்து, தேவைக்கேற்ப வெளிக்கொணரும் திறன்
  3. Automated Logical Reasoning – சேமிப்பில் இருக்கும் அறிவை ஆராய்ந்து, தர்க்க பூர்வமான முடிவுகளை எட்டும் ஆற்றல்
  4. Machine Learning – சூழலிலிருந்து தொடர்ந்து கற்கும் திறன்

ட்யூரிங் சோதனை பற்றி மேலே தந்திருக்கும் சிறு குறிப்பிலிருந்து இந்த நான்கு தன்மைகள் எதனால் முக்கியத்துவம் பெறுகின்றன என்று எளிதில் விளங்கும். நீங்கள் கேட்கும் கேள்விகளை மொழியறிவு கொண்டு புரிந்து கொள்ள வேண்டும். சேமிப்பில் இருக்கும் அறிவை/தகவல்களை அணுகி வெளிக்கொணர்ந்து தேவைக்கேற்ப ஆராய வேண்டியிருக்கும். அவற்றின் அடிப்படையில் தர்க்கபூர்வமான முடிவுகளை எடுத்து கேட்கப்பட்ட கேள்விக்கு பதிலளிக்க வேண்டும். அடுத்தடுத்து வரும் கேள்விகளை முந்தைய கேள்விகளோடு இணைத்து, தொடர்ச்சியான கற்றல் மூலம் உரையாடலைத் தொடர வேண்டும். அப்போது தான் அந்தக் கணினி கொண்டிருப்பது ‘எங்க வூட்டு அறிவா, உங்க வூட்டு அறிவா, செயற்கை நுண்ணறிவுபா’ என்று புளகாங்கிதம் அடைய முடியும்.
வெறும் உரையாடலை வைத்து மட்டும் இதை முடிவு செய்யலாமா என்று அனேகர் கேள்வி எழுப்பத்தான் செய்தனர். அதன் அடிப்படையில் ட்யூரிங் சோதனையை விரிவுபடுத்தியவர்களும் உண்டு. குறிப்பாக ஸ்பெயின் நாட்டின் மலாகா பல்கலைக்கழகத்தில் மெலோமிக்ஸ் தொழில்நுட்பத்தைக் கொண்டு செயல்படும் இயாமஸ் (Iamus) என்ற இசையமைக்கும் கணினி உள்ளது. மனித இசை வல்லுனர்கள் உருவாக்கி அளிக்கும் இசைக்கோர்ப்புகளுக்குப் போட்டியாக இயாமஸ் தானாகவே இசையை உருவாக்கி வருகிறது. தொழில்சார் இசைக்கலைஞர்களையும் உள்ளடக்கிய 250 நபர்களைக் கொண்டு ஒரு ட்யூரிங் சோதனையைச் செய்த போது, இயாமஸ் உருவாக்கிய இசைக்கும் பிற மனித இசைக்கும் பெரும்பாலானவர்களால் வேறுபாடு அறிய இயலவில்லை. (மெலோமிக்ஸ் என்பது ஒரு சுவாரஸ்யமான காரணப் பெயர். Genomics of Melodies என்பதில் இருந்து உருவிச் சேர்த்த பெயர்! இன்னிசையின் டி.என்.ஏ.வை ஆராய்ந்து அதன் ஆன்மாவை அறிந்து கொள்வது என்பது, கிட்டத்தட்ட மனித மூளையின், மனித இயல்புகளின், அடிப்படையை அறிந்து செயற்கை நுண்ணறிவை உருவாக்குவது கொள்வது போலத்தான்.)
இந்த இடத்தில், இரண்டு கருதுகோள்களை அறிந்து கொள்வது உதவும்.
ஒன்று மோரவெக்கின் முரண்பாடு (Moravec’s paradox) – (இதை எளிமையாக விளக்குவது சற்று கடினம் – pun intended!). சுருக்கமாக, மனிதத் திறமைகளில் கடினமானது போலத் தோன்றுபவற்றை கணினிக்குள் ஏற்றுவது சுலபமானது. ஆனால், சுலபமானது போலத் தோன்றுபவற்றைக் கணினிக்குள் கொண்டு வருவது கடினமானது. அதாவது, நுண்கணிதம் (Calculus) போன்ற துறைகளில் கணக்குகளைச் சரியாகப் போடுவது, பங்குச் சந்தையில் பண முதலீட்டுத் திட்டங்களை வகுப்பது, மொழிபெயர்ப்பது போன்ற வளர்ந்த மனிதர்கள் செய்கின்ற (அல்லது செய்ய யோசிக்கின்ற!)வற்றை, கணினியைச் செய்ய வைப்பது இன்று எளிமையானதாகி இருக்கிறது. ஆனால், இட்லியைப் பார்த்தவுடன் அது இட்லி என்று அறிந்து கொள்வது, ஒரு பொருளை ஓரிடத்தில் இருந்து எடுத்து இன்னொரு இடத்தில் வைப்பது (motor skills) போன்ற ஒரு வயதுக் குழந்தைக்கும் எளிமையான சமாச்சாரங்களைக் கணினியைச் செய்ய வைப்பது கடினமானதாக இருக்கிறது. (இதெல்லாம் செய்யவே முடியவில்லை என்று சொல்ல வரவில்லை, கடினமானது என்று.) இன்னொரு வகையில் விளக்குவதென்றால், பரிணாம வளர்ச்சியில், துவக்கத்திலேயே ஆதி மனிதன் அடைந்து இன்று வரை புழக்கத்திலுள்ள திறமைகளை கணினிக்கு மறு ஆக்கம் (reverse engineering) செய்வது கடினமானதாக இருக்கப் போகிறது. மிக‌ச் சமீபத்தில் மனிதன் அடைந்த திறமைகளை அல்லது அறிவுத் துறைகளை, கணினிக்கு மறு ஆக்கம் செய்வது எளிமையானது.

Moravecs_paradox_computational-power-and-memory

இன்னொன்று, நாம் செயற்கை நுண்ணறிவு என்பதை சரியாகத் தான் அணுகிக் கொண்டிருக்கிறோமா என்று அடிப்படைகளையே அசைத்துப் பார்க்கின்ற எதிர்த் தரப்புக் கருதுகோள் உள்ளது. மனிதனின் மூளை ஒரு கணினியைப் போன்றது என்று எங்காவது யாராவது சொல்லக் கேட்டிருப்பீர்கள். இது உண்மையான கூற்றுத்தானா என்பதே ஒரு சாரார் எழுப்பும் கேள்வி. கணினியானது, அறிந்து கொள்ளும் அனைத்தையும் தகவல்களாக (“பைட்டுகளாக”) மாற்றிச் சேமித்து, தேவைப்படும் போது அணுகி வெளிக்கொணர்கிறது. ஆனால், நமது மூளை, இப்படித் தகவல்களைச் சேமித்து வைப்பதில்லை, அது அறிந்து கொள்ளும் செய்திகளுக்கேற்பக் கொஞ்சம் கொஞ்சமாக மாறிக் கொண்டே இருக்கிறது என்பது மாற்றுத் தரப்பு. நாம் கேட்ட ஒரு கதையை நாம் வேறொருவரிடம் மீளச் சொல்லும் போது ஒவ்வொரு முறையும் சிற்சில தகவல்கள் மாறூவது, இன்னும் இது போன்ற சில சோதனைகளைக் கொண்டு இப்படிக் கருதுகிறார்கள். மேலும், மனித மூளையைப் பற்றிய அறிவியல் கருத்து, காலந்தோறும் மாறி வந்திருக்கிறது. கிரேக்கக் கலாச்சாரத்தில், நீர் சார்ந்த தொழில்நுட்பம் பிரபலமானதாக இருந்ததால், மனித அறிவு குறித்து நீரியல் மாதிரி (hydraulic model) ஒன்று உருவாகி, பல நூற்றாண்டுகளுக்கு ஆதிக்கம் செலுத்தியது. (அதாவது, உடலினுள்ளே, பல திரவங்கள் [fluids] பெருகி ஓடுவதன் மூலம் நமது உடலும் மனமும் குறிப்பிட்ட விதங்களில் இயங்கியதாக நம்பப்பட்டது.) பிறகு தொழில் புரட்சியின் காலத்திற்குப் பிறகு, மனித மூளை ஒரு எந்திரம் என்ற கருதுகோள் உருவாகி வந்தது. தற்போது கணினித் தொழில்நுட்பம் சிறப்பானதாக இருப்பதால், மனித மூளை பற்றிய சித்திரமும் அதோடு மாறிவிட்டது. இன்னும் அடுத்து வேறொரு தொழிநுட்பம் பிரபலமடைந்தால், மூளை பற்றிய கதை மாறிவிடும், இவர்களை நம்பிக் கொண்டிருந்தால் கதைக்காகாது என்பது அந்தத் தரப்பு. இது இப்படி இருக்க, செயற்கை நுண்ணறிவின் (இப்போதைய) பயணத்தில், நாம் கணினியை ஒரு கணினிக்குறிய உச்சக்கட்ட நிலையைத் தான் அடைய வைக்க  முடியுமே தவிர‌, மனித மூளையைப் பிரதியெடுக்க முடியாது என்று இவர்கள் சொல்லி, செயற்கை நுண்ணறிவின் அடிமூளையிலேயே கை வைக்கிறார்கள்.
செயற்கை நுண்ணறிவின் பயணத்திலே பல குறிப்பிடத்தக்க‌ மைல்கற்கள் இருந்தாலும், அண்மையில் வெளிவந்த சில தடைக்கற்களே அதைப் பற்றிய நமது ஆர்வத்தைத் தூண்டுகின்றன.
கூகிள் நிறுவனம், ஓட்டுனரில்லாத கார் ஒன்றை உருவாக்கிச் சோதித்து வருகிறது. அதாவது, காரில் இயங்கும் செயற்கை நுண்ணறிவு தான் “ஓட்டுனர்”. (இத்தகைய செயற்கை நுண்ணறிவை விதிமுறைகளின் படி ஓட்டுனராகக் கருதலாம் என்று அதிகாரிகள் அங்கீகரித்துள்ளனர்.) சென்ற ஆண்டு இறுதியில், இந்தக் கார்களில் ஒன்று, வேக‌ எல்லையை விட மிக மெதுவாக ஓட்டப்பட்டதால் போக்குவரத்து நெரிசல் ஏற்பட்டது. பாதுகாப்புக் காரணங்களுக்காக தாங்கள் விதித்த குறைவான‌ வேக எல்லைக்கு உட்பட்டுத் தான் கார் ஓடியது என்று கூகிள் நிறுவனம் விளக்கமளித்தாலும், இந்தச் சூழ்நிலையில் ஒரு மனித ஓட்டுனர் அந்தக் காரின் வேகத்தை எப்படி மாற்றி ஓட்டியிருக்கக் கூடும் என்பது சிந்திக்கத் தக்கது. (மாற்றியிருந்தால் அது பாதுகாப்பானதா என்பது இன்னொரு கிளைக் கேள்வி.)
மைக்ரோசாஃட் நிறுவனம் ட்விட்டரில் உலகிற்கு உருவாக்கி அளித்த Tay என்னும் செயற்கை நுண்ணறிவு அரட்டை எந்திரத்தின் (chatbot) கதை பரிதாபத்துக்குரிய ஒன்று. Thinking About You என்பதன் சுருக்கம் TAY. பத்தொன்பது வயது அமெரிக்கப் பெண்ணின் ஆளுமை/மொழியறிவோடு இந்த ஆண்டு  மார்ச் மாத இறுதியில் ட்விட்டரில் கணக்கைத் துவக்கி உரையாடியது Tay. ஆரம்பத்தில் எல்லாம் நன்றாகவே இருந்தது. அதற்கடுத்து நடந்தவற்றை வடிவேலு பாணியில் சொல்வதென்றால், “பிகினிங் எல்லாம் நல்லாத்தான் இருக்கு, உன்கிட்டே ஃபினிஷிங் சரியில்லையேம்மா!” 24 மணி நேரத்துக்குள், சில இனவாத வெறியுடன் கூடிய ட்வீட்கள், இன்னும் சில “தகாத” வகைமைக்குள் அடங்கும் ட்வீட்கள் என Tay-ன் ட்விட்டர் கணக்கில் ஒரே ரணகளமும், கிளுகிளுப்பும் தான். பிற ட்விட்டர் பயனாளர்களின் ட்வீட்களை யும் பிரதிபலிக்க முயன்றதால் ஏற்பட்ட கோளாறு இது. முறையற்ற நடத்தை (Inappropriate Behavior) என்பது பற்றிய புரிதலை இதன் பின்னிருந்த செயற்கை நுண்னறிவுக்கு அதன் வடிவமைப்பாளர்கள் வழங்கவில்லை என்று சொல்லப்பட்டது. ‘யாரைத் தான் நம்புவதோ பேதை நெஞ்சம்’ என்று புலம்பியபடி அந்த ட்விட்டர் கணக்கு முடக்கப்பட்டு விட்டது. (இந்த உதாரணத்தில், செயற்கை நுண்னறிவை எந்த அளவுக்குக் குற்றம் சொல்வது என்பது கேள்விக்குரியது. சில ஃபேக் ஐடிக்கள், மற்றும் நிஜ ஐடிக்களின் ட்வீட்களிலும் இது போன்ற ரசாபாசங்கள் இன்றைக்கும் இடம்பெற்றுக் கொண்டு தான் இருக்கின்றன என்பது வேறு விஷயம். ஆனாலும், பொதுவான வரையறைக்குள் அடங்கும் மனிதர்கள் இப்படி நடந்து கொண்டிருப்பார்களா என்பதை நீங்கள் நினைத்துப் பார்க்கலாம்.)
படையப்பாவைப் போல் செயற்கை நுண்ணறிவும் தடைக்கற்களைப் படிக்கற்களாக்கி வெற்றிக்கொடி கட்டுமா? அப்படி நடந்து விட்டால், அதன் விளைவுகள் மனிதர்களின் எதிர்காலத்தை எப்படி மாற்றியமைக்கும்?
ray kurzweil exponential growth_singularity

(அடுத்த பகுதியில் தொடரும்)