ரவி நடராஜன்

சில நாள்களுக்குப் பின் மீண்டும் அந்தச் சட்ட உதவியாளர்களைச் சந்திக்கும் வாய்ப்பு ஏற்பட்டது. சுற்றி வளைக்காமல் நேராக விஷயத்திற்கு வந்தோம். முதலில் கவிதா ஆரம்பித்தாள்.

க(விதா): “நினைக்கவே கொஞ்சம் odd –ஆக இருக்கிறது. உங்கள் வேலையே இன்னும் கொஞ்சம் வருடத்தில் இருக்காது என்று சொல்பவரை, காபி, டிபன் கொடுத்து உபசரிக்கும் முதல் பெண் நானாகத்தான் இருக்க வேண்டும்.”

 “உங்க சங்கடம் புரியுது. உங்களை வேலையிலிருந்து தூக்கும் சீனியரோ அல்லது பார்ட்னரோ நான் இல்லையே. உங்களது எதிர்கால நலத்துக்காக அப்படி சொல்ல வந்தேன்.”

ப(ரம்):.”சார், உடனே சீரியஸாகிடாதீங்க சார். இவள் எப்பவுமே அப்படித்தான். மனசுல வச்சுக்காதீங்க. நாம உரையாடலை விட்ட இடத்திலிருந்து ஆரம்பிப்போம்.”

 “கவிதா, நீங்க முந்தைய தீர்ப்புகள் பற்றி பேசும் பொழுது, சில கேஸ்களில் வேலை செஞ்சிருக்கீங்க இல்லையா? அதைப் பற்றிக் கொஞ்சம் விவரமாக சொல்லுங்களேன்.”

க: “சில க்ரிமினல் வழக்குகளில் உள்ள சிக்கல்களை ஒவ்வொரு முறையும் தீர்ப்பதற்கு எந்த நீதிபதியும் நேரம் செலவு செய்ய முடியாது. முன்னமே இது போன்ற வழக்குகளில் எடுத்த முடிவுகள் மிகவும் பயன்படும். ஆனால், இந்தியாவில் இது ஒரு reference என்பதோடு சரி. அமெரிக்க முறைப்படியான முந்தைய ஒரு தீர்ப்பை வைத்து இப்போதைய வழக்கில் வெற்றி எனும் எதிர்பார்ப்பு எல்லாம் இங்கு நிச்சயமில்லை. அத்தோடு, ஓர் உயர் நீதிமன்றத்தின் தீர்ப்பை இன்னோர் உயர் நீதிமன்றம் எடுத்துக்கொள்ள எந்தக் கட்டாயமும் இல்லை.”

 “புரியுது. சரி, ஒரு மோசடிக்காரக் கூட்டம் பற்றிய வழக்கு என்று வைத்துக் கொள்வோம். இதில், பலர் இந்தக் குற்றத்தில் ஈடுபட்டுள்ளனர் என்பது வெளிச்சத்திற்கு வந்துள்ளது என்றும் வைத்துக் கொள்வோம். இதைப் போன்ற ஒரு மோசடி வளையம் கேஸில், கல்கத்தா உயர் நீதிமன்றம் சில ஆண்டுகளுக்கு முன் ஒரு தீர்ப்பு வழங்கியுள்ளது என்றும் வைத்துக் கொள்வோம். உங்களது கேஸ் அணுகுமுறை எப்படி இருக்கும்?”

க:  “ஒரு தீர்மானத்தோட தான் வந்திருக்கீங்கன்னு நினைக்கிறேன். முதல்ல, கேஸை எடுத்தால், எல்லா சாட்சியங்கள், குற்றப் பத்திரிக்கை தாக்கல் என்று பல விஷயங்கள் உண்டு. இதை எல்லாம் செய்து முடித்துவிட்டு, ஆரம்ப மற்றும் வழக்குக்கான ஆதாரங்கள் மற்றும் வாதங்கள் என்று வழக்கமான விஷயங்கள் கையாளப்படும். இதில் எங்கள் சீனியருடன் நாங்களும் சக்கரமாகச் சுழல வேண்டும். இப்படிப் போய்க் கொண்டிருக்கும் கேஸில் பல சீனியர்கள் எங்களை கேஸ் ஆராய்ச்சி செய்யச் சொல்லுவார்கள். இந்த நேரத்தில்தான் எங்களுக்கு முன்னால் வந்த தீர்ப்புகள் போன்ற விஷயங்கள் சிக்கும். நீங்கள் சொல்வது போல அவ்வளவு எளிதான விஷயமல்ல.”

 “எளிது என்று நான் ஒரு போதும் சொல்லவில்லை. சரி, நீங்கள் எப்படிக் கேஸ் ஆராய்ச்சி செய்கிறீர்கள்?”

க:. “அதுதான் எங்களுடைய முக்கிய வேலை. இது சில வாரங்கள் முதல் சில மாதங்கள் வரை ஆகலாம். முக்கியமாக எங்களுக்குக் கேஸ் சரியாகப் புரிந்திருக்க வேண்டும். நீங்க சொன்ன உதாரணத்தில், மோசடி வளையம் எந்த விதமான மோசடியைச் செய்தது என்பது முதல் விஷயம். உதாரணத்திற்கு, இது வாகனக் காப்பீடு  சம்பந்தப்பட்ட மோசடி (vehicle insurance fraud ring) என்று வைத்துக் கொள்வோம். நாம் தேட வேண்டிய முந்தைய தீர்ப்பு எல்லாம், வாகன காப்பீடு மோசடி வளையம் சம்பந்தப்பட்ட ஒரு தீர்ப்புகள்.”

 “புரியுது. இதை எப்படித் தேடறிங்க?”

க:. “இதற்கு பல வழிகள் உள்ளன. ஆனால், எல்லாமே சிக்கலானவை. நேரமும் அதிகம் எடுத்துக் கொள்ளும். முதல் விஷயம், எங்களது வழக்கறிஞர்கள் சங்க நூலகத்தில் தேடுவோம். அடுத்தபடி, எங்களது அலுவலகத்திற்கு வரும் வழக்குப் பத்திரிக்கைகளில் (law journals) தேடுவோம். இதில் இரண்டிலும் சில சமயம் எதுவும் சரியாகக் கிடைக்காது. அப்பொழுது, சில சீனியர்கள் தங்களுடைய தொடர்புகள் மூலம், சில ஓய்வு பெற்ற நீதிபதிகளிடம் எங்களை அனுப்புவார்கள். இவர்கள் அனுபவத்திலிருந்து, சில முன்னாள் நீதிமன்றத் தீர்ப்புகள் பற்றிச் சொல்லுவார்கள். அத்துடன், இவ்வகைத் தீர்ப்புகள் அனுமதிக்கப்படுமா என்றும் அனுபவத்திலிருந்து இவர்கள் சொல்லி விடுவார்கள்.”

 “ஏதாவது ஒரு வழியில் உங்களுக்கு கல்கத்தா உயர் நீதிமன்றம் இப்படி ஒரு வழக்கில் தீர்ப்பு வழங்கியுள்ளது என்பது தெரிய வருகிறது என்று வைத்துக் கொள்வோம். அடுத்தது என்ன செய்வீர்கள்?”

க: “அடுத்தது என்ன, கல்கத்தாவிற்கு விமானப் பயணம்தான். அங்கு எங்களது சட்டத்துறை தொடர்பு ஏதாவது ஒன்றைப் பயன்படுத்துவோம். இங்கு ஒவ்வொரு நீதிமன்றமும் ஒரு வகை.”

 “வேற என்ன செய்வீங்க?”

க: “எங்களுடைய கேஸை இன்னும் நேரடியாக எங்கள் தொடர்பு வக்கீலிடம் விளக்குவோம். கல்கத்தா உயர் நீதிமன்ற சட்ட ஆவணக் காப்பகத்திற்கு (legal archives) எப்படியாவது அனுமதி பெற்று, கேஸின் தீர்வைக் கண்டுபிடிக்க வேண்டும். இது சில நாள்கள், ஏன் சில வாரங்கள்கூட ஆகும். இவற்றை நகல் எடுத்துக் கொண்டு, எங்கள் அலுவலகத்திற்கு முதலில் ஃபாக்ஸ் செய்து விடுவோம். பிறகு மீண்டும் விமானம் பிடித்துத் திரும்பி வந்து, நீதிமன்றத்தின் அனுமதி பெற்று முன் தீர்ப்பை வைத்து எங்கள் கேஸை வாதாடுவோம். சில சமயம் வெற்றி, மற்ற சமயங்களில் நீதிபதிக்கு, சரியான முன்மாதிரி தீர்ப்பு  என்று நம்பிக்கை வரவில்லை என்றால், வேறு கோணத்தில் கேஸை மறு பரிசீலனை செய்ய வேண்டும்.”

 “உங்கள் விளக்கத்திற்கு மிக்க நன்றி. இதை எல்லாம் உங்கள் அலுவலகத்தில் இருந்தபடியே செய்ய முடிந்தால்?”

க:. “என்ன சார், விளையாடறீங்களா?அது எப்படி சாத்தியம்?”

 “நிச்சயமாக இன்று சாத்தியம் இல்லை. ஆனால், இன்னும் ஒரு 20 அல்லது 25 ஆண்டுகளில் சாத்தியம் என்று எங்களைப் போன்ற ஆய்வாளர்கள் நினைக்கிறோம்.”

க:. “புரியும்படி சொல்லுங்களேன். சும்மா ஜோசியம் எல்லாம் எங்களைப் போன்ற வழக்குத் துறை ஆசாமிகளிடம் உதவாது.”

 “நான் சொல்றது உங்கள் கேள்விக்கு உடனே பதிலளிக்காது. ஆனால், போகப் போகப் புரியும். பரம், நீங்கள் ஆப்பிள் திறன்பேசி, கவிதா, நீங்கள் ஆண்ட்ராய்டு திறன்பேசி வைத்திருக்கீங்க. அதுல நீங்க ‘ஸிரி’ அல்லது ‘கூகிள் அசிஸ்டெண்ட்’ மூலம் எதையாவது தேடியிருக்கீங்களா?”

ப:. “ஸிரியிடம் வாட் ஈஸ் த ப்ரைஸ் ஆஃப் டிக்கெட்ஸ் ஃபார் த டாக் ஷோ ஆஃப் அலெக்ஸ் திஸ் ஈவ்னிங்னு கேட்டால், நான் கேட்பதை அது புரிந்து கொண்டு பதில் சொல்லிவிடும்.”

க:. “கூகிளிடம், வாட் ஈஸ் த ஸர்ஜ் ப்ரைஸ் ஆஃப் ஊபர் பிட்வீன் ஆஃபிஸ் அண்ட் கோர்ட்னு கேட்டால், அதைச் சொல்லிவிடுகிறது. இதில் ஆஃபிஸ் என்பது என்னங்கறதும், கோர்ட்டுங்கறது எந்த நீதிமன்றம்னும் அதுக்கு என்னோட ட்ரிப்பை எல்லாம் வைச்சுத் தெரியும்.”

 “முதல் கேள்வி, கூகிள் மற்றும் ஸிரிக்கு நீங்கள் பேசுவது எப்படி புரிகிறது?”

க:. “அதை நீங்கதான் சொல்லணும். நீங்கதான, AI ஆராய்ச்சியாளர்னீங்க.”

 “இந்தத் தொழில்நுட்பத்திற்கு நேச்சுரல் லாங்வேஞ் ப்ரொஸஸிங்-னு பெயர் (NLP). ஒரு 15 ஆண்டுகளாக இதைச் செம்மைப்படுத்தி வருகிறார்கள். இன்று பயனுள்ள சில விஷயங்களை நாம் டைப் செய்யாமல் திறன்பேசிகள் செய்ய இதுதான் காரணம். இப்போதைக்கு ஆங்கிலம். எல்லாப் பேச்சு மொழிகளிலும் பல சிக்கல்கள் உள்ளன. நாம் இன்னொரு மனிதரிடம் சொல்வதைப் போல அல்லாமல், சற்றுத் தெளிவாகச் சொல்ல வேண்டும்.”

ப:. “இதில் எந்திரங்கள் நம்மைவிடத் திறம்பட வேலை செய்ய வேண்டாமா?”

 “சொல்வது எளிது. ஆனால், மனித மொழிகள், சூழ்நிலையைப் பொறுத்து மாறும். பஃபலோ என்ற ஆங்கிலச் சொல்லுக்கு எருமை என்று அர்த்தம். ஆனால், ஐ ஸா நயாகரா ஃபால்ஸ் வைல் ஃப்ளையிங் ஓவர் பஃபலோன்னு சொன்னால், ஓர் எந்திரத்திற்குத் தலை சுற்றும் விஷயம். நயாகரா என்பது அருவி என்று அதற்குத் தெரிய ஞாயமில்லை. இந்த வாக்கியத்தை,  ‘நயாகரா கீழே விழுவதை நான் எருமை மேல் பறக்கும் பொழுது பார்த்தேன்’ என்று அர்த்தம் கொள்ளலாம்.”

க:.”நல்ல ஜோக் சார். இந்த எந்திரத்தை வைத்து, எங்கள் வேலையை எடுத்துக் கொள்ளத் திட்டம்னு நீங்கதான சொன்னீங்க?”

 “இது ஜோக் அல்ல, இது ஒரு 40 ஆண்டுகளாக ஆராயப்பட்டு வரும் NLP பிரச்னை. இது போலப் பல பிரச்னைகள் இருக்கின்றன. இதில் இன்று ஏராளமான முன்னேற்றம் வந்துள்ளது. மனிதர்கள் சொல்லுவதை, டைப் செய்வதை, எந்திரங்கள் முன்னைவிட நன்றாகவே புரிந்து கொள்கின்றன.”

ப:. “எதை வைத்துச் சொல்றிங்க.”

 “உங்களது திறன்பேசியை வைத்தே இதை புரிஞ்சுக்கலாம். நீங்க கூகிள் ட்ரான்ஸ்லேட் என்ற சேவையைப் பயன்படுத்தி இருக்கீங்களா?”

க: “இல்லை சார். அதிகத் தேவை இல்லை எங்களுக்கு. ஏனென்றால், பெரும்பாலும் சட்ட விஷயங்கள் ஆங்கிலத்தில்தான் இருக்கு.”

”ஒன்றும் பிரச்னை இல்லை. உங்களது திறன்பேசியில் கூகிள் ட்ரான்ஸ்லேட் இணையதளத்திற்குச் செல்லுங்கள். அதில், இங்கிலீஷிலிருந்து தமிழுக்கு  மொழிமாற்றம் செய்யத் தயார் செய்யுங்கள். பிறகு, divisive politics undermines Civil Society என்று உள்ளிடுங்கள்.”

க:  “சார், கூகிள் ட்ரான்ஸ்லேட் தமிழில் தூள் கிளப்புகிறது. .”பிளவு அரசியல் சிவில் சமூகத்தை குறைமதிப்பிற்கு உட்படுத்துகிறது,” என்று மொழிமாற்றுகிறது. நல்லா இருக்கே இது.”

 “என் பார்வையில் அவ்வளவு சரியில்லை என்றே நினைக்கிறேன். அதென்ன தமிழில் சிவில்? இத்தனைக்கும் இணைய இந்திய மொழிகளிலே முன்னேறிய மொழி தமிழ். இதுக்கே இப்படி.”

க: “எனக்குச் சரியாகவே படுகிறது. இதெல்லாம் இணையத்தில் இருப்பதே எனக்குத் தெரியாது.”

 “சரி, பரம், உங்களது திறன்பேசியில் கூகிள் ட்ரான்ஸ்லேட் இணையதளத்தில்,

Blaming political parties in this regard is disconcerting என்று உள்ளிடுங்கள்.”

ப: .”சார், கூகிள் ட்ரான்ஸ்லேட்  தமிழில், .”இது தொடர்பாக அரசியல் கட்சிகளைக் குற்றம் சாட்டுவது அதிருப்தி அளிக்கிறது.” என்று மொழிமாற்றுகிறது. முன்னால்  வாக்கியத்தை விட இது நல்லா இருக்கே.”

 “முன்னதை விட தேவலாம். ஆனால், disconcerting  என்ற சொல்லுக்கு அதிருப்தி என்பது சரியான சொல்லா என்பது கேள்விக் குறிதான். எனக்கு என்னவோ, ‘தவறான போக்காக இருக்கிறது’ என்று சொல்லியிருந்தால் சரியாக இருக்கும் என்று தோன்றுகிறது. கடைசியாக, கவிதா, உங்களது திறன்பேசியில் கூகிள் ட்ரான்ஸ்லேட் இணையதளத்தில், volcanic eruption of emotion என்று உள்ளிடுங்கள்.”

க:  “சார், கூகிள் ட்ரான்ஸ்லேட்  தமிழில், ’உணர்ச்சியின் எரிமலை வெடிப்பு’ என்று மொழிமாற்றுகிறது. இதுவரை செய்த மொழி மாற்றங்களில் இதுதான் மிக நல்ல மொழி மாற்றம்.”

 “ஒரு காரணத்தோடுதான் இந்த மூன்று வாக்கியங்களையும் உங்களை உள்ளிடச் சொன்னேன். ஏன் நமக்குக் கடைசி மொழிபெயர்ப்பு பிடித்துள்ளது? தமிழ் படித்தவர் ஒருவர் செய்யும் மொழிமாற்றம் போல எப்படி ஓர் எந்திரத்தால் செய்ய முடிந்தது? அதையே ஏன் மற்ற வாக்கியங்களில் செய்ய முடியவில்லை?”

ப: “சும்மா ஓர் ஊகம்தான். ஓரளவிற்கே வளர்ந்துள்ள தொழில்நுட்பத்தின் விளைவோ?”

 “நல்ல guess, சரியாகச் சொன்னீர்கள். ஒரு 5 ஆண்டுகளுக்கு முன் இதுகூடச் சாத்தியம் இல்லை. இரண்டு மொழிகளும் தெரிந்த ஒருவர், எப்படி மொழி மாற்றுகிறார்? ஒரு மொழியில் சொல்லப்படும் கருத்தை உள்வாங்கி மற்ற மொழியில் தகுந்த சொற்களைத் தேர்ந்தெடுக்கிறார். இந்தத் தொழில்நுட்பத்தில் உள்ள சிக்கல் ’கருத்தை உள்வாங்குவது’ விஷயத்தில். உங்களுக்கு ’எருமை நயாகரா விழுதல்’ நினைவிருக்கும்.”

ப:. “சார், கொஞ்சம், நம்முடைய விஷயத்தை விட்டுத் தள்ளிப் போனது போலத் தோன்றுகிறது. நீங்க என்ன சொல்ல வர்ரீங்க?”

 “கொஞ்சம் பொறுமை பரம். கண்ணதாசன் சொன்னது போல, ’போகப் போகத் தெரியும், இந்தப் பூவின் வாசம் புரியும்.’  ‘கருத்தை உள்வாங்குவது,’ என்பது இந்தத் துறையில் thought vector  என்று சொல்லப்படுகிறது. கனேடிய AI விஞ்ஞானி ஜெஃப் ஹிண்டன் (Geoff Hinton) இதில் ஏராளமாக உழைத்துள்ளார்.[1] இவர் கூகிளின் ஆலோசகர். ஏன் கூகிள் ட்ரான்ஸ்லேட் முன்னேறி வருகிறது என்று புரிந்திருக்கும். ஒரு சொல்லைத் தனியாகப் பார்க்கக் கூடாது. அதனுடன் தொடர்புடைய வாக்கியத்தின் மற்ற சொற்களோடு சேர்த்துப் பார்க்க வேண்டும். இதுவே இதன் சாராம்சம். உதாரணத்திற்கு, I like to joke என்பது ஒரு வாக்கியம். I like the joke என்பது இன்னொரு வாக்கியம். முதல் வாக்கியம் சுய விளக்கம். இரண்டாவது வாக்கியம் மற்றவரின் செயலின் தாக்கம். இரண்டிலும் joke  என்ற சொல் இருந்தாலும், சுற்றியுள்ள வார்த்தைகளைப் பொறுத்து, அந்தச் சொல்லின் பொருள் மாறுபடும்.”

ப:. “நீங்க சொன்னவுடன், இதை எப்படி நாம் புரிந்து கொள்கிறோம் என்று வியப்பாக இருக்கிறது. எல்லாம் ஒரு context என்பதை மனித மூளை எப்படியோ புரிந்து கொள்கிறது.”

 “உண்மைதான். மனித மூளை சம்பந்தப்பட்ட எல்லா விஷயங்களும் புதிரானது. இன்று கூகிள் ட்ரான்ஸ்லேட் ஓரளவிற்கு thought vector –களைப் பயன்படுத்துகிறது. ஜெஃப், இன்னும் 20 முதல் 25 ஆண்டுகளில், மனித மொழிகளின் சூட்சமங்களை எந்திரங்கள் புரிந்து கொண்டுவிடும் என்று நம்புகிறார். நீங்கள் ஒரு விஷயத்தை இன்று போல நேரடியாகத் தேடலாம். உதாரணத்திற்கு, Himalayan rivers என்று தேடினால், அந்த சொற்கள் வரும் பல்லாயிரம் ஆவணங்களை கூகிள் உங்களுக்கு கொண்டு வரும். நாளைய கூகிளில், ‘Insurance fraud ring judgment by Indian high court’  என்று உள்ளிட்டு thought search என்ற ஒரு பட்டனை அழுத்தினால், இந்திய உயர் நீதிமன்றங்களில் தீர்வான அத்தனை தீர்ப்புகளும் உடனே உங்கள் கணினி / திறன்பேசியில்.”

க: “ஒரு வழியா முடிச்சு போட்டுடீங்க. இப்ப புரியுது நீங்க என்ன சொல்ல வரீங்கன்னு. கவிதா தேவையில்லைன்னு கன்னத்துல அறைஞ்சிட்டீங்களே சார். ரொம்ப மோசம்!.”

 “அப்படி react பண்ண எந்தத் தேவையும் இப்ப இல்லை. இது ஓர் எதிர்காலச் சாத்தியம். அவ்வளவுதான். இன்னும் ஒரு சட்ட உதவியாளருக்கு எந்திர மாற்று வெகு தூரம். சட்டத் துறையில் ஏராளமான தொழில்நுட்ப முன்னேற்றம் தேவை.”

ப: “எந்த மாதிரி முன்னேற்றம் பற்றிச் சொல்றீங்க?”

 “பல விஷயங்களில் சட்டத் துறை மாற வேண்டும். முதல் விஷயம், காகிதத்திலிருந்து மின்னணு ஆவணங்களாக்குவது மிக அவசியம். இந்தப் படி இல்லாவிட்டால் எத்தனை AI முன்னேற்றங்களும் சட்டத் துறையை மாற்ற முடியாது. கவிதா, நல்லா கேட்டுக்கோங்க. உங்களுக்கு உங்கள் துறையிலேயே புதிய வாய்ப்புகள் அடுத்த 10 ஆண்டுகளில் காத்திருக்கிறது.”

க: “என்ன சார் குழப்புறீங்க! முதல்ல கவிதாவே தேவையில்லைன்னீங்க. இப்ப புதிய வாய்ப்புங்கிறீங்க. புரியும்படி சொல்லுங்க சார்.”

 “காகித ஆவணங்களை மின்னணு வடிவமாக்குவது ஒரு விஷயம். இவற்றை சரியாக Index செய்வது மற்றும் tag செய்வது என்பது ஒரு law librarian சார்ந்த விஷயம். இதற்கு தகுந்த முன்னனுபவம் தேவை. உங்களைப் போன்றவர்கள், இந்த வேலையை எளிதில் செய்ய முடியும்.”

ப:  “Interesting. சரி, எல்லா ஆவணங்களையும் இப்படி மாற்றியபின் என்ன வேலை இருக்கும் சார்?”

 “என் பார்வையில், இந்த thought vector தேடல் என்பதில் ஏராளமான எந்திரக் கற்றுக் கொடுத்தல் தேவை. இதை எந்திரப் பயிற்சி (machine training) என்று சொல்லுகிறோம். இந்தப் பயிற்சியின் அடுத்த கட்டம்தான் எந்திரக் கற்றல். இதற்கு சட்ட அறிவு, எந்திரங்கள் இயங்குதல் பற்றிய அறிவு மற்றும் ஏராளமான பொறுமை தேவை.”

க: “அப்ப, கொஞ்சம் எதிர்காலம் இருக்கும்னு சொல்றீங்க, இல்லையா?”

 “கொஞ்சம் என்ன, நிறைய. இது ஒரு புதிய பாதை. உங்களைப் போன்றவர்கள் எங்களைப் போன்ற ஆராய்ச்சியாளர்களுடன் பொறுமையாக வேலை செய்தால், நிச்சயமாக முன்னேற முடியும்.”

க,ப:  “குட் நைட் சார்.”

________________

[1] ஜெஃப் ஹிண்டனின் ஓர் உரை இங்கே கிட்டும். இது கொஞ்சம் டெக் செடுக்கு கொண்டது. அதனால் என்ன? முடிந்த வரை கேட்டுப் பாருங்கள். https://www.youtube.com/watch?v=rTawFwUvnLE