2024 ஆம் ஆண்டில், இயற்பியலுக்கான நோபல் பரிசு, செயற்கை நுண்ணறிவின் (AI) Godfather என்று அழைக்கப்படும் ஜெஃப்ரி ஹிண்டன் மற்றும் ஆழ்ந்த கற்றல் துறையின் அறிஞர் ஜான் ஹாப்ஃபீல்ட்டுக்கு வழங்கப்படுகிறது. இது அனைவரையும் அதிர்ச்சியில் ஆழ்த்தியது. அவர்கள் எப்படி இயற்பியலுக்கான பரிசில் இடம் பெற்றார்கள், அதனால் இயற்பியல் மற்றும் செயற்கை நுண்ணறிவு ஒன்றா எனப் பல கேள்விகள் எழுதப்படுகின்றன.  ஜெஃப்ரி ஹிண்டனின் ஹாப்ஃபீல்ட் கட்டமைப்பு, நவீன ஆழ்ந்த கற்றல் மற்றும் Generative AI துறைகளை உருவாக்குவதில் எப்படி உதவியது என்பதைப் புரிந்துகொள்ள, ஆழ்ந்த கற்றலின் வரலாற்றைப் பற்றிக் கவனம் செலுத்த வேண்டும்.  ஹாப்ஃபீல்ட் கட்டமைப்பின் ஆராய்ச்சிக்கு அடித்தளம், அடிப்படை இயற்பியலின் கோட்பாடுகளைப் பயன்படுத்துகிறது. இதன் மூலம், ஒவ்வொரு அணுவும் ஒரு சிறிய காந்தமாகக் காணப்படுகிறது. இது இயற்பியலின் சுழல் அமைப்பின் ஆற்றலைப் பற்றிய ஆராய்ச்சி என்றால் கூடுதல் விளக்கம் தருகிறது.  ஜெஃப்ரி ஹிண்டன் புள்ளிவிவர இயற்பியலிலிருந்து தனது ஆராய்ச்சிக்கான அடித்தளத்தை அமைத்துள்ளார். இதனால், அவருடைய ஆராய்ச்சி, இயந்திர கற்றலின் தற்போதைய வளர்ச்சிக்கு உதவுகிறது.

மேலே உள்ள படத்தில் செயற்கை நுண்ணறிவை (Artificial Intelligence) எப்படி வகைப்படுத்தலாம் என்று புரிகிறது. இன்று நாம் காணும் LLM (Large Language Models) மற்றும் ChatGPT போன்ற தொழில்நுட்பங்களுக்கு அடிப்படை துறையாக ஆழ்ந்த கற்றல் (Deep Learning) செயல்படுகிறது. இதன் வரலாற்றை நன்றாகப் புரிந்து கொள்வது முக்கியம். ஜெஃப்ரி ஹிண்டன் செயற்கை நுண்ணறிவின் தந்தை என்று அழைப்பதற்குப் பதிலாக, ஆழ்ந்த கற்றலின் தந்தை என்று சொல்வது சரியானது. ஆழ்ந்த கற்றல் என்பது இயந்திரக் கற்றல் (Machine Learning) துறையின் ஓர் பகுதி. இது பல துறைகளில் பெரிய புரட்சிகளை ஏற்படுத்தி வருகிறது. மிகுந்த தரவுகளை பயன்படுத்தி சிக்கலான வடிவ-patternகளை கற்றுக்கொள்வதில் இந்த முறை சிறந்து விளங்குகிறது. இதன் திறன் கணினி பார்வை (Computer Vision) மற்றும் இயற்கை மொழி செயலாக்கம் (Natural Language Processing) போன்ற துறைகளில் சாமர்த்தியத்தை வளர்க்க உதவியுள்ளது. ஆழ்கற்றலின் தாக்கத்தை நன்கு புரிந்துகொள்ள, அதன் வரலாற்றையும் பயன்பாடுகளையும் பற்றி தெரிந்துகொள்வது முக்கியம்

இன்று நாம் காணும் உலகில், கணினிகள் இப்போது மனிதர்களைப் போலவே பார்க்கவும், கேட்கவும், புரிந்து கொள்ளவும் முடிகிறது. அவை மொழிகளை மொழிபெயர்க்கவும், வாகனங்களை இயக்கவும், கலைப்படைப்புகளை உருவாக்கவும், இசையமைக்கவும் கூட செய்கின்றன. இவை அனைத்தும் ‘ஆழ்கற்றல்’ எனப்படும் புதிய தொழில்நுட்பத்தால் சாத்தியமாகியுள்ளது.. இத்தனை புரட்சிகர மாற்றங்களுக்கு காரணமானது ஆழ்ந்த கற்றல் (Deep Learning) என்னும் தொழில்நுட்பமே. ஆனால் நாம் எப்படி இங்கு வந்தோம் என்பது ஒரு அற்புதமான பயணமே. ஆழ்ந்த கற்றலின் வரலாற்றை ஆராய்ந்து, அதன் வேர்கள், முக்கிய மைல்கற்கள், மற்றும் இன்றைய உலகை மாற்றும் பயன்பாடுகளைப் பார்க்கலாம். ஆழ்ந்த கற்றல் பயன்பாடுகளின் வரலாறு என்பது, செயற்கை நுண்ணறிவு (AI) மற்றும் இயந்திரக் கற்றலின் (Machine Learning) பரிணாம வளர்ச்சியின் ஒரு முக்கிய அங்கமாகும். இது 20ஆம் நூற்றாண்டின் நடுப்பகுதியில் நரம்பியல் வலைகளின் (Neural Networks) ஆராய்ச்சியில் தொடங்கி, மனித மூளை தகவல்களை எவ்வாறு செயலாக்குகிறது என்பதற்கான ஆய்வுகளால் பயணித்துக் கொண்டே இருக்கிறது. மனித மூளையில் உள்ள நியூரான்கள் (Neurons) மின் சமிக்ஞைகள் மூலம் ஒன்றோடொன்று தொடர்பு கொள்ளுகின்றன. நாம் புதிதாக ஒன்றைக் கற்றுக்கொள்ளும் போதெல்லாம், இந்த நியூரான்கள் தன்னுடைய இணைப்புகளை வலுப்படுத்துகின்றன. இந்த உயிரியல் செயல்முறையால் ஈர்க்கப்பட்ட ஆராய்ச்சியாளர்கள், செயற்கை நரம்பியல் வலைப்பின்னல்களை (ANNs) உருவாக்க முயன்றனர். இது மூளையின் செயல்பாடுகளை கணினிகளில் உருவகப்படுத்த உதவியது.

1943-ஆம் ஆண்டில், வாரன் மெக்கல்லோச் மற்றும் வால்டர் பிட்ஸ் அவர்கள் நியூரான்கள் (Neurons) எவ்வாறு செயல்படுகின்றன என்பதை விளக்கும் முதல் கணித மாதிரியை உருவாக்கினர். இது மூளையின் தருக்க செயல்பாடுகளைப் பிரதிபலிக்க முயன்றது. அவர்கள், நியூரான்கள் ஒன்றோடொன்று இணைக்கப்பட்ட மின்சாரக் கோட்பாடு மூலம் சிக்கலான கணக்கீடுகளைச் செய்வதைத் தெளிவுபடுத்தினர். இது நவீன நரம்பியல் நெட்வொர்க்குகளுக்கான அடிப்படையை அமைத்தது. 1958-ஆம் ஆண்டில், ஃபிராங்க் ரோசன்ப்ளாட் பெர்செப்ட்ரான் (Perceptron) என்னும் முறைமையை அறிமுகப்படுத்தினார். இது கணினி ஒரே அடுக்கில் உள்ள நியூரான்களைப் போல செயல்பட்டு, எளிய வடிவங்களை அடையாளம் காணும் திறனை கொண்டது. பெர்செப்ட்ரான் உள்ளீட்டை எடைகளைப் (Weights) பயன்படுத்தி செயலாக்கி, மூளையில் நியூரான்கள் தூண்டுதலைப் பெறும் முறையை ஒத்திருக்கும் விதமாக உருவாக்கப்பட்டது. ஆனால் நிஜ உலகப் பிரச்சினைகளைத் தீர்க்க, நமது மூளைப் போல் நரம்பியல் நெட்வொர்க்குகளுக்குக் கூடுதல் அடுக்குகள் தேவை. இதைச் சாதிக்க, ஆராய்ச்சியாளர்கள் மறை அடுக்குகள் (Hidden Layers) கொண்ட ஆழமான நெட்வொர்க்குகளை உருவாக்கினர், இதுவே ஆழ்ந்த கற்றல் (Deep Learning) என்று அழைக்கப்படுகிறது. இந்த ஆழமான கற்றல் முறை, தரவுகளிலிருந்து நுணுக்கமான வடிவ-patternகளை அறிய உதவுகிறது.

இன்றைய தானூர்திகள் (Self-driving Cars) மற்றும் பேச்சு அங்கீகாரம் (Speech Recognition) போன்ற நவீன தொழில்நுட்பங்கள் அனைத்தும் இந்த ஆழமான நெட்வொர்க்குகளை அடிப்படையாகக் கொண்டவை.

நரம்பியல் நெட்வொர்க் என்பது நியூரான்களின் அடுக்குகளால் அமைந்த ஒரு வலை. ஒவ்வொரு அடுக்கும் அடுத்த அடுக்கிற்கு தகவலை அனுப்புகிறது. துல்லியமான கணிப்புகளைச் செய்ய, உதாரணமாக ஒரு புகைப்படத்தில் பூனை இருக்கிறதா இல்லையா என்பதை கண்டறிய, நெட்வொர்க்கின் எடைகளை (Weights) சரிசெய்ய வேண்டியது அவசியம். இது நமக்கான அனுபவம் போன்றது; நாம் பியானோ கற்றுக்கொள்ளும்போது ஆசிரியர் கூறும் பதில்களைப் பயன்படுத்தி நேர்முகமாக திருத்திக் கொள்வது போன்று, நெட்வொர்க்கும் பிழைகளை திருத்த கற்றுக்கொள்கிறது. 

1970களில், பல அடுக்குகளைக் கொண்ட நெட்வொர்க்குகள் பிழைகளை கண்டறிய இயலாமல் சிக்கலில் சிக்கின. எந்த இடத்தில் பிழை ஏற்படுகிறது என்பதைக் கண்டறிய ஆராய்ச்சியாளர்கள் வழி தேடினார்கள், ஆனால் தவறுகளை திருத்த வழிமுறைகள் குறைவாக இருந்தன. பின்னர், 1980களில், பேக் ப்ரோபேகேஷன் (Backpropagation) எனப்படும் அல்காரிதம் கண்டுபிடிக்கப்பட்டது. இதன் மூலம் பிழைகளை லேயர்களின் மூலம் கண்டறிந்து ஒவ்வொரு கண்ணியை (Weight) சரி செய்வது சாத்தியமானது.1986-ல், ஜெஃப்ரி ஹிண்டன், டேவிட் ருமெல்ஹார்ட் மற்றும் ரொனால்ட் வில்லியம்ஸ் ஆகியோர் இந்த முறைமையை மேம்படுத்தினர். இந்த அல்காரிதம், தகவலை முன்னோக்கி அனுப்பி கணிப்புகளை உருவாக்க மற்றும் பின்செல்லும் பரவல் மூலம் பிழைகளை சரிசெய்ய அனுமதித்தது. உதாரணமாக, நெட்வொர்க் ஒரு படத்தை “மலர்” எனக் கணித்தால், உண்மையான பதில் “பூனை” என்றால், பிழை கணக்கிடப்பட்டு அது திருத்தப்படும். இதேபோல, பிழைகள் குறையப்பெறும் வரை இது மீண்டும் மீண்டும் செயல்படுகிறது.  இந்த சாதனை நவீன கற்றலின் வளர்ச்சிக்கு வழிவகுத்து, சுய-ஓட்டுநர் கார்கள், பேச்சு அங்கீகாரம் போன்ற தொழில்நுட்பங்களின் மேம்பாட்டிற்கு அடித்தளமாக அமைந்தது.

1990கள் ஆழ்ந்த கற்றல் (Deep Learning) ஆராய்ச்சிக்கு அமைதியான காலமாக இருந்தது. நரம்பியல் நெட்வொர்க்குகள் (Neural Networks) சில சிறந்த விளைவுகளைச் சந்திக்க வைத்திருந்தாலும், கணினி வன்பொருளின் வரம்புகள் மற்றும் பயிற்சிக்கு தேவையான தரவின் குறைபாடு அவற்றின் வளர்ச்சியைக் குறைத்து விட்டன. அந்த காலத்திலிருந்த CPUகள், பல்வேறு அடுக்குகளைக் கொண்ட ஆழமான நெட்வொர்க்குகளை பயிற்றுவிக்கதேவையான கணக்கீட்டு சக்தியை வழங்க வல்லதாக இல்லை. அதற்கு மேலாக, மோசமான தரவுத்தொகுப்புகள் மற்றும் லேபிள் செய்யப்பட்ட (labeled) தரவுகளின் பற்றாக்குறை பிரச்சினையாக இருந்தது. இதனால் நெட்வொர்க்குகள் மிகுந்த நிபுணத்துவத்தைப் பெறவும், புதிய தரவுகளில் சரியாக செயல்பட முடியாமல் போகவும் வாய்ப்புகள் இருந்தன. Vanishing Gradient Problem எனப்படும் கோட்பாட்டு சிக்கல்களும் முக்கிய தடையாக இருந்தது. பல அடுக்குகளின் வழியாக தகவல் பரவும்போது, சாய்வுகள் மிகச்சிறியதாக மாறி, நெட்வொர்க்கின் கற்றல் செயல்பாட்டை குறைத்துவிடும். இதனால், சில பிணையங்கள் பயிற்சியின் ஆரம்ப கட்டத்தில் சிக்கிப் போய் பயனுள்ள முடிவுகளை உருவாக்க முடியவில்லை. இதன் விளைவாக, சப்போர்ட் வெக்டர் மெஷின்கள் (SVMs) போன்ற எளிய இயந்திரக் கற்றல் நுட்பங்கள் பிரபலமானவை ஆனது, ஏனெனில் அவை கணித ரீதியாக எளிமையாகவும், விளக்கத் திறனோடும் செயல்பட்டன. இக்காலகட்டத்தில் இருந்த முக்கிய ஆராய்ச்சிகள் வரிசையில், Yann LeCun மற்றும் அவரது குழுவால் உருவாக்கப்பட்ட LeNet-5 குறிப்பிடத்தக்கது. இது கன்வல்யூசனல் நியூரல் நெட்வொர்க்கின் (CNN) ஒரு ஆரம்ப கட்டமைப்பு ஆகும், மற்றும் தொடர்ச்சியான நரம்பியல் நெட்வொர்க்குகள் (RNNs) மொழி மாதிரியாக்கம் மற்றும் பேச்சு அங்கீகாரம் போன்ற பணிகளுக்காக பயன்படுத்தப்பட்டன. இந்த அடிப்படையிலேயே நவீன ஆழ்ந்த கற்றலின் முன்னேற்றம் உருவாக ஆரம்பித்தது.

2000களில், நரம்பியல் நெட்வொர்க்குகள் நடைமுறையில் பயன்படாது என பலர் கருதினர். பல அடுக்குகள், எடைகள், மற்றும் அளவுருக்களை சரியான முறையில் அமைப்பது கடினம், மேலும் அதிக கணக்கீட்டு சக்தி தேவைப்பட்டது. இருப்பினும், ஜெஃப்ரி ஹிண்டன், யான் லெகன், மற்றும் யோஷுவா பெங்கியோ போன்ற சில ஆராய்ச்சியாளர்கள் இந்த நெட்வொர்க்குகளின் திறனை நம்பிக் கொண்டு, பல சவால்களைத் தாண்டி ஆராய்ச்சியை முன்னெடுத்தனர். அந்த நேரத்தில் இவர்களின் பணி பெரிய ஆராய்ச்சி சமூகத்தில் அதிகம் கவனிக்கப்படவில்லை, ஆனால் அவர்கள் தொடர்ந்து முயன்றது கிட்டத்தட்ட ஒரு புரட்சியாக மாறியது.கிளவுட் கம்ப்யூட்டிங் மற்றும் சக்திவாய்ந்த சில்லுகள் (கணினிகளுக்குள் உள்ள சிறிய மூளைகள்) இணைந்த போது, ஆழ்ந்த கற்றல் துறைக்கு மிகுந்த உதவிகள் கிடைக்கின்றன. கிளவுட் கம்ப்யூட்டிங், தேவையான கணினி வளங்களை வழங்குவதால், ஆழ்ந்த கற்றல் மாடல்களை பயிற்சியளிக்க பல சக்திவாய்ந்த கம்ப்யூட்டர்கள் கிடைக்கின்றன. இது, பெரிய அளவிலான தரவுகளை கையாள்வதற்கான திறனை மேம்படுத்துகிறது, ஏனெனில் ஆழ்ந்த கற்றல் மாடல்களுக்கு பெரிதும் தரவுகள் தேவை. மேலும், சக்திவாய்ந்த சில்லுகள், முகங்களை அடையாளம் கண்டுகொள்ள, பேச்சைப் புரிந்துகொள்வதற்கான செயல்திறனை உயர்த்துவதன் மூலம், கற்பனை மற்றும் செயற்கை நுண்ணறிவு செயல்களில் உதவுகின்றன. இது ஆழ்ந்த கற்றல் மாடல்களுக்கு வேகமாகவும் செயலில் குறைந்த நேரத்தில் அதிக துல்லியத்துடன் கற்றுக்கொள்வதற்கான வாய்ப்புகளை வழங்குகிறது.

2012-2014ல் ஆழ்ந்த கற்றல் ஒரு முக்கிய திருப்புமுனையை எட்டியது. AlexNet, ஜெஃப்ரி ஹிண்டன், இலியா சுட்ஸ்கேவர் மற்றும் லெக் கிரிஷெவ்ஸ்கி ஆகியோரால் உருவாக்கப்பட்ட CNN, 2012 இல் ImageNet போட்டியில்மிகப் பெரிய வெற்றியைப் பெற்றது. இது முந்தைய முறைகளை விட கடுமையான தரப்பிடித்தலில் முன்னிலை பெற்றது, இதனால் கணினி பார்வை (Computer Vision) துறையில் ஆழ்ந்த கற்றல் ஆர்வம் மீண்டும் உயிர்ப்பு பெற்றது. வார்த்தை உட்பொதிப்பு மாதிரிகள் (Word Embeddings) ஆன Word2Vec மற்றும் GloVe ஆகியவை இந்தக் காலத்தில் உருவாகின. இந்த மாதிரிகள் (Models), வார்த்தைகளை அடர்த்தியான திசைகளாக குறித்ததால், சொற்களுக்கிடையேயான சொற்பொருள் உறவுகளை (semantic relationships) விளங்கிக் கொள்ள உதவின.ஆழ்ந்த கற்றலின் வெற்றிகள் பேச்சு அங்கீகாரம் (Speech Recognition), இயற்கை மொழி செயலாக்கம் (Natural Language Processing) மற்றும் கணினி பார்வை (Computer Vision) போன்ற பல துறைகளில் பயனுள்ளதாக உள்ளது.. ஆப்பிள் சிரி, கூகுள் அசிஸ்டண்ட் போன்ற பிரபல பேச்சு அடிப்படையிலான உதவியாளர்கள் உருவாக, ஆழ்ந்த கற்றல் காரணமாகவே சாத்தியமானது.

2015 முதல் 2019 வரை, GAN (Generative Adversarial Networks) போன்ற தொழில்நுட்பங்கள் முக்கிய மாற்றங்களை ஏற்படுத்தின. GANகள் இரு போட்டியிடும் நரம்பியல் நெட்வொர்க்குகளை கொண்டவை, அதில் ஒன்று தரவை உருவாக்க முயற்சிக்க, மற்றொன்று அந்த தரவை உண்மையுடன் ஒப்பிட்டு நிராகரிக்கின்றது. 2017 இல் ஜெஃப்ரி ஹிண்டன் அறிமுகப்படுத்திய Capsule Networks (CapsNet) புதிய அணுகுமுறையாக வந்தது. இவை, CNNகளின் உள்ளூர் அம்சங்களை மேம்படுத்தும் நோக்கில் உருவாக்கப்பட்டன, குறிப்பாக அம்சங்களின் இடஞ்சார்ந்த உறவுகளைப் பாதுகாக்க உதவுகிறது. இந்த காலகட்டத்தின் முன்னேற்றங்கள், ஆழ்ந்த கற்றல் மாடல்கள் பல துறைகளில் பரவலாகப் பயன்படுவதற்கான வழிவகை செய்து, நவீன செயற்கை நுண்ணறிவின் (AI) துரிதமான வளர்ச்சிக்கு தூண்டுகோல் கொடுத்தன.

2017 ஆம் ஆண்டில், டீப் மைண்ட் (கூகிளின் துணை நிறுவனம்) உருவாக்கிய AlphaGo, பண்டைய சீன விளையாட்டான Go இல் உலக சாம்பியனை தோற்கடித்தது. இந்த நிகழ்வு கணினிகள் Go போன்ற சவாலான விளையாட்டில் வெற்றி பெற முடியாது என்ற எண்ணத்தை மாற்றியது. AlphaGo இன் வெற்றி, AI இன் திறனை வெளிப்படுத்தியது மற்றும் பல தொழில்களில் புதிய சாத்தியக்கூறுகளை உருவாக்கியது. 

AlphaGo, நரம்பியல் நெட்வொர்க்குகள் மூலம், ஒரு வீரர் செய்யக்கூடிய அடுத்த நகர்வுகளை முன்னறிவிக்கிறது. இதற்காக, இது ஒவ்வொரு விருப்பத்தையும் ஆராய்வதற்குப் பதிலாக, கொள்கை நெட்வொர்க் மூலம் மிகவும் நம்பிக்கைக்குரிய நகர்வுகளைத் தேர்ந்தெடுக்கும். மேலும், மதிப்பு நெட்வொர்க் மூலம், தற்போதைய போர்டு நிலையை மதிப்பீடு செய்து, AlphaGo க்கு எவ்வளவு சாதகமாக இருக்கிறது என்பதை மதிப்பீடு செய்கிறது. AlphaGo, தனது முந்தைய பதிப்புகளுக்கு எதிராக மில்லியன் கணக்கான கேம்களை விளையாடி, கற்றுக் கொண்டு, வலுவூட்டல் கற்றல் என்ற முறையில், அதன் அளவுருக்களை சரிசெய்கிறது. Go போன்ற விளையாட்டில் சாத்தியமான நகர்வுகள் அதிகமாக இருப்பினும், AlphaGo வெற்றி வாய்ப்புள்ள பாதைகளை மட்டும் ஆராய்வதற்கான முறையை பயன்படுத்துகிறது. இது AlphaGo க்கு திறமையான மனித வீரரைப் போலவே தூரநோக்குடன் விளையாட அனுமதிக்கிறது. AlphaGo யின் இந்த வெற்றி, AI கற்கும் முறைகள் மற்றும் நடைமுறை பயன்பாடுகளைப் பற்றிய முக்கிய புரிதல்களை வழங்கியுள்ளது.

ஆழ்ந்த கற்றல் மற்றும் நரம்பியல் வலைப்பின்னல்களில் முன்னணி ஆராய்ச்சியாளருக்கு நோபல் பரிசு வழங்கப்படுவது, செயற்கை நுண்ணறிவுத் துறையில் ஒரு முக்கியமான நெருக்கடியை அடையாளம் காண்பதாகும். இது நரம்பியல் நெட்வொர்க்குகளின் தொழில்நுட்பம், அறிவியல் மற்றும் சமூகத்தில் உள்ள மாற்றங்களை விளக்குகிறது. இந்த அங்கீகாரம், நீண்ட காலமாக நடத்திய கடுமையான ஆராய்ச்சி, பரிசோதனைகள் மற்றும் கண்டுபிடிப்புகளை கொண்டாடுகிறது, இது சிக்கல்களைத் தீர்க்கும் மற்றும் தானியங்கி முறையில் வழிகளை திறக்கின்றது. மேலும், இது அறிவின் புதிய எல்லைகளை ஆராய்வதற்கான முன்னேற்றங்களை அடிப்படையாகக் கொண்டுள்ளது. 

தொடர்ந்து இந்த ஆராய்ச்சி, தொழில்நுட்பங்களை மேம்படுத்துவதற்கும், நவீன நுட்பங்களை உருவாக்குவதற்குமான அடிப்படையாக இருக்கின்றது.  AI துறையில் ஏற்பட்டுள்ள மாற்றங்களை அடிப்படையாகக் கொண்டு, செயற்கை நுண்ணறிவுக்கான இந்த வகை அங்கீகாரங்கள் துறையின் வளர்ச்சிக்கு வழிகாட்டுகிறது.