நம் இல்லங்களிலும், அலுவலகங்களிலும்   கணினிகளும், செய்யறிவும்  (Artificial Intelligence) உட்கொள்ளும் மின்சக்தி மிகவும் அதிகம். செய்யறிவு கேட்கும் தரவுகளும் மிக மிக அதிகம். சமீபத்தில், அமெசான் மின் சக்தி உற்பத்திக்கு என்றே 15 பில்லியன், டாலர்களை தனது தரவு மற்றும் தகவல் நிலையத்திற்காக செலவிட முன்வந்துள்ளது. நரம்பிணைப்பியல் தான் செய்யறிவின் முன்மாதிரி. ஆனால், மனித மூளை கேட்பது வெறும் 20 வாட் மின்சக்தி மட்டுமே.  குறைந்த மின் ஆற்றல், அதிக செயல்பாடுகள் என்றுதான் உயிரிகள் அமைந்துள்ளன. இந்த நிலையில் உயிரியல் அடிப்படைகளைக் கொண்டு கணினிகளை அமைக்க முடிந்தால்? 

டி என் ஏவில் மரபணுவின் அகர வரிசை Adenine, Thymine, Cytosine, Guanine ஆகும். இதில் Adenine இணை சேர்வது Thymine.  விடுபட்டுள்ள மற்ற இரண்டும் மற்றொரு ஜோடி. இந்த அறிவியல், நல்லதொரு சிந்தனையைத் தந்தது. சிலிகானிலிருந்து நரம்பணுக்களுக்கு கணினி அறிவியல் சென்று சேர்ந்தது. உயிரியல் கணினி இன்றைய நிலையில் தளிர் நடையில் தானிருக்கிறது. குறைந்த மின் செலவு, சிலிகான் சில்லுகள் மற்றும் குறைகடத்திக்கான பற்றாக்குறை, செயற்கை நுண்ணறிவின் பகாசுரப் பசி இவை அனைத்தும், உயிரியல் கணினிகளை நோக்கி அறிவியலாளர்களை செலுத்துகின்றன.  இங்கு உருவாக்க செயற்கை நுண்ணறிவு (GEN AI) எவ்வளவு சக்தி கேட்கிறது என்பதையும் பொ யு 499ல் இந்தியாவின் ஆர்யபட்டர் தந்த ‘குட்டகா’ எவ்வளவு பயனுள்ளதாக இருக்கிறது என்பதையும் பார்க்கலாம்- சற்று கட்டுரையின் முக்கிய பேசு பொருளின் விளிம்பில் இது இருந்தாலும்.

கி.பி. 499-இல், தனது 23-வது வயதில், அவருக்கு ஒரு நடைமுறைச் சவால் இருந்தது. வானியல் (astronomy) பின்னங்களை (fractions) அடிப்படையாகக் கொண்டு இயங்குகிறது; நாட்காட்டிகளோ (calendars) முழு நாட்களை (whole days) அடிப்படையாகக் கொண்டு இயங்குகின்றன. யுகத்தின் தொடக்கத்திலிருந்து எத்தனை நாட்கள் கடந்துள்ளன என்பதை, கோள்கள் விட்டுச் சென்ற மீதிகளிலிருந்து (remainders) மீட்டெடுக்க, ax-by=c என்ற வடிவத்தில அமைந்த சமன்பாடுகளுக்கு அவருக்கு முழு எண் தீர்வுகள் (integer solutions) தேவைப்பட்டன.

அதனால் அவர் குட்டகா (kuṭṭaka – தூளாக்கும் முறை) என்ற முறையைக் கண்டுபிடித்தார்: மிகப்பெரிய எண்களைக் கையால் தீர்க்கக்கூடிய அளவுக்குச் சிறியதாக நொறுக்கும் வரை வகுத்தல், மீதியை வைத்திருத்தல், மீண்டும் வகுத்தல் போன்ற நடவடிக்கைகளைச் செய்து, பின்னர் தலைகீழாக ஏறி விடையைக் கண்டறிவது. ஐரோப்பா இதே வழிமுறையை கி.பி. 1624-இல்தான் அடைந்தது.

பதினைந்து நூற்றாண்டுகளுக்குப் பிறகு, சிலிக்கானுக்கும் இதே குறைபாடு உள்ளது. குறிப்பாய் உருவாக்கப்படும் செயற்கை நுண்ணறிவில் (GenAI). பிட்களின் எண்ணிக்கையோடு நினைவகத்தின் (memory) செலவு அதிகரிக்கிறது; பிட்களின் வர்க்கத்தோடு (squared) பெருக்கலின் செலவு அதிகரிக்கிறது. எனவே, மலிவான AI அனுமானத்தின் (inference) எல்லை என்பது எடைகளைத் (weights) தூளாக்குவதுதான்: 16 பிட்களிலிருந்து 8, 4, மற்றும் இப்போது −1, 0, +1 ஆகிய மூன்று மதிப்புகளுக்குக் கொண்டு வருவது.

ஒரு மும்மை மாதிரியில் (ternary model), ஒரு மொழியியல் மாதிரி செய்யக்கூடிய பெரும்பாலான பணிகளான அணிப் பெருக்கல் (matrix multiplication) என்பது வெறும் கூட்டலாகவும் கழித்தலாகவும் மாறுகிறது. இதனால் நினைவகத் தேவை பத்து மடங்கு குறைகிறது, அதனுடன் ஆற்றல் நுகர்வும் குறைகிறது.

ஆயிரம் ஆண்டுகளைக் கடந்தும் இந்தப் பாடம் மாறாமல் நிலைத்து நிற்கிறது. .

எனினும் குறிப்பாக சொல்வதென்றால், சிலிகான் சுற்றுகளிலிருந்து ஈரப் பொருளுக்கு (wetware) செல்கின்றன பயோ கணினிகள்.  குறைந்த மின்சக்தியிலிருந்து அதிக செயலாற்றுபவையாக பயோ கணினிகள் இடம் பெறுகின்றன.

வான் ஜான் ந்யூமன் (Von John Neumann) என்ற கணிதவியலாளர் 1945ல் இத்தகைய உயிரியல் கணினிக்கான (Bio Computer) வடிவமைப்பை முதலில் வெளியிட்டார். பின்னர் லியோநார்ட் ஆட்லெமன் (Leonard Adleman) டி என் ஏ (DNA) சார்ந்த கணினித் துறையில் ஆர்வம் கொண்டு ஒரு பரிசோதனை செய்தார். டி.என் ஏ உள்ள ஒரு சிறு துளி தண்ணீரைக் கொண்டு ‘ஹாமில்டேனியன் பாதை சிக்கல்’(Hamiltonian Path Problem -ஒரு வரைபடத்தில் உச்சிக்கணுவை ஒருமுறைதான் தொட முடியும்) என்பதை நிரூபித்தார்.

உயிரியல் கணினி என்பது நம்முடைய கணினியைப் போன்ற ஒரு கணக்கீட்டு கருவிதான். இதில் உயிர் சார்ந்த பொருட்கள், டி என் ஏ, புரதம், செயல்படும் நரம்பமைப்புகள் ஆகியவை கணக்கீடுகளைச் செய்கின்றன. செயற்கை உயிரியல் பொருட்களும் பயனாகின்றன. உயிரியல் கணினிகள், உயிரியல் இயந்திரவியல், உயிரி மின்னணுவியல் போன்ற துறைகளையும் உடனழைத்து செயல்படுகிறது. மூலக்கூறு, (Molecules) திசுக்கள் (Tissues) இவற்றின் செயல்திறன், இருவழி இரசாயன சமிக்ஞை, சூழல் தூண்டுதல்கள் போன்றவைகளை பயன்படுத்தி தரவுகள் உட்செலுத்தப்படுகின்றன/ பெறப்படுகின்றன. இதன் மூலம் குறிப்பிட்ட உயிரிவினை (live like response) வெளிவருகிறது. இது சிலிக்கான் கணினியைப் போன்ற செயல்பாடே! குறைந்த மின்சக்தி, சில சமயங்களில் தானே சரி செய்து கொள்ளும் ஆற்றல், மூலக்கூற்றின் செயல் வேகத்தை ஒத்து இணையாக பல கட்டளைகளை ஏற்று, விளைவுகளைத் தெளிவாகத் தரும் திறன் என்று உயிரியல் கணினியின் மேன்மைகளைச் சொல்லலாம்.

2021/2022 கார்டிகல் ஆய்வகம் 800,000- 1 மில்லியன் மனித மூளை நரம்பணுக்களை சில்லில் விதைத்து ‘பாங்’ என்ற பந்து விளையாட்டை ‘டிஷ் ப்ரைய்ன்’ என்ற ஒரு பயோகணினியை ஆட வைத்தது. இது ஒரு இருபரிமாண விளையாட்டு. பந்து எங்கே இருக்கிறது என்பதை மின் சமிக்ஞை சொல்லும். இலக்கத் துடுப்பினை உபயோகித்து அந்த பந்தை அந்த செல் தடுத்தது என்றால், அதற்கு செயல்படும் மின்னாற்றல் வெகுமதியாகத் தரப்படும். தோற்றால் அங்கே குழப்பம் நிலவும். 18 மாதங்கள் பாடுபட்டு இதை உருவாக்கினார்கள்.

பயோ கணினிகளின் வகைகள்

பயோ வேதிக் கணினி: (Bio chemical computer)

உயிரியல் அமைப்பில் காணப்படும் இரசாயன எதிர்வினைகள், பதிவாகியுள்ள பின்னூட்டங்கள் கொண்டு செயல்படுகிறது. நொதிகளின் அடர்த்தி, (Enzyme Concentration) வினைபடு பொருட்கள் (Reactants) இவற்றின் மூலம் கணக்கீடு செய்யப்பட்டதை அறிந்து கொள்ளலாம். அதாவது உள்ளீட்டிற்கு ஏற்ற வெளியீட்டுக் கணக்கீடு செய்யும் திறன் கொண்டவை. மரபார்ந்த கணினியில் அமைந்துள்ள தர்க்க கதவுகள் போல, நொதிகள், வினைபடு பொருட்கள், தடைகள் ஆகியவை இவ்வகை கணினியில் செயலாற்றுகின்றன

உயிரியல் இயந்திரவியல் கணினிகள்: (Bio Mechanical Computers) 

உயிரிப் பொருட்களை, இயந்திர அமைப்புடன் இணைக்கும் தொழில் நுட்பம் இதில் செயல்படுகிறது.

உயிரியல் மின்னணுவியல் கணினிகள்:(Bio Electronic Computers) 

சிலிகான் சில்லுகளுடன் நரம்பணுக்களை இணைத்து, ஒரு கலப்பின கணினியை உருவாக்கும் நுட்பம்.  மனித மூளையின் உயிருள்ள செல்களையும், ஆய்வகத்தில் உருவாக்கப்படும் உயிருருக்களையும் மின்முனைகளுடன் இணைத்தால், தரவுகள், தகவல்கள் அனைத்தையும் உள்வாங்கிக் கொண்டு தேவையான கணக்கீடுகள் செய்து விளைவைச் சொல்கிறது. கார்டிகல் ஆய்வகம், உண்மையான நரம்பணுக்களை சிலிகான் சில்லுகளில் பயிர் செய்கிறது. பின்னர் தூண்டப்படும் சூழலை அமைத்து, அவைகள் தத்தமக்குள் உரையாட அல்லது வினையாற்ற வழி கிடைக்கிறது.  நரம்பணுக்கள் நரம்புச்சந்திகளின் மூலம் தொடர்பு கொள்கின்றன. இவ்வகையில், நரம்பணுக்கள் தகவமைப்பு செய்து கொள்வதால், உயிரிகளுக்கு உண்டாகும் நோய்கள், மூளை செயல்படும் விதம் போன்றவற்றை அறிவியலாளர்கள் நன்றாக அறிய முடிகிறது. இத்தனையும் குறைந்த மின்சக்தி கொண்டு நடக்கின்றன என்பதை மறந்துவிடக்கூடாது.

உயிருரு பயோ கணினிகள்: (Organoids Bio Computers) 

பெரும் அளவில் மனித மூளை உயிருருக்களை, மின்முனைகளுடன் இணைத்து, குறைசக்தியில், பயோசெயலிகளை ஸ்விஸ் நாட்டில் உருவாக்கியுள்ளனர். மனித தோல் செல்களிலிருந்தும், ஸ்டெம் செல்கள் உருவாக்கப்பட்டு உயிருருக்கள் உருவாகின்றன. இந்த உயிருருக்கள், ஊட்டமிக்க திரவங்களில் வைக்கப்பட்டு தேவையான ஆற்றலைப் பெறுகின்றன. இந்தக் கணினிகள் சிக்கலான கணக்கீடுகளையும் விரைவாக குறைந்த மின்செலவில் செய்துவிடுகிறது. இதில், மேலும் மனிதமூளை உயிருருக்களை சேர்த்து அதிவிரைவு கணக்கீடுகளும் செய்ய முடியும்.

டி என் ஏ மற்றும் புரதக் கணினிகள்: 

ஒரு சிறு துளி திரவம் போதும். டி என் ஏ மூலக்கூறுகள் இணையாக கணக்கீடு செய்வது மட்டுமின்றி, சிக்கலான விஷயங்களையும் எளிதாகக் கையாள்கின்றன. அது குறியாக்கமாக (Encryotion) இருக்கலாம், அல்லது வேதி நுகர்தலின் (Chemical Sensing) மூலம் காரணத்தை அறிவதாக இருக்கலாம். புரதம் சார்ந்த சுற்றுக்கள், மருந்துகள் தயாரிப்பதிலும், சூழலைக் கண்காணிப்பதிலும் உதவுகின்றன. டி என் ஏ மற்றும் புரதத்தை ‘க்ரிஸ்பர்’ கருவிகளைக் கொண்டு  நிரலாக்கலாம். இவ்வழியில் செயற்கை உயிரியலும் பங்காற்றுகிறது. மரபணு சுற்றுக்கள் மென்பொருளைப் போல செயல்படுகின்றன.

பயோ கணினிகளின் சிறப்புக்கள் என்ன?

சுருக்கமாகப் பார்க்கலாம்

• குறைந்த மின்சக்தி மட்டுமல்ல, குறைவான இடமும் போதும்.
• விரைவான நுண்ணிய கணக்கீடுகள்.
• இணைச் செயல்பாட்டு சாத்தியங்கள் இருக்கிறது.
• மருத்துவம் முதல் சூழல் அறிவியல் வரை இதைப் பயன்படுத்தலாம். மூலக்கூறு நிலையிலேயே நோய்க் குறிகளையும், அதை நீக்க க்ரிஸ்பரையும், மேலும் மருந்துகளையும் உருவாக்க, உயிரியல் கணினி என்பதால் சிறப்பான விளக்கங்களை, விடைகளை அறிய முடிகிறது. மருத்துவ உபகரணங்களை பக்க விளைவுகள் இல்லாத வண்ணம் உயிரிகளில் சரியாக பொருத்த முடிகிறது.
• வானவியல் துறைக்கு இதை வரம் என்றே சொல்லலாம். நீண்ட தூரப் பயணங்கள், சிக்கலான இடங்களில் உள்ள வானகப் பொருட்கள் இவற்றை பயோகணினிகளால், அவற்றின் வடிவமைப்பின் காரணமாகவே எளிதில் அடைய முடியும்.

‘அவ்வளவு நல்லவனா நீ’ என்று வடிவேலுவைப் போல கேட்காதீர்கள்.

• காலம் செல்லச் செல்ல மூலக்கூறுகள் வலுவிழக்கும். அப்போது பயோ கணினிகளின் செயல் திறன் குறையும்.
• பயோ கணினிகளின் வடிவமைப்பு சிக்கலான ஒன்று. பல்துறை வித்தகர்கள் இணைந்து பணியாற்ற வேண்டும்.

• இன்றைய நிலையில் அதிக அளவில் இதை, செயற்கை கணினியைப் போல உருவாக்க முடியாது.
• மேலும், தனி நபர் தரவுகள் பல நிறுவனங்களிடம், ஏன் அரசுகளிடமும் எளிதாகச் சென்று சேர்வதால், கண்காணிப்பும், சந்தேகமும் அதிகரிக்கும். பயிருடன் களையும் வளர்வதைப் போல, மனித அழிவிற்கான உயிரியல் முகவர்கள் உயிரியல் கணினி மூலமாகவே தோற்றுவிக்கப்படலாம்.
• உயிருருக்களுக்கு ஒரு வேளை உணர்வு ஏற்பட்டால் என்னவாகும்? இன்றைய கணினியில் செய்யறிவு முகவர்கள் நடந்து கொள்ளும் விதத்தில் நடந்து கொள்ளுமோ?

அப்படியென்றால், பயோ கணினிகளின் எதிர்காலம்?

• நம்பிக்கை தருவதாக இருக்கிறது.
• செயற்கை உயிரியல், உடல் உறுப்புகளை வடிவமைத்து வருகிறது. அதன் வளர்ச்சி வேகம், பயோகணினிகளுக்கு உதவும் ஒன்று.
• உயிரியல் அமைப்புகளில் குவாண்ட விளைவுகளை ஆராயும் துறையான குவாண்ட உயிரியல், பயோ கணினியின் வளர்ச்சியில் வியத்தகு முன்னேற்றங்களை கொண்டு வரும்.
• செய்யறிவுடன் இணைந்து செயல்படும் பயோ கணினிகள் மனித குலத்திற்கு நற்பேறென அமையும்.

எதிர்கால நடப்புகள் நன்றாகவே இருக்கும் என நம்புவோம். இன்று பயோகணினிகளின் செயல்பாடுகள் என்னென்ன?

மூலக்கூறு சிலந்தி

சிலந்தியின் வலையமைப்பை ஒத்தது இது. ஒரு சிறு மனிதனைப் போன்ற ரோபோ இது. இதன் கட்டுமானம் டி என் ஏ. இதற்கு ஒரு உடல் இருக்கிறது. டி என் ஏ வின் சிறு கற்றைகள் கால்களாகச் செயல்படுகின்றன. ரோபோவைப் போலவே செயல்படும்; குறிப்பிட்ட கட்டளைகளை ஏற்கும்.

டி என் ஏ ஒரிகாமி

நீண்ட ஒற்றை இழை டி என் ஏ கற்றை, சாரமமைத்து மடிந்து மடிந்து இரு பரிமாண, முப்பரிமாண வடிவை எடுத்துக் கொள்கிறது. இந்த ஒற்றை இழை, நூற்றுக்கணக்கான சிறிய செயற்கை டி என் ஏவின் Adenine-Thymine, Cytosine -Guanine ஜோடிகளின் மூலம் துல்லியமாக தகவமைத்து ஒரு உயிரியைப் போலவே செயலாற்றுகிறது.

ந்யூரோமார்பிக் கணக்கிடுதல்

இது மனித மூளையின் வடிவம் மற்றும்  செயலாற்றும் விதத்தை அடிப்படையாகக் கொண்டு வடிவமைக்கப்பட்டுள்ளது. செயற்கை நரம்பணுக்கள், நரம்புச் சந்திகள் இவற்றை மைக்ரோசில்லுகளில் பொருத்துகிறார்கள். எதற்காக? எந்த ஒரு தகவலையும், பிரித்து உணர்ந்து செயல்படுவதற்காக. அதாவது, நினைவையும், கணக்கீடுகளையும் இணை ஓட்டமாகக் கொண்டு இது செயல்படுகிறது. விளைவு அந்தக் கணத்தின் துல்லிய விடை குறைந்த மின் செலவில். வங்கிகளுக்கு ‘அந்தக் கணம்’ என்பது மிகவும் முக்கியம்.

24 வயதான ஷான் கோல் (Sean Cole) ஒரு செய்யறிவு நிபுணர் மற்றும் பயோ கணினியில் வல்லுனர்.

அவர், 1993ல் வெளியான புகழ்பெற்ற ‘டூம்’ காணொலியை பயோ கணினியை சில மாதங்களுக்கு முன் ஆட வைத்திருக்கிறார். கார்டிகல் ஆய்வகத்தில் பணிபுரியும் அவர், பைதான் மொழியைப் பயன்படுத்தி கட்டளைகள் பிறப்பிக்கிக்கிறார். இரண்டு லட்சம் மனித மூளை திசுக்கள் பொதியப்பட்டுள்ள மின்முனைகளுடன் கூடிய சில்லுகளின் மூலம் பயோ கணினிகள் எவ்வளவு நுணுக்கமாக  செயலாற்றுகின்றன என்று நிரூபித்துள்ளார். குறிப்பாக ‘குழப்பங்களை’ பயோகணினியால் நிர்வகிக்க முடியுமா என்ற கேள்விக்கு நேர்மறை பதில் இதன் மூலம் கிடைத்துள்ளது.

இயற்கை படைத்துள்ள பல விந்தைகளில் ஆக்ஸலாடோ (Axolotla) என்ற நீர் வாழ் சலாமாண்டர் (Aquatic Salamander) ஒன்று.

அது தன் உடலின் எந்த பகுதி புண்பட்டலும், திசுக்கள் செயலற்றுப் போனாலும் தானே சரி செய்து கொண்டுவிடும்.  நாம் பல்லி, தன் துண்டிக்கப்பட்ட வாலை வளர்த்துக் கொள்வதை பார்த்திருப்போம். ஆனால் இது முழு உடலையும், உறுப்புக்களையும் சீர் செய்து கொள்ளும் தன்மை கொண்டது. முதுகெலும்புள்ள இனமான இதன் மூளை பழுதடைந்தால், அதை மீண்டும் செல் செல்லாக உருவாக்கி இயக்கத்திற்கு கொண்டு வந்துவிடும். இதில் மேலும் வியப்பானது என்னவென்றால், இப்படி அது தானே வடிவமைத்துக் கொள்ளும் மூளையில் நினைவுகள் அதாவது பழைய நினைவுகளும் இருப்பதுதான்.

இதன் செயல்முறைகளையும், அந்தப் புரதம், டி என் ஏ போன்றவற்றையும் நம்மால் அறிய முடிந்தால், பயோ கணினிகள் மேலும் சிறப்பாக உருவாகும். 

வாருங்கள் பயோ கணினிகளே, இந்தப் புவி மேலும் வெப்பமடையாமல் தடுத்து, உயிரின நோய்களுக்கு தகுந்த மருந்துகள் தந்து வாழ்வதை நலமுறச் செய்யுங்கள்.

உசாவிகள்:

பல காணொலிகள், அறிவியல் இதழ்கள்

https://www.instagram.com/reels/DY50rryMsDs

In year 2015, I named my farmhouse Āryabhaṭa. I told my then pre-teen daughter that he was a great mathematician whose algorithms have yet to find applications in modern world.

In 499 CE, at 23, he had a practical problem. Astronomy runs on fractions; calendars run on whole…

— Shailesh Dhuri (@DhuriTwits) August 25, 2026