நுண்ணறிவு – நூல் அறிமுகம்

[இது ஒரு புத்தக மதிப்புரையின் இங்கிலிஷ் மூலத்தைத் தழுவி எழுதப்பட்டது]

ஒரு புதிய நபர் தானாக முன்வந்து ஆராய்ச்சியாளர்களைக் கூட்டி, அவர்களிடம் “நீங்கள் அனைவரும் ஒரு பெரிய உட்கருத்தைத் தவற விட்டு விட்டீர்கள்,” என்று சொன்னால் அவர்களுக்கு கோபம் வரத்தான் செய்யும். ஸ்டீபன் உல்ப்றோம் (Stephan Wolfram) கூட, அவர் எழுதிய “ஒரு புதிய அறிவியல் “என்னும் 1192 பக்கங்கள் கொண்ட புத்தகம் வெளிவந்தபோது சில எதிர்ப்புகளை எதிர் கொண்டார்.  ஏனெனில், “சில சிக்கலான நிகழ்வுகளை உருவகப்படுத்துவதற்கு “cellular automata” மாடல், ஏற்கனவே பயன்பாட்டில் உள்ள மதிநுட்ப மாடல்களை விடவும் சிறப்பாக செயல்பட வல்லது” என்று அந்நூலில் வாதிட்டிருந்தார், உயரிய தொழில்நுட்ப சாதனம் ஒன்றைக் கண்டுபிடித்து செல்வம் குவித்த மற்றொரு தொழில் முனைவர், பின்னர் சுயவிருப்பத்தில் ஆதார அறிவியலுக்கு மாறினபோது, அதற்கும் எதிர்ப்பு வந்தது.  ஜெஃப் ஹாக்கின்ஸ்தான் அந்த மற்றொருவர். அவர் மனித மூளை ஆராய்ச்சியாளர்களின் எளிதில் புரிபடாத ஆராய்ச்சி முடிவுகளை சுயமாகக் கற்றறிந்து கொண்டதாகக் உறுதி கூறுபவர்; மேலும் ஆராய்ச்சி முடிவுகளை அனைத்தும் இணைந்து உருவாகும் முழுமை குறித்த ஆழ்ந்த புரிதல் உள்ளவர்.

ஹாவ்கின்ஸின் அறிமுகச் சான்றுகள், அவரது அபரிமிதமான ஆக்கத் திறனையும் இயல்பான நுண்ணறிவையும் சுட்டிக்காட்டி நம்மை மலைக்க வைக்கின்றன. அவருடைய இந்த புதிய நூலின் (On Intelligence) மதிப்புரைகள் ஒவ்வொன்றும் “ஹாக்கின்ஸ் ஒரு சிறந்த தொழில் முனைவர்; கணினி நிபுணர்; Palm computing, Handspring என்கிற இரு குழுமங்களின் நிறுவனர்” என்ற உயர்த்தும் குறிப்புகளுடன் தொடங்குகின்றன. இவர் Palm Pilot, Treo ஸ்மார்ட் போன் மற்றும் சில சாதனங்களைக் கண்டுபிடித்தவர், அனைவராலும் புரிந்துகொள்ளக்கூடிய வகையிலும், எவரும் எளிதில் பயன்பாட்டுக்கு எடுத்துக்கொள்ளும் விதத்திலும் தொழில்நுட்பத்தை அமைத்துத் தருவது அவருக்குக் கைவந்த கலை. அவருடைய எழுத்துக்களும் அவ்வாறானவையே.

“On Intelligence” என்னும் இந்த நூலில், ஹாக்கின்ஸ், “மூளை எவ்வாறு செயல்படுகிறது, நுண்ணறிவு இயந்திரங்களை எவ்விதம் உருவாக்கிக் கொள்ள முடியும்,” என்பன பற்றிய புதிய கோட்பாட்டை அறிமுகப்படுத்துகிறார், பல தசாப்தங்களாக, இயந்திர நுண்ணறிவே, கணினி அறிவியலின் இலக்காகக் கருதப்பட்டு வருகிறது என்பது உண்மை. அறுபது -எழுபதுகளில் செயற்கை நுண்ணறிவு என்ற துறை முன்னிலையில் இருந்ததையும், அதன் வெற்றியே  செயற்கை மூளைகளை  உருவாக்கிக்கொள்ளும் சாத்தியம் பற்றி  ஜனரஞ்சக பத்திரிகைகள் விலாவாரியாக மிகையுரைக்கும் நிலைக்கு இட்டுச் சென்றதையும் ஹாக்கின்ஸ் விமர்சிக்கிறார், தொண்ணூறுகளில், அதீத எதிர்பார்ப்புகள் நம்பத்தகாதவை என்றுணர்ந்து  சலனசித்தம் கொண்ட பத்திரிக்கைகள் மௌனமாகிவிட செயற்கை நுண்ணறிவின்  உண்மை நிலை வெளிப்பட்டது, பெரும்பாலான ஆராய்ச்சியாளர்கள் செயற்கை நுண்ணறிவென்னும் வார்த்தைப் பிரயோகங்களை முற்றிலும் தவிர்த்தார்கள்.

இருப்பினும், செயற்கை நுண்ணறிவுத்துறை வலுவான அடித்தளத்துடன் நிச்சய வளர்ச்சி கண்டது. மிகையுரைத்தல் நின்று போனது கூட, ஒருவகையில்  அத்துறைக்கு நன்மையே விளைவித்தது, துணிதுவைக்கும் இயந்திரங்களில் தெளிவில்லா தர்க்க சில்லுகள் (Fuzzy logic chips) பொருத்தப்பட்டன, தானியங்கி திட்டமிடல் முறைமைகள் (Automatic planning systems),  நாசாவின்  Mars Rovers போன்ற விண்வெளிஆய்வுகளை மேற்பார்வை செய்கின்றன, நிபுணர் அமைப்புகள் (Expert systems), வங்கிகளில்  கடன் பெறும் பயனாளியைத் தீர்மானிக்கப் பயன்படுத்தப்படுகின்றன, உருவகை ஏற்பு  (pattern recognition) செய்வதில் நரம்பணு நெட்ஒர்க்குகள் (Neural networks)  வெற்றியடைந்திருக்கின்றன,  ஆனாலும் இன்று பொறி கற்றலில் (Machine learning) நல்ல முன்னேற்றம் ஏற்பட்டு, மூர் நியமத்தின்படி (Moore’s Law) பல செயற்கை நுண்ணறிவு வழிமுறைகள் (AI Algorithms) சாத்தியமாகியிருந்த போதிலும், செயற்கை நுண்ணறிவை மட்டுமே பயன்படுத்தி, குற்றேவல் புரிகின்ற அல்லது  குழந்தைகளைப் பராமரிக்கின்ற எந்திரன்களை (Robot) உருவாக்கிக்கொள்ள முடியாது என்பது தெளிவாகி இருக்கிறது.

மொத்தத்தில், டூரிங் சோதனை நுண்ணறிவை அடையாளம் காட்டும் சோதனை அல்ல என்று ஹாக்கின்ஸ் குறிப்பிடுகிறார், சைனீஸ் அறை (Chinese Room) என்னும் சிந்தனைப் பரிசோதனையை  உருவாக்கிய தத்துவ ஞானியும், அறிதலியல் விஞ்ஞானியுமான ஜான் ஸெர்ல் (John Searle), கேள்விகளுக்குப் பதில் அளிக்கும் செயற்கை நுண்ணறிவுக் கணிப்பொறி  அளிக்கின்ற பதில்கள், மனிதப் பிறவிகள் அளிக்கும் பதில்களைப் போன்றே அச்சு அசலாகப் பிரித்தறிய முடியாதபடி இருந்தாலும், அந்தக் கணிப்பொறி சாதனம் உரையாடலைப் புரிந்து கொள்ளவில்லை என்பதால் அதன் பதில்களில் எந்த அர்த்தமும் இல்லை என்று சுட்டிக் காட்டுகிறார், ஸெர்லின் பரிசோதனை விவாதத்திற்கு இடமளிப்பதாக இருந்த போதிலும், அது பரிந்துரைப்பது என்னவென்றால்  டூரிங் பரிசோதனை குறைபாடு உடையது, தவறான பாதையில் வழிநடத்துகிறது என்பதே.

மெய்யாக நுண்ணறியும் இயந்திரங்களை உருவாக்கக் கற்றுக்கொள்வதற்கான வழிகளுள் மிகச் சிறந்தது மூளையின் நிஜச் செயல்பாட்டைக் கற்பதே என்று ஹாக்கின்ஸ் நம்புகிறார். குறிப்பாக, நியோகார்ட்டெக்ஸ் (neocortex) என்னும் உயர் சிந்தனை மையத்தின் மீதுதான் அவர் முழு கவனமும், இந்நூலில் அவர் மறைமுகமாகக் குறிப்பிடுவது “நரம்பியல் விஞ்ஞானிகள் எல்லாம் நரம்பு வழித்தடங்களை விவரணைப்படுத்துவதில் உள்ள கடுஞ்சிக்கலில் முழுகிப் போயிருக்கிறார்கள்; யோசிப்பதன் மூலம் எப்படி அபிப்பிராயங்களை உருவாக்கிக் கொள்கிறோம்,  அறிவை வளர்த்துக் கொள்கிறோம் என்பனவற்றை விளக்க முற்படும் அசைக்க முடியாத சிகரங்களைத் தாண்டப் போகின்ற கோட்பாடுகளைத் தர அவர்கள்  முன்வரமாட்டார்கள்,” என்பதே.

ஜான் ஹாப்கின்ஸ் பல்கலைக்கழகத்தின் பேராசிரியரும் நரம்பியல் விஞ்ஞானியுமான வெர்னான் மௌண்ட்காஸில் (Vernan Mountcastle), 1978-ல்  முதன்முதலாக முன்வைத்த, மூளைச் செயல்பாடு  பற்றிய ஒரு பொதுக் கருத்தைப் போன்று, மீண்டும் ஒரு மறு சீரமைக்கப்பட்டப் பொது மூளை நெறிமுறை (common cortical algorithm) பிரேரணை செய்யப்பட வேண்டியதின் அவசியம்  தற்போது எழுந்துள்ளது என்பதை நிரூபிக்கப் போதிய ஆதாரம் தம்மிடம் இருப்பதாக ஹாக்கின்ஸ் நம்புகிறார், “இந்த நெறிமுறைகள் படிநிலைக் கட்டமைப்பு (hierarchical) கொண்டவை: கீழடுக்குகள் புலன் சார்ந்த (sensory) உறுப்புகளின்  தரவுகளைக் குறியாக்கம் (encode )செய்கின்றன, ஆனால்  புலன் சார்ந்த சிக்னல்களை சிறிதும் ஒத்திராத குறுஞ்செய்திகளை (abstract signals) ஏற்று மேலடுக்குகள் செயல்படுகின்றன,” என்கிறார். சோதனை வாயிலாக அளவிடுதலில் உள்ள சிரமங்களே, மூளை ஆராய்ச்சியாளர்களைத் தடம் மாற வைத்தன என்று ஹாக்கின்ஸ் உறுதிபடக் கூறுகிறார், புலன் சார்ந்த ஒரு அசைவற்ற ஊக்கியைத் (static stimulus) தந்து அது விளைவிக்கும் மூளைச் செயல்பாட்டை அளவீடு செய்வதுதான் வழக்கமான அணுகுமுறை, ஆனால் ஊக்கிகள் நொடிக்கு நொடி வேறுபடுகின்ற இடத்தில் அத்தகைய சோதனையை மேற்கொள்ள முடியாது. மாறும் ஊக்கிகளையே (dynamically changing stimuli) மூளையால் புரிந்துகொள்ள முடியும் என்ற அடிப்படை உண்மை, மூளை ஆராய்ச்சியாளர்களுக்கு புலப்படவில்லை என்கிறார் ஹாக்கின்ஸ்.

மூளை ஆராய்ச்சித் துறை கடுஞ்சிக்கல் என்னும் புதைச்சேற்றில் சிக்கியுள்ளதாக நூலாசிரியர் கருதுகிறார், மேலிருந்து கீழ் எனும் அணுகுமுறை மூலம் துறையை வழிநடத்த ஒரு உயர்நிலைக் கோட்பாடு தேவைப்படுகிறது என்கிறார்.  அவர் ஏற்கனவே அறிமுகமாகியுள்ள மின்ஸ்கி (Minsky) யின் உள்ளச் சமூகம் (Society of Mind) என்ற உருவக, தத்துவ சிந்தனைச் சோதனை (Thought experiment) பற்றிப் பேசுவதையும் தவிர்த்திருக்கிறார் – மூளை ஆராய்ச்சிகள், ஹாக்கின்ஸ் எதிர்நோக்கும் உயர்நிலைக் கோட்பாட்டைக் கட்டுப்படுத்தும் அளவைவிட மிகக் குறைந்த அளவே அது மின்ஸ்கியின் கோட்பாட்டைக் கட்டுப்படுத்தும் என்ற போதிலும், புதிய கோட்பாடு மட்டுமே இந்தக் காலகட்டத்தில் பயனளிக்கும் எனக் கருதுகிறார்.

நினைவாற்றல் இயக்கும் கணிப்புக் கட்டமைப்பு (memory prediction frame work) என்றழைக்கப்படும் ஹாக்கின்ஸ் கோட்பாடு, கடந்த கால நிகழ்வுகளின் நினைவுகளையொட்டி வருங்கால நிகழ்வுகளைக் கணிக்கும் மூளையின் செயல்திறனே நுண்ணறிவு என வரையறுக்கிறது, நியோ கார்ட்டிக்கல் (neocortical) மெமரியை கணினியின் மெமரியுடன் ஒப்பிடுகையில், கீழ்க்கண்ட சிறப்பு அம்சங்கள்   கொண்டதாக  நியோ கார்ட்டிக்கல்  மெமரி அமைந்துள்ளது என்கிறார் ஹாக்கின்ஸ்:

1. எல்லா மெமரிகளும் இயற்கையாகவே வரிசைக்கிரமமாக அமைகின்றன.

2. மெமரி தானாக இனமறிந்து இணைந்துகொள்ளும் இயல்புடையது; அரைகுறை மெமரியைக் கொண்டு முழு மெமரியை மீட்டெடுக்க முடியும்.

3. மாறாத உருவகிப்புகளில் மெமரிகள் சேகரித்து வைக்கப் படுகின்றன.

4. படிநிலை முறையில் தோற்றவிதங்கள் சேகரித்து வைக்கப்படுகின்றன.

~oOo~

கூடுதலான தகவல்கள்

  1. ஸ்டீஃபன் ஊல்ஃப்ரம் (Stephan Wolfram): பிரிட்டிஷ் -அமெரிக்க விஞ்ஞானி. இயற்பியலாளர்; தொழிலதிபர், பாலக மேதையான இவர், பதின்ம வயதிலேயே துகள்-இயற்பியல் ஆராய்ச்சிக் கட்டுரைகளை சமர்ப்பித்தவர். இருபது வயதில் கால்டெக் பல்கலையின் இயற்பியல் முனைவர் பட்டம் பெற்றவர். 22 வயதில் மக்ஆர்தர் மேதை எனும் பரிசு வழங்கப்பட்டவர். ஊல்ஃப்ரம் ஆய்வு எனும் அமைப்பின் நிறுவனர் மற்றும் தலைமைச் செயல்அதிகாரி, Mathematica, Wolfram/Alpha, Wolfram Language ஆகிய மென்பொருட்களை உண்டாக்கியவர். அவர் எழுதிய “A New Kind of Science,” என்கிற நூலின் வெளியீட்டு விழாவில் அவர் தெரிவித்த கருத்துகள், முன்னர் நிறுவப்பட்ட அறிவியல் வழிமுறைகளுக்கு முரணானது என்னும் விமர்சனம் எழுந்தது.
  2. Cellular automata: are discrete, abstract, computational systems that have proved useful both as general models of complexity and as more specific representations of non-linear dynamics in a variety of scientific fields.
  3. ஜெஃப் ஹாக்கின்ஸ் (Jeff Hawkins): “On Intelligence” என்ற புகழ் பெற்ற நூலை எழுதியவர். Palm Pilot மற்றும் Treo என்ற சாதனங்களைக் கண்டுபிடித்து மொபைல் கப்யூட்டிங்கில் பெரு வெற்றி பெற்றிருந்த ஜெஃப் ஹாக்கின்ஸ், முழுமையான மூளை என்பது குறித்த கோட்பாட்டை உருவாக்குவதிலும், மனித நுண்ணறிவையொத்த திறனை எந்திரங்களில் தோற்றுவிப்பதிலும் பேரார்வம் கொண்டவர், அதன் காரணமாக, முழுநேர நரம்பு அறிவியல் ஆராய்ச்சியில் இறங்கினார், கொள்கைநிலை மூளை ஆராய்ச்சியில் உலகத் தரம் கொண்ட Redwood center for Theoretical Neuroscience என்ற அமைப்பை நிறுவினார், மூளைக்கும், நியூரானுக்கும் இடையே உள்ள ஆதார உறவின் அடிப்படையில் இயங்கும் கம்ப்யூட்டர் மெமரி சிஸ்டத்தை  உருவாக்க முயற்சிக்கும்  ஆராய்ச்சி நிறுவனமான Numenta கம்பனியின் தலைவராக செயல்பட்டு வருகிறார்.
  4. Intelligent Machine: நிச்சயமின்மையும் மாறும் தன்மையுள்ளதுமான சூழலிலும் குறிப்பிட்ட வேலையைச் செய்து முடிக்கின்ற எந்திரம்.
  5. Machine Intelligence: Machines that learn but are aligned with the BIOLOGICAL NEURAL NETWORK APPROACH.
  6. Automated Planning Systems: ஒளியின் வேகத்தில் பயணம் செய்தாலும் கூட, ரேடியோ செய்திகள் செவ்வாய் கிரகத்தை அடைய குறைந்தது 11நிமிடங்கள் எடுத்துக் கொள்ளும், அதனால் விண்கலத்தில் பயணிக்கும் மனித, எந்திர சிப்பந்திகள் குழுவுக்கு, பூமி கட்டுப்பாட்டுக் குழுவினரின் உதவி தொடர்ச்சியாக கிடைப்பது சிரமம். நாசாவின் (NASA) இந்தச் செயற்கை நுண்ணறிவு வகை மென்பொருள் மூலமாக, செவ்வாய் கிரக மேற்பரப்பு ஆய்வுகளை மிக விரைவாக திட்டமிட முடிகிறது.
  7. ஆலன் ட்யூரிங் (Alan Turing:1912-1954): ஆங்கிலேயர், கணினி அறிவியலாளர், கணித மேதை, தர்க்கவியலாளர், மறைகுறியீடு பகுப்பாய்வாளர், ஞானி கொள்கைநிலை உயிரியலாளர். பொதுநோக்குக் கணினி என்னும் கருத்துருவைக் கண்டுபிடித்தவர்களில் ஒருவர், கணினியின் தந்தை என்று போற்றப்படுபவர்.
  8. ட்யூரிங் சோதனை (Turing test) இது கணினியில் நுண்ணறிவுத்திறன் இருக்கிறதா எனக் கண்டறிய ஆலன் டூரிங் முன்மொழிந்த சோதனை. அதன்படி ஒரு மனித ஆய்வாளன் தான் கேட்ட கேள்விக்குக் கிடைத்த பதிலை வைத்து, அந்த பதில் கணினி கொடுத்ததா அல்லது மற்றொரு மனிதன் கொடுத்ததா என்று அவனால் வேறுபடுத்திப் பார்க்க முடியாததாக இருக்க வேண்டும்.
  9. பெருமூளைப் புரணி (Neocortex): பெருமூளையின் பெரும் பகுதியாகவும், ஒப்பிட்டுப் பார்க்கையில் சமீபத்திய பரிணாம வளர்ச்சியாகவும் இருந்து மனிதனின் உயர் சிந்தனைப் பணிகளின் மையமாக செயல்படும் மெல்லிய ஆறு அடுக்கு சாம்பல் நிற வஸ்துவினாலான மேலுறை.
  10. நரம்பணுப் பிணையங்கள் (Neural Networks): மனித மூளை மற்றும் நரம்பு மண்டலத்தின் சாயலில் உருவாக்கப்பட்ட கணினி அமைப்புகள்.
  11. Machine Learning: வெளிப்படையாக நிரலிடப்படாத போதிலும் தானாக கற்றுக்கொள்ளும் ஆற்றலை கணினிக்கு வழங்கும் ஒருவகை செயற்கை நுண்ணறிவு.
  12. Expert System: நிபுணரின் துறைசார்ந்த அறிவைக் கணினியின் மென்பொருள் குறியீடுகளாக மாற்றிப் பயன்படுத்தும் செயற்கை நுண்ணறிவு சார்ந்த கணினி அமைப்பு.
  13. மூர் விதி (Moore’s Law): 1965-ல், இன்டெல் (Intel) இணை நிறுவனர் கோர்டன் மூர் (Gordon Moore) வெளியிட்ட கணிப்பு, 1959-ல் மைக்ரோசிப் கண்டுபிடிக்கப்பட்டதின் பின்னர், ஒவ்வொரு ஆண்டும், ஒரு சதுர அங்குல சிப்பத்திலுள்ள டிரான்சிஸ்டர்கள் இரட்டிப்பாகி வருவதைக் கண்டு, இந்த போக்கு இன்னும் பல ஆண்டுகளுக்கு தொடரும் என்றார்.
  14. ஜான் ஸெர்ல் (John Searle): அமெரிக்க தத்துவவியலாளர், அவருடைய மொழிகளின் தத்துவம், மனதின் தத்துவம் என்ற அறிவார்ந்த படைப்புகளுக்காக வெகுவாக அறியப்பட்டவர், கணினிகளுக்கு நுண்ணறிவு கிடையாது எனக் கருதியவர், அதை நிரூபிக்க, 1980-ல் சைனீஸ் ரூம் என்னும் சிந்தனைச் சோதனையை முன் வைத்தவர்.
  15. Chinese Room: இந்த சிந்தனைச் சோதனையில், ஜான் ஸெர்ல், சீன மொழி வாசகங்களுக்கு விடையளிக்கும் கணினியின் கட்டளை வரிகளை கவனித்தவாறு  தனியறையில் இருப்பதாகக் கற்பனை செய்துகொள்கிறார், அப்போது அந்த அறைக்கதவின் அடியில்  சைனீஸ் எழுத்துக்களால் எழுதப்பட்ட குறிப்புகள் அடங்கிய துண்டு பேப்பர் செருகப்படுகிறது, ஸெர்லுக்கு சைனீஸ் மொழி தெரியாது, இருப்பினும், ப்ரோக்ராமில் உள்ளபடி, கணினியின் செயல்பாட்டைப் போன்றே குறியீடுகளையும், எண்களையும் கையாண்டு, பொருத்தமான சைனீஸ் எழுத்துத் தொடரை உருவாக்கி, துண்டுக் காகிதத்தை வந்த வழியே அனுப்புகிறார், அதைப் படித்துப் பார்த்த சீன மொழி தெரிந்தவர், அறைக்குள் இருக்கும் ஸெர்லும் சீன மொழி அறிந்தவர் என நம்புகிறார், டிஜிட்டல் கணினியின் கட்டளை வரிகள், கணினிக்கு சீன மொழி அறிவு இருப்பது போல் காட்டினாலும், உண்மையான புரிதல் ஏற்படவில்லை என்பதே சோதனையின் முடிவு என்கிறார் ஸெர்ல்.
  16. நரம்பு வழித்தடங்கள் (Neural Pathways): மூளையில் வண்ணங்களை அறிய, வடிவங்களை அறிய, உணர்வுகளை உண்டாக்க, நினைவேற்றம் செய்ய என்று பலவகைப்பட்ட செயல்கள் புரிய   பல்வேறு நரம்பணு வலைகள் (neural networks) உள்ளன. நரம்பணு வலைகளுக்கிடையே தகவல் எடுத்துச் செல்லும் வேலையை நரம்பு வழித்தடங்கள் செய்கின்றன.
  17. வெர்நன் மௌண்ட்காஸில் (Vernon Mountcastle): நவீன நரம்பியல் துறையின் தந்தையாகக் கருதப்படுபவர், அறிதல், உணர்தல் என்கிற தத்துவ கோட்பாடுகளில் தீவிர ஆராய்ச்சி மேற்கொண்டவர், பெருமூளைப் புறணி குறிப்பிடும்படியாக ஒரே சீரான தோற்றமும் கட்டமைப்பும் கொண்டிருப்பதைக் கண்டுபிடித்தவர், பெருமூளையின் செல்கள் அடிப்பகுதியிலிருந்து உச்சிவரை செங்குத்தான தூண்களாக அமைக்கப்பட்டிருப்பதையும், ஒவ்வொரு தூணும் குறிப்பிட்ட வகை தகவல்களை மட்டுமே கையாள்வதையும் கண்டு பிடித்தார்.
  18. Society of Mind: மார்வின் மின்ஸ்கி எழுதிய இந்நூலில் மனித மனம் பற்றிய கோட்பாட்டை ஒரு உருவக, தத்துவ சிந்தனைச் சோதனையாக வழங்குகிறார். புத்தி என்பது எண்ணற்ற அ-புத்திகளால் உருவாகிறது என்கிறார், இவரால் முகவர்கள் எனப் பெயரிடப்பட்டுள்ள அ -புத்தி அற்ப வழிமுறைகளின் இடைவினைகள் படிப்படியாக வளர்ந்து மனித நுண்ணறிவாகத் திரளும் மாடலைக் கட்டுமானம் செய்கிறார், அவர் மனச் சமூகம் என்ற பெயரிட்ட  திட்டத்தின்படி, மனமென்பது பற்பல அற்ப வழிமுறைகளின் தொகுப்பேயாகும்.

ஆங்கில மூலத்தில் உள்ள அறிவியற் பதங்களுக்கு நிகரான தமிழ்ப்பதங்களை ஆங்கிலம்-தமிழ் அகராதிகளிலும், விக்சனரி /நெட் களிலும் தேடி எடுத்துப் பயன்படுத்தியுள்ளேன், அவற்றின் பட்டியல் கீழே:

நுண்ணறிவு -intelligence

மதிநுட்ப -sophisicated

அறிமுகச்சான்றுகள் -credentials

நுண்ணறிவு இயந்திரம் – intelligent machine

தசாப்தம் -decade

இயந்திர நுண்ணறிவு -machine intelligence

மிகையுரை -hype

தெளிவில்லா தர்க்க சில்லுகள் -fuzzy logic chips

தானியங்கி திட்டமிடல் முறைமைகள் – automatic planning systems

நிபுணர் அமைப்புகள் -expert systems

உருவக ஏற்பு -pattern recognition

நரம்பணு நெட்ஒர்க் -neural network

பொறி கற்றல் -machine learning

வழிமுறைகள் -algorithms

குற்றேவல் -errand

எந்திரன்-robot

நரம்பு வழித்தடங்கள் -neural pathways

விவரணைப்படுத்துதல் – mapping

படிநிலைக் கட்டமைப்பு – hierarchy

குறியாக்கம் -encoding

குறுஞ்செய்தி -abstract signal

புலன் சார்ந்த -sensory

ஊக்கி -stimulus

மாறும் ஊக்கிகள்- dynamically changing signals

மேலிருந்து கீழ் அணுகுமுறை -top down approach

உயர்நிலைக் கோட்பாடு -higher level theory

உள்ளச் சமூகம் – society of mind

நினைவாற்றல் இயக்கும் கணிப்புக் கட்டமைப்பு – memory prediction framework

~oOo~

On Intelligence by Jeff Hawkins – Reviewer: Mike Howard – Book Review: On Intelligence. (PDF Download Available)

தமிழில்: கோரா

தொடர்புள்ள பதிவு

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.