செயற்கை நுண்ணறிவு (Artificial Intelligence) அல்லது AI என்பது ஒரு அறிவியல் துறையாகவும், ஒரு தொழில்நுட்ப புரட்சியாகவும் உள்ளது. இதன் வரலாறு நூற்றாண்டுகள் பழமை வாய்ந்த தத்துவக் கருத்தாக இருந்து இன்று நமது வாழ்க்கையை வழிநடத்தும் முக்கிய தொழில்நுட்பமாக மாறியுள்ளது. மேலும் இது முன்னோடியான ஆளுமைகள், அறிவியல் முன்னேற்றங்கள் மற்றும் பல தசாப்தங்கள் தொடர்ந்த உழைப்பு ஆகியவற்றை உள்ளடக்கியுள்ளது.
AI-ஐ கண்டுபிடித்தவர் யார்? அமெரிக்க கணினி விஞ்ஞானியான ஜான் மெக்கார்த்தி (John McCarthy) பொதுவாக “செயற்கை நுண்ணறிவின் தந்தை” என்று கருதப்படுகிறார். 1956 ஆம் ஆண்டு தற்போது பிரபலமான டார்ட்மவுத் கல்லூரி (Dartmouth College) கோடைக்கால பணிமனை வேலைமுறை ஒன்றில் “செயற்கை நுண்ணறிவு” என்ற வார்த்தையை முதன்முதலில் பயன்படுத்திய பெருமை அவருக்கு உண்டு, இதுவே செயற்கை நுண்ணறிவு என்ற விஞ்ஞானத் துறையின் பிறப்பாகக் கருதப்படுகிறது.
“கற்றல் அல்லது நுண்ணறிவின் பிற அம்சங்கள் அனைத்தும், கோட்பாடு ரீதியாக எவ்வளவு தெளிவாக விவரிக்க முடியுமோ, அதே அளவில் ஒரு இயந்திரம் அதை பின்பற்றி விவரிக்க (simulate) முடியுமா” என்பதை ஆராய்வதுதான் விஞ்ஞானி ஜான் மெக்கார்த்தியின் கனவாக இருந்தது. அதாவது, மனித நுண்ணறிவு செயல்களை இயந்திரங்கள் பின்பற்றி செய்யக்கூடியவையாக மாற்ற முடியுமா என்பதைக் கண்டறிவதே அவரது நோக்கமாக இருந்தது.
செயற்கை நுண்ணறிவின் அறிவு பாரம்பரியம் இன்னும் ஆழமுடையதாகும். புகழ்பெற்ற பிரிட்டிஷ் கணிதவியலாளர் அலன் டூரிங் (Alan Turing), 1950-ஆம் ஆண்டு வெளியிட்ட தனது ஆய்வுக் கட்டுரை “Computing Machinery and Intelligence” மூலம் செயற்கை நுண்ணறிவுக்கான கோட்பாடுகளுக்கு அடிதளமிட்டார். அதில், இன்று டூரிங் சோதனை (Turing Test) என அழைக்கப்படும் சோதனையை அவர் முன்மொழிந்தார். இதன் நோக்கம் ஒரு இயந்திரம், மனித நுண்ணறிவு போன்ற அறிகுறிகளை வெளிப்படுத்தும் அளவிற்கு செயல் செய்ய முடியுமா என்பதை பரிசோதிப்பதாகும். இது, இயந்திரம் உண்மையான நுண்ணறிவு கொண்டதா என்பதை பரிசோதிக்க முதல் அடியாகவும், இன்றளவும் முக்கியமான தரக்கோலாகவும் இருக்கிறது.
1943-ஆம் ஆண்டு, வோரன் மெக்கல்லக் (Warren McCulloch) மற்றும் வால்டர் பிட்ட்ஸ் (Walter Pitts) செயற்கை நரம்பணுக்களின் (artificial neurons) மீதான ஆராய்ச்சி, மேலும் 1950களின் ஆரம்பத்தில் மார்வின் மின்ஸ்கி (Marvin Minsky) உருவாக்கிய முதல் செயற்கை நரம்பியல் வலைப்பின்னல் (artificial neural network) ஆகியவை, செயற்கை நுண்ணறிவின் வளர்ச்சியில் அடிப்படை அடி கற்களாக அமைந்தன. இவை, மனித நரம்பியல் அமைப்பை போல இயந்திரங்களில் தகவல் செயலாக்கத்தை சாத்தியமாக்கும் வழிகளை முன்வைத்த முக்கிய முன்னேற்றங்களாகக் கருதப்படுகின்றன.
AI இன் முக்கிய ஆரம்பகால நபர்கள்:
ஜான் மெக்கார்த்தி – 1956 – 1958 வரை “செயற்கை நுண்ணறிவு” என்ற கருத்தை உருவாக்கியவர்; LISP, டூரிங் சோதனை,
ஆலன் டூரிங் – 1950ல் டூரிங் சோதனை, கோட்பாட்டு நுண்ணறிவு இயந்திரங்கள் கண்டுபிடிப்பு
வாரன் மெக்கல்லோக் & வால்டர் பிட்ஸ் – 1943ல் முன்மொழியப்பட்ட செயற்கை நியூரான் மாதிரி சோதனை
மார்வின் மின்ஸ்கி – 1951ல் முதல் செயற்கை நரம்பியல் வலையமைப்பை உருவாக்கியவர்.
AI இன் வரலாறு: பண்டைய கிரேக்க புராணங்களில் வரும் பிக்மாலியன் (Pygmalion) மற்றும் டாலோஸ் (Talos) போன்ற கதைகள், மத்தியில் மனிதனுபமையான செயற்கை உயிர்களை உருவாக்கும் எண்ணத்தை வெளிப்படுத்துகின்றன. அதேபோல், இடைக்கால செயற்கை இயந்திரங்கள் (medieval machines) கூட மனித போல் செயல்படும் செயற்கை உருவங்களுக்கான கற்பனையை ஊக்குவித்தன. இந்த புராணங்கள் மற்றும் பழமையான தொழில்நுட்ப முயற்சிகள் அனைத்தும், மனிதர்களைப் போல் நடந்து கொள்ளக்கூடிய இயந்திரங்களை உருவாக்கும் நோக்குடன் தொடங்கிய செயற்கை நுண்ணறிவு கற்பனையின் முன்னோடியான படிகள் என்று கூறலாம்.
ரோபோ: “ரோபோட்” (Robot) என்ற சொல்லை முதன்முதலில் செக் நாடக ஆசிரியர் காரெல் சாபெக் (Karel Čapek) 1921-ஆம் ஆண்டு பயன்படுத்தினார். அவர் எழுதிய “R.U.R. (Rossum’s Universal Robots)” என்ற நாடகத்தில், மனிதர்களைப் போன்று தோற்றம் கொண்ட செயற்கை உயிர்களை குறிக்க இந்த சொல் முதன்முதலாக உபயோகிக்கப்பட்டது. இதுவே, இன்றைய “ரோபோ” என்ற எண்ணத்துக்கும், செயற்கை மனிதர்கள் பற்றிய சிந்தனைகளுக்கும் அடித்தளமானது.
20ஆம் நூற்றாண்டு: தொடக்கம் மற்றும் செயற்கை நுண்ணறிவின் உருவாகம்: 20ஆம் நூற்றாண்டில், செயற்கை நுண்ணறிவு (AI) ஒரு சிறுபான்மையாலே பேசப்படும் கோட்பாடாக இருந்து, சீரான அறிவியல் துறையாக மாறத் தொடங்கியது. 1943ல் வோரன் மெக்கல்லக் மற்றும் வால்டர் பிட்ட்ஸ் ஆகியோர், மனித நரம்பியல் செயல்பாடுகளை அடிப்படையாகக் கொண்டு, செயற்கை நரம்பணுக்களின் (artificial neurons) ஒரு மாதிரியை உருவாக்கினர். இந்த மாதிரி, குறைந்த அளவிலான கணிதச் செயல்பாடுகள் மற்றும் இலாக்கிய (logic) அடிப்படையில் இயங்கும் வகையில் வடிவமைக்கப்பட்டது. இது, இன்றைய நரம்பியல் வலைப்பின்னல்கள் (Neural Networks) மற்றும் உள்ளமைவு கற்றல் (Deep Learning) ஆகியவற்றுக்கான முதலாவது மற்றும் முக்கியமான அடிக்கல் கல்லாகக் கருதப்படுகிறது.
அலன் டூரிங் (Alan Turing) தனது புகழ்பெற்ற கட்டுரை Computing Machinery and Intelligenceல், இயந்திரங்கள் சிந்திக்கக்கூடியவையாக இருக்க முடியுமா? என்ற கேள்வியை எழுப்பினார். இதன் அடிப்படையில், அவர் உருவாக்கியது தான் டூரிங் சோதனை (Turing Test). இது ஒரு இயந்திரம் மனிதனைப் போலவே நுண்ணறிவுடன் பழக முடிகிறதா என்பதை பரிசோதிக்க பயன்படுத்தப்படும் ஒரு அளவுகோல். இந்த சோதனையில், ஒரு மனித பரிசோதகர் (human evaluator) ஒரு இயந்திரம் மற்றும் ஒரு மனிதனுடன் உரையாடுகிறார். இயந்திரம், மனிதனாகவே பேசும் அளவுக்கு நுண்ணறிவு காட்டினால், அது “தோற்றத்தில் நுண்ணறிவு” கொண்டதாக கருதப்படுகிறது.
1956ல் செயற்கை நுண்ணறிவு துறையின் வரலாற்றில் மிக முக்கியமான திருப்புமுனையாக அமைந்தது. இந்தக் கோடை வேலைமுறையை ஜான் மெக்கார்த்தி, மார்வின் மின்ஸ்கி, நாதனியல் ரோச்செஸ்டர்மற்றும் க்லோட் ஷானன் ஆகியோர் ஒன்றாக நடத்தினர். இந்நிகழ்வில்தான், Artificial Intelligence” என்ற சொல் முதன்முதலாக ஜான் மெக்கார்த்தி மூலம் பரிந்துரைக்கப்பட்டது. AI ஒரு சுயமான அறிவியல் துறையாக உருவாகும் தொடக்க கட்டமாக இந்த நிகழ்வு கருதப்படுகிறது.
1958ல் ஜான் மெக்கார்த்தி, LISP (LISt Processing) எனப்படும் ஒரு புதிய நிரலாக்க மொழியை உருவாக்கினார். 1960 –1970 இந்த காலக்கட்டம் செயற்கை நுண்ணறிவின் ஆரம்ப வளர்ச்சியில் மிக முக்கியமானது. ஆரம்பகால ரோபோக்கள் மற்றும் ELIZA போன்ற சாட்போட்களின் வளர்ச்சி. இயந்திரங்கள் தர்க்கம், நீதி, மற்றும் நுண்ணறிவு முடிவுகள் எடுக்கக் கற்றுக்கொள்ளும் முயற்சி. இது விதிகள் (rules) மற்றும் தரவுத்தொகுப்புகள் (knowledge bases) அடிப்படையில் செயல்படும். குறிப்பிட்ட துறைகளில் (மருத்துவம், பொறியியல்) நிபுணர்களைப் போன்று முடிவெடுக்க இயந்திரங்களை உருவாக்கும் முயற்சியாகும்.
பணி செய்யக்கூடிய மற்றும் செயற்கை நுண்ணறிவு கொண்ட மெக்கானிக்கல் கருவிகள் உருவாக்கப்பட்டன. இவை sensing மற்றும் navigation ஆகியவற்றில் தொடக்க முயற்சிகளைக் காட்டின.
ELIZA (1966): ஜோசஃப் வைசென்பாம் (Joseph Weizenbaum) உருவாக்கிய இந்த chatbot, ஒரு மனநல ஆலோசகர் போல நடித்து, மனிதர்களுடன் உரையாடியது. இது, இயந்திரங்கள் மனிதர்களைப் போல் பேச முடியும் என்ற கருத்துக்கு ஆதாரம் வழங்கியது.
1980 செயற்கை நுண்ணறிவில் ஒரு முக்கிய வளர்ச்சி கட்டம். தொழில்நுட்பம் நடைமுறையில் பயன்படத் தொடங்கிய காலம். Carnegie Mellon University போன்ற கல்வி நிறுவனங்களில், வாகனங்களை தானாக இயக்கும் தொழில்நுட்பங்கள் மீது ஆராய்ச்சி தீவிரமாக நடந்தது. இந்தக் காலத்தில் உருவானவை முழுமையான தானியங்கி வாகனங்களல்ல, ஆனால், மனித கண்காணிப்புடன் இயங்கும் முன்மாதிரிகள் (prototypes) ஆக இருந்தன.
செயற்கை நுண்ணறிவின் திறனைக் காண்பிக்க, சதுரங்கம் முக்கிய தரக்கோலாக பயன்படுத்தப்பட்டது. IBM நிறுவனத்தின் Deep Thought போன்ற கணினிகள், மனித மாஸ்டர் நிலை வீரர்களை எதிர்கொள்ளத் தொடங்கின. இது, 1997-ல் Deep Blue மூலம் காச்பரோவ் தோற்கடிக்கப்படும் பாதையைக் கட்டியது.
Knowledge representation மற்றும் automated reasoning ஆகியவற்றில் முன்னேற்றம் ஏற்பட்டது. இயந்திரங்கள், தரவுகள் மற்றும் விதிகளை அடிப்படையாகக் கொண்டு முடிவுகள் எடுக்கக் கற்றுக் கொள்ளத் தொடங்கின. இது, Prolog போன்ற நிரலாக்க மொழிகளின் வளர்ச்சியையும் ஊக்குவித்தது. மொத்தமாக, 1980கள் AI-க்கு ஒரு விளக்கம் மற்றும் நடைமுறை பயன்பாடுகள் தோன்றிய முக்கியமான பருவமாக இருந்தது.
செயற்கை நுண்ணறிவின் (AI) வரலாற்றில் ஒவ்வொரு வளர்ச்சிக்கட்டத்திற்கும் பிறகு கனத்த எதிர்பார்ப்புகள், அதன் பின்னர் தடை மற்றும் நிதி குறைபாடுகள் ஏற்பட்டது. இதனை AI இல் “Winter and Renaissance” (குளிர்காலம், மறுமலர்ச்சிகள்) என குறிப்பிடுவர்.
1970கள்–1990 இந்தப் பருவத்தில் செயற்கை நுண்ணறிவில் எதிர்பார்ப்புகள் அதிகமாக இருந்த போதும், தொழில்நுட்ப முன்னேற்றங்கள் எதிர்பார்த்த அளவில் இல்லாததால், ஆர்வமும் நிதியுதவியும் குறைந்துவிட்டன. 1970கள் முடிவிலும் 1980கள் தொடக்கத்திலும் நிபுணத்துவ அமைப்புகள் (expert systems) வளர்ச்சி மெதுவாக இருந்தது. AI ஆராய்ச்சிக்கு தேவையான கணினி வளங்கள் மற்றும் திறன் குறைவாக இருந்தன. இதனால் அரசாங்க மற்றும் தனியார் நிறுவனங்கள் AI ஆராய்ச்சியில் குறைந்த முதலீடு செய்தன. 1987–1993ல் Expert systems-ஐ பராமரிக்கும் செலவுகள் அதிகரித்து, தொழில்நுட்பம் எதிர்பார்ப்புகளை பூர்த்தி செய்யவில்லை. பல AI நிறுவனங்கள், திட்டங்கள் செயல்படாமல் தோல்வியுற்றன. இதனால் AI ஆராய்ச்சி மற்றும் தொழில்நுட்ப மேம்பாட்டில் சரிவு ஏற்பட்டது.இந்த காலங்கள் “AI Winters” என அழைக்கப்படுகின்றன.
2000–2010 இந்த காலகட்டம் கிடைக்கக்கூடிய தரவு மற்றும் கணினி சக்தியில் அபரிமிதமான வளர்ச்சி ஏற்பட்டது. இயந்திரங்கள் தானாக கற்றுக்கொள்ளும் (self-learning) திறன் மேம்பட்டது. Deep Learning (உள்ளமைவு கற்றல்) எனப்படும், பல அடுக்கு நரம்பியல் வலைப்பின்னல்கள் (stacked neural networks) தொழில்நுட்பம் வலுவடைந்தது.
மொழி அறிதல் (Speech Recognition): Siri, Google Voice போன்ற செயலிகள் உருவானது.
காட்சி புரிதல் (Computer Vision): பொருட்களை, முகங்களை துல்லியமாக அடையாளம் காணும் திறன் வளர்ந்தது.
மொழி புரிதல் மற்றும் உருவாக்கம் (Natural Language Processing): மொழிபெயர்ப்பு, உரையாடல் இயந்திரங்கள் (chatbots) முன்னேறின.
இந்த பருவம், AI தொழில்நுட்பங்களை தினசரி பயன்பாடுகளில் பயன்படுத்தத் துவங்கிய முக்கிய கட்டமாகும்.
செயற்கை நுண்ணறிவு (AI) தத்துவ சிந்தனைகளிலும் கோட்பாட்டு கருத்துகளிலும் இருந்து வளர்ந்து, இப்போது சமூகத்தில் பெரிய மற்றும் நிஜமான தாக்கத்தை ஏற்படுத்தும் தொழில்நுட்பமாக மாறியுள்ளது. தானாக இயக்கும் வாகனங்கள், மருத்துவ நோயறிதல், படைப்பாற்றல் மென்பொருட்கள் மற்றும் புத்திசாலி ரோபோக்கள் போன்ற பல துறைகளில் AI பயன்படுகிறது. டூரிங், மெக்கார்த்தி, மின்ஸ்கி போன்ற புகழ்பெற்ற நபர்களுக்கும் இன்றைய ஆராய்ச்சியாளர்களுக்கும் இடையிலான போட்டி மற்றும் ஒத்துழைப்பு AI வளர்ச்சியின் எல்லைகளை விரிவுபடுத்தி கொண்டு இருக்கின்றன.
டார்ட்மவுத் மாநாட்டில் சில முன்னோடிகள் மனித நுண்ணறிவை பின்பற்ற வேண்டும் என்ற கனவாக தொடங்கியது, ஆனால், இன்று அது வணிகம், அறிவியல், பொழுதுபோக்கு மற்றும் அன்றாட வாழ்க்கையில் புரட்சிகளை ஏற்படுத்தி வருவது குறிப்பிடத்தக்கது.
Readmore: #Breaking : வரலாறு காணாத உச்சம்.. இன்று ரூ.75,000-ஐ கடந்த தங்கம் விலை.. நகைப்பிரியர்கள் ஷாக்…
