தலைப்பைப் பார்த்ததும் பயந்து விடாதீர்கள். ஒருவேளை இந்தக் கட்டுரையை நீங்கள் இணையத்தில் படித்துக் கொண்டிருந்தால் அதற்கு Artificial Intelligence எனப்படும் இந்த செயற்கை நுண்ணறிவின் பங்கு கணிசமாக இருக்கலாம். உங்கள் இன்பாக்சில் ஸ்பாம் (spam) -பயனற்ற ஈமெயில்களை வடிகட்டுவது இந்த செயற்கை நுண்ணறிவு தான். உங்களுக்கு வரும் மின்னஞ்சல்களில் ‘கிரெடிட் கார்ட்’ , ‘விற்பனைக்கு’, ‘காப்பீடு’,’கவர்ச்சிகரமான’ ‘,தனிமையில் வாழும் அழகிய இளம்பெண் ‘என்றெல்லாம் சொற்கள் இருந்தால் அதை இந்த நுண்ணறிவு இது நம் எஜமானருக்குத் தேவையில்லாத தொந்தரவு தரும் வியாபார விளம்பரங்கள் என்று தனியாக வடிகட்டி விடும். மெயிலின் தலைப்பில் ‘Not Spam’ என்று போட்டிருந்தால் அதைத்தான் முதலில் spam என்று வடிகட்டும். இதில் மற்றொரு அழகு என்ன என்றால் இதற்கான நிரல் (code) எதுவும் தனியாக எழுதப்படவில்லை. இது எஜமானர் எதை எதை spam என்று கருதுகிறார் எதை எதை spam என்று கருதுவதில்லை என்று தன் அனுபவத்தின் மூலம் தானே கற்றுக்கொள்கிறது.
ஒரு மெயிலை கிளிக்கி ‘Not spam’ என்று சொன்னால் அது அதில் இருந்து கற்றுக்கொண்டு அடுத்தமுறை வடிகட்டும் போது கவனமாக இருக்கும். இருபதே கேள்விகளை வைத்து நம் மனதில் இருக்கும் பொருளை ஊகிக்கும் விளையாட்டு இணையத்தில் இருக்கிறது.ஒசாமா பின்லேடனில் இருந்து ஒட்டடைக் குச்சிவரை நம் மனதில் எது இருந்தாலும் கண்டறிந்து விடும். உபயோகிப்பவரிடம் இருந்து கற்றுக்கொள்ளும் செயலி தான் இதுவும் . ஒவ்வொருவரும் விளையாட விளையாட (சற்று நேர்மையுடன்) அதன் திறமை அதிகரித்துக் கொண்டே போகும். சி.சி.டி.வி காமிராக்கள் ஆள் நடமாட்டம் இல்லாத போது தங்கள் பதிவை நிறுத்துக்கொள்வதும் வழிகாட்டும் ஜி.பி.எஸ். முன்னே உள்ள சாலையில் ஏற்பட்டுள்ள வாகன நெரிசலைக் காட்டுவதும் செயற்கை நுண்ணறிவு தான்.
இதெல்லாம் சரி. ஜி .பி .எஸ் கவிதை எழுதுமா? சி .சி .டி .வி கேமரா ஒன்று சலிப்பை உணருமா? ஸ்பாம் வடிகட்டும் கணினிக்குத் தான் என்ன செய்து கொண்டிருக்கிறோம் என்று தெரியுமா? 20 கேள்விகள் இணைய விளையாட்டு யாருமே தன்னைப் பயன்படுத்தாத போது தானே ஒரு விளையாட்டை எடுத்து விளையாடுமா ? சுருக்கமாக இயந்திரம் சிந்திக்குமா? சிந்தித்தால் ஒருநாள் மனிதனை விஞ்சி விடுமா? மனிதனுக்கு எதிரியாகி விடுமா?Geoffrey Jefferson சொல்கிறார்: “இயந்திரங்கள் வெற்றியின் போது சந்தோஷத்தை உணருமா? தோல்வியின் போது கலங்குமா ? பாகங்களில் ஒன்று பழுதுபட்டால் அதற்கு வலிக்குமா? நாம் அதைப் புகழ்ந்தால் அது பெருமைப்படுமா? தப்பு செய்து விட்டால் வருந்துமா? செக்ஸ் அதனை உற்சாகப்படுத்துமா? இப்படியெல்லாம் இருந்தால்தான் AI வளர்ச்சி அடைந்துவிட்டது என்று ஒத்துக்கொள்ள முடியும். ”
செயற்கை நுண்ணறிவு சரி, செயற்கை நுண்ணுணர்வு (Artificial Intuition)?
கணினி கணக்குப் போடுகிறது, தானியங்கி நிரல்களை ஓட்டுகிறது , விமானங்களை இயக்குகிறது . ஆனால் சில ஆதார விஷயங்களை அதனால் அறிந்து கொள்ள இயலுவதில்லை. சிந்திப்பது, கவிதை எழுதுவது இவை எல்லாம் பரிணாமத்தில் மனிதனுக்கு மிகச் சமீபமாகக் கிட்டிய திறமைகள். (Neo Cortex ) . ஆரம்பத்தில் மனித மூளை உடல் தசைகளைக் கட்டுப்படுத்தி இயக்கவே உருவாகி இருக்கிறது. ஆபத்துக்குத் தயாராகு , சண்டையிடு அல்லது தப்பிவிடு (fight or flight) , கண்ணில் தெரியும் மிருகம் என்ன என்று உடனே உணர்ந்து கொள் (Pattern recognition ) இதுதான் மூளையின் பிரதான வேலை . இந்தச் சூழ்நிலையில், சிந்தனை, சைன் தீட்டா, ஒத்திசை வெண்பா முதலியன ஆபாத்தானவை. காடுகளில் அலைந்து திரிந்து கொண்டிருந்த மனிதன் வேளாண்மையைக் கண்டுபிடித்து ஓர் இடத்தில் குடும்பம் குட்டிகளுடன் செட்டிலாகி அக்கடா என்று உணவு சாப்பிட்டு விட்டு , ஆசுவாசமாக மரத்தடியில் அமர்ந்திருந்த ஒரு மத்தியான வேளையில் தான் அவனுக்குக் கணிதம் தோன்றி இருக்க வேண்டும். ஆனால் கணினிகளைப் பொறுத்தவரை முதலில் எழுத்துக்களை கற்றுக்கொடுத்து விட்டோம், கணிதத்தை சொல்லிக்கொடுத்து விட்டோம். பரிணாமத்தின் பாதைக்கு நேர் எதிராக! ஆனால் இன்றுவரை ரோபோட்களால் பொருட்கள் நிறைந்துள்ள ஓர் அறையில் இடித்துக்கொள்ளாமல் நடக்க முடியவில்லை. பொருட்களுக்குத் தக்க அழுத்தம்,பிடிமானம் கொடுத்து கையில் பிடிக்க முடியவில்லை. கூம்பு, உருளை, கனசதுரம் போன்ற சீரான பொருட்களை ஆய்வக சூழ்நிலையில் கையில் எடுத்து நகர்த்துகின்றன அவ்வளவுதான் . ஆனால் நிஜ வாழ்க்கையில் எத்தனை பொருட்கள் துல்லிய கோளங்களாக , துல்லிய கூம்புகளாக இருக்கின்றன? இந்த விஷயம் AI விஞ்ஞானிகளை எரிச்சலூட்டுகிறது. ஏனென்றால் ஒரு கரப்பான் பூச்சியை எடுத்துக் கொள்ளுங்கள். அது எந்தவித சிக்கலும் இல்லாமல் குடோனில் அனாயாசமாக ஓடாடுகிறது . அப்படியானால் ரோபோட்களுக்கு navigation ஐப் பொறுத்தவரை ஒரு பூச்சியின் மூளை தான்.
இதுவரை ரோபோட்களால் வட்டம் சதுரம் போன்ற இரு பரிமாண பொருட்களை மட்டுமே அடையாளம் காண முடிகிறது. ஆழத்தைப் பார்க்க முடிவதில்லை. கஷ்டப்பட்டு ஒரு கணினி ஒரு நாற்காலியை ‘இது நாற்காலி’ என்று அடையாளம் கண்டு வைத்தால் அந்த நாற்காலியை கொஞ்சம் திருப்பினாலே அது என்ன என்று குழம்பிப் போகிறது.
மனித மூளையால் ஒரு நாற்காலியை நூறு கோணங்களில் இருந்து அடையாளம் காண முடியும். இது எப்படி சாத்தியம் என்றால் மனித மூளை abstraction (நுண்மம்) என்ற தத்துவத்தில் செயல்படுகிறது. ஒரு வட்டம் வரைந்து அதனுள் இரு சிறிய வட்டங்கள் ஒரு கிடைக்கோடு வரைந்து விட்டால் அதை நாம் ஒரு மனிதமுகம் என்று உடனே எண்ணிக் கொள்கிறோம். உண்மையில் மனித முகத்துக்கும் அந்த ஓவியத்துக்கும் ஒரு சம்பந்தமும் இல்லை. அங்கே இருப்பதெல்லாம் மூன்று வட்டங்கள், ஒரு கோடு . ஆனால் இப்படிப்பட்ட ஓவியத்தைப் பார்த்து கணினி ஒன்று மனிதமுகம் என்று பெரும்பாலும் சொல்லாது. இவை இரண்டுக்கும் இடையே குளியல் கடன் இருப்பதாகக்கூட நம்பாது.
மனித மூளையால் எப்படி ஆயிரக்கணக்கான முகங்களை அடையாளம் காண முடிகிறது? Grand mother neuron என்ற கருத்தாக்கத்தை முன் வைக்கிறார்கள். ‘உங்கள் பாட்டியை அடையாளம் காணக்கூடிய நியூரான்கள் என்று மூளையில் எதுவும் கிடையாதாம். ஒரு ஆதாரமான மனித முகத்தைப் பின்னணியில் வைத்துக்கொண்டு தான் காணும் ஒவ்வொரு முகமும் எப்படி அதில் இருந்து வேறுபடுகிறது என்ற வித்தியாசங்களை மட்டுமே பார்க்கிறது மனித மூளை.
கணினியின் உள்ளே உள்ள ஒரு கோப்பை, எழுத்தை அதனால் மிகச் சுலபமாகப் படித்து விட முடியும். அதைப் பொறுத்த அளவு A என்ற எழுத்து முழு அல்லது அரை வோல்டேஜ்-களின் சங்கிலி தான். ஆனால் இதே ஒரே இமேஜ் கோப்பில் (,jpg) A என்று வரையப்பட்டிருந்தால் கணினிக்கு அது A என்று தெரியாது. தானியங்கி நிரல்கள் (automated program) சில வெப் சைட்டுகளில் புகுந்து தகிடுதத்தம் செய்யாமலிருக்க, உதாரணமாக இந்திய ரயில்வே வெப்சைட்டுக்குள் புகுந்து தானே இருக்கை முன்பதிவு செய்யாமலிருக்க கணினியின் இந்த பலவீனத்தைப் பயன்படுத்திக் கொள்கிறார்கள். தனக்குள் உள்ளே நுழைய முயல்வது மனிதனா, ரோபோட்டா என்று இந்த வெப் சைட்டுகளால் கண்டுபிடித்து விட முடியும்.
CAPTCHA என்ற இமேஜைப் பார்த்து மனிதனால் சுலபமாக அதன் உள்ளே என்ன இருக்கிறது என்று சொல்லிவிட முடியும். கணினியால் முடியாது. இதே போல ‘கார்கள் இருக்கும் சதுரங்களை மட்டும் கிளிக் செய்யவும் ‘ என்றெல்லாம் கூறி சில வெப்சைட்டுகள் மனிதனை மட்டுமே உள்ளே அனுமதிக்கும். கணினியின் தானியங்கி நிரல் ஒன்று இந்த CAPTCHA வைப் படித்து உள்ளே நுழைந்து விட்டால் அது AI யில் ஒரு பெரிய மைல்கல்லாக இருக்கும்.
செயற்கை நுண்ணறிவுத் துறையின் தந்தை என்று ‘ஆலன் டியூரிங்’ கை சொல்லலாம். இவர் கணினியின் அறிவை அளவிட, சிந்திப்பதில் அவை மனிதனுக்கு நிகரானவையா என்று அறிய ஓர் எளிய பரிசோதனையை முன் வைக்கிறார். ‘டியூரிங் டெஸ்ட் ‘ எனப்படுகிறது இது. ஒரு திரை கேள்வி கேட்பவரையும் பதில் சொல்லும் இரண்டு பேரையும் மறைக்கிறது. பதில் சொல்லும் இரண்டு பேரில் ஒருவர் மட்டுமே மனிதன். இன்னொன்று கணினி. கேள்வி கேட்பவர் எழுத்து (Text) மூலமாகத் தன் கேள்விகளை இருவருக்கும் அனுப்ப வேண்டும். பதிலும் எழுத்து மூலமாகவே இருக்கும். கிடைக்கும் பதிலை வைத்து அவரால் இந்தப்பதில் கணினியிடம் இருந்து வந்தது, இது மனிதனிடம் இருந்து வந்தது என்று பிரித்து அடையாளம் காணமுடிந்தால் அந்தக் கணினி டியூரிங் டெஸ்டில் தோற்றுவிட்டது என்று அர்த்தம். கேள்வி கேட்பவரால் பதில்களை அடையாளம் காணமுடியவில்லை என்றால் கணினி டியூரிங் டெஸ்டில் வென்று விட்டது என்று அர்த்தம். இதுவரை உலகின் எந்த சூப்பர் கம்பியூட்டரும் இந்தத் தேர்வில் வெற்றிபெறவில்லை என்பது குறிப்பிடத்தக்கது.
மனிதனுக்கு என்றே சில பிரத்யேகப் பண்புகள் உள்ளன. உதாரணமாக common sense . அம்மாவின் வயது மகளின் வயதை விட அதிகமாக இருக்கும், ஒருவர் ஒரே சமயத்தில் இரண்டு இடங்களில் இருக்க முடியாது போன்ற எளிய புரிதல்களை எப்படி கணினிக்குப் புரிய வைப்பது? அடுத்தது சில தர்க்கப் புதிர்களை கணினிக்கு அளிக்கும் போது அவை முடிவில்லா சிந்தனைச் சுழற்சியில் மாட்டிக்கொள்கின்றன. உதாரணமாக ஒருவனுக்கு பொய் சொல்லும்போதெல்லாம் மூக்கு வளர்கிறது. இப்போது அவன் ‘என் மூக்கு வளர்கிறது’ என்று சொன்னால் என்ன ஆகும்? மூக்கு வளருமா? வளராதா ? ஸ்டார் டிரெக் சீரியஸ் ஒன்றில் இப்படிப்பட்ட ஒரு தர்க்கப் புதிரை ரோபோட் ஒன்றிடம் கேட்கும்போது அதன் மண்டையில் இருந்து புகை கிளம்பி வெடித்துச் செத்துப் போகிறது ரோபோட்.
Consciousness – கணினி ஒன்றுக்கு விழிப்புணர்வு இருக்கிறதா என்பது ஒரு முடிவில்லாத வாதம். இதை இப்போது விட்டுவிடுவோம். Behaviorism என்ற கொள்கைப்படி இது முக்கியம் இல்லை. கணினி என்ன செய்கிறது என்பது தான் முக்கியம். நீங்கள் ஓர் அறையில் இருக்கிறீர்கள். உங்களுக்கு சைனீஸ் மொழியில் ஆனா ஆவன்னா தெரியாது. வெளியில் இருந்து உங்களுக்கு எழுத்து மூலம் சைனீஸ் மொழியில் கேள்விகள் கேட்கப்படுகின்றன. அதற்கு நீங்கள் அந்த மொழியிலேயே பதில் அளிக்க வேண்டும். அதிர்ஷ்டவசமாக உங்களிடம் ஒரு கையேடு இருக்கிறது. கேள்வியாக இந்த இந்தக் குறியீடுகள் கேள்வியாக வந்தால் பதிலாக இந்த இந்த set of குறியீடுகளைக் கொடுங்கள் என்று விலாவாரியாக. இதை வைத்துக் கொண்டு ,refer செய்து நீங்கள் பதில் சொல்லி விடுகிறீர்கள். வெளியில் உள்ள ஆளும் உங்கள் பதில்களால் திருப்தி அடைந்து விடுகிறார். கேள்வி என்ன என்றால் இப்போது உங்களுக்கு சைனீஸ் பாஷை தெரியுமா? தெரியாதா? well , ஒரு விதத்தில் பார்த்தால் தெரியும், இன்னொரு விதத்தில் நீங்கள் அதில் ஜீரோ. Artificial Intelligence துறையில் இந்த argument ஒரு பெரும் சவாலாக இருக்கிறது. கணினி அல்லது ரோபோட் ஒன்றை conscious ஆக அறிந்து கொண்டு விட்டது என்று முழுவதுமாக எப்படி நம்புவது? நம்முடைய அறிவே இப்படி இயங்கவில்லை என்று நமக்கு எப்படித் தெரியும்? ஒரு விரலைக் காட்டினால் இரண்டு விரலைக் காட்டு என்று ஆடு மேய்க்கும் காளி தாசனை இளவரசியோடு போட்டி போடக் கூட்டிப் போன மாதிரி தான்.
ஒரு நல்ல செய்தி: கணினி ஒன்றை மனித மூளைக்கு இணையாகக் கொண்டு வரும் முயற்சிகள் தற்போது ஏறுமுகத்தில் உள்ளன. 90 களுக்குப் பிறகு AI துறை நாலுகால் பாய்ச்சலில் நகர்ந்து வருகிறது. கூகிள், அமேசான் உள்ளிட்ட பல நிறுவனங்கள் செயற்கை நுண்ணறிவில் ஏராளமாக முதலீடு செய்ய ஆரம்பித்து விட்டன. Deep learning மற்றும் Neural networks என்ற இரு தூண்கள் இத்துறையைத் தூண்களாகப் பிடித்துத் தாங்கி நம்பிக்கையைத் தருகின்றன. மனித மூளையின் அசாத்திய திறமைக்குக் காரணம் அதன் நியூரான்களுக்கிடையே உள்ள லட்சக்கணக்கான இணை இணைப்புகள் (Parallel connections) என்கிறார்கள். இதைப் பின்பற்றி ஒரு கணினி நெட்வொர்க்-கை பல இணைப்புகளின் அடுக்குகளாகப் பிரித்து ஒவ்வொரு அடுக்கும் தன் மேல் உள்ள அடுக்குக்குத் தகவல் அனுப்பும்படி செய்கிறார்கள்.
உதாரணமாக ஒரு நாயின் போட்டோவைக் காட்டி இது நாய் தான் என்று கணினியை அடையாளம் காண வைப்பது. இதில் கீழே உள்ள அடுக்குகள் வெறும் வெளிச்சப் புள்ளிகளை மட்டும் அடையாளம் காணும். தான் கண்டுபிடித்ததை தொகுத்து தன்னைவிட அறிவில் மேலான அடுக்குக்கு அனுப்பும். அந்த அடுக்கு இப்போது கோடுகளையும், வளைவுகளையும் அடையாளம் கண்டு தனக்கு மேலே உள்ள அடுக்குக்கு அனுப்பும். உச்சியில் உள்ள அடுக்கு நாய் ஒன்றுக்கு பிரத்யேகமான சில உருவப்பண்புகளை மட்டும் அடையாளம் காணும்.
ஓகே. எப்போது ரோபோ ஒன்று கவிதை எழுதும்? எப்போது மனிதனை ஈடுசெய்யும்? எப்போது மனிதனை அடிமை செய்யும்? எப்போது நம் காதலியைக் கடத்திக்கொண்டு போய் திருமணம் முடிக்கும்? எப்போது தன்னைத்தானே படியெடுக்கும் ?(இவையெல்லாம் ஏற்கனவே நம் திரைப்படங்களில் சாத்தியமாகி விட்டன!) என்ற கேள்விகளுக்கு சொதப்பலான பதில்களே கிடைக்கின்றன. சிலர் 25 ஆண்டுகள் என்கிறார்கள். சிலர் 100 ஆண்டுகள் என்கிறார்கள். சிலர் 1000, சிலர் சாத்தியமே இல்லை இதெல்லாம் நடக்கவே நடக்காது என்கிறார்கள். பொறுத்திருந்து பார்ப்போம்.
