ப. ஆர்த்தி, M.Sc.,M.Phil.,PGDCA,B.Ed.,
துறைத்தலைவர்
த. திவ்யா, M.Sc.,M.Phil., PGDCA
உதவிப்பேராசியர்,
கணினி பயன்பாட்டுத்துறை,
ஜி.டி.என். கலைக்கல்லூரி, திண்டுக்கல்
முன்னுரை
செயற்கை நுண்ணறிவு என்பது தீர்க்க முடியாத பிரச்சனைகளை நடக்கும் நிகழ்வுகளைக் கொண்டு ஆராய்ந்து ஒரு வகையான முறையினை உருவாக்கி அதன் மூலமாகத் தீர்வுகளைக் காணும். இதற்கு மனித ஈடுபாடு என்பது தேவைப்படாது. செயற்கை நுண்ணறிவு (AI) என்பது சிக்கலான சிக்கல்களைத் தீர்பத்தற்காக ஒரு செயற்கையால் வெளிப்படுத்தப்படும் நுண்ணறிவு என்று வரையறுக்கப்படுகிறது, மேலும் அத்தகைய அமைப்பு பொதுவாக ஒரு கணினி அல்லது இயந்திரம் என்று கருதப்படுகிறது. செயற்கை நுண்ணறிவு என்பது கணினி அறிவியலின் ஒருங்கிணைப்பு உளவியல் நுண்ணறிவு என்பது எளிய மொழியில் உலகில் இலக்குகளை அடைவதற்கான திறனின் கணக்கீட்டு பகுதியாகும். நுண்ணறிவு என்பது மனப்பபாடம் மற்றும் புரிதலை உருவாக்குவது, வடிவத்தை அங்கிகரிப்பது, மாற்றத்திற்;கு ஏற்பத் தேர்வுகளைச் செய்வது மற்றும் அனுபவத்திலிருந்து கற்றுக் கொள்வது ஆகியவற்றை கற்பனை செய்யும் திறன் நுண்ணறிவு ஆகும். செயற்கை நுண்ணறிவு என்பது கணினியை மனிதர்களைப் போலச் செயல்பட வைப்பது போன்றது. இவ்வாறான செயற்கை நுண்ணறிவு இரண்டு வகைப்படும்.
- பலமற்ற செயற்கை நுண்ணறிவு.
- பலமான செயற்கை நுண்ணறிவு
பலமான செயற்கை நுண்ணறிவு
பலமான செயற்கை நுண்ணறிவு என்பது யாதெனில் பலமான மனித மூளைக்கு மாற்றாக அமைகிறது. ஏனென்றால் மனிகன் சிந்தித்து செயல்படக்கூடியதை இச்செயற்கை நுண்ணறிவு தானாகவே சிந்தித்து செயல்படுகிறது. எடுத்துக்காட்டு கடந்த சில மாதங்களுடைய வானிலை அறிக்கைகளைக் கொண்டு அவைகளை ஆராய்ந்து அதன் மூலம் அடுத்த மாதத்திற்குரிய அறிக்கைகளைத் தானாக எவ்வித மனித ஈடுபாடின்றி தயார் செய்து கொடுக்கும்.
பலமற்ற செயற்கை நுண்ணறிவு
இவ்வாறான பலமற்ற செயற்கை நுண்ணறிவு என்;பது தானாகச் செயல்படகூடியதாக இருப்பினும் பலமான செயற்கை நுண்ணறிவுடன் ஒப்பிட்டுச் செய்து பார்க்கும்போது சற்று பலமற்றதாகக் கருதப்படுகிறது. ஏனென்றால் இது சில சமயங்களில் அவ்வாறாகத் தென்படுகிறது. எடுத்துக்காட்டு ஒரு கணினியில் வீடியோ கேம் மூலம்; ஒரு தனி நபர் கணினியை எதிர் அணியாகக் கொண்டு விளையாடுகிறார். அப்பொழுது அவர் விளையாடும் ஒவ்வொரு ஆட்டத்திற்கும் கணினி தடுப்பாட்டமாகச் செயல்படும். இது யாரோ ஒருவர் எழுதிய மென்பொருளே தவிர வேறொன்றும் இல்லை. அந்தச் செயற்கை நுண்ணறிவிற்கு அதைத் தவிர வேறொன்றும் தெரியாது. இதன் மூலம் நமக்குத் தென்படுவது என்னவென்றால் செயற்கை நுண்ணறிவு பலமானதாக இருந்தாலும் செயற்கை நுண்ணறிவு பலமற்றதாகத் தென்படுகிறது. இதுவே பலமற்ற செயற்கை நுண்ணறிவு ஆகும்.
செயற்கை நுண்ணறிவின் மூலக்கூறுகள்
செயற்கை நுண்ணறிவை ஆழமாக ஆராய்ந்து பார்த்தால் அவற்றை
1. ஆய்வுக்கூறு
2. தர்க்கம் அல்லது கணக்கீடு
3. உளவியல் அல்லது அறிவாற்றல்
4. செயல்முறை
5. நரம்பியல்
என வெவ்வேறு பகுதிகளாகப் பிரிக்கலாம். இவை ஒன்றை ஒன்று சார்ந்ததாக அமைகிறது. இவற்றில் செயல்முறையின்றி கணக்கீடோ, கணக்கீடின்றி அறிவாற்றலோ செயல்பட முடியாது. எனவே இவற்றை அறிந்து கொண்டாலே நம்மால் செயற்கை நுண்ணறிவு பற்றி நம்மால் ஆழமாகப் புரிந்து கொள்ள முடியும்.
செயற்கை நரம்பியல் வலையமைப்பு
செயற்கை நரம்பியல் வலையமைப்பு (Artificial Neural Network) என்பது மனித நரம்பியல் அமைப்பின் கணக்கீட்டு உருவ முறை ஆகும். சிறு சேமிப்பை உள்ளடக்கிய செயலிகளின் கூட்டமைப்பே செயற்கை நரம்பியல் வலையமைப்பு ஆகும். இவை கணினியில் அமைந்துள்ள உள்ளீட்டு சேமிப்புகளிலிருந்து தரவுகளைப் பெற்று அவைகளை ஆராய்ந்து அதன் மூலம் செயல்படுகிறது. இவை ஒரே திசையில் மட்டுமே செயல்பட முடியும். நரம்பியல் வலையமைப்பை எடுத்துகொண்டோம் என்றால் அவற்றை மூன்று தட்டுகளாகப் பிரிக்கலாம். முதல் தட்டு – உள்ளீட்டு அடுக்கு (பயனீட்டாளர்களிடமிருந்து தகவலைப் பெறுவது) இரண்டாம் தட்டில் மறைமுகமாகச் செயல்படும் கணக்கீட்டு முறையைக் கொண்டது. மூன்றாம் தட்டு வெளிய{டு அடுக்கு கொண்டது (பயனீட்டாளர்களுக்கு தகவல்களைக் கொடுப்பது). இந்த நரம்பியல் வலையமைப்பில் தகவல்கள் முதல் தட்டில் பெறப்பட்டு இரண்டாம் தட்டில் கணக்கீடு செய்யப்பட்டு மூன்றாம் தட்டின் வழியாகப் பயனீட்டாளர்களுக்கு தரப்படுகிறது. எடுத்துக்காட்டு பயனீட்டாளர்களிம் இருந்து இரண்டு தகவல் பெறப்பட்டு அவை இரண்டாம் தட்டிற்கு பறிமாற்றம் செய்;யப்பட்டு அதில் கணக்கீடு செய்யப்பட்டு அவை அடுத்த தட்டிற்கு பறிமாற்றம் செய்யப்படுகிறது. கடைசியாக மூன்றாம் தட்டில் கணக்கீடு செய்யப்பட்ட தகவல் பயனீட்டாளரிடம் திரும்பத் தரப்படுகிறது. இதுவே செயற்கை நரம்பியல் வலையமைப்பின் செயல்முறை விளக்கம் ஆகும். இன்றைய காலகட்டங்களில் ஆராய்ச்சியாளர்கள் சிலிகான் சார்ந்த மின்னனு வலையமைப்பை உருவாக்கப் போராடி வருகிறார்கள். அது மனித மூளையைப் போல்செயல்படுவதற்காகப் போராடி வருகிறார்கள். அவ்வாறு அது செயல்படுமேயானால் மனித மூளைக்கு மாற்றாகக் கூட இவற்றை நாம் பயன்படுத்தலாம். ஏனென்றால் மனித மூளைக்கு எட்டாத பல முறைகளை இவை வெளிக்கொண்டு வருவதனால் நாம் இதை அவ்வாறு அழைக்கலாம். நரம்பியல் வலையமைப்பு மூன்று வகையான கற்றல் முறைகளைக் கொண்டது. அவை,
1. நேர்பார்வை இடப்பட்டது
2. நேர்பார்வை இடப்படாதது
3. வலுவூட்டப்பட்டது
செயற்கை நுண்ணறிவும் பயன்பாடுகளும்:
தமிழகத்தில் அமைந்துள்ள அனைத்து வகையான பேருந்து நிறுத்தங்கிளலும், பேருந்துகளிலும் IOT கருவிகளை நிறுவுவதன் மூலம் பேருந்துகள் அந்த அந்தப் பேருந்து நிறுத்தங்களை நெருங்கும்போது ஒலிப்பான் மூலம் குறுஞ்செய்திகள் பகிரப்படும். அது மட்டுமின்றி அலைபேசியில் பதிவுசெய்யப்பட்டுள்ள செயலிகள்மூலம் செயற்கை நுண்ணறிவைக் கொண்டு உலகத்தில் எந்த மூளையில் இருந்தும் பயனாளர்கள் எளிதாகத் தெரிந்து கொள்ளலாம். இதன் மூலம் பல கோடி மக்கள் பயன் பெறுவர். இதை நாம் செயற்கை நுண்ணவின் உதவியோடு செய்வதினால் மனித ஈடுபாடு என்பது தேவைப்படாது. இதன் மூலம் மனிதர்களால் ஏற்படும் அலட்சிய தவறுகள் தவிர்க்கப்படும். ஒரு பேருந்து நிறுத்தத்தில் இருக்கும் ஒரு பயனாளர் பேருந்தைப் பற்றித் தனக்கு தேவையான அனைத்து வகையான தகவல்களையும் பெற முடியம்.
முடிவுரை
இந்த ஆய்வின் மூலம் நாங்கள் தெரிந்து கொண்டது என்னவென்றால் IOT மற்றும் செயற்கை நுண்ணறிவு இணைக்கும்போது அது மாபெரும் சக்தியாக உருவாகிறது. இது நம் அன்றாட வாழ்விற்கு தேவையான இடங்களில் உபயோகிக்கும்பொழுது மனித வேலைகள் இன்னும் சுலபமாக மாறுகிறது. இந்தக் கட்டுரையில் நாங்கள் வெளிப்படுத்தியது சிறு பொறியே ஆயினும் இனி வரும் காலங்களில் இதனைச் செயல்படுத்துவோம்.
References:
- https://ta.wikipedia.org/wiki/செயற்கை_நுண்ணறிவு
- https://www.tnebnet.org/awp/resource/TN_Policy_for_Safe_and_Ethical_AI.pdf
- https://www.vaithilegal.com/images/files/Artificial%20Intelligence%20-%20TN%20Policy.pdf
- https://www.vssut.ac.in/lecture_notes/lecture1428643004.pdf
- https://www2.ed.gov/documents/ai-report/ai-report.pdf
- https://onlinecourses.nptel.ac.in/noc22_cs58/preview
- https://www.researchgate.net/publication/252029273_Handwritten_Tamil_Character_Recognition_Using_Artificial_Neural_Networks
- https://www.researchgate.net/publication/329698400_Isolated_Offline_Tamil_Handwritten_Character_Recognition_Using_Deep_Convolutional_Neural_Network
- https://d197for5662m48.cloudfront.net/documents/publicationstatus/93934/preprint_pdf/a8393f6d6e651c2b66e11399e9f3a9ee.pdf
- https://www.slideshare.net/DrPSJagadeeshKumar/tamil-character-recognition-based-on-back-propagation-neural-networks