தமிழ் மொழி மேம்பாட்டில் செயற்கை நுண்ணறிவின் (AI) பயன்பாடு
- 2025
- கட்டுரை
- By முனைவர் ப.மணிமேகலை
முனைவர் ப.மணிமேகலை
பிஎஸ்ஜிஆர் கிருஷ்ணம்மாள் மகளிர் கல்லூரி,கோவை
Summary
ஆய்வுச்சுருக்கம் :
செயற்கை நுண்ணறிவு (AI) என்பது மனித மைய அறிவாற்றலை இயந்திரங்கள் அல்லது மென்பொருட்கள் மாதிரியாக்கும் தொழில்நுட்பமாகும். இத்தொழில்நுட்பத்தின் வளர்ச்சி, உலகளாவிய அளவில் மொழி மேம்பாட்டில் முக்கிய பங்காற்றி வருகின்றது. தமிழ்மொழியும் அதிலிருந்து விலக்காக இல்லாமல், செயற்கை நுண்ணறிவின் பல அம்சங்களைப் பயன்படுத்தி புதிய பரிமாணங்களை நோக்கிச் சென்று கொண்டிருக்கிறது.
இக் கட்டுரை, இயற்கை மொழி செயலாக்கம் (Natural Language Processing), உரை–குரல் மாற்றம் (Text-to-Speech, Speech-to-Text), மெஷின் மொழிபெயர்ப்பு, உணர்வு பகுப்பாய்வு (Sentiment Analysis), தமிழில் உரையாடும் சாட்பாட்கள், கல்வி மற்றும் ஊடகத் துறையில் AI பயன்பாடு, பழங்கால ஆவணங்களின் டிஜிட்டலாக்கம், மற்றும் பன்மொழி மாதிரிகளில் தமிழ் ஒருங்கிணைப்பு போன்ற முக்கியமான துறைகளில் AI-யின் தமிழுக்கான பயன்பாடுகளை ஆராய்கிறது.
மேலும், AI4Bharat, Microsoft, Google போன்ற நிறுவனங்கள், தமிழ் மொழிக்கு தனிப்பட்ட கருவிகளை உருவாக்கி, மொழி கற்றல், வாடிக்கையாளர் சேவை, சமூக ஊடக பகுப்பாய்வு, மற்றும் பாதுகாப்பு துறைகளில் தமிழ் பயன்பாட்டை மேம்படுத்தி வருகின்றன. இவை, தமிழ் மொழியை டிஜிட்டல் பரப்பளவில் விரிவாக்கும் பணியில் முக்கிய அத்தியாயமாக அமைகின்றன.
Abstract
Artificial Intelligence (AI) has emerged as a transformative force in language development, and Tamil—a classical language with a rich heritage—is increasingly benefitting from its advancements. This study explores the multifaceted applications of AI in enhancing Tamil language usage, accessibility, and preservation.
Key focus areas include Natural Language Processing (NLP), machine translation (Tamil ↔ other languages), Text-to-Speech (TTS) and Speech-to-Text (STT) technologies, sentiment analysis in Tamil, and the development of Tamil-speaking chatbots for customer service, banking, and e-governance. AI-driven tools also play a crucial role in grammar and spell checking, voice biometrics, and dialect recognition across regional Tamil variants.
Furthermore, the digitization of classical Tamil literature and historical documents through Optical Character Recognition (OCR) and Named Entity Recognition (NER) is revolutionizing linguistic research and cultural preservation. Initiatives by AI4Bharat, Google, Microsoft, and similar organizations contribute significantly by building language-specific tools and large language models (LLMs) that incorporate Tamil.
This paper highlights how AI is not only modernizing Tamil language learning and usage but also paving the way for its digital expansion and intergenerational transmission. By embracing AI, Tamil is being empowered to thrive in the global digital era.
இயற்கை மொழி செயலாக்கம் (Natural Language Processing - NLP) :
AI தமிழை புரிந்து, உரையாடும் திறனுடையதாக மாற்றுகிறது.
பயன்பாடுகள் :
Text-to-Speech (உரை → குரல்) : தமிழ் உரையை இயற்கையான குரலாக மாற்றும்.
Speech-to-Text (குரல் → உரை) : தமிழில் பேசுவதைக் குறியீட்டு உரையாக மாற்றும்.
மொழிபெயர்ப்பு (Translation) : தமிழ் ↔️ மற்ற மொழிகளுக்கிடையிலான மெஷின் மொழிபெயர்ப்பு.
உணர்வு பகுப்பாய்வு (Sentiment Analysis) : சமூக ஊடகங்களில் தமிழில் எழுதப்பட்ட கருத்துகளில் உணர்வுகளை புரிந்து கொள்ளுதல். (Rajendran.S ,Natural Language Processing for Tamil: Challenges and Progress)
தமிழ் மொழியில் டிஜிட்டல் உதவியாளர்கள் :
Google Assistant, Alexa போன்ற உதவியாளர்கள் தமிழில் உங்களைப் புரிந்து கொண்டு பதிலளிக்கின்றன.
தமிழ் உள்ளீடு மற்றும் குரல் கட்டுப்பாடுகள் பல ஸ்மார்ட் சாதனங்களில் உள்ளது.
கல்வியில் AI பயன்பாடு :
தமிழ் கற்றல் செயலிகள் (Tamil Learning Apps) – குழந்தைகள் மற்றும் தொடக்க நிலை பயனர்களுக்காக.
AI டுடர்கள் – தனிப்பட்ட முறையில் மாணவர்களுக்கு பயிற்சி வழங்குகின்றன.
தமிழ் ஊடகம் மற்றும் உள்ளடக்க உருவாக்கம் (AI உதவியுடன்) :
செய்தி சுருக்கம்
தானாக சப்டைட்டில்கள்
தமிழ் மொழிபெயர்ப்பு
வழு திருத்தம், சொல் பரிந்துரை போன்றவை தமிழில்.
தமிழ் மொழி வாடிக்கையாளர் சேவை (Chatbots) :
வங்கிகள், மருத்துவம், மற்றும் ஆன்லைன் வணிக தளங்களில் தமிழ் உரையாடும் AI பேச்சாளர்கள் உள்ளன.
தமிழின் பிராந்திய வழக்குகளை புரிதல் :
மதுரை, கோங்கு, இலங்கை தமிழ் போன்ற மாவட்ட வழக்குகள் அடிப்படையில் AI பயிற்சி பெறுகிறது.
தமிழ் இலக்கியங்கள் மற்றும் வரலாற்று ஆவணங்களை மெய்நிகராக்குதல் :
AI மூலம் பழமையான தமிழ் நூல்கள் மற்றும் ஓலைச்சுவடிகள் எண்ணியளவு மின்னாக்கம் செய்யப்படுகின்றன.
அரசு மற்றும் கொள்கை முன்னெடுப்புகள் :
தமிழ்நாடு அரசு AI மற்றும் டிஜிட்டல் டிரான்ஸ்ஃபார்மேஷனை தமிழ் வழியில் அதிகரிக்க முக்கிய திட்டங்களை செயல்படுத்துகிறது. தொடர்ந்த ஆய்வு, தொழில்நுட்ப மேம்பாடு மற்றும் மனித பாசத்துடன், செயற்கை நுண்ணறிவு தமிழை நாளைய தலைமுறைக்கும் கொண்டு செல்கிறது. அது எழுதுகிறது… பேசுகிறது… உணர்கிறது… தமிழாகவே.
மெஷின் மொழிபெயர்ப்பு (Machine Translation) :
செயற்கை நுண்ணறிவு உதவியுடன் தமிழில் இருந்து ஆங்கிலம் மற்றும் ஆங்கிலத்தில் இருந்து தமிழாக தானாக மொழிபெயர்க்கும் திறன் உருவாகியுள்ளது.
உதாரணம்: "நான் பள்ளிக்குச் செற்கிறேன்" → "I am going to school"
(Google Research, Multilingual BERT and Tamil Language Inclusion)
உரையை குரலாக்கம் (Text-to-Speech – TTS) :
தமிழில் எழுதப்பட்ட உரையை செயற்கை நுண்ணறிவு உணர்வான குரலாக மாற்றுகிறது.
பயன்கள் :
பார்வையற்ற நபர்களுக்கு உதவிகரமாகும்
ஆடியோ புத்தகங்கள்
செய்திகள் வாய் மூலம் வாசிக்கப்படும் செயலிகள்
தமிழ் எழுத்துப்பிழை சரிபார்ப்பு (Grammar & Spell Check) :
தமிழ் மொழிக்கேற்ப வாக்கிய அமைப்பு மற்றும் எழுத்துப்பிழைகளை கண்டறிந்து சுட்டிக்காட்டும் செயற்கை நுண்ணறிவு கருவிகள் உருவாக்கப்பட்டுள்ளன.
மாணவர்கள், ஆசிரியர்கள், எழுத்தாளர்கள் ஆகியோருக்கு இது பயனுள்ளதாக இருக்கும்.
தமிழ் உணர்வுப் பகுப்பாய்வு (Sentiment Analysis) :
சமூக ஊடகங்கள் அல்லது வாடிக்கையாளர் விமர்சனங்களில் உணர்வுகளை (நலமாக, கோபமாக, எதிர்மறையாக) புரிந்துகொள்ள AI பயன்படுகிறது.
அரசியல், வணிகம், சமூக ஆராய்ச்சியில் பயன்படுகிறது.
தமிழ் மொழியின் மேம்பாட்டில் செயற்கை நுண்ணறிவு கருவிகள் முக்கிய பங்காற்றுகின்றன. மொழிபெயர்ப்பு, உரை–குரல் மாற்றம், இயற்கை மொழி புரிதல், மற்றும் தமிழ் உள்ளீட்டுக்கருவிகள் போன்ற பல்வேறு AI தொழில்நுட்பங்கள் தமிழில் தகவல்களை எளிதாக புரிந்து கொள்ளவும், பரிமாறவும் உதவுகின்றன. AI4Bharat, Google, Microsoft போன்ற நிறுவனங்கள் தமிழ் மொழிக்கென சிறப்பு கருவிகளை உருவாக்கி வருகின்றன. இது கல்வி, அரசு சேவைகள், ஊடகம் மற்றும் சுகாதாரத் துறைகளில் தமிழுக்கான டிஜிட்டல் பயன்பாடுகளை அதிகரிக்க உதவுகிறது.
(Sundararajan, S.- Digitizing Tamil Literature using OCR and NER)
தமிழ் வளர்ச்சியில் செயற்கை நுண்ணறிவு – புதிய பாதைகள் :
செயற்கை நுண்ணறிவு (Artificial Intelligence) என்பது, இயந்திரங்களுக்கு மனிதன் போல சிந்திக்கவும், புரிந்து கொள்ளவும், கற்றுக்கொள்ளவும் உதவுகிறது. இத்தொழில்நுட்பம், தமிழைப் புதிய பரிமாணங்களுக்கு கொண்டு செல்வதில் முக்கிய பங்காற்றி வருகிறது.
தமிழ் இணையத் தன்மையை மேம்படுத்துவது :
தமிழ் இணையதளங்கள், விக்கிப்பீடியா, வலைப்பூக்கள் மற்றும் செய்திகள் போன்றவையில் உள்ள தகவல்களை இயந்திரம் வாசித்து தரவாக சேகரிக்கின்றன.
AI வழியாக தமிழ் உள்ளடக்கங்களை வகைப்படுத்தி, தேடல் இயந்திரங்களில் (Search Engines) தெளிவாகத் தோன்றும் வகையில் மாற்றப்படுகிறது.
தமிழ் கற்றல் செயலிகள் :
குழந்தைகளுக்கும், புதிய பயனாளர்களுக்கும் தமிழைக் கற்பிக்க AI உதவுகிறது.
"Learn Tamil with AI", Duolingo (beta Tamil), Bhasha.ai போன்ற செயலிகள் மொழி கற்றலை எளிமையாக செய்கின்றன.
ஆடியோ/வீடியோ உள்ளடக்கங்கள் மூலம் தானாக கற்றுக்கொள்ளும் திறனை வழங்கும் திறன் பெற்றுள்ளன.
தமிழில் உரையாடும் சாட்பாட்கள் (Chatbots) :
வணிகம், வங்கிகள், கல்வி மற்றும் அரசு துறைகளில் தமிழில் பதிலளிக்கும் AI சாட்பாட்கள் உருவாக்கப்பட்டுள்ளன.
உதாரணமாக: தமிழில் வாடிக்கையாளர் சேவை, புகார் பதிவு, தகவல் வழங்கல்.
(Bhasha.AI, Bhasha Language AI Tools)
பாரம்பரியக் கலை, இலக்கியம் மற்றும் புத்தகங்கள் :
பழைய தமிழ் இலக்கியங்களை OCR (Optical Character Recognition) மூலம் டிஜிட்டல் ஆக்கி, அதன் மீது இயற்கை மொழி புரிதல் (NLP) செயல்படுத்தப்படுகிறது.
நூல் சுருக்கம், பாட்டுப் பொருள் விளக்கம், சிந்தனைக் பகுப்பாய்வு போன்றவை செய்யப்படுகின்றன.
(Tamil Heritage Foundation, Digital Preservation of Ancient Tamil Manuscripts)
மொழி அடையாளம் மற்றும் குற்றவியல் விசாரணை :
தமிழ் பேச்சை அடையாளம் கண்டு அதன் அடிப்படையில் விசாரணைக்கான ஆதாரங்கள் தேடும் பணியிலும் AI பயன்படுத்தப்படுகிறது.
வாக்கிய அமைப்பை வைத்து பேச்சாளர் யார் என்பதை கண்டறியும் முயற்சிகள் நடத்தப்படுகின்றன.
AI தமிழில் தரவுப் பகுப்பாய்வு (Data Analytics) :
தமிழ் வாடிக்கையாளர் விமர்சனங்களை உணர்வு பகுப்பாய்வு (Sentiment Analysis) செய்வது போல பல தரவுகளை AI பயன்படுத்தி பகுப்பாய்கிறோம்.
சமூக ஊடகங்களில் (Twitter, Facebook) தமிழில் உள்ள கருத்துகளை வைத்து மக்கள் மனநிலையை கணிக்க AI உதவுகிறது.
எதிர்கால நாயகங்கள் :
தமிழில் GPT மாதிரிகள் (LLMs) உருவாக்கம்
பன்மொழி மொழி மாடல் (Multilingual LLMs)-இல் தமிழ் மிக முக்கியமான பங்காற்றும்.
தமிழில் இயற்கை உரையாடல், கவிதை உருவாக்கம், மற்றும் கதைகள் கட்ட AI திறன்கள் விரைவில் வளர்க்கப்படுகின்றன.
தமிழுக்கான AI பயன்பாடுகள் மற்றும் சவால்கள் :
தமிழ் மரபுத் தகவல்களின் டிஜிட்டல்
தமிழ் வட்டாரம், சங்க இலக்கியங்கள், பழமொழிகள், மற்றும் பழம்பெரும் நூல்களை AI வழியாக டிஜிட்டல் வடிவமாக மாற்றும் முயற்சிகள் நடைபெற்று வருகின்றன.
OCR (Optical Character Recognition) மற்றும் NER (Named Entity Recognition) ஆகியவை இதற்கு பெரிதும் பயன்படுகின்றன.
உதாரணம்: Project Madurai, Tamil Heritage Foundation – நூல்கள், கல்வெட்டுகள் AI மூலம் மாற்றம் அடைகின்றன.
பன்மொழி AI மாதிரிகளில் தமிழ் ஒருங்கிணைப்பு :
GPT, BERT, T5 போன்ற பெரிய மொழி மாதிரிகளில் (LLMs) தமிழைச் சேர்ப்பதற்கான முயற்சிகள் நடைபெறுகின்றன.
AI4Bharat, Hugging Face போன்ற அமைப்புகள் தமிழ் மொழித் தரவுகளைப் பெற்றுக்கொண்டு பயிற்சி அளிக்கின்றன.
முக்கியம் : இது தமிழில் இயற்கையான உரையாடல், கட்டுரை உருவாக்கம், மற்றும் விஞ்ஞான விளக்கங்களை AI வழியாக உருவாக்க முடிவதற்கான அடிப்படை.
தமிழ் உணர்வுப் பகுப்பாய்வு (Sentiment Analysis in Tamil) :
சமூக ஊடகங்களில் உள்ள தமிழ்க் கருத்துகளை, AI உணர்வு அடிப்படையில் (வெறுப்பு, மகிழ்ச்சி, வருத்தம்) பகுப்பாய்வு செய்கிறது.
பன்மொழிச் சூழலில் (Ex: English-Tamil mix) உணர்வை புரிந்து கொள்ளும் AI கருவிகள் தற்போது உருவாக்கப்பட்டு வருகின்றன.
பயன்பாடு : அரசியல் கருத்துப் பகுப்பாய்வு, தயாரிப்பு விமர்சனம், வாடிக்கையாளர் எதிர்வினை
தமிழுக்கேற்ற மொழி வரைபடம் (Language Mapping & Dialect AI) :
தமிழ் ஒரு ஒரே மொழியாக இருந்தாலும், பல்வேறு மாவட்டங்களில் பல்வகை உச்சரிப்புகள் (dialects) உண்டு (சென்னை தமிழ், கோவை தமிழ், கும்பகோணம் தமிழ்).
Dialect AI தொழில்நுட்பம் மூலம் தமிழில் பேசும் மாகாண-specific வார்த்தைகள் மற்றும் உச்சரிப்புகளை AI சுட்டிக்காட்டும்.
அடிப்படை : இது AI-யின் மொழி புரிதலை மேம்படுத்தி, உள்ளூர் நுணுக்கங்களைவும் கொண்டு வர உதவுகிறது.
தமிழில் குரல் அடையாளம் (Voice Biometrics in Tamil) :
AI குரல் அடிப்படையில் நபரை அடையாளம் காணும் தொழில்நுட்பத்தை உருவாக்குகிறது (சரியான Tamil pronunciation, speed, tone ஆகியவற்றின் அடிப்படையில்).
இது பாதுகாப்பு (Security), வங்கி சேவைகள் போன்றவற்றில் பயன்படுத்தப்படுகிறது.
(Microsoft Research India, AI Models for Low-Resource Indian Languages)
தமிழில் இயற்கை மொழி புரிதல் (Tamil Natural Language Understanding - NLU) :
IndicNLP Library – தமிழ் Morphological Analysis (வார்த்தை வடிவ மாற்றங்கள்) செய்யும் இந்திய மொழி கருவி.
AI4Bharat IndicBART – தமிழ் வாசிப்பு விளக்கம் மற்றும் உரை சுருக்கத்துக்காக பயிற்சியளிக்கப்பட்ட BART மாதிரி.
FastText Tamil Embeddings – Facebook AI வழங்கும் தமிழ் வார்த்தைக்கான embedding vectors (வார்த்தை அர்த்தம் AI-க்கு விளங்க உதவும்). குரலையே password ஆகக் கொண்டு செயல்படும் தொழில்நுட்பம்.
முடிவுரை:
செயற்கை நுண்ணறிவு (AI) என்பது வெறும் தொழில்நுட்ப மேம்பாடல்ல; அது மொழி, பண்பாடு, மற்றும் அறிவுத் துறையின் பரவலை மேம்படுத்தும் ஒரு சக்தி. தமிழ் மொழியில் AI பரந்தளவில் உருவாக்கப்பட்டிருக்கும் பயன்பாடுகள் — மொழிபெயர்ப்பு, உரை–குரல் மாற்றம், குரல் அடையாளம், உணர்வுப் பகுப்பாய்வு, கல்வி, சாட்பாட்கள், மற்றும் இலக்கிய டிஜிட்டலைசேஷன் என — தமிழின் வளர்ச்சிக்குத் தடையின்றி புதுப்பாதைகளை திறந்துள்ளன.
தமிழ் உலகளாவிய பரவலை பெற, மொழிக்குரிய தனித்துவம் மற்றும் வேருகளை இழக்காமல், செயற்கை நுண்ணறிவை மனித பாசத்துடன் இணைத்து பயன் பெற வேண்டும். இது ஒரே நேரத்தில் பாரம்பரியம் மற்றும் புதுமை இரண்டையும் தழுவும் நடை.
இன்றைய தலைமுறை மொழி வளர்ச்சிக்குப் புதுப்பிரிவுகளை ஏற்படுத்தி, நாளைய தலைமுறைக்கு தமிழ் ஒரு "உணரக்கூடிய, பேசக்கூடிய, சிந்திக்கக்கூடிய" மொழியாக மாறுவதில் செயற்கை நுண்ணறிவு ஒரு முக்கிய தீர்வாக உள்ளது.
துணைநூற்பட்டியல் :
Narayan, P. (Ed.). AI and Indic Languages: Emerging Trends and Technologies. New Delhi: Springer India, 2021.
Parthasarathy, K. தமிழ் மொழிக்கு கணினி உதவிகள். கோவை: சங்கர் பதிப்பகம், 2018.
Rajendran, Ilakkuvan. தமிழில் இயற்கை மொழி செயலாக்கம். சென்னை: தமிழ்நாடு அறிவியல் வளர்ச்சி நிறுவனம், 2019.
Ramasamy, S. Machine Learning and Tamil Language Technologies. Bengaluru: OpenTech Press, 2020.
Sundararajan, K. செயற்கை நுண்ணறிவும் தமிழும். மதுரை: நம்பிக்கைக் குழுமம், 2021.
முனைவர் ப.மணிமேகலை
உதவிப்பேராசிரியர்,தமிழ்த்துறை
பிஎஸ்ஜிஆர் கிருஷ்ணம்மாள் மகளிர் கல்லூரி,கோவை
