கணினிக்குச் சொந்த புத்தி கிடையாது. நாம் சொன்னதைச் செய்யும் கிளிப்பிள்ளை அது.
சின்ன வயதிலிருந்தே இப்படிதான் நமக்குச் சொல்லித்தருகிறார்கள். கணினி என்பது ஒரு மிகப்பெரிய இயந்திரம். ஆனால் அது மனிதமூளைக்கு ஒருபோதும் இணையாகாது; காரணம், அதனால் சிந்திக்க முடியாது. மனிதன்தான் சிந்தித்து என்னென்ன செய்ய வேண்டுமென்று கணினிக்குச் சொல்வான். அவன் சொன்னதையெல்லாம் அது பொறுப்பாக நிறைவேற்றும்.
சுருக்கமாகச் சொன்னால் கணினி என்பது பேனாவைப்போல, மனிதன் என்பவன் எழுத்தாளனைப்போல. பேனாவால் எப்போதும் கதையெழுத முடியாது. அதற்கு ஓர் எழுத்தாளன் தேவைப்படுகிறான்.
ஆனால் சமீபகாலமாக இந்நிலைமை மாறிக்கொண்டிருக்கிறது. கணினிகளும் சிந்திக்கத் தொடங்கிவிட்டன.
அப்படியானால், இனிமேல் மனிதன் தேவையில்லையா? கணினிகளே எல்லாவற்றையும் செய்துகொள்ளுமா?
இதைப் புரிந்துகொள்வதற்கு அந்தப் பேனா உதாரணத்தையே கொஞ்சம் நீட்டுவோம்: ஒரு பேனாவிடம் இதுவரை தமிழில் எழுதப்பட்ட எல்லாக்கதைகளையும் தருகிறோம்; அது அந்தக் கதைகளை ஆராய்ந்துபார்த்துக் கதையெழுதும் நுட்பங்களைத் தெரிந்துகொள்கிறது; பின்னர், அதைக்கொண்டு ஓர் எழுத்தாளர் கதையெழுதும்போது, ‘ஐயா, இந்த இடத்துல இந்தக் கதாபாத்திரம் இப்படிப் பேசினா நல்லாயிருக்கும்’ என்று ஆலோசனை சொல்கிறது.
ஆக, பேனா சிந்திக்கத்தொடங்கிவிட்டது, பழைய கதைகளை வாசித்துத் தான் தெரிந்துகொண்ட விஷயங்களைக்கொண்டு, அந்த அறிவைக்கொண்டு ஓர் எழுத்தாளருக்கு உதவுகிறது.
இதிலிருந்து ஒரு படி மேலே சென்று பேனாவே கதையெழுதினால், எழுத்தாளர் தேவையில்லைதான். அப்படியொரு நாளும் வரக்கூடும்; ஆனால் அந்த எழுத்தாளர் புத்திசாலியாக இருந்தால், பேனாவால் சிந்திக்க இயலாத விஷயங்களைத் தன்னிடம் தக்கவைத்துக்கொள்வார், தன்னுடைய பிழைப்பையும் காப்பாற்றிக்கொள்வார்.
கணினியுலகில் இப்போது பரபரப்பாகப் பேசப்படும் ‘செயற்கை அறிவு'(Artificial Intelligence)ம் இப்படிதான். ஏராளமான விவரங்களை வாசித்துத் தானே கற்றுக்கொள்கிற வல்லமையைக் கணினிகள் வளர்த்துக்கொண்டுள்ளன. அவற்றைப் பயன்படுத்திக்கொள்வது மனிதன் சமர்த்து, அவை வளர்ந்து இன்னும் புத்திசாலித்தனமாகும்போது இவனும் இன்னொரு தளத்துக்கு நகர்ந்தால், அது இன்னும் சமர்த்து.
குழப்புகிறதா? கொஞ்சம் நிதானமாகப் பார்ப்போம்.
நீங்கள் ஒர் இடத்திற்குச் செல்லவேண்டும். உங்களுடைய செல்பேசியிலிருக்கும் கூகுள் மேப்ஸிடம் உதவி கேட்கிறீர்கள். அந்த இடத்திற்குச் சென்று சேர 25நிமிடமாகும் என்று அது சொல்கிறது.
அடுத்தநாள் அதே இடத்திற்குச் செல்ல மீண்டும் கூகுள் மேப்ஸிடம் வழிகேட்கிறீர்கள். இம்முறை 35நிமிடமாகும் என்று அது சொல்கிறது.
‘நேற்றும் இங்கிருந்துதான் புறப்பட்டேன், இதே இடத்திற்குதான் சென்றேன், ஆனால், நேற்று 25நிமிடங்கள்தான் ஆகும் என்றாய், இன்றைக்கு 35நிமிடங்களாகும் என்கிறாயே. இவற்றில் எது உண்மை? எது பொய்?’ என்று கூகுள் மேப்ஸைக் கேட்டால் அது சிரித்துவிட்டுச்சொல்லும், ‘நேற்றைக்கு நீங்கள் செல்வதாக இருந்த வழியில் போக்குவரத்து குறைவாக இருந்தது, ஆகவே, 25நிமிடங்கள் என்று சொன்னேன். ஆனால் இன்றைக்கு அலுவலக நேரமல்லவா? அங்கே போக்குவரத்து அதிகமாக இருக்கிறது, அதனால்தான் 10நிமிடங்களை அதிகப்படுத்திவிட்டேன்.’
யோசித்துப்பாருங்கள். நாம் செல்லப்போகும் பாதை எது என்று கூகுள் மேப்ஸ் கணினிக்கு எப்படித் தெரிந்தது? அந்த வழியில் போக்குவரத்து அதிகமாக இருக்கிறது என்று அதற்குச் சொன்னது யார்? அந்தப் போக்குவரத்து எந்த அளவுக்கு அதிகமாக இருக்கும் என்று தெரிவித்தது யார்? அதன் அடிப்படையில் அங்கே சென்று சேர எவ்வளவு நேரமாகும் என்று கணினி எப்படிக் கணக்கிட்டது? கூகுள் மேப்ஸ் வழங்கிக்குப் பக்கத்தில் யாரேனும் உட்கார்ந்து கொண்டு இதையெல்லாம் அதற்குச் சொல்லிதருகிறார்களா என்றால், இல்லை. ஒவ்வொரு நகரிலும் வெவ்வேறு பகுதிகளில், வெவ்வேறு நேரங்களில் இருக்கிற, முன்பு இருந்த போக்குவரத்து நிலவரங்களைக் கணினி தொடர்ந்து கவனிக்கிறது, அதன் அடிப்படையில் எங்கிருந்து எங்கே செல்ல எவ்வளவு நேரமாகும் என்பதை அதுவே கற்றுக் கொள்கிறது.
இதுதான் செயற்கை அறிவா என்றால், இல்லை. அது இன்னும் விரிவான வரையறையைக் கொண்டது, அதற்கு இது ஓர் எளிய உதாரணம், அவ்வளவுதான்.
‘செயற்கை அறிவு’ என்றால், சாதாரணமாக மனிதன் தன்னுடைய மூளையைப் பயன்படுத்திச் செய்யக்கூடிய பணிகளை ஒரு கணினி அமைப்பு தானே செய்வது. எடுத்துக்காட்டாக, ஒரு புகைப்படத்தைப் பார்த்து அதில் யார் அல்லது என்ன உள்ளது என்று தெரிந்துகொள்வது, ஒரு குரலைக்கேட்டு அவர் என்ன சொல்கிறார் என்பதை அறிவது, பதில் சொல்வது, சிக்கலான பிரச்னைகளில் இதைச் செய்யலாமா அதைச் செய்யலாமா என்று ஒப்பிட்டுத் தீர்மானிப்பது… இப்படி.
இதற்கு இன்னொரு எடுத்துக்காட்டு, அமேசான்போன்ற இணையக்கடைகளில் நீங்கள் ஒரு புத்தகம் வாங்குறீர்கள். அதற்குக் கீழே, “உங்களுக்கு இந்தப் புத்தகமும் பிடிக்கலாம்” என நான்கைந்து புத்தகங்கள் காட்டப்படுகின்றன.
ஆச்சரியமான விஷயம், அந்த நான்கைந்து புத்தகங்களுமே உங்களுக்குப் பிடித்தவையாக இருக்கின்றன!
அமேசானில் மட்டுமில்லை, இன்னும் பல இணையத்தளங்களில் இதுபோன்ற பரிந்துரைகளைப் பார்க்கலாம். எடுத்துக்காட்டாக, யூடியூபில் நாம் ஒரு வீடியோவைப் பார்த்தால், அதற்கு வலப்பக்கத்தில் பரிந்துரைக்கப்படும் வீடியோக்கள் அனைத்தும் நமக்குப் பிடித்தவையாக இருக்கின்றன. ஆகவே நாம் அவற்றைத் தொடர்ந்து கிளிக் செய்து கொண்டே இருக்கிறோம், அவர்களுடைய இணையத்தளத்தில் அதிகநேரம் செலவிடுகிறோம், அதனால் அவர்களுக்கு அதிக வருவாயை ஈட்டித்தருகிறோம்.
முன்பெல்லாம் இதை ஒரு மனிதன் செய்துகொண்டிருந்தான்: புத்தகக்கடைகளில் நம்மை வரவேற்று, நம் ஆர்வங்களைப் புரிந்துகொண்டு, ‘சாருக்கு இந்தப் புத்தகம் பிடிக்கும்’ என்று அவன் எடுத்துக்கொடுத்தான்; இசைக்கடையில் ‘இந்தப் பாட்டெல்லாம் கேளுங்க, பிரமாதமா இருக்கும்’ என்று பரிந்துரைத்தான்… அதையெல்லாம் இப்போது இயந்திரங்கள் செய்கின்றன.
ஆக, செயற்கை அறிவு என்பது மனிதனின் சிந்திக்கும் திறனைக் கணினிக்கு ஓரளவேனும் கொண்டுவருகிற ஒரு முயற்சி.
இங்கே ‘ஓரளவேனும்’ என்கிற சொல்தான் மிகமுக்கியமானது. தற்போதைய நிலையில் கணினியால் மனிதனின் சிந்தனைத்திறனுக்குப் பக்கத்தில்கூட வர முடியாது. அதேசமயம், கணினிக்கென்று சில தனித்துவமான பலங்கள் (எகா: பெரும் நினைவுத்திறன், ஏராளமான தகவல்களை அதிவேகமாக அலசுதல் போன்றவை) உண்டு, அவற்றை மனிதன் நெருங்கமுடியாது.
ஆகவே, கணினி தன்னுடைய பலங்களைப் பயன்படுத்தி மெல்லக் கற்றுக்கொள்ளத் தொடங்கியிருக்கிறது. இப்படிக் கற்றுக்கொண்ட விஷயங்களின்மூலம் தானே சிந்தித்துத் தீர்மானங்களை எடுக்கத் தொடங்கியிருக்கிறது. இனி இவற்றை அங்கீகரிக்கும் பொறுப்பைமட்டும் மனிதன் வைத்துக்கொண்டால் போதுமானது.
எடுத்துக்காட்டாக, ஒரு வங்கியிடம் கடன்கோரி 10,000 பேர் விண்ணப்பித்திருக்கிறார்கள். இந்த 10,000 பேரில் யார் நல்லவர்கள், கடனை ஒழுங்காகத் திருப்பிச்செலுத்தக்கூடியவர்கள் என்று சிந்தித்து அவர்களுக்குக் கடன் வழங்க வேண்டியது அந்த வங்கியின் மேலாளருடைய பொறுப்பு.
பல காலமாக இந்தப் பொறுப்பை மனிதர்கள்தான் நிறைவேற்றி வந்தார்கள். அதாவது ஒருவருடைய விண்ணப்பத்தைக் கவனித்துப் பார்த்து, அவருடைய முந்தைய கடன் வரலாற்றைப் பார்த்து, அவருக்கு என்ன சம்பளம், அவரிடம் என்னென்ன சொத்துகள் உள்ளன, அவருக்கு யார் உத்தரவாதம் அளிக்கிறார்கள் என்பதையெல்லாம் கவனித்து, அதனடிப்படையில் அவருக்குக் கடன்தரலாமா வேண்டாமா என்று மனிதர்கள்தான் தீர்மானித்து வந்தார்கள்.
இப்போது இந்தப் பணியைப் பெருமளவு கணினிகளிடம் ஒப்படைத்துவிடுகிறார்கள். ஒவ்வொரு விண்ணப்பத்தையும் எடுத்துக்கொண்டு, அது தொடர்பான விவரங்களைத் திரட்டி, அதன் அடிப்படையில் அவருக்குக் கடன் வழங்கலாமா வேண்டாமா என்பதற்கான ஒரு மதிப்பெண்ணை இவையே இட்டுவிடுகின்றன.
உதாரணமாக முதல் விண்ணப்பதாரருக்குப் பத்துக்கு எட்டரை மதிப்பெண், இரண்டாவது விண்ணப்பதாரருக்கு பத்துக்கு மூன்றரை மதிப்பெண்தான். இதை வைத்து முதல் விண்ணப்பதாரருக்குக் கடன் தரலாம், இரண்டாவது விண்ணப்பதாரருக்குக் கடன் தருவது ஆபத்தான விஷயம் என்று வங்கி மேலாளருக்குப் புரிகிறது.
கணினி எப்படி இந்த எட்டரை மதிப்பெண்ணையும் மூன்றரை மதிப்பெண்ணையும் கணக்கிட்டது?
முன்பெல்லாம், இந்த விவரங்களைப் பரிசோதித்து இப்படி மதிப்பெண் போடவேண்டும் என்று கணினிக்குச் சொல்லித்தந்துகொண்டிருந்தார்கள். ஆனால் இப்போது, ‘நீ விவரத்தைக் கொடு, நானே ஆராய்ஞ்சு புரிஞ்சுக்கறேன்’ என்கிறது அது.
எடுத்துக்காட்டாக, கடந்த பத்து வருடங்களில் ஒரு வங்கியிடம் கடன் வாங்கியவர்கள் யார் யார், அதை ஒழுங்காகத் திருப்பிச் செலுத்தியவர்கள் யார் யார் என்கிற விவரங்களையெல்லாம் கணினிக்குக் கொடுக்கிறோம்; அது அவற்றையெல்லாம் அலசிப்பார்த்து அதன் அடிப்படையில் யார் கடனை ஒழுங்காகத் திருப்பிச் செலுத்தக் கூடியவர்கள், யாரெல்லாம் ஏமாற்றக் கூடியவர்கள் என்பதை ஒரளவு துல்லியமாகவே கணக்கிட்டுவிடுகிறது.
பத்து வருடத்துக்குப் பதில் நூறு வருட விவரங்களைத் தந்தால், கணினியின் கற்கும் வேகம் அதிகரிக்கிறது, துல்லியமும் அதிகரிக்கிறது.
இந்தக் கணக்கீடு மிகச்சரியாக இருக்கும் என்று சொல்வதற்கில்லை, மனிதர்கள் செய்யும் தீர்மானங்களே தவறாகிவிடும்போது இயந்திரங்கள் செய்யும் தீர்மானங்களிலும் தவறுகள் நடக்கத்தான் செய்யும்.
ஆனால் அதைப்பற்றி நாம் பெரிதாகக் கவலைப்பட வேண்டியதில்லை, ஒரு மேலாளர் மணிக்கணக்காக உட்கார்ந்து 10,000 விண்ணப்பங்களை வடிகட்டுவதைவிட ஒரு கணினி அவற்றை அதிவிரைவாக வடிகட்டிவிடும். பின்னர் மேலாளர் அதன் தீர்மானங்களைக் கவனித்து, அதை அடிப்படையாகக்கொண்டு தன்னுடைய தீர்மானத்தை எடுக்கலாம். ஒருவேளை கணினியின் தீர்மானம் தவறாக இருந்தால் அதனைக் கணினிக்கே சொல்லித்தரலாம், அது இதனைக் கற்றுக்கொண்டு அடுத்தமுறை இன்னும் சிறப்பான தீர்மானத்தை எடுக்கும்.
ஆக, கணினிக்கு நிறைய தகவல்களைத் தர வேண்டும், அதைத் தீர்மானமெடுக்க அனுமதிக்கவேண்டும், அந்தத் தீர்மானம் சரியா தவறா என்பதைக் கணினிக்குத் தொடர்ந்து சொல்லிக்கொண்டே இருக்கவேண்டும், இதனை நாம் செய்யச்செய்ய, கணினி மேலும் மேலும் புத்திசாலியாகிக்கொண்டே செல்லும், அது எடுக்கும் தீர்மானங்கள் மேலும் மேலும் துல்லியமாகும்.
யோசித்துப்பார்த்தால், மனிதர்கள்கூட இப்படித்தானே? நேற்றைக்கு நாம் செய்த ஒரு விஷயத்தை இன்றைக்கு இன்னும் சிறப்பாகச் செய்கிறோம் என்றால் என்ன காரணம்? நேற்றைக்குக் கற்றுக்கொண்ட அனுபவம்தானே? அதைப்போன்ற நிலையில்தான் இப்போது கணினிகள் இருக்கின்றன.
செயற்கை அறிவு என்பது புதிய விஷயம் ஒன்றுமில்லை. பல ஆண்டுகளாகவே நிபுணர்கள் இதைப்பற்றிப் பேசிக்கொண்டிருக்கிறார்கள், பயன்படுத்திக்கொண்டிருக்கிறார்கள், தற்போது கூகுள், ஃபேஸ்புக் போன்ற பல பிரபல நிறுவனங்களின் முயற்சிகளால் இது பொதுமக்களும் பயன்படுத்தக்கூடிய அளவுக்கு எல்லாவற்றிலும் நிறையத் தொடங்கியிருக்கிறது.
வருங்காலத்தில் நாம் ஒவ்வொருவரும் நம்முடைய பணியைச் சிறப்பாகச் செய்வதற்குச் செயற்கை அறிவைப் பயன்படுத்திக்கொள்ளலாம், இன்றைய கணினிகள் விலைகுறைவானவை, குறைந்த நேரத்தில் நிறைய விவரங்களை அலசிப்பார்த்து நமக்குத் தீர்மானம் எடுக்க உதவக்கூடியவை.
அதேசமயம் நாம் முழுமையாகக் கணினிகளையே நம்பி வாழத் தொடங்கிவிடுவோமோ என்றோ, கணினிகள் நம்மீது போர் தொடுத்து நம்மை ஆட்சிசெய்யத் தொடங்கிவிடுமோ என்றோ பயப்படவேண்டியதில்லை. அதற்கெல்லாம் இன்னும் நாளிருக்கிறது.
அதுவரை, நாம் விரைவாக வேலை செய்வதற்கான ஒரு கருவியாகக் கணினியைப் பயன்படுத்திக்கொள்ளலாம், எங்கெல்லாம் சாத்தியமோ அங்கெல்லாம் அதன் செயற்கை அறிவைப் பயன்படுத்தி, நம்முடைய மூளை சூடாவதைக் கொஞ்சம் குறைத்துக்கொள்ளலாம்; அது ஒருபக்கம் செயற்கை அறிவை வளர்த்துக்கொண்டிருக்க, நம்முடைய இயற்கை அறிவைப் பயன்படுத்தி அதை வென்றுவிடலாம்.