Professional Documents
Culture Documents
Artificial Intelligence
Artificial Intelligence
உதாரணத்திற்கு நாம் செயற்கை அறிவாற்றலை, வங்கியில் தொழில்முனைவோருக்கு
(entrepreneur) கடன்கொடுப்பதா இல்லையா என்று முடிவு எடுக்க
பயன்படுத்துகிறோம் என்றால். ஒரு சமூகம் தொழில்முனைவதில் பெயர் பெற்றவர்கள்,
அவர்கள் பற்றிய தகவல்கள் செயற்கை அறிவாற்றலுக்கு தெரியும், அது கடன்
கொடுப்பதை பற்றி சாதகமான முடிவு எடுக்க வாய்ப்பு மிகவும் அதிகம்.
அதே சமயம் இன்னொரு சமூகம் காலம் காலமாக அடிமை பெற்ற சமூகம், அதில்
இருந்து தொழில் முனைவோர் வந்தது இல்லை, இந்த சமூகத்தை பற்றி தவகல்கள்
செயற்கை அறிவாற்றலுக்கு தெரியாது, அது கடன் கொடுப்பதை பற்றி பாதகமான
முடிவு எடுக்க வாய்ப்பு மிகவும் அதிகம்.
Deep Learning இரண்டாவது வகையறாவை சாறும். பேராசிரியர் பீன் கிம் (Prof
Been Kim ) அனைத்து செயற்கை ஆறிவாற்றலும் ஏன் ஒரு முடிவை எடுத்தது
என்பது மனிதர்களுக்கு புரிய வேண்டும் என்று ஆராய்ச்சி செய்து
வருகிறார். வங்கியில் கடன் கொடுப்பதா, இல்லையா போன்ற காரியங்களுக்கு
இரண்டாம் வகை செயற்கை ஆறிவுஆற்றலை பயன்படுத்தக் கூடாது.
உங்களுக்கு ஒரு செய்தியோ அல்லது தகவலோ பிடித்து இருந்தால் அதற்கான
விருப்பத்தை லைக் (Like) என்று நீஙக ் ள் முகநூலில் பதிவு செய்துயிருந்தால்
உங்களுக்கு அதற்கு சம்பந்தப்பட்ட செய்திகளோ தகவல்களோ முகநூலில் அதிகம்
வரத் தொடங்கும் இது ஒரு வகையில் நல்லது. நமக்கு விருப்பமான விவரங்களை
மட்டும் நாம் கற்றுக்கொள்கிறோம் விரும்பாத விவரங்களை தவிர்கக ் ிறோம்.
ஆனால் இது நம்மை கிணற்றுத் தவளையாக மாற்றிவிடுகிறது. இந்த கிணறு தான்
நம் உலகம். முகநூலின் செயற்கை அறிவாற்றல் அதிகம் கற்றுக்கொள்ள
கற்றுக்கொள்ள அவர்களை சுற்றி ஒரு கிணறு வெட்டத் தொடங்குகிறது.
அமெரிக்க தேர்தல்
2016-ம் ஆண்டு அமெரிக்க தேர்தலில் போலியான செய்திகளின் மூலம் செய்த
பிரச்சாரம் முகநூலின் எதிரொலி அறை (Echo Chamber) விளைவாக அதிக
தாக்கத்தை ஏற்படுத்தி தேர்தலில் ஒரு மாறுதலை உண்டாக்கியது என்பது
வல்லுனர்களின் கருத்து.
பள்ளி சென்று
மணி மழை பெய்கிறதா விடும் நேரமா வெயிலின் தாக்கம் ஆமாம்/இல்லை
காலை 5- 22-32 டிகிரி
7 ஆமாம் இல்லை செல்சியஸ் இல்லை
22-32 டிகிரி
இரவு 9-5 இல்லை இல்லை செல்சியஸ் இல்லை
காலை 5- 22-32 டிகிரி
7 இல்லை இல்லை செல்சியஸ் ஆமாம்
….. …. …. …. …
நான்கு காரணங்குளுக்கே 20 க்கு மேற்பட்ட வரிசை மாற்றம் சேர்க்கை காரணங்கள்
(Permutation and Combination) 20 க்கு மேல் வருகிறது. இதில் தனிப்பட்ட
காரணங்கள் 100 க்கு மேல் இருந்தால் வரிசை மாற்றம் சேர்க்கை
காரணங்கள்(Permutation and Combination) 1000 க்கு மேல் வரும். இது
பாரம்பரிய மென்பொருள் வடிவமைப்பின் (software developing) மூலம் எளிதில்
தீர்வு செய்ய முடியாது.
இது மாதிரியான பிரச்சனைகளுக்கு செயற்கை அறிவாற்றல்தான் (Artificial
Intelligence) சரியான தீர்வாக அமையும். நமது நவீன தொலைபேசியில்
உடற்பயிற்சியை கண்காணிக்க நிறைய செயலிகள் உள்ளன. Run keeper,
Mapmyrun இந்த மாறி செயலிகளை ஒரு வருடம் உபயோகித்து இருந்தால் அதன்
தகவல்களை செயற்கை அறிவு ஆற்றலுக்கு ஒரு குழந்தைக்கு எது சரி எது தவறு
என்று சொல்லி கொடுப்பதுபோல் நாம் எப்போது எல்லாம் உடற்பயிற்சி செய்யலாம்
/செய்யக்கூடாது என்பதை சொல்லி கொடுக்க முடியும்.
செயற்கை அறிவாற்றல் என்பது ஒரு சக்தி வாய்ந்த கருவி அதை சரியாக
பயன்படுத்தினால் மனித குலத்திற்கு அநேக நன்மைகளை உண்டாக்கலாம். இதன்
மூலம் புதிய வேலை வாய்ப்புகள் பல உருவாகும்.
அதே நேரத்தில் பழைய தொழில் நுட்பங்கள் (Technology) மறைவதற்கான
வாய்ப்புகள் உண்டு. சான்றோர்களும், வல்லுனர்களும், அரசு ஆட்சியாளர்களும்
அமர்ந்து விவாதித்து வழிகாட்டுதலை வெளியிட வேண்டும்.
இது எனது முதல் செயற்கை அறிவாற்றல் (Artificial Intelligence) பற்றிய வலை
பதிவு (malaikannan.io). நேரம் கிடைக்கும் போதெல்லாம் மேலும் எனது
கருத்தினை எழுத எனது மனது தூண்டுகிறது.