- ஜோபிரபா

ஆழமான நுண்ணறிவின் பிறப்பு (1990–2015) 

அத்தியாயம் 4-ல் நாம் ஒரு முக்கியமான தருணத்தில் நிறுத்தினோம்.

AI ஒரு சோதனையை சந்தித்தது. விதிகளை எழுதும் அணுகுமுறை ஒரு எல்லையை அடைந்தது. அப்போது தான் ஒரு உண்மை தெளிவானது. மனித நுண்ணறிவு, முன்கூட்டியே எழுதப்பட்ட விதிகளின் விளைவு அல்ல. அது,அனுபவத்தின் விளைவு.

இந்த உண்மை ஒரு புதிய கேள்வியை உருவாக்கியது. “இயந்திரம் தானாகவே கற்றுக்கொள்ள முடியுமா?” இந்த கேள்வி தான் AI-யின் மறுமலர்ச்சிக்கு அடிநாதமாக இருந்தது.

---

Machine Learning – ஒரு விதை, ஒரு புரட்சி

1990–2015 காலகட்டத்தில் Machine Learning உலகை மாற்றியது.ஆனால் அதன் விதை இதற்கு முன்பே விதைக்கப்பட்டது. ஆம் 1959-ல் ஆர்தர் சாமுவேல் ஒரு புதிய சொல்லைப் பயன்படுத்தினார். 

Machine Learning. அவர் உருவாக்கிய Checkers விளையாட்டு நிரல். ஒவ்வொரு விளையாட்டிலும் தன் தவறுகளை ஆய்வு செய்தது. மெதுவாக… அது, மேலும் சிறந்த முடிவுகளை எடுக்கத் தொடங்கியது. இது ஒரு சிறிய நிகழ்வு போலத் தோன்றினாலும், அதன் பின்னால் இருந்த சிந்தனை மிகப் பெரியது.

இயந்திரம் விதிகளை மட்டும் பின்பற்ற வேண்டியதில்லை. அது, அனுபவத்திலிருந்து கற்றுக்கொள்ள முடியும். இந்த சிந்தனையே 1990களில் முழு சக்தியுடன் திரும்பியது.

---

விதி சார்ந்த AI → தரவு சார்ந்த AI 

Machine Learning என்பது ஒரு இயந்திரம் தரவுகளிலிருந்து, வடிவங்களை கண்டறிந்து, அதன் அடிப்படையில்

முடிவுகளை எடுக்க கற்றுக்கொள்வது.

இதில், மனிதன் ஒவ்வொரு விதியையும் எழுதுவதில்லை. அதற்குப் பதிலாக, தரவுகள் இயந்திரத்திற்கு கற்றுக் கொடுக்கின்றன. இது ஒரு அடிப்படை மாற்றம்:

Rule-Based AI → Data-Driven AI இதே மாற்றமே AI-ஐ துறையில் ஏற்பட்ட மறுமலர்ச்சியின் இதயம் என்றால் மிகையாகாது.

---

Machine Learning எப்படி நடைபெறுகிறது ? 

ஒரு குழந்தை, ஒரு பொருளை அடையாளம் காண கற்றுக்கொள்வதைப் போலவே, AI-க்கும். உதாரணங்கள் கொடுக்கப்படுகின்றன.

உதாரணமாக,ஆயிரக்கணக்கான பூனை படங்கள் கொடுக்கப்பட்டால், AI. “பூனை” என்றால் என்ன என்பதை தானாகவே கற்றுக்கொள்கிறது. தவறுகள் நடக்கும். ஆனால் ஒவ்வொரு தவறும் ஒரு தரவாக மாறுகிறது. மெதுவாக, AI மேலும் துல்லியமாக மாறுகிறது.

---

Machine Learning வகைகள் 

Machine Learning மூன்று முக்கிய வடிவங்களை கொண்டது:

Supervised Learning சரியான பதில்களுடன் தரவுகள் கொடுக்கப்படுகின்றன.

Unsupervised Learning AI தானாகவே வடிவங்களை கண்டறிகிறது.

Reinforcement Learning வெற்றி மற்றும் தோல்வியின் மூலம் கற்றுக்கொள்கிறது.

இந்த அணுகுமுறைகள் AI-க்கு சூழ்நிலைகளை புரிந்துகொள்ளும் திறனை கொடுத்தன. ஆனால் இன்னும் ஒரு சவால் இருந்தது.

---

Neural Networks – மறந்துபோன யோசனையின் மீட்பு 

மனித மூளை நரம்பணுக்களின் வலைப்பின்னல். அதே யோசனையை விஞ்ஞானிகள் கணினியில் உருவாக்க முயன்றனர். இதுதான் Neural Networks. ஆனால் ஆரம்ப காலங்களில் இவை அதிக வெற்றியை பெறவில்லை.

கணினி சக்தி குறைவு. தரவு குறைவு.  அதனால் இந்த யோசனை ஒரு காலத்திற்கு மறைந்தது. பின்னர் — ஒரு புதிய விசை அதை மீண்டும் உயிர்ப்பித்தது.

---

Backpropagation – கற்றலின் இயந்திரம்

1986 - Geoffrey Hinton மற்றும் அவரது குழு Backpropagation முறையை பிரபலப்படுத்தினர். இந்த முறை AI தன் தவறுகளை கணக்கிட்டு, எந்த இணைப்புகளை மாற்ற வேண்டும் என்பதை தானாக கண்டறிய உதவியது. இதுவே Neural Networks-க்கு ஒரு புதிய உயிர். 1990களில் இந்த முறை மீண்டும் கவனத்தை ஈர்த்தது.

---

Deep Learning – ஆழத்தின் புரட்சி

Machine Learning AI-க்கு கற்றுக்கொள்ளும் திறனை கொடுத்தது. Deep Learning AI-க்கு அடுக்கு அடுக்காக புரிந்துகொள்ளும் திறனை கொடுத்தது.

Deep Learning என்பது பல அடுக்குகள் கொண்ட Neural Networks.ஒவ்வொரு அடுக்கும் முன்னைய அடுக்கின் விளைவுகளை மேலும் நுட்பமாக மாற்றுகிறது. இது அம்சங்களை மனிதன் தேர்வு செய்வதில்லை. AI தானாகவே

முக்கிய அம்சங்களை கண்டறிகிறது. இதுவே மிகப் பெரிய மாற்றம். 

---

இந்த புரட்சி எப்படி சாத்தியமானது? 

Deep Learning மறுமலர்ச்சி ஒரு காரணத்தால் மட்டும் நிகழவில்லை. மூன்று சக்திகள் ஒரே நேரத்தில் ஒன்றிணைந்தன:

1. Big Data

இணையம் மனித வரலாற்றில் இல்லாத அளவிற்கு தரவுகளை உருவாக்கியது. இந்த தரவுகள் AI-க்கு அனுபவ உலகை கொடுத்தன.

2. GPUs

சாதாரண CPU-களை விட GPUs ஆயிரக்கணக்கான கணக்குகளை ஒரே நேரத்தில் செய்தன. AI பயிற்சி வேகமடைந்தது.

3. மேம்பட்ட கணித முறைகள்

Backpropagation, Deep Neural Networks, Optimization முறைகள் — இவை அனைத்தும் ஒரே நேரத்தில் வளர்ந்தன.

---

2012 – ஒரு திருப்புமுனை 

ImageNet போட்டியில், AlexNet என்ற Deep Neural Network மற்ற அனைத்து முறைகளையும் விட பெரிய வித்தியாசத்தில் வெற்றி பெற்றது. இந்த வெற்றி ஒரு தெளிவான செய்தி அளித்தது. Deep Learning இனி ஒரு பரிசோதனை அல்ல. அது AI-யின் எதிர்காலம். 2012க்கு பிறகு, AI முன்னேற்றம் பெரும் வெடிப்பாக வேகமடைந்தது.

---

மறுமலர்ச்சி என்ன உருவாக்கியது? 

Machine Learning மற்றும் Deep Learning AI-யை விதிகளை பின்பற்றும் கருவியிலிருந்து அனுபவத்தால் வளரும் அமைப்பாக மாற்றின. இதுதான் இன்றைய

பேசும் AI, எழுதும் AI, புரிந்துகொள்ளும் AI, உருவாக்கும் AI என்ற உலகின் அடித்தளம்.

---

இந்த அத்தியாயம் சொல்லுவது…

AI குளிர்காலம் ஒரு முடிவு அல்ல. ஒரு தயாரிப்பு. Machine Learning AI-க்கு கற்றுக்கொள்ளும் திறனை கொடுத்தது.

Deep Learning AI-க்கு ஆழமான புரிதலை கொடுத்தது. இந்த இரண்டும் சேர்ந்து AI-யை ஒரு புதிய நிலைக்கு கொண்டு சென்றது.

---

அடுத்த அத்தியாயத்தில்…

AI எப்படி Generative AI ஆக மாறியது?

எப்படி இயந்திரங்கள்

பேச,

எழுத,

உருவாக்க தொடங்கின?

ஒரு கருவி எப்படி ஒரு படைப்பாளியாக மாறியது? மறுமலர்ச்சிக்குப் பிறகு வந்தது — ஒரு புதிய யுகம்.

பயணம் தொடர்கிறது…

(திருவாரூர் அரசுப் பள்ளி ஆசிரியர் ஜோபிரபா என்கிற ச.பிரபாகரன், திருவாரூர் புத்தகத் திருவிழா இலச்சினையை வடிவமைத்தவர். தேனி புத்தகத் திருவிழா ஸ்லோகன் போட்டி மற்றும் 'விஞ்ஞான துளிர்' இதழின் கட்டுரையாளர். மேலும், தமிழ்நாடு அரசின் 'போதையில்லா தமிழ்நாடு', 'சமத்துவம் காண்போம்', 'என் பள்ளி என் பெருமை' போன்ற பல்வேறு போட்டிகளில் வெற்றி பெற்றவர்)