നിർമിത ബുദ്ധി : ഒരു ആമുഖം.

Feb 2 / Krishnendhu S R
ഇന്ന് ലോകം ഏറെ ആകാംഷയോടെയും ശ്രദ്ധയോടെയും നോക്കിക്കാണുന്ന സാങ്കേതികവിദ്യകളിൽ ഒന്നാണ് നിർമിത ബുദ്ധി അഥവാ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (AI). മനുഷ്യബുദ്ധിയുടെ പ്രവർത്തനങ്ങളെ അനുകരിക്കുന്ന കമ്പ്യൂട്ടർ പ്രോഗ്രാമുകളാണ് AI. AIയുടെ അടിസ്ഥാന കാര്യങ്ങൾ, അതിന്റെ പ്രവർത്തനം, ഉപയോഗങ്ങൾ, പഠിക്കാനുള്ള വഴികൾ എന്നിവയെക്കുറിച്ച് വിശദമായി ചർച്ച ചെയ്യാം.

നിർമിത ബുദ്ധി  എന്നാൽ എന്ത്? 

നിർമിത ബുദ്ധി എന്നത് മനുഷ്യരുടെ ചിന്താശേഷിയെയും, പ്രവർത്തികളെയും അനുകരിക്കുന്ന യന്ത്രങ്ങളോ, സോഫ്റ്റ്‌വെയറുകളോ ഉണ്ടാക്കുന്ന ഒരു ശാസ്ത്രമാണ്. മനുഷ്യൻ ചെയ്യുന്നതുപോലെ ബുദ്ധിപരമായി കാര്യങ്ങൾ ചെയ്യാൻ കമ്പ്യൂട്ടറുകൾക്ക് കഴിയുന്ന ഒരവസ്ഥയാണ് കൃത്രിമ ബുദ്ധി. AI എന്നത് കേവലം ഒരു സാങ്കേതികവിദ്യ മാത്രമല്ല, അത് നമ്മുടെ ലോകത്തെ മാറ്റിമറിക്കുന്ന ഒരു ശക്തിയാണ്. ഉദാഹരണത്തിന്, നമ്മൾ ഒരു ഓൺലൈൻ ഷോപ്പിംഗ് വെബ്സൈറ്റിൽ ഒരു ഉൽപ്പന്നം തിരയുമ്പോൾ, AI നമ്മളുടെ മുൻഗണനകൾ മനസ്സിലാക്കി മറ്റു ഉൽപ്പന്നങ്ങൾ നിർദ്ദേശിക്കുന്നു. ഇവിടെ AI ഒരു സഹായിയായി പ്രവർത്തിക്കുന്നു.
നിർമിത ബുദ്ധി പ്രധാനമായും രണ്ടു തരത്തിലുണ്ട്:

ശക്തമായ AI (Strong AI): മനുഷ്യന്റെ ബുദ്ധിക്ക് തുല്യമായ അല്ലെങ്കിൽ അതിനെക്കാൾ ഉയർന്ന ബുദ്ധിയുള്ള കമ്പ്യൂട്ടർ സംവിധാനങ്ങൾ. ഇതിന് സ്വയം ബോധം, ചിന്ത, വികാരങ്ങൾ എന്നിവ ഉണ്ടാകും.

ദുർബലമായ AI (Weak AI): ഒരു പ്രത്യേക ജോലി ചെയ്യാൻ വേണ്ടി രൂപകൽപ്പന ചെയ്ത AI സംവിധാനങ്ങൾ. ഉദാഹരണത്തിന്, ചെസ്സ് കളിക്കുന്ന കമ്പ്യൂട്ടർ.

AI എങ്ങനെ പ്രവർത്തിക്കുന്നു?

AIയുടെ പ്രവർത്തനം പ്രധാനമായും താഴെ പറയുന്ന കാര്യങ്ങളിലൂടെയാണ് നടക്കുന്നത്:

വിവരശേഖരണം (Data Collection): AIയുടെ ആദ്യപടി വിവരങ്ങൾ ശേഖരിക്കുക എന്നതാണ്. ഒരു AI സിസ്റ്റത്തിന് പഠിക്കാനും, തീരുമാനങ്ങൾ എടുക്കാനും ഒരുപാട് വിവരങ്ങൾ ആവശ്യമാണ്. ചിത്രങ്ങൾ, എഴുത്തുകൾ, ശബ്ദങ്ങൾ, വീഡിയോകൾ, സെൻസർ ഡാറ്റ എന്നിങ്ങനെ പല രൂപത്തിലുള്ള വിവരങ്ങൾ ശേഖരിക്കാനാകും. ഉദാഹരണത്തിന്, ഒരു സെൽഫ് ഡ്രൈവിംഗ് കാർ അതിന്റെ ചുറ്റുമുള്ള കാഴ്ചകൾ, ട്രാഫിക് സിഗ്നലുകൾ, കാൽനടക്കാർ എന്നിവയുടെ വിവരങ്ങൾ സെൻസറുകൾ വഴി ശേഖരിക്കുന്നു.

വിവര തയ്യാറാക്കൽ (Data Preparation): ശേഖരിച്ച വിവരങ്ങളെ AI സിസ്റ്റത്തിന് മനസ്സിലാവുന്ന രൂപത്തിലേക്ക് മാറ്റുന്നു. ഒരുപാട് വിവരങ്ങൾ ലഭിക്കുമ്പോൾ, അതിൽ നിന്നും ആവശ്യമില്ലാത്തവ നീക്കം ചെയ്യുകയും, പ്രധാനപ്പെട്ടവയെ ക്രമീകരിക്കുകയും ചെയ്യുന്നു. ഈ ഡാറ്റ ക്ലീനിംഗ് പ്രക്രിയ AIയുടെ വിജയത്തിന് അത്യന്താപേക്ഷിതമാണ്. ഉദാഹരണത്തിന്, ഒരുപാട് ചിത്രങ്ങൾ ശേഖരിച്ച ശേഷം, ഓരോ ചിത്രത്തിലെ വിഷയം എന്താണെന്ന് AI സിസ്റ്റത്തിന് പറഞ്ഞു കൊടുക്കുന്നു.

അൽഗോരിതം തിരഞ്ഞെടുക്കൽ (Algorithm Selection): വിവരങ്ങളെ എങ്ങനെ പ്രവർത്തിക്കണമെന്ന് AI സിസ്റ്റം തീരുമാനിക്കുന്നു. ഓരോ തരം ജോലിക്കും ഓരോ അൽഗോരിതങ്ങൾ ഉണ്ടാകും. ഏത് അൽഗോരിതമാണ് ഉപയോഗിക്കേണ്ടത് എന്നത് ചെയ്യുന്ന ജോലിയെ ആശ്രയിച്ചിരിക്കും. ഒരു പാചകക്കുറിപ്പ് പോലെയാണ് അൽഗോരിതം. 

മോഡൽ പരിശീലനം (Model Training): തയ്യാറാക്കിയ വിവരങ്ങളെ തിരഞ്ഞെടുത്ത അൽഗോരിതത്തിലൂടെ 'പരിശീലിപ്പിക്കുന്നു'. ഒരു കുട്ടി ആവർത്തിച്ച് പഠിച്ച് കാര്യങ്ങൾ മനസ്സിലാക്കുന്നതുപോലെ, AI സിസ്റ്റം വിവരങ്ങളിൽ നിന്ന് പാറ്റേണുകൾ കണ്ടെത്തുന്നു. ഒരുപാട് ഉദാഹരണങ്ങൾ കാണിച്ചു കൊടുത്ത് ഒരു കാര്യം പഠിപ്പിക്കുന്നു.

മോഡൽ പരിശോധന (Model Testing): പരിശീലനത്തിന് ശേഷം മോഡലിന്റെ കൃത്യത പരിശോധിക്കുന്നു. കൃത്യമായ ഉത്തരം നൽകുന്നുണ്ടോ എന്ന് ഉറപ്പുവരുത്തുന്നു. പരീക്ഷ എഴുതി നോക്കി നമ്മൾ ഉത്തരം ശരിയാണോ എന്ന് നോക്കുന്നതുപോലെയാണിത്.

കൃത്രിമ ബുദ്ധിയുടെ ഉപയോഗങ്ങൾ

AI യുടെ ഉപയോഗങ്ങൾ പലവിധത്തിലാണ്:

വിപണനത്തിൽ (Marketing): ഉപഭോക്താക്കളുടെ ഇഷ്ടങ്ങൾക്കനുസരിച്ച് ഉൽപ്പന്നങ്ങൾ നിർദ്ദേശിക്കാൻ AI ഉപയോഗിക്കുന്നു. ഓൺലൈൻ ഷോപ്പിംഗ് വെബ്സൈറ്റുകളിൽ ഉൽപ്പന്നങ്ങൾ ശുപാർശ ചെയ്യുന്നത് ഇതിന് ഉദാഹരണമാണ്. ഓരോ ഉപഭോക്താവിനും അനുയോജ്യമായ പരസ്യങ്ങൾ കാണിക്കാൻ AI ഉപയോഗിക്കുന്നു.

ആരോഗ്യരംഗത്ത് (Healthcare): രോഗനിർണയത്തിനും, ചികിത്സാ പദ്ധതികൾക്കും AI സഹായിക്കുന്നു. രോഗങ്ങളുടെ ആദ്യഘട്ടത്തിൽ തന്നെ കണ്ടെത്താനും, കൃത്യമായ ചികിത്സ നൽകാനും AI സഹായിക്കുന്നു. Image recognition ഉപയോഗിച്ച് കാൻസർ പോലെയുള്ള രോഗങ്ങൾ എളുപ്പത്തിൽ കണ്ടെത്താൻ സാധിക്കുന്നു.

ഡ്രൈവറില്ലാത്ത വാഹനങ്ങൾ (Self-driving cars): റോഡിലെ സാഹചര്യങ്ങളെ മനസ്സിലാക്കാൻ AI ഉപയോഗിക്കുന്നു. ട്രാഫിക്, കാൽനടക്കാർ, മറ്റ് വാഹനങ്ങൾ എന്നിവയെ തിരിച്ചറിഞ്ഞ് സുരക്ഷിതമായി ഓടിക്കാൻ AI സഹായിക്കുന്നു.

ഭാഷാ വിവർത്തനം (Language Translation): ഒരു ഭാഷയിൽ നിന്ന് മറ്റൊരു ഭാഷയിലേക്ക് എളുപ്പത്തിൽ വിവർത്തനം ചെയ്യാൻ AI ഉപയോഗിക്കുന്നു. Google Translate ഇതിന് ഒരു ഉദാഹരണമാണ്.

ചാറ്റ്ബോട്ടുകൾ (Chatbots): ഉപഭോക്താക്കളുടെ ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാനും, സേവനങ്ങൾ നൽകാനും AI ഉപയോഗിക്കുന്നു. കസ്റ്റമർ സർവീസുകളിൽ ചാറ്റ്ബോട്ടുകൾ സാധാരണയായി കാണാം.

വിദ്യാഭ്യാസം (Education): വിദ്യാർത്ഥികളുടെ പഠനരീതികൾ മനസ്സിലാക്കി അവർക്ക് അനുയോജ്യമായ പഠന സാമഗ്രികൾ നൽകാൻ AI ഉപയോഗിക്കുന്നു.

കൃഷി (Agriculture): വിളകളുടെ വളർച്ച നിരീക്ഷിക്കാനും, കീടങ്ങളെ കണ്ടെത്താനും, വിളവ് വർദ്ധിപ്പിക്കാനും AI ഉപയോഗിക്കുന്നു.