இப்போதெல்லாம் மக்கள் செயற்கை நுண்ணறிவு (AI) பற்றிப் பேசும்போது, அந்த உரையாடல் பெரும்பாலும் மனிதனைப் போலவே ஒலிக்கும் சாட்பாட்கள், தரவுகளைக் கையாளும் பிரம்மாண்டமான நியூரல் நெட்வொர்க்குகள், அல்லது சோர்வடைந்த சில மனிதர்களை விட பூனைகளை சிறப்பாக அடையாளம் காணும் பட-அடையாள அமைப்புகள் போன்றவற்றை நோக்கியே செல்கிறது. ஆனால் அந்தப் பரபரப்புக்கு நீண்ட காலத்திற்கு முன்பே, குறியீட்டு செயற்கை நுண்ணறிவு (Symbolic AI)பயன்படுத்தி, மனிதர்களைப் போல சிந்திக்க கணினிகளுக்குக் கற்பிப்பதாகும். , குறியீடுகள், தர்க்கம் மற்றும் விதிகளைப்பழமையானதா? ஒருவேளை இருக்கலாம். ஆனால் "பிளாக் பாக்ஸ்" AI-ல் மூழ்கியிருக்கும் உலகில், குறியீட்டு செயற்கை நுண்ணறிவின் தெளிவு ஒருவித புத்துணர்ச்சியை அளிக்கிறது [1].
இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:
🔗 AI பயிற்சியாளர் என்றால் என்ன?
நவீன AI பயிற்சியாளர்களின் பங்கு மற்றும் பொறுப்புகளை விளக்குகிறது.
🔗 தரவு அறிவியல் AI ஆல் மாற்றப்படுமா?
AI முன்னேற்றங்கள் தரவு அறிவியல் தொழில் வாழ்க்கையை அச்சுறுத்துகின்றனவா என்பதை ஆராய்கிறது.
🔗 AI அதன் தகவல்களை எங்கிருந்து பெறுகிறது?
AI மாதிரிகள் கற்றுக்கொள்வதற்கும் தகவமைத்துக்கொள்வதற்கும் பயன்படுத்தும் ஆதாரங்களை உடைக்கிறது.
குறியீட்டு AI அடிப்படைகள்✨
அடிப்படையில் கட்டமைக்கப்பட்டுள்ளது தெளிவின். நீங்கள் அதன் தர்க்கத்தைக் கண்டறியலாம், விதிகளை ஆராயலாம், மேலும் ஏன் அப்படிச் சொன்னது என்பதை நேரடியாகப் பார்க்கலாம். வெறுமனே ஒரு பதிலை உமிழும் ஒரு நியூரல் நெட்டுடன் இதை ஒப்பிட்டுப் பாருங்கள் - இது ஒரு பதின்வயதினரிடம் "ஏன்?" என்று கேட்டு, அவர் தோள்களைக் குலுக்குவதைப் போன்றது. இதற்கு மாறாக, குறியீட்டு அமைப்புகள், "ஏனென்றால் A மற்றும் B ஆகியவை C-ஐக் குறிக்கின்றன, எனவே C" என்று கூறும். தன்னைத்தானே விளக்கிக்கொள்ளும் இந்தத் திறன், அதிக முக்கியத்துவம் வாய்ந்த விஷயங்களில் (மருத்துவம், நிதி, நீதிமன்றம் கூட) ஒரு திருப்புமுனையாகும், அங்கு யாராவது எப்போதும் ஆதாரம் கேட்பார்கள் [5].
ஒரு சிறிய கதை: ஒரு பெரிய வங்கியின் இணக்கக் குழு, தடைக் கொள்கைகளை ஒரு விதி இயந்திரத்தில் குறியீடாக்கியது. அது இதுபோல இருந்தது: “மூல நாடு {X} ஆகவும் , பயனாளர் தகவல் விடுபட்டிருந்தாலும் → அடுத்த கட்டத்திற்கு எடுத்துச் செல்லவும்.” இதன் விளைவு? சுட்டிக்காட்டப்பட்ட ஒவ்வொரு வழக்கிலும், தடமறியக்கூடிய, மனிதர்களால் படிக்கக்கூடிய ஒரு தர்க்கச் சங்கிலி இருந்தது. தணிக்கையாளர்கள் மிகவும் விரும்பினர் . அதுதான் சிம்பாலிக் ஏஐ-யின் மீத்திறன் - வெளிப்படையான, ஆய்வு செய்யக்கூடிய சிந்தனை.
விரைவு ஒப்பீட்டு அட்டவணை 📊
| கருவி / அணுகுமுறை | யார் இதைப் பயன்படுத்துகிறார்கள் | செலவு வரம்பு | இது ஏன் வேலை செய்கிறது (அல்லது வேலை செய்யவில்லை) |
|---|---|---|---|
| நிபுணர் அமைப்புகள் 🧠 | மருத்துவர்கள், பொறியாளர்கள் | விலையுயர்ந்த அமைப்பு | மிகவும் தெளிவான விதி அடிப்படையிலான பகுத்தறிவு, ஆனால் உடையக்கூடியது [1] |
| அறிவு வரைபடங்கள் 🌐 | தேடுபொறிகள், தரவு | கலப்பு செலவு | அளவில் நிறுவனங்கள் + உறவுகளை இணைக்கிறது [3] |
| விதி அடிப்படையிலான சாட்பாட்கள் 💬 | வாடிக்கையாளர் சேவை | குறைந்த–நடுத்தர | விரைவாக உருவாக்கலாம்; ஆனால் நுணுக்கம்? அவ்வளவு இல்லை |
| நியூரோ-சிம்பலிக் AI ⚡ | ஆராய்ச்சியாளர்கள், தொடக்க நிறுவனங்கள் | உயர் முன்பக்கம் | லாஜிக் + எம்எல் = விளக்கக்கூடிய வடிவமைப்பு [4] |
குறியீட்டு AI எவ்வாறு செயல்படுகிறது (நடைமுறையில்) 🛠️
அதன் மையத்தில், சிம்பாலிக் AI என்பது இரண்டு விஷயங்கள் மட்டுமே: சின்னங்கள் (கருத்துகள்) மற்றும் விதிகள் (அந்தக் கருத்துக்கள் எவ்வாறு இணைகின்றன). எடுத்துக்காட்டு:
-
சின்னங்கள்:
நாய்,விலங்கு,ஹேஸ்டெயில் -
விதி: X ஒரு நாய் எனில் → X ஒரு விலங்கு.
இங்கிருந்து, நீங்கள் தர்க்கச் சங்கிலிகளை உருவாக்கத் தொடங்கலாம் - டிஜிட்டல் லெகோ துண்டுகளைப் போல. கிளாசிக் நிபுணர் அமைப்புகள் உண்மைகளை மும்மடங்குகளில் பயன்படுத்தின இலக்கு சார்ந்த விதி மொழிபெயர்ப்பாளரைப் வினவல்களை படிப்படியாக நிரூபிக்க
குறியீட்டு AI இன் நிஜ வாழ்க்கை எடுத்துக்காட்டுகள் 🌍
-
MYCIN - தொற்று நோய்களுக்கான மருத்துவ நிபுணர் அமைப்பு. விதி அடிப்படையிலான, விளக்கத்திற்கு ஏற்றது [1].
-
டென்ட்ரல் - ஸ்பெக்ட்ரோமெட்ரி தரவுகளிலிருந்து மூலக்கூறு கட்டமைப்புகளை யூகித்த ஆரம்பகால வேதியியல் AI [2].
-
கூகிள் அறிவு வரைபடம் - "சரங்கள் அல்ல, பொருள்கள்" வினவல்களுக்குப் பதிலளிக்க நிறுவனங்கள் (மக்கள், இடங்கள், பொருள்கள்) + அவற்றின் உறவுகளை வரைபடமாக்குகிறது [3].
-
விதி அடிப்படையிலான பாட்கள் - வாடிக்கையாளர் ஆதரவிற்கான ஸ்கிரிப்ட் செய்யப்பட்ட ஓட்டங்கள்; நிலைத்தன்மைக்கு உறுதியானது, திறந்த அரட்டைக்கு பலவீனமானது.
ஏன் சிம்பாலிக் AI தடுமாறியது (ஆனால் இறக்கவில்லை) 📉➡️📈
இங்குதான் சிம்பாலிக் AI மேலே செல்கிறது: குழப்பமான, முழுமையற்ற, முரண்பாடான நிஜ உலகம். ஒரு பெரிய விதித் தளத்தைப் பராமரிப்பது சோர்வை ஏற்படுத்துகிறது, மேலும் உடையக்கூடிய விதிகள் உடையும் வரை பலூனாக மாறக்கூடும்.
ஆனாலும் - அது ஒருபோதும் முழுமையாக நீங்கவில்லை. நியூரோ-சிம்பாலிக் AI ஐ: நியூரல் வலைகளை (புலனுணர்வுக்கு நல்லது) குறியீட்டு தர்க்கத்துடன் (பகுத்தறிவில் நல்லது) கலக்கவும். ஒரு ரிலே குழுவைப் போல நினைத்துப் பாருங்கள்: நரம்பியல் பகுதி ஒரு நிறுத்த அடையாளத்தைக் கண்டுபிடிக்கும், பின்னர் குறியீட்டு பகுதி போக்குவரத்து சட்டத்தின் கீழ் அதன் அர்த்தத்தைக் கண்டுபிடிக்கும். அந்த சேர்க்கை அமைப்புகளை மற்றும் விளக்கக்கூடிய [4][5].
குறியீட்டு AI இன் பலங்கள் 💡
-
வெளிப்படையான தர்க்கம்: நீங்கள் ஒவ்வொரு அடியையும் பின்பற்றலாம் [1][5].
-
ஒழுங்குமுறைக்கு ஏற்றது: கொள்கைகள் மற்றும் சட்ட விதிகளை தெளிவாக வரைபடமாக்குகிறது [5].
-
மட்டு பராமரிப்பு: முழு அசுர மாதிரியையும் மீண்டும் பயிற்சி செய்யாமல் ஒரு விதியை நீங்கள் மாற்றியமைக்கலாம் [1].
குறியீட்டு AI இன் பலவீனங்கள் ⚠️
-
உணர்தலில் பயங்கரமானது: படங்கள், ஆடியோ, குழப்பமான உரை - நரம்பியல் வலைகள் இங்கே ஆதிக்கம் செலுத்துகின்றன.
-
வலிகளை அளவிடுதல்: நிபுணர் விதிகளைப் பிரித்தெடுப்பதும் புதுப்பிப்பதும் கடினமானது [2].
-
விறைப்பு: விதிகள் அவற்றின் மண்டலத்திற்கு வெளியே மீறப்படுகின்றன; நிச்சயமற்ற தன்மையைப் பிடிப்பது கடினம் (சில அமைப்புகள் பகுதி திருத்தங்களை ஹேக் செய்திருந்தாலும்) [1].
குறியீட்டு AI-க்கான முன்னோக்கிய பாதை 🚀
எதிர்காலம் என்பது வெறும் குறியீட்டு அல்லது வெறும் நரம்பியல் சார்ந்ததாக இருக்காது. அது கலப்பு. கற்பனை செய்து பாருங்கள்:
-
நியூரல் → மூல பிக்சல்கள்/உரை/ஆடியோவிலிருந்து வடிவங்களைப் பிரித்தெடுக்கிறது.
-
நரம்பியல்-குறியீட்டு → வடிவங்களை கட்டமைக்கப்பட்ட கருத்துகளாக உயர்த்துகிறது.
-
குறியீட்டு → விதிகள், கட்டுப்பாடுகளைப் பயன்படுத்துகிறது, பின்னர் - முக்கியமாக - விளக்குகிறது.
அதுதான் இயந்திரங்கள் மனித பகுத்தறிவை ஒத்திருக்கத் தொடங்கும் சுழற்சி: பார்க்க, கட்டமைப்பு, நியாயப்படுத்து [4][5].
சுருக்கமாக 📝
ஆகவே, குறியீட்டு AI: இது தர்க்கத்தால் இயக்கப்படும், விதி அடிப்படையிலான, விளக்கத்திற்குத் தயாரான ஒன்றாகும். பகட்டானதாக இல்லை, ஆனால் டீப் நெட்களால் இன்னும் செய்ய முடியாத ஒன்றை இது செய்கிறது: தெளிவான, தணிக்கை செய்யக்கூடிய பகுத்தறிவு. புத்திசாலித்தனமான பந்தயம்? இரண்டு முகாம்களிலிருந்தும் கடன் வாங்கும் அமைப்புகள் - உணர்தல் மற்றும் அளவிற்காக நரம்பியல் வலைகள், பகுத்தறிவு மற்றும் நம்பிக்கைக்காக குறியீட்டு [4][5].
மெட்டா விளக்கம்: குறியீட்டு AI விளக்கப்பட்டது - விதி அடிப்படையிலான அமைப்புகள், பலங்கள்/பலவீனங்கள், மற்றும் ஏன் நரம்பியல்-குறியீட்டு (தர்க்கம் + ML) முன்னோக்கி செல்லும் பாதை.
ஹேஷ்டேக்குகள்:
#செயற்கைநுண்ணறிவு 🤖 #குறியீட்டுAI 🧩 #இயந்திரக்கற்றல் #நரம்பியல்குறியீட்டுAI ⚡ #தொழில்நுட்பவிளக்கம் #அறிவுபிரதிநிதித்துவம் #AIஉள்நோக்குகள் #AIஇன்எதிர்காலம்
குறிப்புகள்
[1] புக்கானன், பிஜி, & ஷார்ட்லிஃப், ஈஹெச் விதி அடிப்படையிலான நிபுணர் அமைப்புகள்: ஸ்டான்போர்ட் ஹியூரிஸ்டிக் புரோகிராமிங் திட்டத்தின் MYCIN பரிசோதனைகள், அத்தியாயம் 15. PDF
[2] லிண்ட்சே, ஆர்.கே., புக்கானன், பி.ஜி., ஃபைஜென்பாம், இ.ஏ., & லெடர்பெர்க், ஜே. “டென்ட்ரல்: அறிவியல் கருதுகோள் உருவாக்கத்திற்கான முதல் நிபுணர் அமைப்பின் ஒரு வழக்கு ஆய்வு.” செயற்கை நுண்ணறிவு 61 (1993): 209–261. PDF
[3] கூகிள். “அறிவு வரைபடத்தை அறிமுகப்படுத்துகிறோம்: சரங்கள் அல்ல, பொருள்கள்.” அதிகாரப்பூர்வ கூகிள் வலைப்பதிவு (மே 16, 2012). இணைப்பு
[4] மன்ரோ, டி. "நியூரோசிம்பாலிக் ஏஐ." கம்யூனிகேஷன்ஸ் ஆஃப் தி ஏசிஎம் (அக். 2022). DOI
[5] சஹோ, பி., மற்றும் பலர். "அதிக ஆபத்துள்ள முடிவெடுப்பதில் விளக்கக்கூடிய செயற்கை நுண்ணறிவின் பங்கு: ஒரு மதிப்பாய்வு." பேட்டர்ன்ஸ் (2023). பப்மெட் சென்ட்ரல். இணைப்பு