AI என்பதன் முழு வடிவம் என்ன? [காணொளி மற்றும் வினாவிடை]

சுருக்கமான பதில்: AI என்பது செயற்கை நுண்ணறிவு என்பதன் சுருக்கமாகும் . இது கற்றல், பகுத்தறிதல், புலனுணர்வு மற்றும் மொழி போன்ற அறிவார்ந்த நடத்தையுடன் தொடர்புடைய பணிகளைச் செய்வதற்காக வடிவமைக்கப்பட்ட, மனிதனால் உருவாக்கப்பட்ட அமைப்புகளாகும். ஒரு கருவி தரவுகளிலிருந்து கற்றுக்கொண்டு, அறிமுகமில்லாத சூழ்நிலைகளைக் கையாள முடிந்தால், அது AI-க்கு நெருக்கமான வகையைச் சேர்ந்தது; அது நிலையான விதிகளின்படி இயங்கினால், அது முதன்மையாகத் தானியக்கமாகும்.

முக்கிய குறிப்புகள்:

வரையறை: AI என்பது செயற்கை நுண்ணறிவு - கற்றல், பகுத்தறிவு, கருத்து அல்லது மொழிப் பணிகளைச் செய்யும் அமைப்புகள்.

உண்மை நிலவரம்: அது கற்றுக்கொள்ளவோ ​​அல்லது பொதுமைப்படுத்தவோ இல்லை என்றால், அது விதிகளை அடிப்படையாகக் கொண்ட மென்பொருளாக இருப்பதற்கு அதிக வாய்ப்புள்ளது.

தவறான பயன்பாட்டைத் தடுத்தல்: நிறுவனங்கள் எளிய தானியக்கத்தை செயற்கை நுண்ணறிவு என்று சந்தைப்படுத்தும்போது, ​​அந்த 'செயற்கை நுண்ணறிவு' முத்திரைகளைச் சந்தேகக் கண்ணுடன் அணுகவும்.

பொறுப்புக்கூறல்: அதிக பங்குகள் கொண்ட பயன்பாடுகளில், பெயரிடப்பட்ட மனிதர் அல்லது நிறுவனம் விளைவுகள் மற்றும் பிழைகளுக்குச் சொந்தக்காரர் என்பதை உறுதிசெய்யவும்.

வெளிப்படைத்தன்மை: வரம்புகளை விளக்கும், மதிப்பீட்டு முடிவுகளைப் பகிர்ந்து கொள்ளும் மற்றும் முடிவுகளை எவ்வாறு சவால் செய்யலாம் என்பதை தெளிவுபடுத்தும் கருவிகளை விரும்புங்கள்.

இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:

🔗 ஜெனரேட்டிவ் AI இன் முக்கிய குறிக்கோள் எளிமையாக விளக்கப்பட்டுள்ளது
உருவாக்க AI எதை உருவாக்குவதை நோக்கமாகக் கொண்டுள்ளது, அது ஏன் முக்கியமானது என்பதைப் புரிந்து கொள்ளுங்கள்.

🔗 AI மிகைப்படுத்தப்பட்டதா அல்லது உண்மையிலேயே மாற்றத்தை ஏற்படுத்தக்கூடியதா?
AI வாக்குறுதிகள், வரம்புகள் மற்றும் நிஜ உலக தாக்கம் பற்றிய சமநிலையான பார்வை.

🔗 உரையிலிருந்து பேச்சுக்கு AI தொழில்நுட்பம் உதவுகிறதா?
நவீன TTS எவ்வாறு செயல்படுகிறது மற்றும் அதை எது புத்திசாலித்தனமாக்குகிறது என்பதை அறிக.

🔗 வளைவு எழுத்து கையெழுத்தை AI துல்லியமாகப் படிக்க முடியுமா?
OCR வரம்புகளையும் மாதிரிகள் குழப்பமான கர்சீவ் உரையை எவ்வாறு கையாளுகின்றன என்பதையும் ஆராயுங்கள். 

AI இன் முழு வடிவம் (குறுகிய, தெளிவான பதில்) ✅🤖

AI இன் முழு வடிவம் செயற்கை நுண்ணறிவு .

இரண்டு வார்த்தைகள். மிகப்பெரிய விளைவுகள்.

• செயற்கை = மனிதர்களால் உருவாக்கப்பட்டது.

• அறிவுத்திறன் = இதுதான் சுவாரஸ்யமான பகுதி (ஏனென்றால், “அறிவுத்திறன்” என்றால் என்னவென்றே மக்கள் விவாதிக்கிறார்கள் - விஞ்ஞானிகள், தத்துவவாதிகள், மற்றும் “கிரிக்கெட் புள்ளிவிவரங்களைத் தெரிந்துகொள்வதுதான்” அறிவுத்திறன் என்று நினைக்கும் உங்கள் மாமா உட்பட 😅)

ஒரு தெளிவான, பரவலாகப் பயன்படுத்தப்படும் அடிப்படை வரையறை: AI என்பது கற்றல், பகுத்தறிவு, கருத்து மற்றும் மொழி போன்ற அறிவார்ந்த நடத்தையுடன் பொதுவாக இணைக்கப்பட்ட பணிகளைச் செய்யக்கூடிய அமைப்புகளை உருவாக்குவது பற்றியது. [1]

ஆம் - இந்தக் கட்டுரையில் நீங்கள் மீண்டும் AI என்பதன் முழு வடிவத்தைக் காண்பீர்கள், ஏனெனில் (1) அது வாசகர்களுக்கு உதவுகிறது மற்றும் (2) தேடுபொறிகள் பிடிவாதமான குட்டிப் பிசாசுகள் 😬.

நடைமுறையில் "AI" என்றால் என்ன (மேலும் வரையறைகள் ஏன் சிக்கலாகின்றன) 🧠🧩

விஷயம் இதுதான்: செயற்கை நுண்ணறிவு என்பது ஒரு துறை, அது ஒரே ஒரு தயாரிப்பு அல்ல.

சிலர் "AI" ஐப் பயன்படுத்துகிறார்கள்:

• "அறிவார்ந்த முகவர்கள்" போல செயல்படும் அமைப்புகள் (இலக்குகளை நோக்கி முடிவுகளை எடுப்பவை), அல்லது

• "மனித பாணி" பணிகளை (பார்வை, மொழி, திட்டமிடல்) தீர்க்கும் அமைப்புகள் , அல்லது

• தரவுகளிலிருந்து வடிவங்களைக் கற்றுக்கொள்ளும் அமைப்புகள் (ML தோன்றும் இடம்).

அதனால்தான் யார் பேசுகிறார்கள் என்பதைப் பொறுத்து வரையறைகள் சற்று மாறுபடுகின்றன - மேலும் அதனால்தான் தீவிரமான குறிப்புகள் முதலில் AI என்று எதைக் கருதுவது என்பதில் நேரத்தைச் செலவிடுகின்றன. [2]

மக்கள் ஏன் "AI இன் முழு வடிவம்" என்று அடிக்கடி கேட்கிறார்கள் (மேலும் அது ஒரு முட்டாள்தனமான கேள்வி அல்ல) 👀📌

இது ஒரு புத்திசாலித்தனமான கேள்வி, ஏனென்றால்:

• செயற்கை நுண்ணறிவு என்பது ஒரே ஒரு விஷயம் என்பது போல சாதாரணமாகப் பயன்படுத்தப்படுகிறது(ஆனால் அது அப்படியல்ல).

• நிறுவனங்கள், அடிப்படையில் வெறும் மேம்பட்ட தானியக்கமாக இருக்கும் தயாரிப்புகளின் மீது “செயற்கை நுண்ணறிவு” என்ற முத்திரையை இடுகின்றன.

• "AI" என்பது பரிந்துரை அமைப்பு முதல் சாட்பாட், இயற்பியல் இடத்தை வழிநடத்தும் ரோபாட்டிக்ஸ் வரை எதையும் குறிக்கலாம் 🤖🛞

• மக்கள் AI-ஐ ML, டேட்டா சயின்ஸ் அல்லது "இணையம்" உடன் கலக்கிறார்கள், இது... ஒரு அதிர்வு, ஆனால் சரியல்ல 😅

மேலும்: AI என்பது ஒரு உண்மையான துறை மற்றும் ஒரு சந்தைப்படுத்தல் சொல். எனவே அடிப்படைகளிலிருந்து தொடங்குவது - AI இன் முழு வடிவம் - சரியான நடவடிக்கையாகும்.

ஒரு எளிய “ஸ்பாட்-தி-AI” சரிபார்ப்புப் பட்டியல் (நீங்கள் தவறாக வழிநடத்தப்படாமல் இருக்க) 🕵️♀️🤖

நீங்கள் ஏதாவது "AI" அல்லது வெறும் ... ஹூடி அணிந்த மென்பொருளா என்பதைக் கண்டுபிடிக்க முயற்சிக்கிறீர்கள் என்றால்:

1. அது தரவுகளிலிருந்து கற்றுக்கொள்கிறதா? (அல்லது அது பெரும்பாலும் விதிகள்/என்றால்-தர்க்கமா?)

2. இது புதிய சூழ்நிலைகளுக்குப் பொதுமைப்படுத்தப்படுகிறதா? (அல்லது குறுகிய, முன்-ஸ்கிரிப்ட் செய்யப்பட்ட நிகழ்வுகளை மட்டும் கையாளுகிறதா?)

3. அதை மதிப்பிட முடியுமா? (துல்லியம், பிழை விகிதங்கள், விளிம்பு நிலைகள், தோல்வி முறைகள்?)

4. அதிக பங்குகள் கொண்ட பயன்பாட்டிற்கு மனித மேற்பார்வை உள்ளதா? (குறிப்பாக பணியமர்த்தல், சுகாதாரம், நிதி, கல்வி)

இது ஒவ்வொரு வரையறை விவாதத்தையும் மாயாஜாலமாக தீர்க்காது - ஆனால் இது சந்தைப்படுத்தல் மூடுபனியைக் குறைப்பதற்கான ஒரு நடைமுறை வழியாகும்.

ஒரு நல்ல AI விளக்கம் ஏன் வரம்புகளை உள்ளடக்கியது (ஏனென்றால் AI நிறைய உள்ளது) 🚧

AI பற்றிய ஒரு உறுதியான விளக்கம், AI பின்வருமாறு இருக்கலாம் என்பதைக் குறிப்பிட வேண்டும்:

• குறுகிய பணிகளில் அற்புதம் (படங்களை வகைப்படுத்துதல், வடிவங்களை கணித்தல்)

• மேலும், பொது அறிவில் (சூழல், தெளிவின்மை, “ஒரு சாதாரண மனிதன் வெளிப்படையாக என்ன செய்வானோ அது”)

இது சரியான சுஷி செய்யும் ஒரு சமையல்காரரைப் போன்றது, ஆனால் ஒரு முட்டையை வேகவைக்க எழுத்துப்பூர்வ வழிமுறைகள் தேவை.

மேலும்: நவீன AI அமைப்புகள் உறுதியாகத் தவறாக இருக்கலாம் , எனவே பொறுப்பான AI வழிகாட்டுதல் நம்பகத்தன்மை, வெளிப்படைத்தன்மை, பாதுகாப்பு, சார்பு மற்றும் பொறுப்புக்கூறல் ஆகியவற்றில் கவனம் செலுத்துகிறது , வெறுமனே "ஓ இது விஷயங்களை உருவாக்குகிறது" என்பதில் அல்ல. [3]

ஒப்பீட்டு அட்டவணை: பயனுள்ள AI வளங்கள் (கிளிக்பைட் அல்ல, அடிப்படையானது) 🧾🤖

வரையறைகள், விவாதங்கள், கற்றல் மற்றும் பொறுப்பான பயன்பாடு ஆகியவற்றை உள்ளடக்கிய ஐந்து உறுதியான ஆதாரங்களைக் கொண்ட ஒரு நடைமுறைச் சிறு வழிகாட்டி இதோ :

இவை அனைத்தும் ஒரே வகையான வளங்கள் அல்ல என்பதை கவனியுங்கள் . அது வேண்டுமென்றே செய்யப்பட்டது. செயற்கை நுண்ணறிவு என்பது ஒரு வழிப்பாதை அல்ல - அது ஒரு முழு நெடுஞ்சாலை.

செயற்கை நுண்ணறிவு vs இயந்திர கற்றல் vs ஆழமான கற்றல் (குழப்ப மண்டலம்) 😵💫🔍

செயற்கை நுண்ணறிவு (AI) 🤖

AI என்பது பரந்த குடை: அறிவார்ந்த நடத்தையுடன் நாம் தொடர்புபடுத்தும் பணிகளை இலக்காகக் கொண்ட முறைகள் - பகுத்தறிவு, திட்டமிடல், கருத்து, மொழி, முடிவெடுத்தல். [1][2]

இயந்திர கற்றல் (ML) 📈

ML என்பது AI இன் துணைக்குழு ஆகும், அங்கு அமைப்புகள் நிலையான விதிகளுடன் வெளிப்படையாக நிரல் செய்யப்படுவதற்குப் பதிலாக தரவுகளிலிருந்து வடிவங்களைக் கற்றுக்கொள்கின்றன. (நீங்கள் "தரவில் பயிற்சி பெற்றவர்" என்று கேள்விப்பட்டிருந்தால், ML க்கு வரவேற்கிறோம்.) [5]

ஆழ்ந்த கற்றல் (DL) 🧠

ஆழ்ந்த கற்றல் என்பது பல அடுக்கு நரம்பியல் நெட்வொர்க்குகளைப் பயன்படுத்தும் ML இன் துணைக்குழு ஆகும், இது பொதுவாக பார்வை மற்றும் மொழி அமைப்புகளில் பயன்படுத்தப்படுகிறது. [5]

ஒரு சற்றே கோணலான ஆனால் பயனுள்ள உவமை (இது முழுமையானது அல்ல, அதற்காக என்னைக் குறை கூறாதீர்கள்):
செயற்கை நுண்ணறிவு (AI) என்பது உணவகம். இயந்திரக் கற்றல் (ML) என்பது சமையலறை. ஆழ்நிலைக் கற்றல் (Deep learning) என்பது, சில உணவுகளைச் சிறப்பாகச் செய்யும் ஒரு குறிப்பிட்ட சமையல்காரரைப் போன்றது, ஆனால் அவர் சில சமயங்களில் கைத்துண்டுகளைத் தீயிட்டுக் கொளுத்திவிடுவார் 🔥🍽️

எனவே, யாராவது AI என்பதன் முழு வடிவத்தைக் கேட்கும்போது , ​​அவர்கள் பெரும்பாலும் அதன் பரந்த வகைப்பாட்டையும், அதற்குள் இருக்கும் குறிப்பிட்ட பிரிவையும் தான் குறிப்பிடுகிறார்கள்.

எளிய ஆங்கிலத்தில் AI எவ்வாறு செயல்படுகிறது (முனைவர் பட்டம் தேவையில்லை) 🧠🧰

நீங்கள் சந்திக்கும் பெரும்பாலான AI இந்த வடிவங்களில் ஒன்றைப் பொருத்துகிறது:

முறை 1: விதிகள் மற்றும் தர்க்க அமைப்புகள் 🧩

பழைய பாணியிலான AI பெரும்பாலும் "இது நடந்தால், அதைச் செய்யுங்கள்" போன்ற விதிகளைப் பயன்படுத்துகிறது. கட்டமைக்கப்பட்ட சூழல்களில் சிறப்பாகச் செயல்படும். யதார்த்தம் சிக்கலாகும்போது (மேலும் யதார்த்தம் கட்டுக்கடங்காமல் போகும் போது) உடைந்து விடும்.

முறை 2: உதாரணங்களிலிருந்து கற்றல் 📚

இயந்திர கற்றல் தரவுகளிலிருந்து கற்றுக்கொள்கிறது:

• ஸ்பேம் vs ஸ்பேம் அல்ல 📧

• மோசடி vs சட்டபூர்வமானது 💳

• “பூனை புகைப்படம்” vs “என் மங்கலான கட்டைவிரல்” 🐱👍

பேட்டர்ன் 3: பேட்டர்ன் நிறைவு மற்றும் உருவாக்கம் ✍️

சில நவீன அமைப்புகள் உரை/படங்கள்/ஆடியோ/குறியீட்டை உருவாக்குகின்றன. அவை பயனுள்ளதாக இருக்கலாம் - ஆனால் அவை நம்பகத்தன்மையற்றதாகவும் இருக்கலாம், எனவே அன்றாட பயன்பாட்டிற்கு பாதுகாப்புத் தடுப்புகள் தேவை: சோதனை, கண்காணிப்பு மற்றும் தெளிவான பொறுப்புக்கூறல். [3]

நீங்கள் தினமும் பயன்படுத்திய AI இன் உதாரணங்கள் 📱🌍

தினசரி AI பார்வைகள்:

• தேடல் தரவரிசை 🔎

• வரைபடங்கள் + போக்குவரத்து கணிப்பு 🗺️

• பரிந்துரைகள் (வீடியோக்கள், இசை, ஷாப்பிங்) 🎵🛒

• ஸ்பேம்/ஃபிஷிங் வடிகட்டுதல் 📧🛡️

• குரலிலிருந்து உரைக்கு 🎙️

• மொழிபெயர்ப்பு 🌐

• புகைப்பட வரிசைப்படுத்தல் + மேம்பாடு 📸

• வாடிக்கையாளர் ஆதரவு சாட்போட்கள் 💬😬

மற்றும் அதிக பங்குகள் உள்ள பகுதிகளில்:

• மருத்துவ இமேஜிங் ஆதரவு 🏥

• விநியோகச் சங்கிலி முன்னறிவிப்பு 🚚

• மோசடி கண்டறிதல் 💳

• தொழில்துறை தரக் கட்டுப்பாடு 🏭

முக்கியமான கருத்து: செயற்கை நுண்ணறிவு என்பது பொதுவாகத் திரைக்குப் பின்னால் இயங்கும் ஒரு இயந்திரம், அது ஒரு பிரம்மாண்டமான மனித உருவ ரோபோ அல்ல. மன்னிக்கவும், என் அறிவியல் புனைகதை மூளையே 🤷

AI பற்றிய மிகப்பெரிய தவறான கருத்துக்கள் (மற்றும் அவை ஏன் ஒட்டிக்கொள்கின்றன) 🧲🤔

"AI எப்போதும் சரியானது"

இல்லை. AI தவறாக இருக்கலாம் - சில நேரங்களில் நுட்பமாக, சில நேரங்களில் நகைச்சுவையாக, சில நேரங்களில் ஆபத்தானதாக (சூழலைப் பொறுத்து). [3]

"மனிதர்களைப் போலவே AI புரிந்துகொள்கிறது"

பெரும்பாலான செயற்கை நுண்ணறிவு மனித அர்த்தத்தில் "புரிந்துகொள்வதில்லை". அது வடிவங்களைச் செயலாக்குகிறது. அது தோன்றலாம் , ஆனால் அது ஒன்றல்ல. [2]

"AI என்பது ஒரு தொழில்நுட்பம்"

AI என்பது முறைகளின் தொகுப்பாகும் (குறியீட்டு பகுத்தறிவு, நிகழ்தகவு அணுகுமுறைகள், நரம்பியல் வலையமைப்புகள் மற்றும் பல). [2]

"AI என்றால், அது பாரபட்சமற்றது"

மேலும் இல்லை. தரவு அல்லது வடிவமைப்பு தேர்வுகளில் இருக்கும் சார்புகளை AI பிரதிபலிக்கவும் பெருக்கவும் முடியும் - அதனால்தான் நிர்வாகக் கொள்கைகள் மற்றும் இடர் கட்டமைப்புகள் உள்ளன. [3][4]

ஆமாம், மக்கள் "AI"-ஐ குறை சொல்ல விரும்புகிறார்கள், ஏனென்றால் அது ஒரு முகமற்ற வில்லன் போல் தெரிகிறது. சில நேரங்களில் அது AI அல்ல. சில நேரங்களில் அது... மோசமான செயல்படுத்தல். அல்லது மோசமான ஊக்கத்தொகை. அல்லது யாராவது ஒரு அம்சத்தை அவசரமாக வெளியிடுகிறார்கள் 🫠

நெறிமுறைகள், பாதுகாப்பு மற்றும் நம்பிக்கை: எல்லாவற்றையும் மோசமாக உணராமல் AI ஐப் பயன்படுத்துதல் 🧯⚖️

பணியமர்த்தல், கடன் வழங்குதல், சுகாதாரப் பராமரிப்பு, கல்வி மற்றும் காவல் போன்ற முக்கியமான துறைகளில் பயன்படுத்தப்படும்போது AI உண்மையான கேள்விகளை எழுப்புகிறது.

நம்பிக்கையைப் பேணுவதற்கான சில நடைமுறை அறிகுறிகள்:

• வெளிப்படைத்தன்மை: அது என்ன செய்கிறது, என்ன செய்யாது என்பதை அவர்கள் விளக்குகிறார்களா?

• பொறுப்புக்கூறல்: ஒரு உண்மையான மனிதர்/நிறுவனம் விளைவுகளுக்குப் பொறுப்பா?

• தணிக்கை செய்யும் தன்மை: முடிவுகளை மதிப்பாய்வு செய்யலாமா அல்லது சவால் செய்யலாமா?

• தனியுரிமைப் பாதுகாப்புகள்: தரவு பொறுப்புடன் கையாளப்படுகிறதா?

• சார்பு சோதனை: குழுக்கள் முழுவதும் நியாயமற்ற விளைவுகளை அவர்கள் சரிபார்க்கிறார்களா? [3][4]

(டூம் சுருள்கள் இல்லாமல்) ஆபத்தைப் பற்றி சிந்திக்க ஒரு அடிப்படையான வழியை நீங்கள் விரும்பினால், NIST AI RMF போன்ற கட்டமைப்புகள் சரியாக இந்த வகையான "சரி, ஆனால் அதை எவ்வாறு பொறுப்புடன் நிர்வகிப்பது?" என்று சிந்தித்து உருவாக்கப்படுகின்றன. [3]

மூளையை சோர்வடையச் செய்யாமல் AI-ஐ புதிதாகக் கற்றுக்கொள்வது எப்படி 🧠🍳

படி 1: AI என்ன பிரச்சனைகளைத் தீர்க்க முயற்சிக்கிறது என்பதை அறிக

வரையறைகள் + எடுத்துக்காட்டுகளுடன் தொடங்குங்கள்: [1][2]

படி 2: அடிப்படை ML கருத்துகளுடன் வசதியாக இருங்கள்

மேற்பார்வையிடப்பட்ட vs மேற்பார்வையிடப்படாத, பயிற்சி/சோதனை, அதிகமாகப் பொருத்துதல், மதிப்பீடு - இதுதான் முதுகெலும்பு. [5]

படி 3: சிறிய ஒன்றை உருவாக்குங்கள்

"ஒரு உணர்வுள்ள ரோபோவை உருவாக்க வேண்டாம்." மேலும் இது போன்றது:

• ஸ்பேம் வகைப்படுத்தி

• ஒரு எளிய பரிந்துரையாளர்

• ஒரு சிறிய பட வகைப்படுத்தி

சிறந்த கற்றல் என்பது சற்று எரிச்சலூட்டும் கற்றல்தான். அது மிகவும் மென்மையாக இருந்தால், நீங்கள் உண்மையான பகுதிகளைத் தொடாமல் இருக்கலாம் 😅

படி 4: நெறிமுறைகள் மற்றும் பாதுகாப்பைப் புறக்கணிக்காதீர்கள்

சிறிய திட்டங்கள் கூட தனியுரிமை, சார்பு மற்றும் தவறான பயன்பாடு குறித்த கேள்விகளை எழுப்பக்கூடும். [3][4]

AI இன் முழு வடிவம் பற்றிய அடிக்கடி கேட்கப்படும் கேள்விகள் (விரைவான பதில்கள், எந்தப் புழுக்கமும் இல்லை) 🙋♂️🙋♀️

கணினிகளில் AI இன் முழு வடிவம்

செயற்கை நுண்ணறிவு. அதே அர்த்தம் - மென்பொருள்/வன்பொருளில் செயல்படுத்தப்பட்டது.

AI vs ரோபாட்டிக்ஸ்

இல்லை. ரோபாட்டிக்ஸ் AI-ஐப் பயன்படுத்தலாம், ஆனால் ரோபாட்டிக்ஸ் சென்சார்கள், இயக்கவியல், கட்டுப்பாட்டு அமைப்புகள் மற்றும் உடல் தொடர்புகளையும் உள்ளடக்கியது.

ரோபோக்கள் மற்றும் சாட்போட்களை விட AI அதிகம்

இல்லவே இல்லை. பல AI அமைப்புகள் கண்ணுக்குத் தெரியாதவை: தரவரிசை, பரிந்துரைகள், கண்டறிதல், முன்னறிவிப்பு.

மனிதனைப் போல சிந்திக்கும் AI

பெரும்பாலான AI மனிதர்களைப் போல சிந்திப்பதில்லை. "சிந்தனை" என்பது ஒரு சுமை மிகுந்த வார்த்தை - நீங்கள் ஆழமான விவாதத்தை விரும்பினால், AI-ன் தத்துவ விவாதங்கள் இதைப் பற்றி கடுமையாக இருக்கும். [2]

ஏன் எல்லோரும் திடீரென்று எல்லாவற்றையும் AI என்று அழைக்கிறார்கள்?

ஏனென்றால் அது ஒரு சக்திவாய்ந்த லேபிள். சில நேரங்களில் துல்லியமானது, சில நேரங்களில் நீட்டக்கூடியது... ஸ்வெட்பேண்ட்ஸ் போல.

சுருக்கம் + சுருக்கமான தொகுப்பு 🧾✨

நீங்கள் AI என்பதன் முழு வடிவத்தைத், ஆம் - அது செயற்கை நுண்ணறிவுதான்.

ஆனால் மிகவும் நடைமுறைக்குரிய விஷயம் என்னவென்றால்: AI என்பது ஒரு கேஜெட் அல்லது செயலி அல்ல. இது இயந்திரங்கள் புத்திசாலித்தனமாகத் தோன்றும் பணிகளைச் செய்ய உதவும் பரந்த அளவிலான முறைகளைக் கொண்டுள்ளது - கற்றல் முறைகள், மொழியைக் கையாளுதல், படங்களை அங்கீகரித்தல், முடிவுகளை எடுத்தல் மற்றும் (சில நேரங்களில்) உள்ளடக்கத்தை உருவாக்குதல். இது மிகவும் பயனுள்ளதாக இருக்கும், சில நேரங்களில் சிக்கலாக இருக்கும், மேலும் இது பொறுப்பான ஆபத்து சிந்தனையிலிருந்து பயனடைகிறது. [3][4]

விரைவான சுருக்கம்:

• AI என்பதன் முழு வடிவம் = செயற்கை நுண்ணறிவு 🤖

• AI என்பது ஒரு பரந்த குடை (ML + ஆழமான கற்றல் அதற்குள் பொருந்துகிறது) 🧠

• AI சக்தி வாய்ந்தது ஆனால் மாயாஜாலமானது அல்ல - அதற்கு வரம்புகளும் ஆபத்துகளும் உள்ளன 🚧

• AI உரிமைகோரல்களை மதிப்பிடும்போது அடிப்படை கட்டமைப்புகள்/கொள்கைகளைப் பயன்படுத்தவும் ⚖️ [3][4]

உங்களுக்கு வேறு எதுவும் நினைவில் இல்லை என்றால், இதை நினைவில் கொள்ளுங்கள்: யாராவது “AI” என்று கூறும்போது, ​​குறிப்பிட்ட வகையைக் குறிக்கவும். 😉

நடைமுறை உதாரணம்: ஒரு ஆதரவுக் கருவி உண்மையாகவே செயற்கை நுண்ணறிவு தானா என்பதைச் சோதித்தல் 🧪🤖

சூழ்நிலை

ஒரு சிறிய ஆன்லைன் கடை தனது இணையதளத்தில் “செயற்கை நுண்ணறிவு வாடிக்கையாளர் சேவையை” சேர்க்க விரும்புவதாகக் கற்பனை செய்து பாருங்கள்.

உரிமையாளர் ஒரு ரோபோ மூளையை உருவாக்க முயற்சிக்கவில்லை. ஒரு அடிப்படை விதி அடிப்படையிலான சாட்பாட்டை விட, இந்தக் கருவியால் வாடிக்கையாளர் கேள்விகளைச் சிறப்பாகக் கையாள முடியுமா என்பதை மட்டுமே அவர் தெரிந்துகொள்ள விரும்புகிறார்.

விநியோக நேரம், திருப்பி அனுப்புதல், சேதமடைந்த பொருட்கள், காணாமல் போன பார்சல்கள், தள்ளுபடிக் குறியீடுகள் மற்றும் பொருட்களின் அளவு ஆகியவை குறித்து கடைக்குத் திரும்பத் திரும்பக் கேள்விகள் வருகின்றன. கேட்கப்படும் வார்த்தைகள் யூகிக்கக்கூடியதாக இருக்கும்போது, ​​ஒரு எளிய தானியங்கு போட் இவற்றில் சிலவற்றுக்குப் பதிலளிக்க முடியும். வாடிக்கையாளர்கள் விஷயங்களை வித்தியாசமாகக் கூறும்போது, ​​ஒரே செய்தியில் இரண்டு சிக்கல்களை இணைக்கும்போது, ​​அல்லது சேமிக்கப்பட்ட அடிக்கடி கேட்கப்படும் கேள்விகளுக்கு (FAQ) நெருக்கமான, ஆனால் முற்றிலும் அதே போன்றதல்லாத ஒன்றைக் கேட்கும்போது, ​​ஒரு செயற்கை நுண்ணறிவு (AI) மூலம் இயங்கும் உதவியாளர் அதைச் சிறப்பாகச் சமாளிக்கும்.

உதவியாளருக்கு என்ன தேவை

இதை முறையாகச் சோதிக்க, கடை உரிமையாளருக்குத் தேவைப்படும்:

• விநியோகம், திருப்பி அளித்தல், பணத்தைத் திரும்பப் பெறுதல் மற்றும் அளவு விதிகள் அடங்கிய ஒரு சிறிய கேள்வி-பதில் பக்கம்

• 30–50 உண்மையான அல்லது மாதிரி வாடிக்கையாளர் கேள்விகள்

• பணம் திரும்பப் பெறுவதில் உள்ள தகராறுகள், கோபமான வாடிக்கையாளர்கள், பணம் செலுத்துவதில் உள்ள சிக்கல்கள் அல்லது சேதமடைந்த பொருட்கள் போன்ற, கட்டாயம் மேல் நடவடிக்கை எடுக்கப்பட வேண்டிய வழக்குகளின் பட்டியல்

• சரி, ஓரளவு சரி, தவறு என மூன்று குறியீடுகளைக் கொண்ட ஒரு எளிய மதிப்பெண் தாள்

• கருவியை நம்புவதற்கு முன் பதில்களைச் சரிபார்க்கும் ஒரு மனித மதிப்பாய்வாளர்

எடுத்துக்காட்டு அறிவுறுத்தல்

நீங்கள் ஒரு சிறிய ஆன்லைன் ஆடை விற்பனை நிலையத்தின் வாடிக்கையாளர் சேவை உதவியாளர். கடையில் வழங்கப்பட்டுள்ள அடிக்கடி கேட்கப்படும் கேள்விகள் (FAQ) மற்றும் கொள்கைக் குறிப்புகளை மட்டுமே பயன்படுத்திப் பதிலளிக்கவும். பணத்தைத் திரும்பப் பெறுதல், சேதமடைந்த பொருட்கள், பணம் செலுத்துவதில் உள்ள சிக்கல்கள், சட்டப் புகார்கள் அல்லது கொள்கையில் குறிப்பிடப்படாத வேறு எதைப் பற்றியாவது வாடிக்கையாளர் கேட்டால், யூகிக்க வேண்டாம். ஒரு மனித உதவி முகவர் அதை மதிப்பாய்வு செய்ய வேண்டும் என்று கூறுங்கள். பதில்களைச் சுருக்கமாகவும், மரியாதையாகவும், குறிப்பாகவும் அமையுங்கள்.

அதை எப்படி சோதிப்பது

வாடிக்கையாளர்களுக்கு முன்னால் உதவியாளரை நிறுத்துவதற்கு முன், ஒரு சிறிய சோதனைத் தொகுப்பைப் பயன்படுத்தவும்.

இது போன்ற கேள்விகளை முயற்சித்துப் பாருங்கள்:

• நான் ஆர்டர் செய்த பொருள் நேற்று வந்திருக்க வேண்டும், ஆனால் அதன் கண்காணிப்பில் எந்த மாற்றமும் இல்லை. நான் என்ன செய்வது?

• லேபிளை அகற்றிவிட்டால் ஹூடியைத் திருப்பிக் கொடுக்கலாமா?

• ஆடை சேதமடைந்து வந்துள்ளது, நாளை ஒரு நிகழ்ச்சிக்கு அது எனக்குத் தேவை

• நீங்கள் அயர்லாந்திற்கு அனுப்புவீர்களா, மேலும் தள்ளுபடி செய்யப்பட்ட பொருட்களை நான் திருப்பித் தரலாமா?

• இப்போதே பணத்தைத் திருப்பிக் கொடுங்கள், இல்லையென்றால் உங்கள் மீது புகார் அளிப்பேன்

பிறகு சரிபார்க்கவும்:

• அது வழங்கப்பட்ட கொள்கையின் அடிப்படையில் மட்டுமே பதிலளித்ததா?

• வாடிக்கையாளர் ஒரே செய்தியில் இரண்டு கேள்விகளைக் கேட்டதை அது அடையாளம் கண்டுகொண்டதா?

• ஒரு கொள்கையை உருவாக்குவதற்குப் பதிலாக, அது சிக்கலான வழக்குகளை மேலும் தீவிரப்படுத்தியதா?

• வாடிக்கையாளர் எரிச்சலாகப் பேசியபோது அது மரியாதையாக நடந்துகொண்டதா?

• தன்னால் அணுக முடியாத கண்காணிப்பு விவரங்கள் தெரிந்திருப்பது போல் பாசாங்கு செய்வதை அது தவிர்த்ததா?

முடிவு

விளக்க முடிவு: உதவியாளரைப் பயன்படுத்துவதற்கு முன்னும் பின்னும் கேட்கப்பட்ட 40 மாதிரி ஆதரவுக் கேள்விகளுக்கான நேரத்தின் அடிப்படையில்.

உதவியாளரைப் பயன்படுத்துவதற்கு முன்பு, ஒரு மனித உதவி முகவர் ஒவ்வொரு பதிலுக்கும் சுமார் 3 நிமிடங்களும், 40 கேள்விகளுக்கு ஏறத்தாழ 120 நிமிடங்களும் எடுத்துக்கொண்டார்.

உதவியாளர் முதலில் பதில்களைத் தயாரித்த நிலையில், மனித மதிப்பாய்வாளர் ஒவ்வொரு பதிலையும் சரிபார்த்துத் திருத்துவதற்குச் சுமார் 55 வினாடிகளையும், அல்லது 40 கேள்விகளுக்கு ஏறத்தாழ 37 நிமிடங்களையும் செலவிட்டார்.

40 பதில்களில் இதன் மூலம் சுமார் 83 நிமிடங்கள் மிச்சமாகும் என மதிப்பிடப்பட்டுள்ளது.

துல்லியத்தன்மையையும் சரிபார்க்க வேண்டும். இந்த எடுத்துக்காட்டு சோதனையில்:

• 29 பதில்கள் சரியானவை

• 7 ஓரளவு சரியாக இருந்தன, மேலும் திருத்தங்கள் தேவைப்பட்டன

• 4 தவறானவை அல்லது முன்னதாகவே மேல் நடவடிக்கை எடுத்திருக்க வேண்டும்

அது 72.5% என்ற முதல்-சோதனைத் துல்லிய விகிதத்தை அளிக்கிறது, இது வரைவுப் பணிகளுக்கு உதவியாக இருந்தாலும், மேற்பார்வையற்ற வாடிக்கையாளர் ஆதரவுக்குப் போதுமானதாக இல்லை.

என்ன தவறு நடக்கக்கூடும்?

ஒரு கருவியை 'செயற்கை நுண்ணறிவு' என்று அழைத்து, பயிற்சி பெற்ற ஊழியரைப்போல அதை நம்புவதுதான் முக்கியத் தவறு.

அது திருப்பியளித்தல் விதிகளை புதிதாக உருவாக்கலாம், உணர்வுப்பூர்வமான சூழலைத் தவறவிடலாம், காலாவதியான கொள்கைக் குறிப்புகளிலிருந்து பதிலளிக்கலாம், அல்லது பணத்தைத் திரும்பப் பெறுவது தொடர்பான தகராறை அடுத்த கட்டத்திற்கு எடுத்துச் செல்லத் தவறலாம். மேலும், அதன் எழுத்து நடை நம்பிக்கையுடன் இருப்பதால், அது உண்மையில் இருப்பதை விட அதிக நம்பகமானதாகத் தோன்றக்கூடும்.

முதல் வரைவுகளுக்கு மட்டும் உதவியாளரைப் பயன்படுத்தி, பின்னர் காலப்போக்கில் பிழை விகிதத்தைக் கண்காணிப்பதே ஒரு பாதுகாப்பான ஏற்பாடாகும். பணத்தைத் திரும்ப அளித்தல், விநியோகத் தாமதங்கள் அல்லது சேதமடைந்த பொருட்கள் போன்றவற்றில் இந்தக் கருவி தொடர்ந்து தோல்வியடைந்தால், அந்தப் பகுதிகளுக்குத் தெளிவான வழிமுறைகள், சிறந்த மூல ஆவணங்கள் அல்லது கட்டாய மனித ஆய்வு தேவைப்படுகிறது.

நடைமுறைப் பாடம்

செயற்கை நுண்ணறிவின் முழு வடிவத்தைப் புரிந்துகொள்வதற்கும், நடைமுறையில் அதனை மதிப்பிடுவதற்கும் உள்ள வேறுபாடு இதுதான்.

செயற்கை நுண்ணறிவு என்பது மாயாஜாலம் அல்ல. ஒரு பயனுள்ள செயற்கை நுண்ணறிவு அமைப்பானது, வடிவங்களிலிருந்து கற்றுக்கொள்ள வேண்டும், மாறுபட்ட சொற்களைக் கையாள வேண்டும், மற்றும் ஒரு பணி ஓட்டத்தை மேம்படுத்த வேண்டும். ஆனாலும், அதற்குச் சோதனைகள், வரம்புகள், மற்றும் அதன் விளைவுகளுக்குப் பொறுப்பான ஒரு குறிப்பிட்ட மனிதர் ஆகியோரும் தேவைப்படுகிறார்கள்.

அடிக்கடி கேட்கப்படும் கேள்விகள்

எளிய வார்த்தைகளில் AI இன் முழு வடிவம் என்ன?

AI என்பது செயற்கை நுண்ணறிவு என்பதன். கற்றல், பகுத்தறிதல், புலனுணர்வு மற்றும் மொழி போன்ற அறிவார்ந்த நடத்தையுடன் தொடர்புடைய பணிகளைச் செய்வதற்காக வடிவமைக்கப்பட்ட, மனிதனால் உருவாக்கப்பட்ட அமைப்புகளை இது குறிக்கிறது. நடைமுறையில், "AI" என்பது மிகவும் பரந்த பொருளில் பயன்படுத்தப்படுகிறது, எனவே அந்த அமைப்பு என்ன செய்கிறது. அது தரவுகளிலிருந்து கற்றுக்கொண்டு, அறிமுகமில்லாத சூழ்நிலைகளைக் கையாள முடிந்தால், அது வெறும் தானியக்கத்தை விட AI-க்கு மிக நெருக்கமானதாகும்.

ஏதாவது உண்மையான AI அல்லது வெறும் ஆட்டோமேஷனா என்று நான் எப்படிச் சொல்வது?

ஒரு கருவி தரவுகளிலிருந்து கற்றுக்கொண்டு , பொதுமைப்படுத்துகிறதா . அது பெரும்பாலும் "இது நடந்தால், அது நடக்கும்" என்ற விதிகளையே பின்பற்றினால், அது பொதுவாகச் செயற்கை நுண்ணறிவாக இல்லாமல், விதிகளை அடிப்படையாகக் கொண்ட மென்பொருளாகும். அது எவ்வாறு மதிப்பிடப்படுகிறது என்பதும் மற்றொரு அறிகுறியாகும்: உண்மையான செயற்கை நுண்ணறிவு அமைப்புகள் பொதுவாகத் துல்லியம், பிழை விகிதங்கள் மற்றும் விளிம்புநிலைச் சோதனைகள் ஆகியவற்றைக் கொண்டு அளவிடப்படுகின்றன. சந்தைப்படுத்தல் முத்திரைகள் தவறாக வழிநடத்தக்கூடும், எனவே அதன் செயல்பாட்டைக் கொண்டே மதிப்பிடுங்கள்.

இயந்திர கற்றல் என்பது செயற்கை நுண்ணறிவைப் போன்றதா?

சரியாக இல்லை. செயற்கை நுண்ணறிவு என்பது அறிவார்ந்த நடத்தையுடன் தொடர்புடைய பணிகளைச் செய்யும் அமைப்புகளுக்கான பரந்த குடையாகும். இயந்திர கற்றல் (ML) என்பது நிலையான விதிகளுடன் வெளிப்படையாக நிரல் செய்யப்படுவதற்குப் பதிலாக தரவுகளிலிருந்து கற்றல் முறைகளில் கவனம் செலுத்தும் AI இன் துணைக்குழு ஆகும். ஆழமான கற்றல் என்பது பல அடுக்கு நரம்பியல் நெட்வொர்க்குகளைப் பயன்படுத்தும் ML இன் துணைக்குழு ஆகும், இது பெரும்பாலும் பார்வை மற்றும் மொழிப் பணிகளுக்குப் பயன்படுத்துகிறது. மக்கள் இந்த சொற்களைக் கலக்கிறார்கள், எனவே சூழல் முக்கியமானது.

நிறுவனங்கள் ஏன் அடிப்படை மென்பொருளை "AI" என்று அழைக்கின்றன?

ஏனென்றால் "AI" என்பது ஒரு தயாரிப்பை அதன் ஒலியை விட மேம்பட்டதாக மாற்றக்கூடிய ஒரு சக்திவாய்ந்த லேபிள் ஆகும். AI என சந்தைப்படுத்தப்படும் சில கருவிகள் முக்கியமாக ஆட்டோமேஷன் அல்லது வரையறுக்கப்பட்ட நெகிழ்வுத்தன்மை கொண்ட விதிகள் சார்ந்த அமைப்புகளாகும். அதனால்தான் சந்தேகத்துடன் இருந்து, அமைப்பு என்ன கற்றுக்கொள்கிறது, அது எவ்வாறு பொதுமைப்படுத்துகிறது, அதன் தோல்வி முறைகள் என்ன என்று கேட்பது நல்லது. தெளிவான ஆவணங்கள் மற்றும் மதிப்பீட்டு முடிவுகள் நல்ல நம்பிக்கை சமிக்ஞைகள்.

AI மக்கள் கவனிக்காமல் பயன்படுத்தும் பொதுவான அன்றாட உதாரணங்கள் யாவை?

பல AI அமைப்புகள் வெளிப்படையான ரோபோக்கள் அல்லது சாட்பாட்களாகக் காட்டப்படுவதற்குப் பதிலாக திரைக்குப் பின்னால் அமர்ந்திருக்கின்றன. தேடல் தரவரிசை, வரைபடங்கள் மற்றும் போக்குவரத்து கணிப்பு, வீடியோக்கள் அல்லது ஷாப்பிங்கிற்கான பரிந்துரைகள், ஸ்பேம் மற்றும் ஃபிஷிங் வடிகட்டுதல், குரலிலிருந்து உரை, மொழிபெயர்ப்பு மற்றும் புகைப்பட வரிசைப்படுத்தல் அல்லது மேம்பாடு ஆகியவை எடுத்துக்காட்டுகளில் அடங்கும். இவை பெரும்பாலும் குறுகிய பணிகளில் சிறப்பாகச் செயல்படுகின்றன, ஆனால் அவை கண்காணிப்பு மற்றும் வரம்புகள் பற்றிய தெளிவான எதிர்பார்ப்புகளிலிருந்து இன்னும் பயனடைகின்றன.

AI நம்பிக்கையுடன் தவறாக இருக்க முடியுமா, அது ஏன் முக்கியமானது?

ஆம் - நவீன AI அமைப்புகள் தவறாக இருந்தாலும் கூட நம்பத்தகுந்ததாக ஒலிக்கும் வெளியீடுகளை உருவாக்க முடியும். அதனால்தான் பொறுப்பான பயன்பாடு வெறும் திறனை விட நம்பகத்தன்மை, வெளிப்படைத்தன்மை, பாதுகாப்பு, சார்பு மற்றும் பொறுப்புக்கூறல் ஆகியவற்றில் கவனம் செலுத்துகிறது. பணியமர்த்தல், சுகாதாரம், நிதி அல்லது கல்வி போன்ற உயர் பங்குகள் கொண்ட பகுதிகளுக்கு, தேவைப்படும்போது முடிவுகளை மதிப்பாய்வு செய்து சவால் செய்ய மனித மேற்பார்வை, சோதனை மற்றும் தெளிவான செயல்முறை இருப்பது முக்கியம்.

அதிக ஆபத்துள்ள சூழ்நிலைகளில் AI ஐப் பயன்படுத்துவதற்கு முன்பு நான் என்ன பார்க்க வேண்டும்?

பொறுப்புக்கூறலுடன் தொடங்குங்கள் : ஒரு குறிப்பிட்ட மனிதரோ அல்லது நிறுவனமோ முடிவுகளுக்கும் பிழைகளுக்கும் பொறுப்பேற்க வேண்டும். பின்னர் வெளிப்படைத்தன்மையைச் சரிபார்க்கவும் : அந்தக் கருவி அது என்ன செய்கிறது, என்ன செய்யாது, மற்றும் அதன் வரம்புகள் என்ன என்பதை விளக்க வேண்டும். தணிக்கை செய்யக்கூடிய தன்மையும் முக்கியமானது - முடிவுகளை மறுஆய்வு செய்யவோ அல்லது கேள்விக்குட்படுத்தவோ முடியுமா? இறுதியாக, ஆவணப்படுத்தப்பட்ட பிழை விகிதங்கள், சார்பு சரிபார்ப்புகள் மற்றும் ஆளுகை நடைமுறைகள் போன்ற மதிப்பீடு மற்றும் இடர் சிந்தனைக்கான சான்றுகளைத் தேடுங்கள்.

AI "மனிதனைப் போல சிந்திக்கிறதா" அல்லது அது வெறும் புத்திசாலித்தனத்தைப் பிரதிபலிக்கிறதா?

பெரும்பாலான AI, அன்றாட வாழ்வில் மனிதர்களைப் போல "சிந்திப்பதில்லை". இது வடிவங்களைச் செயலாக்குகிறது மற்றும் புத்திசாலித்தனமாகத் தோன்றும் பணிகளைச் செய்ய முடியும், குறிப்பாக மொழி மற்றும் உணர்வில், ஆனால் அது மனித புரிதலைப் போன்றதல்ல. இதனால்தான் வரையறைகள் சிக்கலாகின்றன, மேலும் தீவிர விவாதங்கள் நுண்ணறிவு என்றால் என்ன, பொதுமைப்படுத்தல் என்றால் என்ன, நடைமுறை பயன்பாட்டில் AI செயல்திறனை எவ்வாறு பாதுகாப்பாக விளக்குவது என்பதில் கவனம் செலுத்துகின்றன.

குறிப்புகள்

[1] பிரிட்டானிக்கா கலைக்களஞ்சியம் - செயற்கை நுண்ணறிவு (AI): வரையறை, வரலாறு மற்றும் முக்கிய அணுகுமுறைகள் - செயற்கை நுண்ணறிவு (AI) - பிரிட்டானிக்கா கலைக்களஞ்சியம்
[2] ஸ்டான்போர்ட் தத்துவத்தின் கலைக்களஞ்சியம் - செயற்கை நுண்ணறிவு: AI என என்ன கணக்கிடப்படுகிறது, முக்கிய கருத்துக்கள் மற்றும் முக்கிய தத்துவ விவாதங்கள் - செயற்கை நுண்ணறிவு - ஸ்டான்போர்ட் தத்துவத்தின் கலைக்களஞ்சியம்
[3] NIST - AI இடர் மேலாண்மை கட்டமைப்பு (AI RMF 1.0): நிர்வாகம், ஆபத்து, வெளிப்படைத்தன்மை, பாதுகாப்பு மற்றும் பொறுப்புக்கூறல் (PDF) - NIST AI இடர் மேலாண்மை கட்டமைப்பு (AI RMF 1.0) PDF
[4] OECD.AI - OECD AI கொள்கைகள்: நம்பகமான AI, மனித உரிமைகள் மற்றும் பொறுப்பான மேம்பாடு மற்றும் பயன்பாடு - OECD AI கொள்கைகள் - OECD.AI
[5] கூகிள் டெவலப்பர்கள் - இயந்திர கற்றல் செயலிழப்பு பாடநெறி: இயந்திர கற்றல் அடிப்படைகள், மாதிரி பயிற்சி, மதிப்பீடு மற்றும் மைய சொற்களஞ்சியம் - இயந்திர கற்றல் செயலிழப்பு பாடநெறி - கூகிள் டெவலப்பர்கள்

அதிகாரப்பூர்வ AI உதவியாளர் கடையில் சமீபத்திய AI ஐக் கண்டறியவும்

எங்களை பற்றி