இதை நாம் மிகவும் சிக்கலாக்க வேண்டாம் - செயற்கை நுண்ணறிவு இயக்கத்தை உண்மையில் யார் தொடங்கி வைத்தார்கள் என்று நீங்கள் யோசித்துக் கொண்டிருந்தால், அதற்கான பதில், குறைந்தபட்சம் வரலாற்று ரீதியாக, மிகவும் நேரடியானது: ஜான் மெக்கார்த்தி . அவர் செயற்கை நுண்ணறிவின் ஆரம்ப ஆண்டுகளில் வெறும் பங்கேற்பாளராக மட்டும் இருக்கவில்லை - அவர்தான் அதற்குப் பெயரிட்டார். 'செயற்கை நுண்ணறிவு' என்ற சொற்றொடரா ? அது அவருடையது.
ஆனால் அதை ஒரு கவர்ச்சியான பட்டமாக தவறாக நினைக்காதீர்கள். இது கௌரவப் பட்டம் அல்ல. அது சம்பாதித்து பெற்றது.
இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:
🔗 ஒரு செயற்கை நுண்ணறிவை உருவாக்குவது எப்படி – தேவையற்ற தகவல்கள் இல்லாத ஒரு ஆழமான பார்வை.
உங்கள் சொந்த செயற்கை நுண்ணறிவை அடிமட்டத்திலிருந்து உருவாக்குவதற்கான ஒரு விரிவான, நேரடியான வழிகாட்டி.
🔗 குவாண்டம் செயற்கை நுண்ணறிவு என்றால் என்ன? – இயற்பியல், நிரல் மற்றும் குழப்பம் சந்திக்கும் இடம்.
குவாண்டம் இயக்கவியல் மற்றும் செயற்கை நுண்ணறிவின் வியக்க வைக்கும் சங்கமத்தை ஆராயுங்கள்.
🔗 செயற்கை நுண்ணறிவில் அனுமானம் என்றால் என்ன? – அனைத்தும் ஒன்றிணையும் தருணம்.
பயிற்சி அளிக்கப்பட்ட தரவுகளைப் பயன்படுத்தி, செயற்கை நுண்ணறிவு எவ்வாறு நிகழ்நேரத்தில் முடிவுகளை எடுத்து நுண்ணறிவுகளை உருவாக்குகிறது என்பதைத் தெரிந்துகொள்ளுங்கள்.
🔗 செயற்கை நுண்ணறிவை ஒரு முழுமையான அணுகுமுறையுடன் கையாள்வது என்பதன் பொருள் என்ன?
செயற்கை நுண்ணறிவின் வெற்றி என்பது வெறும் நெறிமுறைகளை மட்டும் சார்ந்தது அல்ல - அறநெறிகள், நோக்கம் மற்றும் தாக்கம் ஆகியவையும் முக்கியமானவை என்பதை அறிந்துகொள்ளுங்கள்.
ஜான் மெக்கார்த்தி: ஒரு காகிதத்தில் ஒரு பெயரை விட அதிகம் 🧑📘
1927-ல் பிறந்து, 2011-ல் அவர் காலமாகும் வரை இத்துறையில் தீவிரமாகச் செயல்பட்டு வந்த ஜான் மெக்கார்த்திக்கு, இயந்திரங்கள் குறித்து ஒரு விசித்திரமான தெளிவு இருந்தது - அவை என்னவாக மாறக்கூடும், என்னவாக ஒருபோதும் ஆகாது என்பது பற்றியெல்லாம் அவருக்குத் தெரிந்திருந்தது. நரம்பியல் வலைகள் இணைய சேவையகங்களைச் செயலிழக்கச் செய்வதற்கு நீண்ட காலத்திற்கு முன்பே, அவர் கடினமான கேள்விகளைக் கேட்கத் தொடங்கிவிட்டார்: இயந்திரங்களுக்குச் சிந்திக்க எப்படிப் பயிற்றுவிப்பது? எதைத்தான் சிந்தனை என்று கருதலாம்?
1956-ல், மெக்கார்த்தி டார்ட்மவுத் கல்லூரியில் சில பெரும் அறிவுஜீவிகளுடன் இணைந்து ஒரு பயிலரங்கை ஏற்பாடு செய்தார்: கிளாட் ஷானன் (ஆம், அந்தத் தகவல் கோட்பாட்டாளர்), மார்வின் மின்ஸ்கி மற்றும் இன்னும் சிலரும் அதில் அடங்குவர். இது ஏதோ ஒரு சாதாரண கல்விசார் மாநாடு அல்ல. அதுதான் அந்தத் தருணம். ' செயற்கை நுண்ணறிவு' முதன்முதலில் அதிகாரப்பூர்வமாகப் பயன்படுத்தப்பட்ட உண்மையான நிகழ்வு அது.
அந்த டார்ட்மவுத் திட்டம்? மேலோட்டமாகப் பார்த்தால் கொஞ்சம் வறண்டதாகத் தோன்றினாலும், அது இன்னும் வேகத்தைக் குறைக்காத ஒரு இயக்கத்தைத் தூண்டியது.
அவர் உண்மையில் என்ன செய்தார்? (நிறைய, நேர்மையாக) 💡🔧
முதலில், லிஸ்ப். 1958-ல், மெக்கார்த்தி லிஸ்ப் என்ற நிரலாக்க மொழியை உருவாக்கினார் . இது பல தசாப்தங்களாக செயற்கை நுண்ணறிவு ஆராய்ச்சியில் பெருமளவில் ஆதிக்கம் செலுத்தியது. நீங்கள் எப்போதாவது "குறியீட்டு செயற்கை நுண்ணறிவு" (symbolic AI) என்ற சொல்லைக் கேட்டிருந்தால், லிஸ்ப் தான் அதன் நம்பகமான உழைப்பாளியாக இருந்தது. அது ஆராய்ச்சியாளர்களை மீள்சுழற்சி தர்க்கம் (recursive logic), உள்ளமைந்த பகுத்தறிவு (nested reasoning) போன்றவற்றுடன் பரிசோதனை செய்ய அனுமதித்தது - அடிப்படையில், இன்று நாம் மிகவும் மேம்பட்ட தொழில்நுட்பங்களில் இருந்து எதிர்பார்க்கும் விஷயங்கள் இவை.
நேரப் பகிர்வு: கிளவுடின் மூலக்கருத்தான
மெக்கார்த்தியின் நேரப் பகிர்வுக் - அதாவது, பல பயனர்களை ஒரே நேரத்தில் ஒரு கணினியுடன் தொடர்பு கொள்ள அனுமதிப்பது - கணினித்துறையை விரிவாக்கக்கூடிய ஒன்றாக மாற்றுவதற்கு உதவியது. இதை கிளவுட் கம்ப்யூட்டிங்கின் ஒரு ஆரம்பகால ஆன்மீக முன்னோடி என்று கூட வாதிடலாம்.
இயந்திரங்கள் பகுத்தறிய வேண்டும் என்று அவர் விரும்பினார்.
பெரும்பாலானோர் வன்பொருள் அல்லது குறுகிய விதித் தொகுப்புகளில் கவனம் செலுத்தியபோது, மெக்கார்த்தி தர்க்கத்தில் மூழ்கினார் - சூழ்நிலைக் கணக்கீடு மற்றும் வரையறை. இவை வெறும் பகட்டான சொற்கள் அல்ல. இவை, இயந்திரங்கள் செயல்படுவதற்கு மட்டுமல்லாமல், காலப்போக்கில் மற்றும் நிச்சயமற்ற தன்மையிலும் பகுத்தறிய உதவும் கட்டமைப்புகளாகும்.
ஓ, அவர் ஸ்டான்போர்ட் AI ஆய்வகத்தை இணைந்து நிறுவினார்.
ஸ்டான்போர்ட் AI ஆய்வகம் (SAIL) கல்வி AI இன் ஒரு மூலக்கல்லாக மாறியது. ரோபாட்டிக்ஸ், மொழி செயலாக்கம், பார்வை அமைப்புகள் - அவை அனைத்தும் அங்கேயே வேர்களைக் கொண்டிருந்தன.
அது அவன் மட்டும் இல்ல 📚🧾
பாருங்கள், மேதைமை என்பது அரிதாகவே ஒரு தனி நபர் செயல். மெக்கார்த்தியின் பணி அடித்தளமானது, ஆம், ஆனால் AI இன் முதுகெலும்பை உருவாக்குவதில் அவர் மட்டும் இல்லை. குறிப்பிடத் தகுந்த வேறு யாரைப் பற்றி இங்கே:
-
ஆலன் டூரிங் - 1950-ஆம் ஆண்டிலேயே, “இயந்திரங்களால் சிந்திக்க முடியுமா?” என்ற கேள்வியை முன்மொழிந்தார். அவருடைய டூரிங் சோதனை இன்றும் மேற்கோள் காட்டப்படுகிறது. தொலைநோக்குப் பார்வை கொண்டவர், துரதிர்ஷ்டவசமாகத் தன் காலத்தை விட மிகவும் முற்பட்டவர் 🤖.
-
கிளாட் ஷானன் - மெக்கார்த்தியுடன் இணைந்து டார்ட்மவுத் மாநாட்டைத் தொடங்கி வைக்க உதவினார். மேலும், கற்றுக்கொள்வதன் மூலம் புதிர்ப்பாதைகளைத் தீர்க்கும் ஒரு இயந்திர எலியையும் (தீசியஸ்) உருவாக்கினார். 1950-களுக்கு இது சற்றே நம்பமுடியாத ஒரு விஷயமாக இருந்தது 🐭.
-
ஹெர்பர்ட் சைமன் மற்றும் ஆலன் நியூவெல் - இவர்கள் 'லாஜிக் தியரிஸ்ட்'என்ற மென்பொருளை உருவாக்கினர். ஆரம்பத்தில் மக்கள் அதை நம்பவில்லை.
-
மார்வின் மின்ஸ்கி - கோட்பாட்டாளரும் புதுமை விரும்பியும் சரிசமமாக இணைந்தவர். அவர் நரம்பியல் வலைப்பின்னல்கள், ரோபோட்டிக்ஸ் மற்றும் துணிச்சலான தத்துவார்த்தக் கண்ணோட்டங்களுக்கு இடையே பயணித்தார். பல ஆண்டுகளாக மெக்கார்த்தியின் அறிவுசார் விவாதத் தோழர் 🛠️.
-
நில்ஸ் நில்சன் - திட்டமிடல், தேடல் மற்றும் முகவர்கள் பற்றி நாம் எப்படி சிந்திக்கிறோம் என்பதை அமைதியாக வடிவமைத்தார். பெரும்பாலான ஆரம்பகால AI மாணவர்கள் தங்கள் மேசைகளில் திறந்திருந்த பாடப்புத்தகங்களை எழுதினார்.
இவர்கள் துணை கதாபாத்திரங்கள் அல்ல - AI என்னவாக இருக்க முடியும் என்பதன் விளிம்புகளை வரையறுக்க அவர்கள் உதவினார்கள். இருப்பினும், மெக்கார்த்தி மையமாக இருந்தார்.
நவீன காலமா? அது முழுக்க முழுக்க வேற அலை 🔬⚙️
காலம் முன்னோக்கிச் செல்கிறது. ஜெஃப்ரி ஹின்டன் , யோஷுவா பெங்கியோ , மற்றும் யான் லெகுன் போன்றவர்கள் இப்போது “ஆழ்நிலைக் கற்றலின் தந்தையர்கள்” என்று அழைக்கப்படுகிறார்கள்.
1980களில் ஹின்டனின் பேக்ப்ரொபகேஷன் மாதிரிகள் மங்கவில்லை - அவை பரிணாம வளர்ச்சியடைந்தன. 2012 வாக்கில், கன்வல்யூஷனல் நியூரல் நெட்வொர்க்குகள் குறித்த அவரது பணி AI ஐ பொதுமக்களின் கவனத்திற்குக் கொண்டுவர உதவியது. சிந்தியுங்கள்: பட அங்கீகாரம், குரல் தொகுப்பு, முன்கணிப்பு உரை - அனைத்தும் அந்த ஆழமான கற்றல் உந்துதலிலிருந்து உருவாகின்றன 🌊.
2024-ல், அந்தப் பங்களிப்புகளுக்காக ஹின்டனுக்கு இயற்பியலுக்கான நோபல் பரிசு வழங்கப்பட்டது . ஆம், இயற்பியல்தான். குறியீட்டிற்கும் அறிவாற்றலுக்கும் இடையிலான எல்லைகள் இப்போது அந்த அளவிற்கு மங்கலாகிவிட்டன 🏆.
ஆனால் விஷயம் இதுதான்: ஹின்டன் இல்லையென்றால், ஆழ்நிலைக் கற்றலில் எழுச்சி ஏற்பட்டிருக்காது - அது உண்மைதான். ஆனால் அதுமட்டுமல்லாமல், மெக்கார்த்தி இல்லையென்றால், ஆரம்பத்திலேயே செயற்கை நுண்ணறிவுத் துறையே இருந்திருக்காது. அவருடைய தாக்கம் அதன் எலும்புகளில் ஊறிப்போயுள்ளது.
மெக்கார்த்தியின் படைப்புகளா? இன்னும் பொருத்தமானவை 🧩📏
விசித்திரமான திருப்பம் - இன்று ஆழ்ந்த கற்றல் ஆட்சி செய்யும் அதே வேளையில், மெக்கார்த்தியின் சில "பழைய" கருத்துக்கள் மீண்டும் வருகின்றன. குறியீட்டு பகுத்தறிவு, அறிவு வரைபடங்கள் மற்றும் கலப்பின அமைப்புகள்? அவை மீண்டும் எதிர்காலம்.
ஏன்? ஏனெனில், உருவாக்க மாதிரிகள் எவ்வளவு புத்திசாலித்தனமாக இருந்தாலும், அவை சில விஷயங்களில் இன்னும் மெத்தனமாக இருக்கின்றன - நிலைத்தன்மையைப் பேணுதல், காலப்போக்கில் தர்க்கத்தைப் பயன்படுத்துதல் அல்லது முரண்பாடுகளைக் கையாள்வது போன்றவை. மெக்கார்த்தி ஏற்கனவே 60கள் மற்றும் 70களில் அந்த விளிம்புகளை ஆராய்ந்து கொண்டிருந்தார்.
எனவே மக்கள் LLM-களை தர்க்க அடுக்குகள் அல்லது குறியீட்டு மேலடுக்குகளுடன் கலப்பது பற்றிப் பேசும்போது - அவர்கள் தெரிந்தோ தெரியாமலோ, அவரது நாடகப் புத்தகத்தை மீண்டும் பார்க்கிறார்கள்.
சரி, AI-ன் தந்தை யார்? 🧠✅
இங்கே எந்த தயக்கமும் இல்லை: ஜான் மெக்கார்த்தி.
அவர் அந்தப் பெயரை உருவாக்கினார். மொழியை வடிவமைத்தார். கருவிகளை உருவாக்கினார். கடினமான கேள்விகளைக் கேட்டார். இப்போதும் கூட, AI ஆராய்ச்சியாளர்கள் அரை நூற்றாண்டுக்கு முன்பு அவர் சாக்போர்டுகளில் வரைந்த யோசனைகளுடன் இன்னும் போராடி வருகின்றனர்.
LISP குறியீட்டில் சுற்றிப் பார்க்க விரும்புகிறீர்களா? குறியீட்டு முகவர்களுக்குள் மூழ்கிவிடுகிறீர்களா? அல்லது மெக்கார்த்தியின் கட்டமைப்புகள் இன்றைய நரம்பியல் கட்டமைப்புகளுடன் எவ்வாறு இணைகின்றன என்பதைக் கண்டறியவா? நான் உங்களுக்கு உதவுகிறேன் - கேளுங்கள்.