...
இணைய இதழ்இணைய இதழ் 100கட்டுரைகள்

மறதியில் உழலும் சொற்கள் – கிருஷ்ணமூர்த்தி

கட்டுரை | வாசகசாலை

ஒரு வானொலி நிகழ்ச்சி. மக்களிடம் சமூகத்தில் நிகழும் ஏதேனும் ஒரு மாற்றத்தை மையப்படுத்தி கேள்வியை தொகுப்பாளினி முன்வைப்பார். மக்கள் தங்களின் கருத்துகளை அதையொட்டி முன்மொழிவர். அன்று முன்வைக்கப்பட்ட கேள்வி, பரந்துபட்டு வியாபிக்கும் செயற்கை நுண்ணறிவு சார்ந்தது. வானொலி நிகழ்ச்சிகளை பேசி ஒருங்கிணைப்பதற்கும் செயற்கை நுண்ணறிவை பயன்படுத்த முடியும் எனும் தகவலைப் பகிர்ந்து, தன்னுடைய ஆற்றலையும், கலகலப்பாக ஒருங்கிணைக்கும் திறனையும் ஒரு செயலி இடம்பெயர்த்துவிடுமோ, தன்னை வானொலி ரசிகர்கள் மறந்துவிடுவார்களோ என்று ஆற்றாமையுடன் பேசிக்கொண்டிருந்தார். அலைபேசியில் அழைத்து மக்கள் அப்படியெல்லாம் யாரும் உங்களை மறந்துவிடமாட்டார்கள் என்று ஆறுதல் சொல்லிக்கொண்டிருந்தனர். சுயத்தை சந்தேகிக்கும் அந்த நிகழ்ச்சி தொகுப்பாளினியின் குரலில் என் சிந்தனையில் நின்றுகொண்டது.

இந்த சிக்கல் அனைத்து தொழிலிலும் வியாபித்து இருக்கிறது. தன்னை ஒரு செயலி இடம்பெயர்த்துவிடும் எனில் தன் சுயத்தின் மதிப்பு என்ன எனும் ஆதார கேள்வி எல்லோர் மனதிலும் புகுந்திருக்கிறது. இந்த இருத்தலியல் சார்ந்த கேள்வியும் நடுத்தர மற்றும் மேல் நடுத்தர வர்க்கத்தின் கேள்வியாகவே சமூகத்தில் பரவியிருக்கிறது. இயந்திரமயமாக்கல், நகரமயமாக்கல் காலகட்டங்களிலும் இதே இருத்தலியல் சிக்கல் சமூகம் முழுக்கப் பரவியிருந்தது. மரபார்ந்த பண்பாடுகளை இந்த சமூகம் உற்பத்தி எனும் பெயரில் கைவிடப்போகிறது எனும் அச்சம் இருத்தலியல் சிக்கலாக பரிணமித்தது. மேலும், இயந்திரமயமாக்கல் மேல்தட்டு மக்களிடம் அபரிமிதமான உற்பத்தியால் செல்வம் சேரும் இடமாகவும், கீழ்தட்டு உழைக்கும் மக்களிடம் உழைப்பை இடம்பெயர்க்கும் அரசியலாகவும் உருவானது.

செயற்கை நுண்ணறிவு குறித்து படித்த சமயங்களில் அவை எதன் மாற்று என்பதற்கான பதில் என்னை வியப்பில் ஆழ்த்தியது. உழைப்பு எனும் சொல்லுக்கு மாற்று அர்த்தத்தை உருவாக்குவதே செயற்கை நுண்ணறிவின் முக்கிய நோக்கம் என்பதாகிறது. மனிதர்கள் செய்யும் அன்றாட வேலைகளை தானியங்கிகளாக மாற்றும் பட்சத்தில் அவை சரிவர வேலை செய்கிறதா என்று மேற்பார்வையிடுவதே மனிதர்களின் பணியாகிவிடுகிறது. இவற்றை இயந்திரமயமாக்கல் காலகட்டத்தோடு ஒப்பிடுவதே சமூகம் சார்ந்து செயற்கை நுண்ணறிவின் சாதக பாதகங்களை அறிய ஏதுவாய் இருக்கும். கைத்தறி நெசவாளர்களை லாங்காஷையரில் உருவான நெசவு இயந்திரம் இடம்பெயர்த்தது. இருபதாம் நூற்றாண்டில் கண்டுபிடிக்கப்பட்ட டை இயந்திரம் இந்தியாவைப் போன்ற வளர்ச்சிபெறாத (அக்காலகட்டத்திய இந்தியா) நாட்டின் அவுரி (Indigo) விவசாயத்தை பாதித்தது. இதுபோன்று எண்ணற்ற எடுத்துகாட்டுகளை நாம் கூறலாம். அதை அப்போதைய சிந்தனாவாதிகள் எப்படிப் பார்த்தனர் என்பதற்கு காந்தியை கைக்கொள்ளலாம். இயந்திரமயமாக்கலை கட்டுப்பாடுகளுடன் முறைப்படுத்தப்பட வேண்டும் என்பதே அவர் முன்வைத்த சிந்தனையாக அமைந்தது. கண்டுபிடிக்கப்படும் இயந்திரம் மனிதர்களின் உழைப்பை மேம்படுத்துவதாக இருக்க வேண்டுமே அன்றி, அவர்களின் உழைப்பை இடம்பெயர்ப்பதாக இருக்கக்கூடாது என்றார். அவர் முன்வைத்த சிந்தனைக்கான எடுத்துக்காட்டு தையல் இயந்திரம், மைக்ரோஃபோன், ரயில் வண்டி இத்யாதி.

இயந்திரமயமாக்கல் காலகட்டத்திற்கும் சமகாலத்திற்குமான முக்கிய வேறுபாடு, முந்தையது உடல் உழைப்பின் மாற்றுகளை முன்வைத்தது, சமகாலம் மூளை உழைப்பிற்கான மாற்றை முன்வைக்கிறது. செயற்கை நுண்ணறிவின் ஆதாரமாக அமைவது தகவல்(Data). மனித மூளையின் செயல்பாடுகளை இயன்றவரை நகலெடுக்க செயற்கை நுண்ணறிவு முயற்சிக்கிறது. ஆப்பிள் பழத்தை எப்படி நம்மால் ஆப்பிள் என்று இனங்காணமுடிகிறது என்று யோசித்துப் பார்ப்போம். அதன் நிறம். அதிலும் சிவப்பு, மஞ்சள், மஞ்சளும் சிவப்பும் கலந்த பழங்கள் ஆகியன இருக்கின்றன. இவை தவிர அதன் வடிவம் மற்றும் சிறுவயதிலிருந்து நமக்கு ஆங்கிலத்தில் சொல்லிக்கொடுக்கப்படும் முதல் சொல்லாக ஆப்பிளே அமைந்திருக்கிறது. மனித மூளை இவற்றை எல்லாம் ஒருங்கிணைத்து எங்கு ஆப்பிளை, முன் கூறிய எந்த நிறத்தில் காண நேர்ந்தாலும் ஆப்பிள் என அடையாளம் கண்டுகொள்கிறது.

அதே நேரம் முன்பின் அறிந்திராத ப்ளம் பழத்தை காண நேர்ந்தால், அவற்றின் தோற்றங்களும் முன் கூறிய ஆப்பிளின் தன்மைகளின் சுருங்கப்பட்ட விஷயமாக இருப்பினும் கூட இது ஆப்பிள் இல்லை என்பதை நம்மால் அறிந்துகொள்ளமுடிகிறது. இந்த பகுத்தறிதலின் அம்சம் கால இடைவெளியில் ஊறி மூளையில் செழுமையான ஒன்று. இப்போது ஒரு இயந்திரத்தை வடிவமைத்து ஆப்பிளையும் ப்ளம்மையும் சரியாக இனங்காணச் செய்ய வேண்டும் எனில் அந்த இயந்திரத்தை பயிற்றுவிக்க வேண்டும். எந்த தன்மைகள் எல்லாம் ஆப்பிள் என்றும், எந்த தன்மைகள் எல்லாம் ப்ளம் என்றும் கற்றுக்கொடுக்க வேண்டும். முன்கூறிய விஷயங்கள் அனைத்தையும் தகவல்களாக இயந்திரத்திற்கு பயிற்றுவிக்கப்பட்டு தொடர்ந்து சோதனையிட வேண்டும். சரியாக பழங்களை அடையாளம் காணாத பட்சத்தில் எந்த தன்மையின் அடிப்படையில் இயந்திரம் தவறிழைக்கிறது என்பதை ஆராய்ந்து அந்த தகவலை மேம்படுத்த வேண்டும். இந்த தொடர் செயல்பாட்டின் முடிவில் தானியங்கியாக ஒரு இயந்திரம் மனிதனுக்கு நிகராக ஆப்பிளையும் ப்ளம் பழத்தையும் பகுத்தறிந்து அடையாளம் காணும்.

மேற்கூறிய எளிய எடுத்துக்காட்டிலிருந்தே நம் அச்சத்தின் தோற்றுவாயை அடையாளம் காணலாம். மனிதர்களின் உள்ளுணர்வை ஒரு இயந்திரத்திற்கு பொருத்திவிட முடியுமெனில், எனக்கென இருக்கக்கூடிய தனித்துவ அம்சம் எதுவாக இருக்கும் எனும் கேள்வி உருவாகிறது. புலன்களால் நுகரப்படும் வாசனை, ருசி, அழகை ரசிக்கும் பார்வையும் அதில் உங்களுக்கென இருக்கும் உள்ளார்ந்த அலகுகளும், செயலிகளின் வழியே உங்களின் நுகர்வுத் தேர்வுகள் ஆகிய அனைத்தும் தகவல்களாக மாற்றப்பட்டு செயற்கை நுண்ணறிவின் படிப்பினைகளாக உருமாற்றம் அடைகின்றன. உணரும் முன்னரே முன்னறிவிக்கும் கருவிகளாக மாறி நேரடி அனுபவத்தை மட்டுப்படுத்தும் செயலை தொழில்நுட்பம் செய்கிறது. நவீன தொழில்நுட்பம் கொடுக்கும் லகுத்தன்மையில் நம் திராணிகளை நீர்த்துப்போக வழிவகுக்கிறோம். எளிய மின்னஞ்சல் அனுப்ப Chat-GPT உதவுகிறது, புதிதாக ஒரு வரைபடத்தை வரைய அதற்கான செயலிகளிலேயே செயற்கை நுண்ணறிவு சேர்க்கப்பட்டு நம் கற்பனைக்கு உதவுவதாக கட்டமைக்கப்படுகிறது. எல்லாவற்றையும் இயந்திரமயமாக்கிவிட்டு எப்படி உழைக்கப் போகிறீர்கள் என்று காந்தி ஒரு கேள்விவை முன்வைத்தார். இப்படி ஒரு கேள்வி உருவாவதற்கான சாத்தியங்களே அற்று செயற்கை நுண்ணறிவு செயல்படுகிறது.

Natural Language Processing (NLP) எனும் செயற்கை நுண்ணறிவின் ஒரு கிளை நம் அச்சத்தின் மூல காரணமாக இருக்கிறது. மூளையின் பெரும் உழைப்பு உரையாடல். மற்றவைகளுடனான (Others) தொடர்புக்கு அடிநாதமாக இருப்பதும் உரையாடல்தான். ப்ளேட்டோ முதல் நோம் சாம்ஸ்கி வரையிலாக கருத்துமுதல்வாதிகளின் ஆதாரமும் உரையாடல்தான். சொற்களின் வழியே பேசிப் பேசி கூர்மைப்பெறும் சிந்தனைகள் தத்துவங்களாக பரிணமிக்கின்றன. NLP இந்த உரையாடலை இடம்பெயர்க்க முனைகிறது. மொழியை NLP அணுகும் விதமே சற்று அசூயையாக இருக்கிறது. வாக்கியத்தை ஆங்கிலத்தில் இலக்கிய சுத்தமாக, காலப்பிரக்ஞையுடன் எழுதும் போது வாக்கியத்தில் இடம்பெறும் is, but, and, the, when, what, upon முதலிய பெயர்ச்சொல் அல்லாத அனைத்து சொற்களும் அர்த்தம் இழந்துவிடுகின்றன. பெயர்ச்சொல்லும் அதன் காலப் பிரக்ஞையில் பயன்படுத்தப்பட்டிருந்தாலும், அல்லது அழகியல் நோக்கில் நிகரான சொற்களுடன் பயன்படுத்தப்பட்டிருந்தாலும் அவை தன் அலங்காரங்களை இழந்து அதன் வேர்ச்சொல்லாக மட்டுமே கருதப்படுகிறது. அரசியல் உரையை NLP-யின் துணைகொண்டு ஆராய்ந்தால் அந்த அரசியல் முகவர் எந்த சொல்லை அதிக முறை பயன்படுத்தியிருக்கிறார், எந்த சொற்கள் அவருடைய கோபத்தை குறிக்கிறது, எந்த சொல் அவரிடமிருந்து எதிர்மறை எண்ணங்களை வெளிப்படுத்துகிறது என்பதை எடுத்துக்கூற முடியும். அதிகமாக பயன்படுத்திய சொல் அவருக்கு சமூகம் குறித்து முக்கியத்துவப்படுத்துவதையும், குறைவாகப் பயன்படுத்திய சொல் அவர் முக்கியமற்றதாக கருதும் சமூக அம்சமாகவும் நமக்கு NLP எடுத்துக்காட்டுகிறது.

இந்த NLP-இன் எளிய எடுத்துக்காட்டு நம் மின்னஞ்சலிலும் குறுந்தகவல் செயலிகளும் காணக்கிடைக்கின்றன. நீங்கள் உங்கள் நண்பர்களிடம் பேச விரும்பும் விஷயங்களை எழுதத் தொடங்குகிறீர்கள். அந்த செயலி பாதி எழுதிகொண்டிருக்கும்போதே அந்த வரியை நிறைவு செய்ய உதவுகிறது. பெருவாரியான நேரங்களில் அவை சரியாக அமைவதால் நாம் ஒரு ஸ்வைப் செய்து பேச விரும்பியதை சொல்லாமல் சொல்லிவிடுகிறோம்.

இயந்திரமயமாக்கலில் நமக்கு ஒரு ஆசுவாசம் இருந்தது. அவை கலை இலக்கிய செயல்பாடுகளில் நுழையவில்லை. அச்சாக்க பணிகளில், எழுதும் கருவிகளில் இயந்திரம் புகுந்தது. ஆனால், எழுதுவதில் அல்ல. இன்றைய காலகட்டம் நேர்மாறாக இருக்கிறது. வாசிப்பு பெரும் உழைப்பாக கருதப்படும் காலகட்டம். டால்ஸ்டாயையும் தாஸ்தாயெவ்ஸ்கியையும் படித்ததாக காட்டிக்கொள்ள செயலியே போதுமானதாக இருக்கிறது. அவர்களின் ஒரு சிறுகதையை python போன்ற open source மென்பொருளில் இட்டு NLP-ஐ கற்றுத் தேர்ந்த ஒருவரால் டால்ஸ்டாய் சிறுகதையின் இலக்கண, சொல்லாட்சி ஓர்மைகளை கண்டறிந்துவிடமுடியும். தனக்குள் இருக்கும் அபத்தமான சிந்தனையை டால்ஸ்டாய் எழுதியதைப் போன்றே உருவாக்கியும் விட முடியும்.

காந்தி கூறிய முறைபடுத்துதலே இங்கும் தீர்வாக அமைகிறது. பன்னாட்டு நிறுவனங்கள் enterprise version-களாக செயற்கை நுண்ணறிவு செயலிகளுடன் ஒப்பந்தம் மேற்கொள்கையில் அங்கே முக்கியமான ஒரு விதி நிர்ணயிக்கப்படுகிறது. அந்த நிறுவனத்தின் தகவல்கள் எவையும் குறிப்பிட்ட செயலியின் open source வளர்ச்சிக்காக, பொதுமக்கள் பயன்பட்டிற்காக பயன்படுத்தப்படமாட்டாது என்பதே அந்த விதி.

உன் வயது என் அனுபவம் எனும் சொல்லாடல் காலாவதியாகிப்போனது இந்த அச்சத்தின் மறுமுகம். ஆனால், செயற்கை நுண்ணறிவின் காலகட்டத்தில் நாம் இழந்திருப்பது மதிப்பீடுகள். உங்கள் அன்றாட செயல்களின் வழியே மானுடத்திற்கு ஒரு மதிப்பீட்டை நல்குகிறீர்கள் எனில், அதை ஒரு இயந்திரத்தால் இடம்பெயர்க்க முடியாது. அறிவின் தேவைக்கு இந்த செயற்கை நுண்ணறிவு பெரிய வரம். இப்படி சிந்தித்து பாருங்கள் தமிழ் அகராதியை நாம் செயலிக்கு புகட்டுகிறோம். சங்க இலக்கியப் பாடல்களையும் கற்பிக்கிறோம். நாளைய தலைமுறைக்கு சுவாரஸ்யமான கதைகளும், புதிய சொற்களும் எளிமையாக சங்க இலக்கியப் பாடல்களையும் நம்மால் கொடுக்க முடியும். அனைத்து தரப்பு மக்களையும் அவை கல்வியின் நோக்கில் சென்றடைய வேண்டும் என்பதே சமூக நீதியின் நோக்கில் செயற்கை நுண்ணறிவின் சவாலாகிறது.

உழைப்பிலிருந்து எப்போதும் நாம் விலகிவிடக்கூடாது எனும் காந்தியின் கொள்கை இங்கும் தேவையானதே. மூளை சார்ந்த உழைப்பில் செயல்படுங்கள். அவற்றை பரிசீலிக்க செயலியை பயன்படுத்துங்கள். முளையின் பெரும் உழைப்பு நினைவுகளாலும் சொற்களாலும் நிரம்பியிருக்கிறது. நினைவுகளின் வழியே உங்களை காலத்துடனும் வரலாற்றுடனும் பொருத்திக்கொள்கிறீர்கள், சொற்களால் மற்றவைகளின் மீது கரிசனம் புரிகிறீர்கள். உரையாடல் சொற்களையும் நினைவுகளையும் ஒருங்கிணைக்கும் செயலைச் செய்கிறது. வரலாற்றிலிருக்கும் மடமைகளிலிருந்து மேம்பட, நவீன வரலாற்றை செப்பனிட உரையாடலே முக்கியக் கண்ணியாகிறது. செயற்கை நுண்ணறிவின் வருகை நம்மை இயலாமை நோக்கி நகர்த்துகிறது. அதே நேரம் இந்த செயலியிடமிருந்து நாம் கற்றுக்கொள்ளவேண்டிய முக்கிய விஷயமும் ஒன்றிருக்கிற்து.

செயலி பயனர்களுடன் உரையாடிக்கொண்டேயிருக்கிறது. நீங்கள் கேட்கும் கேள்விகளின் வழியே படித்துக் கொண்டேயிருக்கிறது. தன்னை மேம்படுத்திக் கொண்டேயிருக்கிறது. தகவல்களுக்கொப்ப தன்னை தகவமைத்துக் கொள்கிறது. தன்னிடம் இருக்கும் தகவல்களை பயனர்களுக்காக (மற்றவை) வழங்குகிறது. அவர்களின் சுமையை லகுவாக்குகிறது. பொதுவுடைமை சமூகத்தில் மனிதர்கள் செய்ய வேண்டிய அனைத்தையும் செயற்கை நுண்ணறிவு செய்கிறது. செயற்கை நுண்ணறிவை முறைப்படுத்தி பயன்படுத்துவது நம் மறதிக்கு எதிரான போராகவே அமையும். அதுவே காலத்தின் தேவையும் ஆகும்!

krishik10@gmail.com

மேலும் வாசிக்க

தொடர்புடைய பதிவுகள்

Leave a Reply

Your email address will not be published. Required fields are marked *

Back to top button
Seraphinite AcceleratorOptimized by Seraphinite Accelerator
Turns on site high speed to be attractive for people and search engines.