Artificial intelligence

செயற்கை நுண்ணறிவு: ஒரு அறிமுகம்

செயற்கை நுண்ணறிவு (Artificial Intelligence - AI) என்பது கணினி அறிவியல் துறையின் ஒரு முக்கியப் பிரிவாகும். இது மனித நுண்ணறிவை இயந்திரங்களுக்கு வழங்கும் சாத்தியக்கூறுகளை ஆராய்கிறது. அதாவது, மனிதர்களைப் போல யோசிக்கவும், கற்றுக்கொள்ளவும், முடிவெடுக்கவும், சிக்கல்களைத் தீர்க்கவும் கூடிய இயந்திரங்களை உருவாக்குவதே இதன் நோக்கம். கடந்த சில தசாப்தங்களாக AI தொழில்நுட்பம் வியக்கத்தக்க வளர்ச்சியை அடைந்துள்ளது. இது நம் அன்றாட வாழ்வில் பல்வேறு வழிகளில் தாக்கத்தை ஏற்படுத்தி வருகிறது.

AI-யின் வரலாறு

AI-யின் வரலாறு 1950-களில் தொடங்குகிறது. 1950-ஆம் ஆண்டு, ஆலன் டூரிங் (Alan Turing) என்பவர் "கணினிகள் சிந்திக்க முடியுமா?" என்ற கேள்வியை எழுப்பினார். இது AI ஆராய்ச்சியின் தொடக்கப் புள்ளியாக அமைந்தது. டூரிங் சோதனை (Turing Test) என்றழைக்கப்படும் ஒரு சோதனியை அவர் முன்மொழிந்தார். இந்த சோதனை, ஒரு கணினி மனிதனைப் போலவே சிந்திக்கிறதா என்பதை மதிப்பிடுவதற்குப் பயன்படுத்தப்பட்டது.

1956-ஆம் ஆண்டு டார்ட்மவுத் மாநாட்டில் (Dartmouth Workshop) "செயற்கை நுண்ணறிவு" என்ற சொல் முதன்முதலில் பயன்படுத்தப்பட்டது. ஜான் மெக்கார்த்தி (John McCarthy), மார்வின் மின்ஸ்கி (Marvin Minsky), கிளாட் ஷானன் (Claude Shannon) போன்ற முன்னோடிகள் இந்த மாநாட்டில் கலந்து கொண்டனர். ஆரம்ப கால AI ஆராய்ச்சி, பொதுவான சிக்கல்களைத் தீர்க்கும் நிரல்களை உருவாக்குவதில் கவனம் செலுத்தியது.

1980-களில், நிபுணர் அமைப்புகள் (Expert Systems) பிரபலமடைந்தன. இவை குறிப்பிட்ட துறைகளில் மனித நிபுணர்களின் அறிவைப் பிரதிபலிக்கும் வகையில் வடிவமைக்கப்பட்டவை. இருப்பினும், இந்த அமைப்புகள் சிக்கலான சூழ்நிலைகளைச் சமாளிக்க முடியவில்லை.

21-ஆம் நூற்றாண்டில், இயந்திரக் கற்றல் (Machine Learning) மற்றும் ஆழமான கற்றல் (Deep Learning) போன்ற புதிய நுட்பங்கள் AI துறையில் புரட்சியை ஏற்படுத்தின. பெரிய அளவிலான தரவுகளைப் பயன்படுத்தி, இயந்திரங்கள் தானாகவே கற்றுக்கொள்ளவும், மேம்படுத்தவும் இந்த நுட்பங்கள் உதவுகின்றன.

AI-யின் வகைகள்

AI-ஐ அதன் திறன்களின் அடிப்படையில் பல வகைகளாகப் பிரிக்கலாம்:

• குறுகிய அல்லது பலவீனமான AI (Narrow or Weak AI): இது ஒரு குறிப்பிட்ட பணியைச் செய்ய வடிவமைக்கப்பட்ட AI ஆகும். உதாரணமாக, சதுரங்கம் விளையாடும் கணினி, முகத்தை அடையாளம் காணும் மென்பொருள் போன்றவை. இவை மனித நுண்ணறிவை முழுமையாக பிரதிபலிக்காது.
• பொதுவான அல்லது வலுவான AI (General or Strong AI): இது மனிதனைப் போலவே எந்தவொரு அறிவுசார் பணியையும் செய்யக்கூடிய AI ஆகும். இது இன்னும் கோட்பாட்டில் மட்டுமே உள்ளது.
• மேம்பட்ட AI (Super AI): இது மனித நுண்ணறிவை விட உயர்ந்த AI ஆகும். இதுவும் இன்னும் கற்பனையான நிலையிலேயே உள்ளது.

AI-யின் முக்கிய கூறுகள்

AI அமைப்புகள் பல முக்கிய கூறுகளைக் கொண்டுள்ளன:

1. இயந்திரக் கற்றல் (Machine Learning): இயந்திரங்கள் தரவுகளிலிருந்து கற்றுக்கொண்டு, அனுபவத்தின் மூலம் மேம்படும் திறன் இது. இயந்திரக் கற்றலில் பல வகைகள் உள்ளன:

   *   கண்காணிக்கப்படும் கற்றல் (Supervised Learning): பயிற்சி தரவுகளின் அடிப்படையில் ஒரு மாதிரியை உருவாக்குதல்.
   *   கண்காணிக்கப்படாத கற்றல் (Unsupervised Learning): தரவுகளில் உள்ள மறைந்திருக்கும் வடிவங்களைக் கண்டறிதல்.
   *   வலுவூட்டல் கற்றல் (Reinforcement Learning): ஒரு சூழலில் இருந்து கற்றுக்கொண்டு, வெகுமதிகளைப் பெறுவதன் மூலம் சிறந்த முடிவுகளை எடுப்பது.

2. ஆழமான கற்றல் (Deep Learning): இது இயந்திரக் கற்றலின் ஒரு துணைப்பிரிவு. இது செயற்கை நரம்பியல் வலைகளைப் (Artificial Neural Networks) பயன்படுத்தி தரவுகளை பகுப்பாய்வு செய்கிறது. 3. இயற்கை மொழி செயலாக்கம் (Natural Language Processing - NLP): இது கணினிகள் மனித மொழியைப் புரிந்துகொள்ளவும், உருவாக்கவும் உதவுகிறது. இயற்கை மொழி செயலாக்கம் 4. கணினி பார்வை (Computer Vision): இது கணினிகள் படங்களைப் புரிந்துகொள்ளவும், பகுப்பாய்வு செய்யவும் உதவுகிறது. கணினி பார்வை 5. ரோபோட்டிக்ஸ் (Robotics): இது AI-ஐ இயற்பியல் உலகத்துடன் தொடர்பு கொள்ள அனுமதிக்கிறது. ரோபோட்டிக்ஸ்

AI-யின் பயன்பாடுகள்

AI தொழில்நுட்பம் பல்வேறு துறைகளில் பயன்படுத்தப்படுகிறது:

• சுகாதாரம்: நோய்களைக் கண்டறிதல், தனிப்பயனாக்கப்பட்ட சிகிச்சை, மருந்துகளைக் கண்டுபிடித்தல். சுகாதாரத்தில் AI
• நிதி: மோசடி கண்டறிதல், கடன் மதிப்பீடு, பங்குச் சந்தை கணிப்பு. நிதித்துறையில் AI
• போக்குவரத்து: தன்னாட்சி வாகனங்கள், போக்குவரத்து மேலாண்மை. தன்னாட்சி வாகனங்கள்
• கல்வி: தனிப்பயனாக்கப்பட்ட கற்றல், தானியங்கி மதிப்பீடு. கல்வியில் AI
• உற்பத்தி: தானியங்கி உற்பத்தி, தரக் கட்டுப்பாடு. உற்பத்தியில் AI
• சந்தைப்படுத்தல்: இலக்கு விளம்பரம், வாடிக்கையாளர் சேவை. சந்தைப்படுத்தலில் AI
• விவசாயம்: பயிர் கண்காணிப்பு, அறுவடை தானியங்கி. விவசாயத்தில் AI

AI-யின் சவால்கள்

AI தொழில்நுட்பம் பல நன்மைகளை வழங்கினாலும், சில சவால்களையும் கொண்டுள்ளது:

• தரவு சார்பு (Data Dependency): AI அமைப்புகளுக்குப் பயிற்சி அளிக்கப் பெரிய அளவிலான தரவு தேவைப்படுகிறது. தரவு குறைவாக இருந்தால், துல்லியமான முடிவுகளைப் பெற முடியாது.
• விளக்கமின்மை (Lack of Explainability): சில AI மாதிரிகள், குறிப்பாக ஆழமான கற்றல் மாதிரிகள், எவ்வாறு முடிவுகளை எடுக்கின்றன என்பதைப் புரிந்துகொள்வது கடினம்.
• ப bias (Bias): பயிற்சித் தரவுகளில் உள்ள சார்புகள் AI அமைப்புகளின் முடிவுகளில் பிரதிபலிக்கலாம்.
• வேலைவாய்ப்பு இழப்பு (Job Displacement): AI தானியங்கிமயமாக்கல் காரணமாக சில வேலைகள் இழக்கப்படலாம்.
• பாதுகாப்பு மற்றும் தனியுரிமை (Security and Privacy): AI அமைப்புகள் தவறாகப் பயன்படுத்தப்படலாம் அல்லது தனிப்பட்ட தரவுகளை வெளிப்படுத்தலாம்.

AI-யின் எதிர்காலம்

AI தொழில்நுட்பம் தொடர்ந்து வளர்ந்து வருகிறது. எதிர்காலத்தில், AI நம் வாழ்வில் இன்னும் ஆழமான தாக்கத்தை ஏற்படுத்தும் என்று எதிர்பார்க்கப்படுகிறது.

• AI-உதவி கொண்ட மருத்துவம்: AI மருத்துவர்களுக்கு நோய்களைக் கண்டறிவதற்கும், சிகிச்சைகளைத் திட்டமிடுவதற்கும் உதவும்.
• தன்னாட்சி ரோபோக்கள்: ரோபோக்கள் தொழிற்சாலைகள், வீடுகள் மற்றும் பிற இடங்களில் மனிதர்களுக்கு உதவியாக இருக்கும்.
• ஸ்மார்ட் நகரங்கள்: AI போக்குவரத்து, ஆற்றல் மற்றும் பிற நகர சேவைகளை மேம்படுத்த உதவும்.
• தனிப்பயனாக்கப்பட்ட கல்வி: AI ஒவ்வொரு மாணவரின் தேவைகளுக்கு ஏற்ப தனிப்பயனாக்கப்பட்ட கற்றல் அனுபவத்தை வழங்கும்.
• புதிய கண்டுபிடிப்புகள்: AI புதிய மருந்துகள், பொருட்கள் மற்றும் தொழில்நுட்பங்களைக் கண்டுபிடிப்பதில் உதவும்.

AI தொடர்பான திட்டங்கள் மற்றும் தொழில்நுட்பங்கள்

• TensorFlow: கூகிள் உருவாக்கிய ஒரு திறந்த மூல இயந்திரக் கற்றல் நூலகம். TensorFlow
• PyTorch: பேஸ்புக் உருவாக்கிய ஒரு திறந்த மூல இயந்திரக் கற்றல் நூலகம். PyTorch
• Keras: TensorFlow மற்றும் PyTorch போன்ற இயந்திரக் கற்றல் நூலகங்களுக்கு ஒரு உயர்-நிலை API. Keras
• OpenAI: AI ஆராய்ச்சி மற்றும் மேம்பாட்டு நிறுவனம். OpenAI
• DeepMind: கூகிள் நிறுவனத்தின் AI ஆராய்ச்சி நிறுவனம். DeepMind
• IBM Watson: IBM நிறுவனத்தின் AI தளம். IBM Watson
• Microsoft Azure AI: மைக்ரோசாப்ட் நிறுவனத்தின் AI தளம். Microsoft Azure AI
• Amazon AI: அமேசான் நிறுவனத்தின் AI தளம். Amazon AI

வணிக அளவு பகுப்பாய்வு

AI சந்தை வேகமாக வளர்ந்து வருகிறது. 2023-ஆம் ஆண்டில், உலகளாவிய AI சந்தையின் மதிப்பு 150 பில்லியன் டாலர்களாக இருந்தது. 2030-ஆம் ஆண்டில், இது 1.5 டிரில்லியன் டாலர்களை எட்டும் என்று கணிக்கப்பட்டுள்ளது. AI தொழில்நுட்பத்தில் முதலீடு செய்வது வணிகங்களுக்குப் போட்டித்தன்மையை அதிகரிக்கவும், புதிய வாய்ப்புகளை உருவாக்கவும் உதவும்.

முடிவுரை

செயற்கை நுண்ணறிவு என்பது ஒரு சக்திவாய்ந்த தொழில்நுட்பமாகும். இது நம் வாழ்வில் பல மாற்றங்களை ஏற்படுத்தக்கூடிய ஆற்றலைக் கொண்டுள்ளது. AI-யின் நன்மைகளை முழுமையாகப் பயன்படுத்தவும், அதன் சவால்களைச் சமாளிக்கவும், நாம் தொடர்ந்து ஆராய்ச்சி செய்து, புதிய தொழில்நுட்பங்களை உருவாக்க வேண்டும். AI-யின் எதிர்காலம் நம்பிக்கைக்குரியதாக உள்ளது.

செயற்கை நரம்பியல் வலை இயந்திர மொழிபெயர்ப்பு தகவல் மீட்டெடுப்பு தருக்க நிரலாக்கம் அறிவாற்றல் கணினி பரிணாம கணினி அடையாளம் காணும் அமைப்புகள் சதுரங்கம் விளையாடும் கணினி தானியங்கி திட்டமிடல் சூழல் உணர்திறன் கணினி மனித-கணினி இடைமுகம் உணர்ச்சி கணினி நம்பகத்தன்மை AI விளக்கமளிக்கக்கூடிய AI AI நெறிமுறைகள்

பரிந்துரைக்கப்பட்ட எதிர்கால சந்தை பதிவு தளங்கள்

தளம்	எதிர்கால செயல்பாடுகள்	பதிவு
Binance Futures	125x வரை மூலதனம், USDⓈ-M ஒப்பந்தங்கள்	இங்கு பதிவு செய்யவும்
Bybit Futures	நிரந்தர தலைகீழ் ஒப்பந்தங்கள்	வணிகத்தை தொடங்கு
BingX Futures	நகல் வணிகம்	BingX இல் சேர்
Bitget Futures	USDT உறுதியான ஒப்பந்தங்கள்	கணக்கை திற
BitMEX	கிரிப்டோ சந்தை, 100x வரை மூலதனம்	BitMEX

நமது சமூகத்தில் சேர்க்கை

@strategybin என்ற Telegram சேனலுக்கு குழுசேர்க்கை செய்து மேலும் தகவல்களைப் பெறுங்கள். சிறந்த இலாப தளங்கள் – இங்கு பதிவு செய்யவும்.

நமது சமூகத்தில் பங்கேற்கவும்

@cryptofuturestrading என்ற Telegram சேனலுக்கு குழுசேர்க்கை செய்து பகுப்பாய்வு, இலவச சமிக்ஞைகள் மற்றும் மேலும் தகவல்களைப் பெறுங்கள்!