தரவுச்சுரங்கம் – 28

நிகழ்நிலையில் அன்றாடம் நடக்கின்ற நிகழ்வுகளின் விவரங்களைச் சேமித்து எவ்வளவு பெரிய நிறுவனமாக இருந்தாலும் எதிர்காலத்தில் எப்போது வேண்டுமானாலும் எப்படிக் கேட்டாலும் எடுத்துத் தரும் வகையில் ஒரு தரவுக் கிட்டங்கியினை இப்போது தயார் செய்து விட்டோம்! அதை எவ்வாறு செய்வது என்பதை இத்தனை பகுதிகளாகப் பார்த்துக் கொண்டு வந்தோம்.

இத்தனை தரவுகளையும் ஒன்றாக வைத்துப் பார்த்தால் ஒரு தனிமனிதனாலோ அல்லது குழுவோ மட்டும் ஆராய்ந்து முடிவெடுத்து தக்க நடவடிக்கைகள் எடுத்து பெருநிறுவனங்களை வழிநடத்திட முடியுமா என்பது கேள்விக்குறியே. எனவே அந்தக் கேள்விக்கான பதிலை இந்தப் பகுதியில் காண்போம்.

பெருந்தரவு எனும் பெருமலையை மனித சக்தியை வைத்து மட்டும் நகர்த்தி விட முடியாது. மலை விழுங்கி மகாதேவன்கள் தேவை. எவ்வளவு உணவை வைத்தாலும் விழுங்கிவிடும் பகாசுரன்கள் தேவை. அத்தகைய ஒன்று தான் செய்யறிவு. மனிதனால் செய்ய முடியாத போதெல்லாம் ஒரு இயந்திரத்தை உருவாக்குவது மனித இயல்பு. எனவே தன்னால் கற்றுக் கொண்டு ஆராய முடியாத போது ஒரு இயந்திரத்தைக் கற்றுக் கொள்ள வைத்து ஆராய வைக்க முடியுமா என்ற ஆராய்ச்சி 1950களில் ஆரம்பமானது.

நமது இந்தக் கட்டுரைகளின் நோக்கம் செய்யறிவு குறித்து விளக்குவதோ அல்லது அது குறித்துக் கற்பதோ அல்ல. ஆனால், செய்யறிவின் ஆரம்பப் புள்ளியும், நோக்கமும், அதன் இன்றைய பரிணாம வளர்ச்சியும், தரவு அறிவியலுக்கும், பகுப்பாய்வுக்கும் செய்யறிவு ஆற்றும் அளவிலாப் பங்களிப்பும் அது குறித்து நாம் விளக்குவதற்கு வாய்ப்பளிக்கின்றது. தரவுக் கிடங்கில் இவ்வளவு நேர்த்தியாகச் சேகரிக்கப்பட்டு, உருமாற்றப்பட்டு, ஏற்றப்பட்ட தரவைக் கொண்டு, கணினிகளே சுயமாகக் கற்றுக்கொண்டு முடிவுகளை எவ்வாறு வழங்குகின்றன என்பதை விளக்க முற்படுகின்றேன். செய்யறிவின் ஒருபகுதியே இயந்திரக் கற்றல்.

கீழே படத்தினைக் கண்ணுறுங்கள். (https://rathinagiri.in/content/images/20251217100007-Tharavu28.jpg)

இயந்திரக் கற்றலின் ஒரு முக்கியமான பாகம் ஆழக் கற்றல். இவையனைத்தின் ஒட்டு மொத்தச் சிகரமே ஆக்கச் செய்யறிவு என்று இன்று நாம் அன்றாடம் பயன்படுத்தும் செய்யறிவு ஆகும். நாம் ஏற்கனவே குறிப்பிட்டது போல் தரவுச் சுரங்கத்தில் இயந்திரக் கற்றலும், ஆழக் கற்றலும், ஒட்டு மொத்த செய்யறிவும் எவ்வாறு உதவுகின்றது என்பதைக் குறித்து இனி காண்போம்.

இயந்திரக் கற்றல்: (Machine Learning) என்ன? இயந்திரம் கற்குமா? இயந்திரம் கற்குமென்றால் அதற்குச் சொல்லித் தரப் போவது யார்? எப்படிச் சொல்லித் தர முடியும்? அதற்கென்று அறிவு உள்ளதா? இயற்கையில் மனிதன் பெற்றிருக்கும் அறிவை செயற்கையாக உருவாக்க முடியுமா? என்றெல்லாம் நமக்குள் கேள்விகள் எழுவது சகஜமானது. மனிதனின் மூளையை ஆராய்ந்த ஆராய்ச்சியாளர்கள் எவ்வாறு நரம்பு மண்டலங்களால் பின்னிப் பிணைந்திருக்கும் ஒரு இயற்பியல் உறுப்பு கற்றுக் கொள்கின்றது அதை நினைவில் கொள்கின்றது என்று ஆராய்ந்து நாமும் அதே போல் நரம்பு மண்டலத்தை உருவாக்கி பல படிவ, பரிமாணங்களாகச் சேமித்து, அவற்றை ஏதோ தனித்தனியே நாம் இதுவரை சேமித்து வைத்த தகவல்கள் போல் நிரல்/நிரை தரவுகளாக அல்லாமல், ஒவ்வொரு தகவலுக்கும் மற்றொரு தகவலுடன் கொண்டிருக்கும் உறவினையும் சேர்த்து சேமித்து வைத்து மனித மூளை எவ்வாறு செயல்படுகின்றதோ அதே போல் கணினியையும் செயல்பட வைத்து கற்க வைத்தலே இயந்திரக் கற்றலின் சூக்குமமாகும்.

இயந்திரக் கற்றல் என்பது செய்யறிவின் (Artificial Intelligence) ஒரு துணைப் பிரிவாகும். இது, கணினிகளுக்கு வெளிப்படையாக ஒவ்வொரு அடியையும் நிரல் (program) எழுதிக் கட்டளையிடாமல், அவற்றுக்குத் தரவுகளை (data) வழங்கி, அந்தத் தரவுகளிலிருந்து அவற்றுக்கு அவையே சுயமாகக் கற்றுக்கொள்ளும் திறனைக் கொடுக்கும் ஒரு முறையாகும். அதாவது மீனைக் கொடுப்பதற்குப் பதிலாக மீனைப் பிடிக்கக் கற்றுக் கொடுப்பது.

ஒரு மனிதக் குழந்தை அனுபவங்கள் மூலம் (எடுத்துக்காட்டுகளைப் பார்ப்பதன் மூலம்) கற்றுக்கொள்வதைப் போலவே, இயந்திரக் கற்றல் மாதிரிகளும் (Models) தரவுகளில் உள்ள வடிவங்களையும் (patterns) தொடர்புகளையும் கண்டறிந்து "கற்றுக்கொள்கின்றன".

கணினிக்கு நாம் பல ஆண்டுகளாகச் சேகரித்து வைத்திருக்கும் தரவுகளையும், அந்தக் காலகட்டங்களில் நாம் இது வரை எடுத்த முடிவுகளையும் மட்டும் பகிர்ந்து கொண்டு, அதை எதனால் செய்தோம் என்று சொல்லாமல் விட்டு அதைக் கணினியே கற்றுக் கொள்ளுமாறு விடுவது இயந்திரக் கற்றல். இதன் மூலம், மனிதன் எவ்வாறு அவ்வப்போது கிடைக்கும் தகவல்களைக் கொண்டு இதுவரை கற்று நினைவில் உள்ள தகவல்களையும் கொண்டு முடிவெடுக்கின்றானோ அதே போல் இயந்திரமும் செய்ய வைக்கப்படுகின்றது.

நீங்கள் நினைப்பது சரி தான். நாம் முடிவெடுக்கப் பயன்படுத்திய அளவீடுகளையோ, நாம் பிரச்னைகளை அணுகிய கோணங்களையோ கணினிகள் காணாமல் விட்டுவிட்டால் என்னாவது? முதல் கோணல் முற்றிலும் கோணல் ஆகிவிடாதா? என்னும் அடிப்படையான கேள்விகளுக்கான பதில்களையும் இன்னும் இயந்திரக் கற்றலுக்கும் இதுவரை நாம் பயன்படுத்தி வந்த கணினி நிரலாக்கத்துக்கும் இருக்கும் அடிப்படை வேறுபாடுகளையும் அடுத்தடுத்த பகுதிகளில் காண்போம்.

---