மனிதர்கள் மூளை எப்படி “நடவடிக்கையை” காண்கிறது? – AI இன்னும் புரியாத புதிர்!

Spread the love

முன்னுரை
மனிதர்கள் புதிய சூழலைப் பார்க்கும் பிழைதீர்க்கும் சக்தி ஆச்சர்யப்படுத்தும் அளவுக்கு திறமையானது. ஒரு மலைபாதை, ஏரி அல்லது தெருவை கண்டவுடன், நாம் அந்த இடத்தில் எப்படி நகரலாம், எதைச் செய்யலாம் என்பதை உடனடியாக கணக்கிடுகிறோம். ஆனால், இந்த “நடவடிக்கை சாத்தியங்களை” மனித மூளை எப்படித் தீர்மானிக்கிறது என்பது ஒரு நுண்ணறிவுப் புதிர். இதற்கான விடைகளைத் தேடி அம்ஸ்டர்டாம் பல்கலைக்கழக ஆராய்ச்சியாளர்கள் மேற்கொண்ட முக்கியமான ஆய்வு, மனித மூளை மற்றும் செயற்கை நுண்ணறிவின் (AI) இடையேயான வேறுபாட்டை தெளிவாக வெளிப்படுத்துகிறது.


அறிமுகமில்லாத சூழலில் மனித மூளை எவ்வாறு வேலை செய்கிறது?

நாம் ஒரு புதிய சூழலை (படம், காட்சி, இயற்கை வழி) காணும்போது, மூளை அது எப்படி பயன்படுத்தக்கூடியது என்பதை சிந்திக்காமல் தீர்மானிக்கிறது. இது ஒரு பயணப் பாதை, ஏரிக் காட்சி, சுழற்சி பாதை, படிகட்டிகள் ஆகியவையாக இருக்கலாம்.
இந்த செயல் சாத்தியங்களை மூளை:

  • வண்ணம், வடிவம் போன்ற காட்சிகளை மட்டும் அல்லாமல்
  • நாம் அதை எவ்வாறு இயக்க முடியும் என்பதை கருத்தில் கொண்டு
  • தானாகவே செயலாக்குகிறது

அதாவது, காட்சி வடிவங்களில் நாம் செய்யக்கூடிய செயல்கள் தானாகவே மூளையில் தோன்றுகின்றன.


எம்.ஆர்.ஐ. மூலம் மூளை செயல்பாடுகளைப் பார்வையிடல்

இந்த ஆய்வில் பங்கேற்றவர்கள், பல்வேறு காட்சிகளை எம்.ஆர்.ஐ ஸ்கேனரில் பார்க்கும்போது, அவர்களது மூளை செயல்பாடுகள் பதிவு செய்யப்பட்டன. அவர்கள் அந்த காட்சிகளில் நடக்கலாமா, நீந்தலாமா, சுழற்சி செய்யலாமா என்ற முடிவை உணர்ச்சியுடன் எடுத்தனர். அதே சமயம்:

மனிதர்கள்
  • காட்சி கோர்டெக்ஸில் (visual cortex) இருந்து
  • உணர்வு மற்றும் செயல் நிர்ணயப் பகுதிகள் வரை
    தனித்துவமான செயல் கோட்பாடுகள் செயல்பட்டன.

காட்சியில் நேரடி அறிவுறுத்தல் இல்லாமலும் மூளை செயல் சாத்தியங்களை முன்வைத்தது என்பது குறிப்பிடத்தக்கது.


AI இன் வரம்பு – மனிதர்கள் போல் யோசிக்க முடியுமா?

AI மாதிரிகள் – GPT-4 உட்பட – ஒரு காட்சியில் என்ன நடக்கலாம் என்பதை உணர்வதில் மிகவும் பின்தங்கியுள்ளன. படங்களின் அடிப்படையில்:

  • ஒரு பைக் பாதை சாலையுடன் இணைக்கப்பட்டிருப்பதா?
  • ஒரு ஏரியில் நீந்தலாமா?
  • ஒரு சுரங்கப்பாதை வழியாக செல்லலாமா?

என்ற சாத்தியங்களை மனிதர்கள் இயல்பாக தீர்மானிக்க, AI மாதிரிகள் பொதுவாக தவறுகின்றன. அந்த AI-ஐ குறிப்பாக பயிற்சி செய்தால் கூட, அதன் முடிவுகள் மனித மூளையின் இயற்கை மதிப்பீடுகளுக்கு நிகராக இருக்காது.


ஏன் இது முக்கியம்?

அரசு, மருத்துவம், ரோபோடிக்ஸ் போன்ற துறைகளில் AI இன் பயன்பாடு நாளுக்கு நாள் அதிகரிக்கிறது. ஆனால்:

  • ஒரு விபத்து சூழலில் ஏற்கனவே உள்ள வழியைப் புரிந்து கொண்டு செயல்பட வேண்டிய ரோபோ
  • தானாக இயங்கும் வாகனங்கள் தடைகளை உணர்ந்து செயல்பட வேண்டிய அவசியம்

எனப்படும் சூழ்நிலைகளில், சூழலின் சாத்தியங்களை புரிந்துகொள்வது மிகவும் அவசியம். மனித மூளையின் இந்த ஆழ்ந்த புரிதலை AI கற்றுக்கொள்ளும்வரை, மனிதர்களைப் போன்ற அறிவு AIக்கு இருப்பதில்லை.


முடிவு

இந்த ஆய்வு ஒரு முக்கியமான உண்மையை வெளிக்கொணர்கிறது – மனித மூளை ஒரு சூழலைப் பார்த்தவுடனே, நாம் என்ன செய்ய முடியும் என்பதை உடனடியாக உணர்கிறது. இது ஏதோ ஒரு சிந்தனையோ, புரிதலோ அல்ல. இது ஒரு நம் மூளையின் இயற்கையான செயல்பாடு. அதே சமயம், இன்றைய திறமையான AI மாடல்கள் கூட இதைப் புரிந்து கொள்ளவில்லை.

AI என்பது இன்னும் வளர வேண்டிய ஒரு துறை. மனித மூளையின் நுணுக்கங்களை அடுத்த கட்ட வளர்ச்சிக்கு பயன்படுத்தினால் மட்டுமே, AI மனித நட்பாகவும், திறமையாகவும் மாறும்.


அடிக்கடி கேட்கப்படும் கேள்விகள் (FAQs)

1. செயல் சாத்தியங்கள் (Affordances) என்றால் என்ன?
சுற்றுச்சூழலில் நம் உடலை எவ்வாறு நகர்த்த முடியும் என்பதற்கான வாய்ப்புகள் – எடுத்துக்காட்டாக, ஏறக்கூடிய படிக்கட்டுகள், நீந்தக்கூடிய ஏரிகள்.

2. இந்த செயல் சாத்தியங்களை மனித மூளை எப்படித் தீர்மானிக்கிறது?
மனித மூளை, காட்சியை மட்டும் அல்லாமல் அதில் என்ன செய்ய முடியும் என்பதையும் உடனடியாக உணரக்கூடிய தன்மை கொண்டது.

3. AI இப்போது செயல் சாத்தியங்களை அறிந்துகொள்ள முடியுமா?
மிகக் குறைவாகவே. GPT-4 போன்ற AI மாதிரிகள் இதில் தவறுகின்றன, ஏனெனில் அவை பௌதிக உலக அனுபவத்தை பகிரவில்லை.

4. இந்த ஆய்வின் முக்கியத்துவம் என்ன?
AI மற்றும் மனித அறிவு இடையே உள்ள தீர்க்கமறைமைகளை காட்டுகிறது; மேலும் உணர்ச்சிமிக்க, சிக்கனமான AI உருவாக்க இந்த அறிவு உதவலாம்.

5. இது எதிர்கால AI வளர்ச்சியில் என்ன மாற்றம் கொண்டுவரும்?
மனித மூளையின் செயல்பாட்டை புரிந்து கொண்டு, AI ஐ அதிகமான செயல் திறன் மற்றும் மனித நட்பு கொண்டதாக வடிவமைக்க முடியும்.

நன்றி

தமிழ் தகவல் வலைத்தளம்

Leave a Reply

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