மனித மூளை மற்றும் செயற்கை நுண்ணறிவு (AI) இரண்டின் இடையே உள்ள ஒற்றுமைகளைப் பற்றிய ஆராய்ச்சிகள் பல ஆண்டுகளாக நடைபெற்று வருகின்றன. தற்போது டெக்னிக்கல் யுனிவர்சிட்டி ஆஃப் டென்மார்க் (DTU) ஆராய்ச்சியாளர்கள் மேற்கொண்ட புதிய ஆய்வொன்று, இந்த இரண்டுக்கும் இடையே உள்ள இன்னொரு ஆழமான தொடர்பை வெளிச்சமிடுகிறது: குவிவு (Clustering or Concentration).
குவிவு என்பது என்ன?
குவிவு என்பது, ஒரே போன்ற பொருளடக்கம் கொண்ட தகவல்கள் (அல்லது கருத்துகள்) ஒரே இடத்தில் குவிகின்றன என்ற கருத்தாகும். மனிதர்களின் மூளையில், குறிப்பிட்ட யோசனைகள் – எடுத்துக்காட்டாக “பூனை”, “சக்கரம்” போன்றவை – குவிந்த கருத்தியல் இடங்களை உருவாக்குகின்றன. அதேபோன்று, AI மாடல்களும், குறிப்பாக ஆழமான நரம்பியல் நெட்வொர்க்குகள் (Deep Neural Networks), தரவுகளிலிருந்து கற்றுக்கொள்கையில் இவ்வகையான குவிவுகளை இயற்கையாகவே உருவாக்குகின்றன.
மனிதர்களும் AI யும் கற்றுக்கொள்ளும் வழி ஒரேபோல் இருக்கிறதா?
மனிதர்கள் ஒரு புதிய பொருளை கற்றுக்கொள்ளும்போது, அதைப் பற்றிய பல்வேறு வேறுபாடுகளையும் பொதுமைப்படுத்தி புரிதல்களை உருவாக்குகிறார்கள். உதாரணமாக, ஒரு பூனை பெரியதாக இருக்கலாம், சிறியதாக இருக்கலாம், வெண்மையாக இருக்கலாம் அல்லது கருப்பாக இருக்கலாம். இவை அனைத்தும் ஒரே “பூனை” என்ற கருத்துக்குள் நுட்பமாக சேர்க்கப்படுகின்றன.
இதேபோல, AI மாடல்கள் சில பிக்சல்கள், உரைகள் அல்லது ஒலி தரவுகளை வைத்து “பூனை” என்ற பொதுமையான கருத்தைக் கற்றுக்கொள்கின்றன. இது அவர்கள் உள் பிரதிநிதித்துவ இடங்களில் – “மறைந்திருக்கும் இடங்கள்” என்று அழைக்கப்படுகின்றன – ஒரு குறிப்பிட்ட பகுதியாக குவிகின்றன.
இயந்திரக் கற்றலில் குவிவின் பாதிப்பு
DTU ஆராய்ச்சியாளர்கள் பின்வரும் முக்கியக் கூறுகளை வலியுறுத்துகிறார்கள்:
- குவிவு என்பது இயற்கையாகவே தோன்றும் ஒரு அடிப்படை சொத்து.
AI மாடல்கள் அதிக தரவுகள் இல்லாமல் கூட பொதுமைப்படுத்திக் கற்றுக்கொள்ளும் திறனுக்கு இது முக்கிய காரணமாக இருக்கலாம். - பயிற்சி செய்யப்படுவதற்குமுன்பே சில கருத்துகள் குவிந்து காணப்படலாம்.
எடுத்துக்காட்டாக, “பூனை” என்ற பகுதியில் ஏற்கனவே ஒரு வலிமையான உள்ளடக்கம் இருந்தால், அதன் அடிப்படையில் AI விரைவாகவும் துல்லியமாகவும் கற்றுக்கொள்ளும். - குவிவுத்தன்மை இரண்டு வகைகளில் விவாதிக்கப்படுகிறது:
- யூக்ளிடியன் குவிவு (Euclidean concentration): நேர்கோட்டுப் பாதை கருத்துக்குள் இருக்கும்போது.
- வழிப்படிக் குவிவு (Manifold concentration): தரவின் இயற்கை வடிவவியலை பின்பற்றி குறுகிய பாதை கருத்துக்குள் இருக்கும்போது.
கண்டுபிடிப்புகளின் தாக்கங்கள்
- செயல்திறனுக்கான ஒரு முன்கணிப்பு கருவியாக குவிவு:
கற்றல் நேரத்தில் கருத்துக்கள் எவ்வளவு தெளிவாக குவிந்துள்ளன என்பதைக் கொண்டு, AI மாதிரியின் எதிர்கால செயல்திறனை கணிக்க முடியும். - மனித-போன்ற AI உருவாக்கத்தில் ஒரு முன்னேற்றம்:
குவிவு போன்ற மன உள்துறைமைகளுடன் ஒத்த பண்புகளை வெளிப்படுத்தும் AI வடிவமைப்புகள், நம்பகத்தன்மையும், விளக்கத்தன்மையும் கொண்ட செயலிகளுக்கு வழிகாட்டும். - குறைவான தரவுகளுடன் பயனுள்ள கற்றல்:
குறிப்பிட்ட பயிற்சி தரவுகள் இல்லாவிட்டாலும், குவிவின் அடிப்படையில் AI விரைவாகவும் நுட்பமாகவும் கற்றுக்கொள்ளக்கூடியதாக இருக்கும்.
முடிவுரை
மனித மூளை மற்றும் செயற்கை நுண்ணறிவின் இடையே உள்ள ஒத்த தன்மைகள் மிக விரிவாக ஆராயப்பட்டுவருகின்றன. இப்போது, “குவிவு” எனப்படும் கருத்தியல் சிக்கனம், இந்த இரண்டு உலகங்களையும் இணைக்கும் இன்னொரு முக்கியமான பாலமாக浮வெழுகிறது. இது AI மாடல்களை அதிக நம்பகத்தன்மை, விளக்கத்தன்மை மற்றும் மனிதர்களுடன் ஒத்துபோகும் வகையில் வடிவமைக்க உதவக்கூடியது.
இது AI-யின் எதிர்கால வளர்ச்சிக்கே değil, மனித மற்றும் இயந்திர இடையிலான ஒத்துழைப்புக்கு ஒரு புதிய பாதையையும் திறக்கிறது.
வார்த்தைப் பொருள் விளக்கம்:
- குவிவு (Clustering): ஒரே சார்ந்த தரவுகள் அல்லது கருத்துக்கள் ஒன்றுகூடி அமையும் தன்மை.
- மறைந்திருக்கும் இடங்கள் (Latent Spaces): AI தரவுகளை உள் பிரதிநிதித்துவங்களாக மாற்றும் 추상 இடம்.
- பொதுமைப்படுத்தல் (Generalization): சில எடுத்துக்காட்டுகளை அடிப்படையாகக் கொண்டு புதியவற்றை புரிந்துகொள்ளும் செயல்முறை.
நன்றி