ஏஐ எப்படி செயல்படுகிறது?
ஏஐ மனிதர்கள் அனுபவத்திலிருந்து கற்றுக்கொள்வது போலவே, அனுபவத்திலிருந்து (தரவு) கற்றுக்கொள்வதன் மூலம் செயல்படுகிறது. பயிற்சி செயல்முறையின் மூலம், இயந்திரங்கள் மாதிரி தரவிலிருந்து அறிவை பொதுவாக்கி, பின்னர் பயன்படுத்த மாதிரிகளை உருவாக்குகின்றன.
செயற்கை நுண்ணறிவு (ஏஐ) நமது தினசரி வாழ்வில் அதிகமாக தோன்றுகிறது, Netflix பரிந்துரைக்கும் திரைப்படங்களிலிருந்து Waymo போன்ற சுய இயக்கி கார்கள் வரை. நீங்கள் ஒருபோதும் ஏஐ எப்படி செயல்படுகிறது என்று யோசித்துள்ளீர்களா? ஒவ்வொரு புத்திசாலி பயன்பாட்டிற்கும் பின்னால், இயந்திரங்கள் தரவிலிருந்து கற்றுக்கொண்டு முடிவெடுக்க உதவும் ஒரு செயல்முறை உள்ளது.
இந்தக் கட்டுரையில், நாங்கள் ஏஐ எப்படி செயல்படுகிறது என்பதற்கான அடிப்படைக் கொள்கைகளை எளிதாக புரிந்துகொள்ளும் வகையில் ஆராயப்போகிறோம், குறிப்பாக பெரும்பாலான நவீன ஏஐயின் மையத்தில் உள்ள இயந்திரக் கற்றல் அமைப்புகளை கவனமாகப் பார்க்கிறோம்.
ஏஐ தரவின் அடிப்படையில் "கற்றுக்கொள்கிறது" மற்றும் முடிவெடுக்கிறது
அதன் அடிப்படையில், ஏஐ தரவிலிருந்து கற்றுக்கொள்வதன் மூலம் செயல்படுகிறது. ஒவ்வொரு சூழலுக்கும் நிலையான விதிகளுடன் நிரலாக்கப்படுவதற்குப் பதிலாக, ஏஐ அமைப்புகள் (முக்கியமாக இயந்திரக் கற்றலைப் பயன்படுத்தும்) பெரிய அளவிலான தரவை பெறுகின்றன மற்றும் அந்த தரவுக்குள் உள்ள மாதிரிகள் அல்லது மறைந்த விதிகள் தானாக கண்டுபிடிக்கின்றன.
பின்னர், புதிய தரவை சந்திக்கும் போது, அவர்கள் கற்றுக்கொண்டதைப் பயன்படுத்தி முன்னறிவிப்பு அல்லது முடிவெடுக்கின்றனர். இந்த செயல்முறை மனிதர்கள் கற்றுக்கொள்ளும் முறையைப் போன்றது: நாங்கள் பல உதாரணங்களை கவனித்து, முடிவுகளை எடுத்து, பின்னர் அந்த அனுபவத்தை புதிய சூழல்களில் பயன்படுத்துகிறோம்.
பயிற்சி காலத்தில், அமைப்பு அதன் உள்ளக அளவுருக்களை துல்லியத்தை மேம்படுத்த படிப்படியாக சரிசெய்கிறது. இதன் விளைவாக, ஏஐ ஒரு மாதிரியை உருவாக்குகிறது, அது ஒரு படம் பூனை அல்லது நாய் என்பதை அடையாளம் காணக்கூடியது. புதிய (பார்க்கப்படாத) படம் கொடுக்கப்பட்டால், மாதிரி கற்றுக்கொண்டதை அடிப்படையாகக் கொண்டு அது பூனை அல்லது நாய் என்று முன்னறிவிப்பு செய்யும். முன்னறிவிப்பு தவறானால், அடுத்த முறைக்கு துல்லியத்தை மேம்படுத்த ஏஐ கணித அல்காரிதங்களைப் பயன்படுத்தி நன்றாக சரிசெய்யப்படலாம்.

ஏஐ கற்றல் செயல்முறையின் நான்கு முக்கிய படிகள்
எளிய வார்த்தைகளில், ஏஐ கற்றல் மற்றும் செயல்பாட்டு செயல்முறை பொதுவாக பின்வரும் முக்கிய படிகளை கொண்டுள்ளது:
தரவு சேகரிப்பு (உள்ளீடு)
முதலில், ஏஐ கற்றுக்கொள்ள உள்ளீடு தரவு தேவை. தரவு பல வடிவங்களில் இருக்கலாம்: எண்கள், உரை, படங்கள், ஒலி, மற்றும் பொதுவாக கவனமாக சேகரித்து தயாரிக்கப்படுகிறது. உதாரணமாக, பூனைகளை அடையாளம் காண ஏஐயை பயிற்றுவிக்க, நீங்கள் பத்தாயிரக்கணக்கான பூனை (மற்றும் பூனை அல்லாத) படங்களை சேகரித்து குறிச்சொல்ல வேண்டும்.
மாதிரி பயிற்சி (கற்றல்/பயிற்சி)
அடுத்தது, இயந்திரம் தரவிலிருந்து கற்றுக்கொள்ளும் கட்டம். உள்ளீடு தரவு ஒரு கற்றல் அல்காரிதத்திற்கு (இயந்திரக் கற்றல் அல்காரிதம்) வழங்கப்படுகிறது. இந்த அல்காரிதம் தரவிலுள்ள மாதிரிகள் அல்லது தொடர்புகளை தேடுகிறது மற்றும் படிப்படியாக உள்ளக அளவுருக்களை தரவுக்கு பொருந்துமாறு சரிசெய்கிறது.
செயற்கை நரம்பியல் வலைப்பின்னல்கள் (ஆழக் கற்றலில் பொதுவானவை) என்றால், பயிற்சி என்பது நரம்புகளுக்கு இடையேயான எடைகளை பல முறை திருத்துவதாகும். ஏஐ தொடர்ந்து பயிற்சி தரவில்மேல் முன்னறிவிப்பு செய்ய முயற்சி செய்து, அதன் முன்னறிவிப்பு மற்றும் உண்மையான முடிவுகளுக்கு இடையேயான வேறுபாட்டை அடிப்படையாகக் கொண்டு தானாக திருத்துகிறது (இந்த செயல்முறை நரம்பியல் வலைப்பின்னல்களில் பின்வழிச் சீரமைப்பு என்று அழைக்கப்படுகிறது).
முன்னறிவிப்பு/முடிவுகள் (தீர்மானம்)
பயிற்சிக்குப் பிறகு, ஏஐக்கு ஒரு பயிற்று மாதிரி இருக்கும். இப்போது, அது புதிய உள்ளீடு தரவை (முன்னர் பார்த்ததில்லாத) பெறும் போது, ஏஐ கற்றுக்கொண்ட மாதிரியை பயன்படுத்தி முன்னறிவிப்பு அல்லது முடிவுகளை எடுக்க முடியும்.
- பூனை மற்றும் நாய்களை வேறுபடுத்தும் ஏஐ மாதிரி புதிய புகைப்படத்தைப் பார்த்து "இது பூனை" என்று ஒரு நம்பிக்கையுடன் முன்னறிவிப்பு செய்யலாம்
- வங்கி பரிவர்த்தனை தரவில்மேல் பயிற்றுவிக்கப்பட்ட ஏஐ புதிய பரிவர்த்தனைகள் மோசடியானவை என்பதை முன்னறிவிப்பு செய்யலாம்
- மருத்துவ தரவில்மேல் பயிற்றுவிக்கப்பட்ட மாதிரி புதிய நோயாளிகளுக்கு நோயறிதலை பரிந்துரைக்கலாம்
இந்த கட்டத்தை தீர்மானம் என்று அழைக்கின்றனர் – ஏஐ கற்றுக்கொண்ட அறிவை உண்மையான சூழல்களில் பயன்படுத்துகிறது.
பின்னூட்டம் மற்றும் மேம்பாடு
ஏஐ (முக்கியமாக இயந்திரக் கற்றல் அமைப்புகள்) ஒரு முக்கிய அம்சம் என்பது காலத்துடன் தன்னை மேம்படுத்திக் கொள்ளும் திறன். ஏஐ முடிவுகளை உருவாக்கி, துல்லியத்திற்கான பின்னூட்டத்தை பெறும் போது (உதாரணமாக, மனிதர்கள் முன்னறிவிப்பு சரியா தவறா என்பதை குறிக்கும்போது), அது தரவுக்கு சிறந்த பொருத்தத்துடன் மாதிரியை சரிசெய்ய முடியும்.
பூனை/நாய் வகைப்படுத்தல் உதாரணத்திற்கு திரும்பினால்: மாதிரி சில வழக்குகளை தவறாக வகைப்படுத்தினால் (உதாரணமாக நாயை பூனையாக தவறாக வகைப்படுத்தினால்), பொறியாளர்கள் கடினமான வழக்குகளுக்கான கூடுதல் தரவைச் சேர்க்கலாம் அல்லது மாதிரியின் கட்டமைப்பு/அதிகபரிமாணங்களை சரிசெய்யலாம், இதனால் ஏஐ மேலும் கற்றுக்கொள்ளும். இத்தகைய தொடர்ச்சியான புதுப்பிப்புகளின் மூலம், ஏஐ காலத்துடன் அதிக துல்லியமும் புத்திசாலித்தனமும் பெறுகிறது.
ஏஐ அமைப்புகள் மூன்று முக்கிய திறன்களை இணைத்து செயல்படுகின்றன: தரவிலிருந்து கற்றல், முடிவுகளை ஊகிக்க தர்க்கத்தை பயன்படுத்தல், மற்றும் தவறுகளிலிருந்து தானாக திருத்தல். கற்றல் கட்டத்தில், ஏஐ தரவிலிருந்து தகவலை சேகரித்து (அறிவை உருவாக்கி) எடுக்கிறது. தீர்மான கட்டத்தில், கற்றுக்கொண்ட அறிவை புதிய சூழல்களை கையாள பயன்படுத்துகிறது. தானாக திருத்தல் மூலம், ஏஐ துல்லியத்தை மேம்படுத்த தொடர்ந்து செயல்பாட்டை நன்றாக்குகிறது.
— ஏஐ செயல்பாட்டு அடிப்படைக் கொள்கைகள்
இந்த கற்றல், தர்க்கம் மற்றும் தானாக சரிசெய்தல் இணைப்பு நவீன ஏஐ அமைப்புகளின் சக்தியை உருவாக்குகிறது.
ஏஐ எப்படி செயல்படுகிறது என்பதை விளக்கும் எளிய உதாரணம்
மேலே கூறிய செயல்முறையை சிறப்பாக விளக்க ஒரு உண்மையான உலக உதாரணத்தை எடுத்துக்கொள்வோம்: தானாக செய்திகளுக்கு பதிலளிக்கும் ஏஐ சாட்பாட். வியட்நாமிய மொழியில் கேள்விகளுக்கு இயல்பான பதில்களை வழங்கும் வாடிக்கையாளர் ஆதரவு சாட்பாட் ஒன்றை நீங்கள் உருவாக்க விரும்புகிறீர்கள் என்று நினைத்துக் கொள்ளுங்கள்.
தரவு சேகரிப்பு
சாட்பாட் பயிற்சி
பயனர் பதில்
காலத்துடன் மேம்பாடு
இந்த உதாரணம் தெளிவாக காட்டுகிறது, ஒரு நடைமுறை ஏஐ முந்தைய தரவிலிருந்து கற்றுக்கொண்டு எதிர்கால சூழல்களில் பயன்படுத்துகிறது. பூனை/நாய் வகைப்படுத்தல் அல்லது வாடிக்கையாளர் கேள்விகளுக்கு பதிலளித்தல் ஆகியவற்றில் அடிப்படைக் கொள்கை ஒரே மாதிரிதான்.

உருவாக்கும் ஏஐ எப்படி செயல்படுகிறது?
சமீபத்திய முக்கியமான ஏஐ போக்கு உருவாக்கும் ஏஐ ஆகும் – இது முன்பு இல்லாத புதிய உள்ளடக்கங்களை (உரை, படங்கள், ஒலி போன்றவை) உருவாக்கும் திறன் கொண்ட ஏஐ அமைப்புகள். எனவே உருவாக்கும் ஏஐ எப்படி செயல்படுகிறது, மற்றும் அது வேறுபட்டது என்ன?
வகைப்படுத்தல் மற்றும் முன்னறிவிப்பு
- மாதிரிகளை அடையாளம் காண்கிறது
- முன்னறிவிப்புகளை செய்கிறது
- தரவை வகைப்படுத்துகிறது
- இருப்புள்ள விருப்பங்களில் இருந்து தேர்வு செய்கிறது
உள்ளடக்க உருவாக்கம்
- புதிய உள்ளடக்கங்களை உருவாக்குகிறது
- உரை, படங்கள், ஒலி உருவாக்குகிறது
- கற்றுக்கொண்ட மாதிரிகளை இணைக்கிறது
- மூலமான வெளியீடுகளை உருவாக்குகிறது
உண்மையில், உருவாக்கும் ஏஐ கூட பெரிய தரவிலிருந்து ஆழக் கற்றலை அடிப்படையாகக் கொண்டது, ஆனால் முன்னறிவிப்பு அல்லது வகைப்படுத்தல் மட்டுமல்லாமல், கற்றுக்கொண்ட மாதிரிகளை அடிப்படையாகக் கொண்டு புதிய வெளியீடுகளை உருவாக்க பயிற்றுவிக்கப்படுகிறது.
பெரிய மொழி மாதிரிகள்
ChatGPT போன்ற பெரிய மொழி மாதிரியை எடுத்துக்கொள்ளுங்கள்: இந்த மாதிரி நூற்றுக்கணக்கான கோடிகள் உரை (புத்தகங்கள், கட்டுரைகள், வலைத்தளங்கள்) மூலம் கற்றுக்கொண்டு, வார்த்தைகள் மற்றும் வாக்கியங்களுக்கிடையேயான தொடர்புகளை கற்றுக்கொள்கிறது.
- பத்துக்கணக்கான பில்லியன் அளவிலான அளவுருக்கள்
- அடுத்த வார்த்தையை வரிசையில் முன்னறிவிப்பு செய்கிறது
- பாய்ச்சலான, சூழலுக்கு ஏற்ப பதில்களை உருவாக்குகிறது
ஏஐ கலை உருவாக்கிகள்
Midjourney மற்றும் DALL-E போன்ற ஏஐ கலை உருவாக்கிகள் படங்களின் "மொழியை" ஆழமாக கற்றுக்கொண்டு, பின்னர் தேவைக்கேற்ப புதிய காட்சிப்பொருட்களை உருவாக்குகின்றன.
- பெரிய தரவுத்தொகுப்புகளில் பயிற்றுவிக்கப்பட்ட அடிப்படை மாதிரிகள்
- டிரான்ஸ்ஃபார்மர் கட்டமைப்பு
- சிருஷ்டிப்பூர்வ உள்ளடக்க உருவாக்கம்
பயன்படுத்தும் போது, முன்பே சேமிக்கப்பட்ட பதில்களுடன் பதிலளிப்பதற்குப் பதிலாக, ChatGPT கற்றுக்கொண்ட சாத்தியக்கூறுகளின் அடிப்படையில் அடுத்த வார்த்தையை தேர்ந்தெடுத்து புதிய பதில்களை உருவாக்குகிறது. இதன் விளைவாக, பயிற்சி தரவிலிருந்து மொழி பாணியை பிரதிபலிக்கும், ஆனால் முழுமையாக புதிய உள்ளடக்கத்துடன் கூடிய பாய்ச்சலான உரை உருவாகிறது.
இதனால் ChatGPT அல்லது Midjourney போன்ற திட்டங்கள் கற்றுக்கொண்ட அறிவின் அடிப்படையில் புதிய உள்ளடக்கங்களை (உரை, படங்கள், இசை போன்றவை) உருவாக்க முடியும், முன்பிருந்த பதில்களை மட்டும் தேர்வு செய்வதில்லை.
உருவாக்கும் ஏஐயின் சிறப்பு அம்சம் அது மட்டும் அல்லாமல், சில அளவுக்கு உருவாக்கும் திறனும் கொண்டுள்ளது. இது ஏஐ கற்றுக்கொண்டதை அடிப்படையாகக் கொண்டு – பார்த்த மாதிரிகளை இணைத்து மாற்றி புதியதை உருவாக்குகிறது. ஆனால் விளைவுகள் மிகவும் பல்வகை மற்றும் வளமானவை, இதனால் உருவாக்கும் ஏஐ உள்ளடக்க உருவாக்கம், வடிவமைப்பு, பொழுதுபோக்கு மற்றும் பல துறைகளில் சக்திவாய்ந்த கருவியாக உள்ளது.
— உருவாக்கும் ஏஐயின் சக்தி

முக்கியக் குறிப்புகள்
சுருக்கமாக, ஏஐ மனிதர்கள் அனுபவத்திலிருந்து கற்றுக்கொள்வது போலவே அனுபவத்திலிருந்து (தரவு) கற்றுக்கொள்வதன் மூலம் செயல்படுகிறது. பயிற்சியின் மூலம், இயந்திரங்கள் மாதிரி தரவிலிருந்து அறிவை பொதுவாக்கி, பின்னர் பயன்படுத்த மாதிரிகளை உருவாக்குகின்றன.
மாதிரி கண்டுபிடித்தல்
ஏஐ தரவில் மறைந்துள்ள மாதிரிகளை கண்டுபிடித்து பிரச்சனைகளை திறம்பட தீர்க்கிறது
தொடர்ச்சியான கற்றல்
செயல்திறனை மேம்படுத்த சோதனை மற்றும் தவறுகள் மூலம் அமைப்புகள் மேம்படுகின்றன
நடைமுறை பயன்பாடுகள்
பட அடையாளம் காணுதல் முதல் தானாக உரை உருவாக்குதல் மற்றும் கலை உருவாக்கம் வரை
அடிப்படை அல்காரிதங்கள் எளிய முடிவு மரங்களிலிருந்து பில்லியன் அளவிலான அளவுருக்களுடன் ஆழமான நரம்பியல் வலைப்பின்னல்களாக மாறினாலும், ஏஐயின் பொதுவான நோக்கம் பிரச்சனைகளை தீர்க்க உதவும் மறைந்த மாதிரிகளை கண்டுபிடிப்பதே. இன்று பெரும் தரவு மற்றும் சக்திவாய்ந்த கணினி மூலம், ஏஐ துல்லியமான படம் மற்றும் குரல் அடையாளம் காணுதல் முதல் தானாக உரை எழுதுதல் மற்றும் கலை உருவாக்குதல் வரை குறிப்பிடத்தக்க முடிவுகளை அடைந்துள்ளது.
சமீபத்திய ஏஐ அறிவுடன் தொடர INVIAIயை பின்தொடருங்கள்!