ஏ.ஐ. மனிதர்களைப் போல சிந்திக்கிறதா?

ஏ.ஐ. மனிதர்களைப் போல சிந்திக்கிறதா? நீங்கள் இதைப் பற்றியும் ஆராய்ந்து கொண்டிருந்தால், INVIAI உடன் இந்த கட்டுரையில் விரிவாக அறிந்து விடுவோம்!

மனித சிந்தனை என்பது விழிப்புணர்வு, உணர்வுகள் மற்றும் சூழல் சார்ந்த ஆழமான காரணமறிதலை உள்ளடக்கியது. ஏ.ஐ. “சிந்தனை” என்பது இயந்திரங்கள் தரவுகளை செயலாக்கி முறைமைகளை அடையாளம் காண்பதை குறிக்கிறது. 

திறமை என்பது “சிக்கலான இலக்குகளை அடையக்கூடிய திறன்” என வல்லுநர்கள் பரவலாக வரையறுக்கிறார்கள், ஆனால் மனித மற்றும் இயந்திர அறிவு முறைகள் முற்றிலும் வேறுபட்ட செயல்முறைகளில் உருவாகின்றன.

மனித மூளை சுமார் 86 பில்லியன் நியூரான்கள் கொண்ட உயிரியல் வலையமைப்பாகும், இது ஒரு அல்லது சில அனுபவங்களிலிருந்து கற்றுக்கொண்டு சூழல் மற்றும் அர்த்தத்தை நினைவில் வைத்திருக்க முடியும். அதற்கு மாறாக, ஏ.ஐ. டிஜிட்டல் ஹார்ட்வேர் (சிலிகான் சுற்றுகள்) மீது இயங்கி, கணித ஆல்கொரிதம்களை பின்பற்றுகிறது.

சுருக்கமாகச் சொல்வதானால், ஏ.ஐ.க்கு மனம் அல்லது உணர்வுகள் இல்லை – அது கணக்கீட்டை பயன்படுத்துகிறது. இந்த வேறுபாடுகளை புரிந்துகொள்வது ஏ.ஐ. என்ன செய்ய முடியும் (மற்றும் முடியாது) என்பதை அறிய மிகவும் முக்கியம்.

மூளை மற்றும் இயந்திரம்: அடிப்படையில் வேறுபட்ட அமைப்புகள்

ஒரு முக்கிய வேறுபாடு ஹார்ட்வேர் மற்றும் கட்டமைப்பு ஆகும். மனிதர்களுக்கு உயிரியல் மூளை உள்ளது, அதில் பரவலான இணைப்புகள் உள்ளன; ஏ.ஐ. அமைப்புகள் மின்னணு சுற்றுகள் மற்றும் சிலிகான் சிப்புகளைப் பயன்படுத்துகின்றன. மூளையின் நியூரான்கள் (~86 பில்லியன்) எந்த “கற்பனை நியூரான்களையும்” விட அதிகமாக உள்ளன.

மூளை மின்னழுத்த-ரசாயன சிக்னல்களால் செயல்படுகிறது, ஆனால் ஏ.ஐ. பைனரி குறியீடு மற்றும் டிஜிட்டல் கணக்கீட்டை பயன்படுத்துகிறது. உண்மையில், வல்லுநர்கள் தற்போதைய ஏ.ஐ. “விழிப்புணர்வு இல்லாத இயந்திரமாக” இருக்கும் என்றும் “செயல்பாட்டு அமைப்பு (டிஜிட்டல் vs உயிரியல்)” முற்றிலும் வேறுபட்டதாக இருக்கும் என்றும் குறிப்பிடுகின்றனர். நடைமுறையில், ஏ.ஐ.க்கு உண்மையான விழிப்புணர்வு அல்லது தனிப்பட்ட அனுபவம் இல்லை – அது ஹார்ட்வேர் மீது இயங்கும் ஒரு மாதிரிப்பான் மட்டுமே.

• கட்டமைப்பு: மனித மூளையில் அடர்ந்த, பரவலான நியூரான்கள் உள்ளன. ஏ.ஐ. சிப்புகளில் எளிமைப்படுத்தப்பட்ட “நியூரான்கள்” (நோட்கள்) அடுக்குகளைப் பயன்படுத்துகிறது, அவை உண்மையான மூளையைவிட மிகவும் குறைவாக உள்ளன.
• கற்றல்: மனிதர்கள் பெரும்பாலும் ஒரே அனுபவத்திலிருந்து கற்றுக்கொள்கிறார்கள் (ஒன்றரை கற்றல்); புதிய தகவல்களை பழையவற்றை அழிக்காமல் சேர்க்கிறோம். ஏ.ஐ. மாதிரிகள் பெரும்பாலும் பெரிய தரவுத்தொகுப்புகள் மற்றும் பல பயிற்சி சுற்றுகளை தேவைப்படுத்துகின்றன.
  உண்மையில், ஆய்வுகள் காட்டுகின்றன, நவீன ஏ.ஐ. ஒரே எடுத்துக்காட்டுகளை நூற்றுக்கணக்கான முறைகள் பயிற்சி பெற வேண்டும், ஆனால் மனிதர்கள் குறைந்த வெளிப்பாட்டிலிருந்து விரைவாக கற்றுக்கொள்கிறார்கள்.
• ஆல்கொரிதம்கள்: ஏ.ஐ. கற்றல் தெளிவான கணித முறைகளைக் கொண்டுள்ளது (எ.கா., பின்தொடர்பு பரவல்).
  மனித மூளை பின்தொடர்பு பரவலைப் பயன்படுத்தாது என்று ஆய்வாளர்கள் கண்டுபிடித்துள்ளனர் – மூளை இணைப்புகளை சரிசெய்ய “முன்னோக்கிய அமைப்பு” என்ற வேறுபட்ட முறையைப் பயன்படுத்துகிறது, இது உள்ளடக்கத்தை பாதுகாத்து கற்றலை வேகப்படுத்துகிறது.
  சுருக்கமாக, ஏ.ஐ. கற்றல் விதிகள் மூளையின் விதிகளுக்கு ஒத்ததாக இல்லை.
• விழிப்புணர்வு: மனிதர்களுக்கு சுய விழிப்புணர்வு மற்றும் உணர்வுகள் உள்ளன; ஏ.ஐ.க்கு இல்லை. தற்போதைய ஏ.ஐ. அமைப்புகள் “விழிப்புணர்வு இல்லாத இயந்திரங்கள்” ஆகும், உணர்வுகள் இல்லாமல். அவற்றுக்கு உள்ளக வாழ்க்கை இல்லை – உள்ளீடுகள் மற்றும் வெளியீடுகள் மட்டுமே உள்ளன.
• படைப்பாற்றல் மற்றும் சூழல்: மனிதர்கள் முழுமையாக சிந்திக்கிறார்கள், உணர்வு மற்றும் வாழ்க்கை அனுபவத்தை பயன்படுத்துகிறார்கள். ஏ.ஐ. தரவு சார்ந்த பணிகளில் சிறந்தது ஆனால் “சிந்தனை” எண்களை crunch செய்வதுதான்.
  உதாரணமாக, ஏ.ஐ. படைப்பாற்றல் வெளியீடுகளை (கலை, கதைகள், யோசனைகள்) உருவாக்கக்கூடியது, ஆனால் அது கற்றுக்கொண்ட முறைமைகளை மீண்டும் இணைப்பதன் மூலம் செய்கிறது.
  ஒரு சமீபத்திய ஆய்வு ஏ.ஐ. உரையாடல் பொறிகள் ஒரு படைப்பாற்றல் சோதனையில் சராசரி மனிதர்களை சமமாக அல்லது மேல் செயல்படக்கூடியதாக கண்டுபிடித்தது – ஆனால் இது உண்மையான மனித originality அல்ல, புள்ளியியல் முறைமைகளை ஒத்துப்போவதாகும்.
  ஏ.ஐ. “படைப்பாற்றல்” பொதுவாக ஒரே மாதிரியாக இருக்கும் (குறைந்த எண்ணிக்கையிலான மோசமான யோசனைகள்) ஆனால் மனித கற்பனை கொண்டிருக்கும் எதிர்பாராத மின்னல் இல்லாமல் இருக்கும்.

ஏ.ஐ. அமைப்புகள் எப்படி “சிந்திக்கின்றன”?

ஏ.ஐ. அமைப்புகள் மனிதர்களிடமிருந்து முற்றிலும் வேறுபட்ட முறையில் தகவலை செயலாக்குகின்றன. ஒருவர் எழுதும்போது அல்லது பேசும்போது, அர்த்தமும் நோக்கமும் அனுபவத்திலிருந்து வருகிறது.

ஒரு ரோபோட் அல்லது கணினி தரவுகளை மாற்றி “எழுதுகிறது”. உதாரணமாக, பெரிய மொழி மாதிரிகள் கற்றுக்கொண்ட புள்ளிவிவரங்களை அடிப்படையாகக் கொண்டு அடுத்த வார்த்தையை கணித்து வாக்கியங்களை உருவாக்குகின்றன, அர்த்தத்தை உணராமல்.

அவை அடிப்படையில் “அற்புதமான சாத்தியக்கூறுகள் கருவிகள்” ஆகும் என்று ஒரு வல்லுநர் கூறியபடி, பெரும் உரை தரவிலிருந்து கற்றுக்கொண்ட வாய்ப்புகளின் அடிப்படையில் வார்த்தைகளை தேர்ந்தெடுக்கின்றன. நடைமுறையில், இது ஏ.ஐ. மனிதர்களைப் போல வெளிப்படுத்தினாலும் உண்மையான புரிதல் இல்லாமல் நடக்கும்.

ஏ.ஐ. உரையாடல் பொறி ஒருங்கிணைந்த கட்டுரையை உருவாக்கக்கூடியது, ஆனால் அது என்ன பேசுகிறது என்பதை அறியாது. அது நம்பிக்கைகள் அல்லது உணர்வுகள் கொண்டதல்ல – அது வெறும் மேம்படுத்தல் விதிகளை பின்பற்றுகிறது.

• புள்ளியியல் காரணமறிதல்: ஏ.ஐ. (முக்கியமாக நியூரல் நெட்வொர்க்குகள்) தரவுகளில் முறைமைகளை கண்டுபிடித்து “கற்றுக்கொள்கிறது”. அது உள்ளீடுகளை வெளியீடுகளுடன் பொருந்தும் வகையில் எண்களை சரிசெய்கிறது. ஒரு மொழி மாதிரி, உதாரணமாக, அடுத்த வார்த்தைகளை வாய்ப்புகளின் அடிப்படையில் வரிசைப்படுத்துகிறது.
  இது மனித சிந்தனையிலிருந்து மிகவும் வேறுபட்டது, அதில் கருத்துக்களைப் பற்றி அர்த்தமுள்ள புரிதலும் காரணமறிதலும் உள்ளன.
• பெரும் கணக்கீடு: ஏ.ஐ. மில்லியன் கணக்கான எடுத்துக்காட்டுகளை விரைவாக செயலாக்க முடியும். அது மனிதர்கள் கண்டுபிடிக்க முடியாத தொடர்புகளை பெரிய தரவுத்தொகுப்புகளில் இருந்து கண்டுபிடிக்க முடியும்.
  ஆனால் இந்த வேகம் ஒரு விலை கொண்டது: உண்மையான புரிதல் இல்லாமல், ஏ.ஐ. திடீரென தவறான அல்லது பொருளற்ற பதில்களை நம்பிக்கையுடன் வழங்கக்கூடும். (பிரபலமான உதாரணமாக, மொழி மாதிரிகளில் “மாயை” என்றால், ஏ.ஐ. நம்பத்தகுந்த ஆனால் தவறான தகவலை உருவாக்குவது.)
• சுய விழிப்புணர்வு அல்லது இலக்குகள் இல்லை: ஏ.ஐ.க்கு சுய ஊக்கமில்லை. அது “நான் X செய்ய விரும்புகிறேன்” என்று முடிவெடுக்காது. அது நிரலாளர்களால் அமைக்கப்பட்ட இலக்குகளை மட்டுமே மேம்படுத்துகிறது (எ.கா., பிழையை குறைக்க). மனிதர்களைப் போல, ஏ.ஐ.க்கு விருப்பங்கள், நோக்கம் அல்லது விழிப்புணர்வு இல்லை.
• விளக்கக்கூறல் சிக்கல்கள்: ஏ.ஐ. உள் செயல்பாடுகள் (முக்கியமாக ஆழமான நெட்வொர்க்குகள்) பெரும்பாலும் “கருப்பு பெட்டி” போன்றவை.
  ஆய்வாளர்கள் இந்த நெட்வொர்க்குகள் மூளையைப் போல செயல்படுவதாக கருதுவதில் எச்சரிக்கை காட்டுகின்றனர். ஒரு சமீபத்திய MIT ஆய்வு நியூரல் நெட்வொர்க்குகள் மிகவும் செயற்கை சூழலில் மட்டுமே மூளை சுற்றுகளைக் கற்பனை செய்கின்றன என்று கண்டுபிடித்தது.
  ஆய்வாளர்கள் குறிப்பிடுவது போல, ஏ.ஐ. சக்திவாய்ந்ததாக இருக்கலாம், ஆனால் “மனித அறிவுடன் ஒப்பிடும்போது மிகுந்த கவனமாக இருக்க வேண்டும்”.
  சுருக்கமாக, ஏ.ஐ. ஒரே பணியை செய்யும் போல் தோன்றினாலும், அது மனிதர்களைப் போல “சிந்திக்கிறது” என்று அர்த்தம் இல்லை.

ஒத்துப்போக்குகள் மற்றும் ஊக்கங்கள்

வேறுபாடுகள் இருந்தாலும், ஏ.ஐ. மனித மூளைகளால் ஊக்கமடைந்தது. செயற்கை நியூரல் நெட்வொர்க்குகள் இணைந்த செயலாக்க அலகுகள் (நோட்கள்) மற்றும் சரிசெய்யக்கூடிய இணைப்புகளின் கருத்தை கடனாக எடுத்துள்ளன.

உயிரியல் மூளையும் செயற்கை நியூரல் நெட்வொர்க்குகளும் அனுபவத்தின் அடிப்படையில் இந்த இணைப்புகளை சரிசெய்து மேம்படுகின்றன. இரு முறைகளிலும் கற்றல் வலையமைப்பின் இணைப்புகளை மாற்றி பணிகளில் சிறப்பை மேம்படுத்துகிறது.

• நியூரல் ஊக்கம்: ஏ.ஐ. அமைப்புகள் மூளை சுற்றுகளுக்கு ஒத்த அடுக்குகளைக் கொண்டுள்ளன. அவை உள்ளீடுகளை மெய்நிகர் நியூரான்கள் மற்றும் எடைகளின் அடுக்குகளின் மூலம் செயலாக்குகின்றன.
• முறைமைக் கற்றல்: மனிதன் அனுபவத்திலிருந்து கற்றுக்கொள்வதுபோல், நியூரல் நெட்வொர்க்குகள் தரவுக்கு வெளிப்பாடு மூலம் தழுவிக் கொள்கின்றன. இரு முறைகளும் உள்ளீடுகளிலிருந்து அம்சங்கள் மற்றும் தொடர்புகளை எடுக்கின்றன.
• பணி செயல்திறன்: சில துறைகளில், ஏ.ஐ. மனித திறனை சமமாக அல்லது மேல் சாதிக்க முடியும். உதாரணமாக, மேம்பட்ட பட வகைப்படுத்திகள் அல்லது மொழி மாதிரிகள் மனிதர்களுக்கு சமமான துல்லியத்தை அடைகின்றன. ஒரு ஆய்வு ஏ.ஐ. உரையாடல் பொறிகள் படைப்பாற்றல் யோசனை பணியில் சராசரி மனிதர்களுக்கு சமமாக செயல்பட்டன என்று கண்டுபிடித்தது.
• குறைவுகள்: ஆனால், ஒத்துப்போக்குகள் பெரும்பாலும் வெளிப்புற மட்டுமே. மூளையில் அதிக நியூரான்கள் உள்ளன மற்றும் அறியப்படாத கற்றல் விதிகள் உள்ளன; செயற்கை நியூரல் நெட்வொர்க்குகள் எளிமையான அலகுகள் மற்றும் தெளிவான ஆல்கொரிதம்களைப் பயன்படுத்துகின்றன.
  மேலும், மனிதர்கள் பொதுவான அறிவு, நெறிமுறை மற்றும் ஆழமான சூழலைப் பயன்படுத்துகிறார்கள். ஏ.ஐ. சதுரத்தில் மனிதரை வெல்லலாம், ஆனால் ஒரு முடிவின் சமூக அல்லது நெறிமுறை நுணுக்கங்களை புரிந்துகொள்ள முடியாது.

பயன்பாடுகள்: ஏ.ஐ.யை அறிவார்ந்த முறையில் பயன்படுத்துதல்

இந்த வேறுபாடுகளை கருத்தில் கொண்டு, நாம் ஏ.ஐ.-யை மனித மாற்று அல்லாமல் ஒரு கருவி எனக் கருத வேண்டும். ஏ.ஐ. தரவு நிறைந்த அல்லது குறுகிய பணிகளை (மருத்துவ படங்களை ஸ்கேன் செய்வது அல்லது தரவை சுருக்குவது போன்றவை) நமக்குக் காட்டிலும் வேகமாக செய்ய முடியும்.

மனிதர்கள் தீர்மானம், சூழல் மற்றும் நெறிமுறை காரணமறிதல் தேவைப்படும் பணிகளை கையாள வேண்டும். வல்லுநர்கள் கேட்கின்றனர், “எந்த பணிகளுக்கு மற்றும் எந்த சூழல்களில் தீர்மானங்களை ஏ.ஐ.-க்கு விடுவது பாதுகாப்பானது, எப்போது மனித தீர்மானம் அவசியம்” என்பதை நாம் அறிய வேண்டும்.

• பூர்த்தி செய்யவும், மாற்ற வேண்டாம்: ஏ.ஐ.யின் வலிமைகள் (வேகம், முறைமைக் கண்டறிதல், ஒருமைத்தன்மை) பயன்படுத்தவும், புரிதல், படைப்பாற்றல் மற்றும் நெறிமுறைக்கு மனிதர்களை நம்பவும்.
• வரம்புகளை அறியவும்: ஏ.ஐ. எப்படி “சிந்திக்கிறது” என்பதற்கான உண்மையான மன மாதிரியை ஏ.ஐ. உடன் பணியாற்றுவோர் அறிந்திருக்க வேண்டும். இதை “அறிவாற்றல் விழிப்புணர்வு” என்கிறார்கள். நடைமுறையில், இது ஏ.ஐ. வெளியீடுகளை விமர்சனமாக சரிபார்க்கவும், அவற்றை மிகைப்படுத்தாமல் நம்ப வேண்டாமென பொருள்.
• கல்வி மற்றும் எச்சரிக்கை: ஏ.ஐ. மனித போன்று நடக்கும் என்பதால், பல வல்லுநர்கள் ஏ.ஐ. “அறிவற்ற தன்மை” பற்றி எச்சரிக்கின்றனர் – ஏ.ஐ. உண்மையில் புரிந்துகொள்ளாது என்று நினைத்து தவறாக நம்புவது. ஒரு விமர்சகர் கூறுவது போல, பெரிய மொழி மாதிரிகள் “புரிந்துகொள்ளாது” அல்லது உணர்வதில்லை; அவை வெறும் நகலெடுக்கின்றன. ஏ.ஐ.-யில் தோன்றும் எந்த “அறிவும்” மனித அறிவு வேறுபாடாகவே உள்ளது என்பதை நாம் எப்போதும் நினைவில் வைக்க வேண்டும்.

>>> மேலும் அறிய: AI பயன்படுத்துவதற்கு எனக்கு நிரலாக்கம் தெரிந்திருக்க வேண்டுமா?

முடிவாக, ஏ.ஐ. மனிதர்களைப் போல சிந்திக்காது. அதற்கு விழிப்புணர்வு, உணர்வுகள் மற்றும் உண்மையான புரிதல் இல்லை. அதற்கு பதிலாக, ஏ.ஐ. குறிப்பிட்ட துறைகளில் அறிவாற்றல் நடத்தை நெருக்கமாக ஒத்துப்போக கணித ஆல்கொரிதம்கள் மற்றும் பெரும் தரவுகளைப் பயன்படுத்துகிறது.

ஒரு நல்ல உவமை என்னவென்றால், ஏ.ஐ. ஒரு மிக வேகமான மற்றும் திறமையான பயிற்சியாளராகும்: அது முறைமைகளை கற்றுக்கொண்டு பணிகளைச் செய்யக்கூடியது, ஆனால் அது ஏன் அல்லது என்ன அர்த்தம் என்பதை அறியாது.

மனித அறிவை ஏ.ஐ. வலிமைகளுடன் இணைத்து, நாம் சக்திவாய்ந்த முடிவுகளை அடையலாம் – ஆனால் இயந்திரக் கணக்கீடு மற்றும் மனித சிந்தனை இடையேயான அடிப்படைக் காலத்தை எப்போதும் நினைவில் வைக்க வேண்டும்.