AI IN TAMIL – ARTIFICIAL INTELLIGENCE செயற்கை நுண்ணறிவு மூலம் உலகத்தை ஆளப்போகும் எந்திரன்

ARTIFICIAL INTELLGENCE செயற்கை நுண்ணறிவு மூலம் உலகத்தை ஆளப்போகும் எந்திரன்-TAMIL ARTICLE

HISTORY OF AI:

Karel Capek என்பவர் 1923ம் ஆண்டு முதன் முதலில் ROBOT என்ற சொல்லை தனது நாவலான Rossum’s Universal Robotsல் பயன்படுத்தினார்.1943 மனித மூளைக்கு ஒப்பாக சொல்லப்படும் Neural Networkகிற்கு அடித்தளமிடப்பட்டது. 1950ல் கொலம்பியா யூனிவெர்சிடியின் பழைய மாணவரான ஐசக் அசிமோ என்பவர் Robotics என்ற சொல்லை பயன்படுத்தினார். John McCarthy 1956ம் ஆண்டு Artificial Intelligence என்ற சொல்லை பயன்படுத்தினார் இதன் சாராம்சம் அறிவியல் மற்றும் பொறியியலும் இணைந்து அறிவார்ந்த இயந்திரங்களை உருவாக்குவதாகும்.இவர் 1958ம் ஆண்டு AI தொழில்நுட்பத்திற்காக LISP என்ற புதிய கணினி மொழியை உருவாக்குகிறார். Danny Bobrow என்பவர் 1964ம் ஆண்டு கணிப்பொறியானது Natural Languagesஐ(மனிதரின் பேசும் மொழி) எளிதாக புரிந்து கொள்ளக்கூடியவை என்பதை விளக்கினார்.

இந்த Artificial Intelligenceனுடைய மற்றைய பெயர்களாவனcomputational intelligence,synthetic intelligence (or) computational rationality ஆகும். AIன் ஆராய்ச்சி பல துறைகளுக்கு வழி வகுக்கிறது control system, robotics, data mining, scheduling, logistic, facial recognition, speech recognition

Artificial Intelligence ன் நோக்கமாவன மிகச்சிறந்த சாதனங்களை உருவாக்குதல், மனித அறிவை இயந்திரங்களுக்கு கொடுத்தல் ஆகியனவாகும். இதன் மூலமாக இயந்திரங்கள் அறிவார்ந்த செயல்களை செய்ய முடியும் ஒரு விஷயத்தை கற்றுக்கொள்ளவும் அதை மற்றவர்களுக்கு விளக்கவும் தேவைபடும் சமயத்தில் மற்றவர்களுக்கு அறிவுரை வழங்கவும் பயன்படுகிறது.

AIன் தேவையானது மனித செயல்களோடு தொடர்புடைய கணிப்பொறி செயல்களை Reasoning, Learning, Problem Solving போன்றவற்றில் உருவாக்குவது.

TYPES OF INTELLIGENCE:

1) ARTIFICIAL INTELLIGENCE

2) MACHINE LEARNING

3) DEEP LEARNING

ARTIFICIAL INTELLIGENCE:-

AI என்பது இயந்திரங்களை சுயமாகவே யோசித்து வேலை செய்ய வைப்பதாகும். Artificial Intelligenceஆனது Cognitive Skills எனப்படும் மூன்று வகையான திறமைகளை Learning, Reasoning, Self correction ஆகியவற்றை முன்னிறுத்துகிறது.

MACHINE LEARNING:-(இயந்திர புரிதல்)

இது Artificial intelligenceன் ஒரு பகுதியாகும். Machine Learning என்பது ஏற்கனவே கொடுக்கப்பட்ட தகவல்களின் அடிப்படையில் கட்டளைகளின் அடிப்படையில் செயல்படுவதாகும் இதை இவ்வாரும் கூறலாம் STATISTICAL TO EXPLORE DATA.

HOW MACHINE LEARNING WORKS

TYPES OF MACHINE LEARNING:

1) Supervised Machine Learning

2) Unsupervised Machine Learning

3) Reinforcement Machine Learning(Semi supervice)

1) Supervised Machine Learning:-

ஏற்கனவே கொடுக்கப்பட்ட தகவல்களின் அடிப்படையில் கட்டளைகளின் அடிப்படையில் செயல்படுவதாகும் இதை Past Labled Data என்றும் கூறலாம்.

2) Unsupervised Machine Learning:-

இது கிளஸ்ட்டரிங் தொழில்நுட்பம் அடிப்படையில் செயல்படும். கிளஸ்ட்டரிங் தொழில்நுட்பம் என்பது ஏற்கனவே உள்ள தகவல்களின் அடிப்படையில் செயல்படாமல் ஒரு ஒற்றுமையின் அடிப்படையில்(similarity) செயல்படுவதாகும். Eucledian’s Distance போன்ற கணித சமன்பாடுகளை இங்கே பயன்படுத்தப்படுகிறது. இங்கே நம் பலவிதமான Clustering Algorithm பயன்படுத்திதுகிறோம்.

3) Reinforcement Machine Learning:-

இது மேற்சொன்ன இரண்டு தொழில்நுட்பங்களும் கலந்தது ஆகும். சில தகவல்கள் Labeled Dataவாகவும் மேலும் சில தகவல்கள் Unlabeled Dataவாகவும் காணப்படும்.

DEEP LEARNING:-

இது Machine Learningன் ஒரு பகுதியாகும். இதை மனிதர்களின் மூளைக்கு ஒப்பாக கூறலாம் மனிதர்கள் எவ்வாறு புதிய விஷயங்களை கற்கிறார்களோ அதைப்போலவே இயந்திரங்களும் இந்த Deep Learning தொழில்நுட்பத்தின் உதவியால் புதிய விஷயங்களை கற்கின்றன. இந்த தொழில்நுட்பத்தை மனிதர்களின் மூளைக்கு ஒப்பாக கூறலாம். இது Multi Neural Network என்றொரு கட்டமைப்பை கொண்டுள்ளது.

TYPES OF NEURAL NETWORK IN DEEP LEARNING:

i) Artificial Neural Network

இது மனிதனின் உயிரியல் நரம்பு மண்டலத்தோடு ஒப்பாக கூறலாம் இது பலவிதமான தகவல்களை செயலாற்ற பயன்படுகிறது இது பல விஷயங்களை பிரித்தறியப் பயன்படுகிறது உதாரணமாக நாம் பல விதமான மிருகங்களின் படத்தை கணிப்பொறியில் சேமித்து பிறகு அதை கணினி வெளியில் பார்க்கும் பொழுது அந்த குறிப்பிட்ட மிருகங்களின் படத்தை அடையாளம் காண பயன்படுகிறது

ii) Convolutional Neural Network

இது மேற்சொன்ன Artificial Nueral Network ன் ஒரு பகுதியாகும் இதுவும் மேற்கூறியதை போல நாம் பல விதமான மிருகங்களின் படத்தை கணிப்பொறியில் சேமித்து பிறகு அதை கணினி வெளியில் பார்க்கும் பொழுது அந்த குறிப்பிட்ட மிருகங்களின் படத்தை அடையாளம் காண பயன்படுகிறது அனால் இங்கே நாம் Pixel Dataவை மட்டுமே இனம் காண்கிறோம்

iii) Recurrent Neural Network

இது ஒவ்வொரு தகவல்களையும் காலத்தின் அடிப்படையில் இனம் காண பயன்படுகிறது இந்த தொழில்நுட்பத்தை நாம் மனிதனின் நினைவு திறனுக்கு ஒப்பாக கூறலாம் மனிதர்கள் கடந்த காலத்தில் நடந்த நிகழ்வுகளை பின்பு நினைவுபடுத்துவதைப்போல கணினி இயந்திரகள் நிகழ்வுகளை காலத்தின் அடிப்படையில் நினைவு படுத்துகின்றன

ARTIFICIAL INTELLIGENCE TECHNOLOGY:-

i) AUTOMATION (தானியங்கி தொழில்நுட்பம் )

ii) MACHINE LEARNING (இயந்திர புரிதல்)

iii) MACHINE VISION (கணிணிப் பார்வை )

iv) NATURAL LANGUAGE PROCESSING (இயற்கை மொழி அறிதல்)

v) ROBOTICS (எந்திரன்)

vi) SELF DRIVING CARS (தானியங்கி மகிழுந்துகள்)

AUTOMATION:(தானியங்கி தொழில்நுட்பம் )

இந்த தொழில்நுட்பத்தின் மூலமாக அணைத்து செயல்களும் தானாகவே நடக்கின்றன. உதாரணமாக RPAஎன்றழைக்கப்படும் Robotics Process Automation மூலமாக நாம் மனிதர்கள் அடிக்கடி திரும்ப திரும்ப பயன்படுத்தும் அன்றாட செயல்களை நாம் திறம்பட செய்ய முடியும்.

MACHINE LEARNING:(இயந்திர புரிதல்)

புரோக்ராமிங் மற்றும் கோடிங் இல்லாமலே நாம் கணினியை செயல்பட வைக்க முடியும். இதனுடைய ஒரு துணைப்பகுதியே Deep Learning ஆகும். Predict Analys(தீர்மானிக்கப்பட்ட ஒரு யூகம்)ன் அடிப்படையில் இது செயல்பட முடியும்.Supervised Machine Learning,Unsupervised Machine Learning,Reinforcement Machine Learning என மூன்று வகைப்படும்.

MACHINE VISION:(கணிணிப் பார்வை)

இந்த தொழில்நுட்பம் மூலமாக கணினி பொருட்களை பார்த்து அடையாளம் கண்டுகொள்ள முடியும். இதன் மூலம் Visual Informationகளை பலவிதமான நுணுக்கங்கள்(camera,digitial signal processing,analog to digital conversion) மூலமாக ஆராய்ச்சி செய்து அறியப்படுகிறது.

NATURAL LANGUAGE PROCESSING:(இயற்கை மொழி அறிதல்)

இந்த தொழில்நுட்பம் மூலமாக இது போலிகளை அடையாளம் காண்கிறது இது Machine Learningயை அடிப்படையாக வைத்து செயல்படுகிறது. இதன் மூலமாக கணிப்பொறி மொழி பெயர்க்கவும், உணர்ச்சிகளை ஆராயவும், பேச்சை புரிந்து கொள்ளவும் முடியும்.

ROBOTICS:(எந்திரன்)

இந்த ரோபோடிக்ஸ் மூலமாக நாம் ரோபோக்களை உருவாக்க முடியும். மேலும் இந்த ரோபோக்கள் மூலமாக நாம் கடினமான செயல்களை செய்ய முடியும்

SELF DRIVING CARS:(தானியங்கி மகிழுந்துகள்)

Self Driving Carsன் மூலமாக நாம் தானியங்கி மகிழுந்து வாகனங்களை உருவாக்க முடியும்.

TYPES OF AI APPLICATION:

AI in healthcare(ஆரோக்யம்)

AI in business(வணிகம்)

AI in education(கல்வி)

AI in finance(நிதித்துறை)

AI in law(சட்டம்)

AI in manufacturing(கட்டுமானத்துறை)

AI in banking(வங்கிகள்)

Share the knowledge