COGNITIVE COMPUTING IN TAMIL – தன்னிச்சையாக முடிவெடுக்கும் COGNITIVE COMPUTING

COGNITIVE COMPUTING IN TAMIL – தன்னிச்சையாக முடிவெடுக்கும் COGNITIVE COMPUTING

COGNITIVE COMPUTING IN TAMIL:

இது Artificial Intelligence மற்றும் Signal Processing இந்த இரண்டு அறிவியலின் கலவையாகும். இந்த Cognitive Computing மூலமாக நாம் Machine Learning, Reasoning, Natural Language Processing, Speech recognition, Object recognition, Human Computer Interaction போன்ற பல துறைகளில் சிறப்பாக செயலாற்ற முடியும். இதன் மூலமாக நாம் புதியதாக ஒரு வன்பொருளை கட்டமைக்க முடியும். இதன் மூலமாக நாம் மனித மூளையின் செயல்பாடுகளை ஒத்த மென்பொருள்களை வடிவமைக்க முடியும்.

COGNITIVE COMPUTING IN TAMIL

இந்த கோக்னிடிவ் கம்ப்யூட்டிங் தொழில்நுட்பத்தை பயன்படுத்தி வடிவமைக்கப்பட்ட மென்பொருள் மனிதனின் முடிவெடுக்கும் செயல்களுக்கு பெரிதும் பயன்படுகிறது. கோக்னிடிவ் கம்ப்யூட்டிங் ஆனது கோக்னிஷன் என்ற சொல்லில் இருந்து வந்தது இந்த கோக்னிஷன் ஆனது CONTEXT + REASONING இரண்டும் சேர்த்து உருவானதாகும்.

COGNITIVE COMPUTING IN TAMIL | HISTORY:

காக்னிட்டிவ் கம்ப்யூட்டிங்கின் (Cognitive Computing) வரலாறு தொழில்நுட்ப வளர்ச்சியில் ஒரு முக்கியமான பகுதியாகும். இது செயற்கை நுண்ணறிவு (Artificial Intelligence) மூலமாக மனித மூளையின் திறன்களை கம்ப்யூட்டர் முறைமைகளை கொண்டு பிரதிபலிக்கும் முயற்சியாகும். இதன் வரலாற்றுப் பின்னணியைப் பார்ப்போம்:

1. மூலக் காலம் (Initial Era):

  • காக்னிட்டிவ் கம்ப்யூட்டிங் பற்றிய கருத்துக்கள் 1950களில் அறிமுகமானது. இதற்கான ஆரம்பகால முயற்சிகள் AI-யை மையமாகக் கொண்டு நடைபெற்றன.
  • Alan Turing “Turing Test” என்ற தகுதிசோதனை மூலம் இயந்திரங்கள் மனித போன்று சிந்திக்க முடியுமா என்பதை ஆராய்ந்தார்.

2. 1950கள் – 1970கள்:

  • காக்னிட்டிவ் கம்ப்யூட்டிங்கின் ஆரம்பகால விகிதங்கள் “Symbolic AI” என்ற முறையை அடிப்படையாகக் கொண்டது. இதில் குறிப்பிட்ட விதிகளைப் பயன்படுத்தி யுக்திவாத ப்ரோகிராம்களை உருவாக்கப்பட்டது.
  • 1960களில், Joseph Weizenbaum “ELIZA” என்னும் ஒரு மொழி புரிந்துணர்ச்சி கொண்ட conversational agent-ஐ உருவாக்கினார். இது chatbot களின் ஆரம்ப கால படியலாகக் கருதப்படுகிறது.

3. நீளமான வேலைகளின் காலம் (The AI Winter):

  • 1970-1980களின் பின்னர்வரை, AI-யின் எதிர்ப்புகளும் செயல்திறனின்மையும் “AI Winter” எனப்படும் காலமாக இருந்தது. தொழில்நுட்ப வளர்ச்சியிலும், நிதியளிப்பு குறைவின் காரணமாக ஆராய்ச்சிகள் சிலளவுக்கு குறைந்து போனது.

4. மெயின்-பிரேம் கம்ப்யூட்டிங் (Mainframe Computing) மற்றும் நிலைமாற்றம்:

  • 1990களின் இறுதியில் மற்றும் 2000களின் ஆரம்பத்தில், கணினி சக்தி அதிகரித்ததோடு, மெட்ரிக் கம்ப்யூட்டிங் மற்றும் தகவல்தொடர்பாடல் துறைகள் முன்னேறின.
  • 2011ல் IBM Watson காக்னிட்டிவ் கம்ப்யூட்டிங் துறையில் குறிப்பிடத்தகுந்த முன்னேற்றமாக திகழ்ந்தது. இது “Jeopardy!” எனும் போட்டியில் மனிதர்களை வென்றது.

5. புதிய காலம் (Modern Era):

  • 2010களின் பின்னர்வரை, காக்னிட்டிவ் கம்ப்யூட்டிங் நுண்ணறிவு அடிப்படையில் பெரிய தரவுகள் (Big Data), இயற்கை மொழி புரிதல் (Natural Language Processing), இயந்திர கற்றல் (Machine Learning) போன்றவற்றுடன் இணைந்து பல தொழில்நுட்ப வடிவங்களை உருவாக்கியது.
  • இன்று, காக்னிட்டிவ் கம்ப்யூட்டிங் துறையில் செயல்படும் பல விதமான பயன்பாடுகள் உள்ளன, அதாவது சுகாதாரம், வணிக மேலாண்மை, வாடிக்கையாளர் சேவை மற்றும் decision-making செயல்பாடுகளில் துல்லியமான முடிவுகளை எடுக்க உதவுகிறது.

6. அறிவு அடிப்படையிலான அடைவு:

  • காக்னிட்டிவ் கம்ப்யூட்டிங் மக்கள் சேவைகளை முற்றிலும் மாற்றியமைக்கும், வலுவான “தொழில்நுட்ப திறன்” மற்றும் “தானியங்கி செயல்பாடுகள்” போன்றவற்றுடன் AI-யின் வளர்ச்சியுடன் இணைந்து வளர்ந்து வருகிறது.

காக்னிட்டிவ் கம்ப்யூட்டிங் உலகளாவிய தொழில்நுட்ப வளர்ச்சியை ஆழமாகவும், பயனுள்ளவாகவும் மாற்றி வருகிறது.

COGNITIVE COMPUTING IN TAMIL | Cognitive System:

Cognitive Systemகள் மனிதனுடைய செயல்பாடுகளை பிரதிபலிக்கிறது அது கணக்கிடப்பட்ட நிகழ்தகவின் அடிப்படையில் தகவல்களை ஆராய்ச்சி செய்கிறது. கீழ்கண்டவைகளை Cognitive Systemsகள் சிறப்பாக புரிந்து கொள்கின்றன Subtleties, Idiosyncrasies, Idioms, Nuances of the Human Language. மேலும் மனிதனை போலவே தகவல் செயல்பாடுகளில் துல்லியமாகவும் சில சமயங்களில் மனிதரை விட துல்லியமாகவும் செயல்படுகிறது.

Cognitive Computing = Best of Human + Best of Computer

COGNITIVE COMPUTING IN TAMIL | மனிதனும் கணினியும்:

Cognitive Computing என்பது மனிதனும் கணினியும் இணைந்த கூட்டணியே மிகசிறந்த கூட்டணியாகும். உதாரணமாக சிறந்த Chess Player யாரென்றால் மனிதனும் கணினியும் இணைந்த கூட்டணியாகும். Cognitive computing மனிதனின் மூளை வேலை செய்வதை போன்று செயல்படுவதால் இந்த தொழில்நுட்பம் மூலமாக மனிதனின் உதவி இல்லாமலையே ஒரு பிரச்னையை தீர்க்க பயன்படுகிறது. தற்பொழுது Assistant மற்றும் Virtual advisor ஆக செயல்படும் சாதனங்கள் அனைத்தும் Cognitive computing கீழ் வருகிறது.

Example:- Siri, Google Assistant, Cortana, Alexa

FEATURES:-

1. ADAPTIVE

2. INTERACTIVE

3. ITERATIVE & STATEFUL

4. CONTEXTUAL

COGNITIVE COMPUTING IN TAMIL | ADAPTIVE:-

ஒரு தகவல் மாற்றமடையும் போது ஒரு இலக்கு மாறும் போது அதை கண்டறிகிறது. இது தன்னை Real Time’ற்கு ஏற்றார் போல் Update செய்து கொண்டே இருக்க வேண்டும்.

காக்னிட்டிவ் கம்ப்யூட்டிங்கின் (Cognitive Computing) மாறுபாடு (Adaptive Nature) என்பது அதன் முக்கியமான அம்சங்களில் ஒன்றாகும். இது மாறுபட்ட சூழல்களைப் பொருத்து தானாகவே அவற்றின் செயல்பாடுகளை மாற்றி அமைக்கும் திறன் கொண்டது. இதன் பொருள், ஒரு கம்ப்யூட்டர் முறைமையை, பயனர் தரவுகளை, பழக்கவழக்கங்களை, மற்றும் சூழ்நிலைகளை அடிப்படையாகக் கொண்டு தன்னை வலுவூட்டிக் கொள்ள முடியுமென்பதாகும்.

காக்னிட்டிவ் கம்ப்யூட்டிங் மாறுபாடு பற்றிய முக்கிய அம்சங்கள்:

  1. தொடர்ந்து கற்றல்:
    • காக்னிட்டிவ் கம்ப்யூட்டிங் முறைமைகள் புதிய தரவுகளைப் பயன்படுத்தி தன்னைக் கற்றுக்கொள்ளும். இது புதிய நிலைகளில் வினையாற்றி, பயனர்களின் எதிர்பார்ப்புகளுக்கு ஏற்ப தன்னைத்தானே திருத்தி அமைக்கும்.
    • Machine Learning (ML) மற்றும் Deep Learning முறைகளின் மூலம், இதுவே மாறுபாடு வாய்ந்த ஒரு செயல் முறை ஆகிறது.
  2. உள்ளமைக்கப்பட்ட பகுப்பாய்வு:
    • காக்னிட்டிவ் கம்ப்யூட்டிங் மென்பொருட்கள் விரிவான தரவுகள் மற்றும் முடிவுகளை விரிவாக ஆராய்ந்து புதிய கருத்துக்களை உருவாக்குகிறது.
    • இந்த adaptive feature வழியாக, கம்ப்யூட்டிங் முறைமைகள் ஒரு குறிப்பிட்ட சூழலில் தொடர்ந்து முடிவுகளைச் சரிசெய்யும்.
  3. வழங்கிய தரவுகளின் அடிப்படையில் மாற்றம்:
    • ஒரு புறம், இது பயனர் அடிப்படையிலான தகவல்களைப் புரிந்து கொண்டு, தரவுகள் மற்றும் செயல்பாடுகளை முழுமையாக மாற்ற முடியும்.
    • எடுத்துக்காட்டாக, conversational AI chatbots பயன்பாட்டின் அடிப்படையில் வாடிக்கையாளர் தேவைகளை முதலில் புரிந்து கொண்டு அதன் பதில்களை மாறுபடுத்துகிறது.
  4. பரிசோதனைகள் மற்றும் திருத்தங்கள்:
    • மாறுபடும் காக்னிட்டிவ் முறைமைகள், ஒரு செயல்பாடின் பல்வேறு பகுதிகளை பரிசோதித்து, பல்வேறு அணுகுமுறைகளின் பயன்களை பகுப்பாய்வு செய்து, சிறந்த முடிவுகளை ஏற்படுத்த முடியும்.
    • இது continuous feedback loops மூலம் செயல்படும், மேலும் iteration அல்லது iterations மூலம் decision-making முறைகளை மேம்படுத்தும்.
  5. தனி-பயனர் அனுபவம் (Personalization):
    • Adaptive cognitive computing systems தனிப்பயனர்களின் தேவைகளை முன்னிட்டுக்கொண்டு முறைகளைப் பிரித்தறிவதோடு, மிகவும் தனிப்பட்ட அனுபவத்தை வழங்கவல்லவை.
    • இவை user behavior, interests, மற்றும் preferences-ஐ அடிப்படையாகக் கொண்டு செயல்படுகின்றன.
  6. சூழ்நிலைக்கேற்ப சரிசெய்யும் (Contextual Adaptation):
    • காக்னிட்டிவ் முறைமைகள் சூழ்நிலைகளின் அடிப்படையில் தன்னைத்தானே மாற்றிக் கொள்ளும் திறன் கொண்டது. ஒரு conversation-ல் context-ஐப் புரிந்து, கம்ப்யூட்டிங் system அதன் பதிலை அல்லது அதன் செயல்பாட்டை மாற்றிக் கொள்ள முடியும்.

உதாரணம்:

  • Medical Diagnosis Systems: மருத்துவத் துறையில், காக்னிட்டிவ் கம்ப்யூட்டிங் முறைமைகள் நோயாளியின் புதிய அறிகுறிகளை அடிப்படையாகக் கொண்டு புதிய அறிவுரைகளை வழங்க முடியும்.
  • Customer Support Chatbots: வாடிக்கையாளர் தேவைகளின் அடிப்படையில் chatbot கள் தன்னைத்தானே மாற்றிக் கொள்ளும், பயனர்கள் எதிர்பார்த்த செய்திகளை வழங்குகிறது.

முடிவு: காக்னிட்டிவ் கம்ப்யூட்டிங்கின் மாறுபாடு (adaptiveness) இந்த முறைமைகளை பயனுள்ள, சக்திவாய்ந்த, மற்றும் நீடித்த முடிவுகளை வழங்கக் கூடியதாக ஆக்குகிறது. இதில் கற்றல், தகுந்த மாற்றங்கள் மற்றும் personalization என்பன மூலம் தகவல்களை விரைவாக எடுத்துக்கொள்ளும் திறன் மிகச் சிறப்பாக உள்ளது.

COGNITIVE COMPUTING IN TAMIL | INTERACTIVE:-

மூளை பல நரம்புகளோடு தொடர்பு கொண்டுள்ளதை போன்றே இந்த Cognitive computing ம் பல சாதனங்களோடு தொடர்பு கொள்கிறது. இது இருவழிகளிலும் தொடர்பு கொள்கிறது மனிதர்களின் உள்ளீடு மற்றும் சாதனத்தோடு தொடர்பு கொள்கிறது. Ex:- mitsuku

காக்னிட்டிவ் கம்ப்யூட்டிங்கின் (Cognitive Computing) தொடர்பாடல் (Interactivity) என்பது அதன் மிக முக்கியமான அம்சமாகும். இது கம்ப்யூட்டிங் முறைமைகள் மற்றும் பயனர்களுக்கிடையில் மிக நெருக்கமான, சிறந்த தொடர்புகளை உருவாக்க உதவுகிறது. காக்னிட்டிவ் கம்ப்யூட்டிங் முறைமைகள் conversation, data input, மற்றும் user feedback ஆகியவற்றை மையமாகக் கொண்டு செயல்படும், மேலும் துல்லியமான முடிவுகளை எடுக்கவும், பயனர்களுக்கு சிறந்த அனுபவத்தை வழங்கவும் உதவுகிறது.

காக்னிட்டிவ் கம்ப்யூட்டிங் தொடர்பாடல் அம்சங்கள்:

  1. பயனர்-கம்ப்யூட்டர் தொடர்பு (User-Computer Interaction):
    • காக்னிட்டிவ் முறைமைகள், conversational interfaces (எ.கா., chatbots, virtual assistants) மூலம் பயனர்களுடன் நேரடியாகப் பேசுகிறது.
    • Text, voice, gestures போன்ற பல்வேறு format-களில், பயனர்களின் கேள்விகளுக்கு பதிலளிக்க முடியும்.
  2. பழகும் திறன் (Conversational Capabilities):
    • காக்னிட்டிவ் கம்ப்யூட்டிங் முறைமைகள், இயற்கை மொழி செயலாக்கம் (Natural Language Processing – NLP) வழியாக, மொழி புரிதல், பிழைகள் திருத்துதல் மற்றும் புரிந்துகொள்ளல் போன்றவற்றில் சிறப்பாக செயல்படுகின்றன.
    • இந்த conversational capabilities பயனர்களுடன் நட்பான மற்றும் பொருத்தமான தொடர்பை உருவாக்குவதில் உதவுகின்றன.
  3. பயனர் கருத்துக்களைப் புரிந்துகொள்ளுதல்:
    • பயனர்களின் கருத்துகள், feedback மற்றும் செயல்பாடுகளை அடிப்படையாகக் கொண்டு காக்னிட்டிவ் முறைமைகள் தன்னைச் சீரமைக்கின்றன.
    • இது conversational context, user intent மற்றும் emotion போன்றவற்றை புரிந்து கொண்டு, அதற்கேற்ப பதிலளிக்கிறது.
  4. இயற்கை மொழியில் வினையாற்றல்:
    • காக்னிட்டிவ் முறைமைகள் voice commands மற்றும் natural language input களைப் பயன்படுத்தி தொடர்புகளை மேம்படுத்துகின்றன.
    • எடுத்துக்காட்டாக, virtual assistants (கூடுதல்: Siri, Alexa) பயனர்களின் பேசும் மொழி மற்றும் மொழியடிப்படையிலான கேள்விகளுக்கு பதிலளிக்கக் கூடியவையாக இருக்கின்றன.
  5. முழுமையான பதிலளிப்பு (Comprehensive Feedback):
    • காக்னிட்டிவ் முறைமைகள், பயனர்களின் input அடிப்படையில் முழுமையான feedback களை வழங்குகிறது.
    • இது data-driven decision-making மற்றும் personalization அளவீடுகளில் சிறப்பாக செயல்படுகிறது.
  6. உடனடி பதிலளிப்பு (Real-Time Responses):
    • காக்னிட்டிவ் கம்ப்யூட்டிங் முறைமைகள், real-time interaction க்கு உகந்தது. பயனர்கள் கேட்கும் கேள்விகளுக்கு உடனடியான, துல்லியமான பதில்களை வழங்குவதற்கான திறன் உள்ளது.
    • இது customer support, medical consultations, வணிக ஆலோசனைகள் போன்ற பல்வேறு துறைகளில் விறுவிறுப்பான தொடர்புகளை வழங்க உதவுகிறது.
  7. வெளிப்படை உள்ளடக்கம் (Contextual Understanding):
    • காக்னிட்டிவ் முறைமைகள் context ஐ புரிந்து, அதன் அடிப்படையில் வினையாற்றுகின்றன.
    • இதனால், பயனர்கள் தரும் input ஏற்கெனவே அறிந்தது அல்லது புதியது என்பதைக் கணித்து, அதன் அடிப்படையில் துல்லியமான பதில்களை வழங்க முடியும்.

உதாரணங்கள்:

  • Customer Support Chatbots: வாடிக்கையாளர் கேள்விகளை காக்னிட்டிவ் chatbots உடனடியாக புரிந்து கொண்டு, சரியான பதில்களை வழங்கி, வினைகள் முடிவடைந்து தீர்க்கப்பட்டிருக்கின்றன என்பதை உறுதி செய்யும்.
  • Healthcare Systems: மருத்துவ உதவிகளுக்காக, doctor-பார்வையாளர்களின் பதில்களை அடிப்படையாகக் கொண்டு, அவர்களின் கேள்விகளுக்கு விரிவான தகவல்களை வழங்குகின்றன.

முடிவு:

காக்னிட்டிவ் கம்ப்யூட்டிங் முறைமைகள் தொடர்பாடல் திறன்களின் மூலம் பயனர்களுடன் நேரடியாக தொடர்புகொண்டு, அவர்களின் அனுபவங்களை மேம்படுத்துகின்றன. இது பயனர் satisfaction, productivity, மற்றும் seamless communication ஆகியவற்றுக்கு மிகச்சிறந்த முறைமையாக விளங்குகிறது.

COGNITIVE COMPUTING IN TAMIL | ITERATIVE & STATEFUL:-

இது ஒரு பிரச்சனைக்கு கேள்வி எழுப்பி அதற்கு தீர்வு கண்டுபுடிக்க பயன்படுகிறது.

காக்னிட்டிவ் கம்ப்யூட்டிங் (Cognitive Computing) முறைமைகள் iterative மற்றும் stateful செயல்பாடுகளை கொண்டுள்ளன, இது அவற்றின் திறமையை மிகச்சிறந்த முறையில் செயல்படுத்துவதற்கு உதவுகின்றது. இந்த இரண்டு அம்சங்கள், காக்னிட்டிவ் கம்ப்யூட்டிங் முறைமைகளை பல்துறை தொழில்களில் ஆழமான மற்றும் தரமான முடிவுகளை எடுக்கச் செய்கின்றன.

Iterative தன்மை (Iterative Nature):

  1. தொடர்ந்து மேம்படுத்தல் (Continuous Improvement):
    • காக்னிட்டிவ் முறைமைகள் iteration வழியாக செயல்படுகின்றன, அதாவது பயனர்களின் input மற்றும் feedback அடிப்படையில் தன்னைத்தானே திருத்திக் கொள்ளும். ஒவ்வொரு iteration யும் செயல்திறனை மேம்படுத்திக் கொண்டே செல்கிறது.
    • Data-driven learning algorithms மூலம் புதிய தரவுகளை எளிதாக கற்றுக்கொள்கின்றன. இது predictive models மற்றும் AI-களின் பயன்முறைகளை மேம்படுத்தி, கற்றல் செயல்முறையை தொடர்ந்தே வைக்கிறது.
  2. Error Correction:
    • Iterative செயல்பாடு, தரவுகளில் உள்ள பிழைகளை கண்டறிந்து, மறு iteration-களில் அதை திருத்தும் முறையில் செயல்படுகிறது. இதன்மூலம், காக்னிட்டிவ் முறைமைகள் முன்னேற்றமான, துல்லியமான முடிவுகளை வழங்க முடியும்.
    • ஒரு conversational AI (சர்ச்சைக்குரிய chatbot) ஐ எடுத்துக்கொள்ளுங்கள்; அது iterative learning மூலம் புதிய வினாக்களுக்கு நுட்பமான பதில்களை வழங்கும் திறனை மேம்படுத்திக் கொள்கிறது.
  3. அழுத்தம் மற்றும் செயல்திறன் (Refinement and Efficiency):
    • Iterative approaches மூலம், computational processes time-based optimization-ஐ அடைய முடியும், அதனால் resource utilization நுணுக்கமான முறையில் மேம்படுத்தப்படும்.
    • இது அந்த algorithm/solution முழுமையான அல்லது நுட்பமான முடிவுகளை எட்ட முடியுமா என்பதை சரிபார்க்க, அதிக iteration-களின் அடிப்படையில் தேர்வுகளைச் சரிபார்க்க உதவுகிறது.

Stateful தன்மை (Statefulness):

  1. Context Retention (Context Preservation):
    • Stateful காக்னிட்டிவ் முறைமைகள், பயனர்களின் interactions மற்றும் conversation history போன்றவற்றை நினைவில் வைத்துக்கொள்ளுகின்றன. இந்த தகவல்கள், user interaction முழுவதும் context-aware பதில்களை வழங்க உதவுகின்றன.
    • எடுத்துக்காட்டாக, customer service chatbot க்கு statefulness இருந்தால், அது பல்வேறு user interactions -ல் context ஐ நினைவில் வைத்திருப்பதால், பயனர்களின் queries க்கு seamless follow-up responses வழங்க முடியும்.
  2. Dynamic User Sessions:
    • Stateful காக்னிட்டிவ் applications, பயனர்களின் session history-ஐ அடிப்படையாகக் கொண்டு customization-ஐ வழங்குகின்றன. இந்த தன்மை, ஒரு application-ஐ பயனர்கள் தொடர்ந்து பயன்படுத்தும்போது, முன்னைய உபயோகத்திற்கு ஏற்ப personalization-ஐ ஏற்படுத்துகின்றது.
    • உதாரணமாக, online shopping platform காக்னிட்டிவ் algorithm களை stateful data கொண்டு user preference அடிப்படையில் recommendations வழங்க முடியும்.
  3. Data Memory and Integration:
    • Stateful செயல்பாடுகள், காக்னிட்டிவ் முறைமைகள் தரவுகளை history-ஆக save செய்து, அதன் அடிப்படையில் புதிய தகவல்களை மேம்படுத்துகின்றன. இதன் மூலம் personalization, targeted advertising, மற்றும் predictive analytics ஆகியவை state maintenance மூலம் சிறப்பாக முடிகின்றன.
    • இதன் மூலமாக, மூல தரவுகளின் அடிப்படையில் iteration மற்றும் customization வேலைகள் மேலும் ஆழமாகவும் மென்மையாகவும் செயல்படும்.
  4. முழுமையான பாதுகாப்பு (Enhanced Security):
    • Stateful காக்னிட்டிவ் systems, security protocols மூலம் user sessions ஐ மதிப்பீடு செய்து, session hijacking போன்ற security flaws ஐ குறைக்க உதவுகின்றன.
    • Stateful data handling முறை, user authorization ஐ session-களின் வரலாறு மற்றும் முன்னோக்கிய தேவைகள் அடிப்படையில் பார்க்க உதவுகிறது.

முடிவு:

Iterative மற்றும் stateful தன்மைகளுடன் கூடிய காக்னிட்டிவ் கம்ப்யூட்டிங் முறைமைகள், பயனர்களின் தேவை மற்றும் செயல்முறைகளைப் பரிந்துரைக்கக்கூடிய, திறமையான, மற்றும் தொடர்புடைய தீர்வுகளை வழங்குகின்றன. Iteration மூலம் மூலப்பொருட்களை மேம்படுத்தவும், statefulness மூலம் context-aware மற்றும் consistent interaction-ஐ வழங்கவும், இந்த துறைகள் பிரகாசமாக விளங்குகின்றன.

COGNITIVE COMPUTING IN TAMIL | CONTEXTUAL:-

இவைகள் Contextual Elementsஐ புரிந்து அவைகளை அடையாளம் காண வேண்டும். Context Elements களாவன Syntax, time, location, appropriate domain, regulations, user profile, process, task, goal etc.

காக்னிட்டிவ் கம்ப்யூட்டிங்கின் (Cognitive Computing) “Contextual” தன்மை என்பது, ஒரு சூழ்நிலை அல்லது பயன்பாட்டு சூழலைப் பொருத்து தகவல்களை கையாளும் திறனை குறிக்கிறது. இதன் மூலம், காக்னிட்டிவ் முறைமைகள் பயனர்களின் தேவைகளை மற்றும் சூழ்நிலைகளைப் புரிந்து கொண்டு பொருத்தமான மற்றும் துல்லியமான முடிவுகளை வழங்க முடியும்.

Contextual Nature of Cognitive Computing:

  1. சூழ்நிலை புரிதல் (Understanding Context):
    • காக்னிட்டிவ் கம்ப்யூட்டிங் முறைமைகள், பயனர் data-ஐ context-இன் அடிப்படையில் அறிந்து செயல்படுகின்றன.
    • இது current location, previous interactions, user preferences போன்றவற்றை கணக்கில் கொண்டு, துல்லியமான தகவல்களை வழங்குகிறது.
    • எடுத்துக்காட்டாக, ஒரு conversational AI chatbot, user-ன் conversation history-ஐ reference ஆகக் கொண்டு, context-specific பதில்களை வழங்க முடியும்.
  2. நுணுக்கமான தகவல் பரிமாற்றம் (Nuanced Communication):
    • Contextual computing மூலம், conversational systems user intent-ஐ புரிந்து கொண்டு, அதற்கேற்ப பதில்களை அளிக்க முடியும்.
    • Text, voice, gestures போன்ற பல்வேறு input modalities ஐ அடிப்படையாகக் கொண்டு contextual understanding ம் deep insights ஐ ஏற்படுத்திக் கொள்ள முடியும்.
  3. தனிப்பட்ட அனுபவம் (Personalization):
    • Contextual data உதவியால், காக்னிட்டிவ் முறைமைகள் பயனர்களுக்கு தனிப்பட்ட, பொருத்தமான அனுபவத்தை வழங்குகிறது.
    • முந்தைய தேடல் வரலாறு, user profile, மற்றும் browsing pattern ஆகியவற்றைத் தொடர்ந்து கவனித்து, இந்த அனுபவத்தை அழுத்தமாக மாற்றுகின்றது.
  4. சூழல் அடிப்படையில் முடிவெடுக்கும் திறன் (Context-Driven Decision Making):
    • காக்னிட்டிவ் முறைமைகள், புதிய data points மற்றும் user needs-ஐ அறிந்து, real-time-ல் decision-making செய்கின்றன.
    • எடுத்துக்காட்டாக, ஒரு financial advisory system, user-ன் current market position மற்றும் portfolio data-ஐ context-ஆகக் கொண்டு financial suggestions அளிக்க முடியும்.
  5. சூழ்நிலை மாற்றங்களுக்கு அடுத்தகட்ட பதிலளிப்பு (Adaptation to Contextual Changes):
    • Contextual cognitive systems, user-ஐ பற்றிய புதிய context-களை அறிந்து, அதற்கு ஏற்ப தன்னைக் மாறச் செய்கின்றன.
    • இதன் மூலம், ஒரு system user interaction முடிவதற்குள், பல்வேறு context-களில் மாறுபட்ட முடிவுகளை எடுக்க முடியும்.
  6. தரவுகளை context-ஆக சேர்க்கும் திறன் (Integration of Contextual Data):
    • Data integration மூலமாக, user-ன் முன்னோக்கி தேவைகள், user behavior, location மற்றும் session-specific details ஆகியவற்றை context-ஆக ஒட்டுமொத்தமாக விவரிக்க முடியும்.
    • இது personalization, security, மற்றும் decision-making ஆகியவற்றில் context-sensitive data-ஐ பரிந்துரைக்க உதவுகிறது.
  7. முதன்மை உணர்வு மற்றும் உணர்வு புரிதல் (Sentiment and Emotion Analysis):
    • Contextual computing, user sentiment-ஐ புரிந்து, conversation-ஐ அதற்கேற்ப மாறுகின்றது.
    • Sentiment analysis, natural language processing, மற்றும் emotion detection ஆகியவற்றின் மூலம் conversational AI systems, user emotion அடிப்படையில் context-specific உபசாரங்களை வழங்கும்.

உதாரணங்கள்:

  • Healthcare Systems: Contextual computing systems, நோயாளியின் history மற்றும் symptom data-ஐ context ஆகப் பயன்படுத்தி diagnosis, treatment-களுக்கு உதவுகின்றன.
  • Customer Support: Contextual AI chatbots, user-ன் complaints history-ஐ context ஆகக் கொண்டு, customer queries க்கு முடிவுகள் வழங்குகின்றன.
  • Navigation Systems: Contextual data-based navigation systems, current traffic data-ஐ context ஆக எடுத்துக்கொண்டு பயனர்களுக்கு சூழ்நிலைக்கேற்ப வழிநடத்துதல் செய்யக்கூடியதாக உள்ளன.

முடிவு:

Contextual nature-ஐ கொண்ட காக்னிட்டிவ் கம்ப்யூட்டிங், பயனர்களின் context-ஐ நுட்பமாகப் புரிந்து, அதற்கேற்ப செயல்படும் திறமையை வழங்குகிறது. இது user interaction-ஐ meaningful, personalized, மற்றும் effective ஆக மாற்றுகிறது. Contextual computing, user experience-ஐ சிறப்பாக ஆக்கி, ஒரு intelligent, adaptive, மற்றும் responsive computing environment-ஐ உருவாக்குகிறது.

Share the knowledge