what is artificial intelligence – செயற்கை நுண்ணறிவு என்றால் என்ன

ARTIFICIAL  INTELELLIGENCE (AI) – செயற்கை நுண்ணறிவு

• What is Artificial Intelligence
• Types of Artificial Intelligence
• How Artificial Intelligence (AI) Works
• Advantages of Artificial Intelligence

What is Artificial Intelligence

செயற்கை நுண்ணறிவு என்றால் என்ன

செயற்கை நுண்ணறிவு (AI) என்பது மனிதர்களைப் போலவே சிந்திக்கவும் கற்றுக்கொள்ளவும் திட்டமிடப்பட்ட இயந்திரங்களில் மனித நுண்ணறிவின் உருவகப்படுத்துதலைக் குறிக்கிறது. AI இன் குறிக்கோள், சிக்கல்களைத் தீர்ப்பது, இயற்கை மொழியைப் புரிந்துகொள்வது, வடிவங்களை அங்கீகரிப்பது, அனுபவத்திலிருந்து கற்றுக்கொள்வது மற்றும் முடிவுகளை எடுப்பது போன்ற பொதுவாக மனித நுண்ணறிவு தேவைப்படும் பணிகளைச் செய்ய கணினிகள் மற்றும் அமைப்புகளை செயல்படுத்துவதாகும்.

AI can be broadly categorized into two types

AI ஐ இரண்டு வகைகளாகப் பிரிக்கலாம்:

குறுகிய அல்லது பலவீனமான AI: Narrow or Weak AI

குறுகிய AI என்பது ஒரு குறிப்பிட்ட பணி அல்லது நெருங்கிய தொடர்புடைய பணிகளின் தொகுப்பைச் செய்ய வடிவமைக்கப்பட்டுள்ளது. இது முன் வரையறுக்கப்பட்ட வரம்பிற்குள் செயல்படுகிறது மற்றும் பொதுவான அறிவாற்றல் திறன்களைக் கொண்டிருக்கவில்லை. எடுத்துக்காட்டுகளில் மெய்நிகர் தனிப்பட்ட உதவியாளர்கள், படம் மற்றும் பேச்சு அறிதல் அமைப்புகள் மற்றும் பரிந்துரை அல்காரிதம்கள் ஆகியவை அடங்கும்.

 பொது அல்லது வலுவான AI: General or Strong AI

பொது AI என்பது இன்னும் பெரும்பாலும் ஒரு கோட்பாட்டு கருத்தாக உள்ளது, இது மனித நுண்ணறிவைப் போலவே பல்வேறு களங்களில் அறிவைப் புரிந்துகொள்ளவும், கற்றுக்கொள்ளவும் மற்றும் பயன்படுத்தவும் திறன் கொண்ட இயந்திரங்களைக் குறிக்கிறது. பொது AI ஐ அடைவது என்பது பரந்த அளவிலான பணிகளைக் கையாளக்கூடிய அமைப்புகளை உருவாக்குவதை உள்ளடக்குகிறது, புதிய சூழ்நிலைகளுக்கு ஏற்ப, மற்றும் நனவின் அளவை நிரூபிக்கிறது.

Types of Artificial Intelligence

செயற்கை நுண்ணறிவு வகைகள்

மெஷின் லேர்னிங் (எம்எல்): (Machine Learning (ML))  AI இன் துணைக்குழு, இது தரவுகளில் இருந்து கற்றுக்கொள்ள இயந்திரங்களை இயக்கும் வழிமுறைகள் மற்றும் மாதிரிகளை உருவாக்குவதில் கவனம் செலுத்துகிறது. இயந்திரக் கற்றலில் மேற்பார்வையிடப்பட்ட கற்றல், மேற்பார்வை செய்யப்படாத கற்றல் மற்றும் வலுவூட்டல் கற்றல் போன்ற நுட்பங்கள் அடங்கும்.

ஆழமான கற்றல்: (Deep Learning ) ஒரு குறிப்பிட்ட வகை இயந்திர கற்றல், இது பல அடுக்குகளைக் கொண்ட நரம்பியல் நெட்வொர்க்குகளை உள்ளடக்கியது (ஆழமான நரம்பியல் நெட்வொர்க்குகள்). படம் மற்றும் பேச்சு அங்கீகாரம் போன்ற பணிகளில் ஆழமான கற்றல் குறிப்பாக வெற்றிகரமாக உள்ளது.

இயற்கை மொழி செயலாக்கம் (NLP):  ( Natural Language Processing (NLP))  மனித மொழியைப் புரிந்துகொள்ளவும், விளக்கவும் மற்றும் உருவாக்கவும் இயந்திரங்களை இயக்குவதில் கவனம் செலுத்தும் AI இன் ஒரு துறை. சாட்போட்கள், மொழி மொழிபெயர்ப்பு மற்றும் உணர்வு பகுப்பாய்வு போன்ற பயன்பாடுகளுக்கு NLP முக்கியமானது.

கம்ப்யூட்டர் விஷன் (Computer Vision): படங்கள் மற்றும் வீடியோக்கள் போன்ற காட்சித் தரவுகளின் அடிப்படையில் விளக்கி முடிவெடுக்கும் இயந்திரங்களின் திறன். கணினி பார்வை முக அங்கீகாரம், பொருள் கண்டறிதல் மற்றும் தன்னாட்சி வாகனங்களில் பயன்படுத்தப்படுகிறது.

ரோபாட்டிக்ஸ்: (Robotics)  AI மற்றும் இயந்திர கற்றலை இயற்பியல் அமைப்புகளில் ஒருங்கிணைப்பது, ரோபோக்கள் தங்கள் சூழலை உணரவும், முடிவுகளை எடுக்கவும் மற்றும் பணிகளைச் செய்யவும் உதவுகிறது. ரோபாட்டிக்ஸ் உற்பத்தி, சுகாதாரம் மற்றும் தளவாடங்கள் போன்ற தொழில்களில் பயன்படுத்தப்படுகிறது.

நிபுணர் அமைப்புகள்: (Expert Systems ) ஒரு குறிப்பிட்ட களத்தில் மனித நிபுணரின் முடிவெடுக்கும் திறன்களைப் பின்பற்றும் AI அமைப்புகள். இந்த அமைப்புகள் சிக்கல்களைத் தீர்க்கவும் முடிவுகளை எடுக்கவும் விதிகள் மற்றும் அறிவுத் தளங்களைப் பயன்படுத்துகின்றன.

வலுவூட்டல் கற்றல்: (Reinforcement Learning)  ஒரு முகவர் சுற்றுச்சூழலுடன் தொடர்புகொள்வதன் மூலம் முடிவுகளை எடுக்க கற்றுக் கொள்ளும் இயந்திர கற்றல் வகை. முகவர் வெகுமதிகள் அல்லது அபராதங்கள் வடிவில் கருத்துக்களைப் பெறுகிறார், காலப்போக்கில் அதன் முடிவெடுப்பதை மேம்படுத்த உதவுகிறது.

உடல்நலம், நிதி, கல்வி, பொழுதுபோக்கு மற்றும் பலவற்றை உள்ளடக்கிய பல்வேறு தொழில்களில் AI பயன்பாடுகளைக் கொண்டுள்ளது. AI தொடர்ந்து முன்னேறி வருவதால், AI தொழில்நுட்பங்கள் சமூகத்திற்கு பயனளிப்பதற்கும் மனித விழுமியங்களுடன் இணைவதற்கும் நெறிமுறைக் கருத்தாய்வுகள், வெளிப்படைத்தன்மை மற்றும் பொறுப்பான வளர்ச்சி நடைமுறைகள் அதிக முக்கியத்துவம் பெறுகின்றன.

Read More….  EDUCATION

How Artificial Intelligence (AI) Works

செயற்கை நுண்ணறிவு (AI) எவ்வாறு செயல்படுகிறது

செயற்கை நுண்ணறிவு (AI) என்பது இயந்திரங்களில் மனிதனைப் போன்ற நுண்ணறிவை உருவகப்படுத்த அல்லது பிரதிபலிக்கும் நோக்கத்தில் பரந்த அளவிலான தொழில்நுட்பங்கள் மற்றும் அணுகுமுறைகளை உள்ளடக்கியது. AI இன் புலம் மிகப் பெரியது மற்றும் பல்வேறு துணைத் துறைகளை உள்ளடக்கியது, ஒவ்வொன்றும் அதன் சொந்த நுட்பங்கள் மற்றும் முறைகள். AI எவ்வாறு செயல்படுகிறது என்பதற்கான பொதுவான கண்ணோட்டம் இங்கே:

தரவு சேகரிப்பு:    Data Collection

AI அமைப்புகளுக்கு பெரும்பாலும் கற்கவும் தகவலறிந்த முடிவுகளை எடுக்கவும் அதிக அளவு தரவு தேவைப்படுகிறது. இந்தத் தரவு லேபிளிடப்படலாம் (தெளிவான உள்ளீடு-வெளியீட்டு ஜோடிகளுடன்) அல்லது லேபிளிடப்படாதது (AI அமைப்பு அதன் சொந்த வடிவங்களை அடையாளம் காண வேண்டும்).

தரவு முன் செயலாக்கம்: Data Preprocessing

மூல தரவு பெரும்பாலும் சத்தமாக இருக்கும் மற்றும் பொருத்தமற்ற தகவலைக் கொண்டிருக்கலாம். தரவு முன் செயலாக்கம் என்பது இயந்திர கற்றல் மாதிரிகளைப் பயிற்றுவிப்பதற்குத் தரவைச் சுத்தம் செய்தல், மாற்றுதல் மற்றும் ஒழுங்கமைத்தல் ஆகியவற்றை உள்ளடக்கியது.

அம்சம் பிரித்தெடுத்தல்: Feature Extraction

பல சந்தர்ப்பங்களில், ai பணிக்கு எல்லா தரவும் பொருத்தமானதாக இருக்காது. அம்சம் பிரித்தெடுத்தல் என்பது தரவின் மிக முக்கியமான அம்சங்களை (பண்புகள் அல்லது பண்புகள்) திறம்பட பிரதிநிதித்துவப்படுத்துவதைத் தேர்ந்தெடுப்பது அல்லது மாற்றுவதை உள்ளடக்குகிறது.

மாதிரி பயிற்சி: Model Training

பல AI அமைப்புகளின் மையமானது இயந்திர கற்றல் ஆகும். பயிற்சியின் போது, ஒரு அல்காரிதம் (மாதிரி) உள்ளீட்டுத் தரவுகளுடன் தொடர்புடைய சரியான வெளியீடு (மேற்பார்வை செய்யப்பட்ட கற்றல்) அல்லது உள்ளீட்டுத் தரவு (கண்காணிக்கப்படாத கற்றல்) ஆகியவற்றுடன் அளிக்கப்படுகிறது. தரவுக்குள் உள்ள வடிவங்கள் மற்றும் உறவுகளை அடையாளம் காண மாதிரி கற்றுக்கொள்கிறது.

கண்காணிக்கப்படும் கற்றல்: Supervised Learning

மேற்பார்வையிடப்பட்ட கற்றலில், அல்காரிதம் லேபிளிடப்பட்ட தரவுத்தொகுப்பில் பயிற்சியளிக்கப்படுகிறது, அங்கு சரியான வெளியீடு வழங்கப்படுகிறது. மாதிரியானது அதன் கணிப்புகளுக்கும் உண்மையான விளைவுகளுக்கும் இடையிலான வேறுபாட்டைக் குறைக்க அதன் அளவுருக்களை சரிசெய்கிறது.

மேற்பார்வை செய்யப்படாத கற்றல்: Unsupervised Learning

மேற்பார்வை செய்யப்படாத கற்றலில், அல்காரிதம் வெளிப்படையான வழிகாட்டுதல் இல்லாமல் தரவுக்குள் உள்ள வடிவங்கள் மற்றும் கட்டமைப்புகளை ஆராய்கிறது. பொதுவான நுட்பங்களில் கிளஸ்டரிங் மற்றும் பரிமாணக் குறைப்பு ஆகியவை அடங்கும்.

நரம்பியல் வலையமைப்புகள்: Neural Networks

ஆழ்ந்த கற்றல், இயந்திர கற்றலின் துணைக்குழு, பெரும்பாலும் நரம்பியல் நெட்வொர்க்குகளை உள்ளடக்கியது. இவை மனித மூளையின் கட்டிடக்கலையால் ஈர்க்கப்பட்ட கணக்கீட்டு மாதிரிகள். பல அடுக்குகள் (ஆழமான அடுக்குகள்) கொண்ட ஆழமான நரம்பியல் நெட்வொர்க்குகள் சிக்கலான வடிவங்களைக் கற்றுக்கொள்வதில் குறிப்பாக சக்திவாய்ந்தவை.

மாதிரி மதிப்பீடு: Model Evaluation

பயிற்சிக்குப் பிறகு, பயிற்சியின் போது காணப்படாத தரவுகளின் தனித் தொகுப்பைப் பயன்படுத்தி மாதிரியின் செயல்திறன் மதிப்பீடு செய்யப்படுகிறது. பொதுவான அளவீடுகளில், குறிப்பிட்ட பணியைப் பொறுத்து துல்லியம், துல்லியம், நினைவுபடுத்துதல் மற்றும் F1 மதிப்பெண் ஆகியவை அடங்கும்.

கணிப்பு/அனுமானம்: Prediction/Inference

பயிற்சியளிக்கப்பட்டு மதிப்பீடு செய்யப்பட்டவுடன், மாதிரியானது புதிய, காணப்படாத தரவுகளில் கணிப்புகள் அல்லது அனுமானங்களைச் செய்யலாம். நிஜ உலகச் சிக்கல்களைத் தீர்க்க AI அமைப்பு அதன் கற்றறிந்த அறிவைப் பயன்படுத்தும் கட்டம் இதுவாகும்.

கருத்து வளையம்: Feedback Loop

AI அமைப்புகளை அவற்றின் செயல்திறன் அடிப்படையில் பின்னூட்டங்களை வழங்குவதன் மூலம் காலப்போக்கில் மேம்படுத்தலாம் மற்றும் மேம்படுத்தலாம். கூடுதல் தரவுகளுடன் மாதிரியை மீண்டும் பயிற்சி செய்வது அல்லது துல்லியத்தை மேம்படுத்த அளவுருக்களை சரிசெய்வது இதில் அடங்கும்.

AI என்பது வேகமாக வளர்ந்து வரும் ஒரு துறையாகும், மேலும் இயந்திரக் கற்றலுக்கு அப்பாற்பட்ட பல்வேறு அணுகுமுறைகளான குறியீட்டு பகுத்தறிவு, வலுவூட்டல் கற்றல் மற்றும் பரிணாம வழிமுறைகள், பல்வேறு AI பயன்பாடுகளுக்கு பங்களிக்கின்றன என்பதைக் கவனத்தில் கொள்ள வேண்டியது அவசியம். கூடுதலாக, AI மேம்பாட்டில் நெறிமுறைகள் மற்றும் பொறுப்பான AI நடைமுறைகள் அதிகளவில் வலியுறுத்தப்படுகின்றன.

Advantages of Artificial Intelligence

செயற்கை நுண்ணறிவின் நன்மைகள்

செயற்கை நுண்ணறிவு (AI) பல்வேறு களங்கள் மற்றும் தொழில்களில் பல நன்மைகளை வழங்குகிறது, தொழில்நுட்பத்தில் முன்னேற்றத்திற்கும் செயல்திறனை மேம்படுத்துவதற்கும் பங்களிக்கிறது. செயற்கை நுண்ணறிவின் சில முக்கிய நன்மைகள் இங்கே:

ஆட்டோமேஷன் மற்றும் செயல்திறன்: Automation and Efficiency

AI ஆனது மீண்டும் மீண்டும் நிகழும் மற்றும் சாதாரணமான பணிகளின் தன்னியக்கத்தை செயல்படுத்துகிறது, மேலும் ஆக்கப்பூர்வமான மற்றும் சிக்கலான செயல்பாடுகளில் கவனம் செலுத்த மனித வளங்களை விடுவிக்கிறது. இது பல்வேறு தொழில்களில் செயல்திறன் மற்றும் உற்பத்தித்திறனை அதிகரிக்க வழிவகுக்கிறது.

தரவு பகுப்பாய்வு மற்றும் நுண்ணறிவு: Data Analysis and Insights

AI அமைப்புகள் அதிக அளவு தரவுகளை அதிக வேகத்தில் பகுப்பாய்வு செய்யலாம், மதிப்புமிக்க நுண்ணறிவுகள் மற்றும் வடிவங்களைப் பிரித்தெடுக்கலாம், அவை மனிதர்களுக்கு அடையாளம் காண சவாலாக இருக்கலாம். இந்த திறன் நிதி, சுகாதாரம் மற்றும் சந்தைப்படுத்தல் போன்ற துறைகளில் குறிப்பாக பயனுள்ளதாக இருக்கும்.

24/7 செயல்பாடுகள்: 24/7 Operations

AI அமைப்புகளுக்கு இடைவேளை, தூக்கம் அல்லது விடுமுறைகள் தேவையில்லை. அவர்கள் 24/7 செயல்பட முடியும், வாடிக்கையாளர் ஆதரவு, உற்பத்தி மற்றும் கண்காணிப்பு போன்ற பயன்பாடுகளில் தொடர்ச்சியான மற்றும் தடையற்ற சேவைக்கு வழிவகுக்கும்.

சிக்கலைத் தீர்ப்பது: Problem Solving

AI சிக்கலான சிக்கல்களைத் தீர்ப்பதிலும் தரவு பகுப்பாய்வு அடிப்படையில் முடிவுகளை எடுப்பதிலும் சிறந்து விளங்குகிறது. தளவாடங்கள், விநியோகச் சங்கிலி மேலாண்மை மற்றும் வள ஒதுக்கீட்டை மேம்படுத்துதல் போன்ற துறைகளில் இது குறிப்பாக மதிப்புமிக்கது.

தனிப்பயனாக்கம்: Personalization

பயனர்களின் விருப்பத்தேர்வுகள் மற்றும் நடத்தைகளை பகுப்பாய்வு செய்வதன் மூலம் AI தனிப்பட்ட அனுபவங்களை வழங்குகிறது. இது பரிந்துரை அமைப்புகள், இலக்கு விளம்பரம் மற்றும் உள்ளடக்க தனிப்பயனாக்கம் ஆகியவற்றில் தெளிவாகத் தெரிகிறது.

மேம்படுத்தப்பட்ட சுகாதாரம்: Improved Healthcare

மருத்துவத் தரவை பகுப்பாய்வு செய்வதன் மூலமும், நோயறிதலில் உதவுவதன் மூலமும், நோயாளியின் விளைவுகளை முன்னறிவிப்பதன் மூலமும் AI சுகாதாரப் பாதுகாப்பில் முன்னேற்றத்திற்கு பங்களிக்கிறது. மெஷின் லேர்னிங் அல்காரிதம்கள் மருத்துவப் படங்களில் உள்ள வடிவங்களைக் கண்டறிந்து, சுகாதார நிபுணர்கள் மிகவும் துல்லியமான மற்றும் சரியான நேரத்தில் முடிவுகளை எடுக்க உதவும்.

மேம்படுத்தப்பட்ட வாடிக்கையாளர் அனுபவங்கள்: Enhanced Customer Experiences

AI-இயங்கும் சாட்போட்கள் மற்றும் மெய்நிகர் உதவியாளர்கள் உடனடி பதில்களை வழங்குவதன் மூலமும், வினவல்களைத் தீர்ப்பதன் மூலமும், தனிப்பயனாக்கப்பட்ட பரிந்துரைகளை வழங்குவதன் மூலமும் வாடிக்கையாளர் தொடர்புகளை மேம்படுத்துகின்றனர். இது மேம்பட்ட வாடிக்கையாளர் திருப்தி மற்றும் விசுவாசத்திற்கு வழிவகுக்கிறது.

முடிவெடுப்பதில் இடர் குறைப்பு: Risk Reduction in Decision-Making

அபாயங்களை மதிப்பிடுவதற்கும் முடிவெடுக்கும் ஆதரவை வழங்குவதற்கும் AI அமைப்புகள் பரந்த அளவிலான தரவுகளை பகுப்பாய்வு செய்யலாம். இது நிதி வர்த்தகம், மோசடி கண்டறிதல் மற்றும் விரைவான மற்றும் தகவலறிந்த முடிவுகள் முக்கியமானதாக இருக்கும் பிற பகுதிகளில் நன்மை பயக்கும்.

ஆராய்ச்சி மற்றும் மேம்பாட்டில் புதுமைகள்:  Innovations in Research and Development

AI பல்வேறு துறைகளில் ஆராய்ச்சியாளர்களுக்கு உதவுவதன் மூலம் கண்டுபிடிப்புகளின் வேகத்தை துரிதப்படுத்துகிறது. இது அறிவியல் தரவை பகுப்பாய்வு செய்யலாம், சோதனைகளை உருவகப்படுத்தலாம் மற்றும் மருந்து கண்டுபிடிப்பு, பொருட்கள் அறிவியல் மற்றும் காலநிலை மாதிரியாக்கம் போன்ற பகுதிகளில் முன்னேற்றங்களுக்கு பங்களிக்க முடியும்.

முன்னறிவிப்பு பராமரிப்பு: Predictive Maintenance

உற்பத்தி மற்றும் போக்குவரத்து போன்ற தொழில்களில், சென்சார் தரவை பகுப்பாய்வு செய்வதன் மூலம் AI சாதனங்களின் தோல்விகள் மற்றும் பராமரிப்பு தேவைகளை கணிக்க முடியும். இது செயல்திறன் மிக்க பராமரிப்பை திட்டமிடவும், வேலையில்லா நேரத்தை குறைக்கவும் மற்றும் செயல்பாட்டு செலவுகளை மேம்படுத்தவும் உதவுகிறது.

மொழி மொழிபெயர்ப்பு: Language Translation

AI-இயங்கும் மொழி மொழிபெயர்ப்பு அமைப்புகள் உரை மற்றும் பேச்சின் நிகழ்நேர மொழிபெயர்ப்பை செயல்படுத்துகின்றன, பல்வேறு மொழிகள் மற்றும் கலாச்சாரங்களில் தகவல்தொடர்புகளை எளிதாக்குகின்றன.

இந்த நன்மைகள் AI இன் நேர்மறையான தாக்கத்தை எடுத்துக்காட்டினாலும், நெறிமுறைகள், தனியுரிமைக் கவலைகள் மற்றும் AI தொழில்நுட்பங்களின் பொறுப்பான வளர்ச்சி மற்றும் பயன்பாடு ஆகியவற்றைக் கருத்தில் கொள்வது அவசியம். செயற்கை நுண்ணறிவின் முழுத் திறனையும் உணர்ந்து கொள்வதற்கு புதுமை மற்றும் நெறிமுறை நடைமுறைகளுக்கு இடையே சமநிலையை ஏற்படுத்துவது மிகவும் முக்கியமானது.