कृत्रिममेधा

अद्यतनकाले वयम् एकं शब्दं सर्वत्र शृणुमः| सः शब्दः “क्रुत्रिममेधा”| आङ्ग्लभाषायां “Artificial Intelligence” इति वयं जानीमः| क्रुत्रिममेधा (संक्षेपेण “कृ.मे.” इति निर्दिशाम) अस्माकं जीवनानि संपूर्णतया परिवर्तनं करिष्यति इति केचन जनाः वदन्ति| अन्ये केचन जनाः तु कृ.मे. मनुष्येभ्यः आपदा भवितुम् अर्हति इति विश्वसन्ति| यत्किमपि, कृ.मे. इत्युक्ते किम्?
तत् अवगन्तुम्, एकवारं क्रुत्रिममेधा शब्दात् “कृत्रिम” भागं त्यक्त्वा चिन्तयाम| मनुष्याणां बुद्धिः अस्ति| जन्तूनां अपि बुद्धिः अस्ति इति वयम् अवलोकयामः एव| तत् तु मनुष्याः जन्तवः च मेधां कथं प्राप्नुवन्ति? किं तेभ्यः उत्तमम्, किम् अपायकरम् इति ते कथं जानन्ति? प्रतिवारं कोऽपि तान् निर्देशान् न ददाति खलु| किं रहस्यम्?
अधिकाः मनुष्याः विद्यालयेषु अध्ययनं तु कुर्वन्ति, परन्तु सर्वे मनुष्याः न| ये जनाः विद्यालयेषु गतवन्तः, ते तेषां सर्वं ज्ञानं केवलं विद्यलयेभ्यः न प्राप्नुवन्तः| जन्तवः केषु अपि विद्यालयेषु न गच्छन्ति एव| परन्तु, यदि कोऽपि विद्यालये अध्ययनं न करोति, तर्हि तस्य मेधा प्रज्ञा च न भवन्ति इति वक्तुं न शक्यते| तत् तु जनाः एषस्य लोकस्य विषये कुतः, कथं मेधां ज्ञानं च प्राप्नुवन्ति? व्यापकरूपेण “अवलोकनम्” द्वारा प्राप्नुवन्ति इति वक्तुम् अर्हति|
अवलोकनं कथं चलति? उदाहरणार्थं विभिन्नेषु जन्तुषु वयं कथं शुनकान् अभिजानन्ति इति स्वीकुर्मः| शुनकाः अनेके रूपेषु, परिमाणेषु, वर्णेषु च सन्ति| सर्वेषां शुनकानां जातीनां विशेषान् वयं विद्यालयेषु न पठामः| अथवा सर्वेषां जातीनां शुनकानां चित्राणि वयं पुस्तकेषु न दृष्टवन्तः| परन्तु, वयं पूर्वं विशेषतया तादृशं शुनकम् न दृष्टवन्तः चेत् अपि वयं तं शुनकम् इति अभिज्ञातुं शक्नुमः| एतत् प्रतिमानाभिज्ञानेन संभवति| यदा वयं एकस्य विषयस्य कानिचन उदाहरणानि पश्यामः अथवा पठामः, तदा न केवलम् तानि उदाहरणानि जानीमः, परन्तु तस्य विषयस्य प्रतिमानम् अभिज्ञातुम् अपि ज्ञास्यामः| वयं केचनां शुनकानां चित्राणि दृष्ट्वा, शुनकानां विषये एकं प्रतिमानम् अभिजानीमः| तं प्रतिमानम् उपयुज्य वयं अस्माकं मस्तिष्केषु शुनकस्य प्रतिकृतीं निर्मामः – शुनकः ईदृशः दृश्यति, ईदृशः भषति, ईदृशः चलति, इत्यादि| एवं प्रकारेण अवलोकनस्य साहाय्येन वयं लोकस्य विषयाणां प्रतिकृतीः निर्मामः|
अत्र विषयद्वयं स्मर्तव्यम्:
- सर्वाणि प्रतिकृत्यः समानरूपेण कुशलाः न भवन्ति, यतः प्रतिकृतीनां कुशलता तानि कति, कीदृश उदाहरणानि उपयुज्य निर्मितं इति उपरि निर्भरं भवति| उदाहरणार्थं – यदा मम पुत्री एकवर्षीया आसीत्, तदा सा एकम् एव जन्तून् (गजः) जानाति स्म| तत् कारणात् यद्यपि अहं एकस्य शुनकस्य अथवा मार्जारस्य चित्रं दर्शयामि स्म, तथापि सा तं “गजः” एव वदति स्म| अतः विविधान् उदाहरणान् उपयुज्य प्रतिकृतीः निर्माणं कर्तुं महत्वपूर्णम्|
- प्रतिमानाभिज्ञानम् सर्वदा सम्यक् न भवति| उदाहरणार्थं वयं एकं शृगालं अथवा वृकं दृष्ट्वा, सः शुनकः इति भावितुं अर्हन्ति| कारणं शुनकाः, शृगालाः, वृकाः च किञ्चित् सदृशाः दृश्यते| तथापि, यदा तथ्यज्ञानं नास्ति, तदा प्रतिमानाभिज्ञानं पर्याप्तं वारं सम्यक् उत्तराणि प्राप्तुम् अस्माभ्यं साहाय्यं करिष्यति|
अस्तु| एतावत् पर्यन्तं वयं मनुष्याः अवलोकनेन प्रज्ञां कथं प्राप्नुवन्ति इति दृष्टवन्तः| परन्तु अद्यतनकाले सङ्गणकैः विना किमपि कार्यं न चलते इति सर्वे जानीमः| पारम्पर्येण सङ्गणकानि तन्त्राम्शाभियन्तेन लिखिता निर्देशान् अनुसृत्य चलन्ति| ते सङ्गणकनिर्देशाः आङ्ग्लभाषायां “computer programs” इति उच्यन्ते| एताः निर्देशाः नियमाणाम् उपरि आधारिताः| एकवारं निर्देशान् लिखित्वा, यत्किमपि वारं चालयतुम् शक्यते| तद्वारा मनुष्याणाम् अपेक्षया सङ्गणकानि दोषैः विना, न्यूनसमये कार्यान् कर्तुं शक्नुवन्ति|
अत्र सङ्गणकानां विषये तदैव प्रश्नः पुनः उद्भवति| यदा वयं नियमान् न जानन्ति, तदा किं करणीयम्? नियमैः विना सङ्गणकनिर्देशान् कथं निर्मितुं अर्हति? उत्तरं पुनः “अवलोकनम्” एव भवति| सङ्गणकानि नेत्रैः कर्णैः च विना अवलोकनं कथं कुर्वन्ति? आम्, भवन्तः सम्यक् ऊहितवन्तः – दत्तांशः| कोऽपि प्रकारस्य दत्तांशः भवतु, सङ्गणकविधिकल्पाः तं सङ्ख्यासु परिवर्तनं कृत्वा विश्लेषयन्ति| यदि वयं समीचीनैः सङ्गणकविधिकल्पैः पूर्वदत्तांशम् दत्त्वा चालयन्ति, तर्हि सङ्गणकानि तस्मिन् दत्तांशे स्थितानि प्रतिमानानि अभिज्ञात्वा, निर्देशान् परिभाषां कृत्वा, एकं प्रतिकृतीं निर्मान्ति| एवं सङ्गणकया प्राप्ता मेधा “क्रुत्रिममेधा” इति उच्यते|
यद्यपि सङ्गणकविधिकल्पाणां गणितीय आधाराः बहुकालात् सन्ति, तथापि कृ.मे. अद्यतनकाले एव कथं वृद्धिः अभवत्? यतः सङ्गणकशक्तिः, सङ्ग्रहक्षमता मेघगणन रूपेण बहु अधिकाः अभवन्| एवं अद्यतनकाले कृ.मे. सर्वत्र दृश्यते|
उपयोगितायाः आधारेण वयं क्रुत्रिममेधाप्रोद्योगिकीं द्विधा विभक्तुं शक्नुमः|
- विवेचकमेधा – विवेचकमेधाप्रौद्योगिकी प्रतिगमनं, वर्गीकरणं, समूहीकरणं च इत्यादीनि विविधानि कार्याणि कर्तुं शक्नोति| उदाहरणार्थम् –
- कति ग्राहकाः शुक्रवारे उपाहारगृहम् आगच्छन्ति इति पूर्वानुमानं कर्तुम्|
- कारयानस्य संवेदकाः मार्गचिह्नानि दृष्ट्वा, तानि स्थगचिह्नानि वा, अथवा मन्दगमनचिह्नानि वा, इत्यादि अभिज्ञातुम्|
- एकस्य विद्यालयस्य छात्रान् तेषां क्षमतानाम् अथवा अभिरुचीनाम् आधारेण सामूहीकरणं कर्तुम्|
- सर्जनात्मकमेधा – यथा तस्याः नाम सूचयति, तथा एषा प्रोद्योगिकी मनुष्याणां पृच्छाभिः नूतनानां वस्तूनां निर्मितुं शक्नोति| उदाहरणार्थम् –
- कथाः, कविताः, निबन्धान् च लिखितुम्|
- मनुष्येण सह मनुष्यसद्रुशः संभाषणं कर्तुम्|
- चित्रान्, चलचित्रान् च रचयितुम्|
यथा वयं पश्यामः, तथा क्रुत्रिममेधा द्वारा अनेके अनेके लाभाः सन्ति, किन्तु संशयाः, भयानि अपि सन्ति इति वक्तव्यम्| क्रुत्रिममेधाम् उपयुज्य वञ्चकाः मिथ्यासमाचारान्, मिथ्याचित्राणि, मिथ्याचलचित्राणि च निर्माणं कृत्वा, प्रसारयित्वा, अस्माकं समाजे बहून् समस्यान् सृजन्ति| कदाचित् यद्यपि दुरुद्देशः नास्ति, तथापि दत्तांशः सम्यक्, पर्याप्तं न भवितुं कारणात्, कृत्रिममेधायाः पूर्वानुमानानि, उत्तराणि, रचनाः च असाधूनि भवितुम् अर्हति| विशेषतया सर्जनत्मकमेधायाः क्षमतानां कारणात्, जनाः तेषां आजीविकाः नष्तितुं अर्हन्ति इति चिन्ताः अपि बहूनि सन्ति|
उपसंहारार्थं, कृ.मे. एका उद्दीपका, सुशक्ता च प्राद्योगिकी अस्ति, यः अस्माकं जीवनानि पूर्वमेव प्रभावितुं करोति| यद्यपि वयं सर्वे प्रायः कृत्रिममेधायाः विशेषज्ञाः न भवन्ति, तथापि सर्वे तस्याः विषये न्यूनातिन्यूनं मूलभूतभावनाः ज्ञातुं, अवगन्तुं प्रयत्नं करणीयम्|
शब्दकोशः
|
क्र. सं. 2498_ac0332-08> |
संस्कृतशब्दः 2498_5fb586-5f> |
आन्ग्लशब्दः 2498_c17318-d2> |
|---|---|---|
|
1. 2498_aed0c6-11> |
संक्षेपेण 2498_9f493b-fe> |
In short 2498_c2e4c7-b7> |
|
2. 2498_8ec40c-a9> |
निर्दिशाम 2498_5910e8-dc> |
Refer to as 2498_b5e71a-fa> |
|
3. 2498_e62ae4-ec> |
संपूर्णतया 2498_a9470d-f0> |
Completely 2498_7c452d-9b> |
|
4. 2498_bdf002-4b> |
यत्किमपि 2498_cda1bc-f7> |
Nevertheless 2498_a657f7-29> |
|
5. 2498_818316-e0> |
अवलोकयामः 2498_037b63-cf> |
(We) observe 2498_10528d-10> |
|
6. 2498_2f325a-ed> |
निर्देशः 2498_1dc6f9-0b> |
Instruction 2498_e775fe-1e> |
|
7. 2498_94e38f-1e> |
जन्तवः 2498_ed661f-2e> |
Animals 2498_012fdf-8f> |
|
8. 2498_699e4b-05> |
अभिजानन्ति 2498_7547dc-43> |
Recognize 2498_598724-1d> |
|
9. 2498_24d8d6-69> |
तथापि 2498_3e35c6-12> |
However 2498_3e7c9c-2e> |
|
10. 2498_ecc470-ed> |
प्रतिमानम् 2498_a2111d-f5> |
Pattern 2498_66b66c-94> |
|
11. 2498_0ecd47-ce> |
प्रतिमानम् + अभिज्ञानम् (प्रतिमानाभिग्नानम्) 2498_851f87-7c> |
Pattern recognition 2498_85b7a0-f4> |
|
12. 2498_2081ab-be> |
प्रतिकृती 2498_ce201c-6d> |
Model 2498_dafe92-be> |
|
13. 2498_083698-eb> |
पारम्पर्येण 2498_2d6926-00> |
Traditionally 2498_ac2b3c-a5> |
|
14. 2498_ac5487-07> |
उच्यन्ते 2498_4ae4a3-5f> |
Known as 2498_8aaf36-5e> |
|
15. 2498_bda7df-85> |
तन्त्रांश + अभियन्ता (तन्त्राम्शाभियन्ता) 2498_c96bcc-ca> |
Software engineer / Programmer 2498_9d4ec8-e8> |
|
16. 2498_d129b0-8e> |
अनुसृत्य (अनुसरन्ति) 2498_b51bf9-b0> |
Follow 2498_99a5f3-6c> |
|
17. 2498_aa69d4-4a> |
सङ्गणकनिर्देशाः 2498_bf5460-ae> |
Computer programs 2498_5c732f-43> |
|
18. 2498_0bcd54-90> |
दत्तांशः 2498_d834d6-a2> |
Data 2498_64a98a-f7> |
|
19. 2498_c5b1e9-a7> |
सङ्गणकविधिकल्पः 2498_eb44df-41> |
Computer algorithm 2498_a2a431-b2> |
|
20. 2498_cd2725-e6> |
परिभाषा 2498_e18c0c-4e> |
Definition 2498_a6d705-31> |
|
21. 2498_3e0edf-20> |
सङ्गणकशक्तिः 2498_d1372a-80> |
Computing power 2498_db915f-83> |
|
22. 2498_b9574a-78> |
सङ्ग्रहक्षमता 2498_53e7ea-0f> |
Storage capacity 2498_beb0ca-8a> |
|
23. 2498_6ab46b-23> |
प्रोद्योगिकी 2498_442385-74> |
Technology 2498_418eba-e2> |
|
24. 2498_ecd777-f2> |
व्यापकरूपेण 2498_555085-c7> |
Broadly 2498_6d34d9-69> |
|
25. 2498_76f042-9b> |
विशेषतया 2498_4089c4-01> |
Specifically 2498_c78d49-59> |
|
26. 2498_e7b9b5-c4> |
संभवति 2498_26a8e5-6f> |
Happens / Be possible 2498_90c1db-68> |
|
27. 2498_59c21e-3c> |
स्मर्तव्यम् 2498_47e562-2e> |
Must be remembered 2498_5c652d-e8> |
|
28. 2498_ee2f99-60> |
कुशलाः 2498_0136a8-7e> |
Capable 2498_542e67-81> |
|
29. 2498_23629b-a7> |
विवेचकमेधा 2498_a08322-85> |
Discriminative AI 2498_a1c2ba-05> |
|
30. 2498_5c5dca-e0> |
सर्जनात्मकमेधा 2498_9332ee-2b> |
Generative AI 2498_e98df4-9d> |
|
31. 2498_1b6152-98> |
प्रतिगमनम् 2498_4474a5-db> |
Regression 2498_0c2820-d0> |
|
32. 2498_d18cf2-7c> |
वर्गीकरणम् 2498_4e6f0c-a4> |
Classification 2498_77afcd-c5> |
|
33. 2498_d1cee2-da> |
समूहीकारणम् 2498_13fbeb-8b> |
Clustering (Grouping) 2498_0bc2ba-df> |
|
34. 2498_75c75e-70> |
शृगालः 2498_92713c-1b> |
Fox 2498_81aa9c-ce> |
|
35. 2498_2e764f-a0> |
वृकः 2498_5bd6bd-7e> |
Wolf 2498_013ffd-a4> |
|
36. 2498_63f57f-c5> |
तथ्यज्ञानम् 2498_4cf723-de> |
Certain knowledge 2498_d7755e-a3> |
|
37. 2498_57cf54-08> |
मार्गचिह्नानि 2498_c9bd29-a3> |
Road signs 2498_a6e986-d4> |
|
38. 2498_ec9ff4-9e> |
स्थगचिह्नानि 2498_9e5cb6-83> |
Stop signs 2498_22632e-b1> |
|
39. 2498_9027b8-1a> |
मन्दगमनचिह्नानि 2498_3e45a8-ac> |
Go Slow signs 2498_9f4138-cb> |
|
40. 2498_248005-77> |
मिथ्यासमाचारः 2498_0c0fea-56> |
Fake news 2498_640048-42> |
|
41. 2498_07eec2-46> |
उद्दीपका 2498_fa7c18-94> |
Exciting 2498_940c00-8f> |
|
42. 2498_c26f57-96> |
सुशक्ता 2498_13a20b-d5> |
Powerful 2498_4b4c5e-e3> |
|
43. 2498_779325-7b> |
पूर्वमेव 2498_01d4f7-ba> |
Already 2498_5d897b-76> |
|
44. 2498_ab9e0c-e0> |
विशेषज्ञाः 2498_4c3332-06> |
Experts 2498_c153ef-5f> |
|
45. 2498_e8e9d2-0e> |
मूलभूतभावनाः 2498_f24a39-a7> |
Basic concepts 2498_d26a50-03> |
|
46. 2498_7184f8-61> |
उपसंहारार्थम् 2498_0b3326-eb> |
To conclude 2498_d67de3-1d> |
|
47. 2498_ead897-8a> |
पूर्वानुमानम् 2498_2542b6-97> |
Prediction 2498_e312e5-c8> |
|
48. 2498_1446ac-0e> |
उद्भवति 2498_078414-ce> |
Arises 2498_5350e2-95> |
|
49. 2498_f3c1bb-1e> |
पृच्छाः 2498_201275-f8> |
Prompts / Questions 2498_678565-12> |
Nowadays we hear a word a lot. That word is “Artificial Intelligence”. Some say that artificial intelligence (“AI”, in short) will transform our lives completely. Some others believe that AI could become dangerous. All said, what is AI really?
To understand that, let us drop the “artificial” part from artificial intelligence for a moment and think. Humans have intelligence. We also observe that animals have intelligence too. How do humans and animals obtain intelligence? How do they know what is good for them and what is dangerous for them? Nobody gives them instructions every time, right? What is the secret?
Most people study in schools, but not all people do. Even those who went to schools haven’t obtained all their knowledge from schools. Animals do not go to any schools. However, just because someone hasn’t studied at a school, we cannot say that they do not have intelligence. How do then people gain knowledge and intelligence about the world? Broadly, through “observation” is what we can say.
How does observation work? For example, let us consider how we recognize dogs from among different animals. Dogs come in a variety of looks, sizes and colors. We don’t learn about all dog breeds in schools. Nor have we seen the pictures of dogs of all breeds. However, although we have not seen a specific type of dog before, we are still able to recognize it as a dog. This happens through pattern recognition. When we see or study some examples of a subject, we not only learn about those examples, but we also learn to recognize patterns in that subject. We see pictures of some dogs, and we recognize a pattern about dogs. Using that pattern, we build a model for a dog in our minds – that dogs look like this, bark like this, walk like this, and so on. Thus we build models about the things of this world with the help of observation.
Two things to be noted here:
- All models are not equally capable, because the capability of models depends on how many, and what type of examples were used to build them. For example, when my daughter was a year old, she knew only one animal – elephant. For that reason, when I showed her the picture of a dog or a cat, she would still say “elephant”. Therefore it is important to build the models using varied examples.
- Pattern recognition is not always right. For example, we could see a fox or a wolf, and think that it isa dog. The reason being that a fox or a wolf looks somewhat similar to a dog. Yet, when exact rules are not known, pattern recognition does help sufficiently to come up with right answers.
Okay – so far we have seen how humans gain intelligence through observation. Nowadays, however, we know that nothing gets done without computers. Traditionally computers ran on the instructions written by software engineers. Those instructions are called “computer programs”. These programs are based on rules. Once the programs are written, those can be run any number of times. Thus, computers can carry out tasks in less time with no errors, compared to humans.
The same question arises here about computers. When we do not know the rules, what should we do? Without rules, how can computer programs be written? The answer again becomes “observation”. How do computers observe without eyes or ears? Yes, you guessed it right – Data! Let it be any type of data – computer algorithms convert it into numeric values and analyze. When we run an appropriate computer algorithm using the past data, the computer identifies the patterns in the data, defines the rules and builds a model. The intelligence computers gain thus is known as “artificial intelligence”.
Although the mathematical foundations of computer algorithms have been around since a long time, why has AI only grown recently? The reason for this is that computing power and storage capacity has increased significantly in the form on cloud computing. For this reason, AI is seen everywhere nowadays.
Based on the utility, we can divide AI technologies into two categories.
- Discriminative AI: Discriminative AI performs tasks like regression, classification and clustering (grouping). For example:
- Predict how many customers visit the restaurant on Fridays
- Car sensors recognizing road signs and distinguishing between stop signs and slow down signs, and
- Group students of a school based on their skills or interests
- Generative AI: As its name suggests, this technology helps create new objects based on human prompts/requests. For example:
- Write stories, poems and essays
- Have a human-like conversation (chat) with people
- Create pictures and movies
As we see, there are many many benefits through AI, but it must be said that there are also risks and fears. Crooks are creating and spreading fake news, pictures and videos using AI, creating several problems in our society. Even when there is no malice, if the data is not correct and sufficient, the AI’s predictions, responses and creations could be wrong. There are also widespread concerns about job losses, particularly because of the capabilities of generative AI.
To conclude, AI is an exciting and powerful technology, which is already impacting our lives. Even though we all may not become experts in AI, it is important that we at least try to learn and understand its basic concepts.
ఈరోజుల్లో మనం ఒక పదం ప్రతిచోటా వింటున్నాం. ఆ పదం “కృత్రిమమేధ”. ఆంగ్లభాషలో “Artificial Intelligence” అని యెఱుగుదుము. కృత్రిమమేధ (సంక్షిప్తంగా “కృ.మే.” అని సూచిద్దాము) మన జీవితాలను పూర్తిగా మార్చేస్తుంది అని కొందరు అంటున్నారు. మరికొందరేమో కృ.మే. మనుష్యులకు అపాయకారిగా పరిణమించవచ్చు అని భావిస్తున్నారు. ఏదిఏమైనా, కృ.మే. అంటే ఏమిటి?
అది అర్థం చేసుకోవడానికి ఒకసారి కృత్రిమమేధ అనే పదంలోని “కృత్రిమ” భాగాన్ని తీసేసి ఆలోచిద్దాం. మనుష్యులకు తెలివి ఉంది. జంతువులకు కూడా తెలివి ఉంది అనే విషయం మనం గమనిస్తూనే ఉంటాము. ఇంతకీ మనుష్యులు, జంతువులు తెలివి ఎలా సంపాదిస్తుంటారు? వారికి ఏది మంచిది, ఏది అపాయకరం అనే విషయం ఎలా తెలుసుకుంటుంటారు? ప్రతిసారి వారికి ఎవరో వచ్చి సూచనలు ఇవ్వరు కదా. ఏమిటి రహస్యం?
ఎక్కువభాగం మనుష్యులు విద్యాలయాల్లో చదువుకుంటారు, కానీ అందరూ కాదు. విద్యాలయాల్లో చదువుకున్నవారు కూడా వారి జ్ఞానం అంతా విద్యాలయాల్లోనే సంపాదించరు. జంతువులు విద్యాలయాలకు పోనేపోవు. కానీ, ఎవరైనా విద్యాలయానికి వెళ్లి చదువుకోనంతమాత్రాన వారికి తెలివి, జ్ఞానం ఉండవు అని అనలేము. మరి మనుష్యులు లోకవిషయాల గురించి ఎలా, ఎక్కడినుండి జ్ఞానం సంపాదిస్తారు? స్థూలంగా “పరిశీలన” ద్వారా అని చెప్పవచ్చు.
పరిశీలన ఎలా జరుగుతుంది? ఉదాహరణకు విభిన్న జంతువుల మధ్య మనం కుక్కలను ఎలా గుర్తిస్తామో ఆలోచిద్దాం. కుక్కలు అనేక రూపాలలో, పరిమాణాలలో, రంగులలో ఉంటాయి. అన్ని కుక్కల జాతుల యొక్క వివరాలను మనం విద్యాలయాలలో నేర్చుకోము. అలాగే అన్ని జాతుల కుక్కల బొమ్మలు కూడా మనం పుస్తకాలలో చూసి ఉండము. మనం ఇంతకు ముందు ప్రత్యేకించి ఒక రకమైన కుక్కను చూసి ఉండకపోయినా, మనం దాన్ని కుక్కగా గుర్తించగలుగుతున్నాము. ఇది క్రమతాగుర్తింపు ద్వారా సాధ్యం అవుతుంది. మనం కొన్ని ఉదాహరణలు చూసినప్పుడు లేదా చదివినప్పుడు, మనం కేవలం ఆ ఉదాహరణల గురించి తెలుసుకోవడమే కాకుండా, ఆ విషయం యొక్క క్రమతను కూడా నేర్చుకుంటాము. మనం కొన్ని కుక్కల బొమ్మలను చూసి, కుక్కల గురించి ఒక క్రమతను గుర్తిస్తాము. ఆ క్రమతను ఉపయోగించి మన మనస్సులో కుక్క యొక్క ఒక మాదిరిని తయారు చేసుకుంటాము – కుక్క ఈరకంగా ఉంటుంది, ఈ రకంగా మొరుగుతుంది, ఈ రకంగా నడుస్తుంది, మొదలైనవి. ఈ విధంగా పరిశీలనం ద్వారా మనం లోకంలోని విషయాల గురించి మాదిరులు తయారుచేసుకుంటాము.
ఇక్కడ రెండు విషయాలు గుర్తించాలి:
- అన్ని మాదిరులు ఒకే రకమైన నాణ్యతతో ఉండవు. కారణం ఒక మాదిరి యొక్క నాణ్యత అవి ఎన్ని, ఏరకమైన ఉదాహరణలు ఉపయోగించి నిర్మితం అయ్యాయి అనేదానిపై ఆధారపడి ఉంటుంది. ఉదాహరణకు, నా కూతురు ఒక సంవత్సరం వయస్సు ఉన్నప్పుడు తనకు ఒకే జంతువు (ఏనుగు) తెలిసి ఉండేది. అందువల్ల నేను తనకు ఒక కుక్క బొమ్మనో, పిల్లి బొమ్మనో చూపించినా కూడా, దానిని “ఏనుగు” అనే అనేది. అందువలన వివిధరకాలైన ఉదాహరణలు ఉపయోగించి మాదిరులను తయారుచేయడం ముఖ్యం.
- క్రమతాగుర్తింపు ప్రతిసారీ సరిగా ఉండదు. ఉదాహరణకు మనం ఒక నక్కనో తోడేలునో చూసి, దానిని కుక్క అని భావించవచ్చు. దానికి కారణం నక్కలు, తోడేళ్ళు కొంచెం కుక్కలలాగే ఉండటం. ఏది ఏమైనప్పటికీ, ఒక విషయం గురించి రూఢిగా తెలియనప్పుడు, క్రమతాగుర్తింపు కొంతమేరకైనా మనం సరైన సమాధానాలు పొందడానికి ఉపకరిస్తుంది.
సరే. ఇప్పటివరకు మనం మనుష్యులు పరిశీలనం ద్వారా ఎలా జ్ఞానాన్ని సంపాదిస్తారు అని చూశాము. కానీ నేడు గణనులు లేకుండా ఏ పనీ జరగడంలేదు అని మనకందరికీ తెలిసిందే. పారంపర్యంగా గణనులు సాఫ్ట్వేర్ ఇంజనీరు వ్రాసిన ఆదేశాల అనుసరించి నడుస్తాయి. ఈ గణనాదేశాలను ఆంగ్లభాషలో “కంప్యూటర్ ప్రోగ్రామ్స్” అని పిలుస్తాము. గణనాదేశాలు నియమాలపై ఆధారపడి ఉంటాయి. ఒకసారి గణనాదేశాలను వ్రాసి, ఎన్నిసార్లయినా వాడుకోవచ్చు. అందువలన మనుష్యులతో పోలిస్తే గణనులు తప్పులు లేకుండా, తక్కువ సమయంలోనే పనులు చేయగలవు.
ఇక్కడ గణనుల విషయంలో కూడా అదే ప్రశ్న ఉద్భవిస్తుంది. మనకు నియమాలు తెలియనప్పుడు ఏమి చేయాలి? నియమాలు లేకుండా గణనాదేశాలు ఎలా నిర్మించడం? మళ్ళీ సమాధానం “పరిశీలనం” ద్వారానే. మరి గణనులు కళ్ళు, చెవులు లేకుండా ఎలా పరిశీలిస్తాయి? ఆఁ … మీరు సరిగ్గానే ఊహించారు – దత్తాంశాలు. ఏరకమైన దత్తాంశాలైనా కానివ్వండి, గణనక్రమసూత్రపద్ధతులు ఆ దత్తాంశాలను అంకెలుగా మార్చి, విశ్లేషిస్తాయి. మనం సరైన దత్తాంశాలను ఇచ్చి గణనక్రమసూత్రపద్ధతులను నడిపితే, గణని ఆ దత్తాంశాలలో ఉన్న క్రమతను గుర్తించి, ఆ క్రమత ఆధారంగా నియమాలను నిర్వచించి, ఒక మాదిరిని తయారుచేస్తుంది. ఈ రకంగా గణనులు సాధించే మేధకు “కృత్రిమమేధ” అని పేరు.
ఈ గణనక్రమసూత్రపద్ధతుల గణిత ఆధారాలు ఎంతోకాలం నుంచి ఉన్నప్పటికీ, కృత్రిమమేధ ఈ మధ్యనే ఎందుకు వృద్ధి చెందింది? గణనశక్తి, దత్తాంశనిల్వ సామర్థ్యం మేఘగణన రూపంలో ఎక్కువగా అందుబాటులోకి రావడమే కారణం. ఇందువలనేనే కృ.మే. ఈరోజుల్లా ప్రతిచోటా కనబడుతోంది.
ప్రయోజనాల ఆధారంగా మనం కృత్రిమమేధ సాంకేతికతను రెండుగా విభజించవచ్చు.
- విచక్షణాత్మక మేధ: విచక్షణాత్మక మేధ ప్రత్యావర్తనము, వర్గీకరణ, సమూహీకరణం తదితర వివిధ పనులు చేయగలదు. ఉదాహరణకు:
- శుక్రవారం ఎంతమంది గ్రాహకులు ఉపాహారశాలకు రావచ్చో అంచనా వేయడం
- కారు యొక్క సంవేదకాలు మార్గచిహ్నాలను చూసి, అవి “ఆగండి” చిహ్నాలా లేక “మెల్లిగా వెళ్ళండి” చిహ్నాలా అని గుర్తించగలగడం
- బడి పిల్లలను వారి నైపుణ్యాలను లేక అభిరుచులను బట్టి సమూహాలు సృష్టించడం
- సృజనాత్మక మేధ: పేరుకు తగ్గట్లు, ఈ సాంకేతికత మనుష్యుల సూచనల ద్వారా కొత్త వస్తువులను సృష్టిస్తుంది. ఉదాహరణకు:
- కథలు, కవితలు, వ్యాసాలు వ్రాయడం
- మనుష్యులతో మనుష్యులలాగే సంభాషణ జరపడం
- బొమ్మలు, చలనచిత్రాలు సృజించడం
కృ.మే. ద్వారా ఎన్నో ఎన్నో లాభాలు మనకు కనబడుతున్నా, దానివలన ప్రమాదాలు, భయాలు కూడా ఉన్నాయి అనే చెప్పాలి. కృ.మే. సాంకేతికతను వాడి మోసగాళ్లు అసత్యవార్తలను, అసత్యచిత్రాలను, అసత్యచలనచిత్రాలను తయారు చేసి, ప్రసారం చేసి మన సమాజంలో అనేక సమస్యలను సృష్టిస్తున్నారు. ఎటువంటి దురుద్దేశమూ లేనిచోట కూడా, సరైన, సరిపోయినన్ని దత్తాంశాలను ఉపయోగించి తయారుచేయని మాదిరులు తప్పుడు అంచనాలు, సమాధానాలు, రచనలు ఇచ్చే అవకాశం ఉంది. ప్రత్యేకించి సృజనాత్మక మేధ యొక్క సామర్థ్యం వలన ప్రజలు వారి జీవనోపాధిని కోల్పోవచ్చు అనే ఆందోళన కూడా ఎక్కువ ఉంది.
ముగింపుగా, కృ.మే. మన జీవితాలను ఇప్పటికే ప్రభావితం చేస్తున్న ఒక ఉత్తేజకరమైన, శక్తివంతమైన సాంకేతికత. మనం అందరం కృ.మే.లో సాంకేతికనిపుణులం అవకపోయినా, కనీసం ఆ విషయం గురించిన ప్రాథమిక భావనల గురించి తెలుసుకోవడం, అర్థం చేసుకోవడం అవసరం.
