ஓரிடத்துக்குப் போகும்முன், ஒரு பொருளை வாங்கும்முன் அவற்றைப் பற்றி கூகுளில் தேடிப் பார்க்கிறோம். தாஜ்மஹல், தஞ்சாவூர் தலையாட்டிப் பொம்மை என்றதும் அவற்றின் படங்கள் நம் மனத்தில் தோன்றுகின்றன.
இவையெல்லாம் ஏற்கெனவே யாரோ படம்பிடித்தோ வரைந்தோ பதிவேற்றியவை. ஆனால், நாம் கொடுக்கும் சொற்களின் பொருளைப் புரிந்துகொண்டு, கணினியே ஒரு படத்தை இனி உருவாக்கித் தரப்போகிறது. எடுத்துக்காட்டாக, ’Kids looking at the sky’ என்று நான் உள்ளீடாகக் கொடுத்த சொற்களைப் புரிந்துகொண்டு, கணினி உருவாக்கிய படத்தை இங்கே காணலாம்.
கணினியால் எப்படிப் படத்தை உருவாக்க முடிகிறது? குழந்தை முதலில் தாய், தந்தையின் முகங்களை அடையாளம் கண்டுகொள்கிறது. பிறகு, குடும்ப உறுப்பினர்களின் முகங்களை உள்வாங்கிக்கொள்கிறது. ஒருவர் கோபமாக இருக்கும்போது முகம் எப்படியிருக்கும், சிரிக்கும்போது எப்படியிருக்கும் என்பதையும் பார்த்து உணர்வுகளைத் தெரிந்து கொள்கிறது. அதன் பிறகு மரம், கார், சைக்கிள், பேனா என ஒவ்வொரு பொருளாகக் காண்பித்துக் கற்றுக் கொடுக்கிறோம். ஒரு குழந்தை உலகை இப்படித்தான் புரிந்துகொள்ளத் தொடங்குகிறது.
கைகொடுக்கும் செயற்கை நுண்ணறிவு: ஒரு மரத்தின் ஒளிப்படத்தை மட்டும் காட்டி ’மரம்’ எப்படியிருக்கும் என நாம் சொல்லிக்கொடுப்பதில்லை. வாழைமரம், புளியமரம், ஆலமரம் எனப் பல்வேறு விதமான மரங்களை மீண்டும் மீண்டும் காண்பிக்கும்போது, ஒவ்வொரு மரமும் வித்தியாசப்பட்டு இருந்தாலும், ’மரம்’ என்றால் பொதுவாக இப்படித்தான் இருக்கும் எனக் குழந்தை அடையாளம் கண்டுகொள்கிறது.
அதேபோல, மரம் என்பதைக் கணினி புரிந்துகொள்ள ஆயிரக்கணக்கான படங்கள் தரவேற்றப்பட்டு, கணினிக்குப் பயிற்றுவிக்கப்படும். காலையில் மரத்தின் நிழல் எப்படியிருக்கும், மரத்தின் நிழலில் ஒருவர் இளைப்பாறும்போது பறவைகள் இருக்கும் என்பது போன்ற நுணுக்கமான பல்வேறு அம்சங்களைப் பல்லாயிரம் படங்களைக் காண்பித்துக் கணினிக்குப் புரியவைக்க முடியும்.
இப்படியாகக் கணினி ’செயற்கை நுண்ணறிவு’ (artificial intelligence) பெறும்போது, நாம் கொடுக்கும் சொற்களைப் புரிந்துகொண்டு அதற்கேற்றபடி படத்தை உருவாக்க முடிகிறது. ’Kids looking at the sky’ எனும் வாக்கியத்தை உள்ளீடாகத் தரும்போது, குழந்தைகள் எப்படியிருப்பார்கள், வானத்தைப் பார்க்கும்போது அவர்களின் தலை எப்படியிருக்கும், வானம் எப்படியிருக்கும் என்பதைத் தனித்தனியாக அறிந்துவைத்திருந்த கணினி, தன்னுடைய ’செயற்கை நுண்ணறிவு’ மூலம் ஒரு நிமிடத்துக்குள் இப்படியொரு படத்தை உருவாக்கித் தந்தது. எத்தனை பொருத்தமான படம் இது!
செயற்கை நுண்ணறிவுத் தளங்களில் இதுபோன்ற படங்களை இப்போது பெற முடியும். நாம் உள்ளீடாகத் தரும் சொற்களைக் கொண்டு, காணொளி முதல் இசை வரை அனைத்தையும் உருவாக்கும் செயற்கை நுண்ணறிவுத் தளங்களும் நடைமுறையில் வந்து கொண்டிருக்கின்றன.
பயன்பாடுகளும் சிக்கல்களும்: இன்றைக்குப் படங்களுக்கான தேவை அதிகரித்துள்ளது. கால் மணி நேர யூடியூப் காணொளியை உருவாக்க 50 படங்கள்கூடத் தேவைப்படுகின்றன. பள்ளியில், பணியிடங்களில் ஒரு செய்தியைச் சொல்லும்போதோ ஒரு நிகழ்வை விவரிக்கும்போதோ தனித்துவமாக வடிவமைக்கப்பட்ட படங்கள் தேவைப்படுகின்றன. ஒரு கவிதையின் அழகியலை அதனுடன் உள்ள ஒரு பொருத்தமான படம், அடுத்த நிலைக்கு எடுத்துச்செல்லும்.
அறிவியல் புத்தகங்களில் மாதிரிக்குப் படங்களைத் தரும்போது, கருத்துகளை எளிதில் உள்வாங்கிக்கொள்ள முடியும். இப்படியாகப் படங்களின் தேவை இருந்துகொண்டே உள்ளது. ஆனால், அனைத்துப் படங்களையும் ஓவியர்/வரைகலை வடிவமைப்பாளர் மூலம் பெறுவது காலம், பொருளாதாரம் கருதி சாத்தியப்படாது. இது போன்ற பல்வேறு தளங்களில் செயற்கை நுண்ணறிவு உருவாக்கும் படங்கள் துணைக்குவரும்.
சமூகத்தில் புதிய தொழில்நுட்பம் நுழையும்போது என்ன மாதிரியான பிரதிபலிப்பை அது உண்டாக்கும் என்பது ஆய்வுக்குரியது. இந்தத் தொழில்நுட்பத்தின் மூலம் படங்களை உருவாக்கும் பணியில் இருப்பவர்களுக்குச் சிக்கல் வருமா? ஒரு பக்கம் இது பாதகமாகத் தெரிந்தாலும் வடிவமைப்பாளர்கள் புதிய மென்பொருட்களைக் கற்றுக்கொள்ளும்போது, துறைசாராதவர்கள் பயன்படுத்துவதைக் காட்டிலும் மேம்பட்ட படங்களை அவர்களால் உருவாக்க முடியும். மேலும், கணினியால் நேரடியாகக் குறிப்பிட்ட சூழலுக்கு ஏற்ற ஓவியங்களை உருவாக்க முடியாதபோது, ஓவியர் படத்தை முதலில் வரைந்து, பிறகு அதை மேம்படுத்தவும் செயற்கை நுண்ணறிவைப் பயன்படுத்தலாம்.
படங்கள் திருத்தப்பட்டு, போலிச் செய்திகள் எளிதாகப் பரப்பப்பட்டுவருகின்றன. ஆக, செயற்கை நுண்ணறிவின் மூலம் உருவாகும் படங்களை வெறும் கண்களால் எளிதில் இனம்காண முடியவில்லை என்றாலும், பாதுகாப்புத் துறையில் இருப்பவர்கள் அதற்கான முன்னெடுப்புகளை மேற்கொள்ள வேண்டும். மக்களும் கவனமாக இருக்க வேண்டும்.
நாம் உள்ளீடாகத் தரும் படங்களைக் கொண்டே கணினி கற்றுக்கொள்கிறது. ’People’ என்கிற உள்ளீட்டுக்கு, மேற்குலக மக்களின் படங்களையே கணினி பெரும்பாலும் உருவாக்குகிறது. ’Indians’ என்று குறிப்பிட்டால் மட்டுமே இந்திய முகங்கள் தெரிகின்றன. ஆக, ’people’ என்றால் மேற்குலக மக்கள்தான் என்று கணினி கற்றுக்கொள்ளக் காரணம், அதில் உள்ளீடாகத் தரப்பட்ட படங்கள். செயற்கை நுண்ணறிவின் ’முன்முடிவு’க்குக் காரணம், மனிதர்கள் தரும் படங்கள் எனும்போது, அனைவரையும் உள்ளடக்கி இயங்கும் பண்பு அதில் இருக்கிறதா என்பதையும் உறுதிசெய்ய வேண்டும்.
இறுதியாக, ’last selfie on earth’ என்கிற உள்ளீட்டுக்கு, ரத்தக் கறையுடன் கோரமாக உள்ள மனிதர்களின் பின்புறம் குண்டுகள் வெடித்துப் புகைந்துகொண்டிருப்பது போன்ற ஒரு படத்தைச் செயற்கை நுண்ணறிவு உருவாக்கியது. அரசியல் காரணங்களுக்காக அறிவியலை அழிவுக்குப் பயன்படுத்த வேண்டாம் என்று கணினியின் ’செயற்கை நுண்ணறி’வானது, மனிதர்களின் ’ஆறறி’வை எச்சரித்துள்ளதாக இதை நாம் எடுத்துக்கொள்ளலாம்! - இ.ஹேமபிரபா, கட்டுரையாளர்: அறிவியல் எழுத்தாளர், hemazephyrs@gmail.com