செயற்கை நுண்ணறிவு: புரட்சியை கிளப்பும் புதிய தொழில்நுட்பம்.. ஒரு அலசல்

Artificial Intelligence எனப்படும் செயற்கை நுண்ணறிவு, தொழில்நுட்பத்திற்கும் நமக்குமான இடைவெளியை இன்னும் குறைத்துள்ளது. ராக்கெட் தொழில்நுட்பத்திலிருந்து நாம் விடுப்புக் கடிதம் வரை, அதி நவீன தொழில்நுட்பத்திலிருந்து நமது அன்றாட வாழ்விற்குத் தேவையான விஷயங்களைக் கூட செய்யும் அளவுக்கு செயற்கை நுண்ணறிவு இன்று மேம்பட்டுள்ளது. இப்படி செயற்கை நுண்ணறிவின் பன்பாடு நமது  வாழ்க்கை முறையிலும், உலகப் பொருளாதாரத்திலும் எவ்வாறு தாக்கத்தை ஏற்படுத்தியுள்ளது என்பது குறித்து பார்ப்போம். 

செயற்கை நுண்ணறிவின் வளர்ச்சியை 5 கட்டங்களாக எடுத்துக் கொள்வோம். முதல் கட்டத்தில் செயற்கை நுண்ணறிவு என்றால் என்ன? இது எவ்வாறு உருவானது என்பதைக் காணலாம்.

செயற்கை நுண்ணறிவு எவ்வாறு உருவானது?

இயந்திரமும் மனிதனைப் போன்று யோசிக்க ஆரம்பித்தால் என்ன ஆகும் என்ற கற்பனையின் நீட்சியே செயற்கை நுண்ணறிவு. ஒரு இயந்திம்  மனிதனைப் போல சிந்திக்கவும், கற்றுக்கொள்ளவும், முடிவெடுக்கவும் முடியுமா? அது சாத்தியமாகுமா? தகவல்களின் மூலம் கணிப்புகளை உருவாக்கி, பிரச்சனைகளுக்குத் தீர்வளிப்பதன் மூலம், செயற்கை நுண்றிவு என்னும் புதிய உலகத்திற்கு வழி திறந்துள்ளது. இதன் மூலம், ஒரு காலத்தில் மனிதர்களுக்கு மட்டுமே சாத்தியமாக இருந்த பல விஷயங்களை இன்று இயந்திரங்களும் செய்ய உதவுகின்றன.

செயற்கை நுண்ணறிவு நடைமுறையில் சாத்தியமானது எப்படி? 

மனிதன் எவ்வாறு கற்றலின் மூலம் அறிவைப் பெறுகிறானோ, அதே போல் தரவுகள் மூலமும், அனுபவத்தின் மூலமும் செயற்கை நுண்ணறிவு சாத்தியமாகியுள்ளது. இதற்கு ஏற்றாற்போல் அல்காரிதம்கள் வடிவமைக்கப்பட்டு உள்ளன. இதன் மூலம் போலி மின்னஞ்சல்களைக் கண்டறிதல், மருத்துவத்துறை போன்றவற்றில் பல்வேறு முன்னேற்றங்கள் ஏற்பட்டன. இதனைத் தொடர்ந்து, மனித மூளையைப் பின்பற்றி செயற்கை நரம்பியல் மண்டலத்தை உருவாக்கியதன் மூலம், முகங்களை கண்டறிதல், மொழிபெயர்ப்பு போன்ற சிக்கலான பணிகளையும் செயற்கை நுண்ணறிவு மேற்கொள்ளத் தொடங்கியது.

Machine Learning மற்றும் Deep Learning என்றாள் என்ன?

Machine learning மற்றும் Deep  learning மூலம் செயற்கை நுண்ணறிவு சாத்தியமாகிறது. பல மனிதர்களால் எழுதப்பட்ட பலவிதமான கருத்துக்களையும், செய்திகளையும் அடிப்படையாக வைத்துக் கொண்டு, முன்னரே சொல்லப்பட்ட அந்த பலவிதமான கருத்துக்களை எடுத்துக்கொள்வதே மெஷின் லேர்னிங் ஆகும். Deep learning என்பது செயற்கை நரம்பு மண்டலத்தின் உதவியுடன் தொடர்ச்சியான தரவுகளில் உள்ள தொடர்புகளை கவனிப்பதன் மூலம் சூழலையும் அதன் பொருளையும் கற்றுக் கொள்வதாகும்.

செயற்கை நுண்ணறிவின் வரலாறு குறித்து பார்த்தோமானால், 1956-ம் ஆண்டு ஜான் மெக்கார்த்தி என்பவர் செயற்கை நுண்ணறிவு என்பதை முதன்முறையாக வரையறுத்தார். இதன் பின்னும் பல ஆண்டுகளாக செயற்கை நுண்ணறிவில் ஆராய்ச்சி தொடர்ந்து கொண்டே இருந்தது. அதுவரை ரோபோக்கள் ஒரு குறிப்பிட்ட செயலை செய்வதற்காக வடிவமைக்கப்பட்ட நிலையில், 1969-ம் ஆண்டு ஷேக்கி என்ற ரோபோ, முதன் முதலாக கட்டளையைக் கேட்டு அதற்கேற்றார்போல் செயல்படும் வகையில் வடிவமைக்கப்பட்டது. இதன் பின்னர், 1997-ம் ஆண்டில், “Deep Blue” என்ற சூப்பர் கம்ப்யூட்டர் உலக செஸ் சாம்பியனை தோற்கடித்தது. அப்போதிருந்து, உரையாடும் ரோபோக்கள், ஆட்டோமேஷன், நடனமாடும் ரோபோக்கள் என செயற்கை நுண்ணறிவு பல தளங்களில் பல முன்னேற்றங்களைக் கண்டது.

அடுத்ததாக செயற்கை நுண்ணறிவு பல்வேறு துறைகளில் ஏற்படுத்தியுள்ள மாற்றங்கள் குறித்தும், அதற்கென உள்ள தளங்கள் குறித்தும் பார்க்கலாம்.

செயற்கை நுண்ணறிவு புரட்சி

ஆராய்ச்சி, வடிவமைப்பு, எழுத்து, கோடிங் போன்ற பல்வேறு துறைகளில் இன்று செயற்கை நுண்ணறிவு புரட்சியை ஏற்படுத்தியுள்ளது என்று கூறினால் அது மிகையல்ல. உதாரணத்திற்கு நாம் ஒரு குறிப்பிட்ட தலைப்பில் YouTube வீடியோவை உருவாக்க விரும்புவதாக எடுத்துக் கொள்வோம். சாதாரணமாக நாம் அதனை செய்ய வேண்டுமென்றால் அதனை எழுதி, அதற்குக் குரல் கொடுத்து பின் வீடியோவாக மாற்ற வேண்டும். ஆனால் அதையே செயற்கை நுண்ணறிவின் மூலம் செய்யும்போது, ஆராய்ச்சிக்காகவோ, எழுதுவதற்காகவோ நீண்ட நேரம் செலவழிக்க வேண்டியதில்லை. நாம் உருவாக்க வேண்டிய வீடியோவின் சாராம்சத்தைக் கொடுக்கும்போது, செயற்கை நுண்ணறிவே நமக்கு முழு தகவலையும் தருகிறது. இதற்கு Chat GPT, BARD, Perplexity மற்றும் Copy AI செயற்கை நுண்ணறிவு தளங்கள் நமக்கு உதவுகின்றன. இதனைத் தொடர்ந்து, நமக்கு எந்த மாதிரியான குரலில் அந்த தகவல் இடம்பெற வேண்டுமென உள்ளீடுகளைக் கொடுக்கும்போது, செயற்கை நுண்ணறிவே அந்தக் குரலையும் தருகிறது. Descript போன்ற தளங்கள் இதற்கு உதவுகின்றன. இதனைத் தொடர்ந்து, இந்த குரலுடன் நமக்குத் தேவையான வீடியோக்கள் குறித்த தகவலைக் கொடுத்தால், 5 நிமிடங்களுக்குள் ஒரு முழு வீடியோ தயாராகி விடும். D-ID போன்ற செயற்கை நுண்ணறிவு தளங்கள் இதற்கு உதவுகின்றன. இதனால், ஒரு அரை மணி நேரத்திற்குள் நீங்கள் ஒரு யூ டியூப் வீடியோவை உருவாக்க முடியும் . செயற்கை நுண்ணறிவு நமது உழைப்பையும், முயற்சியையும் எந்த அளவுக்கு எளிதாக்கும் என்பதற்கு இது ஒரு சிறிய உதாரணம் தான். 

செயற்கை நுண்ணறிவு தளங்கள்

Adobe Firefly, DALLE 2 மற்றும் PALM-2 போன்ற செயற்கை நுண்ணறிவு தளங்கள் இன்று மிக பிரபலமாகியுள்ளன. எளிமையான  வழிகாட்டுதல்களை வழங்குவதன் மூலம் படங்கள், வீடியோக்கள் மற்றும் உரையிலிருந்து வீடியோ மாற்றங்களை அவை உருவாக்குகின்றன. இந்த தளங்கள் கலைஞர்கள் தங்கள் படைப்பாற்றலை வெளிக்கொணரவும், புதிய சாத்தியங்களை ஆராயவும் உதவுகின்றன. வடிவமைப்பில் மட்டுமின்றி பல்வேறு துறைகளில் செயற்கை நுண்ணறிவு இன்று பயன்பட்டு வருகிறது. சுகாதாரத் துறையில் நோய்களைக் கண்டறிய நிபுணர்களுக்கு உதவுகிறது. கற்றல் அனுபவங்களை மேம்படுத்துவதோடு, வங்கியில் மோசடிகளைக் கண்டறியவும் உதவுகிறது. கூகுள் மற்றும் Open AI போன்ற நிறுவனங்கள் ஆராய்ச்சி, எழுதுதல், சந்தைப்படுத்தல், விற்பனை, இசை, சாட்போட்கள், கட்டண முறைகள், உற்பத்தித்திறன் மற்றும் பல துறைகளுக்கன செயற்கை நுண்ணறிவு தளங்களை உருவாக்குவதில் அதிக அளவில் முதலீடு செய்கின்றன.

GPT  என்றால் என்ன?

செயற்க நுண்ணறிவால் பொருளாதாரத்தில் ஏற்படும் தாக்கங்கள் குறித்து ஆய்வு செய்வதற்கு முன் நாம் GPT  என்றால் என்ன என்பது குறித்து அறிந்து கொள்வது அவசியமாகிறது. GPT என்பது General Purpose Technology என்பதன் சுருக்கமே. புதிதாக வரும் ஒரு தொழில்நுட்பம், சமூகத்தில் பரவலாக தாக்கத்தைக் கொண்டு வரும்போதும், அதற்கு முன்னாள் இருந்த அனைத்துத் துறைகளையும் மறு வடிவமைப்பு செய்யும்போதும், GPT என அழைக்கப்படுகிறது. GPT-க்கு மிகச்சிறந்த உதாரணம் இணையம். நம்முடைய உலகை இணையத்திற்கு முன், இணையத்திற்கு பின் எனப் பிரித்தால் அது மிகையாகாது. இணையம் அனைத்துத் துறைகளிலும் புரட்சியை ஏற்படுத்தியுள்ளது. இணையத்திற்கு முன், தகவல்களை சேகரிக்க நாம் நூலகத்திற்கு செல்லவோ, நிபுணர்களின் உதவியையோ நாட வேண்டும். ஆனால் இன்று இணையத்தின் வருகையால், தகவல்களைத் தேடுவது விரைவானதாகவும், எளிதாகவும் மாறியுள்ளது. 

ஜிபிடியால் நமக்கு நன்மை, தீமை இரண்டுமே உண்டு:

வரலாற்றில் இதுபோன்று பல தொழில்நுட்பங்கள் தாக்கத்தை ஏற்படுத்தியுள்ளன. ஆதிமனிதன் கண்டுபிடித்த தீ, சக்கரம் தான் GPT-யின் தொடக்கம். அதிலிருந்து மின்சாரம், தொலைபேசி, விமானம், நீராவி இயந்திரம் என இந்தப் பட்டியல் நீள்கிறது. தற்போது செயற்கை நுண்ணறிவும் இந்த வரிசையில் இணைந்துள்ளது. ஜிபிடியால் நமக்கு நன்மை, தீமை இரண்டுமே உண்டு. 

ஜிபிடியால் என்னென்ன நன்மைகள் ஏற்படும் என்று பார்த்தோமானால், உற்பத்தித் திறன் மேம்பாடு, புதுமை, வேகம், உலகம் முழுவதுமுள்ள இணைப்பு உள்ளிட்டவற்றைக் கூறலாம். தீமைகள் குறித்து பார்த்தோமானால், ஆட்டோமேஷன் போன்ற தொழில்நுட்பங்கள் வரும்போது, பல வேலைகளுக்கான தேவை இல்லாமல் போகிறது. 10 பேர் இருக்க வேண்டிய இடத்தில் 2 பேர் மட்டும் இருந்தால் போதும் என்ற நிலை உருவாகிறது. இது வேலை வாய்ப்பில் சவால்களை உருவாக்கும்.

ஜிபிடியால் உலகப் பொருளாதாரத்தில் ஏற்பட்ட மாற்றங்கள்:

15 மற்றும் 16-ம் நூற்றாண்டுகளில், ஒவ்வொரு நூற்றாண்டிலும் ஒரு ஜிபிடி இருந்தது. 18 மற்றும் 19-ம் நூற்றாண்டுகளில் இந்த எண்ணிக்கை நூற்றாண்டுக்கு இரண்டு முதல் 4 வரை உயர்ந்தது. 20-ம் நூற்றாண்டில் 7 ஜிபிடிகள் இடம் பெற்றன. முன்னதாக 100 ஆண்டுகளுக்கு ஒரு ஜிபிடி என இருந்த நிலையில், 14 ஆண்டுகளுக்கு ஒரு ஜிபிடி என்ற நிலை உருவாகியுள்ளது. இப்போது நாம் 21-ம் நூற்றாண்டின் தொடக்கத்தில் உள்ள நிலையில், நானோ தொழில்நுட்பம் மற்றும் செயற்கை நுண்ணறிவு என்ற 2 ஜிபிடிக்களை உலகம் சந்தித்துள்ளது.

நாம் இப்போது பார்ப்பது கடந்த இரண்டு ஆயிரம் ஆண்டுகளில் உலகின் மொத்த உள்நாட்டு உற்பத்தியை சித்தரிக்கும் வரைபடம். கிபி 1000-ம் ஆண்டில், உலகின் மொத்த உள்நாட்டு உற்பத்தி சுமார் 210 பில்லியன் டாலர். மொத்த உள்நாட்டு உற்பத்தியை இரட்டிப்பாக்க 500 ஆண்டுகள் ஆனது. ஆனால் கடந்த நூற்றாண்டில் மட்டும், 1990 முதல் 2015 வரை, உலகின் மொத்த உள்நாட்டு உற்பத்தியானது 3.4 டிரில்லியன் டாலரில் இருந்து 108.12 டிரில்லியன் டாலராக உயர்ந்துள்ளது. இது ஏறக்குறைய 30 மடங்கு வளர்ச்சியாகும். இந்த அபரிமிதமான வளர்ச்சிக்கு மக்கள் தொகை உயர்வே காரணமாக இருக்குமெனக் கருதினால், கி.பி. 1000-ம் ஆண்டில் 30 கோடியாக இருந்த உலக மக்கள்தொகை 1900-ம் ஆண்டில் 160 கோடியை எட்டியது. இப்போது 2020-ல் 800 கோடியை எட்டியுள்ளது. ஒட்டுமொத்த பொருளாதாரத்தில் மக்கள்தொகை வளர்ச்சிக்கும் பங்குண்டு என்பதை மறுப்பதற்கில்லை. ஆனால், எவ்வாறாயினும், தனிநபர் மொத்த உள்நாட்டு உற்பத்தியைக் குறிக்கும் மூன்றாவது வரைபடத்தை நாம் ஆய்வு செய்தால், தனிநபரின் உற்பத்தித் திறன் பொருளாதாரத்திற்கு அளித்துள்ள பங்களிப்பை நம்மால் கவனிக்க முடியும். 1913-ம் ஆண்டில், ஆயிரத்து 526 டாலராக இருந்த தனிநபர் மொத்த உள்நாட்டு உற்பத்தி, 2021-ல் 12 ஆயிரத்து 235 டாலராக உயர்ந்தது. 

மொத்த உள்நாட்டு உற்பத்தி வளர்ச்சியையும், தனிநபர் மொத்த உள்நாட்டு உற்பத்தியையும் இணைத்துப் பார்க்கும்போது, மனித நாகரிகத்திலும், உலகப் பொருளாதாரத்திலும் ஜிபிடிகள் ஏற்படுத்தியுள்ள மிகப்பெரிய தாக்கத்தை நாம் தெளிவாகக் காணலாம். ஜெனரல் பர்பஸ் டெக்னாலஜிஸின் முடுக்கம் உலகப் பொருளாதாரத்தை மாற்றியுள்ளது. குறுகிய காலத்திற்குள் பல ஜிபிடிக்கள் தோன்றியதால், தனிநபர் மற்றும் மொத்த உள்நாட்டு உற்பத்தி அதிவேகமாக வளர்ச்சியடைந்துள்ளது. 

இனி செயற்கை நுண்ணறிவை எப்படிக் கையாள்வது என்பது குறித்துப் பார்க்கலாம்.

நாம் ஏற்கனவே கூறியபடி செயற்கை நுண்ண்றிவால் வேலையிழப்புகள் ஏற்படுவதற்கும், புதிய வேலைவாய்ப்புகளுக்கும் வாய்ப்புகள் அதிகம். நீங்கள் ஒரு மென்பொருள் பொறியாளராகவோ, வரைகலை வடிவமைப்பாளராகவோ, கணக்காளராகவோ அல்லது எந்த துறையைச் சேர்ந்தவராக இருப்பினும், இன்றைய சூழலில் செயற்கை நுண்ணறிவை ஏற்றுக்கொள்வது மட்டுமே உங்கள் எதிர்கால வேலை வாய்ப்புகளைத் தீர்மானிக்கும். நீங்கள் செயற்கை நுண்ணறிவை ஏற்கத் தவறினால், பின் தங்கக் கூடிய வாய்ப்பு உள்ளது. உங்களது வணிகத்தில் செயற்கை நுண்ணறிவை இணைக்கும்போது, இன்னொரு கூட்டாளியை இணைப்பதற்குச் சமமாகிறது.

ஜிபிடி-களின் எழுச்சியை பொருத்து மக்களை 3 வகைகளாகப் பிரிக்கலாம். செயல்படுத்துபவர்கள், பயனர்கள் மற்றும் புறக்கணிப்பவர்கள்.

செயல்படுத்துபவர்கள் என்பது ஒரு குறிப்பிட்ட தொழில்நுட்பத்தின் வளர்ச்சி மற்றும் பரவலுக்கு தீவிரமாக பங்களிப்பவர்கள் ஆவர். ஆராய்ச்சியாளர்கள், ஆராய்ச்சி நிறுவனங்கள், முதலீட்டாளர்கள் இந்த வகையில் தான் உள்ளனர். இரண்டாவது வகை பயனர்கள். நீங்களும், நானும் இந்த வகையைச் சேர்ந்தவர்கள். ஜிபிடியை பயன்படுத்தி தங்களது வாழ்க்கையையோ, வணிகத்தையோ மாற்றியவர்கள். இதனை ஏற்காமல் புறக்கணிப்பவர்கள் மூன்றாவது வகை. இவ்வாறு புதிய தொழில்நுட்பத்தை ஏற்க மறுப்பது வேலையிழப்புக்கோ, நஷ்டத்துக்கோ வழிவகுக்கும். உதாரணத்திற்கு இன்று பெரும்பாலும் சாலையோரக் கடைகளில் இருந்து, பெரும் வணிக நிறுவனங்கள் வரை டிஜிட்டல் பரிவர்த்தனைக்கு மாறியுள்ளனர். நீங்கள் இதற்கு மாறாமல், வெறும் ரொக்கப் பரிவர்த்தனை மட்டுமே ஏற்பீர்கள் என்றால் பெரும்பாலான வாடிக்கையாளர்களை இழக்க நேரிடும்.

பல புகழ்பெற்ற விஞ்ஞானிகள் செயற்கை நுண்ணறிவு குறித்து தங்களது கருத்துகளைப் பகிர்ந்துள்ளனர். செயற்கை நுண்ணறிவு நமது உற்ற நண்பனாகவும், மோசமான எதிரியாகவும் மாறுவதற்கான சாத்தியம் உள்ளதென ஸ்டீபன் ஹாக்கிங் தெரிவித்துள்ளார். உலகின் முன்னணி பணக்காரரான எலான் மஸ்க், தானியங்கி பயன்பாடு, கண்காணிப்பு போன்றவற்றில் செயற்கை நுண்ணறிவு தவறாகப் பயன்படுத்தப்பட வாய்ப்புள்ளதாகத் தெரிவித்துள்ளார்.

செயற்கை நுண்ணறி நன்மைகள்:

செயற்கை நுண்ணறிவால் நமக்கு நன்மைகளும் உண்டு. அண்மையில் இந்தியாவில் நடந்த ஒரு நிகழ்வையே இதற்கு உதாரணமாகக் கூறலாம். கொலை வழக்கில் கைதான குற்றவாளியின் ஜாமீன் மனுவை விசாரித்த பஞ்சாப் மற்றும் ஹரியாணா உயர் நீதிமன்ற நீதிபதி அனுப் சித்கரா, செயற்கை நுண்ணறிவு திறன் கொண்ட சாட் ஜிபிடி-யின் உதவியை நாடினார். இதற்கு சாட் ஜிபிடி அளித்த பதில் தான் ஆச்சர்யம். குற்றத்தின் தீவிரம், குற்றம் சாட்டப்பட்டவரின் குற்றவியல் வரலாறு மற்றும் அவர்களுக்கு எதிரான சாட்சியங்களின் ஆதாரம் முதலியவற்றை பொறுத்தும், இதுமாதிரியான வழக்குகளில் குற்றவாளிகளால் சமூகத்திற்கு ஆபத்து ஏதும் இல்லை என்று நீதிபதி தீர்மானித்தால் அவர்களுக்கு ஜாமீன் வழங்கப்படலாம் என சாட் ஜிபிடி தெரிவித்துள்ளது.

இதே போல், இந்தியாவில் இப்போது பல செய்தி நிறுவனங்கள் செயற்கை நுண்ணறிவு மூலம் உருவாக்கப்பட்ட செய்தி வாசிப்பாளரை அறிமுகம் செய்துள்ளன. இவற்றிற்கு மொழி பாகுபாடு இல்லை. இதனால் இவை எந்த மொழியிலும் பிழையின்றி படிக்க இயலும். இதன் மூலம், ஒப்பனை, உடை போன்றவற்றிற்கு ஆகும் செலவு குறைகிறது. இதனால், இதனை மேம்படுத்த பல செய்தி நிறுவனங்க்ள் தற்போது AI தொழில்நுட்பத்தில் முதலீடு செய்துள்ளன. 

சாட் ஜிபியால் பயனடைந்த கூப்பர் என்ற நபர் அண்மையில் தனது அனுபவத்தை ட்விட்டரில் பகிர்ந்திருந்தார். அவரது நாய்க்கு உடல்நிலை சரியில்லாத நிலையில் எல்லா பரிசோதனைகளும் செய்த பின்னும் மருத்துவர்களால் எந்த முடிவுக்கும் வர இயலவில்லை. அந்த சோதனை முடிவுகளை கூப்பர் சாட் ஜிபிடியில் பதிவிட அது நோயின் பெயரைக் கூறியுள்ளது. அதன் பின் வேறொரு மருத்துவரை அணுகியபோது அவரும் சாட் ஜிபிடி குறிப்பிட்ட நோயை உறுதி செய்து சிகிச்சை அளித்துள்ளார்.

இது மட்டுமல்ல, செயற்கை நுண்ணறிவு மூலம் கற்பனையாக உருவாக்கப்படும் பிரபலங்களின் புகைப்படங்களும், வீடியோக்களும் சமூக வலைதளங்களை ஆக்கிரமித்துள்ளன. எலான் மஸ்க் ஹோலி கொண்டாட்டத்தில் ஈடுபடுவது, ஜெயிலர் படத்திலுள்ள காவாலா பாடலுக்கு சிம்ரம் நடனமாடுவது போன்றவை இதற்கு உதாரணம். சமீபத்தில்,  போலாந்து நாட்டில் உலகத்திலேயே முதல் முறையா  AI தொழில்நுட்பத்தின் மூலம் வானொலி தொகுப்பாளரை உருவாக்கி அசத்தியுள்ளனர். மார்வெல்லின் சீக்ரெட் இன்வென்ஷன் வெப் தொடரின் அறிமுக வீடியோ முழுக்க முழுக்க செயற்கை நுண்ணறிவால் உருவாக்கப்பட்டது. 

செயற்கை நுண்ணறி தீமைகள்:

ஏராளமான நன்மைகளைக் கொண்ட செயற்கை நுண்ணறிவில் சில தீமைகளும் உள்ளன. நாம் முன்பு பார்த்ததைப் போன்று 10 பேர் செய்ய வேண்டிய வேலையை செயற்கை நுண்ணறிவு மூலம் 2 பேர் மட்டும் செய்ய முடியும். இதனால் பெரும்பாலான துறைகளில் வேலையிழப்பு ஏற்பட வாய்ப்புள்ளது. முன்னணி தொழில்நுட்ப நிறுவனமான ஐபிஎம் அடுத்த ஆண்டு 7 ஆயிரத்து 800 வேலைகளை முழுவதும் செயற்கை நுண்ணறிவை அடிப்படையாகக் கொண்டதாக மாற்றவுள்ளதாக அறிவிப்பு வெளியாகியுள்ளது. மேலும், அடுத்த 5 ஆண்டுகளில் வாடிக்கையாளர்களை நேரிடையாகத் தொடர்பு கொள்ளத் தேவையில்லாத 30 சதவீதம் வேலைகளை செயற்கை நுண்ணறிவை அடிப்படையாகக் கொண்டதாக மாற்றவுள்ளதாகவும் தகவல் வெளியாகியுள்ளது.   

அமெரிக்காவின் ராணுவத் தலைமையகமான பென்டகனில் வெடிவிபத்து ஏற்பட்டதாக அண்மையில் ஒரு புகைப்படம் சமூக வலைதளங்களில் வைரலானது. இந்த புகைப்படம் செயற்கை நுண்ணறிவு மூலம் உருவாக்கப்பட்ட போலியான புகைப்படம் என்று அறிவதற்குள் பெரும் பரபரப்பு ஏற்பட்டு பங்குச்சந்தை சரிவுக்கு வழிவகுத்தது. அதேபோல், அமெரிக்க முன்னாள் அதிபர் டொனால்ட் டிரம்ப் கைது செய்யப்பட்டது, போப் ஃபிரான்சிஸ் நவநாகரிக உடையில் உள்ளது போன்ற போலி புகைப்படங்கள் செயற்கை நுண்ணறிவு மூலம் உருவாக்கப்பட்டு  இணையத்தில் பரபரப்பை ஏற்படுத்தின. சமூக வலைதங்களில் வெளியாகும் தவறான தகவல்கள் மூலம் ஏற்கனவே பல்வேறு பிரச்சனைகள் எழுந்துவரும் நிலையில், செயற்கை நுண்ணறிவு மூலம் புகைப்படங்கள், வீடியோக்களை உருவாக்குவது இன்னும் எளிதாகியுள்ளதால், இதனால் வரும் பிரச்சனைகளை எதிர்கொள்ளவும் நாம் தயாராக வேண்டியது அவசியம்.

மற்ற தொழில்நுட்பங்களைப் போலவே, செயற்கை நுண்ணறிவையும் நல்லது, கெட்டது என வரையறுக்க இயலாது. நாம் அதை எப்படி அணுகுகிறோம், எப்படி பயன்படுத்துகிறோம் என்பதைப் பொறுத்தே அதன் நன்மை, தீமை அமையும். செயற்கை நுண்ணறிவை ஏற்றுக்கொள்வதன் மூலம், வறுமை, நோய் மற்றும் காலநிலை மாற்றம் போன்ற சவால்களை நம்மால் சிறப்பால் கையாள முடியும் என்பது தவிர்க்க முடியாத உண்மை. அதே சமயம் செயற்கை நுண்ணறிவுடன் தொடர்புடைய அபாயங்களைக் கையாள்வதில் எச்சரிக்கையுடன் இருக்க வேண்டியதும் அவசியம்.

Author: MR Logesh Gabriel / Zee