கூகுளின் புதிய நிறுவனம்: டீப்மைண்ட்

ஜெயஸ்ரீ
Sat Apr 25 2015 23:24:55 GMT+0300 (EAT)

கணினி உலகத்தின் ஜாம்பவான் கூகுள், 2014ஆம் ஆண்டு ‘டீப்மைண்ட்’ என்ற செயற்கை நுண்ணறிவியல் நிறுவனத்தை 400 மில்லியன் பௌண்டுகளுக்கு வாங்கியது. இந்த நிறுவனம் லண்டனில் உள்ளது. இந்நிறுவனத்தின் விஞ்ஞானிகள் காணொலி(வீடியோ) விளையாட்டுகளைத் தானே விளையாடக்கூடிய ஒரு கணிப்பொறிப் படிமுறையை(அல்காரிதம்) உருவாக்கியுள்ளனர். இப்படிமுறை 49 வகையான ஆர்கேட் விளையாட்டுகளைத் தொழில்சார் மனிதக் காணொலி விளையாட்டு வீரர்களை விட அற்புதமாக விளையாடக்கூடியது.

ஏற்கனவெ ஐபிஎம் மின் ‘டீப் ப்லூ’ என்ற கணினி சதுரங்க ஆட்டத்தில் உலகச் சாம்பியனான கேரி காஸ்பரோவை 1997ஆம் ஆண்டு தோற்கடித்தது. சமீபத்தில் மற்றொரு கணினி ‘டெக்சஸ் ஹோல்ட் தெம் போக்கர்’ என்ற ஆட்டத்தை மிகத் திறமையாக விளையாடிக் காட்டியது. ஆனால் இவை ஒரு விளையாட்டில் மட்டுமே சிறந்து விளங்கின. ஆனால் டீப்மைண்ட் அப்படியல்ல.

2013ஆம் ஆண்டு உருவாக்கப்பட்ட இந்த படிமுறை, குறைவானத் தகவலைக் கொடுத்தப் போதிலும் நிறையப் பணிகளைச் செய்யத் தானேக் கற்றுக்கொண்டது. “ ஒரு எந்திரம் தனக்குத் தரப்படும் சிறிய அளவு உள்ளீட்டை வைத்து பல விளையாட்டுகளைத் தானே கற்றுக் கொண்டு ஆடுவது ஆச்சர்யத்தை அளிக்கிறது” என்கிறார் நாதன் ஸ்ப்ராக். இவர் ஜேம்ஸ் மாடிசன் பல்கலைக்கழகத்தில் விஞ்ஞானியாக உள்ளார்.

டீப்மைண்ட்டின் பன்முகத்திறமைக்கு இரண்டு பகுதிகள் காரணம். இந்த இரண்டும் சேர்ந்து தான் அந்த ஆச்சர்யத்தை நகழ்த்துகின்றன.

முதலாவது பகுதி, ஆழ்ந்து அறிதல் பகுதி. இது மனித மூலையை மனதில் வைத்து உருவாக்கப்பட்டது. மனித மூலையின் உருவகப்படுத்தப்பட்ட நரம்புகளின் அடுக்குகளுக்கிடையில் இருக்கும் இணைப்பு அம்மனிதனின் அனுபவத்தால் பலமாகிறது. இதையே ஆழ்ந்து அறிதல் அமைப்பில் உபயோகப் படுத்தியிருக்கின்றனர். க்லிஃபோர்னியாவில் உள்ள கூகுள் அலுவலகத்தில் இந்தப் படிமுறையை புகைப்படங்கலை வகைபடுத்தவும் எந்திர மொழிபெயர்ப்புக்கும் உபயோகிக்க உள்ளனர்.

இரண்டவது பகுதி, வலுவூட்டி அறிதல். இது முடிவு எடுக்கும் தன்மையைக் கொண்டது. இது மனிதனின் நரம்புக் கடத்தலைச் சார்ந்த்து. இந்த வலுவூட்டல் பகுதி திரையின் படப்புள்ளிகள் மற்றும் விளையாட்டின் மதிப்பெண்களை வைத்தே பிழைத்திருத்தச் சுழற்சி முறையின் மூலம் எந்தச் செயலைச் செய்தால் அதிக மதிப்பெண்கள் கிடைக்கும் அதாவது, வலப்புறம் செல்வதா? இடப்புறம் செல்வதா? போன்ற முடிவுகளைத் தானாகவே எடுக்கும் திறமையை வளர்த்துக்கொள்கிறது. பல மணி நேரப் பயிற்சிக்குப் பிறகு கார் ரேஸிங், குத்துச்சண்டை, ஸ்பேஸ் இன்வேடர்ஸ் போன்ற பல ஆட்டங்களைச் சிறப்பாக விளையாடுகின்றன. ஆனால் இதனிடம் தூரநோக்குப் பார்வை இல்லாதலால் மிஸ். பக்-மேன் போன்ற சிக்கலறை(மேஸ்) விளையாட்டுகளில் தோற்கின்றன.

இதன் பயன்பாட்டை இணயத்தளங்களில் விளம்பரங்களை வெளியிட எது சரியான இடம் என்று தேர்வு செய்யவும். செய்திகளுக்கு முன்னுரிமைக் கொடுத்து வகைப்படுத்தவும் உபயோகிக்கலாம் என்று கனடாவில் உள்ள அல்பர்டா பல்கலைக்கழகக் கணினி விஞ்ஞானி ரிச்சர்ட் ஸட்டன் கூறுகிறார். மேலும் ஸ்ப்ராக், ” இந்த முறை மூலம் எந்திரங்களைச் சுற்றுச்சூழலோடு தொடர்புக்கு கொண்டு வந்து பிரச்சனைகளுக்குத் தீர்வு காணலாம்” என்கிறார்.

மேலும் விஞ்ஞானிகள் செயற்கை நுண்ணறிவியல் மூலம் மனிதனின் மூலையை ஆராய முயற்சி மேற்கொண்டுள்ளனர். டெமிஸ் ஹஸ்ஸாபிஸ் டீப்மைண்டின் இணை நிறுவனர். இவர் “ நரம்பியலாளர்கள் அறிவுத்திறன் மற்றும் முடிவு எடுக்கும் தன்மையை ஆராய்வதற்கு இந்த டீப்மைண்ட் மிகவும் உதவியாக இருக்கும். மேலும் வினைத்திறமிக்க எந்திரங்களைச் செய்வதற்கு மனித அறிவின் புரிதல் இன்னும் அதிகம் தேவை” என்கிறார்.

ஸ்ப்ராக், ”நரம்பியலுக்கும் செயற்கை நுண்ணறிவியலுக்கும் சம்பந்தமில்லை போல் தெரிந்தாலும் கணினியின் கோட்பாடுகளை அடுத்த நிலைக்குக் கொண்டுச் செல்ல இது உதவும்” என்று கூறுகிறார். டார்டு பல்கலைக்கழகத்தின் கணினி அறிவியலாளர் இல்யா குஸோவ்கின் கூறுவதாவது, “ ஒரு கணினிக்கு பயிற்சிக் கொடுப்பது போல் மனிதனின் மூலைக்கும் கொடுப்பது சாத்தியமில்லை. ஆனால் இவை இரண்டையும் ஒப்பிட்டு பார்த்தால் மனித மூலையைப் பற்றிய பல புதிய தகவல்கள் கிடைக்கும்”

டீப்மைண்ட்டின் அடுத்த இரண்டு முயற்சிகள்- ஒன்று படிமுறையில் நினைவகத்தைப்(மெமரி) புகுத்துவது. இன்னொன்று மனிதர்களைப் போல் பிரச்சனைகளை ஒவ்வொரு கட்டமாக பிரித்துத் தீர்த்துவைப்பது.

மேற்கோள்:
Mnih et al. Preprint at http://arxiv.org/abs/1312.5602; 2013