இடுகைகள்

ஏ.ஐ. செயற்கை நுண்ணறிவு லேபிளைக் கொண்ட இடுகைகளைக் காட்டுகிறது

மூளையின் கட்டளைக்கு ரோபோக்கள் பணிந்தால்...

படம்
  மூளையின் கட்டளைக்கு பணியும் ரோபோ! ஸ்விட்சர்லாந்து நாட்டின் தொழில்நுட்ப மையம் (EPFL), செயல்பட்டு வருகிறது. இதிலுள்ள  இரண்டு குழுக்கள்  மூளையின் கட்டளைக்கு ஏற்ப, ரோபோக்கள் செயல்படும் ஆய்வை செய்துவருகிறார்கள். இந்த ஆய்வில் கிடைக்கும் முடிவுகள், கை, கால் செயலிழந்த மாற்றுத்திறனாளிகளுக்கு (Tetraplegic) உதவும்.  மனிதர்களின் மூளையில் உருவாகும் மின்தூண்டல்களுக்கு ஏற்ப ரோபோக்களை செயல்பட வைக்க முயன்று வருகிறார்கள். இவ்வகையில், மாற்றுத்திறனாளிகள், எளிதாக பிற மனிதர்கள் போல தினசரி வேலைகளை தாங்களே செய்யலாம்.   பேசுவது, உடல் பாகங்களை அசைப்பது என எளிதான விஷயங்களைக் கூட செய்யமுடியாத மாற்றுத்திறனாளிகள் உள்ளனர். அவர்களை ரோபா ஆய்வில் பங்கேற்க வைத்து, சிறு வேலைகளை கொடுத்து சோதித்து வருகிறார்கள்.  ”விபத்தின் காரணமாக தண்டுவடம் பாதிக்கப்பட்டவர்கள் இவர்கள். இதனால் உடலின் பெரும்பாலான பாகங்கள் செயலிழந்துபோய்விட்டன. இதனால் ஒரு சிறிய பொருளை பிடிப்பது போன்ற மோட்டார் இயக்கங்கள் கூட கடினமானதாக உள்ளது. இவர்களின் வேலைகளை இனி ரோபோ புரிந்துகொண்டு சாமர்த்தியாக செய்யும்” என்றார்  ஆய்வாளர் ஆடா பில்லார்ட். ரோபோக்கள் மாற்றுத

தானியங்கி கார்கள் உருவாக்கப்போகும் மாற்றம் இவைதான்! - டாக்சி இல்லாத காலமும் வரும்!

படம்
          ஓட்டுநர் இல்லாத கார்கள் உருவாக்கும் மாற்றம்! இப்போது வரும் கார்களில் பார்க்கிங் அசிஸ்டென்ஸ் வசதிகள் உண்டு. ஒட்டுநர் இல்லாத கார்களில் நீங்கள் எங்கு இறங்கவேண்டுமோ அங்கு இறங்கிக்கொள்ளலாம். பின்னர் கார் தானாகவே சென்று தேவையான இடத்தில் நின்றுகொள்ளும். அதனை நாமாகவே எடுத்துச்சென்று நிறுத்தவேண்டியதில்லை. பழகுவது அவசியம் சாதாரண கார்களில் வண்டியை ஓட்டிப்பழகுவது, நடைமுறைக்குவருவது என ஆறு மாதங்கள் பிடிக்கும். தானியங்கி கார்களை பழகுவதும் அப்படித்தான். உங்கள் குரல் காரில் உள்ள ஏ.ஐக்கு புரியவேண்டும். சென்று வரும் இடங்களின் மேப் பதிவாக வேண்டும். எனவே இக்கார்களை ஓட்ட நன்கு பயில்வது அவசியம். நோ டாக்சி சொந்த கார்களே இனி தானாகவே ஓடும்போது நிறைய வசதிகள் உண்டு. வாடகை கார்கள் ஓட்டும் டிரைவர்கள் இதற்கு தேவை இல்லை. உபர் கூட இந்த வழியில் யோசித்து செயல்பட்டு வருகிறார்கள். உடனே இல்லை என்றாலும் எதிர்காலம் இப்படித்தான் இருக்கப் போகிறது. எனவே, ட்ரைவரிடம் பேசுவது, சண்டை போடுவது எல்லாவற்றையும் மறந்துவிட்டு அமைதியாக பயணிப்பது இனி நடைமுறைக்கு வரலாம். உறக்கமா, கலக்கமா? நீங்கள் தூங்கும்போது கூட காரை கவனிக்கவேண்ட

செயற்கை நுண்ணறிவு நம்மை விட சிறந்ததா?

படம்
      கிகா மிஸ்டர் ரோனி செயற்கை நுண்ணறிவு நம்மை விட சிறந்ததா? இது பதில் சொல்லுவதற்கு மிக கடினமான கேள்வி. இன்றுவரை செயற்கை நுண்ணறிவு ஆறுவயது சிறுவனின் அறிவை விட அதிகமாக கற்றுக்கொள்ளவில்லை. மனிதர்களின் உதவியின்றி தானியங்கி கார்களை சாலையில் விட்டால் விபத்துகள் ஏற்படும். அதைப்போலத்தான் பாத்திரங்களை கழுவது போன்றவையும் உள்ளது. முன்பை விட இன்று நம்மிடையே ஆற்றல் வாய்ந்த கணினிகள், நிறைய தரவுகள் உள்ளன. கோடிக்கணக்கான அல்காரிதம்கள் உள்ளன. தானியங்கி கார்களை ஓட்டுவதில் செயற்கை நுண்ணறிவு இன்னும் மனிதர்களைப் போல நிபுணத்துவம் பெறவில்லை. ஒரு படத்தில் ஒளிந்துள்ள பூனையின் ஒருபகுதி போன்ற செயல்களை மனிதர்களை விட வேகமாக திறமையாக செயற்கை நுண்ணறிவு கண்டுபிடிக்கிறது என்பது உண்மை. மனிதர்களின் உதவியின்றி செயற்கை நுண்ணறிவு எப்படி திறன் பெற்றதாக உருவாகும் என்று தெரியவில்லை. ஆனால் எதிர்காலத்தில் அதற்கான வாய்ப்பு உள்ளது. மனிதர்களைப் போன்ற திறன் பெற்ற ஏ.ஐ எதிர்காலத்தில் நம்மோடு போட்டிபோடும்படி உருவாகும் வாய்ப்பு உள்ளது. தினசரி வாழ்க்கையில் செயற்கை நுண்ணறிவு பயன்படுகிறதா? நீங்கள் இணையத்தில் வாங்கும் அனைத்து பொருட்களின்

ஏ.ஐ. பிட்ஸ்! - பின்லேடனின் மறைவிடத்தைக் கண்டுபிடித்த சூப்பர் கணினி!

படம்
தெரியுமா? செயற்கை நுண்ணறிவு என்பது நமது செல்போன்களின் ஆப்ஸ் தொடங்கி அனைத்து செயல்பாடுகளிலும் முக்கியத்துவம் பெற்றுவருகிறது. இயந்திர வழி கற்றல் என்பது அல்காரிடம் மூலம் தகவல்களை ஆராய்ந்து அவற்றிலிருந்து கற்பது என்கிறது சிப் தயாரிப்பு நிறுவனமான என்விடியா. செயற்கை நுண்ணறிவுத்துறை 2030 ஆம் ஆண்டு 15.7 டிரில்லியன் டாலர்கள்( 1 டிரில்லியன் - லட்சம் கோடி) கொண்டதாக வளரும் என்று மதிப்பிட்டுள்ளனர். உலகம் முழுக்க தானியங்கி கார்களை தயாரிப்பதற்காக 25க்கும் மேற்பட்ட கார் தயாரிப்பு நிறுவனங்கள், டெக் நிறுவனங்களோடு கைகோர்த்திருக்கின்றன. இச்சந்தையின் மதிப்பு 127 பில்லியன் (ஒரு பில்லியன் - நூறு கோடி)டாலர்களாகும். உலகிலுள்ள தொழில் நிறுவனங்களில் 70 சதவீதம், 2030க்குள் செயற்கை நுண்ணறிவைப் பயன்படுத்தத் தொடங்கிவிடும் என ஆய்வு நிறுவனமான மெக்கின்சி கூறியுள்ளது. காருக்கு எப்படி எரிபொருள் அவசியமோ அதுபோல செயற்கை நுண்ணறிவுக்கான தேவை தகவல்கள்தான். எவ்வளவு அதிகம் தகவல்களை ஏ.ஐ. பெறுகிறதோ அவ்வளவு துல்லியமாக இயங்கும். ஏ.ஐ அமைப்புக்கு ஒவ்வொரு முறையும் நடைமுறைக்கான தகவல் தொகுப்பு தேவை இல்லை. எப்படி தேவையோ

செயற்கை நுண்ணறிவு விளையாட்டில் வெல்வது இப்படித்தான்!

படம்
1951 ஆம் ஆண்டு ஆக்ஸ்போர்டு பல்கலையைச் சேர்ந்த கிரிஸ்டோபர் ஸ்டார்சே, வெற்றிகரமான ஏ.ஐ. விளையாட்டு புரோகிராமை எழுதினார். செக்கர்ஸ் எனும் விளையாட்டு புரோகிராம் இங்கிலாந்திலுள்ள ஃபெரான்டி மார்க் 1 எனும் கணினியில் இயங்கியது. அமெரிக்காவில் முதல் விளையாட்டு புரோகிராமான செக்கர்ஸ் ஐபிஎம் 701 என்ற கணினியில் வெற்றிகரமாக இயங்கியது. ஆர்தர் சாமுவேல் என்ற ஆராய்ச்சியாளர் இந்த விளையாட்டை மேம்படுத்தினார். இதன்விளைவாக, 1962 ஆம் ஆண்டு கனெக்டிகட்டில் நடைபெற்ற கணினி விளையாட்டுப் போட்டியில் செக்கர்ஸ் புரோகிராம் வென்றது. ஜான் ஹாலந்து என்பவர் இந்த கணினி புரோகிராம்களை அடுத்த கட்டத்திற்கு எடுத்துச்சென்றார். ஐபிஎம் 701 இல் இவர்  நியூரல் நெட்வொர்க் எனும் பதத்தை உருவாக்கி, மல்டி புரோசசர் கணினிகளை உருவாக்கும் கருத்தை வெளியிட்டார். இதனை அடியொற்றி 1957 ஆம்ஆண்டு ஆலன் நியூவெல், ஜே.கிளிஃபோர்டு ஷா ஆகியோர் ஜெனரல் பிராப்ளம் சால்வர் எனும் புரோகிராமை கண்டுபிடித்தனர். பரிசோதனை அடிப்படையில் பல்வேறு புதிர்களை இந்த புரோகிராம் கண்டுபிடித்தது. 1992 ஆம் ஆண்டு ஐபிஎம்மின் TD-Gammon எனும் விளையாட்டை கணினி ஆராய்ச்சியாளர் ஜெரா