செயற்கை நுண்ணறிவின் வரலாறு:ஆலன் டூரிங் முதல் ChatGPT வரை

ஒரு முழுமையான பயணம்

செயற்கை நுண்ணறிவின் (AI) வரலாறு பற்றி அறிய வேண்டுமா? ஆலன் டூரிங், டார்ட்மவுத் மாநாடு, AI குளிர்காலம் முதல் தற்போதைய ChatGPT புரட்சி வரை அனைத்தையும் தமிழில் விரிவாகத் தெரிந்துகொள்ளுங்கள். AI எப்படி உருவானது என்பதைப் படியுங்கள்.

அறிமுகம்: இன்றைய மந்திரம், நேற்றைய கனவு

இன்று நாம் “ChatGPT-யிடம் கேள்,” “Midjourney-யில் படம் உருவாக்கு” என்று சர்வ சாதாரணமாகப் பேசுகிறோம். செயற்கை நுண்ணறிவு (Artificial Intelligence – AI) என்பது நமது அன்றாட வாழ்வின் ஒரு அங்கமாகிவிட்டது. ஒரு எளிய குரல் கட்டளை மூலம் பாடல்களை ஒலிக்கச் செய்வது முதல், சிக்கலான மருத்துவப் படங்களை ஆய்வு செய்வது வரை AI-யின் கரங்கள் நீண்டுகொண்டே செல்கின்றன. ஆனால், இன்று நம்மை வியக்க வைக்கும் இந்தத் தொழில்நுட்பம் ஒரே இரவில் உருவானதல்ல. இதன் பின்னால் பல தசாப்த கால கனவுகள், முயற்சிகள், தோல்விகள் மற்றும் மாபெரும் திருப்புமுனைகள் அடங்கிய ஒரு நீண்ட, சுவாரஸ்யமான வரலாறு உள்ளது.

இந்தக் கட்டுரையில், நாம் கால இயந்திரத்தில் ஏறி, செயற்கை நுண்ணறிவின் ஆரம்பகாலக் கற்பனைகளிலிருந்து, அதன் பிறப்பு, வளர்ச்சி, நெருக்கடிகள் மற்றும் இன்றைய அபாரமான எழுச்சி வரை ஒரு முழுமையான பயணத்தை மேற்கொள்ளப் போகிறோம்.

சிந்தனையின் விதைகள்: ஆரம்பகாலக் கனவுகள் (பண்டைய காலம் – 1940கள்)

மனிதனைப் போலவே சிந்திக்கும் மற்றும் செயல்படும் இயந்திரங்களை உருவாக்கும் கனவு புதியதல்ல.

பண்டைய புராணங்கள்: கிரேக்கப் புராணங்களில், ‘டாலோஸ்’ (Talos) என்ற மாபெரும் வெண்கல மனிதன் கிரீட் தீவைக் காவல் காத்ததாகக் கூறப்படுகிறது. இது போன்ற தானியங்கி இயந்திரங்கள் பற்றிய கதைகள் பல கலாச்சாரங்களில் காணப்படுகின்றன.
தத்துவ அடித்தளம்: அரிஸ்டாட்டில் போன்ற தத்துவஞானிகள், மனித சிந்தனையின் முறையான விதிகளை (Syllogism) வகுத்தனர். இது, ஒரு இயந்திரம் எப்படி தர்க்கரீதியாகச் சிந்திக்க முடியும் என்பதற்கான முதல் தத்துவார்த்த அடித்தளமாக அமைந்தது.
இயந்திரக் கணக்கீடுகள்: 17 ஆம் நூற்றாண்டில் பிளேஸ் பாஸ்கல் மற்றும் காட்பிரீட் லீப்னிஸ் போன்றோர் உருவாக்கிய இயந்திரக் கால்குலேட்டர்கள், கணக்கீட்டுப் பணிகளை இயந்திரமயமாக்க முடியும் என்பதைக் காட்டின.

இந்த ஆரம்பகாலக் கருத்துக்கள் அனைத்தும், “சிந்தனையை” ஒரு இயந்திர செயல்முறையாக மாற்ற முடியுமா என்ற அடிப்படைக் கேள்விக்கு வித்திட்டன.

டிஜிட்டல் யுகத்தின் விடியல்: ஆலன் டூரிங் மற்றும் சிந்திக்கும் இயந்திரங்கள் (1940-1950)

நவீன AI-க்கான உண்மையான விதை, இருபதாம் நூற்றாண்டின் மிகச்சிறந்த கணித மேதைகளில் ஒருவரான ஆலன் டூரிங் (Alan Turing) என்பவரால் விதைக்கப்பட்டது.

1950 ஆம் ஆண்டில், அவர் “Computing Machinery and Intelligence” என்ற புகழ்பெற்ற ஆய்வுக் கட்டுரையை வெளியிட்டார். அதில், அவர் ஒரு புரட்சிகரமான கேள்வியை எழுப்பினார்: “இயந்திரங்களால் சிந்திக்க முடியுமா?” (Can machines think?)

இந்தக் கேள்விக்கு பதிலளிக்க, அவர் “டூரிங் டெஸ்ட்” (Turing Test) என்ற ஒரு சோதனையை முன்மொழிந்தார். அதன்படி, ஒரு மனிதர், கணினி மற்றும் இன்னொரு மனிதருடன் உரை வழியாகத் தொடர்புகொள்வார். உரையாடலின் முடிவில், கணினியை மனிதன் என்று அவரால் வேறுபடுத்தி அறிய முடியவில்லை என்றால், அந்த கணினி சிந்திக்கும் திறனை அடைந்துவிட்டது என்று கருதலாம்.

டூரிங்கின் இந்தக் கட்டுரை மற்றும் சோதனை, செயற்கை நுண்ணறிவு என்ற துறை பிறப்பதற்கான தத்துவார்த்த மற்றும் அறிவார்ந்த கட்டமைப்பை உருவாக்கியது. இதனாலேயே அவர் செயற்கை நுண்ணறிவின் முக்கிய முன்னோடிகளில் ஒருவராகக் கருதப்படுகிறார்.

ஒரு புதிய துறையின் பிறப்பு: டார்ட்மவுத் மாநாடு (1956)

செயற்கை நுண்ணறிவு என்ற வார்த்தை எப்போது, யாரால் உருவாக்கப்பட்டது? இந்தக் கேள்விக்கான பதில் 1956 ஆம் ஆண்டில் நடந்த ஒரு வரலாற்று சிறப்புமிக்க நிகழ்வில் உள்ளது.

அமெரிக்காவின் டார்ட்மவுத் கல்லூரியில், இளம் கணிதவியலாளரான ஜான் மெக்கார்த்தி (John McCarthy), ஒரு கோடைகாலப் பட்டறையை ஏற்பாடு செய்தார். மார்வின் மின்ஸ்கி, கிளாட் ஷானன் போன்ற பத்து முன்னணி ஆராய்ச்சியாளர்கள் இதில் கலந்துகொண்டனர். இந்த பட்டறையின் முக்கிய நோக்கம், “கற்றலின் ஒவ்வொரு அம்சத்தையும் அல்லது நுண்ணறிவின் வேறு எந்த அம்சத்தையும் ஒரு இயந்திரம் உருவகப்படுத்தும் வகையில் துல்லியமாக விவரிக்க முடியும்” என்ற அனுமானத்தை ஆராய்வதாகும்.

இந்த மாநாட்டிற்கான தனது திட்ட முன்மொழிவில்தான், ஜான் மெக்கார்த்தி முதன்முதலில் “செயற்கை நுண்ணறிவு” (Artificial Intelligence) என்ற சொல்லைப் பயன்படுத்தினார். இந்த மாநாடு, AI-யை ஒரு தனித்துவமான கல்வி மற்றும் ஆராய்ச்சித் துறையாக நிறுவியது. இதன் பின்னரே, AI ஆராய்ச்சிக்கான நிதி மற்றும் ஆர்வம் உலகெங்கிலும் பெருகத் தொடங்கியது. எனவே, ஜான் மெக்கார்த்தி “செயற்கை நுண்ணறிவின் தந்தை” (Father of AI) என்று பரவலாக அழைக்கப்படுகிறார்.

பொற்காலம் மற்றும் முதல் AI குளிர்காலம் (1956-1980)

டார்ட்மவுத் மாநாட்டைத் தொடர்ந்து வந்த இரண்டு தசாப்தங்கள் AI-யின் பொற்காலமாகக் கருதப்படுகிறது.

ஆரம்பகால வெற்றிகள்: ஆராய்ச்சியாளர்கள், இயந்திரங்கள் சிக்கலான கணிதத் தேற்றங்களை நிரூபிக்கும் (Logic Theorist), ஆங்கிலத்தில் எளிய உரையாடல்களை நடத்தும் (ELIZA) நிரல்களை உருவாக்கினர். இந்த வெற்றிகள் பெரும் உற்சாகத்தை ஏற்படுத்தின.
அரசின் ஆதரவு: அமெரிக்காவின் பாதுகாப்புத் துறை (DARPA) போன்ற அமைப்புகள் AI ஆராய்ச்சிக்கு கோடிக்கணக்கில் நிதியுதவி செய்தன. இயந்திரங்கள் விரைவில் மனிதர்களைப் போல புத்திசாலிகளாகிவிடும் என்ற அதீத நம்பிக்கை நிலவியது.

ஆனால், இந்த அதீத நம்பிக்கை நீண்ட காலம் நீடிக்கவில்லை.

முதல் AI குளிர்காலம் (First AI Winter):
1970களின் நடுப்பகுதியில், AI அதன் வாக்குறுதிகளை நிறைவேற்றத் தவறியது. ஆராய்ச்சியாளர்கள் மிக எளிதாகக் கருதிய பல பிரச்சினைகள் (பொருட்களைப் பார்ப்பது, மொழியைப் புரிந்துகொள்வது) மிகவும் கடினமானவை என்பது தெரியவந்தது. கணினிகளின் செயல்திறன் (Computational Power) மிகவும் குறைவாக இருந்தது. இதன் விளைவாக, அரசுகள் நிதியுதவியை நிறுத்திக்கொண்டன. AI ஆராய்ச்சி மந்தநிலையை அடைந்தது. இதுவே “முதல் AI குளிர்காலம்” என்று அழைக்கப்படுகிறது.

நிபுணர் அமைப்புகளின் எழுச்சி மற்றும் இரண்டாம் குளிர்காலம் (1980-1990கள்)

1980களில், “நிபுணர் அமைப்புகள்” (Expert Systems) என்ற புதிய அணுகுமுறையுடன் AI மீண்டும் புத்துயிர் பெற்றது. இந்த அமைப்புகள், ஒரு குறிப்பிட்ட துறையில் (உதாரணமாக, மருத்துவ நோய் கண்டறிதல்) ஒரு மனித நிபுணரின் அறிவை விதிகளாக (rules) உள்வாங்கி, முடிவுகளை எடுக்கும் திறன் கொண்டவையாக இருந்தன.

இந்த நிபுணர் அமைப்புகள் வணிக ரீதியாக வெற்றியடைந்தன, மேலும் பல நிறுவனங்கள் இதில் முதலீடு செய்தன. ஆனால், இந்த வெற்றியும் தற்காலிகமானதே.

இரண்டாம் AI குளிர்காலம் (Second AI Winter):
நிபுணர் அமைப்புகளை உருவாக்குவதும், பராமரிப்பதும் மிகவும் விலை உயர்ந்ததாகவும், சிக்கலானதாகவும் இருந்தது. அவை ஒரு குறுகிய துறைக்கு வெளியே பயனற்றவையாக இருந்தன. புதிய அறிவை தாங்களாகவே கற்றுக்கொள்ளும் திறன் அவற்றிடம் இல்லை. இதனால், 1980களின் பிற்பகுதியில் நிபுணர் அமைப்புகளுக்கான சந்தை சரிந்தது, AI மீண்டும் ஒரு மந்தநிலையைச் சந்தித்தது.

மறுபிறவி: மெஷின் லேர்னிங் மற்றும் பிக் டேட்டா (1990கள் – 2010கள்)

இரண்டாவது குளிர்காலத்திற்குப் பிறகு, AI தனது அணுகுமுறையை மாற்றிக்கொண்டது. மனிதனால் உருவாக்கப்பட்ட விதிகளைப் பின்பற்றுவதற்குப் பதிலாக, தரவுகளிலிருந்து தானாகவே கற்றுக்கொள்ளும் (Learning from Data) ஒரு புதிய முறை பிரபலமடைந்தது. இதுவே மெஷின் லேர்னிங் (Machine Learning – இயந்திர கற்றல்).

இந்த காலகட்டத்தில் மூன்று முக்கிய முன்னேற்றங்கள் AI-யின் மறுபிறவிக்கு வழிவகுத்தன:

டீப் ப்ளூ (Deep Blue) வெற்றி (1997): IBM-ன் டீப் ப்ளூ என்ற சூப்பர் கம்ப்யூட்டர், உலக செஸ் சாம்பியனான கேரி காஸ்பரோவை தோற்கடித்தது. இது, ஒரு குறிப்பிட்ட பணியில் இயந்திரம் மனிதனை விஞ்ச முடியும் என்பதை உலகிற்கு நிரூபித்தது.
இணையத்தின் எழுச்சி (The Internet Boom): இணையத்தின் அபரிமிதமான வளர்ச்சி, பிக் டேட்டா (Big Data) எனப்படும் kh-க்கணக்கான தரவுகளை உருவாக்கியது. மெஷின் லேர்னிங் மாதிரிகள் பயிற்றுவிக்கப்படுவதற்கு இந்தத் தரவுகள் எரிபொருளாக அமைந்தன.
வன்பொருள் முன்னேற்றம் (Hardware Advancement): வீடியோ கேம்களுக்காக உருவாக்கப்பட்ட கிராபிக்ஸ் பிராசசிங் யூனிட்கள் (GPUs), மெஷின் லேர்னிங் மாதிரிகளுக்குத் தேவையான സമാന്തര கணக்கீடுகளை (Parallel Computations) மிக வேகமாகச் செய்யும் திறன் கொண்டவையாக இருந்தன.

இந்த மூன்று காரணிகளும் ஒன்று சேர்ந்ததால், AI மீண்டும் ஒரு சக்திவாய்ந்த சக்தியாக உருவெடுத்தது.

டீப் லேர்னிங் புரட்சி (2012 – இன்றுவரை)

நவீன AI புரட்சியின் உண்மையான தொடக்கப் புள்ளி 2012 ஆம் ஆண்டு எனக் கூறலாம்.

ImageNet சவால் (2012): இது ஒரு வருடாந்திர படங்களை அடையாளம் காணும் போட்டி. அந்த ஆண்டில், “டீப் லேர்னிங்” (Deep Learning – ஆழ் கற்றல்) எனப்படும் ஒரு மேம்பட்ட மெஷின் லேர்னிங் நுட்பத்தைப் பயன்படுத்திய “AlexNet” என்ற மாதிரி, மற்ற எல்லா மாதிரிகளையும் விட மிக அபாரமான துல்லியத்துடன் வெற்றி பெற்றது. டீப் லேர்னிங் என்பது மனித மூளையின் நியூரல் நெட்வொர்க்குகளைப் போல வடிவமைக்கப்பட்ட ஒரு கணினி அமைப்பாகும்.
AlphaGo வெற்றி (2016): கூகிளின் AlphaGo, உலகின் అత్యంత கடினமான விளையாட்டாகக் கருதப்படும் “கோ” (Go) விளையாட்டில், உலக சாம்பியனான லீ செடோலைத் தோற்கடித்தது. இது டீப் லேர்னிங்கின் உச்சகட்ட சாதனையாகக் கருதப்பட்டது.
ஜெனரேட்டிவ் AI மற்றும் ChatGPT சகாப்தம்: சமீபத்திய ஆண்டுகளில், ஜெனரேட்டிவ் AI ஒரு புதிய புரட்சியை ஏற்படுத்தியுள்ளது. இந்த மாதிரிகள், புதிய உள்ளடக்கத்தை (உரை, படங்கள், இசை) உருவாக்கும் திறன் கொண்டவை. 2022-ல் OpenAI வெளியிட்ட ChatGPT, இந்தத் தொழில்நுட்பத்தை உலகெங்கிலும் உள்ள கோடிக்கணக்கான மக்களின் கைகளுக்குக் கொண்டு சேர்த்தது. இது AI வரலாற்றில் ஒரு புதிய சகாப்தத்தின் தொடக்கமாகும்.

முடிவுரை: முடிவில்லா பயணம்

செயற்கை நுண்ணறிவின் வரலாறு என்பது, மனித கற்பனையின் மற்றும் விடாமுயற்சியின் கதை. புராணக் கதைகளில் தானியங்கி இயந்திரங்களாகத் தொடங்கி, தத்துவஞானிகளின் சிந்தனைகளில் வடிவம் பெற்று, ஆலன் டூரிங்கின் கேள்வியால் உயிர் பெற்று, டார்ட்மவுத் மாநாட்டில் பெயர் சூட்டப்பட்டு, பல ஏற்ற இறக்கங்களைக் கண்டு, இன்று நம் கைகளில் ஒரு சக்திவாய்ந்த கருவியாக உருவெடுத்துள்ளது.

இந்தப் பயணம் இன்னும் முடிவடையவில்லை. AI தொடர்ந்து வளர்ந்து வருகிறது, அதன் திறன்கள் நம்மை ஒவ்வொரு நாளும் ஆச்சரியப்படுத்துகின்றன. அதன் எதிர்காலம் எப்படி இருக்கும் என்பது கணிக்க முடியாததாக இருந்தாலும், ஒன்று மட்டும் நிச்சயம்: செயற்கை நுண்ணறிவு, மனிதகுலத்தின் வரலாற்றில் ஒரு अविभाज्य அங்கமாகிவிட்டது.

அடிக்கடி கேட்கப்படும் கேள்விகள் (FAQ)

1. செயற்கை நுண்ணறிவின் தந்தை யார்?

ஜான் மெக்கார்த்தி (John McCarthy) என்பவர் 1956ல் “செயற்கை நுண்ணறிவு” என்ற சொல்லை உருவாக்கி, அதை ஒரு தனித் துறையாக நிறுவியதால், அவர் “AI-யின் தந்தை” என்று அழைக்கப்படுகிறார். அதே சமயம், ஆலன் டூரிங் அதன் தத்துவார்த்த அடித்தளத்தை அமைத்ததால், அவரும் ஒரு முக்கிய தந்தை எனக் கருதப்படுகிறார்.

2. AI குளிர்காலம் (AI Winter) என்றால் என்ன?

AI குளிர்காலம் என்பது, செயற்கை நுண்ணறிவு ஆராய்ச்சியில் ஏற்பட்ட மந்தமான காலத்தைக் குறிக்கிறது. இது, அதீத வாக்குறுதிகள் நிறைவேற்றப்படாததாலும், தொழில்நுட்ப வரம்புகளாலும், ஆராய்ச்சி நிதிகள் நிறுத்தப்பட்டதாலும் ஏற்பட்டது. AI வரலாற்றில் இரண்டு முக்கிய குளிர்காலங்கள் நிகழ்ந்துள்ளன.

3. AI, மெஷின் லேர்னிங் (ML), மற்றும் டீப் லேர்னிங் (DL) ஆகியவற்றுக்கு என்ன வித்தியாசம்?

AI (செயற்கை நுண்ணறிவு): இது பரந்த துறை. மனிதர்களைப் போல சிந்திக்கும் அல்லது செயல்படும் எந்தவொரு இயந்திரமும் AI ஆகும்.
ML (இயந்திர கற்றல்): இது AI-யின் ஒரு துணைத் துறையாகும். இதில், இயந்திரங்கள் தரவுகளிலிருந்து தாங்களாகவே கற்றுக்கொள்கின்றன.
DL (ஆழ் கற்றல்): இது ML-இன் ஒரு சிறப்பு வாய்ந்த துணைத் துறையாகும். இது மனித மூளையைப் போன்ற பல அடுக்கு நியூரல் நெட்வொர்க்குகளைப் பயன்படுத்தி மிகச் சிக்கலான வடிவங்களைக் கற்றுக்கொள்கிறது.*

4. AI என்ற வார்த்தை முதன்முதலில் எப்போது பயன்படுத்தப்பட்டது?

1956 ஆம் ஆண்டு, டார்ட்மவுத் மாநாட்டிற்கான திட்ட முன்மொழிவில் ஜான் மெக்கார்த்தியால் “செயற்கை நுண்ணறிவு” என்ற சொல் முதன்முதலில் பயன்படுத்தப்பட்டது.