– ಮಿದುಳಿಗೆ ಕೈ ಹಾಕಿದ ಭೌತವಿಜ್ಞಾನಿಗಳು
– 1980 ರಲ್ಲಿ ಸಂಶೋಧನೆಗೆ ಹಾಕಿದ್ರು ಅಡಿಪಾಯ
ಇದು ‘ಎಐ’ (ಕೃತಕ ಬುದ್ದಿಮತ್ತೆ) ಯುಗ. ಮನುಷ್ಯನಷ್ಟೇ ಅಲ್ಲ ಇನ್ಮುಂದೆ ಎಐ ಕೂಡ ಯೋಚನಾ ಶಕ್ತಿಯೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ. ಎಐ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಕ್ರಾಂತಿಕಾರಿ ಆವಿಷ್ಕಾರಗಳಾಗುತ್ತಿವೆ. ನಾವು ಸ್ಮಾರ್ಟ್ಫೋನ್ಗಳಲ್ಲೂ ಈ ತಂತ್ರಜ್ಞಾನ ಹಾಸುಹೊಕ್ಕಾಗಿದೆ. ನಾವು ನಿರ್ವಹಿಸುವ ಕೆಲಸಕ್ಕಷ್ಟೇ ತಂತ್ರಜ್ಞಾನ ಸೀಮಿತ ಎನ್ನುವ ಕಾಲವೊಂದಿತ್ತು. ಆದರೆ ಈಗ ಎಐ ಟೆಕ್ನಾಲಜಿಯು ತನ್ನೆಲ್ಲಾ ವ್ಯಾಪ್ತಿಯನ್ನು ಮೀರಿ ನಿಂತಿದೆ. ಮನುಷ್ಯನಿಗೆ ಅಗತ್ಯ ಮಾಹಿತಿ ಪೂರೈಸುವ, ಸಂವಹನ ನಡೆಸುವ, ತನ್ನ ಯೋಚನಾಶಕ್ತಿ ಬಳಸಿ ವ್ಯವಹರಿಸುವ ಮಟ್ಟದಲ್ಲಿ ಸುಧಾರಣೆ ಕಂಡಿದೆ.
ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ಅಥವಾ ಎಐ ತಂತ್ರಜ್ಞಾನವನ್ನು ಪ್ರಪಂಚದಾದ್ಯಂತದ ಕಂಪ್ಯೂಟರ್ಗಳು ಮತ್ತು ಫೋನ್ಗಳ ಬಳಕೆದಾರರು ಮಾಹಿತಿಯನ್ನು ಹುಡುಕಲು, ಫೋಟೋಗಳು ಮತ್ತು ವೀಡಿಯೊಗಳನ್ನು ರೂಪಿಸಲು ಅಥವಾ ಎರಡು ವರ್ಷಗಳ ಹಿಂದೆ ಸಾಧ್ಯವಾಗದ ರೀತಿಯಲ್ಲಿ ದೊಡ್ಡ ಪ್ರಮಾಣದ ಡೇಟಾವನ್ನು ಹೆಕ್ಕಿ ತೆಗೆಯಲು, ಜನರು ಕೆಲಸ ಮಾಡುವ ರೀತಿಯಲ್ಲಿ ಮೂಲಭೂತ ಬದಲಾವಣೆಗಳನ್ನು ತರುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಎಐ (AI) ಹೊಂದಿದೆ. ಈ ಅತ್ಯದ್ಭುತ ತಂತ್ರಜ್ಞಾನವನ್ನು ಜಗತ್ತಿಗೆ ಕೊಡುಗೆಯಾಗಿ ನೀಡಿದ ಜಾನ್ ಹಾಪ್ಫೀಲ್ಡ್ (John J. Hopfield) ಮತ್ತು ಜೆಫ್ರಿ ಹಿಂಟನ್ (Geoffrey E. Hinton) ಇಬ್ಬರಿಗೂ ಪ್ರತಿಷ್ಠಿತ ಭೌತಶಾಸ್ತ್ರದ ನೊಬೆಲ್ ಪ್ರಶಸ್ತಿ (Nobel Prize) ಲಭಿಸಿದೆ. ಈ ವಿಜ್ಞಾನಿಗಳ ಸಾಧನೆಗೆ ಸಂದ ಗೌರವ ಇದು. ‘ಕೃತಕ ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ನೊಂದಿಗೆ ಯಾಂತ್ರಿಕ ಕಲಿಕೆಯನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುವ ಮೂಲಭೂತ ಆವಿಷ್ಕಾರ’ಗಳಿಗಾಗಿ ಇವರಿಗೆ ನೊಬೆಲ್ ಪ್ರಶಸ್ತಿ ದೊರಕಿದೆ.
ಎಐ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿನ ಇತ್ತೀಚಿನ ಸಂಶೋಧನೆಗಳು ಹಾಗೂ ಈ ಇಬ್ಬರು ವಿಜ್ಞಾನಿಗಳ ಬಗ್ಗೆ ತಿಳಿದುಕೊಳ್ಳುವ ಮೊದಲು, ಕೃತಕ ಬುದ್ದಿಮತ್ತೆ ಮತ್ತು ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಅಂದ್ರೇನು ಎಂಬುದನ್ನು ತಿಳಿಯೋಣ..
ಏನಿದು ಕೃತಕ ಬುದ್ದಿಮತ್ತೆ?
ಕೃತಕ ಬುದ್ದಿಮತ್ತೆ ಅಥವಾ ಯಾಂತ್ರಿಕ ಬುದ್ದಿಮತ್ತೆ, ಇದು ಗಣಕ ವಿಜ್ಞಾನದ ಒಂದು ವಿಭಾಗ. ಮನುಷ್ಯ ದೈಹಿಕವಾಗಿ ಅಥವಾ ಬೌದ್ಧಿಕವಾಗಿ ಮಾಡಬಹುದಾದ ಕೆಲಸವನ್ನು ತಂತ್ರಜ್ಞಾನ ಆಧಾರಿತ ಸಾಧನಗಳ ಮೂಲಕ ಮಾಡಿಸುವ ಆವಿಷ್ಕಾರವನ್ನೇ ನಾವು ಆರ್ಟಿಫಿಷಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ಎನ್ನುತ್ತೇವೆ. ಎಐ ಯಂತ್ರಗಳಿಗೆ ಅನುಭವದಿಂದ ಕಲಿಯಲು, ಹೊಸ ಒಳಹರಿವಿಗೆ ಸರಿಹೊಂದಿಸಲು ಮತ್ತು ಮಾನವ ರೀತಿಯ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಚೆಸ್ ಪ್ಲೇಯಿಂಗ್ ಕಂಪ್ಯೂಟರ್ಗಳಿಂದ ಸ್ವಯಂ-ಚಾಲಿತ ಕಾರುಗಳವರೆಗೆ ಎಐ ತಂತ್ರಜ್ಞಾನವೇ ಹಾಸುಹೊಕ್ಕಾಗಿದೆ.
ನಮಗೇನು ಬೇಕು ಎಂದು ಗೂಗಲ್ನಲ್ಲಿ ಹುಡುಕುತ್ತೇವೆ. ಅದಕ್ಕೆ ಪೂರಕವಾದ ಮಾಹಿತಿಗಳು ನಮಗೆ ಬೇರೆ ಬೇರೆ ತಾಣಗಳಲ್ಲಿ ಕಾಣಸಿಗುತ್ತದೆ. ಉದಾಹರಣೆಗೆ ನಾವು ಬೈಕ್ ಬಗ್ಗೆ ಗೂಗಲ್ನಲ್ಲಿ ಹುಡುಕಿದರೆ, ಬೇರೆ ಯಾವುದೇ ಜಾಲತಾಣಗಳಲ್ಲಿ ಅದಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಜಾಹೀರಾತುಗಳೇ ನಮಗೆ ಕಾಣಸಿಗುತ್ತವೆ. ಇದರ ಹಿಂದೆ ಎಐ ಕೆಲಸ ಮಾಡುತ್ತದೆ.
ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಅಂದ್ರೇನು?
ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಅಥವಾ ಯಾಂತ್ರಿಕ ಕಲಿಕೆ ಎಂಬುದು ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ನ ಒಂದು ಭಾಗ. ನಿರ್ಧಾರ ಕೈಗೊಳ್ಳಲು, ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಯಂತ್ರಗಳು ಮತ್ತು ತಂತ್ರಾಂಶಗಳ ನೆರವಿನಿಂದ ದತ್ತಾಂಶವನ್ನು ತನಗೆ ಬೇಕಾದಂತೆ ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಸಂಗ್ರಹಿಸಿಟ್ಟುಕೊಳ್ಳುತ್ತದೆ. ಈ ಡೇಟಾದ ಆಧಾರದಲ್ಲಿ ಯಾವ ಸಮಯಕ್ಕೆ, ಹೇಗೆ ಯೋಚಿಸಿ, ಯಾವ ರೀತಿಯಲ್ಲಿ ಕೆಲಸ ಮಾಡಬೇಕೆಂಬುದನ್ನು ಕಂಪ್ಯೂಟರ್ ಅಥವಾ ಸ್ಮಾರ್ಟ್ಫೋನ್ಗಳಿಗೆ ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಹೇಳಿಕೊಡುತ್ತದೆ. ಅದು ಸೂಚಿಸಿದಂತೆ ಜ್ಞಾನದ ಆಧಾರದಲ್ಲಿ ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ಕೆಲಸ ಮಾಡುತ್ತದೆ.
‘ಎಐ’ ತಂತ್ರಜ್ಞಾನದ ಪ್ರವರ್ತಕರು
91 ವರ್ಷದ ಅಮೆರಿಕನ್ ಜಾನ್ ಹಾಪ್ಫೀಲ್ಡ್ ಮತ್ತು 76 ವರ್ಷದ ಬ್ರಿಟನ್ ಮೂಲದ ಕೆನಡಾದ ಜೆಫ್ರಿ ಹಿಂಟನ್ ಇವರಿಬ್ಬರನ್ನು ಎಐ ತಂತ್ರಜ್ಞಾನದ ಪ್ರವರ್ತಕರು ಎಂದೇ ಕರೆಯಲಾಗುತ್ತದೆ. ಕೃತಕ ಬುದ್ದಿಮತ್ತೆ ತಂತ್ರಜ್ಞಾನ ಕ್ಷೇತ್ರದಲ್ಲಿ ಇವರು ಪ್ರತ್ಯೇಕವಾಗಿಯೇ ಕೆಲಸ ಮಾಡಿದರು. 1980 ರಿಂದಲೂ ಇವರಿಬ್ಬರು ಸಂಶೋಧನೆಗಳನ್ನು ನಡೆಸಿದ್ದರು. ಆದರೆ ಅವರ ಕೆಲಸದ ಪರಿಣಾಮ ಈಗ ಬೀರುತ್ತಿದೆ. ಹಾಗಾಗಿ, ಈ ವರ್ಷದ ಭೌತಶಾಸ್ತ್ರದ ನೊಬೆಲ್ ಪ್ರಶಸ್ತಿಯು ಪ್ರಸ್ತುತ ತೆರೆದುಕೊಳ್ಳುತ್ತಿರುವ ಎಐ ಕ್ರಾಂತಿಗೆ ಅಡಿಪಾಯವನ್ನು ಹಾಕಿದ ಇಬ್ಬರು ವಿಜ್ಞಾನಿಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ.
ಮಿದುಳನ್ನು ಅನುಕರಿಸಿ…
ಮಾನವರು ಹೆಚ್ಚು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುವ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಕಂಪ್ಯೂಟರ್ಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲಾಯಿತು. ವಿಜ್ಞಾನಿಗಳು ಈಗ ಇನ್ನೊಂದು ಹೆಜ್ಜೆ ಮುಂದೆ ಹೋಗಿದ್ದಾರೆ. ಎಐ ತಂತ್ರಜ್ಞಾನವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿ ಮಾನವನ ಮಿದುಳಿಗೇ ಕೈ ಹಾಕಿದ್ದಾರೆ. ಮಾನವನಿಗೆ ಸಾರಿಸಾಟಿಯೇ ಇಲ್ಲ ಎನ್ನುವಂತಹ ಕೆಲಸಗಳನ್ನು ಯಂತ್ರಗಳ ಮೂಲಕ ಮಾಡಿಸಬಹುದೇ ಎಂದು ವಿಜ್ಞಾನಿಗಳು ಯೋಚಿಸಿದ್ದಾರೆ. ಹಾಪ್ಫೀಲ್ಡ್ ಮತ್ತು ಹಿಂಟನ್ರ ದೊಡ್ಡ ಯಶಸ್ಸು, ಸಾಮಾನ್ಯ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುವಲ್ಲಿ ಮಾನವ ಮಿದುಳಿನ ಕಾರ್ಯನಿರ್ವಹಣೆಯನ್ನು ಅನುಕರಿಸುವ ಕಂಪ್ಯೂಟರ್ ಅಲ್ಗಾರಿದಮ್ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದರಲ್ಲಿದೆ. ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವುದು, ಗುರುತಿಸುವುದು, ರಚಿಸುವುದು, ಕಲಿಯುವುದು ಮತ್ತು ಬುದ್ಧಿವಂತಿಕೆಯ ಊಹೆಗಳನ್ನು ಮಾಡುವುದು ಇದೆಲ್ಲವೂ ಎಐ ತಂತ್ರಜ್ಞಾನದಿಂದ ಸಾಧ್ಯವಾಗುವಂತೆ ಆವಿಷ್ಕಾರಗಳಾಗುತ್ತಿವೆ.
ಎಐ ಈಗ ಸಾಮಾನ್ಯವಾಗಿ ಬಳಸುವ ಪದವಾಗಿದೆ. ಆದರೆ ಈಗಿನ ಕ್ರಾಂತಿಕಾರಿ ಹಂತಕ್ಕೆ ತಲುಪಲು 1950 ರ ದಶಕದಿಂದಲೂ ಕೆಲಸ ನಡೆದಿದೆ. ವಿಜ್ಞಾನಿಗಳು ಕಂಪ್ಯೂಟರ್ಗಳನ್ನು ‘ಬುದ್ಧಿವಂತ’ ಯಂತ್ರ ಎಂದು ಕರೆದಿದ್ದರು. ಕಂಪ್ಯೂಟರ್ಗಳು ಬರಬರುತ್ತಾ ಹೆಚ್ಚು ಹೆಚ್ಚು ಶಕ್ತಿಯುತವಾದಂತೆ, ಅವು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಕಾರ್ಯಗಳನ್ನು ಹೆಚ್ಚಿನ ದಕ್ಷತೆಯೊಂದ ಸಾಧಿಸಿ ತೋರಿಸಿದವು. ಆದಾಗ್ಯೂ, ಇವುಗಳು ಇನ್ನೂ ಲೆಕ್ಕಾಚಾರ-ಆಧಾರಿತ ಕಾರ್ಯಗಳಾಗಿವೆ. 1980 ರ ದಶಕದಲ್ಲಿ ಹಾಪ್ಫೀಲ್ಡ್ನ ಕ್ರಾಂತಿಕಾರಿ ಕೆಲಸದವರೆಗೆ ಮಾನವ ಮಿದುಳಿನ ಕಾರ್ಯನಿರ್ವಹಣೆಯನ್ನು ಅನುಕರಿಸಲು ಕಂಪ್ಯೂಟರ್ ತಂತ್ರಜ್ಞಾನ ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಪ್ರಯತ್ನಗಳು ಹೆಚ್ಚು ಪ್ರಗತಿ ಕಾಣಲಿಲ್ಲ. ಆಣ್ವಿಕ ಜೀವಶಾಸ್ತ್ರ ಮತ್ತು ನರವಿಜ್ಞಾನದಲ್ಲಿ ಆಸಕ್ತಿ ಹೊಂದಿರುವ ಸೈದ್ಧಾಂತಿಕ ಭೌತಶಾಸ್ತ್ರಜ್ಞ ಹಾಪ್ಫೀಲ್ಡ್, ಮಾನವನ ಮೆದುಳಿನಲ್ಲಿರುವ ನರ ಕೋಶಗಳ ಜಾಲವನ್ನು ಹೋಲುವ ಕೃತಕ ನರಮಂಡಲವನ್ನು ನಿರ್ಮಿಸಿದರು. ಅದು ಕಂಪ್ಯೂಟರ್ ತಂತ್ರಜ್ಞಾನ ಸಿಸ್ಟಮ್ಗಳು ‘ನೆನಪಿಸಿಕೊಳ್ಳಲು’ ಮತ್ತು ‘ಕಲಿಯಲು’ ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟಿತು.
ಹಾಪ್ಫೀಲ್ಡ್ನ ನೆಟ್ವರ್ಕ್, ಸಂಪೂರ್ಣ ನೆಟ್ವರ್ಕ್ ರಚನೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಮಾಹಿತಿಯನ್ನು ಸಂಸ್ಕರಿಸುತ್ತದೆ. ಇದು ಸಾಂಪ್ರದಾಯಿಕ ಕಂಪ್ಯೂಟಿಂಗ್ಗಿಂತ ಭಿನ್ನವಾಗಿದೆ. ಇದರಲ್ಲಿ ಮಾಹಿತಿಯನ್ನು ಚಿಕ್ಕ ಬಿಟ್ಗಳಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ. ಆದ್ದರಿಂದ, ಹಾಪ್ಫೀಲ್ಡ್ ನೆಟ್ವರ್ಕ್ಗೆ ಚಿತ್ರ ಅಥವಾ ಹಾಡಿನಂತಹ ಹೊಸ ಮಾಹಿತಿಯನ್ನು ನೀಡಿದಾಗ, ಅದು ಸಂಪೂರ್ಣ ಮಾದರಿಯನ್ನು ಒಂದೇ ಸಮಯದಲ್ಲಿ ಸೆರೆಹಿಡಿಯುತ್ತದೆ. ಚಿತ್ರಗಳ ಸಂದರ್ಭದಲ್ಲಿ ಪಿಕ್ಸೆಲ್ಗಳಂತಹ ರಚನೆಯ ಭಾಗಗಳ ನಡುವಿನ ಸಂಪರ್ಕಗಳು ಅಥವಾ ಸಂಬಂಧಗಳನ್ನು ನೆನಪಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಅಪೂರ್ಣ ಅಥವಾ ಒಂದೇ ರೀತಿ ಕಾಣುವ ಚಿತ್ರವನ್ನು ಇನ್ಪುಟ್ ಆಗಿ ರವಾನಿಸಿದಾಗ, ಆ ಚಿತ್ರವನ್ನು ಮರುಸೃಷ್ಟಿಸಲು ಇದು ನೆಟ್ವರ್ಕ್ ಅನ್ನು ಅನುಮತಿಸುತ್ತದೆ.
ಹಿಂಟನ್, ಹಾಪ್ಫೀಲ್ಡ್ನ ಕೆಲಸವನ್ನು ಮುಂದುವರಿಸಿದರು. ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಬಲ್ಲ ಕೃತಕ ಜಾಲಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು. ಹಾಪ್ಫೀಲ್ಡ್ ನೆಟ್ವರ್ಕ್ಗಳು ಆಕಾರ ಅಥವಾ ಧ್ವನಿಯ ಸರಳ ಮಾದರಿಗಳನ್ನು ಮಾತ್ರ ಗುರುತಿಸುತ್ತವೆ. ಆದರೆ, ಹಿಂಟನ್ನ ಸುಧಾರಿತ ಮಾದರಿಗಳು ಧ್ವನಿಗಳು ಮತ್ತು ಚಿತ್ರಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಲ್ಲವು. ಹಿಂಟನ್ ಬ್ಯಾಕ್ಪ್ರೊಪಗೇಷನ್ ಎಂಬ ವಿಧಾನವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು. ಇದು ಹಿಂದಿನ ತಪ್ಪುಗಳಿಂದ ಕಲಿಯಲು ಮತ್ತು ಸ್ವತಃ ಸುಧಾರಿಸಲು ಕೃತಕ ನರಮಂಡಲವನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ.
