விஜய் சேதுபதியாக ஒரு நாள் - The power of Artificial Intelligence

விஜய்சேதுபதிக்கும் இந்த பதிவுக்கும் சம்பந்தம் இருக்கு, ஆனா, எப்படி சம்பந்தப்பட்டிருக்கார்னு பதிவோட முடிவுல தான் முழுசா தெரியும். சினிமா காரங்க பெயர் வச்சாதானே மக்கள் வாசிக்குறாங்க. அதான் டைட்டில அப்படி வச்சேன்!!!! 

பொறியியல் படிச்சா வேலை கிடைக்காது, அது ஒரு டுபாக்கூர் துறைனு எல்லாம் காதுல விழும் வார்த்தைகள், பொறியியல் பற்றிய அறிவு இல்லாதவர்கள் பிதற்றியது என்று தான் சொல்லனும். பொறியியல் கணிதத்தால் ஆன அழகிய கவிதை, எல்லாராலும் படிக்க இயலாது. சொற்ப மக்களுக்கு படிக்க தெரிஞ்சாலும், புரிஞ்சுக்க முடியாது. இதனால் தான் இத்தனை விமர்சனம். பொறியியல் படித்தவன் என்ற பெருமிதத்தோடு, அதன் ஒரு அங்கமான, இன்று உலகத்தை ஆட்டி படைக்கும் ஆர்ட்டிஃபிஷியல் இன்டெலிஜன்ஸ் (Artificial Intelligene) பற்றிய பதிவு தான் இது.

மனித மூளையின் பலத்தால் ஈர்க்கப்பட்டு, கணினி என்னும் மின்னணு கருவிக்கு மூளையின் செயல்திறனை கொடுக்க முயற்சிக்கும் ஒரு துறை தான் ஆர்ட்டிஃபிஷியல் இன்டெலிஜன்ஸ்.

நாம் அன்றாட வாழ்வில் எளிதாக செய்யும், உதாரணத்திற்கு, பார்ப்பது, புரிந்து கொள்வது, நடப்பது, ஓடுவது என்று பல செயல்களை கணினி கொண்டு செய்து பார்க்க ஒரு கூட்டம் சுத்துகிறது. இதில், நடப்பது, ஓடுவது போன்ற செயல்களை ரோபோவின் மூலம் ஓரளவு செய்து காட்டிவிட்டனர். ஆனால், முதலில் சொன்ன செயல்களான “பார்ப்பது” மற்றும் “புரிந்து கொள்வது” இன்னும் எட்டாக் கனியாக உள்ளது. நீங்கள் நினைக்கலாம், பார்ப்பதில் என்ன சிரமம்? நமக்கு கண்கள் இருப்பது போல, இரு கேமராக்களை கணினிக்கு கொடுத்து விட்டால் அதுவும் எளிதாக பார்த்து விடும் தானே? இங்கு பிரச்சனை பார்ப்பதில் இல்லை, பார்க்கும் விஷயத்தை புரிந்து கொள்வதில். சிசிடிவி கேமராக்கள் பொருத்தி விட்டால் வீட்டை கண் விழித்து பாதுகாக்கும். ஆனால், படம் பிடிக்கும் போது அதில் தென்படும் நபர்கள் நல்லவர்களா, திருடர்களா என்பதை சிசிடிவியால் பிரித்து பார்க்க இயலாது. எளிமையாக சொன்னால், சிசிடிவிக்கு புரிந்து கொள்ளும் திறன் கிடையாது. கருவிக்கு, முக்கியமாக கணினிக்கு, புரிந்து கொள்ளும் திறனை எப்படி கொடுப்பது? பல ஜாம்பவான்களின் விடா முயற்சியால் இன்று, கணினி, தான் பார்க்கும் காட்சியை புரிந்து கொள்ளும் உயரத்தை எட்டியுள்ளது. இதை, மூளையின் செயல்பாட்டால் ஈர்க்கப்பட்டு, ஆர்ட்டிஃபிஷியல் இன்டெலிஜன்ஸின் உட்பிரிவான, artificial neural network (எ.என்.என்) என்னும் “செயற்கை நரம்பியல் வலைபின்னல்” மூலம் சாதித்துள்ளனர்.

அப்படி என்ன பெருசா செஞ்சிரும்னு தோனுதுல? எத்தனை நபர்களை நம்மால் முகம் பார்த்து அடையாளம் காண முடியும்? ஆயிரம், இரண்டாயிரம்? வருடங்கள் கடந்துவிட்டால் அதுவும் மறந்து விடும், அப்படிதானே? ஆனால், ஃபேஸ்புக் நிறுவனத்தில் உருவாக்கிய ஒரு வகையான எ.என்.என், முகம் பார்த்து ஒருவரை அடையாளம் காண்பதில் மனிதனை விட ஒரு படி தாண்டிவிட்டதாம் (குறிப்பு). ஃபாஸ்ட் புட்டின் ஒரு வகையான Pizza வின் புகைப்படத்தை காண்பித்து, அதைபோல் சமைக்க செய்முறை (recipe) விளக்கம் உங்களால் கொடுக்க முடியுமா? ஆனால், ஆராய்ச்சியாளர்கள் உருவாக்கிய எ.என்.என், உணவின் புகைப்படத்தை பார்த்து, நொடிப்பொழுதில் செய்முறை விளக்கத்தை கொடுக்கிறது (குறிப்பு). மேலும், சினிமாவுக்கு கதை (script) எழுதுகிறது. புருடா விடலைங்க, உண்மையாதான் சொல்றேன். யூட்யூப்ல அப்படி உருவான ஒரு குறும்படம் இருக்கிறது, முடிந்தால் பாருங்கள் (Link to movie). அதுமட்டுமல்ல, நாவலும் எழுதுகிறதாம். எனக்கு ஒரு க்ரைம் நாவல் வேணும்னு சொன்னா போதும், உடனே எழுதி தந்துருமாம். ஹாரிபாட்டர் நாவலை வாசிச்சு அதே மாதிரி ஒரு நாவல் எழுதியிருக்குதாங்க (குறிப்பு). திரைபடங்களில் அடுத்த காட்சி என்னவாக இருக்கும் என்பதை கூட யூகிக்கிறதாம். அதாங்க, பாரதிராஜா படத்தில ரேப் சீன் வந்துச்சுனா, அடுத்த சீன்ல கடல் ஃப்ரீஸ் ஆகும், பறவை பறக்குறது ஃப்ரீஸ் ஆகும்னு கரெக்ட்டா சொல்லிடுமாம். அதுமட்டுமல்லாமல், புகைப்படம் பார்த்து அந்த தீம் போல புதியதாக படம் வரைகிறது, வீடியோவில் இருக்கும் ஒரு முகத்தை மற்றொரு முகமாக மாற்றுகிறது, இருபது வயது வாலிபன், எண்பது வயதில் எப்படி இருப்பான் என்று தத்ரூபமாக யூகிக்கிறது (குறிப்பு). 30 வருஷம் முன்னாடி வந்த சிங்காரவேலன் படத்துல வந்த அதே சீன், நவ் (now). குஷ்புவோட சின்ன வயசு போட்டோவ காமிச்சு, கமல்ஹாசன் இப்போ எப்படி இருப்பாங்கன்னு கண்டுபுடிக்கனும்னா, அப்பவே இப்பவோ அப்பவோனு இருந்த நரைச்ச தாடி, வெள்ள குடுமி போட்ட,  சைண்டிஸ்ட்  தாத்தாவ தேடி போக வேணாம். சும்மா சின்ன வயசு குறுந்தாடி வச்ச, இல்ல வைக்காத, எ.என்.என் தெரிஞ்ச தம்பியா பாத்து குடுத்தாலே அடுத்த நிமிஷமே ப்ரிண்ட் போட்டு கைல குடுத்துருவாப்புல. இன்னைக்கு உள்ள டெக்னிக்க 30 வருஷம் முன்னாடியே படத்துல சொன்னத, எதாவது சொல்லி பாராட்டிட்டு போங்க.

இப்படி, ஒரு நீளமான பட்டியலை சொல்லிக்கொண்டே போகலாம்.

நான் சொல்றது எல்லாம் சங்கர் படத்தில் வரும் காட்சி போல் இருக்கிறது அல்லவா? ஆனால் உண்மை. நாம் மேலே பார்த்தது போல், இந்த வேலைகளை, artificial neural network (எ.என்.என்) தான் செய்கிறது. அனைத்தையும் சகலகலா வல்லவன் போல், ஒரே எ.என்.என் செய்வதில்லை. ஒவ்வொரு வேலைக்கும் தனித்தனி எ.என்.என். வாங்க…. டீடைலா பார்க்கலாம்.

மூளையில், சிறப்பு செல்கள் (Specialized cells) என்று சொல்லப்படும் நியுரான்கள் லட்ச கணக்கில் உள்ளது. இதை, எழுத்தாளர் சுஜாதா, தனது தலைமைச்செயலகம் புத்தகத்தில், ஒரு நியுரானை ஒரு மண் துகளோடு ஒப்பிடுவோமேயானால், மூளையில் ஒரு ட்ராக்டர் அளவுக்கு மண் இருக்கும் என்று கூறுகிறார். நாம் பார்க்கும், கேட்கும், பேசும் தகவல்களை பரிமாறிக்கொள்ள, இந்த நியுரான்கள் அனைத்தும் ஒன்றோடு ஒன்று சிக்கலான வகையில் இணைக்கப்பட்டிருக்கிறது. இந்த இணைப்புதான், உங்கள் மனைவியிடம் பல வருடங்கள் முன்பு போட்ட சண்டையை நினைவு கொள்ள உதவுகிறது (உண்மைதாங்க, அப்ப அப்ப சண்டை போட்டா நியாபக சக்தி கூடுமாம்). ஒரு பொருளை நாம் பார்க்கும் போது மூளையில் இருக்கும் ஒரு குறிப்பிட்ட நியுரான்கள் கூட்டம், அந்த பொருளை பற்றிய விவரங்களை சேமித்துக்கொள்ளும். இதை நியுரான் ஃபையரிங்னு (Neuron Firing) சொல்றாங்க. உதாரணத்திற்கு, முதல் முறை நீங்கள் ஆப்பிளை பார்க்கும் போது, பக்கத்தில் இருந்த யாரோ இது தான் ஆப்பிள்னு சொன்னா, “சிவப்பா உருண்டையா பளபளனு” இருந்தா அதுக்கு பெயர் ஆப்பிள்னு சேமிச்சுக்குமாம். மறுமுறை ஆப்பிளை பார்க்கும்போது, நியுரான்கள் தான் ஏற்கனவே சேமித்துவைத்ததை உங்களுக்கு சொல்லுமாம். இந்த செயல்கள் எதையும் நாம் தினசரி வாழ்வில் உணர்ந்தது கிடையாது. ஆனால், வாழ்க்கை முழுவதும் நம்மை அறியாமல் ஒவ்வொரு நொடியும் மூளை பயின்று கொண்டு இருக்கிறது என்பதுதான் உண்மை.

காலாண்டு பரீட்சைக்கு படிச்ச பகுதியை, அரையாண்டு பரிட்ச்சைக்கு படிக்கும் போது வேகமா கடந்துருவோம். ஒரு முறை படிச்சதுக்கே இவ்வளவுன்னா, வாழ்க்கை முழுதும் படிக்கிற மூளைக்கு எவ்வளவு இருக்கும்? அதனால்தான் என்னவோ, ஒரு காட்சியை பார்க்கும்போது அதில் இருக்கும் நுணுக்கங்களை பார்க்காமல், இத்தனை வருடங்கள் பயின்ற அனுபவத்தை கொண்டு ஒரு முடிவுக்கு வருகிறது. ஒரு புகைப்படத்தில், ஒரு பகுதியை பார்த்தாலே அது என்ன என்பதை பல நேரங்களில் நம்மால் தெரிந்துகொள்ள முடியும். உதாரணத்திற்கு, கீழே உள்ள படத்தில் இருக்கும் நடிகையை உங்களால் கண்டுபிடிக்க முடிகிறதா?

கரெக்ட், சினேகா தான். இதைத்தான் மேலே குறிப்பிட்டேன். சினேகா என்று கண்டுபிடிக்க நம் மூளைக்கு, அவரின் புன்னகை மட்டுமே போதுமானதாய் இருக்கிறது. சினேகாவை பலமுறை டிவி, திரைப்படங்களில் பார்த்து, இவர்தான் புன்னகை அரசி என்று பதிந்து விட்டதால், அவரை அடையாளம் காண, அவரைப்பற்றிய முழு விவரங்களையும் நம் மூளை எதிர்பார்ப்பதில்லை.

ஒருவரை அல்லது ஒரு பொருளை தெரிந்துகொள்ள, நம்முடைய மூளை, அந்த ஒருவரை பற்றியோ அல்லது அந்த பொருளை பற்றியோ முழு தகவல்களை எதிர்ப்பார்ப்பதில்லை. அதாவது, புன்னகையை கொண்டு சினேகாவை கண்டுபிடிக்க முடியாமல் போகும்போது தான், அடுத்த தகவல்களை மூளை தேடுகிறது. எளிதாக சொன்னால், படிப்படியாக (step by step / layer by layer) தகவல்களை பயன்படுத்துகிறது. இந்த விஷயங்களால் ஈர்க்கப்பட்டு, மூளையின் செயல்பாட்டை பொறியியலில் தோராயமாக, நடைமுறைக்கு கொண்டுவந்துள்ள ஒரு துறைதான், artificial neural network (எ.என்.என்). மிக வேகமாக வளரும் இத்துறை, பல உட்பிரிவுகளை கொண்டுள்ளது. அதில் மிக முக்கியமானதாக கருதப்படுவது “Deep Learning”, அதாவது, கணினியை ஆழ்ந்து பயிலச்செய்வது. மீண்டும் அழுத்தமாகச் சொல்ல விரும்புகிறேன், “கணினியை பயிலச்செய்வது, மனப்பாடம் செய்வதல்ல”. 

ஒரு குழந்தை எல்லா விஷயங்களையும், தன் தாய் சொல்லி தெரிந்துக் கொள்வதில்லை. தான் பார்க்கும் ஒவ்வொரு பொருளையும் புகைப்படங்களாக மூளையில் சேமிக்கும் ஒரு குழந்தை, ஆப்பிள் சிவப்பாக மட்டுமல்ல பச்சையாகவும், இளமஞ்சளாகவும் இருக்கும் என்று அனுபவத்தில் தெரிந்து கொள்கிறது. அமெரிக்காவில் இருக்கும் Stanford பல்கலைகழகத்தின் பேராசிரியர் Fei Fei Li, ஒரு குழந்தை தான் பார்க்கும் விஷயங்களை ஒரு நிமிடத்திற்கு சராசரியாக 300 புகைப்படங்களாக சேமிக்கும் என்கிறார். அதாவது, தனது முதல் வயதை கடக்கும்போது 15 கோடி புகைப்படங்களையும், மூன்று வயதை கடக்கும்போது 50 கோடி புகைப்படங்களையும் சேமித்திருக்குமாம். இதனால்தான், பார்க்கும் காட்சியை அல்லது பொருளை, ஒரு குழந்தையால் எளிதாக கண்டுகொள்ளவும், தெளிவாக புரிந்துக் கொள்ளவும் முடிகிறது. 128ஜிபி மெமரி கொண்ட ஒரு மொபைல் போனாகட்டும், அதைவிட திறன் கொண்ட லாப்டாப்பாகட்டும், 20000 புகைப்படங்களை சேமிக்க சொன்னால், முணங்க தொடங்கிவிடுகிறது. மனித மூளையின் திறன் அபாரம்!!! 

சக்திவாய்ந்த கணினி செய்யும் வேலைகளை நம்மால் செய்ய முடிவதில்லை. இரு எண்களை, 1876354987 * 3249876254, பெருக்க சொன்னால் கணினி நொடிப்பொழுதில் விடையை தந்துவிடும். ஆனால், நாம் பெருக்கினால்? எவ்வளவு நேரம் ஆகும் என்று தெரியவில்லை. இவ்வளவு திறன்படைத்த கணினியிடம் ஒரு புகைப்படத்தை காட்டி விளக்கச் சொன்னால், அதனால் முடியாமல் போகிறது. அதாவது, புகைப்படத்தில் யார் இருக்கிறார்கள், என்ன செய்கிறார்கள், அவர்களின் அருகில் என்ன பொருள் இருக்கிறது, புகைப்படம் எங்கு எடுக்கப்பட்டது போன்ற தகவல்களை விளக்கச் சொன்னால், கணினி தோற்றுவிடுகிறது. அதே புகைப்படத்தை ஒரு குழந்தையிடம் காட்டினால், சட்டென விளக்கிவிடுகிறது. காரணம், குழந்தை சேமித்து வைத்திருக்கும் பல கோடி புகைப்படங்கள்.

அப்படின்னா, கணினிக்கும் நிறைய புகைப்படங்களை கொடுத்தால் மனிதர்களை போல புரிந்துக் கொள்ளுமா?? ஆம். இதை அடிப்படையாக கொண்டு பல லட்ச புகைப்படங்களை கொடுத்தால் கணினியாலும் புரிந்துக் கொள்ள இயலும் என்ற முடிவுக்கு ஆராய்ச்சியாளர்கள் வந்தனர். ஆனா, அதுல ஒரு சிக்கல் இருந்துச்சு. நம்ம ஊரு ராஜபாளையம் நாயை காட்டி, இது தான் நாய் என்று கணினிக்கு சொல்லி கொடுப்பதாக கொள்வோம். அதே கணினியிடம், பொமேரினியன் அல்லது கோல்டன் ரிட்ரிவரை காட்டினால் கண்டுபிடிக்குமா என்பது சந்தேகம் தான். ஏனென்றால், பொமேரினியன் பூனையை போல் இருப்பதால்!!! இதனால், நாயை கணினிக்கு பயிற்றுவிக்க, உலத்தில் இருக்கும் அனைத்து நாய் வகைகளையும் சேகரித்தனர். இதேபோல், அனைத்து பூனை வகைகள், மாடுகள், எறும்புகள் என்று ஓன்றரை கோடி புகைப்படங்களை 22 ஆயிரம் பொருட்களுக்கு சேகரித்தனர்.

அடுத்ததா, சேகரித்த படங்களை கணினிக்கு சொல்லிக் கொடுப்பது. எப்படி உயிரில்லா கணினியை பயிற்றுவிப்பது? நான்கு கால்கள், ஒரு வால், புஸ் புஸ்னு உடம்பு, நீளமான நாக்கு இருந்தால் நாய் என்று கணினிக்கு சொன்னால் புரிந்துக் கொள்ளுமா? புலியும் அப்படிதான் இருக்கும். அப்ப நாயையும் புலியையும் எப்படி வேறுபடுத்துவது. ஒன்றை பார்த்தால் எளிதாக தெரிந்துக் கொள்ளலாம், ஆனால், பார்த்ததை விளக்கி சொல்வது மிகக் கடினமான செயல். மேலும், குறைந்தது 65 நாய் இனங்கள் வெவ்வேறு நிறத்தில் இருப்பதால், எப்படி இந்த தகவல்களை கணினிக்கு தெரிவிப்பது? சொற்களால் விளக்குவது சாத்தியமற்றது என்ற முடிவுக்கு வந்த ஆராய்ச்சியாளர்கள், வேறு பாதையை தேர்ந்தெடுத்தனர். இது நாய், இந்த வகையை சேர்ந்தது, சாம்பல் நிறம் என்று இன்னும் சில தகவலோடு, அனைத்து புகைப்படங்களையும் கணினியிடம் கொடுத்து, அதுவே, ஒரு முடிவுக்கு வரட்டும் என்று விட்டுவிட்டனர். நீயே படிச்சு தெரிஞ்சுக்கோனு ஸ்கூல் டீச்சர் சொல்ற மாதிரி இருக்குல. ஆனா உண்மை அதுதான். கணினி தானே படிச்சு தெரிஞ்சுக்குது, அதுக்கு பயன்படுத்துறதுதான் artificial neural network (எஎன்என்). உண்மைய சொல்லனும்னா, கணினி எப்படி தன்னை தானே பயிற்றுவிக்கிறது என்ற கேள்விக்கு இன்றும் சரியான விடையில்லை.

எஎன்என் னா என்ன? நம் மூளையில் இருக்கும் நியுரான்கள் போல், இங்கும் நியுரான்கள் பயன்படுத்தப்படுகிறது. இதை செயற்கை நியுரான் என்று அழைக்கின்றனர். கணிதத்தால் வடிவமைக்கப்பட்ட செயற்கை நியுரான்கள் ஏறத்தாள நம் மூளையின் நியுரான்கள் போலவே வேலை செய்கிறது. இதை புரிந்துக்கொள்ள உதாரணம் ஒன்றை பார்க்கலாம். ஓ. பன்னீர்செல்வம் யார் என்று கேட்டால் எப்படி விளக்குவீர்கள்? வடநாட்டின் குக்கிராமத்தில் இருக்கும் ஒருவருக்கு புரியும்படி எப்படி சொல்வீர்கள்? “நல்லா தியானம் செய்வார்… ஹலோ ஸ்டாப்… அது அவரது குணம் (Intrinsic character). நான் கேட்டது அடையாளம் கண்டுக்கொள்ள அவரின் உடல்வாகுவை பற்றியது. ஒகே… அவர் ஒரு ஆண், நெற்றியில் குங்கும பொட்டு வச்சிருப்பார், திருநீர் பூசிருப்பார், முளங்கை வரை சட்டையை மடிச்சிவிட்டிருப்பார், வெள்ளை சட்டை வெள்ளை வேஸ்டி கட்டிருப்பார்.. என்னதான் சொன்னாலும், 1000 வார்த்தைகள் ஒரு புகைபடத்திற்கு ஈடாகாதுனு சொல்ற மாதிரி, புகைப்படத்தை காட்டி விளக்குற மாதிரி வராது. இப்ப புரியுதா ஆராய்ச்சியாளர்கள் புகைப்படங்களை சொற்களால் விளக்காமல், அப்படியே கணினியிடம் கொடுத்தற்கான காரணம்.

ஓபிஎஸ் என்றவுடன் முதலில் குங்குமபொட்டு நியாபகத்திற்கு வருகிறது. இப்போ, ஓபிஎஸ் இருக்கும் ஆயிரம் புகைப்படங்களை கணினியிடம் கொடுத்து, இதில் இருப்பவர் ஓபிஎஸ் என்று கூறும்போது, அனைத்து படங்களிலும் இருக்கும் பொதுவான தகவல்களை சேகரிக்கும். இப்படி பெரும்பாலான புகைப்படங்களில் இருக்கும் பொதுவான விஷயங்கள் “ஓபிஎஸ்” சை விளக்குகிறது. அப்படி பார்ப்போமேயானால் ஓபிஎஸ்சை விளக்க, குங்குமபொட்டும் திருநீரும் முதல் இடத்தை பிடிக்கிறது. இவ்வாறாக கொடுக்கப்பட்ட படங்களில் இருந்து ஓபிஎஸ்சை தெரிந்து கொண்ட பின்னர், கணினி, தான் புதியதாக பார்க்கும் ஒரு புகைப்படத்தில் “குங்குமபொட்டு, திருநீர், வெள்ளை வேஷ்டி சட்டையை….” பார்த்தால், அதில் ஓபிஎஸ் இருக்கிறார் என்று கண்டுகொள்ளும். இதை தான் பயிற்றுவித்தல் என்கிறார்கள்.

இன்னொரு பிரச்சனை காத்திருக்கிறது. ஒருவேளை, டிசர்ட் பேண்ட் அணிந்த ஓபிஎஸ்ஸின் புகைப்படத்தை காண்பித்தால், கணினி அடையாளம் கண்டுக்கொள்ளுமா? கொஞ்சம் கஸ்டம்தான். ஏனென்றால், குங்குமபொட்டு, திருநீர் இருக்கு, ஆனால், வெள்ளை வேஷ்டி சட்டை மிஸ் ஆகுதே!!! எனவே, பயிற்றுவிக்கும்போது அனைத்தும் வெள்ளை வேஷ்டி சட்டை கட்டியதாக இல்லாமல், ஓபிஎஸ்ஸின் சில அரிய புகைபடங்களையும் சேர்ப்பது முக்கியமானது. இப்படி சேகரிக்கும் புகைப்படங்கள் உண்டாக்கும் பரவலான தகவல்களை “நிகழ்தகவு வரவல்” (Probability Distribution) என்று கூறுவார்கள். எளிதாக சொன்னால், “மனிதர்களை” கணினி தெரிந்துக்கொள்ள பயிற்றுவிக்கும் போது, அனைத்து நாட்டு மனிதர்களின் படங்களை பரவலாக கொடுக்க வேண்டும். இந்தியர்களின் படங்களை மட்டும் கொடுப்போமேயானால், சீனர்களை கண்டுபிடிப்பதில் கணினி திணரலாம். மேலும், மனிதர்கள் என்றாலே இந்தியர்கள் மட்டுமே என்று கணினி மனப்பாடம் செய்வதற்கான வாய்ப்பும் உள்ளது. இதை ஓவர்ஃபிட்டிங்க்னு சொல்வாங்க.

Andrej karpathy, Fei Fei li, Yann LeCun, Yoshua Bengio, Geoffrey E. Hinton, Ian GoodFellow என்று ஒரு பெரிய கூட்டம் இந்த துறையின் ஜாம்பவான்களாக திகழ்கிறார்கள். இவர்களின் உழைப்பு தான் இந்த துறைக்கு நங்கூரமாக இன்றும் இருக்கிறது. 2018 யில் பிரபலமாக, எஎன்என் சார்ந்த சில ஆப்கள் வலைத்தளத்தில் வலம் வந்தன. இது, வீடியோவில் இருக்கும் ஒருவர் முகத்தை மற்றொருவரின் முகமாக மாற்றி விடும். “நாளை பாகிஸ்தான் மீது இந்தியா குண்டு மழை பெய்யும்” என்று ஒரு காணொளியை தயார் செய்து, அதில் என் முகத்தை மோடியின் முகம் போல் தத்பரூமாக மாற்றிவிடலாம். அந்த ஆப்ஐ பயன்படுத்தி நடிகைகளின் முகத்தை மாற்றி பல ஆபாச படங்களும் வெளிவந்தன. இப்படி சில சிக்கல்கள் இருந்தாலும், கணினியை பயிற்றுவிப்பதால், மருத்துவம், பங்கு சந்தை, சமுக வலைத்தளங்கள், கலைத்துறை என்று பலத்துறைகளுக்கு கிடைக்கும் நன்மைகள் ஏராளம். இப்படியான வேலைகளை செய்து முடிக்க, சக்திவாய்ந்த கணினி, பயிற்றுவிக்க புகைப்படங்கள் இருந்தால் போதும். மேலும், சாதாரண ப்ரோக்ராம் போல அல்லாமல், இது நீண்ட நேரம் ஓடுபவை. அதுபோக, முடிவுகள் எப்பொழுதும் ஒரே மாதிரி இருப்பதில்லை. பயனுள்ள முடிவுகளை பெற பயிற்றுவிக்கும் நேரம் கூடுதலாக தேவைப்படும். அப்படி முயற்சி செய்த ஒரு கானொளியை கீழே பார்க்கலாம். வீடியோவில் இருக்கும் ஒருவர் (X என கொள்வோம்) முகத்தை விஜய்சேதுபதியாக மாற்ற முயற்சி செய்தது. 

அதற்காக முதலில் சில ஆயிரம் இருவரின் முகத்தையும் சேகரித்தேன். நாற்பது மணி நேரங்கள் கணினி பயின்ற பின்னர், X யின் முகத்தை  விஜய்சேதுபதியின் முகத்தோடு ஒப்பிட கணினி தானே பயின்றது. கொடுக்கப்பட்ட ஆயிரக்கணக்கான படங்களில் இருந்து, முதலில், ஒரே மாதிரியான முக பாவனைகளை சேகரிக்க முயற்சி செய்கிறது. இதைத்தான், கீழே பல முகங்களுடன் இருக்கும் படம் காட்டுகிறது. ஒரே அங்க அசைவுகள் இருக்கும் இருவரின் படங்களைத் தேடி சேமித்திருப்பதை, முதல் வரிசையில் உள்ள மூன்று படங்களை பார்த்தாலே புரிந்து கொள்ளலாம். முக பாவனைகள் ஒத்து வராமல் இருப்பின், எ.என்.என் இன்னும் தந்திரமாக வேலை செய்ய ஆயத்தமாகிறது. அது, ஒருவரைப் போல் மற்றொருவரை மாற்ற, சின்ன நுணுக்கங்களையும் கவனித்து, தேவைப்படும் இடங்களில் அவற்றை நுழைத்து, இருவருக்குமான ஒற்றுமையை உருவாக்கிறது. 

துள்ளியமான முடிவை எட்ட முடியாவிட்டாலும், தோராயமாக X யின் முகத்தை விஜய்சேதுபதியின் முகத்தை போல் மாற்றியது. X யை, விஜய்சேதுபதியாக மாற்றும் போது, கூர்ந்து கவனித்தால் தெரியும், மூக்கு, கண்கள் என்று பல முக அங்கங்கள் X யை போல் விஜய்சேதுபதிக்கு மாறியிருப்பதும், அதே மாற்றங்கள் விஜய்சேதுபதியாக, X மாறியபோதும் நிகழ்ந்திருக்கும்.

கானொளியில் வெளிப்படும் ஒரு முகத்தை மாற்ற, அந்த முகத்தின் அனைத்து முகபாவனைகள் போல, மாற்ற நினைக்கும் முகத்தின் முகபாவனைகளும் கிடைத்து விட்டால், தத்பரூமாக மாற்றிவிடலாம். X யின் முகம், விஜய்சேதுபதியுடன் ஒத்துப்போக, கண் புருவங்களை ஒல்லியாக மாற்று, தாடியை அடர்த்தியாக மாற்று, கண்களை சிறிதாக்கு, கன்னங்களை குண்டாக்கு…. என்று எதுவும் சொல்லாமலே, இரண்டு முகங்களை ஒப்பிட்டு, தானே இப்படி ஒரு முடிவுக்கு வரும் கணினி பயிலும் விதத்தை நினைத்தால் பிரம்மிப்பாக தான் இருக்கிறது. மூளையின் பல லட்ச நியுரான்களில் சில ஆயிரங்களின் செயல்திறனை செயற்கையாக பயன்படுத்தினாலே இத்தனை அழகாக பல விஷயங்களை செய்ய முடிகிறது. மேலும் சுவாரசியமானது என்னவென்றால், வருடங்கள் பயின்று மூளை பெறும் அனுபவத்தை தோராயமாக சில நாட்கள் பயில்வது மூலம் கணினி பெற்று விடுகிறது.