Machine learning – Big Data


இருபதாண்டுகளுக்கு முன்பு நான் கல்லூரியில் படிக்கும்போது artificial intelligence என்றழைக்கப்படும் செயற்கை நுண்ணறிவும் ரோபாட்டிக்சும் புத்தம்புதிய நுட்பங்களாக இருந்தது. பத்தாண்டுகளுக்கு முன்பு AI திரைப்படத்தை ஸ்டீவன் ஸ்பீல்பெக் எடுத்தார். ஐந்தாண்டு முன்பு ரஜினியை வைத்து எந்திரனை ஷங்கர் எடுத்தார். ஆனால், இரண்டு தசாப்தங்களுக்குப் பிறகும் இரண்டு நுட்பங்களுமே என்னால் எதிர்பார்க்கப்பட்ட அளவிற்கு தொழில்நுட்பத்திலும் அன்றாட வாழ்விலும் புரட்சியை உருவாக்கவில்லை என்றுதான் நினைத்து வந்தேன்.

இப்பொழுது பொறிகள் பூடகமாக தங்கள் சாமர்த்தியத்தை வெளிப்படுத்துவதால், இந்த நுட்பங்கள் வெளியே இளிப்பதில்லை.

எந்திரங்கள் நிறைந்த சூழலில் வாழ்கிறோம். அந்தக் காலத்தில் வெந்நீர் போட வேண்டுமானால், குடத்தை எடுத்துக் கொண்டு ஆற்றங்கரை வரை செல்ல வேண்டும். அங்கிருந்து, வீட்டிற்கு வருவதற்குள்ளேயே வெயிலிலும் தளும்பலிலும் பாதி தண்ணீர் ஆவியாகி விடும். அதன் பின் விறகு அடுப்பை மூட்டி, நெருப்பு பற்ற வைக்க கொஞ்ச நேரம் செலவாகும். தண்ணீர் சுடுவதற்குள் தேவை பறந்து விடும். இன்றோ, நுண்ணலை அடுப்பில் ஒரு நிமிடத்திற்குள் வெந்நீர் தயார்.

ஆப்பிள் ஐ-போன் ’சிரி’ (siri) வந்த பிறகு தட்டச்சு கூட செய்ய வேண்டாம். பேசினால் மட்டுமே போதும். நமக்குத் தேவையான விடைகளை மனைவி தருகிறாரோ… இல்லையோ… எந்த நேரத்திலும், எவ்வளவு முறை கேட்டாலும், ‘சிரி’ தந்து விடுகிறது.

பாலில் இருந்து தண்ணீரைப் பிரித்தெடுத்த அன்னப்பறவை போல் கூகுள் மின்னஞ்சலுக்கு எது முக்கியமான மடல், எது என்னால் படிக்க விரும்பாத மடல் என்று பிரித்துக் கொடுக்க தெரிந்திருக்கிறது. மின்னஞ்சல் வந்தவுடன் நான் திறக்கும் அஞ்சலின் அனுப்புநர், வார்த்தைகள் போன்றவற்றை வைத்து தானியங்கியாக அவசியமானவை, அவசியமில்லாதவை என இரண்டாக வகுத்து விடுகிறது.

இதற்கெல்லாம் பொதுவான பிரிவாக இயந்திர தற்கற்றல் (Machine Learning) உருவாகி இருக்கிறது. கணிப்பொறியே சுயமாக கற்றுக் கொள்வதுதான் முக்கிய கரு.

சாதாரணமாக கணிப்பொறியில் ஓடும் நிரலி முழுக்க முழுக்க நாம் சொல்வது படி மட்டுமே நடக்கும். முதலில் காரைத் துவக்கு; அதற்கு அடுத்ததாக கியர் மாற்று; அதற்கு அடுத்து வண்டியை ஓட்டு; முன்னாடி ஏதாவது தடை இருந்தால், வண்டியை நிறுத்து இப்படிச் சொல்வது பழங்கால நிரலி.

எத்தனை மணிக்கு காலையில் எழுந்தான் என்பதை வைத்தும் எத்தனை மணிக்கு அலுவல் சந்திப்புக்கு செல்ல வேண்டும் என்பதையும் சாலையில் போக்குவரத்து எவ்வாறு இருக்கிறது என்பதை கணித்தும், தானியங்கியாக காரைத் துவக்குவது ‘இயந்திர தற்கற்றல்’. துவக்கிய காரை பின்னாடி செலுத்த வேண்டுமா, முன்னாடி கொஞ்சம் செலுத்தியபின், பக்கவாட்டில் திருப்ப வேண்டுமா என்றெல்லாம் அறிந்து வைத்திருப்பது ‘இயந்திர தற்கற்றல்’. காலையில் வண்டியோட்டும் போது எம்.எஸ். சுப்ரபாதமும் மாலையில் ஏ. ஆர். ரெஹ்மானும் இசைக்க வைப்பது ’இயந்திர தற்கற்றல்’.

முன்பெல்லாம் கணினியிடம் ஒவ்வொரு விஷயத்தையும் ஒவ்வொரு சாத்தியக்கூறுகளையும் சொல்லி வைக்க வேண்டும். இப்பொழுது குத்துமதிப்பாக சொன்னால் போதும். அதுவே அனுமாணித்து, ஒன்றைக் கண்டுபிடித்து, ‘சரியா?’ என்று கேட்கும். சரியில்லை என்றால், போகப் போக திருத்தி, ஏன் சரியில்லை என்பதற்கான காரண காரியங்களை தானே கண்டுபிடித்துக் கொண்டுவிடும்.

அப்படியானால் என் மனதில் என்ன நினைக்கிறேன் என்பதை கணிப்பொறி கண்டுபிடித்து விடுமா?

அதற்கு உங்கள் உதவி தேவை.

முதலில் சில விஷயங்களை கணி நிரலிக்கு சொல்லித் தரவேண்டும். எது உங்களுக்குப் பிடிக்கும்? எந்தச் செயலை முடித்தால் நிரலிக்கு வெற்றி? எதை நிறைவேற்றினால் உவப்பில்லை? எந்த நேரத்தில் உங்களுக்கு எவ்விதமான மனநிலை இருக்கும்? அந்த மனநிலையை அறிவது எப்படி? குறிப்பிட்ட மனநிலை ஏற்பட்டால், எது செய்தால் அந்த குணாதிசயம் மகிழ்ச்சியாக மாறும்?

திங்கள் காலை மன அழுத்தம் நிறைந்த நேரத்தில் பீத்தோவன் போடு. சீக்கிரமே கிளம்பினால் போக்குவரத்து நிலவரத்தைச் சொல். இப்படி எல்லாம் சுயமாக அறிவதற்கு, கணினிக்கு உங்களின் தரவுகள் தேவை. ஆதியும் அந்தரங்கமும் நிறைந்த வாழ்வின் ஒவ்வொரு நுண்ணிய குறிப்புகளும் குறிப்பீடுகளும் தேவை.

கணினிக்கு மூளை இல்லையே தவிர, சேமிக்கும் சக்தி எக்கச்சக்கமாக இருக்கிறது. எல்லாவற்றையும் சேகரித்து வைத்துக் கொள்கிறது. அவற்றை அலசுகிறது. விளைவுகளை வைத்து மூலக்காரணங்களை கண்டுபிடிக்கிறது. தானாகவே உங்களைப் பற்றிக் கற்றுக் கொள்கிறது. அறிவூட்டம் அடைகிறது. உங்களுக்கு உகந்த முடிவுகளை எடுக்கிறது.

அப்படியானால், பங்குச்சந்தையில் எக்கச்சக்க பணம் பண்ணலாமா?

அதைத்தான் பெரு நிதிநிறுவனங்கள் முயல்கின்றன.சென்செக்ஸ் இத்தனை தூரம் இறங்கி விட்டதா பார்… டௌ ஜோன்ஸ் எவ்வளவு ஏறி இருக்கிறது என்று பார்… எந்த மணி நேரத்தில் இதெல்லாம் நடக்கிறது என்று பார்… மார்க்கெட் ஆரம்பித்து எவ்வளவு நாழி கடந்தது என்று பார்… என்றெல்லாம் பன்னிரெண்டு கட்டம் போட்டு, எது உச்சம், எது நீசம், யாரை யார் பார்க்கிறார்கள் என்றெல்லாம் கணித்து, அல்காரிதம் எனப்படும் வினைச்சரம் கொண்டு அத்தனை வணிகத்தையும் தீர்மானிக்கிறார்கள்.

இதனால் பில்லியன் கணக்கில் இழந்தவர்கள் பட்டியலில் மிக மிகப் பெரிய வங்கிகளும் வியாபார முதலைகளும் அடக்கம். ஐந்து விநாடிக்குள் கோடிகளில் பங்குகளை வாங்கி, லட்சங்களுக்கு விற்று நஷ்டமடைந்தவர்கள் விழித்துக் கொண்டு, எல்லா பங்கு வர்த்தகமும் மனிதரின் பார்வைக்கும் மேலிடத்தின் ஒப்புதலுக்கும் பின்பே நடக்க வேண்டும் என்று முடிவெடுத்திருக்கிறார்கள்.

சமீபத்தில் அமேசான்.காம் தளத்தில் நாற்பது டாலருக்குக் கிடைத்து வந்த புத்தகம் தடாலென்று $1,730,045க்கும் $2,198,177க்கும் பட்டியலிடப் பட்டிருந்தது. அதற்கு அடுத்த நாள், இரண்டு காப்பிகளும் மளமளவென்று தலா ஐநூறு ஆயிரம் அதிகரித்தது. அதற்கு அடுத்த தினத்தில் இன்னொரு ஐநூறாயிரம் ஏறி மூன்று மில்லியன் டாலரைத் தாண்டிச் சென்றது. பழைய புத்தகத்திற்கு எப்படி இவ்வளவு விலை கேட்கிறார்கள்? எவர் வாங்குவார்?

இது வெறுமனே வினைச்சரம் (Algorithm) இயங்குவதனால் கிடைத்த பயன். இரண்டே இரண்டு பிரதிகள் மட்டும் இருக்கும் பட்சத்தில், ஒரு பிரதியை விட இன்னொரு பிரதியின் விலையை 0.01 பைசா ஏற்றி விற்பாயாக என்று சொல்லிக் கொடுத்திருக்கிறார்கள். அவரின் பிரதி ஒரு பைசா ஏற, இன்னொருவரின் பிரதி அதைவிட ஒன்று ஏற, அதைப் பார்த்து அசல் பிரதி இன்னொன்று ஏற்ற… ஏட்டிக்குப் போட்டியாக மூன்றரை மில்லியன்

ஆனால், கணினிக் கற்றுக் கொண்டேதான் இருக்கிறது. தன் தவறுகளில் இருந்து மேலும் புத்திசாலித்தனத்தை அடைகிறது.

கார் விபத்துகளுக்கான தரவுகளைக் கொண்டு எந்த ஓட்டுனர் நிறைய பிழை செய்வார், எந்த வகை கார் அதிக விபத்துகளைத் தரும் என்று கண்டுபிடித்துக் கொடுக்கிறது. இணையத்தில் எவ்வித விளம்பரங்களை நீங்கள் க்ளிக்குகிறீர்கள் என்று அறிந்துகொண்டு, அதையொத்த சாதுர்யமான விளம்பரங்களை இடுகிறது. ஃபேஸ்புக்கில் உங்களுக்கு உவப்பான செய்திகள் தானாகவே முன்னிலை அடைந்து கவனத்தைக் கோருகிறது.

ஓட்ஸ் கஞ்சி மட்டும் உண்ட வியாழக்கிழமை பின்னிரவு ஒண்றரை மணிக்கு எனக்கு சாக்லேட் ஐஸ்க்ரீம் பிடிக்கும் என்று என்னுடைய ஃப்ரிட்ஜ் கட்டளையிட்டாலும், வெண்ணிலாவிற்கு மாறும் விநோதத்தைக் கண்டு கம்ப்யூட்டர் தலையிலடித்துக் குழம்பி பைத்தியமாகாமால், அதை விதிவிலக்கு என விட்டுவிடும் என்றே நம்புகிறேன்.

One response to “Machine learning – Big Data

மறுமொழியொன்றை இடுங்கள்

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / மாற்று )

Twitter picture

You are commenting using your Twitter account. Log Out / மாற்று )

Facebook photo

You are commenting using your Facebook account. Log Out / மாற்று )

Google+ photo

You are commenting using your Google+ account. Log Out / மாற்று )

Connecting to %s