ChatGPT, Gemini, ಅಥವಾ ಆ ತರಹದ ಬೇರೆ ಯಾವುದಾದರೂ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಿರುವ ಯಾರಿಗೇ ಆದರೂ, ಅರ್ಥವಾಗುತ್ತದೆ ಅಂದೇ ಅನಿಸಿರುತ್ತದೆ. ಒಂದು AI, ನಮ್ಮ ಜೊತೆ ಒಬ್ಬ ಸಾಮಾನ್ಯ ಮನುಷ್ಯನಂತೆಯೇ ಸಂವಹನ ನಡೆಸುತ್ತದೆ. ಅವು ಹಾಸ್ಯ ಮಾಡುತ್ತವೆ, ನಮ್ಮ ವ್ಯಂಗ್ಯದ ಮಾತುಗಳಿಗೆ ಮತ್ತು ಸಣ್ಣಪುಟ್ಟ ಆಕ್ಷೇಪಗಳಿಗೂ ಸಹ ಮನುಷ್ಯರಂತೆಯೇ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತವೆ.
ನಿಮ್ಮ ಉಪನ್ಯಾಸಕ್ಕೆ ಬೇಕಾದ ಪ್ರದರ್ಶನ ಫಲಕಗಳನ್ನು ಸಿದ್ಧಪಡಿಸಿಕೊಡು ಎಂದು ನೀವು ಕೇಳಿದರೆ, ನೀವೇ ಸ್ವತಃ ಮಾಡಿಕೊಳ್ಳುವುದಕ್ಕಿಂತ ಉತ್ತಮವಾಗಿ ಮಾಡಿಕೊಡುತ್ತವೆ. ಎಷ್ಟೋ ವಿದ್ಯಾರ್ಥಿಗಳು ತಮ್ಮ ಶಾಲಾ-ಕಾಲೇಜುಗಳ assignment ಗಳನ್ನು ಕೂಡಾ AI ಮೂಲಕವೇ ಮಾಡಿಸಿಕೊಳ್ಳುತ್ತಿದ್ದಾರೆ ಎಂದು ನಾನು ಕೇಳಿದ್ದೇನೆ.
ಹಾಗಾದರೆ, ಅವುಗಳಿಗೆ ವಿಷಯಗಳು ಅರ್ಥವಾಗುತ್ತವೆ ಎಂಬುದು ಸ್ಪಷ್ಟವಲ್ಲವೇ?
ನಿಮ್ಮ ಉಪನ್ಯಾಸಕ್ಕೆ ಬೇಕಾದ ಪ್ರದರ್ಶನ ಫಲಕಗಳನ್ನು ಸಿದ್ಧಪಡಿಸಿಕೊಡು ಎಂದು ನೀವು ಕೇಳಿದರೆ, ನೀವೇ ಸ್ವತಃ ಮಾಡಿಕೊಳ್ಳುವುದಕ್ಕಿಂತ ಉತ್ತಮವಾಗಿ ಮಾಡಿಕೊಡುತ್ತವೆ. ಎಷ್ಟೋ ವಿದ್ಯಾರ್ಥಿಗಳು ತಮ್ಮ ಶಾಲಾ-ಕಾಲೇಜುಗಳ assignment ಗಳನ್ನು ಕೂಡಾ AI ಮೂಲಕವೇ ಮಾಡಿಸಿಕೊಳ್ಳುತ್ತಿದ್ದಾರೆ ಎಂದು ನಾನು ಕೇಳಿದ್ದೇನೆ.
ಹಾಗಾದರೆ, ಅವುಗಳಿಗೆ ವಿಷಯಗಳು ಅರ್ಥವಾಗುತ್ತವೆ ಎಂಬುದು ಸ್ಪಷ್ಟವಲ್ಲವೇ?
ಖಂಡಿತವಾಗಿಯೂ ಇಲ್ಲ. ಏಕೆಂದರೆ ಇವತ್ತಿನ ದಿನದಲ್ಲಿ AIಗಳನ್ನು ರೂಪಿಸಿರುವ ವಿಧಾನವೇ ಹಾಗಿದೆ. ವಾಸ್ತವವಾಗಿ ಅವುಗಳಿಗೆ ಏನನ್ನೂ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವ ಶಕ್ತಿಯೇ ಇರುವುದಿಲ್ಲ.
ಒಂದು AI ಮಾಡುವುದಿಷ್ಟೇ - ನೀವು ಹೇಳಿರುವುದರ ಮೇಲೆ, ಅಥವಾ ಅದಕ್ಕೆ ಮೊದಲೇ ಕಲಿಸಿರುವುದರ ಮೇಲೆ, ಕೇವಲ pattern match ಮಾಡಿ, ನಿಮ್ಮ ಪ್ರಶ್ನೆಗೆ ಸರಿಯಾದ ಉತ್ತರ ಏನಿರಬಹುದು ಎಂದು ಊಹೆ ಮಾಡುತ್ತದೆ, ಅಷ್ಟೇ.
ಅದೇನೂ ಅಷ್ಟೊಂದು ಕೆಟ್ಟದ್ದಲ್ಲ ಬಿಡಿ. ನಮ್ಮಲ್ಲಿ ಎಷ್ಟೋ ಜನರು ಮಾಡುವುದು ಇದನ್ನೇ. ಹೆಚ್ಚಿನವರು pattern match ಮಾಡಿ ಊಹೆ ಮಾಡುವ ಯಂತ್ರಗಳಂತೆಯೇ ಇರುತ್ತಾರೆ. ನಾವು ಯಾವುದನ್ನಾದರೂ ಆಳವಾಗಿ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳಲು ಅಷ್ಟಾಗಿ ಶ್ರಮ ಪಡುವುದೇ ಇಲ್ಲ.
ಅಂದಹಾಗೆ, ನಿಜವಾದ ಅರ್ಥೈಸಿಕೊಳ್ಳುವಿಕೆಯಲ್ಲಿ ಏನೆಲ್ಲಾ ಅಡಗಿರುತ್ತದೆ?
ಅತ್ಯಂತ ಸರಳೀಕರಿಸಿ ಹೇಳುವುದಾದರೆ, ನಮಗೆ ಮುಂಚೆಯೇ ತಿಳಿದಿರುವ ಒಂದು ಪದವನ್ನು ಹೊಸದಾಗಿ ಎದುರಾದ ಒಂದು ಪದಕ್ಕೆ ಜೋಡಿಸಿಕೊಳ್ಳುವುದು. ಅಥವಾ ಇನ್ನೊಂದು ರೀತಿಯಲ್ಲಿ ಹೇಳಬೇಕೆಂದರೆ, ನಮಗೆ ಈಗಾಗಲೇ ತಿಳಿದಿರುವುದರ ಮೂಲಕ ಒಂದು ಹೊಸ ಪದದ 'ಅರ್ಥ' ಏನೆಂದು ಕಂಡುಕೊಳ್ಳುವುದು.
ಆದರೆ ಈ ಜೋಡಣೆ, ಕೇವಲ ಪದಗಳ ಮಟ್ಟಕ್ಕೇ ಸೀಮಿತವಾಗಿರಬೇಕಿಲ್ಲ. ಅದು ಅದಕ್ಕಿಂತಲೂ ಮಿಗಿಲಾಗಿರಬಹುದು.
ಉದಾಹರಣೆಗೆ, ಯಾರಾದರೂ 'ಬೆಕ್ಕು' ಎಂದ ತಕ್ಷಣ, ನಮ್ಮ ಮನಸ್ಸು ಆ ಪದವನ್ನು ಮೃದುವಾದ ತುಪ್ಪಳದ ಉಂಡೆಯಂತಿರುವ, ನಾಲ್ಕು ಕಾಲು, ಒಂದು ಉದ್ದನೆಯ ಬಾಲ ಇರುವ, ಕೆಲವೊಮ್ಮೆ ಗುರುಗುಟ್ಟುವ ಒಂದು ಪ್ರಾಣಿಗೆ ಸಂಬಂಧಿಸುತ್ತದೆ. ವಾಸ್ತವವಾಗಿ ನಾವು, ಒಂದು ಪದವನ್ನು, ಆ ಪದವನ್ನು ಪ್ರತಿನಿಧಿಸುವ ಒಂದು ಜೀವಿಯ ಸಂಪೂರ್ಣ ವಿವರಣೆಗೆ ಹೊಂದಿಸಿರುತ್ತೇವೆ.
ನಮ್ಮ ಅರ್ಥೈಸುವಿಕೆಯು ನಮ್ಮ ದೃಷ್ಯಾನುಭವಕ್ಕಷ್ಟೇ ಸೀಮಿತವಲ್ಲ.
ನೀವು ಹಿಂದೊಮ್ಮೆ ಕೆಲವು ಆಗ್ನೇಯ ಏಷ್ಯಾ ದೇಶಗಳಿಗೆ ಹೋಗಿದ್ದರೆ, ಬರೀ 'ಡ್ಯೂರಿಯನ್' ಎಂಬ ಪದ ಕೇಳಿದ ತಕ್ಷಣವೇ ಅನೇಕ ವಿವರಗಳು ನಿಮ್ಮ ಮನಸ್ಸಿಗೆ ಬರುತ್ತವೆ. ಆ ತೀಕ್ಷ್ಣವಾದ ವಾಕರಿಕೆ ಬರಿಸುವಂತಹ ವಾಸನೆ, ಆದರೂ ಬಾಯಿಯಲ್ಲಿ ಮರುಕಳಿಸುವಂತಹ ಅಹ್ಲಾದಕರ ರುಚಿ, ಇತ್ಯಾದಿ.
ಇನ್ನೊಂದು ರೀತಿಯಲ್ಲಿ ಹೇಳಬೇಕೆಂದರೆ, ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವುದು ಎಂದರೆ ಬರೀ ಒಂದು ಪದಕ್ಕೆ ಇನ್ನೊಂದು ಪದ ಹೊಂದಿಸುವುದಲ್ಲ. ಅದರ ಜೊತೆಗೆ ನಮ್ಮ ಎಲ್ಲಾ ಜ್ಞಾನೇಂದ್ರಿಯಗಳ ಗ್ರಹಿಕೆ, ಹಳೆಯ ಅನುಭವಗಳು, ಮತ್ತು ಮುಂಚೆಯೇ ಸಂಗ್ರಹವಾಗಿರುವ ಜ್ಞಾನದ ಜೊತೆಗೆ ನಂಟು ಬೆಳೆಸಿಕೊಳ್ಳುವುದು. ಆದರೆ ನೆನಪಿರಲಿ, ಈ ನಂಟುಗಳು ಶಾಶ್ವತವಾಗಿ ಇರುವುದಿಲ್ಲ. ಹೊಸ ಮಾಹಿತಿ ಸಿಕ್ಕಿದಾಗ ಇವು ಕಾಲಾಂತರದಲ್ಲಿ ಬದಲಾಗಬಹುದು. ಮತ್ತು ನಂತರದ ಬಳಕೆಗೆ ಇವುಗಳನ್ನು ಪುನಃ ನೆನಪಿಸಿಕೊಳ್ಳಬಹುದು.
AI ಗಳಿಗೆ ಇದನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲವೇ?
ಈಗ ಲಭ್ಯವಿರುವ AI ಗಳಲ್ಲಿ ಅದು ಖಂಡಿತ ಸಾಧ್ಯವಿಲ್ಲ. ಒಂದು AI, ಮೂಲಭೂತವಾಗಿ ಭಾಷೆಗೆ ಸೀಮಿತವಾಗಿರುವ ಯಂತ್ರ. ಅದರ ವ್ಯಾಪ್ತಿ, ಹೆಚ್ಚಾಗಿ, ಪದಗಳು, ವಾಕ್ಯಗಳು ಮತ್ತು ಒಂದು ದೊಡ್ಡ ಜ್ಞಾನ ಭಂಡಾರದ ಸುತ್ತಲೇ ಇರುತ್ತದೆ.
'ಡ್ಯೂರಿಯನ್ ಎಂಬುದು ಒಂದು ವಾಸನೆ ಇರುವ ಹಣ್ಣು' ಎಂದು AI ಗೆ ಕಲಿಸಿದರೆ, ಅದು ಬರೀ ಡ್ಯೂರಿಯನ್ ಎಂಬ ಪದವನ್ನು ಆ ಹಣ್ಣಿನ ವಾಸನೆಯ ವಿವರಣೆಯೊಂದಿಗೆ ಜೋಡಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಆದರೆ ಇದು ಅದರ ಕಲಿಕಾ ಅವಧಿಯಲ್ಲಿ ಮಾತ್ರ ಸಾಧ್ಯ. ಕೇವಲ ಅದರ ನಿರ್ಮಾತೃುಗಳೇ ಹಾಗೆ ಕಲಿಸಬಹುದು. ನೀವು, ನಾವು, ಅದನ್ನು ನಂತರ ಮಾಡಲಾರೆವು.
ನಿಮಗೆ ಆಶ್ಚರ್ಯವಾಯಿತೇ?
ಬಹುಶಃ, ಇಲ್ಲದಿರಬಹುದು. ಒಂದು AI, ಎಷ್ಟೇ ಚಾತುರ್ಯ ಪ್ರದರ್ಶಿಸಿದರೂ, ಅದು ಕೇವಲ ಒಂದು ಕಂಪ್ಯೂಟರ್ ಪ್ರೋಗ್ರಾಂ ಮಾತ್ರ, ಎಂದು ನಿಮಗೆ ಚೆನ್ನಾಗಿಯೇ ಗೊತ್ತು. ಆದರೂ, ಒಂದು ನಿರ್ಜೀವ ಪ್ರೋಗ್ರಾಂ ಅಷ್ಟೆಲ್ಲಾ ಹೇಗೆ ಮಾಡಬಲ್ಲುದು ಎಂದು ಎಂದಾದರೂ ಯೋಚಿಸಿದ್ದೀರಾ?
ಈ AIಗಳ ಉಗಮದ ಬಗ್ಗೆ ಸ್ವಲ್ಪ ಆಳವಾಗಿ ನೋಡೋಣ.
ಇಂದಿನ AIಗಳನ್ನು 'ಬೃಹತ್ ಭಾಷಾ ಮಾದರಿಗಳು' ಅಥವಾ 'large language models' ಎಂದು ಕರೆಯುತ್ತಾರೆ. ಇವು ಮನುಷ್ಯನ ಭಾಷೆಯ ಸುತ್ತ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಈ ಪ್ರೋಗ್ರಾಂಗಳ ಆರಂಭ ತುಂಬಾ ಸರಳವಾಗಿ ಆಯಿತು. ಇವುಗಳ ಮೂಲ ಉದ್ದೇಶ, ಒಂದು ಭಾಷೆಯಿಂದ ಇನ್ನೊಂದು ಭಾಷೆಗೆ ಭಾಷಾಂತರಿಸುವುದಾಗಿತ್ತು.
ನಮ್ಮಲ್ಲಿ ಬಹುತೇಕರು, ಶಾಲೆಯಲ್ಲಿ, ಹೊಸ ಭಾಷೆಯನ್ನು ಅದರ ವ್ಯಾಕರಣ, ಪದಕೋಶ ಇತ್ಯಾದಿಗಳನ್ನು ಕಲಿಯುವ ಮೂಲಕ ಕಲಿತಿದ್ದೇವೆ. ಆದರೆ ನಮ್ಮಲ್ಲಿ ಯಾರೂ ನಮ್ಮ ಮಾತೃಭಾಷೆಯನ್ನು ಆ ರೀತಿ ಕಲಿಯಲಿಲ್ಲ. ಆದರೂ ನಾವು ಆ ಭಾಷೆಯನ್ನು ಸರಾಗವಾಗಿ ಮತ್ತು ಸುಮಾರಾಗಿ ಯಾವುದೇ ವ್ಯಾಕರಣ ದೋಷವಿಲ್ಲದೆ ಮಾತನಾಡಬಲ್ಲೆವು. ನಾವು ಇದನ್ನು ಹೇಗೆ ಮಾಡಲು ಸಾಧ್ಯವಾಯಿತು?
ಅದು ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಕಲಿತಿದ್ದಾಗಲಿ ಅಥವಾ ಅರ್ಥ ಮಾಡಿಕೊಂಡಿದ್ದಾಗಲಿ ಅಲ್ಲ.
ಒಂದು ಮಗು ತನ್ನ ತಾಯಿಯ ಗರ್ಭದಲ್ಲಿದ್ದಾಗಲೇ ಮಾತೃಭಾಷೆಯನ್ನು ಕಲಿಯಲು ಶುರುಮಾಡುತ್ತದೆ ಎಂದು ತಿಳಿದುಬಂದಿದೆ. ಗರ್ಭದ ಒಳಗಿದ್ದಾಗಲೇ, ಹೊರಗಿರುವ ಜನರು ಆಡುವ ಮಾತುಗಳು ಅದಕ್ಕೆ ಕೇಳಿಸುತ್ತವೆ.
ಮೆದುಳು ಇನ್ನೂ ಪೂರ್ತಿ ಬೆಳೆಯದ ಭ್ರೂಣದ ಸ್ಥಿತಿಯಲ್ಲಿದ್ದಾಗಲೂ, ಅದು ಅವರು ಮಾತನಾಡುವ ಭಾಷೆಯ ಪದಗಳ ಗಡಿಯನ್ನು ಗುರುತಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ. ಆದರೆ ಅದಕ್ಕೆ ತಾನು ಕೇಳುತ್ತಿರುವುದನ್ನು ಗ್ರಹಿಸುವ ಶಕ್ತಿ ಇರುವುದಿಲ್ಲ.
ಅದು ಇದನ್ನು ಹೇಗೆ ಮಾಡುತ್ತದೆ?
ಅದೇ ಅದರ ಮೆದುಳಿನಲ್ಲಿರುವ ನರಕೋಶಗಳು ಮಾಡುವ ಪವಾಡ!
ನರಕೋಶ ಎಂದರೆ ನಮ್ಮ ಮೆದುಳಿನಲ್ಲಿರುವ ಒಂದು ಸಣ್ಣ ಜೈವಿಕ ಕಂಪ್ಯೂಟರ್ ಇದ್ದಂತೆ. ನಮ್ಮ ಮೆದುಳಿನಲ್ಲಿ ಇಂತಹ ಕೋಟ್ಯಂತರ ನರಕೋಶಗಳಿವೆ. ಆ ಭ್ರೂಣವು ಮಗುವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವಾಗ, ಅವುಗಳಲ್ಲಿ ಕೆಲವು ನರಕೋಶಗಳು ಈಗಷ್ಟೇ ರೂಪುಗೊಳ್ಳುತ್ತಿರುತ್ತವೆ. ಕೆಲವು ಈಗಾಗಲೇ ರೂಪುಗೊಂಡು ಯಾವುದಾದರೂ ನಿರ್ಧಿಷ್ಟ ಕೆಲಸಕ್ಕಾಗಿ ಸಜ್ಜಾಗುತ್ತಿರುತ್ತವೆ. ಇನ್ನೂ ಕೆಲವು, ಮೆದುಳಿನಲ್ಲಿ ತಮ್ಮ ಪಾತ್ರಗಳನ್ನು ಸ್ಥಿರಗೊಳಿಸುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಪಾಲ್ಗೊಳ್ಳುತ್ತಿರುತ್ತವೆ. ಈ ನರಕೋಶಗಳೇ ಈ ಪವಾಡದ ಹಿಂದಿರುವ ಪಾತ್ರಧಾರಿಗಳು.
ಕೆಲವು ಚತುರ ಸಂಶೋಧಕರು ಈ ವಿದ್ಯಮಾನವನ್ನು ಗಮನಿಸಿದರು. ಅವರು ಪ್ರಕೃತಿಯನ್ನೇ ಅನುಕರಿಸಲು ಪ್ರಯತ್ನಿಸಿದರು. ಅವರು ಮಾನವ ಮೆದುಳನ್ನು ಹೋಲುವ 'ಕೃತಕ ನರಮಂಡಲ' ಎಂಬ ಕಲ್ಪನೆಯನ್ನು ತಂದರು.
ಇದು 1940 ರ ದಶಕದಲ್ಲೇ ಶುರುವಾಗಿದ್ದರೂ, ನಿಜವಾದ ಮಹತ್ತರ ಸಾಧನೆಯಾದದ್ದು 1980 ರ ದಶಕದಲ್ಲಿ, 'ಬ್ಯಾಕ್ ಪ್ರೊಪಗೇಷನ್ ಅಲ್ಗಾರಿದಮ್' ರೂಪದಲ್ಲಿ. 'ಅಲ್ಗಾರಿದಮ್' ಎಂಬುದು ಕಂಪ್ಯೂಟರ್ ನಲ್ಲಿ ನಡೆಸುವ ಒಂದು ಪ್ರೋಗ್ರಾಂ.
ಈ ಪ್ರೋಗ್ರಾಂಗಳು ಜೀವಂತ ನರಮಂಡಲ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆಯೋ ಹಾಗೆಯೇ ಅನುಕರಿಸುತ್ತವೆ. ಆದರೆ ಅಂತಹ ಅನುಕರಣೆಯಲ್ಲಿ ಅಡಗಿರುವ ಲೆಕ್ಕಾಚಾರ ಎಷ್ಟು ಭಾರಿಯಾಗಿದೆಯೆಂದರೆ, ಇಂತಹ ನರಮಂಡಲಗಳನ್ನು ಯಾವುದೇ ಪ್ರಾಯೋಗಿಕ ಬಳಕೆಗೆ ತರುವುದು ಪ್ರಾರಂಭದಲ್ಲಿ ತುಂಬಾ ಕಷ್ಟವಾಗಿತ್ತು.
ಆಗ ಕಂಪ್ಯೂಟರ್ಗಳು ಇದ್ದವು ನಿಜ, ಆದರೆ ಈ ಕೃತಕ ನರಮಂಡಲಗಳನ್ನು ಸಾಕಾರಗೊಳಿಸಲು ಬೇಕಾದ ಭಾರಿ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಮಾಡಲು ಅವು ತುಂಬಾ ನಿಧಾನವಾಗಿದ್ದವು.
ನಂತರ ಹೊಸ 'ಸಮಾಂತರ ಸಂಸ್ಕಾರಕ ಕಂಪ್ಯೂಟರ್' ಗಳ ಯುಗ ಬಂತು. ಈ ಯಂತ್ರಗಳು ಒಂದೇ ಬಾರಿಗೆ ಸಾವಿರಾರು ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಮಾಡಬಲ್ಲವಾಗಿದ್ದವು. ಇಂತಹ ಶಕ್ತಿಶಾಲಿ ಯಂತ್ರಗಳ ಬೆಂಬಲದೊಂದಿಗೆ, ನಿಜವಾಗಿ ಬಳಸಬಹುದಾದ AIಗಳ ಕಲ್ಪನೆ 2018 ರ ಸುಮಾರಿಗೆ ಬಂತು.
ಇವುಗಳಿಗೆ ಜಗತ್ತಿನಲ್ಲಿರುವ ಪ್ರತಿಯೊಂದು ವಿಷಯವನ್ನು, ಇಂಟರ್ನೆಟ್ನಲ್ಲಿ ಉಚಿತವಾಗಿ ಸಿಗುವ ಎಲ್ಲಾ ರೀತಿಯ ಮಾಹಿತಿಯನ್ನು, ನೂರಾರು ಪುಸ್ತಕಗಳ ಸಾರವನ್ನು, ಎಲ್ಲವನ್ನೂ ಕಲಿಸಲಾಯಿತು.
ಆ ಅಗಾಧ ಮಾಹಿತಿಯಲ್ಲಿ ಯಾವುದನ್ನು ಒಪ್ಪಿಕೊಳ್ಳಬಾರದು ಮತ್ತು ಮನುಷ್ಯರ ಜೊತೆ ಹೇಗೆ ಸಂವಹನ ನಡೆಸಬೇಕು ಎಂದೆಲ್ಲವನ್ನೂ ಇವುಗಳಿಗೆ ತಿಳಿಸಿಕೊಡಲಾಯಿತು. ಇದೇ, ಆಧುನಿಕ AIಗಳ ಆವಿರ್ಭಾವ. ಆದರೆ ಅವು ಜನಸಾಮಾನ್ಯರ ಕೈಗೆಟಕಿದ್ದು 2022 ರಲ್ಲಷ್ಟೇ.
ಮೇಲ್ನೋಟಕ್ಕೆ, ಈ AIಗಳು ನಮ್ಮ ಆದೇಶಗಳನ್ನು 'ಅರ್ಥ' ಮಾಡಿಕೊಳ್ಳಬಲ್ಲವು, ನಮ್ಮ ಸೂಚನೆಗಳನ್ನು ಪಾಲಿಸಬಲ್ಲವು, ಅದ್ಭುತವಾದ ಚಿತ್ರಗಳನ್ನು ಸಹ ಬಿಡಿಸಬಲ್ಲವು. ಅವು ಏನೆಲ್ಲಾ ಮಾಡಬಹುದು ಎಂಬುದಕ್ಕೆ ಕೊನೆಯೇ ಇಲ್ಲವೆಂಬಂತೆ ತೋರುತ್ತದೆ!
ಆದರೆ, ನಿಜವಾದ ಪ್ರಶ್ನೆ ಇನ್ನೂ ಹಾಗೇ ಉಳಿದಿದೆ. ಅವುಗಳಿಗೆ ನಿಜವಾಗಿಯೂ ಅರ್ಥವಾಗುತ್ತದೆಯೇ?
ಅವುಗಳ ಇವತ್ತಿನ ರೂಪದಲ್ಲಿ ಖಂಡಿತಾ ಇಲ್ಲ. ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳಬೇಕೆಂದರೆ, ಅವು, ಪದಗಳ ನಡುವೆ ಹೊಸ ನಂಟುಗಳನ್ನು ಹುಟ್ಟುಹಾಕುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಬೆಳೆಸಿಕೊಳ್ಳಬೇಕು. ಅವು, ತಮ್ಮ ಜ್ಞಾನವನ್ನು ನಿರಂತರವಾಗಿ ನವೀಕರಿಸಿಕೊಳ್ಳಬೇಕು. ಮೂಲಭೂತವಾಗಿ, ಅವುಗಳಿಗೆ ಒಂದು ಹೊಸ ಮಾಹಿತಿಯನ್ನು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗಬೇಕು.
ನಾವು ಕೇವಲ ಶಬ್ದಗಳ ಮೂಲಕವಾದ ಸಂವಹನಕ್ಕಷ್ಟೇ ಸೀಮಿತಗೊಳಿಸಿದರೂ, ಈ ಪ್ರೋಗ್ರಾಂಗಳಿಗೆ ಅವುಗಳನ್ನು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಇಲ್ಲ. ಅಲ್ಪಸ್ವಲ್ಪ ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವಂತೆ ಕಂಡರೂ ಸಹ, ಅವು ಸಾರ್ವತ್ರಿಕವಾಗಿ ತಮ್ಮ ಮೂಲ ಜ್ಞಾನಭಂಡಾರವನ್ನು ಸ್ವಯಂ ಪುನರ್ನವೀಕರಿಸಿಕೊಳ್ಳಲಾರವು. ಅವು ಕೇವಲ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಊಹೆಮಾಡಲು ಮಾತ್ರ ಶಕ್ತವಾಗಿವೆ.
ಅದರರ್ಥ ನಾವು AI ಯ ಅಂತಿಮ ಮಿತಿಯನ್ನು ತಲುಪಿದ್ದೇವೆ ಎಂದೇ? ಖಂಡಿತವಾಗಿಯೂ ಅಲ್ಲ. ಒಂದು ರೀತಿಯಲ್ಲಿ ನೋಡಿದರೆ, ಈ ಯಂತ್ರಗಳನ್ನು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿಯೇ ಹಾಗೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.
ನಾವು ಮಲಗಿರುವಾಗಲೂ ನಮ್ಮ ಮೆದುಳು ನಮ್ಮ ನೆನಪುಗಳನ್ನು ನವೀಕರಿಸುತ್ತಿರುತ್ತದೆ ಮತ್ತು ನಮಗೆ ಈಗಾಗಲೇ ಅರ್ಥವಾಗಿರುವುದನ್ನು ಗಟ್ಟಿಗೊಳಿಸುತ್ತಿರುತ್ತದೆ. ಇದು ಇವತ್ತಿನ AIಗಳಿಗೆ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲದ ವಿಷಯ. ದಿನದ 24 ಗಂಟೆಯೂ ನೆನಪನ್ನು ನವೀಕರಿಸುವ ಇಂಜಿನ್ಗಳಂತಿರುವ ಮನುಷ್ಯರ ತರಹ ಇವುಗಳನ್ನು ರೂಪಿಸಿಲ್ಲ.
ಹಾಗಾಗಿ, ಹೌದು, ಈಗಿನ AIಗಳಿಗೆ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವ ಶಕ್ತಿ ಇಲ್ಲ. ಹಾಗೆಂದ ಮಾತ್ರಕ್ಕೆ ಭವಿಷ್ಯದಲ್ಲಿ ಅವುಗಳಿಗೆ ಅದು ಸಾಧ್ಯವೇ ಇಲ್ಲ ಎಂದಲ್ಲ. ಅವು ಎಂದಿಗೂ ಅದನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ ಎಂದು ಹೇಳಲು ಯಾವುದೇ ಕಾರಣವಿಲ್ಲ.
AI ತಂತ್ರಜ್ಞಾನ ಮುನ್ನಡೆಯುತ್ತಿರುವ ವೇಗವನ್ನು ನೋಡಿದರೆ, ನಮ್ಮ ಎಲ್ಲಾ ಜ್ಞಾನೇಂದ್ರಿಯ ಗ್ರಹಿತ ವಿಷಯಗಳ ಬಗ್ಗೆ ಅಲ್ಲದಿದ್ದರೂ, ಕನಿಷ್ಠ, ನಮ್ಮ ಮಾತಿನಪ್ರಪಂಚದ ಬಗ್ಗೆಯಾದರೂ, AI, ನಮ್ಮಂತೆಯೇ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವ ದಿನ ದೂರವಿಲ್ಲ. ಪದಗಳು ನಮ್ಮ ಗ್ರಾಹ್ಯ ಪ್ರಪಂಚದ ಬಹುದೊಡ್ಡ ಭಾಗವಾಗಿರುವುದರಿಂದ, ಅಷ್ಟು ಮುಂದುವರಿಯುವುದು ಕೂಡ ಒಂದು ದೊಡ್ಡ ಪ್ರಗತಿಯೇ ಸರಿ.
ಒಂದು AI ಮಾಡುವುದಿಷ್ಟೇ - ನೀವು ಹೇಳಿರುವುದರ ಮೇಲೆ, ಅಥವಾ ಅದಕ್ಕೆ ಮೊದಲೇ ಕಲಿಸಿರುವುದರ ಮೇಲೆ, ಕೇವಲ pattern match ಮಾಡಿ, ನಿಮ್ಮ ಪ್ರಶ್ನೆಗೆ ಸರಿಯಾದ ಉತ್ತರ ಏನಿರಬಹುದು ಎಂದು ಊಹೆ ಮಾಡುತ್ತದೆ, ಅಷ್ಟೇ.
ಅದೇನೂ ಅಷ್ಟೊಂದು ಕೆಟ್ಟದ್ದಲ್ಲ ಬಿಡಿ. ನಮ್ಮಲ್ಲಿ ಎಷ್ಟೋ ಜನರು ಮಾಡುವುದು ಇದನ್ನೇ. ಹೆಚ್ಚಿನವರು pattern match ಮಾಡಿ ಊಹೆ ಮಾಡುವ ಯಂತ್ರಗಳಂತೆಯೇ ಇರುತ್ತಾರೆ. ನಾವು ಯಾವುದನ್ನಾದರೂ ಆಳವಾಗಿ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳಲು ಅಷ್ಟಾಗಿ ಶ್ರಮ ಪಡುವುದೇ ಇಲ್ಲ.
ಅಂದಹಾಗೆ, ನಿಜವಾದ ಅರ್ಥೈಸಿಕೊಳ್ಳುವಿಕೆಯಲ್ಲಿ ಏನೆಲ್ಲಾ ಅಡಗಿರುತ್ತದೆ?
ಅತ್ಯಂತ ಸರಳೀಕರಿಸಿ ಹೇಳುವುದಾದರೆ, ನಮಗೆ ಮುಂಚೆಯೇ ತಿಳಿದಿರುವ ಒಂದು ಪದವನ್ನು ಹೊಸದಾಗಿ ಎದುರಾದ ಒಂದು ಪದಕ್ಕೆ ಜೋಡಿಸಿಕೊಳ್ಳುವುದು. ಅಥವಾ ಇನ್ನೊಂದು ರೀತಿಯಲ್ಲಿ ಹೇಳಬೇಕೆಂದರೆ, ನಮಗೆ ಈಗಾಗಲೇ ತಿಳಿದಿರುವುದರ ಮೂಲಕ ಒಂದು ಹೊಸ ಪದದ 'ಅರ್ಥ' ಏನೆಂದು ಕಂಡುಕೊಳ್ಳುವುದು.
ಆದರೆ ಈ ಜೋಡಣೆ, ಕೇವಲ ಪದಗಳ ಮಟ್ಟಕ್ಕೇ ಸೀಮಿತವಾಗಿರಬೇಕಿಲ್ಲ. ಅದು ಅದಕ್ಕಿಂತಲೂ ಮಿಗಿಲಾಗಿರಬಹುದು.
ಉದಾಹರಣೆಗೆ, ಯಾರಾದರೂ 'ಬೆಕ್ಕು' ಎಂದ ತಕ್ಷಣ, ನಮ್ಮ ಮನಸ್ಸು ಆ ಪದವನ್ನು ಮೃದುವಾದ ತುಪ್ಪಳದ ಉಂಡೆಯಂತಿರುವ, ನಾಲ್ಕು ಕಾಲು, ಒಂದು ಉದ್ದನೆಯ ಬಾಲ ಇರುವ, ಕೆಲವೊಮ್ಮೆ ಗುರುಗುಟ್ಟುವ ಒಂದು ಪ್ರಾಣಿಗೆ ಸಂಬಂಧಿಸುತ್ತದೆ. ವಾಸ್ತವವಾಗಿ ನಾವು, ಒಂದು ಪದವನ್ನು, ಆ ಪದವನ್ನು ಪ್ರತಿನಿಧಿಸುವ ಒಂದು ಜೀವಿಯ ಸಂಪೂರ್ಣ ವಿವರಣೆಗೆ ಹೊಂದಿಸಿರುತ್ತೇವೆ.
ನಮ್ಮ ಅರ್ಥೈಸುವಿಕೆಯು ನಮ್ಮ ದೃಷ್ಯಾನುಭವಕ್ಕಷ್ಟೇ ಸೀಮಿತವಲ್ಲ.
ನೀವು ಹಿಂದೊಮ್ಮೆ ಕೆಲವು ಆಗ್ನೇಯ ಏಷ್ಯಾ ದೇಶಗಳಿಗೆ ಹೋಗಿದ್ದರೆ, ಬರೀ 'ಡ್ಯೂರಿಯನ್' ಎಂಬ ಪದ ಕೇಳಿದ ತಕ್ಷಣವೇ ಅನೇಕ ವಿವರಗಳು ನಿಮ್ಮ ಮನಸ್ಸಿಗೆ ಬರುತ್ತವೆ. ಆ ತೀಕ್ಷ್ಣವಾದ ವಾಕರಿಕೆ ಬರಿಸುವಂತಹ ವಾಸನೆ, ಆದರೂ ಬಾಯಿಯಲ್ಲಿ ಮರುಕಳಿಸುವಂತಹ ಅಹ್ಲಾದಕರ ರುಚಿ, ಇತ್ಯಾದಿ.
ಇನ್ನೊಂದು ರೀತಿಯಲ್ಲಿ ಹೇಳಬೇಕೆಂದರೆ, ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವುದು ಎಂದರೆ ಬರೀ ಒಂದು ಪದಕ್ಕೆ ಇನ್ನೊಂದು ಪದ ಹೊಂದಿಸುವುದಲ್ಲ. ಅದರ ಜೊತೆಗೆ ನಮ್ಮ ಎಲ್ಲಾ ಜ್ಞಾನೇಂದ್ರಿಯಗಳ ಗ್ರಹಿಕೆ, ಹಳೆಯ ಅನುಭವಗಳು, ಮತ್ತು ಮುಂಚೆಯೇ ಸಂಗ್ರಹವಾಗಿರುವ ಜ್ಞಾನದ ಜೊತೆಗೆ ನಂಟು ಬೆಳೆಸಿಕೊಳ್ಳುವುದು. ಆದರೆ ನೆನಪಿರಲಿ, ಈ ನಂಟುಗಳು ಶಾಶ್ವತವಾಗಿ ಇರುವುದಿಲ್ಲ. ಹೊಸ ಮಾಹಿತಿ ಸಿಕ್ಕಿದಾಗ ಇವು ಕಾಲಾಂತರದಲ್ಲಿ ಬದಲಾಗಬಹುದು. ಮತ್ತು ನಂತರದ ಬಳಕೆಗೆ ಇವುಗಳನ್ನು ಪುನಃ ನೆನಪಿಸಿಕೊಳ್ಳಬಹುದು.
AI ಗಳಿಗೆ ಇದನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲವೇ?
ಈಗ ಲಭ್ಯವಿರುವ AI ಗಳಲ್ಲಿ ಅದು ಖಂಡಿತ ಸಾಧ್ಯವಿಲ್ಲ. ಒಂದು AI, ಮೂಲಭೂತವಾಗಿ ಭಾಷೆಗೆ ಸೀಮಿತವಾಗಿರುವ ಯಂತ್ರ. ಅದರ ವ್ಯಾಪ್ತಿ, ಹೆಚ್ಚಾಗಿ, ಪದಗಳು, ವಾಕ್ಯಗಳು ಮತ್ತು ಒಂದು ದೊಡ್ಡ ಜ್ಞಾನ ಭಂಡಾರದ ಸುತ್ತಲೇ ಇರುತ್ತದೆ.
'ಡ್ಯೂರಿಯನ್ ಎಂಬುದು ಒಂದು ವಾಸನೆ ಇರುವ ಹಣ್ಣು' ಎಂದು AI ಗೆ ಕಲಿಸಿದರೆ, ಅದು ಬರೀ ಡ್ಯೂರಿಯನ್ ಎಂಬ ಪದವನ್ನು ಆ ಹಣ್ಣಿನ ವಾಸನೆಯ ವಿವರಣೆಯೊಂದಿಗೆ ಜೋಡಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಆದರೆ ಇದು ಅದರ ಕಲಿಕಾ ಅವಧಿಯಲ್ಲಿ ಮಾತ್ರ ಸಾಧ್ಯ. ಕೇವಲ ಅದರ ನಿರ್ಮಾತೃುಗಳೇ ಹಾಗೆ ಕಲಿಸಬಹುದು. ನೀವು, ನಾವು, ಅದನ್ನು ನಂತರ ಮಾಡಲಾರೆವು.
ನಿಮಗೆ ಆಶ್ಚರ್ಯವಾಯಿತೇ?
ಬಹುಶಃ, ಇಲ್ಲದಿರಬಹುದು. ಒಂದು AI, ಎಷ್ಟೇ ಚಾತುರ್ಯ ಪ್ರದರ್ಶಿಸಿದರೂ, ಅದು ಕೇವಲ ಒಂದು ಕಂಪ್ಯೂಟರ್ ಪ್ರೋಗ್ರಾಂ ಮಾತ್ರ, ಎಂದು ನಿಮಗೆ ಚೆನ್ನಾಗಿಯೇ ಗೊತ್ತು. ಆದರೂ, ಒಂದು ನಿರ್ಜೀವ ಪ್ರೋಗ್ರಾಂ ಅಷ್ಟೆಲ್ಲಾ ಹೇಗೆ ಮಾಡಬಲ್ಲುದು ಎಂದು ಎಂದಾದರೂ ಯೋಚಿಸಿದ್ದೀರಾ?
ಈ AIಗಳ ಉಗಮದ ಬಗ್ಗೆ ಸ್ವಲ್ಪ ಆಳವಾಗಿ ನೋಡೋಣ.
ಇಂದಿನ AIಗಳನ್ನು 'ಬೃಹತ್ ಭಾಷಾ ಮಾದರಿಗಳು' ಅಥವಾ 'large language models' ಎಂದು ಕರೆಯುತ್ತಾರೆ. ಇವು ಮನುಷ್ಯನ ಭಾಷೆಯ ಸುತ್ತ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಈ ಪ್ರೋಗ್ರಾಂಗಳ ಆರಂಭ ತುಂಬಾ ಸರಳವಾಗಿ ಆಯಿತು. ಇವುಗಳ ಮೂಲ ಉದ್ದೇಶ, ಒಂದು ಭಾಷೆಯಿಂದ ಇನ್ನೊಂದು ಭಾಷೆಗೆ ಭಾಷಾಂತರಿಸುವುದಾಗಿತ್ತು.
ನಮ್ಮಲ್ಲಿ ಬಹುತೇಕರು, ಶಾಲೆಯಲ್ಲಿ, ಹೊಸ ಭಾಷೆಯನ್ನು ಅದರ ವ್ಯಾಕರಣ, ಪದಕೋಶ ಇತ್ಯಾದಿಗಳನ್ನು ಕಲಿಯುವ ಮೂಲಕ ಕಲಿತಿದ್ದೇವೆ. ಆದರೆ ನಮ್ಮಲ್ಲಿ ಯಾರೂ ನಮ್ಮ ಮಾತೃಭಾಷೆಯನ್ನು ಆ ರೀತಿ ಕಲಿಯಲಿಲ್ಲ. ಆದರೂ ನಾವು ಆ ಭಾಷೆಯನ್ನು ಸರಾಗವಾಗಿ ಮತ್ತು ಸುಮಾರಾಗಿ ಯಾವುದೇ ವ್ಯಾಕರಣ ದೋಷವಿಲ್ಲದೆ ಮಾತನಾಡಬಲ್ಲೆವು. ನಾವು ಇದನ್ನು ಹೇಗೆ ಮಾಡಲು ಸಾಧ್ಯವಾಯಿತು?
ಅದು ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಕಲಿತಿದ್ದಾಗಲಿ ಅಥವಾ ಅರ್ಥ ಮಾಡಿಕೊಂಡಿದ್ದಾಗಲಿ ಅಲ್ಲ.
ಒಂದು ಮಗು ತನ್ನ ತಾಯಿಯ ಗರ್ಭದಲ್ಲಿದ್ದಾಗಲೇ ಮಾತೃಭಾಷೆಯನ್ನು ಕಲಿಯಲು ಶುರುಮಾಡುತ್ತದೆ ಎಂದು ತಿಳಿದುಬಂದಿದೆ. ಗರ್ಭದ ಒಳಗಿದ್ದಾಗಲೇ, ಹೊರಗಿರುವ ಜನರು ಆಡುವ ಮಾತುಗಳು ಅದಕ್ಕೆ ಕೇಳಿಸುತ್ತವೆ.
ಮೆದುಳು ಇನ್ನೂ ಪೂರ್ತಿ ಬೆಳೆಯದ ಭ್ರೂಣದ ಸ್ಥಿತಿಯಲ್ಲಿದ್ದಾಗಲೂ, ಅದು ಅವರು ಮಾತನಾಡುವ ಭಾಷೆಯ ಪದಗಳ ಗಡಿಯನ್ನು ಗುರುತಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ. ಆದರೆ ಅದಕ್ಕೆ ತಾನು ಕೇಳುತ್ತಿರುವುದನ್ನು ಗ್ರಹಿಸುವ ಶಕ್ತಿ ಇರುವುದಿಲ್ಲ.
ಅದು ಇದನ್ನು ಹೇಗೆ ಮಾಡುತ್ತದೆ?
ಅದೇ ಅದರ ಮೆದುಳಿನಲ್ಲಿರುವ ನರಕೋಶಗಳು ಮಾಡುವ ಪವಾಡ!
ನರಕೋಶ ಎಂದರೆ ನಮ್ಮ ಮೆದುಳಿನಲ್ಲಿರುವ ಒಂದು ಸಣ್ಣ ಜೈವಿಕ ಕಂಪ್ಯೂಟರ್ ಇದ್ದಂತೆ. ನಮ್ಮ ಮೆದುಳಿನಲ್ಲಿ ಇಂತಹ ಕೋಟ್ಯಂತರ ನರಕೋಶಗಳಿವೆ. ಆ ಭ್ರೂಣವು ಮಗುವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವಾಗ, ಅವುಗಳಲ್ಲಿ ಕೆಲವು ನರಕೋಶಗಳು ಈಗಷ್ಟೇ ರೂಪುಗೊಳ್ಳುತ್ತಿರುತ್ತವೆ. ಕೆಲವು ಈಗಾಗಲೇ ರೂಪುಗೊಂಡು ಯಾವುದಾದರೂ ನಿರ್ಧಿಷ್ಟ ಕೆಲಸಕ್ಕಾಗಿ ಸಜ್ಜಾಗುತ್ತಿರುತ್ತವೆ. ಇನ್ನೂ ಕೆಲವು, ಮೆದುಳಿನಲ್ಲಿ ತಮ್ಮ ಪಾತ್ರಗಳನ್ನು ಸ್ಥಿರಗೊಳಿಸುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಪಾಲ್ಗೊಳ್ಳುತ್ತಿರುತ್ತವೆ. ಈ ನರಕೋಶಗಳೇ ಈ ಪವಾಡದ ಹಿಂದಿರುವ ಪಾತ್ರಧಾರಿಗಳು.
ಕೆಲವು ಚತುರ ಸಂಶೋಧಕರು ಈ ವಿದ್ಯಮಾನವನ್ನು ಗಮನಿಸಿದರು. ಅವರು ಪ್ರಕೃತಿಯನ್ನೇ ಅನುಕರಿಸಲು ಪ್ರಯತ್ನಿಸಿದರು. ಅವರು ಮಾನವ ಮೆದುಳನ್ನು ಹೋಲುವ 'ಕೃತಕ ನರಮಂಡಲ' ಎಂಬ ಕಲ್ಪನೆಯನ್ನು ತಂದರು.
ಇದು 1940 ರ ದಶಕದಲ್ಲೇ ಶುರುವಾಗಿದ್ದರೂ, ನಿಜವಾದ ಮಹತ್ತರ ಸಾಧನೆಯಾದದ್ದು 1980 ರ ದಶಕದಲ್ಲಿ, 'ಬ್ಯಾಕ್ ಪ್ರೊಪಗೇಷನ್ ಅಲ್ಗಾರಿದಮ್' ರೂಪದಲ್ಲಿ. 'ಅಲ್ಗಾರಿದಮ್' ಎಂಬುದು ಕಂಪ್ಯೂಟರ್ ನಲ್ಲಿ ನಡೆಸುವ ಒಂದು ಪ್ರೋಗ್ರಾಂ.
ಈ ಪ್ರೋಗ್ರಾಂಗಳು ಜೀವಂತ ನರಮಂಡಲ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆಯೋ ಹಾಗೆಯೇ ಅನುಕರಿಸುತ್ತವೆ. ಆದರೆ ಅಂತಹ ಅನುಕರಣೆಯಲ್ಲಿ ಅಡಗಿರುವ ಲೆಕ್ಕಾಚಾರ ಎಷ್ಟು ಭಾರಿಯಾಗಿದೆಯೆಂದರೆ, ಇಂತಹ ನರಮಂಡಲಗಳನ್ನು ಯಾವುದೇ ಪ್ರಾಯೋಗಿಕ ಬಳಕೆಗೆ ತರುವುದು ಪ್ರಾರಂಭದಲ್ಲಿ ತುಂಬಾ ಕಷ್ಟವಾಗಿತ್ತು.
ಆಗ ಕಂಪ್ಯೂಟರ್ಗಳು ಇದ್ದವು ನಿಜ, ಆದರೆ ಈ ಕೃತಕ ನರಮಂಡಲಗಳನ್ನು ಸಾಕಾರಗೊಳಿಸಲು ಬೇಕಾದ ಭಾರಿ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಮಾಡಲು ಅವು ತುಂಬಾ ನಿಧಾನವಾಗಿದ್ದವು.
ನಂತರ ಹೊಸ 'ಸಮಾಂತರ ಸಂಸ್ಕಾರಕ ಕಂಪ್ಯೂಟರ್' ಗಳ ಯುಗ ಬಂತು. ಈ ಯಂತ್ರಗಳು ಒಂದೇ ಬಾರಿಗೆ ಸಾವಿರಾರು ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಮಾಡಬಲ್ಲವಾಗಿದ್ದವು. ಇಂತಹ ಶಕ್ತಿಶಾಲಿ ಯಂತ್ರಗಳ ಬೆಂಬಲದೊಂದಿಗೆ, ನಿಜವಾಗಿ ಬಳಸಬಹುದಾದ AIಗಳ ಕಲ್ಪನೆ 2018 ರ ಸುಮಾರಿಗೆ ಬಂತು.
ಇವುಗಳಿಗೆ ಜಗತ್ತಿನಲ್ಲಿರುವ ಪ್ರತಿಯೊಂದು ವಿಷಯವನ್ನು, ಇಂಟರ್ನೆಟ್ನಲ್ಲಿ ಉಚಿತವಾಗಿ ಸಿಗುವ ಎಲ್ಲಾ ರೀತಿಯ ಮಾಹಿತಿಯನ್ನು, ನೂರಾರು ಪುಸ್ತಕಗಳ ಸಾರವನ್ನು, ಎಲ್ಲವನ್ನೂ ಕಲಿಸಲಾಯಿತು.
ಆ ಅಗಾಧ ಮಾಹಿತಿಯಲ್ಲಿ ಯಾವುದನ್ನು ಒಪ್ಪಿಕೊಳ್ಳಬಾರದು ಮತ್ತು ಮನುಷ್ಯರ ಜೊತೆ ಹೇಗೆ ಸಂವಹನ ನಡೆಸಬೇಕು ಎಂದೆಲ್ಲವನ್ನೂ ಇವುಗಳಿಗೆ ತಿಳಿಸಿಕೊಡಲಾಯಿತು. ಇದೇ, ಆಧುನಿಕ AIಗಳ ಆವಿರ್ಭಾವ. ಆದರೆ ಅವು ಜನಸಾಮಾನ್ಯರ ಕೈಗೆಟಕಿದ್ದು 2022 ರಲ್ಲಷ್ಟೇ.
ಮೇಲ್ನೋಟಕ್ಕೆ, ಈ AIಗಳು ನಮ್ಮ ಆದೇಶಗಳನ್ನು 'ಅರ್ಥ' ಮಾಡಿಕೊಳ್ಳಬಲ್ಲವು, ನಮ್ಮ ಸೂಚನೆಗಳನ್ನು ಪಾಲಿಸಬಲ್ಲವು, ಅದ್ಭುತವಾದ ಚಿತ್ರಗಳನ್ನು ಸಹ ಬಿಡಿಸಬಲ್ಲವು. ಅವು ಏನೆಲ್ಲಾ ಮಾಡಬಹುದು ಎಂಬುದಕ್ಕೆ ಕೊನೆಯೇ ಇಲ್ಲವೆಂಬಂತೆ ತೋರುತ್ತದೆ!
ಆದರೆ, ನಿಜವಾದ ಪ್ರಶ್ನೆ ಇನ್ನೂ ಹಾಗೇ ಉಳಿದಿದೆ. ಅವುಗಳಿಗೆ ನಿಜವಾಗಿಯೂ ಅರ್ಥವಾಗುತ್ತದೆಯೇ?
ಅವುಗಳ ಇವತ್ತಿನ ರೂಪದಲ್ಲಿ ಖಂಡಿತಾ ಇಲ್ಲ. ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳಬೇಕೆಂದರೆ, ಅವು, ಪದಗಳ ನಡುವೆ ಹೊಸ ನಂಟುಗಳನ್ನು ಹುಟ್ಟುಹಾಕುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಬೆಳೆಸಿಕೊಳ್ಳಬೇಕು. ಅವು, ತಮ್ಮ ಜ್ಞಾನವನ್ನು ನಿರಂತರವಾಗಿ ನವೀಕರಿಸಿಕೊಳ್ಳಬೇಕು. ಮೂಲಭೂತವಾಗಿ, ಅವುಗಳಿಗೆ ಒಂದು ಹೊಸ ಮಾಹಿತಿಯನ್ನು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗಬೇಕು.
ನಾವು ಕೇವಲ ಶಬ್ದಗಳ ಮೂಲಕವಾದ ಸಂವಹನಕ್ಕಷ್ಟೇ ಸೀಮಿತಗೊಳಿಸಿದರೂ, ಈ ಪ್ರೋಗ್ರಾಂಗಳಿಗೆ ಅವುಗಳನ್ನು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಇಲ್ಲ. ಅಲ್ಪಸ್ವಲ್ಪ ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವಂತೆ ಕಂಡರೂ ಸಹ, ಅವು ಸಾರ್ವತ್ರಿಕವಾಗಿ ತಮ್ಮ ಮೂಲ ಜ್ಞಾನಭಂಡಾರವನ್ನು ಸ್ವಯಂ ಪುನರ್ನವೀಕರಿಸಿಕೊಳ್ಳಲಾರವು. ಅವು ಕೇವಲ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಊಹೆಮಾಡಲು ಮಾತ್ರ ಶಕ್ತವಾಗಿವೆ.
ಅದರರ್ಥ ನಾವು AI ಯ ಅಂತಿಮ ಮಿತಿಯನ್ನು ತಲುಪಿದ್ದೇವೆ ಎಂದೇ? ಖಂಡಿತವಾಗಿಯೂ ಅಲ್ಲ. ಒಂದು ರೀತಿಯಲ್ಲಿ ನೋಡಿದರೆ, ಈ ಯಂತ್ರಗಳನ್ನು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿಯೇ ಹಾಗೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.
ನಾವು ಮಲಗಿರುವಾಗಲೂ ನಮ್ಮ ಮೆದುಳು ನಮ್ಮ ನೆನಪುಗಳನ್ನು ನವೀಕರಿಸುತ್ತಿರುತ್ತದೆ ಮತ್ತು ನಮಗೆ ಈಗಾಗಲೇ ಅರ್ಥವಾಗಿರುವುದನ್ನು ಗಟ್ಟಿಗೊಳಿಸುತ್ತಿರುತ್ತದೆ. ಇದು ಇವತ್ತಿನ AIಗಳಿಗೆ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲದ ವಿಷಯ. ದಿನದ 24 ಗಂಟೆಯೂ ನೆನಪನ್ನು ನವೀಕರಿಸುವ ಇಂಜಿನ್ಗಳಂತಿರುವ ಮನುಷ್ಯರ ತರಹ ಇವುಗಳನ್ನು ರೂಪಿಸಿಲ್ಲ.
ಹಾಗಾಗಿ, ಹೌದು, ಈಗಿನ AIಗಳಿಗೆ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವ ಶಕ್ತಿ ಇಲ್ಲ. ಹಾಗೆಂದ ಮಾತ್ರಕ್ಕೆ ಭವಿಷ್ಯದಲ್ಲಿ ಅವುಗಳಿಗೆ ಅದು ಸಾಧ್ಯವೇ ಇಲ್ಲ ಎಂದಲ್ಲ. ಅವು ಎಂದಿಗೂ ಅದನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ ಎಂದು ಹೇಳಲು ಯಾವುದೇ ಕಾರಣವಿಲ್ಲ.
AI ತಂತ್ರಜ್ಞಾನ ಮುನ್ನಡೆಯುತ್ತಿರುವ ವೇಗವನ್ನು ನೋಡಿದರೆ, ನಮ್ಮ ಎಲ್ಲಾ ಜ್ಞಾನೇಂದ್ರಿಯ ಗ್ರಹಿತ ವಿಷಯಗಳ ಬಗ್ಗೆ ಅಲ್ಲದಿದ್ದರೂ, ಕನಿಷ್ಠ, ನಮ್ಮ ಮಾತಿನಪ್ರಪಂಚದ ಬಗ್ಗೆಯಾದರೂ, AI, ನಮ್ಮಂತೆಯೇ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವ ದಿನ ದೂರವಿಲ್ಲ. ಪದಗಳು ನಮ್ಮ ಗ್ರಾಹ್ಯ ಪ್ರಪಂಚದ ಬಹುದೊಡ್ಡ ಭಾಗವಾಗಿರುವುದರಿಂದ, ಅಷ್ಟು ಮುಂದುವರಿಯುವುದು ಕೂಡ ಒಂದು ದೊಡ್ಡ ಪ್ರಗತಿಯೇ ಸರಿ.
--------------------------------------------------------------------
ಇದು ನಿಮಗೆ ಇಷ್ಟವಾಗಿದ್ದರೆ, ನನ್ನ ಸಾಪ್ತಾಹಿಕ ಓದುಗರೊಂದಿಗೆ ಸೇರಲು ನಾನು ನಿಮ್ಮನ್ನು ಹೃತ್ಪೂರ್ವಕವಾಗಿ ಆಹ್ವಾನಿಸುತ್ತೇನೆ. ಪ್ರತಿ ಶನಿವಾರ, ಮೇಲ್ಮೈಯನ್ನು ಮೀರಿದ ಮತ್ತು ನಿಜವಾಗಿಯೂ ಮುಖ್ಯವಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ಪರಿಹರಿಸುವ ಆಳವಾದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ನಾನು ಪ್ರಕಟಿಸುತ್ತೇನೆ. ಪೇವಾಲ್ಗಳಿಲ್ಲ, ಕ್ಲಿಕ್ಬೈಟ್ ಇಲ್ಲ - ಕೇವಲ ನೇರ ವಿನಿಮಯ: ನನ್ನ ಮನಸ್ಸಿನಿಂದ ನಿಮ್ಮದಕ್ಕೆ. ಚಂದಾದಾರರಾಗಲು ಇಲ್ಲಿ ಕ್ಲಿಕ್ ಮಾಡಿ.
© Dr. King, Swami Satyapriya 2026
No comments:
Post a Comment