செயற்கை நுண்ணறிவும் அதன் நன்மை தீமைகளும்

12 Min Read

செயற்கை நுண்ணறிவு (Artificial Intelligence – AI) இன்று உலகை உலுக்கிக் கொண்டிருக்கும் ஒரு தொழில்நுட்பப் புரட்சி. மனிதர்களைப் போலவே சிந்தித்து, கற்று, செயல்படக்கூடிய கணினி அமைப்புகளை உருவாக்குவதே இதன் அடிப்படை நோக்கம். இது கணினி அறிவியலின் ஒரு முக்கியமான கிளை மட்டுமல்ல, பல்வேறு துறைகளில் வியத்தகு மாற்றங்களை ஏற்படுத்தும் வல்லமை கொண்டது.

முக்கிய சிறப்பம்சங்கள்:

  • செயற்கை நுண்ணறிவு என்பது மனிதர்களின் அறிவாற்றலை இயந்திரங்களுக்கு வழங்கும் தொழில்நுட்பம்.
  • இயந்திரக் கற்றல் (Machine Learning) மற்றும் ஆழமான கற்றல் (Deep Learning) போன்ற முறைகள் AI-ன் முக்கிய அங்கங்களாக உள்ளன.
  • இயற்கை மொழி செயலாக்கம் (Natural Language Processing – NLP), கணினி பார்வை (Computer Vision) போன்ற பல்வேறு கருவிகள் AI-ன் பயன்பாட்டை விரிவுபடுத்துகின்றன.
  • AI தொழில்நுட்பம் மருத்துவம், கல்வி, வணிகம், போக்குவரத்து என பல்வேறு துறைகளில் பயன்பாடுகளைக் கொண்டுள்ளது.
  • AI-ன் நன்மைகள் மற்றும் தீமைகள் குறித்து விவாதித்து, அதன் நெறிமுறை பயன்பாட்டை உறுதி செய்வது அவசியம்.

செயற்கை நுண்ணறிவு – AI

செயற்கை நுண்ணறிவு (AI) என்பது மனிதர்களின் அறிவாற்றல் திறன்களைப் பிரதிபலிக்கும் கணினி அமைப்புகளை உருவாக்குவதற்கான ஒரு முயற்சி. அதாவது, மனிதர்களைப் போலவே சிந்தித்து, கற்று, முடிவுகளை எடுக்கக்கூடிய இயந்திரங்களை உருவாக்குவதுதான் இதன் நோக்கம்.

பல தகவல்களை விரைவாகவும், துல்லியமாகவும் பகுப்பாய்வு செய்து சிக்கல்களைத் தீர்க்கவும், சரியான முடிவுகளை எடுக்கவும் AI உதவுகிறது. உதாரணமாக, ஒரு பெரிய அளவிலான தரவுத் தொகுப்பை ஆராய்ந்து, எதிர்கால நிகழ்வுகளை முன்கூட்டியே கணிக்க AI பயன்படுகிறது. இது மருத்துவம், நிதி, மற்றும் அன்றாடப் பணிகள் போன்ற பல்வேறு துறைகளில் மிகவும் பயனுள்ளதாக இருக்கிறது.

AI முக்கியமாக இயந்திரக் கற்றல் (Machine Learning) மூலம் இயங்குகிறது. இயந்திரக் கற்றல் என்பது கணினிக்கு உதாரணங்களைக் காட்டி, அதன் மூலம் ஒரு குறிப்பிட்ட செயலைக் கற்றுக்கொள்ளச் செய்வது போன்றது. கணினி அந்த உதாரணங்களிலிருந்து கற்றுக்கொண்டு, தானாகவே தவறுகளைத் திருத்திக்கொண்டு, தன்னை மேம்படுத்திக் கொள்கிறது.

இயந்திரக் கற்றல் (Machine Learning): இயந்திரங்களுக்கு தரவுகளின் அடிப்படையில் தானாகவே கற்றுக்கொள்ளும் திறனை வழங்கும் ஒரு தொழில்நுட்பம்.

உதாரணமாக, நீங்கள் ஒரு AI அமைப்பில் பூனைகள் மற்றும் நாய்களின் படங்களைக் காட்டி, அவற்றின் வித்தியாசத்தை விளக்கினால், அந்த AI அமைப்பு தானாகவே பூனைகள் மற்றும் நாய்களை அடையாளம் காணும் திறனைப் பெறுகிறது.

- Advertisement -

AI-ன் மற்றொரு முக்கியமான அம்சம் என்னவென்றால், அது மனித மொழியைப் புரிந்துகொண்டு, அதற்குப் பதிலளிக்க முடியும். கூகிள் அசிஸ்டண்ட் (Google Assistant), சிரி (Siri) அல்லது அலெக்சா (Alexa) போன்ற சாட்போட்கள் (Chatbots) அல்லது மெய்நிகர் உதவியாளர்களை (Virtual Assistants) நீங்கள் பயன்படுத்தியிருக்கலாம். இவை நீங்கள் என்ன சொல்கிறீர்கள் என்பதைப் புரிந்துகொண்டு, பதில்களை வழங்குவதற்கும், உங்களுக்காகப் பணிகளைச் செய்வதற்கும் AI தொழில்நுட்பத்தைப் பயன்படுத்துகின்றன.

எத்தனை விதமான AI கருவிகள் உள்ளன ?

வெவ்வேறு பயன்பாடுகளுக்கு ஏற்றவாறு பல்வேறு வகையான AI கருவிகள் உள்ளன. அவற்றில் சில முக்கியமான கருவிகளைப் பற்றி இங்கே பார்க்கலாம்:

Ad image

இயற்கை மொழி செயலாக்கம் (NLP) கருவிகள் – Natural Language Processing (NLP) Tools

இயற்கை மொழி செயலாக்கம் (NLP) கருவிகள் மனித மொழியைப் புரிந்துகொள்ளவும், அதைச் செயலாக்கவும் உதவுகின்றன. உணர்வுப் பகுப்பாய்வு (Sentiment Analysis), மொழிபெயர்ப்பு, உரைச் சுருக்கம் (Text Summarization), மற்றும் சாட்போட் மேம்பாடு போன்ற பணிகளுக்கு இவை பெரிதும் பயன்படுகின்றன.

உணர்வுப் பகுப்பாய்வு (Sentiment Analysis): ஒரு உரையில் உள்ள உணர்ச்சிகளை (நேர்மறை, எதிர்மறை, நடுநிலை) அடையாளம் காணும் ஒரு தொழில்நுட்பம்.

பிரபலமான NLP கருவிகளில் ஸ்பேசி (SpaCy), என்.எல்.டி.கே (NLTK), ஸ்டான்போர்ட் என்.எல்.பி (Stanford NLP), மற்றும் கூகிள் கிளவுட் நேச்சுரல் லாங்குவேஜ் ஏபிஐ (Google Cloud Natural Language API) ஆகியவை அடங்கும்.

கணினி பார்வைக் கருவிகள் – Computer Vision Tools

கணினி பார்வைக் கருவிகள் படங்கள் மற்றும் வீடியோக்கள் போன்ற காட்சித் தகவல்களைப் பகுப்பாய்வு செய்வதிலும், அவற்றைப் பற்றி விளக்குவதிலும் கவனம் செலுத்துகின்றன. பொருள் அங்கீகாரம் (Object Recognition), பட வகைப்பாடு (Image Classification), முக அங்கீகாரம் (Face Recognition), மற்றும் தன்னாட்சி வாகனங்கள் (Autonomous Vehicles) போன்ற பயன்பாடுகளில் இவை பயன்படுத்தப்படுகின்றன.

பொருள் அங்கீகாரம் (Object Recognition): ஒரு படத்தில் உள்ள பொருட்களை அடையாளம் காணும் ஒரு தொழில்நுட்பம்.

அதிகம் அறியப்பட்ட கணினி பார்வை கருவிகளில் ஓப்பன்சிவி (OpenCV), டென்சார்ஃப்ளோ (TensorFlow), பைடார்ச் (PyTorch), மற்றும் மைக்ரோசாஃப்ட் அஸூர் கம்ப்யூட்டர் விஷன் ஏபிஐ (Microsoft Azure Computer Vision API) ஆகியவை அடங்கும்.

சாட்போட் மற்றும் விர்ச்சுவல் அசிஸ்டென்ட் கருவிகள் – Chatbot and Virtual Assistant Tools

இந்தக் கருவிகள் மனிதர்களின் கேள்விகளைப் புரிந்துகொண்டு பதிலளிக்கக்கூடிய உரையாடல் முகவர்களை (Conversational Agents) உருவாக்க உதவுகின்றன. இவை பெரும்பாலும் NLP மற்றும் இயந்திரக் கற்றல் நுட்பங்களைப் பயன்படுத்திச் செயல்படுகின்றன. சாட்போட் மற்றும் விர்ச்சுவல் அசிஸ்டென்ட் கருவிகளுக்கு எடுத்துக்காட்டுகள்: டயலாக்ஃப்ளோ (Dialogflow), ஐபிஎம் வாட்சன் அசிஸ்டென்ட் (IBM Watson Assistant), மைக்ரோசாஃப்ட் போட் ஃப்ரேம்வொர்க் (Microsoft Bot Framework), மற்றும் ராசா (Rasa).

பேச்சு அங்கீகாரம் மற்றும் இயற்கை மொழி புரிதலுக்கான கருவிகள் – Speech Recognition and Natural Language Understanding Tools

இந்த கருவிகள் பேசும் மொழியை எழுத்து வடிவமாக மாற்றுவதற்கும், அதன் அர்த்தத்தைப் புரிந்துகொள்வதற்கும் பயன்படுகின்றன. குரல் உதவியாளர்கள் (Voice Assistants), டிரான்ஸ்கிரிப்ஷன் சேவைகள் (Transcription Services), மற்றும் குரல் கட்டுப்பாட்டு அமைப்புகள் (Voice Control Systems) போன்ற பயன்பாடுகளுக்கு இவை மிகவும் முக்கியமானவை. பேச்சு அங்கீகாரம் மற்றும் இயற்கை மொழி புரிதலுக்கான கருவிகளுக்கு சில எடுத்துக்காட்டுகள்: கூகிள் கிளவுட் ஸ்பீச்-டு-டெக்ஸ்ட் (Google Cloud Speech-to-Text), ஐபிஎம் வாட்சன் ஸ்பீச் டு டெக்ஸ்ட் (IBM Watson Speech to Text), மைக்ரோசாஃப்ட் அஸூர் ஸ்பீச் சர்வீசஸ் (Microsoft Azure Speech Services), மற்றும் மொஸில்லா டீப்ஸ்பீச் (Mozilla DeepSpeech).

பரிந்துரை அமைப்புக் கருவிகள் – Recommendation Systems Tools

பயனர்களின் விருப்பத்தேர்வுகள் மற்றும் நடத்தையின் அடிப்படையில் தனிப்பட்ட பரிந்துரைகளை வழங்க இந்தக் கருவிகள் பயன்படுகின்றன. அவை பொதுவாக இ-காமர்ஸ் (E-commerce) தளங்கள், ஸ்ட்ரீமிங் (Streaming) சேவைகள் மற்றும் செய்தித் தளங்களில் பயன்படுத்தப்படுகின்றன. குறிப்பிடத்தக்க பரிந்துரை அமைப்பு கருவிகளில் Apache Mahout, Amazon Personalize, மற்றும் TensorFlow Recommenders ஆகியவை அடங்கும்.

முன்கணிப்பு பகுப்பாய்வு மற்றும் இயந்திர கற்றல் கருவிகள் – Predictive Analytics and Machine Learning Tools

முன்கணிப்பு, வகைப்பாடு (Classification), மற்றும் பின்னடைவு (Regression) போன்ற முன்கணிப்பு பணிகளுக்கு இயந்திர கற்றல் மாதிரிகளை உருவாக்கவும், பயன்படுத்தவும் இந்த கருவிகள் உதவுகின்றன. இயந்திர கற்றல் கருவிகள் மற்றும் கட்டமைப்புகளின் எடுத்துக்காட்டுகள் scikit-learn, TensorFlow, PyTorch மற்றும் H2O.ai.

ரோபோடிக் செயல்முறை ஆட்டோமேஷன் (RPA) கருவிகள்:

இந்த கருவிகள் கணினி அமைப்புகளுடன் மனித தொடர்புகளைப் பிரதிபலிப்பதன் மூலம் மீண்டும் மீண்டும் நிகழும் மற்றும் விதி அடிப்படையிலான பணிகளை தானியங்குபடுத்துகின்றன. தரவு உள்ளீடு (Data Entry), படிவம் நிரப்புதல் (Form Filling), மற்றும் அறிக்கை உருவாக்கம் (Report Generation) போன்ற பணிகளை தானியக்கமாக்குவதற்கு அவை பரவலாகப் பயன்படுத்தப்படுகின்றன. பிரபலமான RPA கருவிகளில் UiPath, Automation Anywhere மற்றும் Blue Prism ஆகியவை அடங்கும்.

AI இன் நன்மை தீமைகள்:

செயற்கை நுண்ணறிவு நம் வாழ்வில் பல நன்மைகளை அளித்தாலும், சில தீமைகளும் உள்ளன. அவற்றைப் பற்றி விரிவாகப் பார்க்கலாம்.

- Advertisement -

AI இன் நன்மைகள்:

  • ஆட்டோமேஷன் மற்றும் செயல்திறன்: AI ஆனது மீண்டும் மீண்டும் செய்ய வேண்டிய பணிகளை தானியக்கமாக்குகிறது. இதனால், அதிக செயல்திறன் மற்றும் உற்பத்தித்திறன் கிடைக்கின்றன. பெரிய அளவிலான தரவைக் கையாளும் மற்றும் சிக்கலான கணக்கீடுகளை விரைவாகவும், துல்லியமாகவும் செய்ய முடியும்.
  • முடிவெடுத்தல் மற்றும் சிக்கலைத் தீர்ப்பது: AI அமைப்புகள் பரந்த அளவிலான தரவை பகுப்பாய்வு செய்து, வடிவங்களை அடையாளம் கண்டு, கணிப்புகளைச் செய்கின்றன. இவை சிறந்த முடிவுகளை எடுப்பதை எளிதாக்குகின்றன. பல மாதிரிகள் மற்றும் காட்சிகளைக் கருத்தில் கொண்டு சிக்கலான சிக்கல்களைத் தீர்ப்பதில் அவை உதவலாம்.
  • மேம்படுத்தப்பட்ட துல்லியம்: AI தொழில்நுட்பங்கள் மனிதப் பிழையைக் குறைக்கும் மற்றும் பல்வேறு களங்களில் துல்லியத்தை அதிகரிக்கவும் இவை உதவும். உதாரணமாக, AI மூலம் இயங்கும் மருத்துவ நோய் கண்டறியும் அமைப்புகள் மனித மருத்துவர்களுடன் ஒப்பிடும்போது மிகவும் துல்லியமான மற்றும் சரியான நேரத்தில் நோய்களைக் கண்டறிந்து சிகிச்சை அளிக்க உதவுகின்றன.
  • தொடர்ச்சியான கற்றல்: AI அமைப்புகள் தரவுகளிலிருந்து தானாகக் கற்றுக் கொள்ளும் திறனைக் கொண்டுள்ளன. இதனால், காலப்போக்கில் அவற்றின் செயல்திறனை மேம்படுத்திக் கொள்ள முடியும். அவை மாறிவரும் சூழ்நிலைகளுக்கு ஏற்பவும், அவற்றின் வழிமுறைகளைச் செம்மைப்படுத்தவும் முடியும்.
  • பெரிய தரவுகளைக் கையாளுதல்: பெரிய தரவுகள் அதிகரித்து வருவதால், மனிதர்கள் கைமுறையாக பகுப்பாய்வு செய்வதற்கு கடினமாக இருக்கும் பாரிய தரவுத்தொகுப்புகளிலிருந்து மதிப்புமிக்க நுண்ணறிவுகளை AI செயலாக்கி பிரித்தெடுக்க முடியும்.

AI இன் தீமைகள்:

  • மனிதனைப் போன்ற புரிதல் இல்லாமை: மேம்பட்ட திறன்கள் இருந்தபோதிலும், AI அமைப்புகள் மனிதனைப் போன்ற புரிதல், பொது அறிவு மற்றும் உள்ளுணர்வு ஆகியவற்றைக் கொண்டிருக்கவில்லை. அவை அல்காரிதம்கள் மற்றும் தரவுகளின் அடிப்படையில் செயல்படுகின்றன. இது சில சூழ்நிலைகளில் பிழைகள் அல்லது தவறான விளக்கங்களுக்கு வழிவகுக்கும்.
  • நெறிமுறை மற்றும் சட்டக் கவலைகள்: AI இன் பயன்பாடு தனியுரிமை, சார்பு மற்றும் பாதுகாப்பு போன்ற நெறிமுறைக் கருத்தாய்வுகளை எழுப்புகிறது. AI அல்காரிதம்கள் அவர்கள் பயிற்றுவிக்கப்பட்ட தரவுகளில் இருக்கும் சார்புகளைக் கவனக்குறைவாக நிலைநிறுத்தலாம். இது நியாயமற்ற விளைவுகளுக்கு அல்லது பாகுபாட்டிற்கு வழிவகுக்கும்.
  • வேலை இடமாற்றம் மற்றும் பொருளாதார தாக்கம்: AI சில பணிகளை தானியக்கமாக்குவதால், வேலை இடமாற்றம் மற்றும் பணியாளர்கள் மீதான தாக்கம் பற்றிய கவலை உள்ளது. சில வேலைகள் இதனால் காணாமல் போகலாம் அல்லது அந்த துறைகளில் இருப்பவர்களுக்கு மறுதிறன் தேவைப்படலாம். இது வேலையின்மை அல்லது பொருளாதார சமத்துவமின்மைக்கு வழிவகுக்கும்.
  • சார்பு மற்றும் நம்பகத்தன்மை: AI அமைப்புகளை பெரிதும் நம்புவது சார்புநிலையை உருவாக்கலாம். மேலும் இந்த அமைப்புகள் தோல்வியுற்றால் அல்லது பிழைகள் செய்தால், அது குறிப்பிடத்தக்க விளைவுகளை ஏற்படுத்தலாம். AI தொழில்நுட்பங்களை செயல்படுத்தும்போது உறுதியான தன்மை மற்றும் நம்பகத்தன்மை ஆகியவை கருத்தில் கொள்ள வேண்டிய முக்கியமான காரணிகளாகும்.
  • சமூக மற்றும் உளவியல் தாக்கம்: சமூகத்தில் அதிகரித்து வரும் AI இன் ஒருங்கிணைப்பு சமூக மற்றும் உளவியல் தாக்கங்களை ஏற்படுத்தும். உதாரணமாக, சமூக தொடர்புக்கு AI உதவியாளர்களை நம்பியிருப்பது மனித-மனித இணைப்புகளை பாதிக்கலாம். மேலும் தன்னியக்கத்தின் மூலம் சில திறன்களை இழப்பது சமூக விளைவுகளை ஏற்படுத்தலாம்.

தற்போது மிகவும் பிரபலமாக உள்ள AI கருவிகள்

இன்றைய காலகட்டத்தில், பல்வேறு துறைகளில் பயன்படும் சில பிரபலமான AI கருவிகளைப் பற்றி இப்போது பார்க்கலாம்.

இயற்கை மொழி செயலாக்கம் (NLP) கருவிகள்:

  • ChatGPT
  • Google Gemini
  • Dialogflow
  • Rasa
  • spaCy
  • Stanford NLP
  • Apache OpenNLP
  • Prodigy
  • MonkeyLearn
  • Aylien
  • Lexalytics

இயந்திர கற்றல் மற்றும் ஆழமான கற்றல் கருவிகள்:

  • TensorFlow
  • PyTorch
  • scikit-learn
  • BERT
  • XGBoost
  • Caffe
  • Keras
  • H2O.ai
  • Apache Mahout
  • MXNet
  • Theano
  • Cognitive Toolkit
  • AutoML
  • WEKA
  • BigDL
  • AllenNLP

ரோபோடிக் செயல்முறை ஆட்டோமேஷன் (RPA) கருவிகள்:

  • UiPath
  • Automation Anywhere
  • Blue Prism

கிளவுட் அடிப்படையிலான AI இயங்குதளங்கள் மற்றும் சேவைகள்:

  • IBM Watson
  • Microsoft Cognitive Services
  • Amazon AI Services
  • Google Cloud AI Platform
  • Watson Studio
  • Azure Machine Learning
  • Microsoft Azure ML Studio
  • Google Cloud AutoML

பேச்சு அங்கீகாரம் மற்றும் இயற்கை மொழி புரிதலுக்கான கருவிகள்

  • Wit.ai
  • LUIS (Language Understanding Intelligent Service)
  • Amazon Lex
  • Tesseract OCR

தரவு அறிவியல் மற்றும் பகுப்பாய்வுக் கருவிகள்:

  • RapidMiner
  • DataRobot
  • BigML
  • KNIME
  • Orange
  • Alteryx
  • Dataiku


FAQs

அடிக்கடி கேட்கப்படும் கேள்விகள் (FAQ)

செயற்கை நுண்ணறிவு குறித்து அடிக்கடி கேட்கப்படும் சில கேள்விகளும், அவற்றிற்கான பதில்களும் இங்கே:

AI இன் எதிர்காலம் என்ன?

AI இன் எதிர்காலம் பல்வேறு துறைகளில் முன்னேற்றத்திற்கான பெரும் ஆற்றலைக் கொண்டுள்ளது. AI தொடர்ந்து தொழில்கள், சுகாதாரம், போக்குவரத்து மற்றும் பல துறைகளை மாற்றும் என எதிர்பார்க்கப்படுகிறது. AI ஆராய்ச்சியில் மேலும் முன்னேற்றங்கள், அதிகரித்த தத்தெடுப்பு மற்றும் நெறிமுறைக் கருத்தாய்வுகள் அதன் எதிர்காலத்தை வடிவமைக்கும்.

AI மூலமாக மனித வேலைகளை மாற்ற முடியுமா?

AI ஆனது சில பணிகள் மற்றும் வேலைப் பாத்திரங்களை தானியங்குபடுத்த முடியும் என்றாலும், அது அனைத்து மனித வேலைகளையும் மாற்றும் என்று எதிர்பார்க்கப்படவில்லை. AI மனித திறன்களை அதிகரிக்கவும், AI மேம்பாடு, பராமரிப்பு மற்றும் மனித படைப்பாற்றல் மற்றும் பச்சாதாபம் தேவைப்படும் சிறப்புப் பணிகள் தொடர்பான துறைகளில் புதிய வேலை வாய்ப்புகளை உருவாக்கவும் அதிக வாய்ப்புள்ளது.

AI உடன் தொடர்புடைய நெறிமுறைக் கவலைகள் என்ன?

தனியுரிமை, சார்பு, வெளிப்படைத்தன்மை, பொறுப்புக்கூறல் மற்றும் வேலை இடமாற்றம் போன்ற சிக்கல்கள் AI இல் உள்ள நெறிமுறைக் கவலைகளில் அடங்கும். நேர்மையை உறுதி செய்தல், பாகுபாடு காட்டுவதைத் தவிர்ப்பது மற்றும் நெறிமுறை இக்கட்டான சூழ்நிலைகளைத் தீர்ப்பது ஆகியவை AI மேம்பாடு மற்றும் வரிசைப்படுத்தலில் முக்கியமான கருத்தாகும்.

AI மற்றும் ஆட்டோமேஷன் ஒன்றா?

இல்லை, அவை ஒரே மாதிரியானவை அல்ல. AI என்பது இயந்திரங்களால் வெளிப்படுத்தப்படும் நுண்ணறிவைக் குறிக்கிறது, அதே சமயம் ஆட்டோமேஷன் என்பது உளவுத்துறையை உள்ளடக்கியதாக இல்லாமல் பணிகள் அல்லது செயல்முறைகளை தானியங்குபடுத்தும் செயல்முறையைக் குறிக்கிறது. AI ஆல் ஆட்டோமேஷனை இயக்க முடியும், ஆனால் எல்லா ஆட்டோமேஷனும் AI ஐ உள்ளடக்கியதாக இருக்காது.

Deep Learning என்றால் என்ன?

ஆழமான கற்றல் என்பது இயந்திர கற்றலின் ஒரு துணைப் புலமாகும், இது செயற்கையான நரம்பியல் நெட்வொர்க்குகளை மாதிரியாக்குவதற்கும் சிக்கலான வடிவங்களைப் புரிந்துகொள்வதற்கும் பயன்படுத்துகிறது. படம் மற்றும் பேச்சு அங்கீகாரம் போன்ற பணிகளுக்கு இது மிகவும் பயனுள்ளதாக இருக்கும்.

Machine Learning என்றால் என்ன?

மெஷின் லேர்னிங் என்பது AI இன் துணைக்குழு ஆகும், இது கணினிகள் வெளிப்படையாக திட்டமிடப்படாமல் கணிப்புகள் அல்லது முடிவுகளை எடுக்க அனுமதிக்கும் வழிமுறைகளை மேம்படுத்துவதில் கவனம் செலுத்துகிறது. வடிவங்களை அடையாளம் காணவும் துல்லியமான கணிப்புகளைச் செய்யவும் தரவுடன் கூடிய பயிற்சி மாதிரிகள் இதில் அடங்கும்.

AI இன் பயன்பாடுகள் என்ன?

மெய்நிகர் உதவியாளர்கள், சாட்போட்கள், படம் மற்றும் பேச்சு அறிதல், தன்னாட்சி வாகனங்கள், சுகாதாரப் பாதுகாப்பு நோய் கண்டறிதல், மோசடி கண்டறிதல், பரிந்துரை அமைப்புகள் மற்றும் முன்கணிப்பு பகுப்பாய்வு உள்ளிட்ட பல்வேறு பயன்பாடுகளை AI கொண்டுள்ளது.

AI எப்படி வேலை செய்கிறது?

கணினிகள் அறிவார்ந்த நடத்தையை உருவகப்படுத்துவதற்கு வழிமுறைகள் மற்றும் தரவைப் பயன்படுத்தி AI செயல்படுகிறது. இது இயந்திர கற்றல், நரம்பியல் நெட்வொர்க்குகள், இயற்கை மொழி செயலாக்கம் மற்றும் கணினி பார்வை போன்ற நுட்பங்களை உள்ளடக்கியது.

செயற்கை நுண்ணறிவு (AI) என்றால் என்ன?

செயற்கை நுண்ணறிவு என்பது கற்றல், பகுத்தறிவு, சிக்கலைத் தீர்ப்பது மற்றும் முடிவெடுத்தல் போன்ற மனித நுண்ணறிவு தேவைப்படும் பணிகளைச் செய்யக்கூடிய கணினி அமைப்புகளைக் குறிக்கிறது.


செயற்கை நுண்ணறிவு (AI) என்பது ஒரு புதிய தொழில்நுட்ப அத்தியாயம். இது மனித குலத்திற்குப் பல நன்மைகளை அளித்தாலும், சில தீமைகளும் உள்ளன. எனவே, AI தொழில்நுட்பத்தை கவனத்துடனும், பொறுப்புடனும் பயன்படுத்த வேண்டும்.

Share This Article
2 Comments