போக்குவரத்தின் தலை எழுத்தை மாற்றப்போகும் செயற்கை நுண்ணறிவுத் தொழில்நுட்பம்... சாத்தியங்களும், சவால்களும்!

தானியங்கி முறையில் இயங்கும் கார், டிரக் மற்றும் பார்சல்களை டெலிவிரி செய்யும் ட்ரோன்கள் என அனைத்து விதங்களிலும் வாகனப் போக்குவரத்தை செயற்கை நுண்ணறிவுத் தொழில்நுட்பம் அடுத்தக் கட்டத்திற்கு கொண்டு செல்லும் என்று கணிக்கப்படுகிறது. மேலும், மாசு உமிழ்வை குறைப்பதற்கும், போக்குவரத்து நெரிசல்களுக்கு தீர்வு காண்பதற்கும் மட்டுமின்றி, பொருளாதாரத்திலும் மிகப்பெரிய வளர்ச்சியை பெறுவதற்கான வாய்ப்பை செயற்கை நுண்ணறிவு தொழில் நுட்பங்கள் வழங்குகின்றன. எனினும், இந்தியாவில் வாகனப் போக்குவரத்தில் செயற்கை நுண்ணறிவுத் தொழில்நுட்பத்தின் பயன்பாடு குறித்த சாத்தியங்களும், சவால்களும் குறித்து இந்த செய்தியில் விரிவாக பார்க்கலாம்.

சாலைப் பாதுகாப்பு

போக்குவரத்தை மேம்படுத்துவதற்கு நிபுணர்கள் மற்றும் அதிகாரிகளின் செயல்பாடுகளுக்கு செயற்கை நுண்ணறிவுத் தொழில்நுட்பங்களின் தரவுகள் பெரிதும் உதவியாக அமைந்துள்ளன. நகர்ப்புற சாலைகள், நெடுஞ்சாலைகளில் போக்குவரத்து நெரிசலை தவிர்ப்பதற்கான முயற்சிகளுக்கு செயற்கை நுண்ணறிவுத் தொழில்நுட்பத்தின் மூலமாக கிடைக்கும் தரவுகள் உதவிகரமாக இருக்கும். ஆனால், இவை தற்காலிகமானதாகவே பார்க்க முடியும். அதேநேரத்தில், எந்த இடங்களில் கவனத்தை செலுத்த வேண்டும், தேவைகள் என்ன என்பதை இந்த தரவுகள் மூலமாக அதிகாரிகள் திட்டங்களை செயல்படுத்த முடியும்.

பொருளாதார மாற்றம்

அத்துடன் நிகழ்நேர போக்குவரத்து நிலவரம் குறித்த தரவுகள் மூலமாக போக்குவரத்து நெரிசல் குறித்த விபரங்களை ஓட்டுனர்களுக்கு குறுந்தகவல் அனுப்பி, போக்குவரத்து நெரிசலை தவிர்க்கும் வாய்ப்பை உருவாக்கி வருகின்றன. எரிபொருள் விரயம், மாசு உமிழ்வு குறைவதற்கான வாய்ப்புடன் பொருளாதாரத்திலும் மிகப்பெரிய மாற்றம் ஏற்படும்.

போக்குவரத்து நெரிசல் உள்ளிட்டவற்றை குறைப்பதற்கு மட்டுமின்றி, சாலை பாதுகாப்பை மேம்படுத்துவதிலும் செயற்கை நுண்ணறிவு நுட்பங்கள் பெரிதும் உதவுகின்றன. அமெரிக்காவின் கலிஃபோர்னியா மற்றும் இங்கிலாந்தில் கூகுள் தாய் நிறுவனமான அல்ஃபபெட் நிறுவனத்தின் அங்கமாக செயல்பட்டு வரும் வேமோ நிறுவனமும் டிரைவரில்லாமல் செயற்கை நுண்ணறிவு நுட்பத்தில் இயங்கும் கார்களை சோதனை ஓட்டம் நடத்தி வருகின்றன. சாலைகளில் வரும் பிற வாகனங்கள், பாதசாரிகள், மிதிவண்டிகள், விலங்குகள் மற்றும் போக்குவரத்து சிக்னல்கள், சாலை குறியீடுகளை அடையாளம் கண்டு, சரியான கட்டுப்பாட்டு முறையில் இயங்கும் வகையில் இந்த தானியங்கி கார்கள் உருவாக்கப்படுகின்றன. இந்த டிரைவர்லெஸ் கார்களில் உள்ள கேமராக்கள் மற்றும் சென்சார்கள் ஆற்றல்வாய்ந்த கம்ப்யூட்டர்களுடன் இணைக்கப்பட்டுள்ளன. அவை துல்லியமாக காரின் சுற்றுப்புறத்தை கண்காணித்து, கணித்து பாதுகாப்பாக செல்ல அனுமதிக்கின்றது. தற்போது டெஸ்லா நிறுவனத்தின் ஆட்டோபைலட் வசதியானது செயற்கை நுண்ணறிவு நுட்பத்தில் இயங்கும் கார்களுக்கு முன்னோடியாக கருதப்படுகிறது.

சுற்றுச்சூழல் பாதுகாப்பு

நாட்டின் தலைநகரான டெல்லியில் 10 ஆண்டுகளுக்கு மேல் பழமையான மூன்று லட்சம் டீசல் வாகனங்கள் இருப்பதாக கணக்கிடப்பட்டு இருக்கிறது. அதிக மாசு உமிழ்வை ஏற்படுத்தும் வாகனங்களில் செயற்கை நுண்ணறிவு நுட்பத்தின் மூலமாக எஞ்சின்களை மேம்படுத்துவதற்கான முயற்சிகளில் வாகன உற்பத்தி நிறுவனங்கள் ஈடுபட்டுள்ளன. இதன்மூலமாக, மாசு உமிழ்வு குறைப்பதற்கான வாய்ப்பு ஏற்படும். அத்துடன், வெப்பநிலை, போக்குவரத்து மற்றும் நிலப்பரப்பை பொறுத்து, சரியான வேகத்தில் வாகனத்தை இயக்குவதற்கான பரிந்துரையையும் செயற்கை நுண்ணறிவு தொழில்நுட்பங்கள் ஓட்டுனர்களுக்கு உதவும் முறையும் நடைமுறைக்கு வந்து கொண்டிருக்கிறது.

அடுத்தக் கட்ட நுட்பம்

தரம் குறைந்த எரிபொருள், தேய்ந்து போன பழைய டயர்கள் மற்றும் தேய்மானமடைந்த உதிரிபாகங்களால் எஞ்சினுக்கு ஏற்படும் கூடுதல் சுமையால் அதிர்வுகள் அதிகரிக்கிறது. இதனை செயற்கை நுண்ணறிவு நுட்பத்தின் மூலமாக கண்டறிந்து அதிர்வுகளை குறைப்பதற்கும், ஓட்டுனரை எச்சரிப்பதற்கான வழிகளை வாகன நிறுவனங்கள் கையில் எடுத்துள்ளன. எஞ்சினில் ஆயில் அளவு, அழுத்தம், எரிபொருள் செலுத்தப்படும் அளவு, பிரேக் தேய்மானம் உள்ளிட்ட பல விஷயங்களை செயற்கை நுண்ணறிவு நுட்பம் மூலமாக கண்டறிந்து, எஞ்சின் சுமையை குறைப்பதற்கும், தேவையற்ற எரிபொருள் செலவு, அதிக மாசு உமிழ்வு போன்றவற்றை குறைப்பதிலும் செயற்கை நுண்ணறிவு நுட்பங்கள் பெரிதும் பயன்பட்டு வருகின்றன.

மேலும், சாலைகளில் உள்ள பள்ளங்கள் குறித்த தகவல்களை கேமரா, ட்ரோன்கள் மற்றும் தானியங்கி கார்களின் மூலமாக செயற்கை நுண்ணறிவு நுட்பத்தின் வழியாக பெற்று ஆய்வு செய்யும் வாய்ப்பும் ஏற்பட்டுள்ளது. இதன்மூலமாக, அதிகாரிகள் சாலை பாதுகாப்பை மேம்படுத்த முடியும்.

போக்குவரத்தை சீராக்கும் திட்டம்

சில நாடுகளில் நெடுஞ்சாலைகளில் உள்ள சாலை சந்திப்புகள் மிகவும் சிக்கலான கட்டமைப்புடன் அமைக்கப்பட்டுவிடுகிறது. அதேபோன்று, மோசமான சாலை அமைப்பு காரணமாக, போக்குவரத்து பிரச்னைகள் ஏற்பட வழிவகுக்கிறது. இதனை செயற்கை நுண்ணறிவு தொழில்நுட்பங்களின் உதவியுடன் சீரான போக்குவரத்திற்கு வழி வகை செய்ய முடிகிறது. உதாரணத்திற்கு, வேஸ் உள்ளிட்ட மொபைல் அப்ளிகேஷன்கள் மூலமாக நெடுஞ்சாலைகளில் உள்ள போக்குவரத்து பிரச்னைகளை கண்காணித்து தவிர்ப்பதற்கான வாய்ப்பை பெற முடியும். மொபைல்போன்களின் மூலமாக நிகழ்நேர போக்குவரத்தை இவை கண்காணித்து செயற்கை நுண்ணறிவு தொழில்நுட்பத்தின் மூலமாக சரியான தரவுகளை தருவதால், போக்குவரத்து நெரிசலை தவிர்க்க முடிகிறது.

நிகழ்நேர தரவுகள்

போக்குவரத்து சிக்னல் விளக்குகள், விபத்துக்கள் மற்றும் கட்டுமானம் நடைபெறும் இடங்களையும் செயற்கை நுண்ணறிவு நுட்பங்கள் கண்டறிந்து மாற்று வழியை ஓட்டுனர்களுக்கு பரிந்துரைகின்றன. நிகழ்நேர அடிப்படையில் மாற்று வழியை அளிப்பதால் போக்குவரத்தில் செயற்கை நுண்ணறிவு நுட்பங்கள் பெரிதும் பயன்படுகின்றன.

எதிர்காலத்தை ஆளப்போகும் செயற்கை நுண்ணறிவு நுட்பங்கள்?

டிரைவரில்லாமல் இயங்கும் கார் உள்ளிட்ட வாகனங்கள் சாலையில் செல்லும்போது இதர வாகனங்களுடன் ஒன்றுக்கொன்று சிக்னல்கள் மூலமாக தொடர்புப்படுத்தி சரியான இடைவெளியில் பாதுகாப்பாக செல்வதற்கான வாய்ப்பையும் பெறும். இது நிச்சயம் சாலை விபத்துக்களை குறைப்பதற்கு பெரிய அளவில் உதவி புரியும்.

தானியங்கி சிக்னல்கள்

மேலும், சிக்னல்களில் உள்ள வாகன எண்ணிக்கையை கண்காணித்து சிக்னல்களை மாற்றும் தொழில்நுட்பமும் வந்துவிட்டது. இதுவும் போக்குவரத்து நெரிசல், எரிபொருள் விரயங்களை தவிர்த்து, மாசு உமிழ்வை குறைக்க வாய்ப்பு கொடுத்து வருகின்றன. பெருநகரங்களில் அதிக போக்குவரத்தால் திணறி வரும் நிலையில், செயற்கை நுண்ணறிவு கம்ப்யூட்டர் கட்டுப்பாடு மூலமாக போக்குவரத்து சிக்னல்களில் வாகனங்கள் தேங்கி நிற்பதை தவிர்க்க முடியும்.

அதிக நன்மைகள்

வளர்ந்த நாடுகளில் செயற்கை நுண்ணறிவு நுட்பம் தாக்கத்தையும், நன்மைகளையும் அளித்து வரும் நிலையில், வளரும் நாடுகளிலும் இதன் பயன்பாடு சிறப்பானதாக இருந்து வருகிறது. சாலை கட்டமைப்பை மேம்படுத்துவதற்கும், போக்குவரத்து நிலையை சரிசெய்வதற்குமான முயற்சிகள், திட்டங்களில் செயற்கை நுண்ணறிவு திட்டத்தின் பயன்பாடு இன்றியமையாததாக உள்ளது. எனினும், செயற்கை நுண்ணறிவு தரவுகளை பெறுவதில் தொடர்ந்து சில நடைமுறை சிக்கல்கள் உள்ளதையும் மறுக்க இயலாது. இதனை மேம்படுத்தும்போது நிச்சயம் போக்குவரத்தில் மிகப்பெரிய மாற்றத்தையும், நன்மைகளையும் வளரும் நாடுகள் பெறும்.

அபாயங்கள்

அதேநேரத்தில், கம்ப்யூட்டர் அல்லது செயலிகள் மனிதர்கள் கண்காணிப்பு இல்லாமல் செயல்படும்போது சில அபாயங்களையும் சந்திக்கும் நிலை உள்ளது. தொழில்நுட்பக் கோளாறு உள்ளிட்டவற்றால் போக்குவரத்தில் சில மோசமான சூழல்களை ஏற்படுத்தவும் வாய்ப்பு இருக்கிறது. இதனை தொடர்ந்து மேம்படுத்துவதன் மூலமாக இந்த செயற்கை நுண்ணறிவுத் திறனை முழுமையான பயனை தரும் என்று கூறலாம்.

பயணத் திட்டத்திற்கு பேருதவி

செயற்கை நுண்ணறிவு நுட்பங்கள் மூலமாக வாகனங்களில் செல்வோருக்கு குறித்த நேரத்தில் திட்டமிட்டு சென்றடைவதற்கான வாய்ப்பை வழங்குவதோடு, ஓட்டுனர் பணிகளையும் செம்மையாக செய்வதற்கு உறுதுணையாக இருக்கும். மேலும், பொருளாதார அளவிலும் செயற்கை நுண்ணறிவு நுட்பம் அதிக நன்மைகளை பெற்றுத் தரும்.

அச்சம் நீக்கப்பட வேண்டும்

ஓட்டுனர் இல்லாமல் கம்ப்யூட்டர் மூலமாக இயங்கும் வாகனங்கள் குறித்து வாகனங்களில் செல்வோர் அச்சப்படுவதற்கான வாய்ப்புகள் உள்ளன. ஆனால், செயற்கை நுண்ணறிவுத் திறன் முழுமையாக செம்மையடையும்போது இந்த பிரச்னைகள் தவிர்க்கப்படும் என்பதுடன், இந்த தொழில்நுட்பம் செயல்படும் விதம் குறித்த புரிதலும் சில சூழல்களை வாகனங்களில் செல்வோர் சமாளிக்க உதவும். இந்தியா போன்ற வளரும் நாடுகளில் செயற்கை நுண்ணறிவு நுட்பங்கள் பெரும் மாற்றத்தை ஏற்படுத்தும் என்று எதிர்பார்க்கப்படுகிறது.

இன்றியமையாததாக நுட்பம்

செயற்கை நுண்ணறிவு நுட்பத்தின் தரவுகளை எளிதாக பெறுவதற்கு பெரும் வாய்ப்பை வழங்குகின்றன. உதாரணத்திற்கு, கடந்த 2019ம் ஆண்டு உலக அளவில் 4.5 பில்லியன் பயணிகள் விமானங்களில் பயணித்துள்ளனர். ஆனால், கொரோனா பெருந்தொற்று காரணமாக, கடந்த 2020ம் ஆண்டு 1.7 பில்லியனாக குறைந்துபோய்விட்டது. விமானப் போக்குவரத்து மிகப்பெரிய தரவுகளை அடிப்படையாக கொண்டு இயங்கும் நிலையில், செயற்கை நுண்ணறிவு நுட்பம் மூலமாக எளிதாக தரவுகளை பெற வாய்ப்பு கிட்டி இருக்கிறது. விமானங்கள் ரத்து செய்யப்படும் தகவல்களை பயணிகளுக்க குறித்த நேரத்தில் கொண்டு சென்றது, எவ்வளவு பேர் பயணித்தனர் என்ற விபரங்களை துல்லியமாக பெறுவதற்கு இன்று செயற்கை நுண்ணறிவு நுட்பம் இன்றியமையாததாக மாறி இருக்கிறது.

சவால்கள்

PwC என்ற அமைப்பின் உலகளாவிய செயற்கை நுணணறிவு நுட்பம் குறித்த ஆய்வில், 2030ம் ஆண்டில் செயற்கை நுண்ணறிவு நுட்பத்தின் வர்த்தக மதிப்பீடு 15.7 ட்ரில்லியன் டாலர்களாக மதிப்பிடப்பட்டு இருக்கிறது. உலக அளவில் செயற்கை நுண்ணறிவு நுட்பத்தில் சீனா முதன்மையாக உள்ளது. வரும் 2030ம் ஆண்டு அந்நாட்டு மொத்த உற்பத்தியானது செயற்கை நுண்ணறிவு நுட்பங்களின் மூலமாக 26 சதவீதம் கூடுதலாகும் என்றும் தெரிவிக்கப்பட்டுள்ளது. அடுத்து வட அமெரிக்காவின் மொத்த உற்பத்தி 14.5 சதவீதம் உயர்வதற்கு செயற்கை நுண்ணறிவு நுட்பங்கள் உதவியாக அமையும். அதாவது, உலக அளவில் பொருளாதாரத்தில் இது 10.7 ட்ரில்லியன் டாலர்களுக்கு சமமானதாக இருக்கும்.

முதன்மை வகிக்கும் சீனா

செயற்கை நுண்ணறிவு நுட்பங்களை நடைமுறை பயன்பாட்டிற்கு கொண்டு வருவதில் சீனா முதன்மையானதாக இருந்து வருகிறது. தொழில்நுட்பத் துறையில் சீன அரசு அதிக முக்கியத்துவம் கொடுத்து வருகிறது. அந்நாடு செயற்கை நுண்ணறிவு நுட்பத்தில் சிறந்த வல்லுனர்களை உருவாக்க முனைந்துள்ளதோடு, வேகமாக நடைமுறை பயன்படுத்திலும், அதிக விழிப்புணர்வுடன் செயல்பட்டு வருகிறது. செயற்கை நுண்ணறிவு நுட்பங்களை சட்ட தடங்கல்கள் இல்லாமல் அங்கு பொதுவாக பயன்படுத்துவதற்கான வாய்ப்புகளையும் வழங்குவதும் அந்நாட்டு வேகமாக இத்துறையில் முன்னேறுவதற்கு வாய்ப்பாக அமைந்துள்ளது.

இந்தியாவுக்கான சவால்கள்

ஆனால், இந்தியாவில் செயற்கை நுண்ணறிவு நுட்பங்களை நடைமுறை பயன்படுத்துவதில் சில சவால்களை சந்தித்து வருகிறது. இதனால், இந்தியாவின் பொருளாதார வளர்ச்சியிலும் சில தடங்கல்கள் இருந்து வருகின்றன. இந்தியாவில் செயற்கை நுண்ணறிவு நுட்பங்களை செயல்படுத்துவதில் உள்ள சில முக்கிய சவால்களை தொடர்ந்து பார்க்கலாம்.

1. தேசிய அளவிலான திட்டம்

செயற்கை நுண்ணறிவு நுட்பத்தை இந்தியாவில் வேகமாக நடைமுறைக்கு கொண்டு வருவதற்கு தேசிய அளவிலான திட்டம் தேவைப்படுகிறது. தற்போது உள்ள திட்டங்கள் மூலமாக வேகமாக இலக்குகளை அடைவது கடினமாக காரியமாக இருக்கும். அதேபோன்று, செயற்கை நுண்ணறிவு நுட்பங்களை அமல்படுத்துவதற்கு அதிக அளவிலான முதலீடுகளும் தேவையாக இருக்கிறது.

2. கட்டமைப்பு

செயற்கை நுண்ணறிவு நுட்பங்களை அமல்படுத்துவதற்கு போதுமான திறன் வாயந்த கம்ப்யூட்டர் சர்வர்கள் கொண்ட கட்டமைப்பும் தேவையாக உள்ளது. தற்போது உள்ள கட்டமைப்பு திட்டங்களை துரிதமாக கொண்டு வருவதற்கு போதுமானதாக இருக்காது.

3. நிபுணர்கள் பற்றாக்குறை

செயற்கை நுண்ணறிவு நுட்பத்தை உருவாக்குவதற்கு அதிக அளவிலான வல்லுனர்கள் தேவைப்படுகின்றனர். தற்போது இந்தியாவில் இத்துறைக்கான வல்லுனர்கள் எண்ணிக்கையும் போதுமான அளவில் இல்லை. ஆனால், எதிர்காலத்தில் இந்த எண்ணிக்கை வெகுவாக உயரும் என்று எதிர்பார்க்கப்படுகிறது.

4. மொழி பிரச்னை

உலக அளவில் பொதுவான தொடர்பு மொழியாக ஆங்கிலம் உள்ள நிலையில், இந்தியாவில் பல்வேறு மொழிகள் இருப்பதால் செயற்கை நுண்ணறிவு தரவுகளை பெறுவதிலும், நடைமுறைப்படுத்துவலிலும் பல நடைமுறை சிக்கல்கள் உள்ளன. இதற்கு தீர்வு காண்பதற்கு சற்று காலம் பிடிக்கும் என்பதும் செயற்கை நுண்ணறிவு நுட்பங்களை போக்குவரத்தில் நடைமுறைப்படுத்துவதில் சவாலாக இருந்து வருகிறது.

5. அதிக செலவீனம்

செயற்கை நுண்ணறிவு நுட்பங்களை உருவாக்குவதற்கான பெரிய முதலீடுகள் தேவைப்படும் நிலையில், இதுவரை அதற்கான பெரிய அளவிலான முதலீடுகளை செய்யப்படாத நிலை உள்ளது. ஆனால், பல நாடுகள் செயற்கை நுண்ணறிவு நுட்பத்திற்கான முக்கியத்துவத்தை உணர்ந்து, அதிக முதலீடுகளை செய்து இருக்கின்றன.

6. சைபர் தாக்குதல்கள்

அமெரிக்கா, சீனா, ரஷ்யா உள்ளிட்ட நாடுகள் செயற்கை நுண்ணறிவு நுட்பங்களை உருவாக்கி நடைமுறைப்படுத்தி வருவதுடன், அதனை ஒருங்கிணைந்த கட்டமைப்பின் மூலமாக பாதுகாத்து வருகின்றன. ஆனால், இதற்கு சிறந்த பாதுகாப்பு நுட்பங்கள் தேவைப்படுவதால், சைபர் தாக்குதல்களால் பெரிய அபாயங்களை சந்திக்க வேண்டி இருக்கிறது. இந்த துறையில் இந்தியாவும் முழு கவனத்தை செலுத்தி, சிறந்த பாதுகாப்பு அம்சங்களுடன் செயற்கை நுண்ணறிவு நுட்பங்களுடன் போக்குவரத்து நிலையை மேம்படுத்துவது அவசியமாகிறது.

7. கட்டமைப்பு வசதிகள்

இன்டர்நெட் கட்டமைப்பு வசதிகள் மேம்பட்டு வந்தாலும், அது நாடு முழுவதும் சீராகவும், முழுமையாக சென்றடையாத நிலை உள்ளது. இன்டர்நெட் கட்டமைப்பு வசதிகள் மேம்பட்டு வரும்போதுதான் செயற்கை நுண்ணறிவு நுட்பங்களை சிறப்பாக அமல்படுத்த முடியும்.

8. புரிந்துணர்வு

செயற்கை நுண்ணறிவு நுட்பங்களை அதிக அளவில் உருவாக்குவதற்கு அரசு மற்றும் தனியார் நிறுவனங்கள் இடையே அதிக ஒத்துழைப்பு தேவை. ஆனால், இந்தியாவில் அந்த சூழல் குறைவாக இருப்பதும், செயற்கை நுண்ணறிவு நுட்பங்களை வெளிநாடுகளுக்கு இணையாக நடைமுறைக்கு கொண்டு வருவதற்கு கால தாமதம் ஏற்படும் நிலை உள்ளது.

9. விழிப்புணர்வு

செயற்கை நுண்ணறிவு நுட்பங்கள் எந்த அளவுக்கு சமுதாயத்திற்கு உதவும் என்பது குறித்த போதிய விழிப்புணர்வும் இல்லாத நிலை உள்ளது. இந்தியாவில் பல நிறுவனங்கள் வர்த்தக நோக்கங்களுக்காக செயற்கை நுண்ணறிவு நுட்பங்களை உருவாக்குவதற்கு திட்டங்களை கையில் எடுத்துள்ளன. ஆனாலும், செயற்கை நுண்ணறிவு திறன் இருபுறம் கூர்மையான கத்தி போல, பல அபாயங்களையும் கொண்டுள்ளதால், உருவாக்குவதில் தயக்கம் காட்டு நிலை உள்ளது.

10. டெஸ்லாவின் வெற்றிப் பயணம்

டெஸ்லா மற்றும் ஸ்பேஸ்எக்ஸ் உள்ளிட்ட எலான் மஸ்க் உருவாக்கிய நிறுவனங்களை பார்த்தால், செயற்கை நுண்ணறிவு நுட்பங்கள் எந்தளவுக்கு தேவையானது, அதன் நன்மைகள் அளப்பறியது என்பதை உணர்ந்து கொள்ள முடியும். மேலும், செயற்கை நுண்ணறிவு நுட்பங்களை உருவாக்குவதற்கு கொடுக்க வேண்டிய முக்கியத்துவத்தையும் அறிந்து கொள்ளலாம்.

செயற்கை நுண்ணறிவு நுட்பங்களின் வரலாறு

கணிணி அறிவியல் துறையின் அங்கமாக உருவாக்கப்பட்ட செயற்கை நுண்ணறிவு தொழில்நுட்பம், மனிதர்களுக்கு இணையான யோசிக்கும் திறன் மற்றும் முடிவுகளை எடுக்கும் வகையில் உருவாக்கப்படுகிறது. எந்திரனியல் (Robotics), மனிதர்களின் பேச்சு மற்றும் மொழியை கண்டறிந்து செயலாற்றுதல், தேடுபொறிகளில் செயற்கை நுண்ணறிவு தொழில்நுட்பத்தின் பங்கு சிறப்பானதாக கருதப்படுகிறது.

விதை போட்டவர்கள்

இந்த நிலையில், செயற்கை நுண்ணறிவு தொழில்நுட்பத்தை உருவாக்குவதற்கான விதையை போட்டவர்களில் முதன்மையானவர்களாக மாசாசூட்ஸ் தொழில்நுட்ப கல்வி நிறுவனத்தை சேர்ந்த விஞ்ஞானிகள் ஜான் மெக்கர்த்தி மற்றும் மர்வின் மின்ஸ்கை ஆகியோரை சேரும். கடந்த 1956ம் ஆண்டு டார்ட்மவுத் கல்லூரி நடத்திய புதிய தொழில்நுட்ப உருவாக்க பயிற்சி பட்டறையில், செயற்கை நுண்ணறிவு என்ற பதத்தை முதன்முதலாக அறிவித்தனர்.

படத்தில் இருப்பவர்: ஜான் மெக்கர்த்தி

கட்டியம் கூறிய விஞ்ஞானிகள்

எதிர்காலத்தில் செயற்கை நுண்ணறிவு மனிதனின் மூளை செயலாற்றலையும் விஞ்சும் அளவுக்கு செல்லும் என்றும் கட்டியம் கூறினர். அறிவியல் மற்றும் நடைமுறை விஷயங்களில் செயற்கை நுண்ணறிவு நுட்பம் பயன்பாடு அளப்பறியதாக இருக்கும் என்றும் தெரிவித்தனர்.

படத்தில் இருப்பவர்: மர்வின் மின்ஸ்கை

வர்த்தக ரீதியில் முதலாவது செயற்கை நுண்ணறிவு நுட்பம்

கடந்த 1965ம் ஆண்டு வணிக ரீதியிலான செயற்கை நுண்ணறிவு தொழில்நுட்பத்தை எஸ்டிசி (SDC) என்ற நிறுவனம் அறிமுகப்படுத்தியது. அமெரிக்க விமானப் படையுடன் ஒப்பந்தம் செய்து கொண்டு, எதிரிகளின் கண்காணிப்புப் பணிகளுக்கு தேவையான தொழில்நுட்பங்களை வழங்கியது.

கடந்த 1950களில் செயற்கை நுண்ணறிவு குறித்த விஷயங்கள் தெரிவிக்கப்பட்டாலும், நவீன தொழில்நுட்பங்களின் யுகமாக கருதப்பட்டாலும், செயற்கை நுண்ணறிவு நுட்பங்களை பொறுத்தவரையில் அது இன்னமும் அதிக தூரம் செல்ல வேண்டியது உள்ளதாகவே கருதப்படுகிறது.

எழுதியவர்: ஜோபோ குருவில்லா, எக்ஸிகியூட்டிவ் எடிட்டர், டிரைவ்ஸ்பார்க்.காம்

ஆங்கில செய்தி இணைப்பு

தகவல் உதவி

1.டெல்லியில் 10 லட்சம் பழமையான டீசல் வாகனங்கள்

2. உலகளாவிய விமானப் பயணிகள் தரவுகள்

3. செயற்கை நுண்ணறிவு குறித்த பிடபிள்யூசி ஆய்வு முடிவுகள