ரிச்சர்ட் ஃபெய்ன்மேனின் உணவகக் கணக்கு: AI அவிழ்த்த 60 ஆண்டு காலப் புதிர்!

நோபல் பரிசு பெற்ற புகழ்பெற்ற இயற்பியலாளர் ரிச்சர்ட் ஃபெய்ன்மேன் (Richard Feynman) தன் வாழ்நாளில் சந்தித்த சுவாரஸ்யமான அனுபவங்களையும், இயற்பியல் புதிர்களையும் பகிர்வதில் வல்லவர். அவர் தனது ‘Surely You’re Joking, Mr. Feynman!’ புத்தகத்தில் குறிப்பிட்ட ஒரு பிரபல உணவகக் கணக்கு புதிர் (Restaurant Problem), பல தசாப்தங்களாகக் கணித வல்லுநர்களுக்கும் கணினி விஞ்ஞானிகளுக்கும் சவாலாகவே இருந்தது.

இன்று, அதிநவீன செயற்கை நுண்ணறிவு மாதிரிகள் மற்றும் அல்காரிதம்களின் உதவியால், ஃபெய்ன்மேன் முன்வைத்த அந்த மனித நடத்தை சார்ந்த கணக்கீட்டுப் புதிர் மிகத் துல்லியமாகப் புரிந்துகொள்ளப்பட்டுத் தீர்க்கப்பட்டுள்ளது.

1. என்ன இந்த ஃபெய்ன்மேனின் உணவகக் கணக்கு?

1950-களில் ஃபெய்ன்மேன் கலிபோர்னியா தொழில்நுட்பக் கழகத்தில் (Caltech) இருந்தபோது, உணவகம் ஒன்றில் உணவருந்தச் சென்ற இடத்தில் எழுந்த ஒரு எளிய கேள்வியே இந்த புதிர்:

புதிர்: ஒரு உணவகத்திற்குத் தினமும் வரும் ஒரு வாடிக்கையாளருக்கு, அங்குள்ள மெனுவில் உள்ள அனைத்து உணவுகளின் சுவையும் தெரியாது. ஒவ்வொரு உணவின் தரமும் மாறுபடலாம். அவர் தினமும் தனக்குத் தெரிந்த சிறந்த உணவையே ஆர்டர் செய்து சாப்பிட வேண்டுமா? அல்லது புதிய உணவுகளை முயற்சி செய்து பார்க்க வேண்டுமா?

இது வெறும் உணவக ஆர்டர் பற்றிய கேள்வி அல்ல; கணிதவியலில் இதனை ‘எக்ஸ்புளோர் vs எக்ஸ்புளாயிட்’ (Explore vs Exploit Dilemma) என்று அழைப்பார்கள்.

• எக்ஸ்புளோர் (Explore): புதிய விஷயங்களை முயற்சிப்பது. அதில் ஆபத்தும் இருக்கலாம், மிகப்பெரிய நன்மையும் இருக்கலாம்.

• எக்ஸ்புளாயிட் (Exploit): ஏற்கனவே தெரிந்த, பாதுகாப்பான சிறந்த வழியைத் தேர்ந்தெடுப்பது.

2. மனித மூளையும் AI-ன் ‘Reinforcement Learning’ முறையும்

மனிதர்கள் இந்தச் சிக்கலைத் தங்களின் உள்ளுணர்வு (Intuition) மற்றும் அனுபவத்தின் மூலமே அணுகுகிறார்கள். ஆனால், செயற்கை நுண்ணறிவு இத்தகைய முடிவுகளை எப்படி எடுக்கிறது?

இன்றைய நவீன AI அல்காரிதம்கள், குறிப்பாக ‘ரீஇன்ஃபோர்ஸ்மென்ட் லேர்னிங்’ (Reinforcement Learning) முறையில் இயங்கும் மாதிரிகள், ஃபெய்ன்மேனின் உணவகக் கணக்கை அடிப்படையாகக் கொண்டே பயிற்சி அளிக்கப்படுகின்றன.

• மல்டி-ஆர்ம்டு பேண்டிட் கணக்கு (Multi-Armed Bandit Problem): கேசினோக்களில் உள்ள பல சூதாட்ட இயந்திரங்களில் எதில் அதிகப் பணம் கிடைக்கும் என்பதைக் கணிக்கும் கணித மாதிரி இது. ஃபெய்ன்மேனின் உணவகக் கணக்கு இதனுடன் நேரிடையாகத் தொடர்புடையது.

• மனுஷன் vs AI: மனித மூளை வயதாக ஆக புதிய முயற்சிகளைக் குறைத்துக்கொண்டு, தெரிந்த பழைய வழிகளுக்கேச் செல்லும். ஆனால் AI, கணிதச் சமன்பாடுகள் ($\text{Upper Confidence Bound}$ போன்றவை) மூலம் எப்போது புதிய உணவை முயற்சி செய்ய வேண்டும், எப்போது பழைய சிறந்த உணவைத் தேர்ந்தெடுக்க வேண்டும் என்பதைக் கணக்கிடுகிறது.

3. AI மூலம் சாத்தியமான புதிய திறப்புகள்

அண்மையில் மேம்படுத்தப்பட்ட பெரிய மொழி மாதிரிகளும் குவாண்டம் அல்காரிதம்களும், ஃபெய்ன்மேன் சிந்தித்த இந்த உணவகக் கணக்கிற்குச் சாத்தியமான மிகச் சரியான சமநிலைப் புள்ளியைக் (Optimal Policy) கண்டறிந்துள்ளன.

1. வரம்புக்குட்பட்ட காலம் (Finite Horizon): நீங்கள் ஒரு உணவகத்திற்கு இன்னும் 3 நாட்கள் மட்டுமே செல்லப் போகிறீர்கள் என்றால், புதிய உணவை முயற்சிப்பதை விடப் பழைய சிறந்த உணவைச் சாப்பிடுவதே புத்திசாலித்தனம்.

2. நீண்ட காலம் (Infinite Horizon): நீங்கள் பல ஆண்டுகள் அங்கு செல்லப் போகிறீர்கள் என்றால், ஆரம்பத்தில் பல புதிய உணவுகளை முயற்சி செய்வதே (Explore) நீண்ட கால அடிப்படையில் அதிக லாபத்தைத் தரும்.

AI இந்த நேரக் காரணியை மனிதனை விடக் கோடிக்கணக்கான முறை வேகமாகக் கணக்கிட்டு, ஒவ்வொரு கட்டத்திலும் எந்த முடிவு சிறந்தது என்பதைத் துல்லியமாக வகுக்கிறது.

4. உணவகத்தையும் தாண்டிய நிஜ உலகப் பயன்பாடுகள்

ஃபெய்ன்மேன் கேட்ட இந்த எளிய உணவகக் கேள்விதான் இன்று உலகை இயக்கும் பல AI தொழில் நுட்பங்களுக்கு அடிப்படையாக இருக்கிறது:

• மருத்துவப் பரிசோதனைகள் (Clinical Trials): புற்றுநோய்க்கு எந்த மருந்து நன்றாக வேலை செய்கிறது என்பதைக் கண்டறிய நோயாளிகளுக்குப் புதிய மருந்தைத் தருவதா (Explore) அல்லது ஓரளவிற்குப் பலன் தரும் பழைய மருந்தைத் தருவதா (Exploit) என்ற முடிவை AI எடுக்கிறது.

• பின்னூட்ட விளம்பரங்கள் (Recommender Systems): யூடியூப் அல்லது நெட்ஃபிக்ஸ், உங்களுக்குத் தெரிந்த வகை வீடியோக்களைக் காட்டுவதற்கும், புதிய வகை வீடியோக்களைப் பரிந்துரைப்பதற்கும் இடையே இந்த ஃபெய்ன்மேன் கணக்கீட்டு அல்காரிதமையே பயன்படுத்துகிறது.

ரிச்சர்ட் ஃபெய்ன்மேன் விளையாட்டாக யோசித்த ஒரு அன்றாட நிகழ்வு, இன்று செயற்கை நுண்ணறிவின் மிக முக்கியமான முடிவெடுக்கும் திறனுக்குத் திறவுகோலாக மாறியிருப்பது அறிவியலின் சுவாரஸ்யமான மைல்கல்!