AI புரட்சியின் பின்னணியில் – கோடிங் இன்னும் ஏன் மதிப்புமிக்கது?

இன்று, செயற்கை நுண்ணறிவு (AI) உலகெங்கும் ஒரு புயல் போல வீசிக் கொண்டிருக்கிறது. ‘கோடிங்’ (Coding) பணிகள் உட்பட பெரும்பாலான வேலைகளை AI கருவிகள் மிக எளிதாகச் செய்துவிடும் என்ற கருத்து நிலவும் சூழலில், மாணவர்கள் மத்தியில் பெரும் குழப்பம் நிலவுகிறது. ‘கணினி அறிவியல் (Computer Science) பட்டம் இனி தேவையா?’ என்ற கேள்வி பரவலாக எழுகிறது.

ஆனால், இந்த உலகளாவிய தொழில்நுட்பப் புரட்சிக்குத் தன் கண்டுபிடிப்புகளால் அடித்தளம் அமைத்த, ‘AI-இன் காட்ஃபாதர்’ என்று அழைக்கப்படும் புகழ்பெற்ற விஞ்ஞானி ஜெஃப்ரி ஹின்டன் (Geoffrey Hinton), இதற்கு மிகவும் உறுதியான மற்றும் தெளிவான பதிலைக் கொடுத்துள்ளார்.

🌟 ஹின்டனின் உறுதியான கூற்று

ஜெஃப்ரி ஹின்டனின் கூற்றுப்படி, கணினி அறிவியல் படிப்பை மாணவர்கள் கைவிடக் கூடாது. அவர் தெளிவாகக் கூறுகையில்:

“கணினி அறிவியல் பட்டங்கள் நீண்ட காலத்திற்கு மதிப்புமிக்கதாகவே இருக்கும்.”

“மேலும், மாணவர்கள் கோடிங் கற்றலைத் தொடர வேண்டும்.”

AI கருவிகள், நடுத்தர அளவிலான நிரலாக்க வேலைகளான (mid-level programmer) வழக்கமான குறியீடுகளை எழுதுதல், API அழைப்புகளை இணைத்தல் மற்றும் பிழைகளைத் திருத்துதல் போன்றவற்றைச் செய்ய முடியும். எனவே, வெறும் குறியீடுகளை எழுதும் பணி மட்டுமே இனி எதிர்காலத் தொழிலாக இருக்காது என்று அவர் எச்சரிக்கிறார்.

💡 கோடிங் ஒரு ‘லத்தீன்’ மொழி போன்றது!

அப்படியானால், AI கோடிங்கைச் செய்யும்போது நாம் ஏன் அதைக் கற்றுக்கொள்ள வேண்டும்?

இதற்கு ஹின்டன் ஒரு சுவாரஸ்யமான ஒப்பீட்டை அளிக்கிறார்:

• “கோடிங் கற்பது என்பது, கலைப் பாடங்கள் படிக்கும் மாணவர்கள் லத்தீன் மொழியைக் கற்பதற்கு ஒப்பானது.”

• “லத்தீனை யாரும் பேசுவதில்லை என்றாலும், அதைக் கற்பது அறிவார்ந்த திறன்களை வளர்க்கும்.”

அதேபோல், கோடிங் கற்பது ஒரு வலுவான அறிவுசார் பயிற்சி (Intellectual Exercise) ஆகும். இது, சிக்கலைத் தீர்க்கும் திறன் (Problem-Solving), அமைப்புகளைப் புரிந்துகொள்ளும் திறன் (Systems Thinking), மற்றும் பகுப்பாய்வுத் திறன்களை (Analytical Abilities) வலுப்படுத்த உதவுகிறது.

கணினி அறிவியல் என்பது வெறும் நிரலாக்கத்தைக் (Programming) கடந்தது. இது கணிதம், புள்ளியியல், நிகழ்தகவுக் கோட்பாடு மற்றும் நேரியல் இயற்கணிதம் (Linear Algebra) போன்ற அடிப்படைத் திறன்களைக் கற்றுக்கொடுக்கிறது. இந்தப் புரிதல்கள் தொழில்நுட்பம் எந்தத் திசையில் மாறினாலும் எப்போதும் மதிப்புமிக்கதாகவே இருக்கும்.

🔎 AI யின் ‘குருட்டுப் புள்ளிகள்’ – மனிதத் தலையீட்டின் தேவை

AI மிகவும் சக்திவாய்ந்ததாக இருந்தாலும், அதற்குச் சூழல் அறிவு (Contextual Awareness) மற்றும் மனித நுண்ணறிவு தேவைப்படுகிறது என்பதற்கு, நாம் சமீபத்தில் எதிர்கொண்ட ஒரு சிறு உதாரணமே போதுமானது.

இந்தியாவின் முதல் பெண் புகைப்படப் பத்திரிகையாளரான ஹோமாய் வியாரவல்லா குறித்துத் தமிழில் எழுதப்பட்ட, “ஹோமாய் வியாரவல்லா: கேமராவால் பாரத தேசத்தை ஆவணப்படுத்தியவர்!” என்ற வாக்கியத்தை, கூகிள் மொழிபெயர்ப்பு கருவி, “Homai Vyarawalla: The man who documented India with his camera!” என்று தவறுதலாக மொழிபெயர்த்தது.

ஒரு பெண் ஆளுமையை (Woman), ஒரு ஆண் (‘man’) என்று பாலினம் சார்ந்த ஒரு அடிப்படைப் பிழையைச் சூழலைப் புரிந்துகொள்ளாமல் ஒரு AI கருவி வெளிப்படுத்துகிறது. இது, நுணுக்கமான வரலாற்றுத் தகவல், கலாச்சாரச் சூழல் மற்றும் பொது அறிவைப் பகுப்பாய்வு செய்வதில் AI-க்கு இன்னும் வரம்புகள் உள்ளன என்பதைக் காட்டுகிறது.

இந்தக் கட்டத்தில்தான், ஹின்டன் குறிப்பிடுவது போல, கணினி அறிவியல் பட்டங்கள் அளிக்கும் முறையான சிந்தனைத் திறனும் (Logical Thinking) மற்றும் மனித மேற்பார்வையும் (Human Oversight) அவசியமாகிறது. AI கொடுத்த பிழையான குறியீட்டையோ அல்லது தவறான தகவலையோ சரிசெய்ய, அடிப்படையைப் புரிந்த ஒரு மனிதனால் மட்டுமே முடியும்.

முடிவுரை

AI, அடிப்படைத் தொழில்நுட்ப வேலைகளை ஆட்டோமேட் செய்யலாம். ஆனால், புதிய AI அமைப்புகளை வடிவமைக்க, வழிநடத்த, சிக்கலான அமைப்புகளைப் புரிந்து கொள்ள, அல்லது AI தவறு செய்யும்போது அதைச் சரிசெய்ய, மனிதனின் ஆழமான அறிவுசார் திறன் என்றும் தேவைப்படும்.

எனவே, ஜெஃப்ரி ஹின்டன் கூறுவது போல, இளம் மாணவர்கள் கோடிங் கற்றலைத் தொடர்வது அறிவார்ந்த ஆரோக்கியத்திற்கு நல்லது. எதிர்காலத்தில் நாம் AI உடன் போட்டியிடாமல், அதனுடன் இணைந்து பணியாற்ற வேண்டும். அதற்கு, கணினி அறிவியலின் அடிப்படைக் கட்டமைப்பைப் புரிந்துவைத்திருப்பது ஒரு கட்டாயத் தேவை.

அடிப்படை அறிவைக் கைவிடாமல், புதிய தொழில்நுட்பங்களை ஏற்றுக் கொள்பவர்களே நாளைய உலகை வடிவமைப்பார்கள்.