மறதியின் விசித்திரம்: மனித மூளையின் குறைபாடே AI-க்கு இலக்கணம் கற்றுத்தந்த கதை!

செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பம் இன்று அசுர வேகத்தில் வளர்ந்து வருகிறது. ஒரு மனிதன் தன் வாழ்நாளில் படிக்க முடியாத அளவு கோடிக்கணக்கான புத்தகங்கள், இணையப் பக்கங்கள் என ஒட்டுமொத்தத் தரவுகளையும் (Big Data) விழுங்கிவிட்டுத்தான் இன்றைய சாட்பாட்டுகள் (Chatbots) நம்மிடம் பேசுகின்றன. எதையும் மறக்காத, அசாத்திய நினைவாற்றல் கொண்ட ஒரு கணினித் தொழில்நுட்பம், மனிதனை விடச் சிறந்ததாக இருப்பதில் வியப்பொன்றும் இல்லை.

ஆனால், “AI-க்கு மனிதனைப் போல ‘மறதி’ அல்லது ‘நினைவாற்றல் குறைபாடு’ இருந்தால், அது மொழியை இன்னும் சிறப்பாகக் கற்கும்!” என்று சொன்னால் நம்ப முடிகிறதா?

ஆம், அறிவாற்றல் அறிவியலில் (Cognitive Science) நிகழ்ந்துள்ள ஒரு புதிய மைல்கல் ஆராய்ச்சி இதைத்தான் நிரூபித்துள்ளது. மனித மூளையின் பலவீனமாகப் பார்க்கப்படும் “மறதி” அல்லது “தற்காலிக நினைவாற்றல்” (Fleeting Memory) தான், நாம் மொழியின் இலக்கணத்தை மிக எளிதாக, குறைந்த தரவுகளைக் கொண்டு கற்றுக்கொள்ள உதவுகிறது. இதே தத்துவத்தை AI-க்குள் புகுத்தியபோது, அது வியக்கத்தக்க வகையில் மொழியின் இலக்கண அமைப்புகளை மிகத் துல்லியமாகக் கற்றுக்கொண்டுள்ளது.

அசாத்திய நினைவாற்றல் vs மனிதக் குழந்தை: எங்கே இடிக்கிறது?

இன்றைய நவீன AI மாதிரிகள் (Large Language Models) தங்களுக்குக் கொடுக்கப்படும் வாக்கியங்களின் ஒட்டுமொத்த வார்த்தைகளையும், அவற்றின் வரிசையையும் அப்படியே துல்லியமாக நினைவில் வைத்துக் கொள்ளும் பேராற்றல் (Context Window) கொண்டவை. இதனால் அவற்றால் முந்தைய வார்த்தைகளை அப்படியே மனப்பாடம் (Literal Memorization) செய்ய முடிகிறது.

ஆனால், ஒரு மனிதக் குழந்தை மொழியைக் கற்கும் விதம் முற்றிலும் வேறானது.

• ஒரு குழந்தை தன் வாழ்நாளின் தொடக்கத்தில் மிகக் குறைந்த அளவு சொற்களைத் தான் கேட்கிறது.

• குழந்தைக்குப் பிரம்மாண்டமான நினைவாற்றல் கிடையாது. ஒரு வாக்கியத்தைக் கேட்டவுடன், அதில் உள்ள குறிப்பிட்ட வார்த்தைகளை அது மிக வேகமாக மறந்துவிடுகிறது.

இருப்பினும், மிகக் குறைந்த தரவுகளைக் (Low-data) கொண்டே குழந்தைகள் இலக்கணப் பிழையின்றி பேசக் கற்றுக்கொள்கிறார்கள். எதையும் மறக்காத AI-க்கு கோடிக்கணக்கான தரவுகள் தேவைப்படும்போது, மனிதக் குழந்தையால் எப்படி மிகக் குறைந்த தரவுகளில் இலக்கணத்தைக் கற்க முடிகிறது? இந்த விடைதான் புதிய கண்டுபிடிப்புக்கு வழிவகுத்தது.

புதிய ஆராய்ச்சி: “பறக்கும் நினைவாற்றல் மாற்றி” (Fleeting Memory Transformers)

ஆம்ஸ்டர்டாம் பல்கலைக்கழகத்தைச் சேர்ந்த அபிஷேக் தம்மா மற்றும் மேக்ஸ் பிளாங்க் இன்ஸ்டிடியூட் ஆராய்ச்சியாளர் மிச்சா ஹெல்ப்ரான் ஆகியோர் இணைந்து இந்த ஆய்வை மேற்கொண்டுள்ளனர். இவர்கள் AI மாதிரிகளின் நினைவாற்றலுக்கு செயற்கையாக ஒரு எல்லையை அல்லது “கட்டுப்பாட்டை” விதித்தனர்.

இதற்காக “Fleeting Memory Transformers” (தற்காலிக நினைவாற்றல் மாற்றிகள்) என்ற புதிய அமைப்பை உருவாக்கினர். இதன் மூலம், மனித மூளையில் செயல்படும் இரண்டு முக்கிய அம்சங்களை AI-க்குள் புகுத்தினர்:

1. ஒலிவழித் தாங்கல் நினைவகம் (Echoic Buffer): நாம் ஒரு வாக்கியத்தைக் கேட்கும்போது, நமது மூளை மிகச் சமீபத்திய 3 முதல் 7 வார்த்தைகளை மட்டுமே தற்காலிகமாக அப்படியே தக்கவைத்துக் கொள்ளும். அதன்பின் பழைய வார்த்தைகளின் அச்சு அழியத் தொடங்கும். இதையே AI-க்கும் எல்லையாக நிர்ணயித்தனர்.

2. நினைவுச் சிதைவு (Memory Decay): நேரம் செல்லச் செல்ல அல்லது வார்த்தைகள் நகர நகர, பழைய வார்த்தைகளின் துல்லியமான வடிவத்தை AI தானாகவே மறந்துவிடும்படி வடிவமைத்தனர்.

மறதி எப்படி இலக்கண அறிவை வளர்க்கிறது?

ஒவ்வொரு வார்த்தையையும் அப்படியே துல்லியமாக மனப்பாடம் செய்யும் வசதியை AI-யிடம் இருந்து ஆராய்ச்சியாளர்கள் பறித்தபோது, அந்த AI உயிர் பிழைக்க ஒரு புதிய வழியைக் கண்டுபிடித்தது.

வார்த்தைகளை அப்படியே நினைவில் வைக்க முடியாததால், அந்த வார்த்தைகளுக்குப் பின்னால் ஒளிந்திருக்கும் பொதுவான இலக்கண விதிகளை (Abstract Grammatical Structures) அது உற்று நோக்கத் தொடங்கியது.

எடுத்துக்காட்டாக: “அவன் நேற்று ஊருக்குச் சென்றான்”, “அவள் நாளை துணி துவைப்பாள்” போன்ற வாக்கியங்களில் உள்ள ஒவ்வொரு தனித்தனி வார்த்தைகளையும் மனப்பாடம் செய்வதற்குப் பதிலாக; ‘திணை, பால், எண், இடம்’ மற்றும் ‘காலம்’ காட்டும் பொதுவான இலக்கண வடிவங்களை (Patterns) அது சுருக்கி (Compress) உள்வாங்கிக் கொண்டது.

சுருக்கமாகச் சொன்னால், விபரங்களை மறந்துவிட்டு, விதிகளுக்கு முக்கியத்துவம் கொடுக்க நினைவாற்றல் குறைபாடு AI-யைக் கட்டாயப்படுத்தியது.

‘BabyLM’ சோதனையும் வியப்பூட்டும் முடிவுகளும்

இந்தத் தற்காலிக நினைவாற்றல் கொண்ட AI மாதிரியை ஆராய்ச்சியாளர்கள் “BabyLM” என்ற சிறப்புத் தரவுத்தளத்தைக் கொண்டு சோதித்தனர். இது ஒரு மனிதக் குழந்தை வளரும் பருவத்தில் கேட்கக்கூடிய அதே அளவிலான (Child-scale) குறைந்தபட்ச மொழித் தரவுகளைக் கொண்ட ஒரு தளமாகும்.

இதன் முடிவுகள் ஆராய்ச்சியாளர்களை வியப்பில் ஆழ்த்தின:

• நினைவாற்றல் குறைக்கப்பட்ட AI மாதிரிகள், அசாத்திய நினைவாற்றல் கொண்ட சாதாரண AI-களை விட மிகச் சிறப்பாக மொழியைக் கையாண்டன.

• மிக முக்கியமாக, இலக்கண அறிவைச் சோதிக்கும் தேர்வுகளில் (Syntactic Knowledge Tests) இவை மிக உயர்ந்த புள்ளிகளைப் பெற்றன.

• மிகக் குறைந்த தரவுகளைக் கொண்டே, புதிய வாக்கியங்களுக்குத் துல்லியமாக இலக்கணம் அமைக்கும் பொதுமைப்படுத்தல் (Generalization) திறனை இவை பெற்றிருந்தன.

இயந்திர கற்றலின் எதிர்காலப் புரட்சி

இந்த ஆராய்ச்சி கணினி அறிவியலிலும், நரம்பியல் அறிவியலிலும் (Neuroscience) ஒரு புதிய கதவைத் திறந்துவிட்டுள்ளது.

• குறைந்த செலவில் திறமையான AI: இனி பிரம்மாண்டமான சூப்பர் கம்ப்யூட்டர்களும், கோடிக்கணக்கான தரவுகளும் இல்லாமல், மனிதனைப் போலக் குறைந்த தரவுகளிலேயே மிகத் துல்லியமாகச் செயல்படும் “சிறிய மொழி மாதிரிகளை” (Small Language Models) உருவாக்க முடியும்.

• மனித மூளையின் ரகசியம்: மனித மூளையின் போதாமை அல்லது பலவீனம் என்று நாம் நினைத்த ‘மறதி’ என்பது உண்மையில் இயற்க நமக்குக் கொடுத்த ஒரு ‘அதிநவீன அம்சம்’ (Feature, not a bug) என்பது நிரூபணமாகியுள்ளது. தேவையற்ற விபரங்களை மறப்பதன் மூலமே நம்மால் பிரபஞ்சத்தின் பொதுவான விதிகளைச் சுருக்கமாகக் கற்றுக்கொள்ள முடிகிறது.

தொழில்நுட்ப உலகில் “அதிகப்படியான தரவுகளே சிறந்தது” என்ற பிம்பத்தை உடைத்து, “தேவையற்றதை மறப்பதே அறிவின் தொடக்கம்” என்பதை இந்த Fleeting Memory ஆராய்ச்சி ஆணித்தரமாக நிலைநிறுத்தியுள்ளது!