தொழில்நுட்பத்தின் அதிநவீன எல்லையான செயற்கை நுண்ணறிவு உலகத்தில், டிஜிட்டல் திரைகளைக் கடந்து நிஜ பௌதீகச் சூழலில் இயங்க முனையும் ஹூமனாய்டு ரோபோக்களின் (Humanoid Robots) வளர்ச்சி இப்போது ஒரு புதிய வரலாற்றுத் திருப்புமுனையை எட்டியுள்ளது. ரோபோக்களுக்கு என்று பிரத்யேகமான உடலமைப்பு, அதிநவீன சென்சார்கள் மற்றும் சக்திவாய்ந்த லார்ஜ் லாங்குவேஜ் மாடல்களை அடிப்படையாகக் கொண்ட ஏஐ மூளை ஆகியவை மட்டும் முழுமையான மனிதச் செயல்பாடுகளுக்குப் போதுமானவை அல்ல என்ற உண்மையைச் சமீபத்திய ரோபோடிக்ஸ் ஆய்வுகள் ஆழமாக வெளிச்சம் போட்டுக் காட்டியுள்ளன. கடந்த கால அனுபவங்களை நினைவில் கொண்டு, அடுத்தடுத்த செயல்பாடுகளில் அந்தத் தரவுகளைத் தடையின்றிப் பயன்படுத்தும் திறன் (Experience-based Memory) இல்லாததே தற்போது ‘பிசிகல் ஏஐ’ (Physical AI)-யின் மிகப்பெரிய தடையாகப் (Bottleneck) பார்க்கப்படுகிறது.
நினைவாற்றல் அற்ற இயந்திரங்களின் தற்போதைய எல்லைகள்
தற்கால ரோபோக்கள் அவற்றுக்கு அளிக்கப்படும் கட்டளைகளை மிகத் துல்லியமாக நிறைவேற்றினாலும், முன்பு செய்த தவறுகளிலிருந்து கற்றுக்கொள்ளும் பன்முக நினைவாற்றல் கட்டமைப்பில் இன்னும் பல சவால்களைச் சந்தித்து வருகின்றன.
-
ஒரு பொருளைக் கையாளும் போது கொடுக்கப்படும் அழுத்தம் மாறினால், அடுத்த முறை அந்தத் தவறைத் தாங்களே திருத்திக் கொள்ளும் திறன் தற்போதைய ஏஐ மூளைகளுக்கு முழுமையாக இல்லை.

-
மனித மூளையானது ஒவ்வொரு செயலின் போதும் கிடைத்த புலனுணர்வு அனுபவங்களை எபிசோடிக் நினைவகத்தில் (Episodic Memory) சேமித்து, சூழலுக்கு ஏற்ப தன் இயக்கத்தை மாற்றி அமைத்துக் கொள்கிறது.
-
ஆனால், ரோபோக்களுக்கு இந்தத் தொடர் கற்றல் திறன் (Continual Learning) இன்னும் முழுமையான வடிவத்தைப் பெறாதது மிகப்பெரிய பின்னடைவாக உள்ளது.
வெற்றிடத்தை நிரப்பும் நவீன ஆய்வு முயற்சிகள்
இந்தத் தடையை உடைத்தெறிய உலகளாவிய ஆராய்ச்சி நிறுவனங்களும், முன்னணி தொழில்நுட்பக் கூட்டமைப்புகளும் ‘நினைவகத்துடன் கூடிய நரம்பியல் வலைப்பின்னல்’ (Memory-augmented Neural Networks) மீதான ஆய்வுகளை தீவிரப்படுத்தியுள்ளன. ரோபோக்கள் தாங்கள் இயங்கும் சூழலில் எதிர்கொள்ளும் ஒவ்வொரு சிறிய அசைவையும், தோல்வியையும் தரவுகளாக மாற்றி, எட்ஜ் கம்ப்யூட்டிங் (Edge Computing) வழியாக நிகழ்நேரத்தில் நினைவகத்தில் பதிவேற்றம் செய்யும் தொழில்நுட்பம் உருவாக்கப்பட்டு வருகிறது. இதன் மூலம், ஒரு ரோபோ குறிப்பிட்ட சூழலில் கற்றுக் கொள்ளும் பாடத்தை, உலகின் பல்வேறு பாகங்களிலும் இயங்கும் மற்ற ரோபோக்களும் பகிர்ந்து கொள்ளும் மாபெரும் கூட்டு அறிவு வலையமைப்பு (Collective Robotic Intelligence) சாத்தியமாகிறது.
எதிர்காலத் தாக்கமும் டிஜிட்டல் உலகப் பாய்ச்சலும்
நினைவாற்றல் சார்ந்த இந்தத் தொழில்நுட்பத் தடையை ரோபோடிக்ஸ் துறை வெற்றிகரமாகக் கடக்கும் பட்சத்தில், ஹூமனாய்டு ரோபோக்களின் பயன்பாடு தொழிற்சாலைக் குடோன்களைத் தாண்டி நமது இல்லங்கள் மற்றும் சமூகப் பொதுவெளிகளுக்கு முழுமையாக விரிவடையும். வெறும் நிரலாக்கக் கட்டளைகளை (Programming scripts) கண்மூடித்தனமாக நிறைவேற்றும் இயந்திரங்களாக இல்லாமல், மாறும் சூழலை உணர்ந்து, கடந்த காலத் தவறுகளைத் தாங்களே திருத்திக் கொண்டு சுயமாகச் சிந்திக்கும் உண்மையான ‘பிசிகல் ஏஐ’ யுகத்தை நோக்கி மனிதகுலம் அடியெடுத்து வைத்துள்ளது என்பதை இந்தச் சமீபத்திய ஆய்வுகள் தெளிவாக உணர்த்துகின்றன.

Related Posts
செயற்கை நுண்ணறிவுப் புரட்சியும் துணிகர மூலதனச் சந்தையின் பேராபத்தும்!
செயற்கை நுண்ணறிவும் அறநெறியும்!
டிம் குக்கின் விடைபெறல்: ஆப்பிளின் வரலாற்றுத் திருப்பம்!