மனிதர்கள் கடந்தகால அனுபவங்களின் வாயிலாக நிறைய கற்றுக் கொள்கிறார்கள். இன்னும் சொல்லப் போனால் மனிதரின் விருப்பு வெறுப்புகள் அனைத்தையும் அனுபவங்களே நிர்ணயிக்கின்றன. உணவு, உடை, வேலை என அனைத்திலும் கடந்தகால அனுபவங்களை அடிப்படையாகக் கொண்டே மனிதர்கள் இயங்குகிறார்கள். அனுபவங்களே மனிதர்களை இயக்குகிறது.
இயந்திரங்கள் மனிதர்களால் இயக்கப்படுபவை. மிதிவண்டி முதல் கணினி வரை அனைத்து இயந்திரங்களும் மனிதரால் உருவாக்கப்பட்டவையே. அவை இயங்க வேண்டுமெனில் மனிதரின் துணை நிச்சயம் தேவைப்படுகிறது. ஆனால், மனிதர்களின் துணையின்றி இயந்திரங்கள் தாமாக இயங்க முடியுமா? அவற்றால் சுயமாகச் சிந்தித்து செயல்பட முடியுமா?
இயந்திரங்களைத் தன்னிச்சையாகச் செயல்பட வைக்க முடியும் என்பதைத் தற்கால தொழில்நுட்ப விஞ்ஞானிகள் செய்துகாட்டி வருகின்றனர்; நடைமுறைப்படுத்தியும் வருகின்றனர். அதற்காக அவர்கள் கைக்கொள்ளும் தொழில்நுட்பமே செயற்கை நுண்ணறிவு (ஆர்டிஃபிஸியல் இண்டெலிஜன்ஸ்).
அதில் ஒரு பிரிவே இயந்திரக்கற்றல் (மெஷின் லேர்னிங்). இயந்திரங்கள் தாமாகவே அனுபவங்கள் வாயிலாகக் கற்பது எங்கு சாத்தியமாகும், அதுபோன்ற இயந்திரங்கள் எங்கிருக்கின்றன என்றெல்லாம் ஆச்சரியப்பட வேண்டாம். அந்த இயந்திரம் நம் அனைவரிடமுமே உள்ளது. நம்மை விட்டுப் பிரியாமல் அன்றாடம் உறவாடிக் கொண்டிருக்கும் அறிதிறன்பேசியே இயந்திரக் கற்றலுக்கான சிறந்த சான்று.
தற்காலத்தில் மளிகைப் பொருள்கள், வீட்டு உபயோகப் பொருள்கள் உள்ளிட்டவற்றை இணையவழியில் வாங்குவது தொடர்ந்து அதிகரித்து வருகிறது. அதிலும் முக்கியமாக கரோனா நோய்த்தொற்று பரவி வரும் சூழலில் இணைய வழியில் பொருள்களை வாங்குவது அதிகரித்துள்ளது. இணையதளத்தில் நாம் குறிப்பிட்ட பொருள்களை வாங்கினால், அடுத்தமுறை அதே இணைய தளத்துக்குச்செல்கையில், ஏற்கெனவே வாங்கியஅல்லது அதில் தேடிய பொருள்கள் குறித்த பரிந்துரைகள் தானாகத் தோன்றுவதைக் காணலாம். இயந்திரக் கற்றல் தொழில்நுட்பத்தின் அடிப்படையிலேயே அந்தப் பரிந்துரை தானாகவே தோன்றுகிறது.
தற்போதைய போட்டி நிறைந்த காலகட்டத்தில் தொழில்நுட்பங்களைத் திறம்படக் கற்றுக் கொள்வது மிகவும் அவசியமாகிறது. அவ்வாறு கற்கவில்லை எனில், நாம் வாழ்க்கையில் பின்தங்கி விடுவதற்கான வாய்ப்புகள் அதிகம். எனவே, இயந்திரக் கற்றல் தொழில்நுட்பம் குறித்த அடிப்படைகளைத் தெரிந்து கொள்ள முயல்வோம்.
உலகம் முழுவதும் தொழில்நுட்பங்கள் வளர்ந்து வருகின்றன. தொழில்நுட்ப சாதனங்கள் மனித வாழ்வை மாற்றியமைத்துள்ளன. அத்தகைய சாதனங்கள் பெருகுவதற்கேற்ப அவற்றில் உருவாகும் தரவுகளும் பல்கிப் பெருகி வருகின்றன. உலகம் முழுவதும் நாள்தோறும் எண்ணிலடங்கா தரவுகள் உருவாகின்றன. அவற்றை முறையாகப் பயன்படுத்துவதிலேயே தொழில்நுட்பத்தின் வெற்றி அடங்கியிருக்கிறது.
எந்தவொரு தகவல் தொழில்நுட்ப சாதனங்களின் இயக்கத்துக்கும் தரவுகளே அடிப்படை ஆதாரங்களாக அமைகின்றன. சரியான தரவுகளை உள்ளீடு செய்வதன் மூலமாகவே அச்சாதனங்களை முறையாக நாம் பயன்படுத்த முடியும். இயந்திரக் கற்றலுக்கும் தரவுகளே அடித்தளமாகின்றன.
ஆனால், தரவுகள் பலவகைப்படுகின்றன. கூகுள் வலைதளத்தில் குறிப்பிட்டவற்றைப் பற்றித் தேடுவது, இணையவழியில் பணப்பரிமாற்றம் செய்வது, இணையவழியில் ஆடைகளை வாங்குவது உள்ளிட்ட அனைத்துமே தரவுகள்தாம். அத்தகைய தரவுகளை முறையாகப் பகுப்பதே இயந்திரக் கற்றல் தொழில்நுட்பத்துக்கான முதல் தேவை.
எத்தகைய பிரச்னைக்கு இயந்திரக் கற்றல் வாயிலாகத் தீர்வு காணப் போகிறோம் என்பதை ஆராய வேண்டியது அவசியம். அதையடுத்து, அது தொடர்பான தரவுகளை முறையாகச் சேகரித்து அவற்றை உள்ளீடு செய்ய வேண்டும். அத்தரவுகளை அடையாளம் கண்டு அவற்றை அடிப்படையாகக் கொண்டு செயல்படுவதற்கான வழிமுறைகளை (அல்காரிதம்) வகுக்க வேண்டியதுதான் அடுத்தகட்ட நடவடிக்கை.
நீங்கள் வடிவமைக்க உள்ள இயந்திரம், தரவுகளைக் கொண்டு எவ்வாறு செயல்பட வேண்டும் என்ற அடிப்படைக் கட்டளைகளே வழிமுறைகள் ஆகும். அவற்றை முன்கூட்டியே உள்ளீடு செய்ய வேண்டியது மிகவும் அவசியம். ஆனால், தரவுகளை அடிப்படையாகக் கொண்டே வழிமுறைகளையும் உருவாக்க முடியும்.
உதாரணமாக ஒருவருக்குக் குறிப்பிட்ட பாடல் பிடிக்குமா அல்லது பிடிக்காதா என்பதை இயந்திரமே கண்டுபிடிக்க வேண்டும் என்று வைத்துக் கொள்வோம். அந்நபருக்கு மெல்லிசையும் தத்துவம் நிறைந்த வரிகளையும் கொண்ட பாடல் பிடிக்கும் என்று எடுத்துக் கொள்வோம். இவைதான் நமக்கான தரவுகள். அவற்றை உள்ளீடாகச் செலுத்தி வழி முறைகளாக உருவாக்கி வைத்திருப்போம்.
இப்போது புதிய பாடல் ஒன்று அந்நபருக்குப் பிடிக்குமா என்பதை அந்த வழி முறைகள் வாயிலாகவே நாம் கண்டறிந்துவிட முடியும். அப்பாடலில் மெல்லிசையும் தத்துவ வரிகளும் இடம்பெற்றிருந்தால் அவருக்குப் பாடல் மிகவும் பிடிக்கும். தத்துவ வரிகள் இல்லாமல் மெல்லிசை மட்டும் இடம்பெற்றிருந்தால், அந்தப் பாடல் அவருக்கு ஓரளவுக்குப் பிடிக்கும் என்பதையும் இயந்திரமே கண்டறியும் வகையில் வழிமுறைகளை வகுக்க வேண்டும்.
எனவே, தரவுகளை முறையாக ஆராய்ந்து அதற்கான வழிமுறைகளை உருவாக்கி பல்வேறு தீர்வுகளை உருவாக்குவதற்கான விதிமுறைகள் வகுக்கப்பட வேண்டும். அந்த விதிமுறைகளின் அடிப்படையில் தீர்வுக் கிளைகள் (டெசிஸன் ட்ரீஸ்) தயாரிக்கப்பட வேண்டும். அவையே இயந்திரம் வழங்க வேண்டிய பரிந்துரைகளைத் தீர்மானிக்கும்.
ஆனால், சில தரவுகள் வகை பிரிக்க முடியாத வகையில் இருக்கும். அத்தகைய தரவுகளை முறையாக ஆராய்ந்து பகுத்து அவற்றுக்கேற்ற வழிமுறைகளை உருவாக்க வேண்டும். அதற்குப் பல்வேறு வழிமுறைகள் உள்ளன. தரவுகள் அனைத்தையும் ஒன்றாகச் சேர்த்து, குறிப்பிட்ட முக்கியமான சொற்களின் அடிப்படையில் தரவுகளை ஒன்றுசேர்ப்பது, கடந்தகால உள்ளீடுகளின் அடிப்படையில் தரவுகளை ஒன்றுசேர்ப்பது உள்ளிட்டவற்றைக் கொண்டு வழிமுறைகளை (கிளஸ்டரிங் அல்காரிதம்) வகுக்க முடியும்.
கூட்டு வழிமுறைகள் (அசோசியேஸன் அல்காரிதம்) வாயிலாகத் தரவுகளுக்கிடையேயான தொடர்பை அடிப்படையாகக் கொண்டு வழிமுறைகளை வகுக்க முடியும். அடுக்குப் பிணையம் (நியூரல் நெட்வொர்க்ஸ்) உள்ளிட்ட முறைகளைக் கையாண்டும் தரவுகளுக்கான வழிமுறைகளை உருவாக்க முடியும்.
வழிமுறைகளை உருவாக்கிய பிறகு அவற்றை முறையாகப் பரிசோதிக்க வேண்டும். உள்ளீடு செய்யப்படும் தரவுகளுக்கேற்ப இயந்திரம் தானாக முடிவெடுக்கிறதா என்பதைப் பல முறை ஆராய வேண்டும். துல்லியமான தீர்வு கிடைக்கும்வரை சோதனை செய்ய வேண்டும். துல்லியமான தீர்வுகள் கிடைக்கும் வகையில் வழிமுறைகளில் மாற்றங்களைப் புகுத்தி சோதிக்க வேண்டும்.
அதையடுத்து, புதிய தரவுகளைக் கொண்டு மீண்டும் சோதிக்க வேண்டும். பலவித தரவுகளிலும் இயந்திரம் துல்லியமான தீர்வுகளை அளித்தால், இயந்திரக்கற்றலின் அடிப்படையில் இயங்கும் இயந்திரம் உருவாகிவிட்டது என்றே கொள்ளலாம். தரவுகளுக்கேற்ப வழிமுறைகளை அவ்வப்போது மேம்படுத்திக் கொண்டிருப்பது சிறந்ததாக அமையும்.