ಟಿ. ಜಿ. ಶ್ರೀನಿಧಿ ಹೊಸ ಪುಸ್ತಕ: 'ಟೆಕ್ಸ್ಟ್‌ಬುಕ್ ಅಲ್ಲ, ಇದು ಟೆಕ್ ಬುಕ್!'

ಶುಕ್ರವಾರ, ಸೆಪ್ಟೆಂಬರ್ 21, 2018

ವೀಕೆಂಡ್ ವಿಶೇಷ: ಮಶೀನ್ ಲರ್ನಿಂಗ್ ಅಂದರೇನು?

ಟಿ. ಜಿ. ಶ್ರೀನಿಧಿ


ಈಚಿನ ದಿನಗಳಲ್ಲಿ ವ್ಯಾಪಕ ಚರ್ಚೆಗೆ ಗ್ರಾಸವಾಗಿರುವ ಹೊಸ ವಿಷಯಗಳ ಪೈಕಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್, ಎಐ) ಕೂಡ ಒಂದು. ಬೇರೆಬೇರೆ ಸಂದರ್ಭಗಳಿಗೆ ಬೇರೆ ರೀತಿಯಾಗಿ ಪ್ರತಿಕ್ರಿಯಿಸುವ  ಮನುಷ್ಯನ ಸಾಮರ್ಥ್ಯವನ್ನು ಯಂತ್ರಗಳಲ್ಲೂ ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಉದ್ದೇಶ ವಿಜ್ಞಾನದ ಈ ಶಾಖೆಯದು. ಇಲ್ಲಿನ ಬೆಳವಣಿಗೆಗಳ ದೆಸೆಯಿಂದ ನಮ್ಮ ಅನೇಕ ಕೆಲಸಗಳು ಮುಂದೆ ಇನ್ನೂ ಸುಲಭವಾಗಲಿವೆ ಎನ್ನುವುದರಿಂದ ಪ್ರಾರಂಭಿಸಿ ಇದು ನಮ್ಮ ಕೆಲಸಗಳನ್ನೆಲ್ಲ ಕಿತ್ತುಕೊಂಡು ಮನುಷ್ಯರ ಶತ್ರುವಾಗಿ ಬೆಳೆಯಲಿದೆ ಎನ್ನುವವರೆಗೆ ಹಲವು ಅಭಿಪ್ರಾಯಗಳನ್ನು ನಾವು ಕೇಳಬಹುದು.

ಅದೆಲ್ಲ ಇರಲಿ, ಯಂತ್ರಗಳಲ್ಲಿ ಬುದ್ಧಿಮತ್ತೆ ಬೆಳೆಸುವುದು ಎಂದರೇನು? ಮೇಷ್ಟರು ನಮಗೆಲ್ಲ ಪಾಠ ಹೇಳಿ ಬೆಳೆಸಿದಂತೆ ಯಂತ್ರಗಳಿಗೂ ಪಾಠ ಹೇಳಿಕೊಡುವುದು ಸಾಧ್ಯವೇ?

ಈ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರ ಹೇಳುವ ಪರಿಕಲ್ಪನೆಯೇ ಮಶೀನ್ ಲರ್ನಿಂಗ್. ಯಂತ್ರಗಳು ಬುದ್ಧಿವಂತರೆಂದು ಕರೆಸಿಕೊಳ್ಳಬೇಕಾದರೆ ಅವು ಹೊಸ ಸಂಗತಿಗಳನ್ನು ಕಲಿಯುತ್ತಿರಬೇಕು ಎನ್ನುವುದು ಈ ಪರಿಕಲ್ಪನೆಯ ಮೂಲಮಂತ್ರ. ಹೀಗೆ ಮಾಡುವುದರಿಂದ ಯಂತ್ರಗಳು ಮನುಷ್ಯರನ್ನು ಅನುಕರಿಸುವುದು, ಮನುಷ್ಯ ಸ್ವಭಾವಗಳನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುವುದು ಸಾಧ್ಯವಾಗುತ್ತದೆ ಎನ್ನುವುದು ಇದರ ಉದ್ದೇಶ.

ಯಂತ್ರ ಎಂದತಕ್ಷಣ ನೆನಪಿಗೆ ಬರುವಷ್ಟರ ಮಟ್ಟಿಗೆ ನಮ್ಮ ಮೇಲೆ ಕಂಪ್ಯೂಟರುಗಳು ಪ್ರಭಾವ ಬೀರಿವೆ. ಕಂಪ್ಯೂಟರಿಗೆ ಸ್ವಂತ ಬುದ್ಧಿ ಇಲ್ಲ ಎನ್ನುವುದೂ ನಮಗೆ ಗೊತ್ತಿದೆ. ಅವು ಕೆಲಸಮಾಡುವುದೇನಿದ್ದರೂ ತಂತ್ರಾಂಶಗಳು ಹೇಳಿದ್ದನ್ನು ಚಾಚೂತಪ್ಪದೆ ಪಾಲಿಸುವುದರಿಂದ ಮಾತ್ರವೇ.

ತಮ್ಮ ಕಾರ್ಯಾಚರಣೆಯ ಅವಧಿಯಲ್ಲಿ ಕಂಪ್ಯೂಟರುಗಳು ನೂರೆಂಟು ಬಗೆಯ ದತ್ತಾಂಶವನ್ನು ಸಂಸ್ಕರಿಸುತ್ತವಲ್ಲ, ಅದನ್ನೆಲ್ಲ ನಾವು ಹೇಳಿದಂತೆ ಸಂಸ್ಕರಿಸುತ್ತಾ ಹೋಗುವ ಬದಲಿಗೆ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಪ್ರಯತ್ನಿಸಿದರೆ? ಮುಂದಿನ ಬಾರಿ ನಾವು ಕೇಳದೆಯೇ ನಮಗೆ ಬೇಕಾದ ಮಾಹಿತಿಯನ್ನು ನೀಡಿಬಿಡಬಹುದು ಅಲ್ಲವೇ? ಮಶೀನ್ ಲರ್ನಿಂಗ್ ಪರಿಕಲ್ಪನೆ ಹೇಳುವುದೂ ಇದನ್ನೇ.

ಈಚಿನ ದಿನಗಳಲ್ಲಿ ಹೆಚ್ಚು ಸುದ್ದಿಮಾಡಿದ್ದರೂ ಕೂಡ ಮಶೀನ್ ಲರ್ನಿಂಗ್ ಪರಿಕಲ್ಪನೆ ತೀರಾ ಹೊಸದೇನಲ್ಲ. ಈ ಪರಿಕಲ್ಪನೆಯ ಬಗ್ಗೆ ಮೊದಲು ಚರ್ಚೆಯಾದದ್ದು ೧೯೫೦ರ ದಶಕದಲ್ಲಿ. ಮಶೀನ್ ಲರ್ನಿಂಗ್ ಅನ್ನು ಹಾಗೆಂದು ಕರೆದದ್ದು ಐಬಿಎಂ ಸಂಸ್ಥೆಯ ಉದ್ಯೋಗಿ ಆರ್ಥರ್ ಲೀ ಸ್ಯಾಮ್ಯುಯೆಲ್ ಎಂಬಾತ. ಆಗಲಿಂದಲೇ ಈ ಪರಿಕಲ್ಪನೆ ಅಲ್ಲಲ್ಲಿ ಬಳಕೆಯಾಗುತ್ತ ಬಂದಿದೆ. ಈಚಿನ ದಿನಗಳಲ್ಲಿ ಇದು ಇನ್ನಷ್ಟು ವಿಸ್ತಾರವಾಗಿ ಬೆಳೆದಿದೆ, ಇನ್ನಷ್ಟು ವ್ಯಾಪಕವಾಗಿ ಬೆಳೆದಿದೆ. 

ಹಿಂದಿನ ಕ್ರಿಕೆಟ್ ಪಂದ್ಯಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ದತ್ತಾಂಶವನ್ನು ವಿವರವಾಗಿ ವಿಶ್ಲೇಷಿಸಿ ತಂತ್ರಾಂಶವೇ ಇಂದಿನ ಮ್ಯಾಚಿನ ಫಲಿತಾಂಶವನ್ನು ಊಹಿಸುವುದು, ನಾವು ಯಾವ ಇಮೇಲ್ ಸಂದೇಶಗಳನ್ನು ರದ್ದಿ ಎಂದು (ಸ್ಪಾಮ್) ಗುರುತಿಸುತ್ತೇವೆ ಎನ್ನುವುದನ್ನು ಗಮನಿಸಿಕೊಂಡು ಮುಂದಿನಬಾರಿ ಅಂತಹ ಸಂದೇಶಗಳನ್ನು ತಾನೇ ವರ್ಗೀಕರಿಸುವುದು, ಸಮಾಜಜಾಲದಲ್ಲಿ ನಾವು ಮೆಚ್ಚುವ ಪೋಸ್ಟುಗಳನ್ನು ಗಮನಿಸಿ ಅಂಥದ್ದೇ ಇನ್ನಷ್ಟನ್ನು ತೋರಿಸುವುದು, ಆನ್‌ಲೈನ್ ಅಂಗಡಿಗಳಲ್ಲಿ ನಮಗೆ ಯಾವ ಸಾಮಗ್ರಿ ಇಷ್ಟವಾಗಬಹುದು ಎಂದು ಪಟ್ಟಿಮಾಡುವುದೆಲ್ಲ ಇದೀಗ ಸಾಧ್ಯವಾಗಿದೆಯಲ್ಲ, ಇವೆಲ್ಲ ಮಶೀನ್ ಲರ್ನಿಂಗ್‌ನದೇ ಫಲಿತಾಂಶಗಳು.

ವಾಣಿಜ್ಯ ಸಂಸ್ಥೆಗಳು ತಮ್ಮ ಈ ವರ್ಷದ ವಹಿವಾಟು ಇಷ್ಟಿರಬಹುದು ಎಂದು ಅಂದಾಜಿಸಿ ಹೇಳುತ್ತವಲ್ಲ, ಅದರ ಹಿನ್ನೆಲೆಯಲ್ಲೂ ಇದೇ ಮಶೀನ್ ಲರ್ನಿಂಗ್ ಪರಿಕಲ್ಪನೆ ಕೆಲಸಮಾಡಿರುತ್ತದೆ. ಧ್ವನಿರೂಪದ ಆದೇಶಗಳನ್ನು ಪಡೆದುಕೊಂಡು ಪ್ರತಿಕ್ರಿಯೆ ನೀಡುವ ಅಮೆಜಾನ್ ಅಲೆಕ್ಸಾ, ಗೂಗಲ್ ಅಸಿಸ್ಟೆಂಟ್ ಮುಂತಾದ ಸೌಲಭ್ಯಗಳೂ ತಮ್ಮ ಕಾರ್ಯನಿರ್ವಹಣೆಯನ್ನು ಉತ್ತಮಪಡಿಸಿಕೊಳ್ಳಲು ಮಶೀನ್ ಲರ್ನಿಂಗ್ ಪರಿಕಲ್ಪನೆಯನ್ನು ಬಳಸುತ್ತವೆ.

ಯಂತ್ರಗಳು ಈ ಕೆಲಸಗಳನ್ನೆಲ್ಲ ಮಾಡುತ್ತವೆ ಎಂದಮಾತ್ರಕ್ಕೆ ಇವೆಲ್ಲ ತನ್ನಷ್ಟಕ್ಕೆ ತಾನೇ ಆಗುವ ಕೆಲಸಗಳೇನಲ್ಲ. ಇಷ್ಟೆಲ್ಲ ಬುದ್ಧಿ ಉಪಯೋಗಿಸಲಿಕ್ಕೆ ಅವಕ್ಕೆ ಹೇಳಿಕೊಡುವುದು ತಂತ್ರಾಂಶಗಳೇ. ಕೆಲಸ ಮಾಡುವುದು ಹೇಗೆ ಎನ್ನುವುದರ ಬದಲಿಗೆ ಮಾಡಬೇಕಾದ ಕೆಲಸವನ್ನು ಕಲಿಯುವುದು ಹೇಗೆಂದು ಹೇಳಿಕೊಡುವುದು ಈ ತಂತ್ರಾಂಶಗಳ ವೈಶಿಷ್ಟ್ಯ.

ತಂತ್ರಾಂಶಕ್ಕೆ ಇದನ್ನೆಲ್ಲ ಹೇಳಿಕೊಡುವುದು 'ಮಶಿನ್ ಲರ್ನಿಂಗ್ ಆಲ್ಗರಿದಂ'ಗಳ ಕೆಲಸ. ಈ ಆಲ್ಗರಿದಂಗಳಿಗೆ ಮಾದರಿ ದತ್ತಾಂಶವನ್ನು ಊಡಿಸಿ ತರಬೇತುಗೊಳಿಸಿದಾಗ ಸಿಗುವುದೇ 'ಮಶೀನ್ ಲರ್ನಿಂಗ್ ಮಾಡೆಲ್'. ಮೇಲಿನ ಉದಾಹರಣೆಗಳಲ್ಲಿನ ದತ್ತಾಂಶವನ್ನು ತೆಗೆದುಕೊಂಡು, ಅದನ್ನು ವಿಶ್ಲೇಷಿಸಿ ಅಪೇಕ್ಷಿತ ರೂಪದ ಫಲಿತಾಂಶ ನೀಡುವುದು ಈ ಮಾಡೆಲ್‌ಗಳೇ. ಇತರ ತಂತ್ರಾಂಶಗಳಂತೆ ಇವನ್ನೂ ನಿರ್ದಿಷ್ಟ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಭಾಷೆಗಳನ್ನು ಬಳಸಿ ಬರೆದಿರುತ್ತಾರೆ. ಇಲ್ಲಿ ಬಳಕೆಯಾಗುವ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಭಾಷೆಗಳಲ್ಲಿ ಆರ್ ಹಾಗೂ ಪೈಥನ್ ಪ್ರಮುಖವಾದವು.

ಸೆಪ್ಟೆಂಬರ್ ೧೨, ೨೦೧೮ರ ವಿಜಯವಾಣಿಯಲ್ಲಿ ಪ್ರಕಟವಾದ ಲೇಖನ

ಕಾಮೆಂಟ್‌ಗಳಿಲ್ಲ:

badge