Artificial intelligence future the world செயற்கை நுண்ணறிவு

செயற்கை நுண்ணறிவு

                      A.I

1956 ஆம் ஆண்டில் இந்த வார்த்தையை உருவாக்கிய ஜான் மெக்கார்த்தி, "அறிவார்ந்த இயந்திரங்களை உருவாக்கும் அறிவியல் மற்றும் பொறியியல்" என்று வரையறுக்கிறார்.

செயற்கை நுண்ணறிவு என்ற சொல் இயந்திரங்கள் அல்லது நிரல்களின் ஒரு சொத்தை விவரிக்கவும் பயன்படுத்தப்படுகிறது 

AI ஆராய்ச்சி ரோபாட்டிக்ஸ், கட்டுப்பாட்டு அமைப்புகள், திட்டமிடல், தரவுச் செயலாக்கம், தளவாடங்கள், பேச்சு அங்கீகாரம், முக அங்கீகாரம் மற்றும் பல போன்ற பணிகளுடன் ஒன்றிணைக்கிறது.

கற்றலில் AI

SOPHIA AI ROBOT

ACT-R அல்லது CLARION போன்ற புள்ளிவிவரக் கற்றலில் இருந்து நரம்பியல் நெட்வொர்க் அல்லது உற்பத்தி விதிகள் மூலம் நிபுணர் அனுமான விதிகளை உருவாக்க முடியும்.

கற்றல் அனுபவத் தரவை அடிப்படையாகக் கொண்டது மற்றும் குறியீட்டு அல்லாத AI, ஸ்க்ரஃபி AI மற்றும் மென்மையான கம்ப்யூட்டிங் ஆகியவற்றுடன் தொடர்புடையது.

IEEE கம்ப்யூட்டேஷனல் இன்டலிஜென்ஸ் சொசைட்டி வரையறுக்கப்பட்டுள்ளன.

கற்றல், பகுத்தறிவு, சிக்கலைத் தீர்ப்பது , கருத்து மற்றும் மொழியைப் பயன்படுத்துதல்.

 நுண்ணறிவுக்குப் பொருந்தும் வகையில் பல்வேறு வகையான கற்றல் முறைகள் உள்ளன. சோதனை மற்றும் பிழை மூலம் கற்றல் எளிமையானது. 

AI முக்கிய பயன்பாடுகள்:

AI ஆராய்ச்சி கணினி அறிவியல், உளவியல், தத்துவம், நரம்பியல், அறிவாற்றல் அறிவியல், மொழியியல், செயல்பாட்டு ஆராய்ச்சி, பொருளாதாரம், கட்டுப்பாட்டுக் கோட்பாடு, நிகழ்தகவு, தேர்வுமுறை மற்றும் தர்க்கம் உள்ளிட்ட பல துறைகளின் கருவிகள் மற்றும் நுண்ணறிவுகளைப் பயன்படுத்துகிறது.

மனித நுண்ணறிவை ஒரு பண்பால் வகைப்படுத்த மாட்டார்கள், ஆனால் பல வேறுபட்ட திறன்களின் கலவை.AI இன் ஆராய்ச்சி முக்கியமாக உளவுத்துறையின் கவனம் ஈர்த்துள்ளது.

நவீன தொழில்துறை மற்றும் நுகர்வோர் தயாரிப்பு கட்டுப்பாட்டு அமைப்புகளில் பரவலாகப் பயன்படுத்தப்படுகின்றன; 'சூடான', 'குளிர்', 'சூடான' மற்றும் 'கொதித்தல்' போன்ற கருத்துகளுடன் பணிபுரியும் திறன் கொண்டது.

மக்கள்தொகை, பிறழ்வு மற்றும் மிகச்சிறந்தவரின் உயிர்வாழ்வு போன்ற உயிரியல் ரீதியாக ஈர்க்கப்பட்ட கருத்துக்களைப் பயன்படுத்துகிறது.

இந்த முறைகள் குறிப்பாக பரிமாண

வழிமுறைகள் (எ.கா., மரபணு வழிமுறைகள்) மற்றும் திரள் நுண்ணறிவு (எ.கா., எறும்பு வழிமுறைகள்) எனப் பிரிக்கப்படுகின்றன.

முடிவுகளை உருவாக்குவதற்கும் குறுக்கு சோதனை செய்வதற்கும் மனித மூளை பல நுட்பங்களைப் பயன்படுத்துகிறது 

மருத்துவ துறையில் AI QPOP

 நோயாளிக்கு சரியான மருந்து கலவையைத் தேர்ந்தெடுப்பது மிகவும் கடினமாகிறது.

செயற்கை நுண்ணறிவு மருந்து வளர்ச்சி மற்றும் தனிப்பயனாக்கப்பட்ட மருத்துவத்தில் சாதகமான தாக்கத்தை ஏற்படுத்துகிறது. ஆர்வத்தின் குறிப்பிட்ட நோயை மையமாகக் கொண்ட சிறிய தரவுத்தொகுப்புகளை திறம்பட பகுப்பாய்வு செய்யும் திறனுடன், QPOP மற்றும் பிற சிறிய தரவுத்தொகுப்பு அடிப்படையிலான AI தளங்கள் பகுத்தறிவுடன் உகந்த மருந்து சேர்க்கைகளை வடிவமைக்க முடியும், அவை பயனுள்ள மற்றும் உண்மையான சோதனை தரவை அடிப்படையாகக் கொண்டவை மற்றும் இயந்திர அனுமானங்கள் அல்லது முன்கணிப்பு மாடலிங் அல்ல. மேலும், தளத்தின் செயல்திறன் காரணமாக, சேர்க்கை சிகிச்சையை மேம்படுத்தவும் தனிப்பயனாக்கவும் உதவும் விலைமதிப்பற்ற நோயாளி மாதிரிகளுக்கு QPOP பயன்படுத்தப்படலாம்.

எதிர்கால AI பங்கு மற்றும் தாக்கம்

பனிப்போரின் போது, ​​பரஸ்பர உறுதிப்படுத்தப்பட்ட அழிவின் நிலை வல்லரசுகளுக்கிடையில் ஒரு அமைதியான சமாதானத்தை நிலைநிறுத்தியது. மேம்பட்ட சென்சார் தொழில்நுட்பங்கள் நீர்மூழ்கி கப்பல் மற்றும் மொபைல் ஏவுகணைகள் போன்ற பதிலடி சக்திகளை குறிவைத்து அழிக்கக்கூடிய சாத்தியத்தை அறிமுகப்படுத்தக்கூடும்.

தாக்குதலை நடத்தும் எண்ணம் இல்லாவிட்டாலும் கூட, தங்கள் போட்டியாளர்களுக்கு பேரம் பேசும் திறனைப் பெறுவதற்கான வழிமுறையாக முதல் வேலைநிறுத்த திறன்களைப் பின்தொடர நாடுகள் ஆசைப்படக்கூடும் என்று ஆராய்ச்சியாளர்கள் கூறுகின்றனர். அரசு அவற்றைப் பயன்படுத்துவதற்கான எண்ணம் இல்லாவிட்டாலும், எதிரி அதை உறுதியாக நம்ப முடியாது.

"அணுசக்தி யுத்தத்திற்கும் செயற்கை நுண்ணறிவுக்கும் இடையிலான தொடர்பு புதியதல்ல, உண்மையில் இவை இரண்டுமே பின்னிப் பிணைந்த வரலாற்றைக் கொண்டுள்ளன" என்று இலாப நோக்கற்ற, பாரபட்சமற்ற ஆராய்ச்சி அமைப்பான RAND கார்ப்பரேஷனின் இணை ஆசிரியரும் இணை கொள்கை ஆராய்ச்சியாளருமான எட்வர்ட் கீஸ்ட் கூறினார். "AI இன் ஆரம்பகால வளர்ச்சியின் பெரும்பகுதி இராணுவ முயற்சிகளுக்கு ஆதரவாக அல்லது இராணுவ நோக்கங்களை மனதில் கொண்டு செய்யப்பட்டது."

1980 களில் உயிர்வாழக்கூடிய தகவமைப்புத் திட்டமிடல் சோதனை என்பது அத்தகைய வேலைக்கு ஒரு எடுத்துக்காட்டு என்று அவர் கூறினார், இது உளவுத் தரவை அணுசக்தி இலக்கு திட்டங்களாக மொழிபெயர்க்க AI ஐப் பயன்படுத்த முயன்றது.

எதிர்கால மேம்பாடுகளைப் பொறுத்தவரை, இறுதியில் AI அமைப்புகள் திறன்களை வளர்த்துக் கொள்ளக்கூடும் 

"செயற்கை நுண்ணறிவை அதிக அளவில் நம்பியிருப்பது புதிய வகை பேரழிவு தவறுகளுக்கு வழிவகுக்கும் என்று சில வல்லுநர்கள் அஞ்சுகிறார்கள்" என்று RAND இல் இணை ஆசிரியரும் இணை பொறியாளருமான ஆண்ட்ரூ லோன் கூறினார். 

1940 களில் டிஜிட்டல் கணினியின் வளர்ச்சியிலிருந்து, கணினிகள் மிகவும் சிக்கலான பணிகளைச் செய்ய திட்டமிடப்படலாம் என்பது நிரூபிக்கப்பட்டுள்ளது

உண்மையான AI க்கு நம்பிக்கைக்குரியதாகவும், அவசியமாகவும் கருதப்படுகிறது.

              ⭐ Good luck⭐