Read Time:14 Minute
ഡോ.പ്രേം ശങ്കർ
Associate Professor (AI)
2024-ലെ ഭൗതികശാസ്ത്ര നൊബേൽ പുരസ്‌കാരത്തിന് അമേരിക്കയിലെ പ്രിൻസ്റ്റൺ സർവകലാശാലയിലെ ജോൺ ജെ. ഹോപ്പ്ഫീൽഡ്, കാനഡയിലെ ടൊറന്റോ സർവകലാശാലയിലെ ജെഫ്രി ഇ. ഹിൻ്റൺ എന്നിവരാണ് അർഹരായത്. ആർട്ടിഫിഷ്യൽ ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ ഉപയോഗിച്ചുള്ള മെഷീൻ ലേണിംഗ് രംഗത്തെ മൗലികമായ കണ്ടെത്തലുകളും ഈ രംഗത്ത് വലിയ മുന്നേറ്റവും സാധ്യമാക്കിയതിനാണ് ഇരുവരും ഈ ഭൗതികശാസ്ത്രത്തിനുള്ള പുരസ്കാരം നൽകുന്നതെന്ന് നൊബേൽ അക്കാദമി വാർത്താക്കുറിപ്പിൽ അറിയിച്ചു.
ആർട്ടിഫിഷ്യൽ ന്യൂറല്‍ നെറ്റ്‌വർക്കുകളുടെ ശക്തി
നമ്മുടെ മസ്തിഷ്കം എങ്ങനെ ചിത്രങ്ങൾ തിരിച്ചറിയുന്നതെന്ന് എപ്പോഴെങ്കിലും ചിന്തിച്ചിട്ടുണ്ടോ? ഒരു പൂച്ചയുടെ ചിത്രം കാണുമ്പോൾ, അത് പൂച്ചയാണെന്നും നായയല്ലെന്നും നമ്മുടെ തലച്ചോറിന് തിരിച്ചറിയാൻ സാധിക്കുന്നു. ഇതിന് തലച്ചോറിനുള്ളിലെ ന്യൂറൽ നെറ്റ്‌വർക്കുകളാണ് നമ്മളെ സഹായിക്കുന്നത്. ചുരുക്കത്തിൽ, ന്യൂറോണുകളുടെ ഒരു വലിയ നെറ്റ്‌വർക്കിനെയാണ് വിവരങ്ങൾ ശേഖരിക്കുന്നതിനും തീരുമാനങ്ങൾ എടുക്കുന്നതിനും നമ്മുടെ മസ്തിഷ്കം ഉപയോഗിക്കുന്നത്. അതുകൊണ്ടുതന്നെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉണ്ടാക്കാനുള്ള പല ശ്രമങ്ങളും നമ്മുടെ തലച്ചോറിന്റെ പ്രവർത്തനത്തിൽ നിന്ന് പ്രചോദനം ഉൾക്കൊണ്ടവയാണ്.
1940-കളിൽ ഗവേഷകർ മസ്തിഷ്കത്തിലെ ന്യുറോണുകളും സിനാപ്സുകളും അടങ്ങിയ നെറ്റ്‌വർക്കിന്റെ ഗണിതശാസ്ത്രത്തെക്കുറിച്ച് ചിന്തിക്കാൻ തുടങ്ങിയിരുന്നു. ന്യുറോണുകൾ തമ്മിലുള്ള ബന്ധങ്ങൾ ഒന്നിച്ച് പ്രവർത്തിക്കുമ്പോൾ ശക്തിപ്പെടുത്തപ്പെടുന്നതിനെക്കുറിച്ചുള്ള ന്യുറോസയന്റിസ്റ്റ് ഡൊണാൾഡ് ഹെബ് എന്നയാളുടെ സിദ്ധാന്തമാണ് ആദ്യം വന്നത്. 1960-കളുടെ അവസാനത്തിൽ ചില നിരാശാജനകമായ ഫലങ്ങൾ പല ഗവേഷകരെയും ന്യുറൽ നെറ്റ്‌വർക്കുകൾ യാഥാർത്ഥ്യത്തിൽ ഉപയോഗപ്രദമാകില്ലെന്ന സംശയത്തിലാക്കുകയായിരുന്നു. എന്നാൽ 1980-കളിൽ ആർട്ടിഫിഷ്യൽ ന്യൂറൽ നെറ്റ്‌വർക്കുകളിലേക്കുള്ള താൽപ്പര്യം വീണ്ടും ഉയർന്നു.
ബഹുഭൂരിഭാഗം ആളുകളും എങ്ങനെയാണ് കമ്പ്യൂട്ടറുകളിൽ വിവിധ ഭാഷകളിലേക്ക് വിവർത്തനം ചെയ്യുന്നത്, ചിത്രങ്ങൾ വ്യാഖ്യാനം ചെയ്യുന്നത്, യുക്തിപൂർവ്വമായ സംഭാഷണങ്ങൾ നടത്തുന്നത് എന്നൊക്കെ അത്ഭുതപ്പെടുന്നത് കണ്ടിട്ടുണ്ട്. അതിനു പിന്നിൽ തലച്ചോറിലെ ന്യൂറല്‍ നെറ്റ്‌വർക്കുകളുടെ പ്രവര്‍ത്തനത്തെ അനുകരിക്കുന്ന ആര്‍ട്ടിഫിഷ്യല്‍ ന്യൂറല്‍ നെറ്റ്‌വർക്കുകള്‍ (Artificial Neural Networks) ആണ്. മനുഷ്യ മസ്തിഷ്കത്തിൽ നിന്ന് പ്രചോദനം ഉൾക്കൊണ്ട് ആര്‍ട്ടിഫിഷ്യല്‍ ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ വികസിപ്പിക്കുന്നതിൽ ഹോപ്‌ഫീൽഡിന്റെയും ഹിൻ്റണിന്റെയും പ്രവർത്തനം നിർണായകമാണ്. മുമ്പ് സങ്കൽപ്പിക്കാൻ പോലും കഴിയാത്ത രീതിയിൽ വിവരങ്ങൾ പ്രോസസ്സ് ചെയ്യാൻ മെഷീനുകളെ പ്രാപ്‌തമാക്കുന്നു. ഇന്ന് നമ്മൾ ഉപയോഗിക്കുന്ന മെഷീന്‍ ലേണിംഗിന് അടിത്തറയിടാന്‍ സഹായിച്ച ഈ രീതികള്‍ ഭൗതികശാസ്ത്രത്തിൻ്റെ സഹായത്തോടെയാണ് ഇരുവരും നിര്‍മ്മിച്ചത്. കമ്പ്യൂട്ടറുകൾ ചിന്തിക്കാൻ കഴിയുന്നില്ലെങ്കിലും, യന്ത്രങ്ങൾക്ക് ഇപ്പോൾ പഠനം പോലുള്ള പ്രവർത്തനങ്ങളെ അനുകരിക്കാൻ കഴിയും
ഹോപ്ഫീൽഡിന്റെ സംഭാവനകൾ
പ്രിൻസ്റ്റൺ യൂണിവേഴ്‌സിറ്റിയിലെ എമറിറ്റസ് പ്രൊഫസറായ ജോൺ ഹോപ്ഫീൽഡ്, അസോസിയേറ്റീവ് മെമ്മറിയിലെ പയനിയറിംഗ് പ്രവർത്തനത്തിന് പ്രശസ്തനാണ്. പാറ്റേൺ തിരിച്ചറിയാനും തിരിച്ചുവിളിക്കാനും കഴിവുള്ള ഒരു തരം ന്യൂറൽ നെറ്റ്‌വർക്കായ ഹോപ്ഫീൽഡ് നെറ്റ്‌വർക്കിന്റെ വികാസത്തിലേക്ക് നയിക്കുന്ന, മസ്തിഷ്കം വിവരങ്ങൾ എങ്ങനെ സംഭരിക്കുകയും വീണ്ടെടുക്കുകയും ചെയ്യുന്നു എന്നതിനെക്കുറിച്ചായിരുന്നു അദ്ദേഹത്തിന്റെ ഗവേഷണം. ഹോപ്ഫീൽഡ് നെറ്റ്വർക്ക് മാതൃകകൾ സംഭരിക്കുകയും അവയെ പുനർനിർമ്മിക്കുകയും ചെയ്യുന്ന ഒരു രീതിയുണ്ട്. നെറ്റ്വർക്ക് ഒരു അപൂർണ്ണമായ മാതൃക നൽകുമ്പോൾ ഈ രീതി ഏറ്റവും സമാനമായ സംഭരിച്ച മാതൃകയെ കണ്ടെത്താൻ കഴിയും. ഹോപ്ഫീൽഡ് ഒരിക്കൽ ന്യുറോസയൻസിനെക്കുറിച്ചുള്ള ഒരു യോഗത്തിലേക്ക് ക്ഷണിക്കപ്പെട്ടപ്പോൾ മസ്തിഷ്കത്തിന്റെ ഘടനയെക്കുറിച്ചുള്ള ഗവേഷണം പരിചയപ്പെട്ടു. അദ്ദേഹം തന്റെ ഭൗതികശാസ്ത്ര പശ്ചാത്തലത്തെ ഉപയോഗിച്ച് ലളിതമായ ന്യുറൽ നെറ്റ്വർക്ക് ഡൈനാമിക്‌സിനെക്കുറിച്ച് ചിന്തിക്കാൻ തുടങ്ങി. അസോസിയേറ്റീവ് മെമ്മറി – ഡേറ്റയില്‍ ചിത്രങ്ങളും മറ്റു തരത്തിലുള്ള പാറ്റേണുകളും സംഭരിക്കാനും പുനര്‍നിര്‍മിക്കാനും കഴിയുന്ന അനുബന്ധ മെമ്മറി – ജോണ്‍ ഹോപ്പ്ഫീല്‍ഡ് സൃഷ്ടിച്ചു. ഒരു അപൂർവ്വമായ വാക്ക് ഓർമ്മിക്കാൻ ശ്രമിക്കുന്നുവെന്ന് ധരിക്കുക, ഉദാഹരണത്തിന് സിനിമകളിലും പ്രഭാഷണശാലകളിലും കാണപ്പെടുന്ന വാക്ക്. നിങ്ങൾ നിങ്ങളുടെ ഓർമ്മയെ ടെസ്റ്റ് ചെയ്തു കൊണ്ടിരിക്കുകയാണ് . ഈ ശരിയായ വാക്ക് കണ്ടെത്താൻ സമാന വാക്കുകൾക്കിടയിൽ തിരയുന്ന പ്രക്രിയ , അസോസിയേറ്റീവ് മെമ്മറിയെ 1982-ൽ ഭൗതികശാസ്ത്രജ്ഞനായ ജോൺ ഹോപ്പ്ഫീൽഡ് ഗണിത-കമ്പ്യൂട്ടിങ് മാതൃകകളിലൂടെ അനുകരിക്കാനാകുമെന്ന് കണ്ടെത്തി.
ഹിൻ്റന്റെ സംഭാവനകൾ
ടൊറൻറ്റോ സർവകലാശാലയിലെ പ്രൊഫസറായ ജെഫ്രി ഹിൻ്റൺ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ ഗോഡ്ഫാദർമാരിൽ ഒരാളായി കണക്കാക്കപ്പെടുന്നു. സങ്കീർണ്ണമായ പാറ്റേണുകൾ പഠിക്കാൻ ഒന്നിലധികം ലെയറുകളുള്ള ന്യൂറൽ നെറ്റ്‌വർക്കുകളെ പരിശീലിപ്പിക്കുന്ന മെഷീൻ ലേണിംഗിൻ്റെ ഒരു ഉപവിഭാഗമായ ഡീപ് ലേർണിംഗിലാണ് അദ്ദേഹത്തിൻ്റെ ഗവേഷണം ശ്രദ്ധ കേന്ദ്രീകരിച്ചിരിക്കുന്നത്. ഭൗതികശാസ്ത്രത്തിൻ്റെ പിന്തുണയോടെ ആർട്ടിഫിഷ്യൽ ന്യൂറല്‍ ശൃംഖലകളെ പരിശീലിപ്പിച്ചെടുക്കാനും ഡേറ്റയില്‍ നിന്നും നെറ്റ്വർക്ക് ഘടന ഉപയോഗിച്ച് വിവരങ്ങൾ പ്രോസസ് ചെയ്തു ഉൾക്കാഴ്ചകൾ കണ്ടെത്താനും ചിത്രങ്ങളിലെ പ്രത്യേക ഘടകങ്ങള്‍ തിരിച്ചറിയുന്നതുപോലുള്ള ജോലികള്‍ ചെയ്യാനും കഴിയുന്ന രീതി ജെഫ്രി ഹിന്റന് ആവിഷ്‌കരിച്ചു.
ഗവേഷണ സ്വാധീനം
ഹോപ്‌ഫീൽഡിന്റെയും ഹിൻ്റണിന്റെയും ഗവേഷണം ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് രംഗത്ത് ആഴത്തിലുള്ള സ്വാധീനം ചെലുത്തിയിട്ടുണ്ട്. അവരുടെ പ്രവർത്തനം ഇനിപ്പറയുന്ന കാര്യങ്ങൾ സാദ്ധ്യമാക്കി:
- വലിയ അളവിലുള്ള ഡാറ്റ പ്രോസസ്സ് ചെയ്യുകയും അർത്ഥവത്തായ വിവരങ്ങൾ എക്‌സ്‌ട്രാക്‌റ്റുചെയ്യുകയും ചെയ്യുക.
- പാറ്റേണുകൾ തിരിച്ചറിയുകയും പ്രവചനങ്ങൾ നടത്തുകയും ചെയ്യുക.
- അനുഭവത്തിൽ നിന്ന് പഠിക്കുകയും കാലക്രമേണ അവരുടെ പ്രകടനം മെച്ചപ്പെടുത്തുകയും ചെയ്യുക.
ഈ കഴിവുകൾ വഴി ആരോഗ്യ സംരക്ഷണം, ധനകാര്യം, ഗതാഗതം തുടങ്ങിയ മേഖലകളിൽ പുരോഗതി കൈവരിക്കുന്നു.
AI യുടെ ഭാവി
ഇപ്പോൾ, വലിയ തോതിലുള്ള ഡാറ്റയുടെ ലഭ്യതയും കമ്പ്യൂട്ടിംഗ് ശക്തിയുടെ വർദ്ധനയും വഴി ആർട്ടിഫിഷ്യൽ ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ സാധാരണയായി വലിയതാണ്; നിരവധി ലയേഴ്‌സ് ഉൾകൊള്ളുന്നവയാണ് ; ഇവയെ ഡീപ് ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ എന്ന് വിളിക്കുന്നു; ഇവയെ പരിശീലിപ്പിക്കുന്ന രീതിയെ ഡീപ് ലേണിംഗ് എന്ന് വിളിക്കുന്നു. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൻ്റെ പ്രാധാന്യത്തിന്റെ തെളിവാണ് ഹോപ്ഫീൽഡിനും ഹിൻ്റണും ലഭിച്ച നോബേൽ സമ്മാനം. AI വികസിക്കുന്നത് തുടരുമ്പോൾ വരും വർഷങ്ങളിൽ കൂടുതൽ ശ്രദ്ധേയമായ മുന്നേറ്റങ്ങളും ആപ്ലിക്കേഷനുകളും പ്രതീക്ഷിക്കാം.
നൊബേൽ ലേഖനങ്ങൾ
നൊബേൽ പുരസ്കാരം 2024 – പ്രഖ്യാപനം ഒക്ടോബർ 7 മുതൽ
ഈ വർഷത്തെ നൊബേൽ സമ്മാന പ്രഖ്യാപനങ്ങൾ ഒക്ടോബർ 7 മുതൽ 14 വരെ നടക്കും. ലൂക്കയിൽ തത്സമയം കാണാം. ശാസ്ത്ര നൊബേലുകളുടെ പ്രഖ്യാപന ശേഷം ലൂക്കയിൽ വിശദമായ ലേഖനവും LUCA TALK അവതരണവും ഉണ്ടായിരിക്കുന്നതാണ്
നൊബേൽ പുരസ്കാരം 2024 – തിയ്യതികൾ
| തിയ്യതി, സമയം | വിഷയം |
|---|---|
| 2024 ഒക്ടോബർ 7, ഇന്ത്യൻ സമയം 3 PM | വൈദ്യശാസ്ത്രം |
| 2024 ഒക്ടോബർ 8, ഇന്ത്യൻ സമയം 3.15 PM | ഫിസിക്സ് |
| 2024 ഒക്ടോബർ 9, ഇന്ത്യൻ സമയം 3.15 PM | കെമിസ്ട്രി |
| 2024 ഒക്ടോബർ 10, ഇന്ത്യൻ സമയം 4.30 PM | സാഹിത്യം |
| 2024 ഒക്ടോബർ 11, ഇന്ത്യൻ സമയം 2.30 PM | സമാധാനം |
| 2024 ഒക്ടോബർ 14, ഇന്ത്യൻ സമയം 3.15 PM | സാമ്പത്തികശാസ്ത്രം |
ശാസ്ത്ര നൊബേലുകളുടെ പ്രഖ്യാപന ശേഷം ലൂക്കയിൽ വിശദമായ ലേഖനവും LUCA TALK അവതരണവും ഉണ്ടായിരിക്കുന്നതാണ്
Happy
20 %
Sad
0 %
Excited
70 %
Sleepy
0 %
Angry
0 %
Surprise
10 %
0
0
