தமிழ்நாடு

tamil nadu

ETV Bharat / technology

இயற்பியலுக்கான நோபல் பரிசு: இயந்திர கற்றலில் சாதனை! அவர்கள் செய்தது என்ன?

2024 ஆம் ஆண்டு இயற்பியலுக்கான நோபல் பரிசு ஜான் ஜே ஹோப்ஃபீல்ட், ஜெஃப்ரி ஹிண்டன் ஆகியோருக்கு அறிவிக்கப்பட்டுள்ளது. இயந்திர கற்றல் துறையில் அவர்களது பங்களிப்புக்காக இந்த அங்கீகாரம் கொடுக்கப்படுகிறது.

nobel prize 2024 winners for physics john hopfield at right and Geoffrey Hinton at left
இயற்பியலுக்கான நோபல் பரிசு வென்ற ஜான் ஜே ஹோப்ஃபீல்ட் (வலது) / ஜெஃப்ரி ஹிண்டன் (இடது) (nobelprize.org)

By ETV Bharat Tech Team

Published : Oct 8, 2024, 4:25 PM IST

இந்த ஆண்டு இயற்பியலுக்கான நோபல் பரிசு அறிவிக்கப்பட்டுள்ளது. இந்த விருதை ஜான் ஜே ஹோப்ஃபீல்ட் (John Hopfield) மற்றும் ஜெஃப்ரி ஹிண்டன் (Geoffrey Hinton) ஆகியோர் பகிர்ந்துகொள்கின்றனர். இயந்திர கற்றல் துறையில் அவர்களது பங்களிப்புக்காக இந்த விருது வழங்கப்படுகிறது.

ஜான் ஹோப்ஃபீல்ட் தகவல்களிலிருந்து (Data) படங்கள் மற்றும் பிற வடிவங்களை உருவாக்குவதற்கும், மறுகட்டமைப்பு செய்வதற்கும் ஒரு நினைவகத்தை உருவாக்கினார். தரவுகளில் உள்ள அம்சங்களைப் புரிந்துகொள்வதன் வாயிலாக படங்களில் உள்ள குறிப்பிட்ட கூறுகளை அடையாளம் காண ஒரு சிறப்பு முறையை ஜெஃப்ரி ஹிண்டன் கண்டுபிடித்துள்ளார். செயற்கை நியூரல் நெட்வொர்க்குகளைப் (Artificial Neural Networks) பயன்படுத்தி இயந்திர கற்றலை சாத்தியமாக்க இந்த இரண்டு ஆய்வுகளும் நடத்தப்பட்டன.

எதற்காக நோபல் பரிசு? எளிய விளக்கம்:

சரி, இதை அப்படியே சொல்லிவிட்டால், தலையே சுற்றிவிடும். உங்களுக்கு புரியும்படியான எடுத்துக்காட்டுடன் ஹோப்ஃபீல்ட், ஜெஃப்ரி ஹிண்டன் ஆகியோரின் கண்டுபிடிப்புகளை விளக்குகிறேன்.

முதலில், நாம் எப்படி பல காரியங்களை சிறுவயது முதல் புரிந்துகொண்டோம் என்பதை நினைத்துபாருங்கள். இன்னும் எளிமையாக சொல்ல வேண்டும் என்றால், ஒரு நாய்க்குட்டியை ஒரு சிறுவன் அறிந்துகொள்ள, விதவிதமான நாய் குட்டிகளை பார்த்துபின் தான் , 'இது தான் நாய்க்குட்டி' என புரிந்துகொள்வான்.

இயற்பியலுக்கான நோபல் பரிசு வாங்கிய ஜான் ஹாப்ஃபீல்டும், ஜெஃப்ரி ஹின்டனும், கணினிகளுக்கு நம்மைப் போல கற்றுக்கொள்ளும் வழிகளை சொல்லிக் கொடுத்தார்கள்.

மனிதர்களைப் போன்றே, புகைப்படத்தில் இருக்கும் முகங்களை அடையாளம் காண்பது, பிறர் பேசுவதைப் புரிந்துகொள்வது போன்றவற்றிற்கு, கணினி புரோக்கிராம்களை உருவாக்க முடியுமா என்பதை நாம் நினைத்துப் பார்த்திருப்போமா? இதை சாத்தியமாக்கியதற்கு தான் இந்த ஆய்வாளர்களுக்கு நோபல் பரிசு கொடுக்கப்படுகிறது.

ஜான் ஹோப்ஃபீல்ட் கண்டுபிடிப்பு. (Johan Jarnestad)

இவர்கள், 'செயற்கை நரம்பியல் வலைப்பின்னல்' எனும் ஒரு முறையைக் கண்டுபிடித்தனர். மூளை செல்கள் எப்படி நெட்வொர்க் போல செயல்படுகிறதோ, அதேபோல, இந்த செயற்கை நரம்பியல் நெட்வொர்க்கும் எடுத்துக்காட்டுகளைப் பார்த்து கற்றுக்கொள்ளும்.

இதையும் படிங்க
  1. ஓரியன் AR ஸ்மார்ட் கண்ணாடி: புதிய உலகை கண்முன் கொண்டு வந்த மெட்டா!
  2. சந்திரயான் திட்டம்: நிலவில் 160 அடி அகலம் உள்ள பள்ளம் கண்டுபிடிப்பு!
  3. ஜிபிஎஸ் முதல் AI வரை: கால்பந்து அனுபவத்தை வேற லெவலாக்கும் புதுமையான டெக்னாலஜிகள்!

ஹாப்ஃபீல்ட் என்ன செய்தார்?

புகைப்படங்களைப் போல, பேட்டர்ன்களை நியாபகம் வைத்திருக்கும் ஒரு சிறந்த நெட்வொர்க்கை ஜான் ஜே ஹோப்ஃபீல்ட் உருவாக்கினார். எடுத்துக்காட்டாக, ஒரு பழத்தின் புகைப்படத்தை கணினியிடம் 'நியாபகம் வைத்துக்கொள்' என கூறினால் போதும். பிறகு வடிவத்தில் வித்தியாசமான அதே பழத்தை அடையாளம் கண்டுபிடிக்கும் திறனை பெற்றுவிடுகிறது.

ஜான் ஹோப்ஃபீல்ட் கண்டுபிடிப்பு. (Johan Jarnestad)

ஹிண்டன் என்ன சாதித்தார்?

இந்த நெட்வொர்க்கை இன்னும் புத்திசாலியாக்கி இருக்கிறார் ஜெஃப்ரி ஹிண்டன். அதாவது, யாரும் சொல்லிக் கொடுக்காமல் கணினியை தானாகவே கற்றுகொள்ளும் திறன் படைத்ததாக மாற்றினார். ஒரு புத்திசாலி மாணவனைப் போல, கணினியே அனைத்தையும் கண்டுபிடித்துவிடும்.

சுருக்கமாக, இவர்கள் கண்டுபிடித்த தொழில்நுட்பத்தின் ஆற்றலைக் கொண்டு தான் செயற்கை நுண்ணறிவு (AI) தளங்கள் அல்லது பயன்பாடுகளை நம்மால் எளிதில் அணுக முடிகிறது. கணினிகள் பெரிய வேலைகளை குறைவான நேரத்தில் முடித்துத் தருகிறது. இவர்கள் போட்ட அடித்தளம் தான் இப்போது பெரும் தகவல் தொழில்நுட்ப புரட்சியாக மாறியிருக்கிறது என்பதில் ஆச்சரியமில்லையே!

கடந்த ஆண்டு இயற்பியலுக்கான நோபல் பரிசு பியரி அகோஸ்டினி, ஃபெரான் க்ராஸ் மற்றும் ஆன் எல் கூலியர் ஆகியோருக்கு எலக்ட்ரான்களை குறித்த ஆய்வுக்கு வழங்கப்பட்டது குறிப்பிடத்தக்கது.

ஈடிவி பாரத் தமிழ்நாடு (ETV Bharat Tamil Nadu)

ஈடிவி பாரத் தமிழ் வாட்ஸ்அப் சேனலில் இணையஇங்கே கிளிக் செய்யவும்.

தொழில்நுட்பம் சார்ந்த அண்மை செய்திகளுக்குஈடிவி பாரத் தமிழ்நாடு 'டெக்னாலஜி'பக்கத்துடன் இணைந்திருங்கள்.

ABOUT THE AUTHOR

...view details