ഗവേഷകരുടെ സമയം ലാഭിക്കും ‘എഐ’; ഒപ്പം കൂട്ടിയാൽ സയൻസ് കരിയറിയിൽ രക്ഷപ്പെടാം
Mail This Article
ഇത്തവണത്തെ ഫിസിക്സ്, കെമിസ്ട്രി നൊബേൽ പുരസ്‌കാരങ്ങൾ ശാസ്ത്രരംഗത്ത് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ചെലുത്തുന്ന സ്വാധീനത്തിനു തെളിവായി. മെഷീൻ ലേണിങ്ങിന്റെ സുപ്രധാന ആൽഗരിതങ്ങൾ വികസിപ്പിച്ച ജെഫ്രി ഹിന്റൻ, ജോൺ ഹോപ്ഫീൽഡ് എന്നിവർക്കാണു ഫിസിക്സ് നൊബേൽ ലഭിച്ചത്. കംപ്യൂട്ടേഷനൽ കെമിസ്ട്രിയിലൂടെ ഒട്ടേറെ പ്രോട്ടീനുകളുടെ ഘടന ഡിസൈൻ ചെയ്ത ഡേവിഡ് ബെക്കർ, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ സഹായത്തോടെ പ്രോട്ടീനുകളുടെ രാസഘടനകൾ പ്രവചിക്കാൻ വഴിയൊരുക്കിയ ഡെമിസ് ഹസാബിസ്, ജോൺ ജംപർ എന്നിവർക്കാണ് കെമിസ്ട്രി നൊബേൽ ലഭിച്ചത്. ഇവരിൽ ഹസാബിസും ജംപറും പ്രവർത്തിക്കുന്ന സ്ഥാപനമാണു ശ്രദ്ധേയം– ഗൂഗിൾ ഡീപ്‌മൈൻഡ്; സങ്കീർണമായ എഐ ഗവേഷണങ്ങൾ നടത്തുന്ന ഗൂഗിൾ സ്ഥാപനം. വിഡിയോ ഗെയിമുകൾ മുതൽ ശാസ്ത്രപഠനം വരെ ഒട്ടേറെ മേഖലകളിലാണ് ഡീപ്‌മൈൻഡ് തങ്ങളുടെ പ്ലാറ്റ്‌ഫോമുകൾ വികസിപ്പിക്കുന്നത്. ചുരുക്കിപ്പറഞ്ഞാൽ കംപ്യൂട്ടേഷനൽ രംഗത്ത് എഐയുടെ സ്വാധീനം കൊണ്ടുവരുന്ന മാറ്റങ്ങളുടെ സാക്ഷ്യപത്രമാണ് ഹസാബിസിനും ജംപറിനും ലഭിച്ച നൊബേൽ.
കംപ്യൂട്ടേഷനൽ കരുത്ത്
പണ്ടൊക്കെ സയൻസിനെ പൊതുവേ രണ്ടായാണു തിരിച്ചിരുന്നത്– സൈദ്ധാന്തികവും (തിയററ്റിക്കൽ) പരീക്ഷണാധിഷ്ഠിതവും (എക്‌സ്പെരിമെന്റൽ). ഇരുപതാം നൂറ്റാണ്ടിന്റെ അവസാനപാദത്തിൽ കംപ്യൂട്ടേഷനൽ രീതികൾ പ്രചാരം നേടിയതോടെ കംപ്യൂട്ടേഷനൽ സയൻസ് വികസിച്ചു. ഇന്നത് സയൻസിന്റെ മൂന്നാം നെടുംതൂണായി അറിയപ്പെടുന്നു. കംപ്യൂട്ടേഷനൽ സയൻസ് എന്താണെന്നത് ഒരു ഉദാഹരണത്തിലൂടെ വിശദീകരിക്കാം. ഒരു റോക്കറ്റ് ബഹിരാകാശത്തേക്കു പോകുന്നതിനെക്കുറിച്ചു നേരിട്ടു ഗവേഷണം നടത്താൻ എത്ര പാടാണ്. ഒരുപാട് അനുകൂല സാഹചര്യങ്ങളുണ്ടാകണം. ചെലവും വമ്പിച്ചതാണ്. എന്നാൽ ഒരു റോക്കറ്റ് പോകുന്ന സാഹചര്യങ്ങൾ മികവോടെ വെർച്വലായി പുനഃസൃഷ്ടിച്ച് നമുക്കു പരീക്ഷണങ്ങൾ നടത്താനാകും. ഇതാണ് കംപ്യൂട്ടേഷനൽ രീതി. ഇന്ന് ഏതു മേഖലയിലും ഗവേഷണത്തിന്റെ വലിയ പങ്ക് കംപ്യൂട്ടേഷനൽ രീതിയിലാണ്. കംപ്യൂട്ടേഷനൽ ഫിസിക്സ്, കംപ്യൂട്ടേഷനൽ കെമിസ്ട്രി, കംപ്യൂട്ടേഷനൽ മാത്തമാറ്റിക്‌സ്, കംപ്യൂട്ടേഷനൽ മെക്കാനിക്‌സ് തുടങ്ങിയ ഉപശാഖകളേറെ.
നോക്കിയിരിക്കാം എഐ വിപ്ലവം
കംപ്യൂട്ടേഷനൽ മേഖലകളിലെ ഗവേഷണങ്ങളിൽ ലോകമെമ്പാടും ധാരാളം മലയാളികൾ പ്രവർത്തിക്കുന്നുണ്ട്. നാലാം വ്യവസായ വിപ്ലവത്തിന്റെ കാഹളം മുഴങ്ങുന്ന ഇക്കാലത്ത് എഐയോടു മുഖം തിരിച്ചുനിന്നിട്ടു കാര്യമില്ല. മറിച്ച് അതിനെ വരവേൽക്കുകയും ഒപ്പം ചേരുകയും ഗുണഫലങ്ങൾ ഉപയോഗപ്പെടുത്തുകയുമാണ് നല്ല വഴി. ഗവേഷണത്തോട്, പ്രത്യേകിച്ച് കംപ്യൂട്ടേഷനൽ ഗവേഷണത്തോട് താൽപര്യമുള്ളവർ എഐയുടെ വിവിധ സാധ്യതകൾ തീർച്ചയായും പരിഗണിക്കേണ്ടതുണ്ട്. വരുംകാലത്ത് എഐ അധിഷ്ഠിത ടൂളുകളും ആൽഗരിതങ്ങളും കംപ്യൂട്ടേഷനൽ പ്ലാറ്റ്ഫോമുകളിൽ കൂടുതൽ ഉപയോഗിക്കപ്പെടും. ഗവേഷണ പ്രവർത്തനങ്ങൾ അതോടെ കൂടുതൽ അനായാസമാകുമെന്നാണ് വിദഗ്ധരുടെ അഭിപ്രായം. ഗവേഷണാധിഷ്ഠിത ജോലികളിലും എഐ പ്ലാറ്റ്ഫോമുകളിലെ പരിചയം ഉദ്യോഗാർഥികൾക്കു സഹായകമാകും.
എഐ ഇന്ധനം
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഇന്നു മുൻപില്ലാത്തവിധം ജനങ്ങളിലേക്ക് എത്തിക്കഴിഞ്ഞിരിക്കുന്നു. എഐ പവേഡ് അസിസ്റ്റന്റുകളും ചാറ്റ്ജിപിടി പോലുള്ള ജനറേറ്റീവ് എഐ സംവിധാനങ്ങളും എഴുത്തുരൂപത്തിൽ പ്രോംപ്റ്റ് നൽകിയാൽ അതനുസരിച്ചുള്ള ചിത്രം ലഭിക്കുന്ന ഇമേജ് ജനറേറ്ററുകളുമൊക്കെ എഐ രംഗത്തെ കൂടുതൽ ജനപ്രിയമാക്കിയിട്ടുണ്ട്. എന്നാൽ കേവലം ഈ തലങ്ങളിൽ ഒതുങ്ങിനിൽക്കുന്നില്ല എഐ.
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഇന്ന് കംപ്യൂട്ടേഷനൽ പരീക്ഷണങ്ങളിലെ ഒരു പ്രധാനശക്തിയായി മാറിക്കൊണ്ടിരിക്കുകയാണ്. കംപ്യൂട്ടേഷനൽ പരീക്ഷണങ്ങളിൽനിന്നു ലഭിക്കുന്ന വലിയ അളവിലുള്ള വിവരശേഖരത്തിൽനിന്ന് മറഞ്ഞുകിടക്കുന്ന പാറ്റേണുകളും മറ്റും കണ്ടെത്താൻ എഐയ്ക്കു കഴിയും. വലിയ അളവിൽ ഉൽപാദിപ്പിക്കപ്പെടുന്ന ഡേറ്റ ഇന്നും പല പരീക്ഷണങ്ങളിലും കാണാം. ഇവ മിടുക്കോടെ തരംതിരിക്കാനും അപഗ്രഥിക്കാനും എഐ സഹായകരമാകും.ലഭിക്കുന്ന ഡേറ്റയിൽനിന്ന് പൊതുവായ ട്രെൻഡുകൾ, ചില ബന്ധങ്ങൾ എന്നിവയെല്ലാം എഐക്കു കണ്ടെത്താം.ഇതു ഗവേഷകരുടെ സമയം വലിയ രീതിയിൽ ലാഭിക്കാൻ ഉപകാരപ്രദമാണ്.മെഷീൻ ലേണിങ് പ്ലാറ്റ്‌ഫോമുകൾക്ക് കംപ്യൂട്ടേഷനൽ പരീക്ഷണങ്ങളെ നിരന്തരം മെച്ചപ്പെടുത്തിക്കൊണ്ടിരിക്കാൻ സാധിക്കും. ഇതു സമയവും പണവും കുറയ്ക്കുന്ന സംഗതിയാണ്. മുൻകാല സിമുലേഷനുകളും പരീക്ഷണഫലങ്ങളും പരിശോധിച്ച് സങ്കീർണ സംവിധാനങ്ങളുടെ സ്വഭാവം പ്രവചിക്കാനും എഐക്കു കഴിയും. ഇതും ഗവേഷകർക്കു വലിയ തോതിൽ സഹായകരമാണ്.