02. கணினித்துவ அடிப்படைகளிலிருந்து ஆக்கபூர்வ AI வரை: 70 ஆண்டுகால மொழிச் சுவரின் வீழ்ச்சி

மையக் கருப்பொருள்: எழுபது ஆண்டுகளாக மனிதர்கள் கணினியின் மொழியான 'நிரலாக்கத்தை' (Coding) கற்றுக் கொண்டனர். ஆனால் இன்று, கணினியானது மனிதர்களின் இயற்கை மொழியைக் கற்றுக்கொண்டது. இந்த மாற்றம் நிருவாக வரலாற்றிலும் மனித வரலாற்றிலும் நிலவிய மிகப்பெரிய தொழில்நுட்பத் தடையை உடைத்தெறிந்துள்ளது.

1. ஒரு கணினியின் பௌதிக இயல்பு: ஒன்றும் பூச்சியமும் (1 மற்றும் 0)

செயற்கை நுண்ணறிவின் உண்மையான ஆற்றலைப் புரிந்து கொள்ள, தொழில்நுட்பப் பின்னணி இல்லாத ஒரு வாசகர் கூட கணினி இயங்கும் அடிப்படை பௌதிக முறைமையை எளிதாகப் புரிந்து கொள்ள முடியும்.

நீங்கள் ஒரு கடையில் ஸ்மார்ட்போன் அல்லது மடிக்கணினியை (Laptop) வாங்குவதை கற்பனை செய்து பாருங்கள். அதை உணராமலேயே, விற்பனையாளரிடம் சில தொழில்நுட்ப அம்சங்களைப் பற்றி நீங்கள் வினவுகிறீர்கள்:

• "காட்சித்திரை எப்படி இருக்கிறது? கேமரா எப்படி இருக்கிறது?" — கேமரா என்பது ஒரு உள்ளீட்டுச் சாதனம் (Input device); காட்சித்திரை என்பது ஒரு வெளியீட்டுச் சாதனம் (Output device).
• "நினைவகம் (RAM) எவ்வளவு? ஹார்ட் டிஸ்க் (சேமிப்பகம்) எவ்வளவு பெரியது?" — தற்காலிக நினைவகம் மற்றும் நிரந்தர நினைவகம்.
• "செயலி (Processor) இன்டெல்லா? Core i7 ஆ?" — கணினியின் மூளை: மத்திய செயலக அலகு (Central Processing Unit - CPU).

படம் 2.1: கணினியின் அடிப்படை ஆய்வுக்கட்டமைப்பு (Von Neumann Architecture) — உள்ளீட்டுச் சாதனங்கள், மத்திய செயலக அலகு (CPU), முதன்மை நினைவகம் (RAM/ROM), நிரந்தரச் சேமிப்பகம் (SSD/Storage), மற்றும் வெளியீட்டுச் சாதனங்கள்.

படம் 2.1 இன் கணினி அமைப்பு மற்றும் வன்பொருள் கூறுகள்:

1. உள்ளீட்டுச் சாதனங்கள் & தரவுப் பாதை (Input Devices & Bus): விசைப்பலகை (Keyboards), வருடி (Scanners), கேமராக்கள் மற்றும் உயிரியல் அளவீட்டுப் பதிவிகள் (Biometric Readers) மனித கட்டளைகள் அல்லது பௌதிகத் தரவுகளை மின் சிக்னல்களாக (Electrical Signals) மாற்றி கணினி அமைப்பிற்குள் செலுத்துகின்றன.
2. மத்திய செயலக அலகு (CPU): கணினியின் பிரதான கணக்கீட்டு மற்றும் கட்டளைச் செயலாக்க அலகு (Arithmetic Logic Unit & Control Unit). இது தொடர்ச்சியாக சுழற்சி முறையில் இயங்குகிறது: பெறுக (Fetch), குறியீட்டை அவிழ்க்க (Decode), செயல்படுத்துக (Execute).
3. முதன்மை நினைவகம் (RAM & ROM): * RAM (Random Access Memory - தற்காலிக நினைவகம்): இயங்கும் திட்டநிரல்களைத் தாங்கி நிற்கும் அதிவேக நினைவகம். மின்சாரம் துண்டிக்கப்பட்டவுடன் இதில் உள்ள தரவுகள் அழிந்துவிடும் (Volatile). * ROM (Read-Only Memory - நிலையான நினைவகம்): கணினியைத் தொடங்குவதற்கு (Booting)த் தேவையான அடிப்படை வழிமுறைகளை நிரந்தரமாகச் சேமித்து வைத்துள்ள சிப்.
4. இரண்டாம் நிலைச் சேமிப்பகம் (SSD / HDD): கோப்புகள், தரவுத்தளங்கள் (Databases) மற்றும் இயங்குதளத்தை (Operating System) நிரந்தரமாகச் சேமிக்கும் பகுதி.
5. தரவு, முகவரி மற்றும் கட்டுப்பாட்டுப் பாதைகள் (Data, Address & Control Buses): CPU, நினைவகம் மற்றும் சேமிப்பகத்திற்கு இடையே வினாடிக்கு பில்லியன்கணக்கான பைட்டுகளை நகர்த்தும் மின் பாதைகள்.
6. வெளியீட்டுச் சாதனங்கள் (Output Devices): திரையகம் (Display) மற்றும் அச்சுப்பொறிகள் (Printers), பயனருக்கு முடிவுகளைத் திரும்ப வழங்குகின்றன.

இந்த பாரம்பரிய கட்டமைப்பின் எல்லை என்னவென்றால், CPU கட்டளைகளை ஒவ்வொன்றாக (Sequential Processing) மட்டுமே செயல்படுத்தும். இதன் காரணமாகவே AI தொழில்நுட்பத்திற்கு முற்றிலும் மாறுபட்ட, ஒரே நேரத்தில் லட்சக்கணக்கான கணக்கீடுகளைச் செய்யக்கூடிய இணைச் செயலிகள் (GPUs - Parallel Processors) தேவைப்படுகின்றன.

2. இயங்குதளம் (Operating System): மனிதனுக்கும் சிலிகான் சிப்பிற்கும் இடையிலான முதல் பாலம்

சாதாரண மனிதனால் 1 மற்றும் 0 களில் கணினியுடன் உரையாட முடியாது. அது நமக்குத் தெரியாது; மேலும் அது அளவில்லா அலுப்பையும் தரும். எனவே, இந்தச் சிக்கலான வன்பொருளை (Hardware) சாதாரண மக்களும் பயன்படுத்தக்கூடியதாக மாற்ற, அதன் மீது இயங்குவதற்கு ஒரு சிறப்புமிக்க மற்றும் மேம்பட்ட மென்பொருள் உருவாக்கப்பட்டது: அதுவே இயங்குதளம் (Operating System - OS).

படம் 2.2: ஓர் இயங்குதளத்தின் அடிப்படை அடுக்குகள் — பௌதிக வன்பொருள், OS கர்னல் (Kernel), கணினி நூலகங்கள் (APIs), கட்டளை இடைமுகங்கள் (Shells), மற்றும் பயனர் பயன்பாட்டு மென்பொருள்கள் (User Applications).

படம் 2.2 இன் இயங்குதள அடுக்குகள்:

1. பௌதிக வன்பொருள் (Physical Hardware): தாய்முறைப் பலகை (Motherboard), CPU, RAM, SSD/HDD, விசைப்பலகை மற்றும் திரையகம்.
2. OS கர்னல் (The OS Kernel): * செயல்முறை மேலாளர் (Process Manager): ஒரே நேரத்தில் இயங்கும் நூற்றுக்கணக்கான நிரல்களுக்கு CPU நேரத்தைப் பிரித்து வழங்குகிறது. * நினைவக மேலாளர் (Memory Manager): வெவ்வேறு நிரல்கள் ஒன்றோடொன்று மோதிக்கொள்ளாமல் RAM ஐப் பயன்படுத்துவதை உறுதி செய்கிறது. * கோப்பு முறைமை (File System): சேமிப்பக ஊடகத்தில் உள்ள தரவுகளை கோப்புறைகளாகவும் (Folders) கோப்புகளாகவும் (Files) ஒழுங்கமைக்கிறது. * சாதன இயக்கிகள் (Device Drivers): கர்னல் நேரடியாக வன்பொருள் சிப்புகளுடன் தொடர்புகொள்ளும் கட்டுப்பாட்டு மென்பொருள். * கணினி அழைப்பு இடைமுகம் (System Call Interface - Syscalls): வன்பொருளை நேரடியாகப் பாதிக்கும் அபாயமின்றி பயனர் பயன்பாடுகள் கர்னல் சேவைகளைப் பாதுகாப்பாகப் பெறுவதற்கான பாதுகாப்புச் சுவர்.
3. கணினி நூலகங்கள் & APIs (System Libraries & APIs): மென்பொருள் உருவாக்குநர்களுக்குப் பொதுவான வசதிகளை வழங்கும் தரப்படுத்தப்பட்ட POSIX அல்லது C ரன்டைம் நூலகங்கள்.
4. Shell & கட்டளை இடைமுகங்கள் (Command Interfaces): பயனர்கள் கட்டளைகளைப் பிறப்பிக்கும் Bash/Zsh முனையங்கள் (CLI) அல்லது Windows/டெஸ்க்டாப் GUI சூழல்கள்.
5. பயனர் பயன்பாட்டு மென்பொருள்கள் (User Applications): நாம் தினமும் பயன்படுத்தும் Chrome, Word, Excel மற்றும் அரச முறைமைகளின் மென்பொருள்கள்.

இதனால்தான் கணினி வாங்கும்போது Windows இருக்கிறதா என்றும், தொலைபேசி வாங்கும்போது Android அல்லது Apple iOS இருக்கிறதா என்றும் சோதிக்கிறோம்.

படம் 2.3: Windows NT கட்டமைப்பு மற்றும் Android கட்டமைப்பு — கணினி மற்றும் கைபேசி ஆகிய இரண்டு இயங்குதளங்கள் வன்பொருளுக்கும் மென்பொருளுக்கும் இடையிலான மறைப்பு அடுக்கை (Abstraction Barrier) எவ்வாறு நிர்வகிக்கின்றன.

படம் 2.3: Windows NT மற்றும் Android கட்டமைப்புகளின் ஒப்பீடு:

• Windows NT கட்டமைப்பு (டெஸ்க்டாப்):
• பயனர் பயன்பாடுகள் (Win32, UWP, Web Apps).
• Win32 துணைமுறைமை & APIs (kernel32.dll, user32.dll, ntdll.dll).
• Windows NT கர்னல் & எக்ஸிகியூட்டிவ் (செயல்முறை மேலாளர், மெய்நிகர் நினைவகம், I/O மேலாளர்).
• வன்பொருள் மறைப்பு அடுக்கு (Hardware Abstraction Layer - HAL): x86/x64 தாய்முறைப் பலகைகளின் வேறுபாடுகளிலிருந்து கர்னலை விடுவிக்கும் பாதுகாப்பு அடுக்கு.
• Android கட்டமைப்பு (மொபைல்):
• பயனர் பயன்பாடுகள் (Kotlin / Java பயன்பாடுகள்).
• Java API கட்டமைப்பு (Activity Manager, Window Manager, Content Providers).
• Android ரன்டைம் (ART) மற்றும் சொந்த C/C++ நூலகங்கள் (Bionic libc, SurfaceFlinger, Vulkan).
• வன்பொருள் மறைப்பு அடுக்கு (HAL தொகுதிகள்: கேமரா, ஆடியோ, சென்சார்கள்).
• Linux கர்னல் (Binder IPC, ஆற்றல் மேலாண்மை இயக்கிகள்) மற்றும் ARM SoC வன்பொருள்.

அரசு தொழில்நுட்ப அதிகாரிகளுக்கான பாடம்: தொலைபேசியும் கணினியும் முற்றிலும் வேறுபட்ட இரண்டு இயக்கச் சூழல்களில் இயங்குவதால், அரசாங்கத்தின் டிஜிட்டல் சேவைகள் ஏதேனும் ஒரு தளத்துடன் மட்டும் கட்டுப்படாமல் — இணையம் (Web) மற்றும் திறந்த APIs (Open APIs) அடிப்படையில் தளம் சாரா (Platform-neutral) முறையில் உருவாக்கப்பட வேண்டும்.

3. நிரலாக்க மொழிகள், தொகுப்பிகள் மற்றும் 70 ஆண்டுகால குறியீட்டுத் தடை (Code Barrier)

ஒரு இயங்குதளம் மட்டுமே நமக்குத் தேவையான குறிப்பிட்ட அலுவலகப் பணிகளை கணினியால் செய்ய வைத்துவிட முடியாது. ஓர் அரசு ஊழியரின் மாதாந்த சம்பளத்தைக் கணக்கிட, நில உரிமையை பதிவு செய்ய அல்லது ஓய்வூதியத்தைக் கணக்கிட, கணினிக்கு படிப்படியான கட்டளைத் தொடர் — அதாவது ஒரு நெறிமுறை (Algorithm) வழங்கப்பட வேண்டும்.

அந்நோக்கத்திற்காகவே நிரலாக்க மொழிகள் (Programming Languages) பிறந்தன: Fortran, COBOL, C, C++, Java, Python மற்றும் பிற.

படம் 2.4: நிரலாக்க மொழி — மனித தர்க்கத்திற்கும் கணினியின் இரும சமிக்ஞைகளுக்கும் (0 மற்றும் 1) இடையிலான மறைப்பு அடுக்கு (Abstraction Barrier).

மனித மனதிலுள்ள கொள்கைகள், கருத்துகள் மற்றும் தர்க்கங்கள் சிலிகான் சிப்பிற்கு நேரடியாகப் புரியாது. கடுமையான இலக்கணம் (Syntax) மற்றும் சிக்கல் தீர்க்கும் அமைப்புகளைக் (Loops, Functions) கொண்ட நிரலாக்க மொழிகள் அந்த இடைவெளியை நிரப்புவதற்காகவே உருவாயின.

படம் 2.5: ஒரு தொகுப்பியின் (Compiler) படிப்படியான மொழிபெயர்ப்பு முறைமை — மூலக் குறியீட்டிலிருந்து (Source Code) இயந்திரக் குறியீடு (Binaries) வரை.

படம் 2.5 இன் தொகுப்பி முறைமை நிலைகள் (Compiler Pipeline Stages):

1. மூலக் குறியீட்டு உள்ளீடு (Source Code Input): C++, Java அல்லது Python போன்ற மொழியில் மனிதன் எழுதும் உரை வடிவிலான குறியீடு.
2. சொற்களஞ்சியப் பகுப்பாய்வு (Lexical Analysis / Tokenizer): குறியீட்டின் ஒவ்வொரு எழுத்தையும் பரிசீலித்து சொற்கள், நிறுத்தற்குறிகள் மற்றும் கட்டளைகளை டோக்கன்களாகப் (Tokens) பிரித்தல்.
3. தொடரியல் பகுப்பாய்வு (Parsing / Parser): இலக்கண விதிகளுக்கு அமைவாக உள்ளதா என்பதைச் சரிபார்த்துத் தொடரியல் பிழைகளை அறிக்கை செய்தல்.
4. அருவத் தொடரியல் மரம் (Abstract Syntax Tree - AST) மற்றும் இடைநிலைக் குறியீடு: மரத்தின் கிளைகளைப் போல நிரலின் தர்க்க ஓட்டத்தை வடிவமைத்தல்.
5. குறியீடு உருவாக்கல் (Code Generation): இறுதியாக வன்பொருள் நேரடியாக இயக்கக்கூடிய இரும இயந்திரக் குறியீட்டை (0கள் மற்றும் 1களின் இயங்கு கோப்பு) உருவாக்குதல்.

4. வரலாற்றுப் புரட்சி: குறியீட்டிலிருந்து உரையாடலுக்கு (From Code to Conversation)

2022 இன் பிற்பகுதியில் ChatGPT இன் வருகையுடன், அந்த 70 ஆண்டுகாலத் தடைதான் துல்லியமாக உடைந்து நொறுங்கியது!

படம் 2.6: குறியீட்டிலிருந்து உரையாடலுக்கு (From Code to Conversation) — கணினியின் புதிய இயக்க இடைமுகமாக சிக்கலான நிரலாக்க மொழிகளுக்குப் பதிலாக மனிதர்களின் இயற்கை மொழி மாற்றமடைதல்.

இப்போது கணினியுடன் பேசுவதற்கு நீங்கள் C++ அல்லது Python கற்கத் தேவையில்லை. உங்களுக்கு என்ன தேவை என்பதை உங்கள் தாய்மொழியிலேயே விளக்கிச் சொல்லலாம் — சிங்களத்தில், தமிழில் அல்லது ஆங்கிலத்தில்.

ஆக்கபூர்வ AI (Generative AI) கணினியை மனிதர்களின் இயற்கை மொழியைப் புரிந்து கொள்ளும் நிலைக்குக் கொண்டு வந்துள்ளது. ஒரு காலத்தில் நிரலாளர்களுக்கு மட்டுமே உரித்தாக இருந்த கணினி ஆற்றல், இப்போது பிரதேச செயலகத்தின் சாதாரண நிர்வாக உதவியாளரின் கைகளுக்கும், கிராமத்தில் உள்ள கிராம நிலதாரி அதிகாரியின் கைகளுக்கும் சென்று சேர்ந்துள்ளது. இதுவே இந்தப் புரட்சியின் வடிவமாகும்.

5. பாரம்பரிய AI எதிர் ஆக்கபூர்வ AI (Traditional AI vs Generative AI)

இங்கு நாம் ஒரு அடிப்படை வேறுபாட்டைப் புரிந்து கொள்ள வேண்டும்: "AI" என்பதும் "ஆக்கபூர்வ AI (Generative AI)" என்பதும் ஒன்றல்ல, அவை இரண்டும் வெவ்வேறானவை.

படம் 2.7: பாரம்பரிய AI எதிர் ஆக்கபூர்வ AI — நிலவும் தரவுகளிலிருந்து வகைப்படுத்துதல் மற்றும் கணித்தல் (பகுப்பாய்வு AI) எதிர் புதிய உள்ளடக்கம் மற்றும் தர்க்கங்களை உருவாக்குதல் (ஆக்கபூர்வ AI).

படம் 2.7 இன் தொழில்நுட்ப அடித்தளமும் வேறுபாடுகளும்:

1. பொதுவான அடித்தள அடுக்கு (The Shared Foundation Stack): பாரம்பரிய AI மற்றும் ஆக்கபூர்வ AI ஆகிய இரண்டுமே எந்திரக் கற்றல் (Machine Learning), ஆழமான கற்றல் வலைப்பின்னல்கள் (Deep Learning Networks) மற்றும் மிகப்பெரிய தரவுத்தொகுப்புகளின் மீது கட்டப்பட்டுள்ளன.
2. பாரம்பரிய / பகுப்பாய்வு AI (Traditional / Analytical AI): * முதன்மை நோக்கம்: நிலவும் தரவுகளைப் படித்துப் பகுப்பாய்வு செய்து, ஒரு வகைப்பாடு (Classification) அல்லது கணிப்பை (Prediction) வழங்குவது. * முக்கிய திறன்கள்:
   • தரவு பகுப்பாய்வு & முன்னறிவிப்பு: அடுத்த மாத வரி வருவாய், அறுவடை அல்லது டெங்கு நோயாளிகளின் எண்ணிக்கையை கணித்தல்.
   • வகைப்படுத்தல் & மாதிரிப் பொருத்தம்: போலியான ஆவணங்களைக் கண்டறிதல், மின்னஞ்சல்களை ஸ்பேம் என வடிகட்டுதல், ஓட்டுநர் உரிமப் புகைப்படங்களைப் பொருத்துதல்.
   • உள்ளடக்கக் குறியிடுதல்: கோப்புகள் மற்றும் அறிக்கைகளுக்கு நிலையான வகைப்பாட்டுக் குறியீடுகளை இணைத்தல்.
   • வெளியீடு: ஒரு திட்டவட்டமான மதிப்பு, லேபிள் அல்லது நிகழ்தகவு (எ.கா., "இந்தப் பரிவர்த்தனை மோசடியானது என்பதற்கான நிகழ்தகவு 92%").
3. ஆக்கபூர்வ AI (Generative AI): * முதன்மை நோக்கம்: தனது பயிற்சித் தரவுகளில் உள்ள மாதிரிகளை ஒருங்கிணைத்து, இதுவரை இல்லாத முற்றிலும் புதிய மூல உள்ளடக்கங்களை (Net-new content) உருவாக்குதல். * முக்கிய திறன்கள்:
   • குறியீடு & உரை உருவாக்கம்: சுற்றறிக்கைகளின் வரைவுகள், சட்டக் கருத்துகள் மற்றும் மென்பொருள் குறியீடுகளை ஆரம்பத்திலிருந்து எழுதுதல்.
   • ஒலி & பட உருவாக்கம்: குரல் பதிவுகள், விளக்கப்படங்கள் மற்றும் காணொளிகளை உருவாக்குதல்.
   • தர்க்கம் & முறைமை ஒருங்கிணைப்பு: ஒரு சிக்கலைத் தீர்ப்பதற்குப் பல படிகளைக் கொண்ட திட்டங்கள் மற்றும் தர்க்கச் சங்கிலிகளைத் தானாக அமைத்தல்.

படம் 2.8: ஆக்கபூர்வ AI இன் முழுமையான திறன் வரைபடம் — 12 களங்களில் ஒரு புரட்சி

ஆக்கபூர்வ AI என்பது ஏதோ ஓர் அலுவலகக் கடிதத்தை வரைவு செய்யும் கருவி மட்டுமல்ல. படம் 2.8 உலகளாவிய தொழில்துறை மற்றும் அரசாங்கத்தை மாற்றியமைக்கும் 12 களங்களில் அதன் பரந்த திறன் வலைப்பின்னலை விளக்குகிறது:

படம் 2.8: ஆக்கபூர்வ AI இன் முழுமையான நோக்கம் — உலகளாவிய தொழில்துறை மற்றும் பொது நிருவாகம் முழுவதிலும் 12 களங்களைப் பரப்பும் விரிவான திறன் வரைபடம்.

1. உரை, அறிவு & மொழிபெயர்ப்பு (Text, Knowledge & Translation): * சுயாதீன பல ஆவண ஆராய்ச்சி (Autonomous multi-document research): ஆயிரக்கணக்கான சுற்றறிக்கைகள், அறிக்கைகள் மற்றும் அமைச்சரவை முடிவுகளை ஒரே நேரத்தில் படித்துத் துல்லியமான சுருக்கங்களை உருவாக்குதல். * கலாச்சாரக் குறுக்கு மொழிபெயர்ப்பு & உள்ளூர்மயமாக்கல்: வார்த்தைக்கு வார்த்தை மொழிபெயர்ப்பதற்குப் பதிலாக, கலாச்சார மற்றும் உள்ளூர் நுணுக்கங்களைப் பாதுகாத்து அர்த்தத்தைக் கடத்துதல். * பாணி வடிவமைப்பு & குரல் மாற்றம்: ஒரே தகவலை உடனடியாக ஒரு வர்த்தமானியின் சட்டப் பதிவிற்கோ அல்லது கிராமவாசிக்கு புரியும் எளிய, அன்பான மொழிக்கோ மாற்றுதல்.
2. காட்சி & படைப்பு ஊடகம் (Visual & Creative Media): * காட்சி-ஒருங்கிணைக்கப்பட்ட உருவாக்கம்: சரியான வெளிச்சம் மற்றும் கோணங்களுடன் விழிப்புணர்வு விளம்பரக் காட்சிகளை அமைத்தல். * நீண்ட வடிவ காணொளி உற்பத்தி: முழு காணொளியிலும் நிலையான கதாபாத்திரங்கள் மற்றும் சூழல்களுடன் கல்விசார் காணொளிகளை தயாரித்தல். * 3D மற்றும் VR சூழல் உருவாக்கம்: உரை வினவலிலிருந்து நகரத் திட்டங்கள் அல்லது தொல்பொருள் தளங்களின் முப்பரிமாண மெய்நிகர் மாதிரிகளை உருவாக்குதல். * இன்டராக்டிவ் விளக்கக்காட்சி அனுபவங்கள்: பார்வையாளர்களின் பதில்களுக்கு ஏற்ப நிகழ்நேரத்தில் மாறும் விரிவுரை காட்சிகள்.
3. முகவர் & நிர்வாக செயல்பாடுகள் (Agentic & Executive Operations): * முழுமையான பணிப் பொறுப்பு (End-to-end task ownership): மனித தலையீடின்றி கணினி APIs மூலம் அரசாங்க கொள்முதல் அல்லது கட்டண பணிப்பாய்வுகளைத் தானாகவே முடித்தல். * பல-தள ஒருங்கிணைப்பு: ஒரு பணியை முடிக்க வலைத்தளங்கள், தரவுத்தளங்கள் மற்றும் மின்னஞ்சல்களில் ஒரே நேரத்தில் இயங்குதல். * சுய-மேம்பாட்டு பணிப்பாய்வுகள்: ஏதேனும் தவறு நடக்கும்போது தனது சொந்த தவறுகளைப் பகுப்பாய்வு செய்து தனது தூண்டலைத் (Prompt) தானே திருத்துதல். * நிலையான நினைவகம் & நீண்டகால திட்டமிடல்: அனைத்தையும் நினைவில் வைத்துக்கொண்டு மாதக்கணக்கிலான மாநில திட்டத்தைப் படிப்படியாக வழிநடத்துதல். * சுய-சரிபார்ப்பு & தானியங்கித் தீர்ப்பு: அதிகாரியிடம் ஒப்படைப்பதற்கு முன் தனது சொந்த வெளியீட்டில் உள் தணிக்கையை நடத்துதல். * முகவர்களுக்கிடையேயான ஒத்துழைப்பு (MAGS): நிதியியல் AI, சட்ட AI மற்றும் நிர்வாக AI ஆகியவை ஒரு கோப்பைத் தீர்க்க தங்களுக்குள் பேச்சுவார்த்தை நடத்துதல்.
4. குறியீடு & தொழில்நுட்ப கலைப்பொருட்கள் (Code & Technical Artifacts): * முழு-ஸ்டேக் மேம்பாட்டு முகவர்கள் (Full-stack development agents): மேகக்கணிக்கு மென்பொருளைத் தானாகவே எழுதி, பரிசோதித்து, நிறுவுதல். * AI-சார்ந்த கட்டமைப்பு வடிவமைப்பு: கணக்கீட்டு வளங்களின் அதிகபட்ச செயல்திறனுக்காக அமைப்புகளை வடிவமைத்தல். * தானியங்கி பிழை கண்டறிதல் & திருத்தம்: பாதுகாப்பு துளைகளைக் கண்டறிந்து உடனடியாக அவற்றுக்குத் தீர்வு காணுதல். * பாரம்பரிய குறியீட்டு புதுப்பித்தல்: முந்தைய தசாப்தங்களின் COBOL அல்லது Java அமைப்புகளை உடைக்காமல் நவீன மேகக்கணி அமைப்புகளாக மாற்றியமைத்தல். * நோக்க அடிப்படையிலான உள்கட்டமைப்பு: எளிய ஆங்கிலம் — அல்லது சிங்களம் — வாக்கியத்திலிருந்து ஒரு முழுமையான மேகக்கணி சேவையக வலைப்பின்னலை உருவாக்குதல்.
5. வணிகம், கொள்கை & உத்தி (Business, Policy & Strategy): * அதி-தனிப்பயனாக்கப்பட்ட குடிமக்கள் தொடர்பு: ஒவ்வொரு குடிமகனுக்கும் அவரது சூழ்நிலைக்கு ஏற்ப தனிப்பயனாக்கப்பட்ட அதிகாரப்பூர்வ அறிவிப்புகளை அனுப்புதல். * அபாய மாதிரி உருவாக்கம் & அமைச்சரவை அழுத்தப் பரிசோதனை: பொருளாதார நெருக்கடிகள், அந்நிய செலாவணி அதிர்ச்சிகள், துறைமுக வேலைநிறுத்தங்கள் போன்ற நூற்றுக்கணக்கான ஆயிரக்கணக்கான காட்சிகளுக்கு எதிராக அரசாங்க முடிவுகளை முன்கூட்டியே பரிசோதித்தல். * முன்னெச்சரிக்கை இணக்கம் & சட்டத் தணிக்கை: புதிய வர்த்தமானிகள் மற்றும் சட்டத் திருத்தங்களை நேரலையாகக் கண்காணித்து, நிறுவன விதிமுறைகளைத் தானாகப் புதுப்பித்தல். * விநியோகச் சங்கிலி உகப்பாக்கம்: பேரிடர்கள் வெளிப்படும் போது எரிபொருள், மருந்து மற்றும் உணவு விநியோகத்தை நிகழ்நேரத்தில் மாற்றுப்பாதையில் திருப்புதல்.
6. மேம்பட்ட அறிவியல் & பொருள் கண்டுபிடிப்பு (Advanced Science & Material Discovery): * ஆக்கபூர்வ மூலக்கூறு ஒருங்கிணைப்பு: புதிய மருந்துகள் மற்றும் புரதங்களை வடிவமைத்தல். * பொருள் பின்னல் வடிவமைப்பு: திறமையான சூரிய மின்கலங்கள் மற்றும் பேட்டரிகளுக்கான புதிய பொருட்களைக் கண்டுபிடித்தல். * தானியங்கி கருதுகோள் உருவாக்கம்: மில்லியன் கணக்கான ஆய்வுக் கட்டுரைகளைப் படித்து புதிய அறிவியல் கண்டுபிடிப்புகளை முன்மொழிதல். * அதி-உள்ளூர் காலநிலை மாதிரி உருவாக்கம்: வெள்ளம் அல்லது சூறாவளியை உயர் துல்லியத்துடன் கணித்தல்.
7. கல்வி & தனிப்பயனாக்கப்பட்ட வழிகாட்டல் (Education & Personalized Mentorship): * சோக்ரட்டீஸ் AI வழிகாட்டி (Socratic AI Tutor): ஒவ்வொரு மாணவருக்கும் அவர்களின் வேகம் மற்றும் சிந்தனை முறைக்கு ஏற்ப தனிப்பட்ட முறையில் வழிகாட்டும் டிஜிட்டல் ஆசிரியர்கள். * தானியங்கி பாடத்திட்ட உருவாக்கம்: உள்ளூர் சூழலுக்கு ஏற்றவாறு அமைக்கப்பட்ட பாடப்புத்தகங்கள் மற்றும் பயிற்சிகள். * AI மதிப்பீடு & ஆரம்பகால தலையீடு: ஒரு மாணவரின் கற்றல் இடைவெளிகளைக் கண்டறிந்து, தேர்வில் தோல்வியடைவதற்கு முன்பே தலையிடுதல். * ஆழ்ந்த VR கற்றல்: வரலாற்றை அல்லது விண்வெளியை மெய்நிகராக வாழ்ந்து பார்ப்பதன் மூலம் கற்றல்.
8. சுகாதாரம் & துல்லிய மருத்துவம் (Healthcare & Precision Medicine): * மருத்துவப் பட பகுப்பாய்வு: எக்ஸ்ரே மற்றும் எம்ஆர்ஐ ஸ்கேன்களில் நோய் அறிகுறிகளை நொடிகளில் கண்டறிதல். * தனிப்பயனாக்கப்பட்ட சிகிச்சைத் திட்டங்கள்: நோயாளி மரபணுத் தரவு மற்றும் வரலாற்றின் அடிப்படையில் மருந்தளவு முடிவுகளை எடுத்தல். * மருத்துவக் குறிப்புத் தானியங்கிமயமாக்கல்: மருத்துவர் நோயாளியுடன் பேசும்போது மருத்துவப் பதிவு தானாகவே எழுதப்படுதல். * நோயாளிகளின் அறிகுறி முன்னுரிமைப் பிரிப்பு (Triage): மருத்துவமனை அவசர சிகிச்சைப் பிரிவில் தீவிரத்தன்மைக்கு ஏற்ப விரைவான வரிசை மேலாண்மை.
9. உருவகப்படுத்தப்பட்ட AI & பௌதிக ரோபாட்டிக்ஸ் (Embodied AI & Physical Robotics): * ஜீரோ-ஷாட் மோட்டார் கட்டுப்பாடு (Zero-shot motor control): ரோபோக்கள் தாங்கள் இதுவரை பார்த்திராத சூழல்களில் தடையின்றி நகர்தல் மற்றும் பொருட்களைக் கையாளுதல். * காட்சி-இயக்கக் கொள்கை உருவாக்கம்: கேமரா தரவை நுட்பமான அறுவை சிகிச்சை அல்லது அசெம்பிளிக்கு போதுமான துல்லியமான மோட்டார் இயக்கங்களாக மாற்றுதல். * மெய்நிகரிலிருந்து உண்மைக்கு மாற்றுதல் (Sim-to-real mastery): மெய்நிகர் உலகங்களில் ரோபோக்களுக்குப் பயிற்சியளித்து உண்மையான உலகில் அவற்றை இயக்குதல். * மனித உருவ ஒருங்கிணைப்பு: தொழிற்சாலைகள் மற்றும் சேமிப்புக் கிடங்குகளில் பொருட்களைத் தூக்கிச் செல்லும் இருகால் ரோபோக்கள்.
10. சைபர் பாதுகாப்பு & செயற்கை பாதுகாப்பு (Cybersecurity & Synthetic Defense):
    • ஆக்கபூர்வ சிவப்புத் தொண்டர் செயல்பாடு (Generative red teaming): குற்றவாளிகள் தாக்குவதற்கு முன்பே மாநில அமைப்புகளின் பலவீனங்களை வெளிப்படுத்த AI பாதுகாப்பாகத் தாக்குதல்.
    • பல்வடிவப் பாதுகாப்பு (Polymorphic defense): தாக்குபவர்கள் நிலையான இலக்கைக் கண்டுபிடிக்க முடியாதபடி கணினி குறியீடு மற்றும் சான்றுகளைத் தொடர்ச்சியாகவும் தானாகவும் மாற்றுதல்.
    • போலி உள்ளடக்கக் கண்டறிதல் (Deepfake detection & provenance): போலியான குரல், காணொளி மற்றும் ஆவணங்களை அறிவியல் பூர்வமாகக் கண்டறிதல்.
    • அச்சுறுத்தல் நுண்ணறிவு ஒருங்கிணைப்பு: மாநில உள்கட்டமைப்பு மீதான தாக்குதல்கள் குறித்து முன்கூட்டியே எச்சரிக்க டார்க் வெப்பை (Dark web) சீவுதல்.
11. நிதி & பொருளாதார மாதிரி உருவாக்கம் (Finance & Economic Simulation):
    • கருப்பு அன்னப் பரிசோதனை (Black swan stress-testing): பாரிய உலகளாவிய நிதி வீழ்ச்சிகள் அல்லது தடைகளுக்கு எதிராக தேசிய பொருளாதாரத்தின் மீள்தன்மையை பரிசோதித்தல்.
    • அதி-தனிப்பயனாக்கப்பட்ட செல்வக் கட்டமைப்பு: ஒவ்வொரு குடிமகனின் வருமானத்திற்கும் ஏற்ப ஓய்வூதியம் மற்றும் சமூக பாதுகாப்பு வலைகளை வடிவமைத்தல்.
    • தானியங்கி ஒழுங்குமுறை ஒருங்கிணைப்பு: சர்வதேச நிதி விதிமுறைகள் (FATF, IMF) மாறும் தருணத்தில் உள்முறையான விதிகளைப் புதுப்பித்தல்.
12. பொழுதுபோக்கு, கலாச்சாரம் & இடஞ்சார்ந்த உண்மை (Entertainment, Culture & Spatial Reality):
    • NeRF மூலம் 3D பாதுகாப்பு: வரலாற்றுச் சிறப்புமிக்க இடங்களை சில புகைப்படங்களிலிருந்து முழுமையான 3D சூழல்களாகப் பாதுகாத்தல்.
    • ஊடாடும் கதை இயந்திரங்கள்: குடிமகனின் கேள்விகளுக்கு நேரலையில் மாறுபடும் பொதுத் தகவல்கள்.
    • குரல் & ஆளுமைப் பாதுகாப்பு: வருங்கால சந்ததியினருக்காக வரலாற்று சிறப்புமிக்க குரல்களின் உணர்ச்சி மற்றும் ஆழத்தைப் பாதுகாத்தல்.

6. AI இன் வரலாற்றுச் சிறப்புமிக்க மாற்றம்: ஆக்கபூர்வநிலையிலிருந்து முகவர்நிலைக்கு, அதிலிருந்து உருவக நிலைக்கு

செயற்கை நுண்ணறிவானது எளிய உள்ளடக்க உருவாக்கத்திலிருந்து பௌதிக உலகை இயக்கும் நிலைக்குப் பயணிக்கும் சிறந்த முன்னுதாரண மாற்றத்தை படம் 2.9 காட்டுகிறது:

படம் 2.9: AI மாற்றத்தின் 3 கட்டங்கள் — ஆக்கபூர்வ AI (உருவாக்குதல்), முகவர் AI (செயல்படுதல்), மற்றும் உருவகப்படுத்தப்பட்ட AI (இயங்குதல்).

படம் 2.9 இன் மாற்ற நிலைகள் (Paradigm Transition Stages):

1. கட்டம் ஒன்று: ஆக்கபூர்வ யுகம் — உருவாக்குதல் (ஆரம்ப நிலை): * முதன்மை கவனம்: உரை, படங்கள், இசை, காணொளி மற்றும் அடிப்படை குறியீடுகளை உருவாக்குதல்; புதிய யோசனைகளை வடிவமைத்தல்; ஒரு உதவியாளராகச் செயல்படுதல். * செயல்பாட்டு முறை: முழு செயல்பாட்டுக் கட்டுப்பாடும் மனிதனிடமே இருக்கும். மனிதன் ஒரு தூண்டலை (Prompt) தருகிறான்; AI ஒரு பதிலை அளிக்கிறது.
2. கட்டம் இரண்டு: முகவர் யுகம் — செயல்படுதல் (தற்போதைய எல்லை): * முதன்மை கவனம்: முடிவுகளை எடுத்தல், பல படிகளைக் கொண்ட திட்டங்களை அமைத்தல் மற்றும் பணிகளைச் சுயாதீனமாக முடித்தல். * செயல்பாட்டு முறை: ஓர் அரசு அதிகாரி, "இந்த அனுமதி விண்ணப்பத்தைச் சரிபார்த்து ஒப்புதலுக்குத் தயார் செய்" என்று கூறும்போது, AI முகவர் (Agent) தானாகவே தரவுத்தளத்தைச் சரிபார்த்து, கட்டணங்களைக் கணக்கிட்டு, தணிக்கைக் குறிப்பை உருவாக்கி, அதிகாரியின் கையொப்பத்திற்காகக் கோப்பைச் சமர்ப்பிக்கிறது.
3. கட்டம் மூன்று: உருவகப்படுத்தப்பட்ட யுகம் — இயங்குதல் (எதிர்கால எல்லை): * முதன்மை கவனம்: உண்மையான பௌதிக உலகில் பொருட்களை உணர்தல், நகர்த்துதல் மற்றும் கையாளுதல் (பௌதிக ரோபாட்டிக்ஸ்). * செயல்பாட்டு முறை: மனித உருவ ரோபோக்கள் (Humanoid Robots), பேரழிவு-பதில் ட்ரோன்கள் மற்றும் தானியங்கி நகர சுத்திகரிப்பு அமைப்புகள் மூலம் AI பௌதிக உழைப்பில் இணைகிறது.

7. AI சுற்றுச்சூழல் அமைப்பின் 5 அடுக்குகள்: இலங்கையின் உண்மையான பங்கு எங்குள்ளது?

NVIDIA இன் தலைமை நிர்வாக அதிகாரி ஜென்சன் ஹுவாங் சுட்டிக்காட்டியது போல, செயற்கை நுண்ணறிவு ஐந்து அத்தியாவசிய அடுக்குகளின் மீது அமைந்துள்ளது (AI இன் 5 அடுக்குகள் — ஆற்றலிலிருந்து நுண்ணறிவு வரை):

படம் 2.10: ஓர் AI அமைப்பின் 5 அடுக்குகள் — ஆற்றல் (Energy), உள்கட்டமைப்பு (Infrastructure), சிலிகான் சிப்புகள் (GPUs), அடிப்படை மாதிரிகள் (Foundation Models), மற்றும் பயன்பாடுகள் (Applications).

படம் 2.10 இன் ஐந்து அடுக்குகளின் ஆழமான பொறியியல் கட்டமைப்பு:

1. அடுக்கு 1: ஆற்றல் மற்றும் மின் கட்டமைப்பு (அடித்தளம் & முதன்மை வரம்பு): * இது முழு AI அமைப்பினதும் முக்கிய வரம்புக் காரணியாகும். * நிகழ்நேர நுண்ணறிவுக்கு மகத்தான மின்னோட்டமும் வெப்பத்தைக் கலைக்கும் அமைப்பும் தேவைப்படுகிறது. தொடர்ச்சியான, நிலையான மற்றும் புதுப்பிக்கத்தக்க ஆற்றல் இல்லாமல் ஓர் AI தரவு மையத்தை இயக்க முடியாது.
2. அடுக்கு 2: தரவு மையங்கள் மற்றும் உள்கட்டமைப்பு (AI தொழிற்சாலைகள்): * நிலம், திரவத்தில் மூழ்கடிக்கும் குளிரூட்டும் அமைப்புகள் (Liquid-immersion cooling) மற்றும் டெராபிட் தரவை நகர்த்தும் அதிவேக ஒளியியல் இணைப்பு வடங்கள்.
3. அடுக்கு 3: மைக்ரோசிப்புகள் மற்றும் GPUs (கணக்கீட்டு ஆற்றல்): * AI இன் முதன்மை இயந்திரம் — NVIDIA H100 மற்றும் B200 (Blackwell) போன்ற பெருமளவில் இணையான டென்சர் சிப்புகள்.
4. அடுக்கு 4: அடிப்படை மாதிரிகள் (அமைப்பின் மூளை): * அமைப்பின் அறிவாற்றல் மூளை — ட்ரில்லியன்கணக்கான டோக்கன்களில் முன்பயிற்சியளிக்கப்பட்ட LLM மாதிரிகள் (ChatGPT, Gemini, Claude, DeepSeek).
5. அடுக்கு 5: பயன்பாடுகள் (பொருளாதார மதிப்பை உருவாக்குகிறது): * தொழில்நுட்பம் பொருளாதார மதிப்பாக மாறும் ஒரே அடுக்கு — சுகாதாரம், விவசாயம், போக்குவரத்து, உற்பத்தி மற்றும் குடிமக்கள் சேவைகள்.

🇱🇰 இலங்கைக்கான யதார்த்தமான பரிசீலனை

அரசு அதிகாரிகள் என்ற வகையில், நமது நாட்டின் உண்மையான திறனை நாம் உணர வேண்டும்:

• அடுக்கு 3 (சிப் தயாரிப்பு): $20 பில்லியன் மதிப்புள்ள அதிநவீன சிப் தயாரிப்பு ஆலைகளைக் கட்டுவது இந்த தருணத்தில் இலங்கையால் செய்யக்கூடிய காரியமல்ல.
• அடுக்கு 4 (பூச்சியத்திலிருந்து எல்லைக்கோடு மாதிரிகளைப் பயிற்றுவித்தல்): பூச்சியத்திலிருந்து மாதிரிகளைப் பயிற்றுவிக்க நூற்றுக்கணக்கான மில்லியன் டாலர்களைச் செலவிடுவது நமது முன்னுரிமையல்ல.
• நமது உண்மையான வாய்ப்பு அடுக்கு 5 இல் உள்ளது — பயன்பாடுகள்! உலகின் மிக சக்திவாய்ந்த மாதிரிகளைப் பயன்படுத்தி நமது பொதுச் சேவையில் கோப்பு தாமதங்களை ஒழிப்பது, காணிப் பதிவை விரைவுபடுத்துவது மற்றும் குடிமகனுக்கு நியாயமான சேவையை வழங்குவது — அதை நம்மால் நூறு சதவீதம் செய்ய முடியும். மேலும் பசுமை ஆற்றலை வலுப்படுத்துவதும் (அடுக்கு 1) உள்ளூர் எட்ஜ் தரவு மையங்களை நிறுவுவதும் (அடுக்கு 2) நமது டிஜிட்டல் இறையாண்மைக்கு அத்தியாவசியமாக உள்ளது.
• நாம் சிப்புகளைத் தயாரிக்கப் போகிறோமா? இல்லை. இரண்டு அதிநவீன சிப்புகளின் விலை ஒரு மில்லியன் டாலர்களாக இருக்கலாம்.
• அடிப்படை மாதிரிகளை பூச்சியத்திலிருந்து பயிற்றுவிக்க பில்லியன்களைச் செலவிடப் போகிறோமா? இல்லை.
• அப்படியானால் இலங்கையின் வாய்ப்பு எங்கே உள்ளது?

நமது வாய்ப்பு அடுக்கு 5 இல் உள்ளது: பயன்பாடுகள் (Applications)!

உலகின் வல்லரசுகள் சிப்புகளையும் மாதிரிகளையும் உருவாக்கலாம் — ஆனால் நமது பிரதேச செயலகத்தில் நிலவும் காணி தகராறைத் தீர்க்கும், அஸ்வெசும நன்மைகளைப் பிரித்தளிக்கும், கிராம நிலதாரி பிரிவில் சேவைகளை விரைவுபடுத்தும், மற்றும் நமது கணக்குகளைத் தணிக்கை செய்யும் பயன்பாடுகளை நம்மால் மட்டுமே உருவாக்க முடியும். நிலவும் மிகச்சிறந்த மாதிரிகளை எடுத்து, தயாரிப்பு பொறியாளர் மனப்பாங்குடன் (Product Engineer Mindset) இலங்கையின் பிரச்சினைகளைத் தீர்க்கும் பயன்பாடுகளை உருவாக்குவது — அதுவே நமது தேசிய கடமையாகும்.

அடுத்த அத்தியாயத்தில், இந்த மாதிரிகளுக்குள் இருக்கும் Transformer மூளை — டோக்கனாக்கம் (Tokenization), மற்றும் A/L இணைந்த கணிதம் (Combined Mathematics) எவ்வாறு நேரடியாக AI உடன் இணைகிறது என்பதை ஆராய்வோம்.