கணினியம் என்பது வருவதற்கு முன்னதாகவே செயற்கை நுண்ணறிவு பற்றிய கனவும், அந்தக் கனவை நிறைவேற்றும் முயற்சிகளும் நடத்தப்பட்ட தளம், ரோபாட்டிக்ஸ். ஓவியராகவும் கலைஞராகவும் மட்டுமே பெரும்பாலும் அறியப்படும் லியனார்டோ டாவின்சி ஒரு பொறியாளரும்கூட. தலையை உருட்டி, கைகளை உயர்த்தும் இயந்திரங்களை அவர் வடிவமைத்திருக்கிறார்.

பல அறிவியல் புனைவுகளிலும், ஹாலிவுட் திரைப்படங்களிலும், அதிநுண்ணறிவு பெற்ற ரோபாட்டுகள் நன்மைக்கும் தீமைக்கும் துணையிருக்கும் பாத்திரங்களாக இடம் பெற்றாலும், நிஜ வாழ்வில் தானியக்கத் தேவைகளுக்காக மட்டுமே ரோபாட்டுகளின் பயன்பாடு இதுவரை இருந்துவந்திருக்கிறது. கார் தயாரிப்பு நிறுவனங்கள் ரோபாட்டுகளை கார் வடிவமைப்பிற்காக அசம்பிளி லைன் எனப்படும் தயாரிப்பு முறைமையில் பயன்படுத்த ஆரம்பித்தார்கள். காரின் முதுகெலும்பாக இருக்கும் ப்ரேமில் தொடங்கி, வரிசையாக அமைக்கப்பட்டிருக்கும் ரோபாட்டுகள், பாகங்களை ஒவ்வொன்றாகப் பொருத்தித் தயாராக்கும். முழுமை பெற்ற வாகனத்தை தரச்சோதனை (Quality Control) செய்ய மட்டும் மனிதர்களின் தேவை என்ற நிலை வந்துவிட்டது.

மனிதத் தோற்றத்தில் நம் உடல் அசைவுகளைக் கொண்டிருக்கும் ரோபாட்டுகளுக்கு ஹியூமனாயிடுகள் எனப் பெயர். இருபது ஆண்டுகளுக்கு முன்னால் டிஸ்னி பூங்காவில், ஹோண்டா நிறுவனத்தின் ஆராய்ச்சியில் உருவான ASIMO ரோபாட்டின் செயல்பாட்டைப் பார்க்க கால் கடுக்க நின்றது நினைவிற்கு வருகிறது. ஹியூமனாயிடுகளை வடிவமைப்பது மிகவும் கடினம். காரணம், பிரபஞ்ச வளர்ச்சியில் மனிதன் ஒரு விசித்திர விலங்கு. நான்கு கால்களை நகர்வதற்குப் பயன்படுத்தாமல், கருவிகளையும் ஆயுதங்களையும் பயன்படுத்த வசதியாகக் கைகள் மாறிவிட, இரண்டு கால்களால் நிற்கமுடிவதால் கிடைக்கும் உயரத்தால் பார்க்கும் திறனை அதிகப்படுத்த முடிந்தது. கால்களை மட்டுமே பயன்படுத்தி நகர்வதால், அதிக அளவு கலோரிக்கள் தேவைப்படவில்லை. இதனால் வேட்டையாடுவதும், ஆபத்துகளிலிருந்து தப்பி ஓடுவதும் சாத்தியமானது. மனித வடிவில் இயந்திரங்களை வடிவமைக்க, மனித உடல்கூறியலைத் தெளிவாக அறிவது அவசியம். எந்திரப் பொறியியலின் பகுதியான இயக்கவியல் (Kinematics) இந்த வடிவமைப்பில் கை கொடுக்கிறது. ரோபாட் இயக்கத்திற்குத் தேவைப்படும் சக்தி உள்ளிட்ட பல்வேறு காரணிகளைக் கணக்கிட்டு ஹியூமனாயிடுகள் வடிவமைக்கப்படுகின்றன. மனித உடல் ஒரு மகத்தான படைப்பு. கை கால்களின் இயக்கம் மட்டுமல்லாமல், பார்வை, கேட்டல், தொடுதல் எனப் பல வழிகளில் தகவல்களைச் சேகரித்து, அவற்றைச் சேமித்து, அலசிச் செயல்படுகிறது உடல். இவை அனைத்தையும் வடிவமைக்க எடை குறைந்த, அதே நேரத்தில் வலுவான மோட்டார்கள், கேமராக்கள், சென்சார்கள் - இவற்றில் இருந்து பெறப்படும் தகவலைச் சேமித்து அலசும் கணினிகள் என ஒரு ஹியூமனாயிடை உருவாக்கப் பெருஞ்செலவாகிறது.

மனிதன் ஒரு பொதுப்படை இயந்திரம். காலையில் எழுந்து காபி போட்டுக் குடித்து, நடந்து சென்று கடையில் காய்கறிகளை வாங்கி, அவற்றை வெட்டிச் சமைத்து, இதில் ஆகும் கழிவுகளைக் குப்பைத்தொட்டியில் கொட்டி என மனித அசைவுகளைச் சார்ந்து கட்டடங்களும், வணிக வளாகங்களும், போக்குவரத்து வசதிகளும் கட்டப்பட்டுள்ளன. ரோபாட்டுகள் நம் வாழ்வை மேம்படுத்த விழைந்தால், இந்தக் கட்டமைப்பிற்குள்தான் செயல்பட வேண்டும். இந்தக் காரணத்தால்தான், இவ்வளவு சிரமப்பட்டு மனித வடிவில் ரோபாட் தயாரிக்கும் முயற்சி தொடர்ந்து நடக்கிறது.

சாதாரணப் பயனீட்டாளர்கள் வாங்கும் வகையில் ஹியூமனாயிடுகளை இன்று வரை உருவாக்க முடியவில்லை. ஹியூமனாயிடுகளின் ஆராய்ச்சியில் முதல் இடத்தில் இருப்பது Boston Dynamics. 1992-ல் MIT மாணவர்களால் தொடங்கப்பட்ட இந்த நிறுவனத்தை 2013-ல் கூகுள் வாங்கியது. ஏழு வருடங்கள் நடத்திய பின்னர், கூகுளுக்கு ஹியூமனாயிடு ஆராய்ச்சியில் விருப்பம் குறைந்துபோய் விற்க முடிவு செய்தது. இப்போது கொரிய கார் தயாரிப்பு நிறுவனமான ஹுண்டாய் (Hyundai) கையில் இருக்கிறது Boston Dynamics. நாமெல்லாம் வாங்கும் விலையில் ஹியூமனாயிடுகளை விரைவில் ஹுண்டாய் கொண்டுவர முடியுமா என்பதைப் பார்க்கலாம்.

கொரோனா லாக்டௌன் தொழிலாளர்கள் மத்தியில் ஏற்படுத்திய மந்த உணர்வு இன்னும் மறைந்தபாடில்லை என்கிறார்கள் நிறுவன லாப நஷ்டங்களைத் தொடர்ந்து அலசி முதலீடுகள் பற்றிய அறிவுரைகள் கொடுக்கும் அனலிஸ்டுகள். பெட்ரோல்/டீசல் விலையுயர்வு, உக்ரைன்-ரஷ்யப் போரால் பாதிக்கப்பட்ட சரக்குப் போக்குவரத்து போன்றவையால் ஏற்பட்ட விலைவாசி உயர்வைக் கட்டுப்படுத்த பகீரதப்பிரயத்தனம் எடுத்தபடி இருக்கிறது அமெரிக்காவின் மத்திய வங்கி. அவர்களால் தீர்க்க முடியாத சிக்கல், தொழிலாளர் தட்டுப்பாடு. உணவு விடுதிகள், மளிகைக் கடைகள் போன்றவற்றில் பணிபுரிய ஆட்கள் கிடைப்பது கடினமாகிவருகிறது. பிரச்னைகளைத் தீர்ப்பதே தொழில்நுட்பத்தின் தலையாய பணி. இப்போது வீசுவது AI அலை என்பதால், இந்தச் சிக்கலை AI தீர்க்குமா என்பதில் ஆர்வம் காட்டுகிறார்கள்.

Carl’s Jr, Hardees, DelTaco, Checkers, White Castle - இவையெல்லாம் ஹாலிவுட் படப் பெயர்கள்போலத் தோன்றலாம். இவை Fast Food தயாரித்துக்கொடுக்கும் உணவகங்கள். McDonalds அளவிற்குப் பிரபலமில்லை என்றாலும், மேற்கண்ட உணவகங்களை அமெரிக்கா முழுவதும் பார்க்கமுடியும். இந்த உணவகங்களில் ஆர்டர் செய்ய Drive-Thru வசதி இருக்கும். இதற்கு வசதியாக, உணவகத்தைச் சுற்றி சாலை வசதி இருக்கும். காரை ஓட்டி நுழைந்தால், முதலில் இருப்பது பிரமாண்ட மெனு. அதற்குக் கீழ் மைக்ரோபோன் கொண்ட ஸ்பீக்கரில் “உங்களை வரவேற்கிறோம்’’ என்று மறுமுனையில் பேசுபவர் குரல் கேட்கும். வேண்டியதை ஆர்டர் செய்து, தொடர்ந்து காரை ஓட்டியபடி வந்தால் கேஷியர் இருப்பார். அவரிடம் பணத்தைக் கொடுத்துவிட்டு, மீண்டும் காரை ஓட்டினால், நீங்கள் ஆர்டர் செய்த உணவை மற்றொரு ஊழியர் உங்களிடம் கொடுத்துவிடுவார். பொதுவாக எல்லா இடத்திலும் இருக்கும் இந்த முறைமைக்கு - ஆர்டர் எடுக்க ஒருவர், பணத்தைப் பெற்றுக்கொள்ள மற்றொருவர், உணவைக் கையில் கொடுக்க வேறொருவர் என மூன்று பேர் தேவை. மேற்கண்ட உணவகங்கள் அனைத்திலும், ஆர்டர் எடுப்பதற்கான இடத்தில் ChatGPT சார்ந்த தொழில்நுட்பம் பயனுக்கு வந்துவிட்டது. உங்கள் கார் நுழைந்ததும், உங்களை வரவேற்று, மனித ஊழியருக்கு நிகரான உரையாடலை நிகழ்த்தி ஆர்டரைப் பெற்றுக்கொள்கிறது. நீங்கள் குழப்பமான ஆர்டர் எதையாவது கொடுத்தால், “இதை என்னால் பூர்த்தி செய்யமுடியாது’’ என்று சொல்லி, மனித ஊழியர் ஒருவரை லைனுக்குக் கொண்டுவந்துவிடுகிறது. உதாரணத்திற்கு, “வெங்காயம் தவிர்த்து பர்கரைத் தயாரி’’ என்றால் ஓகே. “வெங்காயத்திற்கு பதிலாக வத்தல் வேண்டும்” என்றால், அதைச் சிறப்பு ஆர்டராகக் கருதி மனித ஊழியரின் உதவியை நாடிவிடும்.

‘வால் ஸ்ட்ரீட் ஜர்னல்' இதழில் டெக் ரிப்போர்ட்டராகப் பணிபுரியும் ஜோயன்னா ஸ்டெர்ன் இந்தத் தொழில்நுட்பம் எப்படி வேலை பார்க்கிறது என்பதைப் பற்றிக் கள ஆய்வு செய்து வீடியோ ஒன்றை வெளியிட்டிருக்கிறார். அதன் யூடியூப் உரலி - youtu.be/JJxBySZwBAI. ஹாரன் போன்ற சத்தங்கள் இல்லையென்றால், ஆர்டர் எடுக்கும் ChatGPT தொழில்நுட்பம் மனிதர்கள் போலவே நன்றாகச் செயலாற்றுகிறது என்பது வீடியோவைப் பார்த்தால் தெரியவரும்.

இந்தத் தொடரைத் தொடர்ந்து படிக்கும் வாசகர் என்றால், Large Language Model, சுருக்கமாக, LLM என்பது தெரிந்திருக்கும். படைப்பூக்க AI-யைப் பயிற்றுவிக்கப் பயன்படும் தகவல்களை எப்படி அலசவேண்டும் என்ற முறைமைக்குப் பெயர்தான் LLM. உலகின் அனைத்தையும் கரைத்துக் குடித்து, புதிய வாக்கியங்களை உருவாக்கப் பெரிய அளவிலான தகவல்கள் LLM-க்குத் தேவைப்படும். உணவகம் ஒன்றின் ஆர்டர் எடுக்கும் தொழில்நுட்பத்திற்கு, உணவகத்தின் மெனு, அதில் உள்ள பண்டங்களின் விலை, அது தயாரிக்கப் பயன்படுத்தப்பட்டுள்ள பொருள்கள், கலோரி அளவு, ஒவ்வாமை பற்றிய விவரங்கள் எனக் குறைந்த தகவல்களே போதும். வாடிக்கையாளர்களுடன் நடக்கும் உரையாடல்களைப் பயிற்சிக்குப் பயன்படுத்த முடியும் என்பதால், இந்தத் தொழில்நுட்பம் தொடர்ந்து முன்னேறியபடி இருக்கும் என்பதில் சந்தேகம் இல்லை. ஆக, ஆர்டர் எடுக்கும் மனித ஊழியர் இடத்தை AI கைப்பற்றிக்கொள்ளும். இந்தியாவில் நகைக்கடைகளில் இருந்து பெட்டிக்கடைகள் வரை தூணிலும் துரும்பிலும் நீக்கமற நிறைந்திருக்கும் QR Code மூலம் பணத்தை வாங்கும் ஊழியரின் பணியையும் தொழில்நுட்பம் கொண்டு நிரப்பிவிடலாம். ஹியூமனாயிடு ரோபாட்டுகள் பயன்பாட்டிற்கு வந்துவிட்டால், உங்களிடம் உணவைக் கையில் கொடுக்கும் அந்தக் கடைசி ஊழியரும் தேவையில்லை.

பை தி வே, ஹியூமனாயிடில் ஆர்வம் இல்லை என்றாலும், ரோபாட்டிக்ஸ் துறையில் தொடர்ந்து கூகுள் ஆராய்ச்சிகளை மேற்கொண்டு வருகிறது. அவர்களது Bard தொழில்நுட்பத்திற்குக் கிடைத்திருக்கும் வரவேற்பு, அவர்களுக்குச் சொந்தமான DeepMind அமைப்பின் ரோபாட்டிக்ஸ் துறையை உற்சாகப்படுத்தியுள்ளது. சென்ற வாரம் R2 என்ற பெயரில் அவர்கள் வெளியிட்டிருக்கும் ரோபாட் வடிவம், அடுத்த லெவல் தொழில்நுட்பமாக ஜொலிக்கிறது. எழுத்து வடிவிலான தகவல்களை எப்படி உண்டு LLM தன்னைப் பயிற்றுவித்துக்கொள்கிறதோ, அதுபோல ‘vision-language-action’ என்ற மாடல் இது. R2-க்குப் பின்னிருக்கும் இந்த VLA மாடல், தன்னைச் சுற்றியிருக்கும் தகவல்களை நிகழ்நேரத்தில் கிரகித்து, ரோபாட்டின் அடுத்த நகர்வு என்னவாக இருக்கும் எனக் கணக்கிட்டு விடுகிறது. நீங்கள் கேட்கும் கேள்விக்கு பதில் சொல்ல ஆரம்பிக்கும் ChatGPT, பதிலின் முதல் வார்த்தையை எழுதுகையில் அடுத்த வார்த்தை என்னவாக இருக்கும் என்பது அதற்கே அந்த கணத்தில் தெரியாது. என்ன வார்த்தை வர வேண்டும் என்பதை LLM சொல்லிக் கொடுக்க, அதை ChatGPT கொடுக்கிறது. இப்படி தொடர்ந்து வார்த்தைகளைப் போடுவதன் மூலம் வாக்கியம் உருவாகிவிடுகிறது என்பதைத் தொடக்க அத்தியாயங்களில் பார்த்தோம். இதுபோலவே செயல்படும் VLA-வின் உதவியால் குறிப்பாக ஒரே ஒரு செயலைச் செய்யும் ரோபாட் என்ற நிலையைத் தாண்டி, ரோபாட் இயக்கத்தைப் பொதுமைப்படுத்த முடியும். உதாரணத்திற்கு, தோசை சுடுவதற்காக வைத்திருக்கும் ரோபாட்டிடம், ‘தினம் தோசை சாப்பிட்டு போரடிக்குது; இன்னிக்கு ஒரு ஆம்லேட் போடுப்பா’ என்றால், அதற்கு முட்டையை உடைப்பது, வெங்காயம் நறுக்குவது போன்றவற்றை அது செய்துவிடும்.