ഡാറ്റ സയൻസും ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജെൻസും

ഇൻ്റെർനെറ്റ് കണക്റ്റിവിറ്റിയുടെ വിഭ്രമാത്മകത ഇന്ന് സാധാരണ ജീവിതങ്ങളേയും ബാധിച്ചിട്ടുണ്ട്. ദൈനംദിന ജീവിതം നയിക്കുന്നതിൽ നെറ്റിനുള്ള പ്രാധാന്യം ഏറെ പ്രസ്ക്തമാണിന്ന്. ഇൻ്റെർനെറ്റിൽ ഡാറ്റ എന്ന സങ്കേതം വരുത്തുന്ന വിപ്ലവത്തെ കുറിച്ചു പറയാം. എന്താണു ശരിക്കും ഡാറ്റ എന്ന വാക്കുകൊണ്ട് ഉദ്ദേശിക്കുന്നത്? നിത്യേന നമ്മുടെ കയ്യിലെ മൊബൈൽ ഫോൺ പിടിച്ചെടുക്കുന്ന ചിത്രങ്ങളും ശബ്ദവും വിരലടയാളവും നമ്മുടെ നോട്ടവും, നമ്മൾ കുറിക്കുന്ന ഓരോ വാക്കുകളും ഡാറ്റ തന്നെയാണ്! എവിടെയാണിതു സ്റ്റോർ ചെയ്യുന്നത്? എങ്ങോട്ടാണിത് ഒഴുകി നീങ്ങുന്നത്? ആരാണിതിനെ പ്രോസസ് ചെയ്യുന്നത്? ഇങ്ങനെ നൂറുകൂട്ടം ചോദ്യങ്ങൾ പലർക്കും ഉണ്ടാവാം. അല്ലെങ്ങ്കിൽ ഇതെൻ്റെ സ്വകാര്യമൊബൈൽ ഫോൺ മാത്രമാണ്. വീട്ടിലുള്ളവർക്കു പോലും എൻ്റെ വിരലടയാളം ഇല്ലാതെ ഇതു തുറക്കാൻ പറ്റില്ല അത്രമാത്രം സ്വകാര്യമാണിത് എന്ന ധാരണയും പലർക്കും ഉണ്ടാവും.

വെബ് ലോകത്തു കൂടി ഒഴുകുന്ന വിവരങ്ങളുടെ അനസ്യൂതപ്രവാഹമില്ലാതെ, ദൈനംദിന ജീവിതം മുന്നോട്ടു കൊണ്ടുപോകാൻ കഴിയാത്ത വിധം സാഹചര്യങ്ങൾ മാറി വന്നിരിക്കുന്നു. ഇന്നത്തെ സാഹചര്യത്തിൽ ഡാറ്റ എന്ന വാക്കിനോളം വിലയുള്ള മറ്റൊരു വാക്ക് ഇല്ലെന്നു തന്നെ പറയാം. ഡാറ്റാ സയൻസിൻ്റെ നൂതനമായ മേഖല അറിവിൻ്റേയും തൊഴിലിൻ്റേയും വിശാലമായ പാതയ്ക്ക് വഴിയൊരുക്കുമ്പോൾ, ഡാറ്റ എന്താണെന്നും ആ മേഖലയിലെ അവസരങ്ങൾ എന്താണെന്നും നമ്മൾ ചിന്തിച്ചിരിക്കണം. നൂറ്റാണ്ടിന്റെ ജോലിയെന്നാണ് ഹാര്‍വാഡ് ബിസിനസ് റിവ്യൂ ഡാറ്റ സയന്റിസ്റ്റിനെ വിശേഷിപ്പിക്കുന്നത്. ലോകത്ത് പൊതുമേഖലാസ്ഥാപനങ്ങളിലുള്‍പ്പെടെ ഇവരുടെ സേവനത്തിന് പ്രാധാന്യമേറിവരികയാണിന്ന്.

നേരത്തെ പറഞ്ഞല്ലോ, വിവരസാങ്കേതികവിദ്യയുമായി ബന്ധപ്പെട്ട ഏതൊരു ഇടപാടും, ഓരോ മൗസ് ക്ലിക്കുപോലും ഒരു ഡാറ്റ സൃഷ്ടിക്കുന്നുണ്ട്. പലതരം ബിസിനസ്സുകൾ നമുക്കു ചുറ്റും നടക്കുന്നു, ആശയവിനിമയ സവിധാനങ്ങൾ ദിനം പ്രതി പുതുക്കുന്നു, ഗതാഗതമേഖലകൾ, ബാങ്കിങ്ങ്, ഇൻഷ്വറൻസ്, ആശുപത്രികൾ, വിവിധ വെബ്സൈറ്റുകൾ തുടങ്ങി വെബ്സൈറ്റുകളിലെ നമ്മൾ പോലും ശ്രദ്ധിക്കാതെ ശേഖരിക്കപ്പെടുന്ന ക്യാഷ് ഫയലുകൾ, ലോഗുകൾ, വാട്സാപ്പ്, ഫെയ്സ്ബുക്ക്, ഇൻസ്റ്റാഗ്രാം ഒക്കെ തരുന്ന അഗണ്യമായ ഡാറ്റകളുടെ ശേഖരം നമുടെ മുമ്പിൽ ഉണ്ട്. ബിഗ്ഡാറ്റ എന്നു വിളിക്കാം നമുക്കിതിനെ. ഇത്തരം ഡാറ്റകളുടെ വിശാലമായ ശേഖരം നമുക്കുണ്ട്. ഡാറ്റാനകൾ എന്നു പറഞ്ഞ് പരിഹസിച്ചോ ഭയന്നിട്ടുതന്നെയോ സമൂഹത്തിൽ ചിലരെങ്കിലും ഇതേപ്പറ്റി പറയാറുണ്ട്.

നമ്മൾ ഷെയർ ചെയ്യുന്ന വാക്കുകളിലൂടെ, വീഡിയോകളിലൂടെ, ചിത്രങ്ങളിലൂടെ നമ്മുടെ ചലനങ്ങളും അഭിരുചികളും വിശ്വാസങ്ങളും വികാരങ്ങളും പബ്ലിക്കിലേക്കു വിട്ടുകൊടുക്കയാണു ചെയ്യുന്നത്. ഇത്തരം ഡാറ്റകളെ, അല്ലെങ്കിൽ കുലകൊമ്പനായ ഈ ഡാറ്റാനയെ മെരുക്കാൻ ഉതകുന്ന സാങ്കേതിക വിദ്യയാണു ഡാറ്റാ സയൻസ് എന്നത്. ഇങ്ങനെ ശേഖരിച്ചു വെയ്ക്കുന്ന ചലനങ്ങളിലും അഭിരുചികളും അക്കങ്ങളിലും വാക്കുകളിലും ചിത്രങ്ങളിലും ശബ്ദങ്ങളിലും വീഡിയോകളിലും രേഖപ്പെടുത്തുന്ന ഡാറ്റ നെറ്റ്‌വർക്കുകളുടെ കൃത്യമായ മാനേജ്‌മെൻ്റും മറ്റുമാണത്. ഒന്നിലധികം ഡിജിറ്റൽ സ്രോതസ്സുകളിൽനിന്ന് ഒരേസമയം വിവരശേഖരണം നടത്തി, വിശകലനം ചെയ്ത് ട്രെൻഡുകളും, പാറ്റേണുകളും ദൃശ്യവത്കരിച്ച് ഫലപ്രദമായ തീരുമാനങ്ങളെടുക്കുന്ന പ്രക്രിയകളാണ് ഡാറ്റ സയൻസിൽ ഉൾപ്പെട്ടിരിക്കുന്നത്.

പ്രധാനമായും ഇൻറർനെറ്റിൽ ലഭ്യമായ അനന്തമായ വിവരങ്ങൾ ശേഖരിക്കുകയും അതു പ്രോസസ്സ് ചെയ്യുകയും ഡാറ്റാധിഷ്ഠിത തീരുമാനങ്ങൾ എടുക്കുന്നതിനുള്ള ഒരു വിഭവമായി ഉപയോഗിക്കുകയും ചെയ്യുന്ന ശാസ്ത്രമാണ് ഡാറ്റാ സയൻസ്സെന്നു വിശേഷിപ്പിക്കാം. പല കമ്പനികളും തങ്ങളുടെ ബിസിനസ് പ്രവർത്തനങ്ങൾ മെച്ചപ്പെടുത്തുന്നതിനും കാര്യക്ഷമമാക്കുന്നതിനും റിസോഴ്‌സ് ബിഗ് ഡാറ്റ ഉപയോഗിക്കുന്ന കാലം കൂടിയാണിത്. ഇത് ഇനിയും ഒട്ടേറെ വളരാനിരിക്കുന്നു. ആമസോണിൽ ഷോപ്പിംഗ് നടത്തുമ്പോൾ സൃഷ്ടിക്കുന്ന ഡാറ്റ, ഫെയ്സ്ബുക്ക് അക്കൗണ്ടുകളിൽ നിന്നുള്ള വിവരങ്ങൾ,ഗൂഗിൾ സേർച്ചിങ്ങ് ചരിത്രം, ഒരു ഫോണിൽ സൈൻ ഇൻ ചെയ്യാനായി മുഖം കണ്ടു തിരിച്ചറിയൽ എന്നിവ വലിയ ഡാറ്റ ഉറവിടങ്ങളുടെ ഉദാഹരണങ്ങളിൽ ഉൾപ്പെടുന്നു. ഒരു ഓൺലൈൻ ഷോപ്പിംഗ് സൈറ്റിൽ ഞങ്ങൾ എന്താണ് തിരഞ്ഞത്, ഞങ്ങൾ എന്താണ് വാങ്ങിയത്, എത്ര ചെലവഴിച്ചു എന്നിവയെല്ലാം ഡാറ്റാ സെറ്റ് നമ്മെ ഓർമ്മിപ്പിക്കുന്നു. ഡാറ്റാ സയൻസിലൂടെയാണ് ആമസോണിന് നമ്മുടെ ആവശ്യങ്ങൾ മനസിലാക്കാനും അതനുസരിച്ചു നമുക്കുവേണ്ടി മാത്രം ഹോം പേജ് കാഴ്ച ഇഷ്ടാനുസൃതമാക്കാനും, നമുക്ക് മുന്നിൽ അവതരിപ്പിക്കാനും കഴിയുന്നുണ്ട് ഇപ്പോൾ. ടെക്നിക്കലായി പറഞ്ഞാൽ അഡോബി ടാർജെറ്റിലൂടെ ഇതു നിഷ്പ്രായാസം സാധിക്കുന്നതേ ഉള്ളൂ ഇന്ന്.

ഇന്ന്, ഡാറ്റസയൻസുമായി ബന്ധപ്പെട്ടു പണിയെടുക്കുന്നവർ വ്യവസായത്തെ മുന്നോട്ട് നയിക്കുന്ന ഒരു പ്രേരകശക്തിയായി മാറിയിരിക്കുന്നു, ബിസിനസ്സിനും വിവരസാങ്കേതികവിദ്യയ്ക്കും തമ്മിലുള്ള മീഡിയേറ്ററായി ഇതു നിൽക്കുന്നു. കമ്പനികളെയും ഉപഭോക്താക്കളെയും ഒരേ സമയം സഹായിക്കാൻ ഡാറ്റാ സയൻസിന് കഴിയും. ബിഗ് ഡാറ്റ വിശകലനവും തുടർന്നുള്ള ബിസിനസ്സ് തന്ത്രങ്ങളും ഇന്ന് ഒരു കമ്പനിയുടെ ലാഭക്ഷമത 60% വരെ വർദ്ധിപ്പിക്കുമെന്ന് പഠനങ്ങൾ കാണിക്കുന്നു. വ്യക്തിഗത ലൊക്കേഷൻ ഡാറ്റ പ്രവർത്തനക്ഷമമാക്കിയ സേവനങ്ങൾ കുറഞ്ഞ ചെലവിൽ ഷോപ്പിംഗ് നടത്താൻ ഉപഭോക്താക്കളെ സഹായിക്കുന്നു. നിർമ്മാണ മേഖലയിലും ഡാറ്റ വിശകലനം പ്രധാനമാണ്. ഇൻഡസ്ട്രിയൽ ഇന്റർനെറ്റ് ഓഫ് തിങ്‌സ് പ്ലാറ്റ്‌ഫോം വഴി ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ സഹായത്തോടെ കമ്പനികൾക്ക് ഉൽപ്പാദനത്തിൽ മികവ് സൃഷ്ടിക്കാനാകും.

ഒരർത്ഥത്തിൽ, ഡാറ്റാ സയൻസിന്റെ പ്രാധാന്യം ബിസിനസ്, വ്യാവസായിക മേഖലകളിൽ മാത്രം ഒതുങ്ങുന്നില്ല. സ്ഥലത്തും സമയത്തും കോവിഡ് രോഗത്തിന്റെ വ്യാപനത്തിന്റെ ട്രാക്ക് വിശകലനം ചെയ്തുകൊണ്ട് സമയബന്ധിതമായ ശാസ്ത്രീയ പ്രവചനങ്ങൾ സാധ്യമാക്കുന്നതിൽ ഡാറ്റാ സയൻസിന് ഒരു പങ്കുണ്ട്. ധരിക്കാവുന്ന ഉപകരണങ്ങളിലൂടെ രോഗനിർണയം എളുപ്പമാക്കുന്ന പുതിയ സാങ്കേതികവിദ്യകൾ പരിചിതമായി. കാലാവസ്ഥ, വിദ്യാഭ്യാസം, ബഹിരാകാശ പരിപാടികൾ തുടങ്ങിയ തന്ത്രപ്രധാന മേഖലകൾ ഡാറ്റാ സയൻസിന്റെ നേട്ടങ്ങൾ തിരിച്ചറിയുന്നു. കൊറോണയ്ക്ക് അല്പകാലം മുമ്പ് ഫെയ്സ്ബുക്ക് ഒരു സൈറ്റിനെ ബ്ലോക്കു ചെയ്തതോർക്കുന്നുവോ? ഇന്ത്യയടക്കം 200 ഓളം തെരഞ്ഞെടുപ്പുകളിൽ വിപ്ലവകരമായ മാറ്റങ്ങൾ അവർ ഡാറ്റ വിശകലനത്തിലൂടെ വരുത്തിയത്രേ. വരും വർഷങ്ങളിൽ വലിയ ഡിമാൻഡുണ്ടാകുമെന്ന് പ്രതീക്ഷിക്കുന്ന വൈവിധ്യവും വിശാലവുമായ പ്രവർത്തന മേഖലയാണു ഡാറ്റ സയൻസ്.

ഡാറ്റാ സയൻസ് മേഖലയിൽ വിവിധ തരം തൊഴിലുകൾ ഉയർന്നുവരുന്നുണ്ട്. ഡാറ്റാ അനലിസ്റ്റ്, ഡാറ്റാ ആർക്കിടെക്റ്റ്, ഡാറ്റാ എഞ്ചിനീയർ, ഡാറ്റാ മൈനിംഗ് സ്പെഷ്യലിസ്റ്റ് മെഷീൻ ലേണിംഗ് എഞ്ചിനീയർ, ഡാറ്റാ ബേസ് അഡ്മിനിസ്ട്രേറ്റർ, ബിസിനസ് അനലിസ്റ്റ്, ബിസിനസ് ഇന്റലിജൻസ് അനലിസ്റ്റ് തുടങ്ങി നിരവധിയാണത്. വർക്കിംഗ് ഓർഗനൈസേഷൻ്റെ ആവശ്യമനുസരിച്ച് വ്യത്യസ്തമായ അവസരങ്ങൾ ലഭ്യമാണിപ്പോൾ. മികച്ച ബിസിനസ്സ് തീരുമാനങ്ങൾ എടുക്കാൻ കമ്പനികളെ സഹായിക്കുന്നതിന് ഇൻറർനെറ്റിൽ നിന്ന് ആഴത്തിലുള്ളതും വലുതുമായ വിവരങ്ങളുടെ സ്റ്റാറ്റിസ്റ്റിക്കൽ ഡാറ്റ വിശകലനം വഴി ശേഖരിക്കാനും പ്രോസസ്സ് ചെയ്യാനും ഡാറ്റാ അനലിസ്റ്റുകൾക്ക് കഴിയും. അവതരണവും റിപ്പോർട്ടുകളും പോലെ എളുപ്പത്തിൽ മനസ്സിലാക്കാവുന്ന രീതിയിൽ ഒരു ഡാറ്റാ സെറ്റ് അവതരിപ്പിക്കാൻ അവർക്ക് കഴിയും. ജോലിയുടെ സവിശേഷതകൾ ഏതാണ്ട് സമാനമാണെങ്കിലും, അൽഗോരിതം, കോഡിങ്ങ് എന്നിവയെ കുറിച്ചുള്ള അറിവ് കൂടാതെ, മെഷീൻ ലേണിംഗിലും ഡാറ്റ മൈനിംഗിലുമുള്ള അനുഭവവും ഒരു ഡാറ്റാ സയന്റിസ്റ്റിന്റെ ജോലിക്ക് ഒഴിച്ചു കൂടാനാവാത്തതാണ്.

ഡാറ്റ വിശകലനം ചെയ്യുന്നതിനേക്കാൾ മികച്ച അൽഗോരിതം നിർമ്മിക്കുന്നതിൽ ഡാറ്റ മൈനിംഗ് എഞ്ചിനീയർമാർ പ്രത്യേകം ശ്രദ്ധിക്കുന്നു. ഒരു ഡാറ്റ മാനേജുമെൻ്റ് സിസ്റ്റത്തിനായി ഒരു ബ്ലൂപ്രിന്റ് സൃഷ്ടിക്കുന്നതിന് സിസ്റ്റം ഡിസൈനർമാർ, ഡെവലപ്പർമാർ, ഉപഭോക്താക്കൾ എന്നിവരുമായി അടുത്ത് പ്രവർത്തിക്കുന്ന ഒരാളാണ് ഡാറ്റ ആർക്കിടെക്റ്റ്. ഒരു ബിസിനസ് ഇന്റലിജൻസ് അനലിസ്റ്റ് കമ്പനി നിലവിൽ എവിടെയാണ് നിൽക്കുന്നതെന്ന് കണ്ടെത്താൻ മാർക്കറ്റും ബിസിനസ് ട്രെൻഡുകളും വിശകലനം ചെയ്യുന്നു. വിശാലമായി പറഞ്ഞാൽ, ഡാറ്റാ സയൻസിന്റെ വലിയ തൊഴിൽ മേഖലയ്ക്ക് നൂതന സാങ്കേതിക വിദ്യകൾ പഠിക്കേണ്ടതും ജോലിയുടെ സ്വഭാവത്തിനനുസരിച്ചുള്ള കഴിവുകൾ നേടേണ്ടതും ആവശ്യമാണ്. പ്രോഗ്രാമിംഗ് ലാഗ്വേജുകളായ JAVA, Perl, C/C++, Python ഡാറ്റാ അനലിറ്റിക് സോഫ്റ്റ്വെയറുകളായ SAS, R, Hadoop, Tableau ഡാറ്റാബേസ് ടെക്നിക്കായ മോങ്കോഡിബി, SQL തുടങ്ങിയവയൊക്കെ ഡാറ്റാ അനാലിറ്റിക്സില്‍ ഉപയോഗിക്കുന്നവയാണ്. അതിനാല്‍ ഇവയില്‍ ഒന്നിലോ ഒന്നിലധികമോ മേഖലയില്‍ പ്രാവീണ്യം നേടേണ്ടതാണ്. ബിരുദ/ബിരുദാന്തര ബിരുദ പഠനത്തിനുശേഷം ഈ മേഖലയിലൊന്നില്‍ പ്രാവീണ്യം നേടിയും ഡാറ്റാ അനലിറ്റിക് മേഖലയില്‍ തൊഴില്‍ നേടാവുന്നതാണ്. ഇന്ത്യയിൽ തന്നെ പലയിടങ്ങളിലും ഡാറ്റ സയൻസുമായി ബന്ധപ്പെട്ട വിഷയങ്ങൾ പഠിപ്പിക്കുന്നുണ്ട്. ചില കമ്പനികള്‍ അവരുടേതായ രീതിയില്‍ ഡാറ്റ സയന്റിസ്റ്റുമാര്‍ക്ക് പരിശീലനം നല്‍കുന്നുണ്ട്. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ്, ബ്ലോക്ക് ചെയിൻ ടെക്‌നോളജി, ഇന്റർനെറ്റ് ഓഫ് തിംഗ്‌സ് തുടങ്ങിയ നൂതനാശയങ്ങളുമായി അടുത്ത ബന്ധമുള്ള ഒരു ശാസ്ത്രമാണ് ഡാറ്റാ സയൻസ് എന്നും മനസ്സിലാക്കണം. വിവിധ തൊഴിൽ മേഖലകൾ പരസ്പരം എങ്ങനെ ബന്ധപ്പെട്ടിരിക്കുന്നുവെന്നും അവ തമ്മിലുള്ള വ്യത്യാസങ്ങൾ എന്തൊക്കെയാണെന്നും ഓരോന്നിനും ആവശ്യമായ കഴിവുകൾ എന്താണെന്നും മനസിലാക്കുക എന്നതാണ് ഈ ഫീൽഡിൽ പ്രവേശിക്കാൻ ആഗ്രഹിക്കുന്നവരുടെ ഏറ്റവും വലിയ വെല്ലുവിളി.

അടിസ്ഥാനപരമായി, ഡാറ്റ സയൻസിൻ്റെ മൂന്ന് ഘടകങ്ങളിൽ സ്ഥിതിവിവരക്കണക്കുകൾ, പ്രോഗ്രാമിങ്ങ്, ബിസിനസ്സ് എന്നിവ ഉൾപ്പെടുന്നു. സ്റ്റാറ്റിസ്റ്റിക്‌സ്, മാത്തമാറ്റിക്‌സ്, കമ്പ്യൂട്ടർ സയൻസ്, എഞ്ചിനീയറിംഗ്, ഇക്കണോമിക്‌സ്, ഫിനാൻസ്, ബിസിനസ് സംബന്ധിയായ വിഷയങ്ങളിൽ ബിരുദധാരികൾക്ക് ഡാറ്റാ സയൻസിൽ തുടർ പഠനത്തിനും നല്ല ജോലി കണ്ടെത്താനും മികച്ച അവസരങ്ങളുണ്ട്. അടുത്ത പത്തുവര്‍ഷത്തേക്ക് ഏറ്റവുമധികം ഡിമാന്‍ഡ് വരുന്ന ജോലിയായിരിക്കും സ്റ്റാറ്റിസ്റ്റീഷ്യന്റേത് എന്നാണ് ഗൂഗിളിലെ ചീഫ് എക്കണോമിസ്റ്റായ ഹല്‍ വേരിയന്‍ അഭിപ്രായപ്പെട്ടത്.

ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജെൻസ്

ക​മ്പ്യൂ​ട്ട​റു​ക​ളെ മ​നു​ഷ്യ​നെ​പ്പോ​ലെ ചി​ന്തി​പ്പി​ക്കാ​ൻ പ​രി​ശീ​ലി​പ്പി​ക്കു​ന്നു എ​ന്ന​താ​ണ് നി൪​മി​ത ബു​ദ്ധി​യു​ടെ പ്രത്യേകത. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് നൽകുന്ന സാങ്കേതികവിദ്യകളും പുതുക്കിപ്പണിയലുകളും ലോകത്ത് സ്ഫോടനാത്മക മാറ്റത്തിനു വഴിയൊരുക്കുനു; ഇതു മനുഷ്യചരിത്രത്തെ മാറ്റിമറിക്കാനും ഒരുങ്ങുകയാണെന്നു പറയാം. മാറ്റത്തിന്റെ ശക്തമായ ഏജന്റുമാർ എന്ന നിലയിൽ, AI സാങ്കേതികവിദ്യകൾ മനുഷ്യന്റെ ബുദ്ധിയെ പൂർത്തീകരിക്കുന്നതിനും സാമൂഹിക-സാമ്പത്തിക പ്രശ്‌നങ്ങളെ ചെറുക്കുന്നതിനും നിരവധി അവസരങ്ങൾ വാഗ്ദാനം ചെയ്യുന്നു.

സ്വയം-പഠന പാറ്റേണുകൾ സൃഷ്ടിക്കുന്നതിനായി ഡാറ്റാ സെറ്റുകളെ ഒരു മെഷീനിലേക്ക് ഫീഡ് ചെയ്യുന്നത് AI-ൽ ഉൾപ്പെടുന്നു, അങ്ങനെ ചിന്ത, മനസ്സിലാക്കൽ, പഠനം, പ്രശ്‌നപരിഹാരം, ചരിത്രപരമായി മനുഷ്യബുദ്ധി ആവശ്യമായ തീരുമാനങ്ങൾ എടുക്കൽ തുടങ്ങിയ വൈജ്ഞാനിക പ്രവർത്തനങ്ങൾ പ്രാപ്‌തമാക്കുന്നു. മ​നു​ഷ്യ ചി​ന്ത​ക​ളെ അ​ടി​സ്ഥാ​ന​പ്പെ​ടു​ത്തി ആ​ർ​ട്ടി​ഫി​ഷൽ ഇ​ന്റ​ലി​ജ​ൻ​സ് ഉ​പ​യോ​ഗ​പ്പെ​ടു​ത്തി കൃ​ത്യ​മാ​യ തീ​രു​മാ​ന​ങ്ങ​ളെ​ടു​ക്കാ​ൻ യ​ന്ത്ര​ങ്ങ​ൾക്കും അപ്പോൾ സാ​ധി​ക്കുന്നു. നല്ലൊരു ഡ്രവറായി നമ്മെ എത്തിക്കാൻ കാർ, ബൈക്ക് തുടങ്ങിയ വാഹനങ്ങൾക്കുതന്നെ കഴിയുന്ന രീതിയെക്കുറിച്ച് ആലോചിച്ചു നോക്കൂ. സമാനമായ അവസ്ഥ. ഒരു നല്ല കൺസ്യൂമർ റെപ്രസെൻ്റേറ്റീവിനോടു പലപ്പോഴും നമ്മൾ സംസാരിക്കാറില്ലേ! പലപല സംശയങ്ങയങ്ങൾ നമ്മൾ ചോദിച്ചേക്കും. ഇതേകാര്യങ്ങൾ നമ്മുടെ മൊബൈൽ ചെയ്യുകയാണെങ്കിലോ! ഒരു ഡോകുമെൻ്റ് പ്രിൻ്റെടുക്കണമെങ്കിൽ നമുക്കത് മൊബൈലിനോടു പറഞ്ഞാൽ മതിയാവും. രണ്ടു ഗ്രഹങ്ങൾ തമ്മിലുള്ള ദൂരം കിലോമീറ്റർ കണക്കിൽ അറിയണം. നമുക്ക് പ്രിയപ്പെട്ടൊരു സിനിമാ താരത്തിൻ്റെ നിലവിലെ പ്രായം അറിയണം. കൊറോണ വൈറസിൻ്റെ ഉല്പത്തിയെ പറ്റിയും വിവിധ തലങ്ങളിൽ മ്യൂട്ടേഷനിലൂടെ വന്ന മാറ്റങ്ങളും നമുക്കറിയണം, നമുക്കത് നമ്മുടെ ഭാഷയിൽ തന്നെ കാണണം/കേൾക്കണം/ ആ വിവരത്തിൻ്റെ പ്രിൻ്റെടുക്കണം/ അതു നമുക്കും നമ്മുടെ പ്രിയപ്പെട്ടവർക്കും മെയിൽ അയക്കണം അങ്ങനെ പലപല ആവശ്യങ്ങൾ ഉണ്ടാവും നമുക്കപ്പോൾ. ആവർത്തനവിരസത തോന്നാത്തവിധം ഒരു മനുഷ്യനോടെന്ന പോലെ സംസാരിച്ചു നീങ്ങാൻ പറ്റും വിധം സുതാര്യമാണു കാര്യങ്ങൾ. വെറും ടെക്സ്റ്റ് മെസേജുകൾ മാത്രമല്ല ഇതെന്നറിയണം. ചിത്രങ്ങളായും വീഡിയോകളായും നമുക്കതു കാണാനാവും. കാരണം, ഇതിനൊക്കെ ഉതകും വിധം ഡാറ്റകളുടെ വിവിധ ശേഖരങ്ങൾ നമ്മുടെ സെർവ്വറുകളിൽ ലഭ്യമാണിപ്പോൾ. ഹിറ്റ്ലർ നടത്തിയ പടയോട്ടവും അയാളുടെ ക്രൂരതകളും തീർച്ചയായും അവരാൽ തന്നെ പുനരുജ്ജീവിപ്പിക്കപ്പെടും എന്നു പറയേണ്ടതില്ലല്ലോ!

ലോകത്തിലെ ഏറ്റവും വേഗത്തിൽ വളരുന്നതും വലുതുമായ സമ്പദ്‌വ്യവസ്ഥകളിലൊന്നായതിനാൽ, സുസ്ഥിര വളർച്ചയ്ക്കായി AI യുടെ ശക്തി പ്രയോജനപ്പെടുത്തുന്നതിന് ഇന്ത്യ അർപ്പണബോധത്തോടെ പ്രവർത്തിക്കേണ്ടത് അത്യന്താപേക്ഷിതമാണ്. ആ നിലയിലേക്ക് മാറാനുതകും വിധം തീരുമാനങ്ങൾ വരുന്നതും ശ്രദ്ധയിൽ പെട്ടിട്ടുണ്ട്. സാമ്പത്തിക അഭിവൃദ്ധി, മേഖലാ പുരോഗതി, സമഗ്രമായ വളർച്ച എന്നിവയ്ക്കായി AI-യെ പ്രയോജനപ്പെടുത്താൻ ലക്ഷ്യമിട്ടുള്ള ഒരു ദേശീയ തന്ത്രം ഉൾപ്പെടെ, ശക്തമായ ഒരു AI ആവാസവ്യവസ്ഥ സൃഷ്ടിക്കാൻ ഇന്ത്യ ലക്ഷ്യമിടുന്നുണ്ട് എന്നു കരുതാം. ഗവേഷണ കഴിവുകൾ ശക്തിപ്പെടുത്തുകയും ബിസിനസ്സ് സ്വീകരിക്കലിനെ പിന്തുണയ്ക്കുകയും അതിന്റെ ധാർമ്മിക ഉപയോഗത്തിനുള്ള മാനദണ്ഡങ്ങൾ വികസിപ്പിക്കുകയും ചെയ്യുന്ന ഫലപ്രദമായ AI തന്ത്രങ്ങൾ ഒരു പുതിയ ഇന്ത്യയുടെ വളർച്ചാ പാതയിൽ നൂതനാശയങ്ങളുടെ ഫലപ്രദമായ സംയോജനത്തിന് വഴിയൊരുക്കും. വരുന്ന പത്തു വർഷത്തിൽ ഡാറ്റ സയൻസും ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജെൻസും കമ്പ്യൂട്ടിങ്ങ് മേഖലയിലൂടെ സമൂഹത്തിൻ്റെ വിവിധ തലങ്ങളിൽ വരുത്തുന്ന മാറ്റങ്ങൾ ഊഹിക്കാൻ പോലും കഴിയാത്ത വിധം അതുല്യമാണെന്നറിയുക. തൊഴിലവസരങ്ങളും ഗണ്യമായി വർദ്ധിക്കുന്നതിനാൽ, എക്സ്പേർട്ടായ ഉദ്യോഗാർത്ഥികൾക്ക് ലോകത്ത് എവിടേയും ജോലിസാധ്യതയും ഉണ്ടായിരിക്കും.

ഓപ്പണ്‍ എഐ കൂട്ടിച്ചേർത്തത്(27 മാർച്ച്, 2023):

ഒരു അമേരിക്കൻ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് റിസർച്ച് ലബോറട്ടറിയാണ് ഓപ്പൺഎഐ. 2015-ൽ, സാം ആൾട്ട്മാൻ, റീഡ് ഹോഫ്മാൻ, ജസിക ലിവിങ്സ്റ്റണ്‍, ഇല്യ സുറ്റ്സ്‌കെവര്‍, പീറ്റര്‍ തീയെല്‍ എന്നിവരുൾപ്പെടെ സിലിക്കൺ വാലിയിലെ മറ്റ് പ്രമുഖ വ്യക്തികളുമായി ചേർന്ന് എലോൺ മസ്‌ക് ആയിരുന്നു ഓപ്പൺഎഐ സ്ഥാപിച്ചത്. തുടക്കത്തിൽ, ലാഭേച്ഛയില്ലാത്ത സ്ഥാപനമായാണ് OpenAI സ്ഥാപിതമായത്, എന്നാൽ 2019-ൽ അവർ ആ പദവി ഉപേക്ഷിച്ചു. സിഇഒ സ്ഥാനത്തിരിക്കുമ്പോൾ 2018 ല്‍ എലോണ്‍ മസ്‌ക് ഓപ്പണ്‍എഐയുടെ ഡയറക്ടര്‍ബോര്‍ഡില്‍ നിന്ന് രാജിവെച്ചു. ഭാവിയില്‍ മനുഷ്യവംശം നേരിടാന്‍ പോവുന്ന ഏറ്റവും വലിയ ഭീഷണിയായിരിക്കും ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സ് എന്ന അഭിപ്രായക്കാരനാണ് എലോണ്‍മസ്‌ക്. ആര്‍ട്ടിഫിഷ്യലിൻ്റെ സുരക്ഷിതമായ ഉപയോഗവും അതില്‍ നിന്ന് മനുഷ്യനുണ്ടായേക്കാവുന്ന ഭീഷണികളില്‍ നിന്നുള്ള സംരക്ഷണവും ഉറപ്പുവരുത്തുന്നതിനും ഈ ലക്ഷ്യങ്ങള്‍ക്ക് വേണ്ടിയുള്ള ഗവേഷണങ്ങള്‍ ഉറപ്പ് വരുത്തുന്നതിനും വേണ്ടിയാണ് ഓപ്പണ്‍ എഐ എന്ന സ്ഥാപനത്തിന് തുടക്കമിട്ടത്. ഡ്രൈവറില്ലാതെ സ്വന്തമായി ഡ്രൈവിങ് നടത്തുന്ന കാറുകള്‍ക്ക് വേണ്ടി സ്വന്തം നിലയ്ക്ക് ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സില്‍ ഗവേഷണങ്ങള്‍ നടത്തിയിരുന്ന ടെസ്ലയുടെ ഉടമയും മേധാവിയും കൂടിയായിരുന്നു അന്ന് എലോണ്‍ മസ്‌ക്. GPT എന്നത് ജനറേറ്റീവ് പ്രീ-ട്രെയിൻഡ് ട്രാൻസ്ഫോർമറിനെ സൂചിപ്പിക്കുന്നു, ഇത് ഒരു മനുഷ്യനെപ്പോലെ യാഥാർത്ഥ്യബോധത്തോടെ എഴുതാൻ കഴിയുന്ന ഒരു പ്രോഗ്രാമാണ്. ഓപ്പൺഎഐ തന്നെയാണു ചാറ്റ് ജിപിടി വികസിപ്പിച്ചെടുത്തത്.

എലോണ്‍ മസ്‌ക് പുറത്തുപോയതിന് ശേഷം 2019 ല്‍ ഓപ്പണ്‍ എഐ നോണ്‍ പ്രോഫിറ്റ് സ്ഥാപനം എന്നതില്‍ നിന്ന് മാറി ഒരു ഫോര്‍-പ്രോഫിറ്റ് സ്ഥാപനമായി മാറി. പിന്നീട് 2020 ലാണ് ജിപിടി-3 എന്ന ലാംഗ്വേജ് മോഡല്‍ ഓപ്പണ്‍ എഐ അവതരിപ്പിച്ചത്. ഇതിന്റെ അപ്‌ഡേറ്റഡ് പതിപ്പായ ജിപിടി 3.5 എന്ന ലാംഗ്വേജ് മോഡലിനെ അടിസ്ഥാനമാക്കിയാണ് 2022 ല്‍ ചാറ്റ് ജിപിടി അവതരിപ്പിച്ചത്. നിലവില്‍ ഓപ്പണ്‍ എഐയുടെ സിഇഒ സാം ആൾട്ട്മാൻ ആണ്. 2019 ല്‍ ഓപ്പണ്‍ എഐയില്‍ 100 കോടി ഡോളര്‍ നിക്ഷേപവും 2023 ല്‍ 1000 കോടി നിക്ഷേപവും നടത്തിയ മൈക്രോസോഫ്റ്റ് ആണ് ഓപ്പണ്‍ എഐയുടെ ഇപ്പോഴത്തെ ഏറ്റവും വലിയ നിക്ഷേപകര്‍. മൈക്രോസോഫ്റ്റിന് പുറമെ, ഇന്ത്യന്‍ ബഹുരാഷ്ട്ര കമ്പനിയായ ഇന്‍ഫോസിസും ഇന്ത്യന്‍ അമേരിക്കനായ വിനോദ് ഖോസ്ലയുടെ ഖോസ്ല വെഞ്ചേഴ്‌സും ഓപ്പണ്‍ എഐയിലെ കോര്‍പ്പറേറ്റ് നിക്ഷേകരാണ്.

റോബോട്ടിക് പ്രോസസ് ഓട്ടോമേഷൻ (RPA)

ഡിജിറ്റൽ സിസ്റ്റങ്ങളുമായും സോഫ്‌റ്റ്‌വെയറുകളുമായും ഇടപഴകുന്ന മനുഷ്യരുടെ പ്രവർത്തനങ്ങളെ അനുകരിക്കുന്ന സോഫ്‌റ്റ്‌വെയർ റോബോട്ടുകളെ (ബോട്ടുകൾ) നിർമ്മിക്കാനും വിന്യസിക്കാനും നിയന്ത്രിക്കാനും എളുപ്പമാക്കുന്ന ഒരു സോഫ്റ്റ്‌വെയർ സാങ്കേതികവിദ്യയാണ് റോബോട്ടിക് പ്രോസസ് ഓട്ടോമേഷൻ. കമ്പനിയുടെ വിവിധ ഘടകങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതും നല്ല ചട്ടക്കൂടിൽ ഒതുങ്ങി ആവർത്തിച്ചു വരുന്നതുമായ ബിസിനസ്സ് പ്രക്രിയകൾ ഓട്ടോമേറ്റ് ചെയ്യാൻ കഴിയുന്ന സാങ്കേതികവിദ്യയാണിതെന്നു ചുരുക്കിപ്പറയാം. മറ്റ് ഡിജിറ്റൽ സിസ്റ്റങ്ങളുമായി ആശയവിനിമയം നടത്താനും ഡാറ്റ കൈമാറാനും വിവിധ ഡാറ്റകൾ വീണ്ടെടുക്കാനും പരസ്പരമുള്ള ഇടപാടുകൾ എളുപ്പമാക്കാനും അവയുടെ ഡീറ്റൈൽസ് സൂക്ഷിക്കാനും മറ്റും ഒരു കമ്പനിക്ക് RPA ടൂളുകൾ ഉപയോഗിക്കാമെന്നു സാരം.

ബിസിനസുകൾക്കുള്ള RPA കൊണ്ടുള്ള നേട്ടങ്ങൾ പലതാണ്
• ചെലവ് കുറഞ്ഞ രീതി – കാര്യങ്ങൾ എല്ലാം തന്നെ സോഫ്റ്റ്‌വെയർ കൈകാര്യം ചെയ്യും. തൊഴിലാളികളെ പോലെ അവധി ആവശ്യമില്ല, മടിയില്ല, ശമ്പളവും ആവശ്യമില്ല
• കൃത്യതയും ഗുണനിലവാരവും വിശ്വാസ്യതയും എന്നും ഒരേപോലെ കാണും
• സ്ഥിരത – സുസ്ഥിരമായ സാങ്കേതിക വിദ്യയാണിത്, മാറ്റങ്ങൾ ആവശ്യമാവുന്നില്ല
• മെച്ചപ്പെടുത്തിയ അനലിറ്റിക്സ് പവർ
• ജീവനക്കാരുടെ ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുന്നു – ഈ ഡാറ്റ വെച്ചു ചെയ്യുന്ന മറ്റ് ജീവനക്കാരുടെ വർക്ക് എളുപ്പത്തിൽ ആക്കുന്നു
• വർദ്ധിച്ച ഉപഭോക്തൃ സംതൃപ്തി ലഭ്യമാവുന്നു
• വേഗത്തിൽ നടക്കുന്ന പ്രക്രിയ്യ്ണിതെന്ന് പറയേണ്ടതില്ലല്ലോ
• ഒന്നിലധികം സിസ്റ്റങ്ങളിൽ നിന്നുള്ള അനുരഞ്ജനം സാധ്യമാവുന്നു
• മെച്ചപ്പെട്ട ഐടി പിന്തുണയും മാനേജ്മെൻ്റും നിലവിൽ വരുന്നു.

കാര്യക്ഷമതയോടെ ജോലികൾ ചെയ്യാനുള്ള കഴിവ് RPA ക്കുണ്ട്. കമ്പനിയുടെ വിവിധ നിയമങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതും കൃത്യമായി നിർവചിക്കപ്പെട്ടതും ആവർത്തിച്ചു വരുന്നതുമായ ഏതൊരു പ്രക്രിയയും ഒരു മികച്ച ഓട്ടോമേഷൻ സിസ്റ്റം ചെയ്യുന്നു. സ്റ്റാഫിംഗ് ചെലവ് കുറയ്ക്കുന്നതിനും തൊഴിലാളികൾക്കു സംഭവിച്ചേക്കാവുന്ന പിശകുകളെ നീക്കം ചെയ്യുന്നതിനും RPA സഹായിക്കുന്നു. ഇവയ്ക്ക് താരതമ്യേന നിർമ്മാണചെലവു മാത്രമേ ആവശ്യമുള്ളൂ. സമയകാലങ്ങൾക്കതീതമായി തന്നെ ഇവ പണിയെടുകുകയും ചെയ്യും. ഇവയെ പരിപാലിക്കാൻ ചുരുക്കം ചിലർ മാത്രം മതിയെന്നു വരുന്നതും ശ്രദ്ധേയമാണ്.

Geoffrey Hinton

AI യുടെ ഗോഡ്ഫാദർ എന്നറിയപ്പെടുന്ന ജെഫ്രി ഹിന്റൺ (Geoffrey Hinton) ഗൂഗിളിൽ നിന്നും ഒഴിഞ്ഞു. ന്യൂയോർക്ക് ടൈംസിന് നൽകിയ അഭിമുഖത്തിൽ ഇദ്ദേഹം ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സാങ്കേതികവിദ്യയുടെ വിപുലീകരണവുമായി ബന്ധപ്പെട്ട ചില ആശങ്കകൾ പങ്കുവെച്ചിരുന്നു. തെറ്റായ വിവരങ്ങളുടെ വ്യാപനത്തെക്കുറിച്ചും മനുഷ്യരാശിയുടെ ദീർഘകാല അതിജീവനത്തെക്കുറിച്ചും താൻ ആശങ്കാകുലനാണെന്ന് ഹിന്റൺ അന്നു പറഞ്ഞു. ഭാവിയിൽ വരാനിരിക്കുന്ന വലിയ അപകടങ്ങളിലൊന്നായിരിക്കും ഈ AI എന്നദ്ദേഹം പറഞ്ഞിരുന്നു. ബ്രിട്ടീഷ്-കനേഡിയൻ കമ്പ്യൂട്ടർ ശാസ്ത്രജ്ഞനായ ജെഫ്രി ഹിന്റൺ ഒരു ദശാബ്ദത്തിലേറെയായി ഗൂഗിളിൽ ജോലി ചെയ്തു വരികയായിരുന്നു. ഇപ്പോൾ അദ്ദേഹം ഗൂഗിളിൽ നിന്ന് രാജിവച്ചു. എ.ഐയുടെ ഗോഡ്ഫാദർ എന്നറിയപ്പെടുന്നത് ഇദ്ദേഹം തന്നെയാണ്. ഇദ്ദേഹം ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ പ്രവർത്തനത്തിന് 2018-ലെ ട്യൂറിങ്ങ് അവാർഡ് നേടിയിരുന്നു.