నేడు మీరు యూట్యూబ్ తెరిచినా, వార్తాపత్రికలు చదివినా లేదా వాట్సాప్ సందేశాలను చూసినా — “ఆర్టిఫిషియల్ ఇంటెలిజెన్స్” (AI) మానవ సమస్యలన్నింటినీ పరిష్కరించేస్తుందనో, లేదా ప్రపంచంలోని ఉద్యోగాలన్నింటినీ ఊడగొడుతుందనో వింటూనే ఉంటారు.
కానీ ఎవరైనా: “అసలు కంప్యూటర్ AIని ఉపయోగించినప్పుడు దాని లోపల నిజంగా ఏమి జరుగుతుంది?” అని అడిగితే — చుట్టూ ఉన్నవాళ్లు నిశ్శబ్దమైపోతారు. “కంప్యూటర్ మెదడు”, “ఆలోచించే యంత్రాలు” అంటూ గణితం రాని సామాన్యులను గందరగోళానికి గురిచేసేలా మాట్లాడటం ప్రారంభిస్తారు.
ఆ గందరగోళ పదాలను పక్కనపెడదాం. ఈ గైడ్‌లో, మన ఇంట్లోని ప్రతి ఒక్కరికీ అర్థమయ్యేలా రోజువారీ ఉదాహరణలతో AI ఎలా పనిచేస్తుందో స్పష్టంగా చూద్దాం.
1. సాధారణ కంప్యూటింగ్ vs. ఆర్టిఫిషియల్ ఇంటెలిజెన్స్
AI అంటే ఏమిటో అర్థం చేసుకోవాలంటే, గత అరవై ఏళ్లుగా సాధారణ కంప్యూటర్లు ఎలా పనిచేస్తున్నాయో ముందుగా మనం తెలుసుకోవాలి.
సంప్రదాయ వంట సూత్రం (Traditional Recipe Approach)
ఒక మిఠాయి వ్యాపారి (హల్వాయి) జిలేబీ ఎలా తయారు చేస్తాడో ఊహించండి. అతనికి ఒక స్పష్టమైన పద్ధతి రాసిస్తే:
- 200 గ్రాముల మైదాను పెరుగుతో కలపండి.
- 12 గంటల పాటు నానబెట్టండి.
- నెయ్యిని సరిగ్గా 180°C వరకు వేడి చేయండి.
- పిండిని గుండ్రటి వలయాలుగా పిండండి.
- వేడి కుంకుమపువ్వు పాకంలో 90 సెకన్లు ఉంచండి.
హల్వాయి ఈ ప్రతి నియమాన్నీ తూచా తప్పకుండా పాటిస్తే, అద్భుతమైన జిలేబీలు సిద్ధమవుతాయి. గత ఆరు దశాబ్దాలుగా సాధారణ సాఫ్ట్‌వేర్ పనిచేసింది ఇలాగే. ఒక సాఫ్ట్‌వేర్ ఇంజనీర్ వేలాది స్పష్టమైన నిబంధనలను రాసేవారు: “వినియోగదారుడు A బటన్ నొక్కితే B స్క్రీన్ చూపించు. బ్యాంక్ బ్యాలెన్స్ ₹500 కంటే తక్కువగా ఉంటే నగదు విత్‌డ్రాయల్‌ను తిరస్కరించు.”
ఇక్కడ కంప్యూటర్‌కు ఎలాంటి తెలివితేటలూ లేవు; అది కేవలం ఇచ్చిన ఆదేశాలను కాంతి వేగంతో అమలు చేసే ఒక విధేయమైన గుమస్తా మాత్రమే.
సాధారణ సాఫ్ట్‌వేర్: నిబంధనలు (Rules) + డేటా (Data) = సమాధానాలు (Answers).
ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (మెషిన్ లెర్నింగ్): డేటా (Data) + సమాధానాలు (Answers) = నిబంధనలు లేదా ప్యాటర్న్‌లు (Patterns).
AI ప్యాటర్న్ విధానం
ఇప్పుడు మీరు ఒక కంప్యూటర్‌కు ఒక ఆకు ఫోటోను చూపించి, ఆ మొక్కకు ఏదైనా తెగులు సోకిందా లేదా చెప్పాలని కోరుకుంటున్నారనుకోండి.
దీని కోసం మీరు పైన చెప్పినట్లుగా సాధారణ నిబంధనల పుస్తకం రాయగలరా? “పిక్సెల్ 400 పసుపు-గోధుమ రంగులో ఉండి, పిక్సెల్ 401 ఆకుపచ్చ-గోధుమ రంగులో ఉంటే…” ఇది అసాధ్యం. సూర్యకాంతి మారవచ్చు, కెమెరా కోణం మారవచ్చు, ఆకు ముడతలు పడి ఉండవచ్చు లేదా తడిగా ఉండవచ్చు. నిజ జీవితంలోని ప్రతి పరిస్థితికీ మనుషులు చేత్తో నిబంధనలను రాయడం సాధ్యం కాదు.
అందుకే మనం ఒక సరికొత్త మార్గాన్ని ఎంచుకుంటాము:
- మనం లక్ష ఆరోగ్యకరమైన ఆకుల ఫోటోలను, లక్ష తెగులు సోకిన ఆకుల ఫోటోలను సేకరిస్తాము.
- ఈ ఫోటోలను న్యూరల్ నెట్‌వర్క్ (Neural Network) అనే గణిత వ్యవస్థకు అందిస్తాము.
- ప్రారంభంలో, కంప్యూటర్ గుడ్డిగా ఊహిస్తూ దాదాపు అన్నింటినీ తప్పుగా చెబుతుంది.
- అది తప్పు చేసిన ప్రతిసారీ, దాని లోపలి గణిత బటన్లను (weights) కొద్దిగా సర్దుబాటు చేస్తాము.
- లక్షలాది ఉదాహరణలను పదే పదే చూసిన తర్వాత, ఆ నెట్‌వర్క్ ఆరోగ్యకరమైన ఆకులకు మరియు తెగులు సోకిన ఆకులకు మధ్య ఉన్న సూక్ష్మమైన దృశ్య ప్యాటర్న్‌లను గుర్తిస్తుంది.
కంప్యూటర్ ఒక మానవ బిడ్డలా ఉత్సుకతతో “నేర్చుకోలేదు”. అది కేవలం కోట్ల కొద్దీ సంఖ్యల మధ్య ఉన్న గణాంక సంబంధాలను (statistical correlations) పట్టుకుంది.
2. చాట్‌జీపీటీ (ChatGPT) & లార్జ్ లాంగ్వేజ్ మోడల్స్ ఏమిటి?
మీరు ChatGPT లేదా Claudeని ఒక ప్రశ్న అడిగినప్పుడు, అది ఎంతో చక్కని వాక్యాలలో సమాధానం ఇచ్చినప్పుడు ఆశ్చర్యం వేస్తుంది. కంప్యూటర్ లోపల ఎవరో కూర్చుని ఆలోచిస్తున్నట్లే అనిపిస్తుంది.
కానీ భౌతిక వాస్తవం ఏమిటంటే: లార్జ్ లాంగ్వేజ్ మోడల్స్ అనేవి ప్రపంచంలోనే అత్యంత శక్తివంతమైన ఆటోకంప్లీట్ (Autocomplete) ఇంజిన్లు.
మీరు మీ స్మార్ట్‌ఫోన్‌లో ఇలా టైప్ చేస్తున్నారనుకోండి:
“నేను బస్సు ఎక్కి…”
మీ కీబోర్డ్ వెంటనే కింద కొన్ని పదాలను సూచిస్తుంది:
[ఆఫీసుకు, ఊరికి, ఇంటికి]
మీ ఫోన్ మీ మనసులోని మాటను చదవలేదు. గతంలో మీరు లేదా ఇతరులు పంపిన సందేశాలలో “నేను బస్సు ఎక్కి” అనే పదాల తర్వాత సాధారణంగా “ఆఫీసుకు” లేదా “ఇంటికి” అనే పదాలు ఎక్కువగా వస్తాయని అది గమనించింది.
ChatGPT వంటి AI మోడళ్లు కూడా సరిగ్గా ఇదే పనిని ఊహించలేనంత భారీ స్థాయిలో చేస్తాయి:
- ఇంటర్నెట్‌లోని వందల కోట్ల పేజీల పుస్తకాలు, వ్యాసాలు, కోడింగ్ మరియు సంభాషణలను వీటికి చూపించారు.
- వందలాది భాషల్లో పదాలు, వాక్యాలు మరియు భావనలు ఒకదానికొకటి ఎలా ముడిపడి ఉన్నాయో ఇవి గణాంక రూపంలో గుర్తించాయి.
- మీరు ఒక ప్రశ్న అడిగినప్పుడు, అది మనుషుల్లా ఆలోచించదు. అది విశ్లేషించిన డేటా ప్రకారం తదుపరి అత్యంత సహజమైన పదం ఏది రావాలి అనే సంభావ్యతను (probability) ఒకదాని తర్వాత ఒకటి లెక్కించి రాస్తుంది.
లార్జ్ లాంగ్వేజ్ మోడల్స్ అనేవి వాస్తవాలను తనిఖీ చేసే పుస్తకం ఆధారంగా పనిచేయవు; అవి తదుపరి ఏ పదం వినడానికి బాగా సరిపోతుందో మాత్రమే ఊహిస్తాయి. అందుకే అవి కొన్నిసార్లు పూర్తిగా కల్పితమైన తప్పుడు సమాచారాన్ని కూడా ఎంతో ఆత్మవిశ్వాసంతో నిజంలా చెబుతాయి. దీనిని టెక్నాలజీ పరిభాషలో 'హాలూసినేషన్' అంటారు.
3. AI ఏ పనులను బాగా చేయగలదు? ఏ పనులను చేయలేదు?
సాంకేతిక పరిజ్ఞానాన్ని తెలివిగా ఉపయోగించుకోవాలంటే, దాని సరిహద్దులు ఎక్కడివరకు ఉన్నాయో మనం స్పష్టంగా తెలుసుకోవాలి.
AI అద్భుతంగా చేయగలిగే పనులు:
- భారీ డేటాలో ప్యాటర్న్‌లను గుర్తించడం: వాతావరణ రాడార్ స్కానర్లలో మేఘాల కదలికలను లేదా ఎక్స్-రే చిత్రాలలో వ్యాధి లక్షణాలను వేగంగా కనిపెట్టడం.
- అనువాదం మరియు గొంతు గుర్తింపు (Speech Recognition): తెలుగు, భోజ్‌పురి లేదా ఒడియాలో మాట్లాడిన మాటలను టెక్స్ట్‌గా మార్చడం మరియు ఇతర భాషల్లోకి అనువదించడం (భారత ప్రభుత్వం చేపట్టిన ప్రాజెక్ట్ భాషిణి దీనికి మంచి ఉదాహరణ).
- సారాంశం రాయడం: 40 పేజీల ప్రభుత్వ సర్క్యులర్‌ను చదివి, ఐదు ముఖ్యమైన బులెట్ పాయింట్లలో సులభంగా వివరించడం.
- పునరావృత డిజిటల్ పనులు: బిల్లులను, ఇన్వాయిస్‌లను చెక్ చేయడం వంటి నిరంతర ఆఫీస్ పనులు.
AI అస్సలు చేయలేని పనులు:
- సహజమైన ఇంగితజ్ఞానం (Common Sense): ఒక కోడిగుడ్డును గ్రానైట్ నేలపై పడేస్తే పగిలిపోతుందని ఐదేళ్ల పిల్లాడికి కూడా తెలుసు. కానీ AIకి కేవలం పదాలు మాత్రమే తెలుసు; దానికి భౌతిక శరీరం లేదు, అది ఎప్పుడూ గుడ్డును గానీ నేలను గానీ తాకలేదు.
- నైతిక తీర్పు మరియు సానుభూతి: ఒక యంత్రానికి బాధ, న్యాయం, లేదా మానవ గౌరవం అనేవి అర్థం కావు. అది కేవలం ఆ భావనలకు సంబంధించిన పదాలను మాత్రమే సృష్టించగలదు.
- సత్య నిర్ధారణ: వైద్య, న్యాయ లేదా ప్రాణాపాయ నిర్ణయాల విషయంలో మనుషుల పర్యవేక్షణ లేకుండా కేవలం AI సూచనలపై గుడ్డిగా ఆధారపడటం అత్యంత ప్రమాదకరం.
4. భౌతిక మూల్యం: సిలికాన్, విద్యుత్ మరియు నీరు
AI సాఫ్ట్‌వేర్ అనేది ఆకాశంలోని మేఘాలపై నడవదు. అది GPUలు (Graphics Processing Units) మరియు ప్రత్యేక న్యూరల్ ప్రాసెసర్లతో నిండిన భారీ కాంక్రీట్ డేటా సెంటర్లలో నడుస్తుంది.
ఒక్క పెద్ద AI మోడల్‌ను సిద్ధం చేయడానికి (ట్రైనింగ్ ఇవ్వడానికి):
- వేలాది కంప్యూటర్ చిప్స్ నెలల తరబడి నిరంతరాయంగా పనిచేయాలి.
- లక్షలాది కిలోవాట్-అవర్ల విద్యుత్ అవసరం అవుతుంది.
- ప్రాసెసర్లు వేడెక్కి కాలిపోకుండా ఉండటానికి భారీ శీతలీకరణ వ్యవస్థల ద్వారా లక్షలాది లీటర్ల స్వచ్ఛమైన నీటిని వినియోగిస్తారు.
మనం చేసే ప్రతి AI శోధన వెనుకా నిజమైన విద్యుత్ మరియు నీటి వినియోగం ఉందని తెలుసుకున్నప్పుడు, మనం దానిని ఏదో ఆటవస్తువులా చూడటం మానేస్తాము. వ్యవసాయం, వైద్యం, విద్య వంటి మన ప్రజల నిజమైన సమస్యలను పరిష్కరించడానికి ఉపయోగపడే ఒక ఇంజనీరింగ్ సాధనంగా దానిని బాధ్యతాయుతంగా చూడటం ప్రారంభిస్తాము.
ప్రతి భారతీయ ఇంటికీ ముఖ్యమైన సారాంశం
- AI అనేది ప్యాటర్న్ రికగ్నిషన్ మాత్రమే, అది మానవ స్పృహ కాదు. ఇది అత్యంత వేగంగా పనిచేసే గణిత మరియు గణాంక సూత్రాల సమాహారం.
- లాంగ్వేజ్ మోడల్స్ సంభావ్యతలను లెక్కిస్తాయి. అవి గతంలో చదివిన డేటా ఆధారంగా తదుపరి పదాన్ని ఊహిస్తాయి తప్ప, వాటికి వాస్తవాల స్వతంత్ర అవగాహన ఉండదు.
- ముఖ్యమైన విషయాలను ఎల్లప్పుడూ సరిచూసుకోండి. AIని మీకు సహాయపడే ఒక అసిస్టెంట్‌గా ఉపయోగించండి తప్ప, తిరుగులేని అధికారిక తీర్పుగా నమ్మవద్దు.
- సాంకేతికత అనేది ప్రజల సాధికారతకు ఒక సాధనం. భయం లేకుండా సరళంగా అర్థం చేసుకున్నప్పుడు, భారతదేశంలోని విద్యా మరియు భాషా అసమానతలను తొలగించడానికి AI ఒక గొప్ప వారధిగా నిలుస్తుంది.