ரோபோ ஆசிரியராய் பெண்கள்... பட்டையை கிளப்பும் ஸ்பேஷியல் AI

நன்றி குங்குமம் தோழி

கொஞ்சம் கற்பனை பண்ணுங்க... காலையில எந்திரிக்கிறீங்க. துடைப்பத்தை எடுத்து வீட்ட பெருக்க ஆரம்பிக்கிறீங்க. பெருக்குறதுக்கு முன்னாடி உங்க நெற்றியில் ஒரு சின்ன கேமராவை, ஒரு பேண்டுடன் இணைத்து கட்டுறீங்க.இப்போ பெருக்குறீங்க... வெங்காயம் நறுக்குறீங்க... வாஷிங்மெஷின்ல துணிகளை போடுறீங்க... காய் நறுக்குறீங்க... சமைக்கிறீங்க... இந்த சாதாரண வேலைகளை செய்ய, உலகத்தோட மிகப்பெரிய தொழில்நுட்ப நிறுவனங்கள் உங்க வங்கிக் கணக்கில், ஒரு மணி நேரத்துக்கு 240ல் இருந்து 250 ரூபாய் வரை பணம் போடுறாங்க. கேட்க ஏதோ சயின்ஸ் பிக் ஷன் படம் மாதிரி இருக்குல.

இன்னைக்கு தமிழ்நாட்டின் பல வீடுகளில் நிஜமாவே இதுதான் நடந்துட்டிருக்கு. உலகளாவிய அதிநவீன AI, அதாவது, செயற்கை நுண்ணறிவுக்கும், ஹியூமனாய்ட் ரோபோக்களோட (Humanoid robot) எதிர்காலத்துக்கும், சென்னை, கரூர் மாதிரியான ஊர்களில் இருக்கிற சாதாரண இல்லத்தரசிகளுக்கும் நடுவில் ஒரு பெரிய நெட்வொர்க் உருவாகி இருக்கு. சிலிக்கான் வேலில நடக்கிற ஆய்வு எப்படி சமையலறைக்குள் வந்துச்சு என்பது ஆச்சரியமே.இது வெறும் வீடியோ ரெக்கார்டிங் மட்டுமே கிடையாது. துல்லியமான டேட்டா கலெக் ஷன். தலையில கட்டுற ப்ரோ கேமராக்கள், ஸ்மார்ட் கிளாஸ்கள், மோஷன் சென்சார்களை இதில் பயன்படுத்தி, பழம் வெட்டுறது, பூ தொடுப்பது வரை எல்லா வேலைகளையும் அப்படியே பதிவு செய்றாங்க.

இந்த வீடியோக்கள்தான் ஏற்கனவே YouTubeல் இருக்கே என்று நீங்கள் கேட்கலாம். YouTubeல் வரும் சமையல் வீடியோக்களை ஹியூமனாய்ட் ரோபோவுக்கு பயன்படுத்த முடியாது. காரணம், இவை மூன்றாம் நபர் பார்வையில் எடுக்கப்பட்டவை. அதாவது, கேமராவை தூரமாக ட்ரைபாட்டில் வைத்து எடுக்கப்படும் 2டி வீடியோ. இதைப் பார்த்து ஒருவர் சமையலை கற்றுக்கொள்ள மட்டுமே முடியும். ஆனால், ரோபோவால் கற்க முடியாது.

ரோபோவுக்கு தேவை ஈகோ சென்ட்ரிக் டேட்டா. அதாவது, முதல் நபர் பார்வை. மனிதர்கள் தங்களின் கண்களால் ஒரு வேலையை எப்படி பார்க்கிறார்களோ, அதே முப்பரிமாண கோணத்தில் ரோபோக்களுக்கு தரவுகள் தேவைப்படும். இதற்காகவே தலையில் கேமரா பொருத்தப்படுகிறது. தலையில மாட்டுகிற கேமரா மனித கண்களோட இயக்கவியலில் அப்படியே இவற்றை பதிவு செய்கிறது. இதைத்தான் ஸ்பேஷியல் AI என்கின்றனர். இந்த 3D கோணம் ஹியூமனாய்ட் ரோபோ பயிற்சிக்கு கட்டாயம் தேவை.

ஒரு தக்காளியை நறுக்கும்போது, நம் கண்கள் தக்காளிக்கும் கத்திக்கும் இடையில் இருக்கின்ற தூரத்தை எப்படி அளக்கும். நமது கைகள் எந்தக் கோணத்தில் நகரும். எவ்வளவு அழுத்தம் கொடுத்து நறுக்குகிறோம் என்பதெல்லாம் இதில் முக்கியம். நமது தலையோட அசைவு, கைகளோட நீளம், ஒரு பொருளை நாம எப்படி பிடிச்சிருக்கோம்? இதெல்லாமே கணித தரவுகளா இதில் மாறுது. பார்வையோடு, அந்தப் பொருளை நோக்கிய இயக்கமும் தேவை. அதனாலதான் பூ கட்டுறது மாதிரியான நுட்பமான வேலைகளையும் ரெக்கார்ட் பண்றாங்க. மெஷின் கைகளுக்கு இந்த

நுட்பமான அழுத்தத்தை கத்துக் கொடுக்கறது சாஃப்ட்வேர் உலகத்தில் மிகப்பெரிய சவால்.

வேலை செய்யும் போது, கேமரா பார்வையில கைகள் சரியாகத் தெரியவில்லை என்றால், கேமராவில் உள்ள செயலி அலர்ட் கொடுக்கும். கைகள் கொஞ்சம் மறைந்தாலும், AIயினால் புரிந்துகொள்ள முடியாது. உடனே ரெக்கார்டிங் நின்றுவிடும். இதனால் டேட்டா இடைவெளி ஏற்பட்டு, ரோபோவின் மூளை அந்த இடத்தில் குழம்பிவிடும்.வேலைகள் எல்லாம் ரெக்கார்ட் செய்தபிறகு, இவை அப்படியே ரோபோவுக்குப் போகாது. டேட்டா அனோட்டேஷன் கம்பெனிகளுக்கு, இந்த வீடியோக்கள் அனுப்பப்பட்டு, அவர்கள் அதில் இருக்கிற ஒவ்வொரு அசைவையும் குறியீடு செய்வார்கள். இதற்கு பெயர் டேக்கிங் செய்வது. சுருக்கமாய் கத்தி எங்க இருக்கு? கை எங்க இருக்கு? வெங்காயம் எங்க இருக்குன்னு சாஃப்ட்வேர் மூலமாக AIக்கு

புரியிற மொழிக்கு மொழிபெயர்ப்பது.

இப்படி முறையாக குறியிடப்பட்ட தரவுகள் Amazon, Pagemaker மாதிரியான சர்வதேச கிளவுட் தளங்களுக்கு அனுப்பப்படும். அங்கிருக்கிற அதிநவீன சர்வர்கள் இந்த தரவுகளை அனலைஸ் செய்து, நியூரல் நெட்வொர்க்குகளை உருவாக்குகின்றனர். இந்த நெட்வொர்க்கையே Tesla, Figure மாதிரியான முன்னணி நிறுவனங்கள் அவர்களின் ரோபோக்களுக்கு பயன்

படுத்துகிறார்கள்.சமீபத்துல டெஸ்லாவோட ஆப்டிமஸ் ரோபோ ஒன்று சட்டம் அடிப்பது மாதிரியான வீடியோ இணையத்தில் வைரலானது. அந்த ரோபோவின் மூளைக்குள் நம்ம ஊர் இல்லத்தரசிகளின் பல ஆயிரம் மணி நேரம், சட்டம் அடித்துக் காண்பித்த ஈகோசென்ட்ரிக் டேட்டாவின் தொகுப்பே ஓடிக்கொண்டிருக்கிறது.

ஒரு காலத்தில் பிபிஓ, கால் சென்டர் வேலைகளுக்காக உலகம் இந்தியாவை நோக்கி எப்படி ஓடி வந்ததோ, அதேமாதிரி AI டேட்டா உருவாக்கத்திலும் இந்தியா இன்று மிகப்பெரிய மையமாகவே மாறி வருகிறது. உலக அளவில் சுமார் 500க்கும் மேற்பட்ட கார்ப்பரேட் நிறுவனங்கள் இந்தப் பணிகளை வழங்கி வருகின்றார்கள்.இந்த வேலை வாய்ப்பு இல்லத்தரசிகளுக்குப் பொருளாதார ரீதியாக உதவினாலும், இதில் சில பின்னடைவுகளும் இருக்கின்றன. பில்லியன் டாலர் நிறுவனங்கள் வழங்கும் இந்த ஊதியம் மிகவும் சொற்பமானது என்றும், மனிதர்களின் வேலைகளை பறிக்கப்போகும் ரோபோக்களுக்கு மனிதர்களே பயிற்சி அளிப்பது முரண் என்றும் கூறப்படுகிறது. மேலும், வீட்டின் அந்தரங்கமான அன்றாட நடவடிக்கைகள் டிஜிட்டல் தரவுகளாக மாறுவது தனிமனித சுதந்திரம் குறித்த கேள்விகளையும் எழுப்புகிறது.

இருப்பினும், இந்தப் பணியில் ஈடுபட்டுள்ள பெண்கள் தாங்கள் ஒரு ரோபோவுக்கு ஆசிரியராக (Teacher) இருப்பதையும், இந்தத் தொழில்நுட்பம் தங்கள் வாழ்க்கையை முன்னேற்றும் ஒரு கருவியாக இருப்பதையும் பெருமையாகக் கருதுகிறார்கள். மனிதர்கள் புது சூழ்நிலைக்கு தங்களை மாற்றிக்கொள்வதில் வல்லவர்கள். நெருப்பை கண்டுபிடித்ததில் தொடங்கி, கம்ப்யூட்டர், இன்டர்நெட் என ஆரம்பித்து இன்று AI வரை இதுதான் தொடர்கிறது.

ஈகோசென்ட்ரிக் டேட்டா (Egocentric Data)

சாதாரண YouTube வீடியோக்கள் மூன்றாம் நபர் பார்வையில் எடுக்கப்படுபவை. ரோபோக்களுக்கு மனிதக் கண்கள் ஒரு வேலையை எப்படிப் பார்க்கிறதோ அதே போன்ற முதல் நபர் பார்வை தேவைப்படும்.

ஸ்பேஷியல் ஏஐ (Spatial AI)

தலையில் கட்டப்பட்ட கேமராக்கள் மூலம் ஒரு பொருளுக்கும் கைக்கும் இடையிலான தூரம், கைகளின் கோணம் மற்றும் கொடுக்கப்படும் அழுத்தம் போன்ற நுட்பமான தகவல்கள் சேகரிக்கப்படுகிறது. ரோபோக்கள் மனிதர்களை போல துல்லியமாய் வேலை செய்ய இதுவே உதவும்.

டேட்டா அனோட்டேஷன் (Data Annotation)

சேகரிக்கப்படும் வீடியோக்கள் நிறுவனங்களால் ஆய்வு செய்யப்பட்டு, அதிலுள்ள ஒவ்வொரு அசைவும் (கத்தி, கை, காய்கறி இருக்கும் இடங்கள்) குறியிடப்படுகின்றன. இந்தத் தரவுகள் அமேசான், பேஜ் மேக்கர் போன்ற சர்வதேச கிளவுட் தளங்கள் வழியாக டெஸ்லா (Tesla) போன்ற முன்னணி நிறுவனங்களுக்கு அனுப்பப்படும்.

தொகுப்பு: மகேஸ்வரி நாகராஜன்