AI என்றால் என்ன? செயற்கை நுண்ணறிவை எளிய தமிழில் புரிந்துகொள்ளலாம்

உங்கள் மொபைலில் ஒரு பாடலைக் கேட்ட பிறகு, அதே ரசனைக்கு ஏற்ற இன்னொரு பாடல் பரிந்துரையாக வருகிறதா? ஒரு புகைப்படத்தில் முகம் தெளிவாகத் தெரியும் வகையில் கேமரா தானாக மாற்றம் செய்கிறதா? தமிழில் கேட்கும் கேள்விக்கு ஒரு மென்பொருள் தமிழிலேயே விளக்கம் தருகிறதா? இந்த அனுபவங்களுக்குப் பின்னால் செயற்கை நுண்ணறிவு எனப்படும் AI தொழில்நுட்பம் இருக்கலாம்.

அதற்காக உங்கள் மொபைல் உங்கள் மனதைப் படிக்கிறது என்று அர்த்தமில்லை. நீங்கள் கொடுக்கும் தகவல்கள், சேவையில் கிடைக்கும் சிக்னல்கள், ஏற்கெனவே கற்றுக்கொண்ட வடிவங்கள் ஆகியவற்றின் உதவியால் ஒரு அமைப்பு பொருத்தமான முடிவைக் கணிக்கிறது. அந்தக் கணிப்பு சில நேரங்களில் சரியாகவும், சில நேரங்களில் தவறாகவும் இருக்கும்.

AI பற்றி அறிய முதலில் coding தெரிந்திருக்க வேண்டியதில்லை. ஒரு உதாரணத்தைப் புரிந்துகொண்டு, அதன் பயனையும் வரம்பையும் கவனித்தாலே போதும். இந்த வழிகாட்டியில் AI என்றால் என்ன என்பதிலிருந்து, அதை உங்கள் படிப்பு அல்லது வேலைக்குப் பயன்படுத்தும்போது எதைச் சரிபார்க்க வேண்டும் என்பதுவரை பார்க்கலாம்.

AI என்றால் என்ன?

AI என்பதன் விரிவாக்கம் Artificial Intelligence. தமிழில் இதைச் செயற்கை நுண்ணறிவு என்று சொல்கிறோம். மொழியைப் புரிந்துகொள்வது, படங்களில் உள்ள பொருட்களை அடையாளம் காண்பது, தகவல்களிலிருந்து கணிப்புகளை உருவாக்குவது போன்ற பணிகளைச் செய்யும் கணினி அமைப்புகளுக்கான பொதுவான பெயர் இது.

“மனித மூளை போல வேலை செய்யும் இயந்திரம்” என்பது நினைவில் வைத்துக்கொள்ள எளிதான விளக்கம். ஆனால் அது முழுமையாகத் துல்லியமானது அல்ல. ஒரு மனிதர் தன் வாழ்க்கை அனுபவம், உணர்வு, சூழல் ஆகியவற்றுடன் ஒரு முடிவை எடுக்கிறார். ஒரு AI அமைப்பு உருவாக்கப்பட்ட விதத்திற்கும், அதற்குக் கிடைக்கும் தகவல்களுக்கும் ஏற்ப பதிலை வழங்குகிறது.

உதாரணமாக, “எனக்குப் படிப்பதற்கே மனம் இல்லை” என்று எழுதினால், ஒரு உரையாடல் AI ஆறுதலாகப் பதிலளிக்கலாம். அந்தப் பதில் உங்களுக்கு உதவக்கூடும். ஆனால் கனிவான மொழியில் பதில் தருவது மட்டுமே அந்த அமைப்புக்கு மனித உணர்வுகள் இருக்கின்றன என்பதற்கான ஆதாரம் அல்ல.

AI எப்படி வேலை செய்கிறது? ஒரு மாம்பழ உதாரணம்

ஒரு பழக்கடையில் மாம்பழங்களைத் தரம் பிரிக்க உதவும் அமைப்பை உருவாக்குகிறோம் என்று நினைத்துக்கொள்ளுங்கள். பழத்தின் நிறம், மேற்பரப்பு, வடிவம் போன்றவற்றைப் பார்த்து அது பழுத்திருக்கிறதா என்பதை மதிப்பிட வேண்டும். இதற்கு ஒவ்வொரு பழத்திற்கும் தனித்தனியாகப் பதில் எழுதிக்கொடுப்பது சிரமம்.

அதற்குப் பதிலாக, பல மாம்பழப் படங்களுடன் அவற்றின் நிலையைப் பற்றிய தகவல்களைக் கொடுத்து ஒரு மாதிரியைப் பயிற்றுவிக்கலாம். படங்களுக்கும் கொடுக்கப்பட்ட பதில்களுக்கும் இடையிலான தொடர்புகளை மாதிரி கற்றுக்கொள்கிறது. இதுவே தரவிலிருந்து கற்றுக்கொள்ளும் Machine Learning முறையின் ஒரு எளிய உதாரணம்.

பயிற்சி முடிந்ததும், புதிதாகக் கொடுக்கப்படும் மாம்பழப் படத்தை வைத்து அந்த மாதிரி ஒரு கணிப்பை வழங்கும். கற்றுக்கொள்ளும் கட்டம் training என்றும், கற்ற மாதிரியைப் பயன்படுத்திப் புதிய பதிலைப் பெறுவது inference என்றும் அழைக்கப்படுகின்றன. ஒவ்வொரு புதிய படத்தையும் பார்க்கும்போது மாதிரி தானாக மீண்டும் பயிற்சி பெறும் என்று கருதக்கூடாது.

இந்த உதாரணத்தில் ஒரு முக்கியமான சிக்கல் இருக்கிறது. வெளியில் மஞ்சளாக இருக்கும் எல்லா மாம்பழங்களும் உள்ளே ஒரே நிலையில் இருக்காது. படம் எடுக்கப்பட்ட வெளிச்சமும் முடிவைப் பாதிக்கலாம். அதனால் “AI சொன்னதால் சரி” என்று முடிவு செய்யாமல், அது எந்தத் தகவலை வைத்து கணித்தது என்று கவனிக்க வேண்டும்.

AI-க்கான தரவு இணையத்திலிருந்து மட்டுமே வருவதில்லை. நிறுவனம் வைத்திருக்கும் பதிவுகள், அனுமதியுடன் சேகரிக்கப்பட்ட படங்கள், சென்சார் அளவீடுகள், மனிதர்கள் தயாரித்த எடுத்துக்காட்டுகள் போன்றவையும் பயன்படுத்தப்படலாம். எந்தத் தரவு பயன்படுத்தப்பட்டது என்பதே அமைப்புக்கு என்ன தெரியும், எதில் தவறு நிகழலாம் என்பதைப் பாதிக்கிறது.

AI, Machine Learning, Generative AI: என்ன வித்தியாசம்?

AI என்பது பரந்த துறை. அதன் கீழ் பல விதமான முறைகள் உள்ளன. அவற்றில் தரவிலிருந்து தொடர்புகளைக் கற்றுக்கொள்ளும் முறை Machine Learning. எல்லா AI அமைப்புகளும் ஒரே விதமாக உருவாக்கப்படுவதில்லை; சில அமைப்புகள் விதிகளையும் மற்றவை கற்ற மாதிரிகளையும் பயன்படுத்துகின்றன.

Deep Learning என்பது Machine Learning-இன் ஒரு பகுதி. பல அடுக்குகள் கொண்ட neural network மாதிரிகளைப் பயன்படுத்தி சிக்கலான தொடர்புகளைக் கற்றுக்கொள்ள உதவுகிறது. ஒரு படம், ஒலி அல்லது மொழியில் இருக்கும் வடிவங்களை அறியும் பணிகளில் இந்த அணுகுமுறை பயன்படுகிறது. பெயரில் “neural” இருப்பதால் அது மனித மூளையின் முழுமையான பிரதியாகிவிடாது.

Generative AI என்பது உரை, படம், ஒலி போன்ற புதிய உள்ளடக்கத்தை உருவாக்கும் AI வகை. நீங்கள் ஒரு தலைப்பைக் கொடுத்தால் கட்டுரை வரைவை உருவாக்குவது இதற்கான உதாரணம். ஆனால் புதிதாக உள்ளடக்கம் உருவாக்கும் திறனும், அதில் உள்ள ஒவ்வொரு தகவலும் உண்மை என்ற உறுதியும் வெவ்வேறு விஷயங்கள்.

மேலும், தானாக நடக்கும் எல்லா செயல்களும் AI அல்ல. தினமும் காலை ஏழு மணிக்கு அலாரம் அடிப்பது ஒரு நேர விதியைப் பின்பற்றுகிறது. அதைச் செய்ய AI தேவையில்லை. ஒரு அமைப்பு தானாகச் செயல்படுகிறது என்பதைக் காட்டிலும், அது எவ்வாறு முடிவை எடுக்கிறது என்பதே முக்கியம்.

நம் அன்றாட வாழ்க்கையில் AI எங்கே இருக்கிறது?

வீடியோ அல்லது இசைப் பரிந்துரைகள் ஒரு பரிச்சயமான உதாரணம். நீங்கள் பார்த்த உள்ளடக்கம், அதில் செலவிட்ட நேரம் போன்ற சிக்னல்களை ஒரு பரிந்துரை அமைப்பு பயன்படுத்தலாம். அடுத்ததாக எதை விரும்பக்கூடும் என்று மதிப்பிடுவதே அதன் பணி; உங்கள் அடுத்த எண்ணத்தை நேரடியாக அறிந்துகொள்வது அல்ல.

மொபைல் கேமராவின் சில அம்சங்கள் படத்தில் உள்ள பொருட்கள் அல்லது முகங்களைக் கண்டறிந்து படத்தை மேம்படுத்த உதவுகின்றன. மின்னஞ்சலில் தேவையற்ற செய்திகள் பிரிக்கப்படுவது, குரலை எழுத்தாக மாற்றுவது, மொழிபெயர்ப்பு போன்ற பணிகளிலும் AI முறைகள் பயன்படுத்தப்படலாம்.

இருப்பினும் ஒரு செயலியில் காணப்படும் ஒவ்வொரு வசதியும் AI சார்ந்தது என்று சொல்ல முடியாது. உதாரணமாக ஒரு வரைபடச் செயலியில் பாதை கணக்கிடுதல், நேரடி போக்குவரத்துத் தகவல், பயண நேரக் கணிப்பு ஆகியவை வெவ்வேறு தொழில்நுட்பங்களின் கூட்டாக இருக்கலாம். “இந்த app முழுவதும் AI தான்” என்ற விளக்கம் இந்த வித்தியாசங்களை மறைத்துவிடும்.

மாணவர்கள் AI-யை எப்படி பயன்படுத்தலாம்?

படிக்க வேண்டிய பாடத்தை வேறு ஒரு எளிய விளக்கத்தில் பார்க்க AI உதவலாம். குறிப்பாகப் பாடப்புத்தகத்தில் உள்ள ஒரு கருத்தைப் புரிந்துகொள்ள முடியாதபோது, அதை ஒரு அன்றாட உதாரணத்துடன் விளக்கச் சொல்லலாம். பதிலைப் படித்துவிட்டு அதே கருத்தை உங்கள் சொந்த வார்த்தைகளில் சொல்லிப் பார்ப்பதே கற்றலுக்குப் பயனுள்ளதாக இருக்கும்.

உதாரணமாக ஒளிச்சேர்க்கை பற்றிப் படிக்கும் மாணவர் இப்படிக் கேட்கலாம்:

“நான் பத்தாம் வகுப்பு மாணவன். ஒளிச்சேர்க்கையை எளிய தமிழில் விளக்கு. சூரிய ஒளி, நீர், கார்பன் டை ஆக்சைடு ஆகியவற்றின் பங்கைத் தெளிவாகச் சொல். பிறகு எனக்குப் புரிந்ததா என்பதைச் சோதிக்க மூன்று கேள்விகள் கேள். நான் பதில் சொல்வதற்கு முன்பே விடைகளைச் சொல்ல வேண்டாம்.”

இது ஒரு மாதிரிக் கோரிக்கை; குறிப்பிட்ட கருவியில் சோதித்த முடிவாக இதைக் கருத வேண்டாம். “ஒளிச்சேர்க்கை பற்றி சொல்லு” என்று கேட்பதைவிட, வகுப்பு, மொழி, நோக்கம், எதிர்பார்க்கும் பயிற்சி ஆகியவற்றைக் குறிப்பிடுவது பதிலின் வடிவத்தைத் தெளிவாக்குகிறது.

விளக்கத்தில் இருக்கும் முக்கியச் சொற்களையும் செயல்முறையையும் பாடப்புத்தகத்துடன் ஒப்பிடுங்கள். ஒரு தவறு தெரிந்தால் அதைச் சுட்டிக்காட்டி விளக்கம் கேளுங்கள். இன்னும் சந்தேகம் இருந்தால் ஆசிரியரிடம் உறுதி செய்யுங்கள். AI பதிலில் உள்ள அழகான மொழி, பாடத்திற்கான சரியான புரிதலுக்குப் பதிலாக இருக்காது.

Assignment-க்காக ஒரு முழுப் பதிலை வாங்கி அப்படியே சமர்ப்பிப்பதைவிட, உங்கள் வரைவைப் பற்றி கருத்துக் கேட்கலாம். “என் விளக்கத்தில் விடுபட்ட கருத்து இருக்கிறதா?” அல்லது “இந்தப் பத்தியை இன்னும் தெளிவாக எழுதுவது எப்படி?” என்று கேட்பது உங்கள் சிந்தனையை வளர்க்க உதவும். உங்கள் பள்ளி அல்லது கல்லூரியின் AI பயன்பாட்டு விதிகளையும் பின்பற்ற வேண்டும்.

 

வேலையில் பயன்படுத்த ஒரு நடைமுறை உதாரணம்

ஒரு சிறிய கடைக்கு வாடிக்கையாளர்கள் அடிக்கடி ஒரே கேள்வியைக் கேட்கிறார்கள் என்று வைத்துக்கொள்ளுங்கள்: “எனது ஆர்டர் எப்போது வரும்?” ஒவ்வொரு முறையும் புதிதாகப் பதில் எழுதுவதற்குப் பதிலாக, மரியாதையான பதில் வரைவை AI மூலம் தயாரிக்கலாம்.

“டெலிவரி தேதி உறுதி செய்யப்படவில்லை. உறுதியாகாத தேதியைச் சொல்லாமல், நிலையைச் சரிபார்த்துத் தகவல் தருவோம் என்று தமிழில் இரண்டு வாக்கியங்களில் எழுதுக” என்ற கோரிக்கை உதவும். இங்கே AI-க்கு வாடிக்கையாளரின் முகவரி, தொலைபேசி எண் அல்லது ஆர்டர் விவரங்களை வழங்க வேண்டிய அவசியமில்லை.

கிடைத்த பதிலை அனுப்பும் முன்பு வாசிக்க வேண்டும். உங்கள் நிறுவனம் செய்ய முடியாத வாக்குறுதியைச் சேர்த்துள்ளதா, தேவையற்ற தகவலை உருவாக்கியுள்ளதா, மொழி வாடிக்கையாளருக்குப் புரியுமா என்பதைப் பாருங்கள். வரைவு தயாரிப்பில் நேரம் மிச்சமானாலும், இறுதி தகவலுக்கான பொறுப்பு அதை அனுப்பும் மனிதரிடமே இருக்கிறது.

AI ஏன் தவறான பதில்களைத் தருகிறது?

ஒரு மொழி மாதிரி நம்பத்தகுந்ததாகத் தோன்றும் வாக்கியங்களை உருவாக்கலாம். ஆனால் அதற்காக அந்த வாக்கியத்தில் உள்ள பெயர், தேதி அல்லது மேற்கோள் சரியாக இருக்க வேண்டும் என்ற கட்டாயம் இல்லை. உண்மையற்ற தகவலை நம்பிக்கையுடன் வழங்குவது பொதுவாக hallucination என்று குறிப்பிடப்படுகிறது.

ஒரு குறிப்பிட்ட புத்தகத்தில் ஒரு கருத்து இருப்பதாக AI சொல்கிறது என்று நினைத்துக்கொள்ளுங்கள். புத்தகத்தின் பெயர் உண்மையாக இருக்கலாம்; ஆனால் குறிப்பிடப்பட்ட கருத்து அதில் இல்லாமல் இருக்கலாம். “ஆதாரம் கொடு” என்று மீண்டும் கேட்டால் கிடைக்கும் இணைப்பையும் திறந்து பார்க்க வேண்டும். ஒரு இணைப்பு இருப்பது மட்டுமே ஆதாரம் சரியானது என்பதை உறுதி செய்யாது.

சமீபத்திய தகவல் தொடர்பாகவும் கவனம் தேவை. எல்லா AI கருவிகளும் நேரடி இணையத் தேடலைப் பயன்படுத்துவதில்லை. பழைய தகவலை அடிப்படையாகக் கொண்ட பதில் இன்றைய நிலைக்கு பொருந்தாமல் இருக்கலாம். தேர்வு தேதிகள், கட்டணங்கள், சேவை விதிகள் போன்றவற்றிற்கு சம்பந்தப்பட்ட அதிகாரப்பூர்வ அறிவிப்பைப் பார்க்க வேண்டும்.

தமிழிலும் இந்தச் சரிபார்ப்பு அவசியம். ஒரு ஆங்கிலச் சொல்லுக்கு ஒரே தமிழ் மொழிபெயர்ப்பு எல்லா இடங்களிலும் பொருந்தாது. தொழில்நுட்பச் சொல்லைத் தவறாக மொழிபெயர்த்தால் முழுக் கருத்தும் மாறலாம். கடினமான சொல்லுக்கு ஆங்கிலப் பெயரையும் சேர்த்து விளக்கம் கேட்பது புரிதலுக்கு உதவும்.

AI-யைப் பயன்படுத்தும்போது தனியுரிமையை எப்படி கவனிப்பது?

ஒரு கோப்பை AI கருவியில் பதிவேற்றுவதற்கு முன்பு அதில் என்ன தகவல் இருக்கிறது என்று பாருங்கள். உங்கள் பெயர் தேவையில்லாத ஒரு பணிக்கு முழுப் பெயரை வழங்க வேண்டியதில்லை. தனிப்பட்ட அடையாள எண்கள், கடவுச்சொற்கள், வாடிக்கையாளர் விவரங்கள் அல்லது அனுமதியில்லாத நிறுவன ஆவணங்களைப் பகிர்வதைத் தவிர்க்க வேண்டும்.

ஒரு ஆவணத்தைச் சுருக்க வேண்டும் என்றால், தனிப்பட்ட விவரங்களை நீக்கிய பகுதியைக் கொடுக்க முடியுமா என்று யோசியுங்கள். நீங்கள் பயன்படுத்தும் சேவையின் தரவு பயன்பாட்டு விதிகளையும் அமைப்புகளையும் படியுங்கள். எல்லா AI சேவைகளும் பதிவேற்றப்படும் தகவலை ஒரே விதத்தில் கையாளும் என்று கருத முடியாது.

கல்வியில் AI பயன்பாடு குறித்து UNESCO வெளியிட்ட வழிகாட்டுதலும் தனியுரிமை மற்றும் மனிதர்களின் பங்கேற்பை முக்கியமாகக் கருதுகிறது. ஒரு கருவி எளிதாகக் கிடைக்கிறது என்பதற்காக அதன் பதிலைச் சரிபார்க்கும் பழக்கத்தை விட்டுவிடக்கூடாது.

AI பயன்படுத்தினால் பணம் சம்பாதிக்க முடியுமா?

AI சில பணிகளைச் செய்ய உதவுவதால் வருமானம் ஈட்டும் வேலையிலும் பயன்படலாம். ஆனால் ஒரு கருவியைப் பயன்படுத்தத் தெரிந்திருப்பது மட்டுமே வருமானத்தை உறுதி செய்யாது. வாடிக்கையாளருக்கு என்ன தேவை, நீங்கள் வழங்கும் வேலை எவ்வளவு தரமானது, அதைத் தொடர்ந்து செய்ய முடியுமா என்பவை முக்கியம்.

ஒரு தமிழ் content writer கட்டுரையின் அமைப்பைப் பற்றி யோசிக்கவும், வரைவைத் திருத்தவும் AI உதவியைப் பெறலாம். இருந்தாலும் சரியான தகவலைத் தேடுவது, வாசகரின் கேள்வியைப் புரிந்துகொள்வது, தனித்துவமான உதாரணங்களைச் சேர்ப்பது, இறுதி மொழியைச் செம்மைப்படுத்துவது ஆகியவை எழுத்தாளரின் பணிகளாகவே இருக்கும்.

அதேபோல் ஒரு blogger பொதுவான AI பதிலை அப்படியே வெளியிடுவதற்கு பதிலாக, ஒரு குறிப்பிட்ட வாசகர் பிரச்சினையைத் தெளிவாகத் தீர்க்க வேண்டும். “AI நல்லது” என்று சொல்வதைவிட, “ஒரு கடினமான பாடத்தை விளக்கக் கேட்பது எப்படி, அந்தப் பதிலை எப்படிச் சரிபார்ப்பது” என்று காட்டும் கட்டுரை வாசகருக்கு நடைமுறையில் உதவும்.

AI உருவாக்கிய படங்கள், ஒலி அல்லது உரையை வணிகப் பயன்பாட்டிற்கு எடுத்துக்கொள்ளும் முன்பு அந்தச் சேவையின் உரிம விதிகளைப் பார்க்க வேண்டும். “AI மூலம் உருவாக்கப்பட்டது” என்ற ஒரே காரணத்தால் எல்லா உள்ளடக்கத்தையும் எந்த நோக்கத்திற்கும் பயன்படுத்தலாம் என்று முடிவு செய்யக்கூடாது.

அடிக்கடி கேட்கப்படும் கேள்விகள்

AI கற்றுக்கொள்ள coding தெரிய வேண்டுமா?

அடிப்படைப் புரிதலைப் பெறவும், பல தயாரான கருவிகளைப் பயன்படுத்தவும் coding கட்டாயமில்லை. ஆனால் AI மாதிரிகளை உருவாக்குதல், தரவை ஆய்வு செய்தல் போன்ற தொழில்நுட்பப் பணிகளில் programming மற்றும் கணித அறிவு உதவும். உங்கள் நோக்கத்தைப் பொறுத்து கற்றல் பாதையைத் தேர்ந்தெடுக்கலாம்.

AI-க்கு எல்லாக் கேள்விகளுக்கும் பதில் தெரியுமா?

தெரியாது. தரவு இல்லாமை, தவறான தகவல், தெளிவில்லாத கேள்வி போன்ற காரணங்களால் தவறு நிகழலாம். தெரியாததைத் தெரியாது என்று சொல்லாமல் பதிலை உருவாக்கவும் முடியும். அதனால் முக்கியமான தகவலை வெளிப்புற ஆதாரத்துடன் சரிபார்க்க வேண்டும்.

AI மனிதர்களின் வேலைகளை முழுவதும் மாற்றிவிடுமா?

எல்லா வேலைகளுக்கும் ஒரே பதில் சொல்ல முடியாது. சில பணிகள் தானியங்கியாகலாம்; சில பணிகளின் செய்முறை மாறலாம். மனித முடிவு, பொறுப்பு, தொடர்பு மற்றும் துறை அறிவு தேவைப்படும் பகுதிகளும் உள்ளன. நீங்கள் செய்யும் வேலையில் எந்தப் பகுதியை AI உதவியுடன் மேம்படுத்தலாம் என்று பார்க்குவது பயனுள்ள தொடக்கம்.

AI-யை தமிழில் பயன்படுத்த முடியுமா?

தமிழை ஆதரிக்கும் கருவிகளில் தமிழில் கோரிக்கை கொடுக்கலாம். ஆனால் எல்லாக் கருவிகளின் மொழித் தரமும் ஒரே அளவில் இருக்காது. பேச்சுத் தமிழ் வேண்டுமா, முறையான தமிழ் வேண்டுமா, எந்த வயதினருக்கான விளக்கம் வேண்டும் என்பதைக் குறிப்பிடுங்கள். கிடைக்கும் பதிலில் பொருள் சரியாக இருக்கிறதா என்பதையும் பாருங்கள்.

AI-யை அறிய ஒரு சிறிய பயிற்சியிலிருந்து தொடங்குங்கள்

உங்களுக்கு ஏற்கெனவே ஓரளவு தெரிந்த ஒரு பாடக் கருத்தை எடுத்துக்கொள்ளுங்கள். அதை எளிய தமிழில் விளக்கச் சொல்லுங்கள். பதிலில் இருக்கும் ஒரு வாக்கியத்தைத் தேர்ந்தெடுத்து, “இதற்கு ஒரு உதாரணம் கொடு” என்று கேளுங்கள். பிறகு அந்த விளக்கத்தை உங்கள் புத்தகம் அல்லது நம்பகமான ஆதாரத்துடன் ஒப்பிடுங்கள்.

இந்தச் சிறிய பயிற்சியில் AI எதில் உதவுகிறது, எதில் இன்னும் உங்கள் கவனம் தேவைப்படுகிறது என்பதை அறியலாம். AI-யைப் பயனுள்ளதாகப் பயன்படுத்துவது என்பது வேகமாகப் பதில் பெறுவது மட்டும் அல்ல; நல்ல கேள்வி கேட்பது, பதிலைப் புரிந்துகொள்வது, தவறுகளைச் சரிபார்ப்பது ஆகியவற்றையும் சேர்த்தது.

செயற்கை நுண்ணறிவு பற்றிய தமிழ்க் கட்டுரைகளை AI Tamil Zone-ல் தொடர்ந்து படிக்கலாம். அடுத்த முறை ஒரு AI பதிலைப் பார்க்கும்போது, “இது என்ன சொல்கிறது?” என்பதுடன் “இதை நான் எப்படிச் சரிபார்ப்பது?” என்றும் கேட்டுப் பாருங்கள்.

மேலும் படிக்க உதவும் ஆதாரங்கள்

Google: What is Machine Learning? — தரவிலிருந்து மாதிரிகள் கற்றுக்கொள்ளும் முறைக்கான அறிமுகம்.

Google: Supervised Learning — பயிற்சி மற்றும் புதிய தகவல்களுக்கான கணிப்புகளைப் பற்றிய விளக்கம்.

UNESCO: Guidance for generative AI in education and research — கல்வியில் பொறுப்பான AI பயன்பாடு பற்றிய வழிகாட்டுதல்.