കേവല അനുകരണങ്ങൾ: നിർമിത ബുദ്ധിയുടെ ചരിത്രം വായിക്കുമ്പോൾ
മനുഷ്യനെ അയാളുടെ ശരീരത്തിൽപോലും ചുരുക്കാതെ ‘സാമൂഹികബന്ധങ്ങളുടെ സഞ്ചയ’മായി കാണുന്ന മാർക്സിയൻ ചിന്തയിൽനിന്നോ ‘അവനവനാത്മ സുഖത്തിന്നാചരിക്കുന്നവ അപരന് സുഖത്തിനായ് വരേണം’ എന്ന സാമൂഹികവൽകൃത ചിന്ത മുന്നോട്ടുവച്ച നാരായണഗുരു ദർശനത്തിൽനിന്നോ ‘യന്ത്രങ്ങൾക്ക് ചിന്തിക്കാനാകുമോ?’ എന്ന് ചോദിക്കാനാവില്ല തന്നെ. നിർമിതബുദ്ധി ഇന്ന് സർവമേഖലകളിലും ചർച്ചാവിഷയമാണ്. അതിപ്പോൾ മെഡിക്കൽ രംഗത്തായാലും സർഗാത്മകതയുടെ രംഗത്തായാലും. നിർമിതബുദ്ധി ‘വരയ്ക്കുന്ന’ ചിത്രങ്ങൾ നമ്മെ അമ്പരപ്പിക്കുമ്പോഴും അതിൽ ആഴത്തിലുള്ള ആസ്വാദനത്തെ സഹായിക്കുന്ന അർഥതലങ്ങൾ ഉണ്ടാവില്ലല്ലോ എന്നത് നമ്മെ അലട്ടുന്നു. അതിന്റെ സൃഷ്ടിയിൽ ഉൽകൃഷ്ടമായ പഴയ കലാസൃഷ്ടികളുടെ അംശങ്ങൾ അതേപടി എടുത്തുപയോഗിച്ചിട്ടുണ്ടാവാം എന്ന് ചിന്തിക്കുമ്പോൾ പ്രക്രിയയിലെ നീതിരാഹിത്യം നമ്മെ അസ്വസ്ഥപ്പെടുത്താനും തുടങ്ങും. പൊതുവിൽ നിർമിതബുദ്ധിയുടെ ഫലങ്ങൾ ആകർഷകമാകുമ്പോൾ ഫലത്തിലേക്കെത്തുന്ന പ്രക്രിയയെക്കുറിച്ചുള്ള ചിന്തകൾ ഫലങ്ങളുടെ നിറംകെടുത്തുന്നു. എങ്ങനെയാണ് നിർമിതബുദ്ധി ‘എങ്ങനെയെങ്കിലുമൊക്കെ നല്ല ഫലങ്ങൾ’ നിർമിക്കുന്ന സാങ്കേതികവിദ്യയായി പരിണമിച്ചത്? അത് മനസ്സിലാക്കണമെങ്കിൽ നാം നിർമിതബുദ്ധിയുടെ ചരിത്രത്തിലേക്ക് പോകേണ്ടതുണ്ട്. ഉപരിപ്ലവമായ അനുകരണം എന്നത് എങ്ങനെയാണ് നിർമിതബുദ്ധിയുടെ ഉള്ളറകളിൽ അത്രയേറെ ആഴത്തിൽ സ്ഥാനം പിടിച്ചത് എന്നു മനസ്സിലാക്കാൻ നിർമിതബുദ്ധിയുടെ ചരിത്രത്തിലൂടെയുള്ള ഒരു വിമർശപരമായ നോട്ടം നമ്മെ സഹായിക്കും. ട്യൂറിങ് ടെസ്റ്റ് നിർമിതബുദ്ധിയെക്കുറിച്ചുള്ള ആദ്യത്തെ ചിന്തകൾ അലൻ ട്യൂറിങ് എന്ന ബ്രിട്ടീഷ് ഗണിതശാസ്ത്രജ്ഞന്റെ കാലത്തുള്ളതാണ്. അദ്ദേഹത്തെ നിർമിതബുദ്ധിയുടെ പിതാവ് എന്നും പലപ്പോഴും കംപ്യൂട്ടിങ്ങിന്റെ തന്നെ പിതാവ് എന്നും അടയാളപ്പെടുത്തുന്നുണ്ട്. അലൻ ട്യൂറിങ് 1950ൽ മൈൻഡ് എന്ന ജേർണലിൽ പ്രസിദ്ധീകരിച്ച ‘കംപ്യൂട്ടിങ് യന്ത്രങ്ങളും ബുദ്ധിയും’ എന്ന ഗവേഷണപ്രബന്ധത്തെ നിർമിതബുദ്ധിയുടെ ഉത്ഭവവുമായി ചേർത്തു വായിക്കാറുണ്ട്. അതിന്റെ ആദ്യത്തെ ഭാഗം നമുക്ക് ഒന്ന് നോക്കാം. ആ പ്രബന്ധം തുടങ്ങുന്നത് ‘യന്ത്രങ്ങൾക്ക് ചിന്തിക്കാനാകുമോ?’ എന്ന ചോദ്യത്തോടെയാണ്. ഇതിനെങ്ങനെയാണ് ഉത്തരം കണ്ടെത്തുക എന്ന് ട്യൂറിങ് ചിന്തിക്കുന്നു. ഒരുപക്ഷെ കുറെ മനുഷ്യരോട് ഈ ചോദ്യം ചോദിച്ച് അതിൽ കൂടുതൽ സ്വീകാര്യതയുള്ള ഉത്തരം ഏത് എന്ന് കണ്ടെത്തിയാലോ? ഒരു ഹിതപരിശോധന പോലെ. അങ്ങനെ കൂടുതൽ പേർ ‘അതെ’ എന്ന് പറഞ്ഞാൽ യന്ത്രങ്ങൾ അങ്ങനെ പെട്ടെന്ന് ചിന്തിച്ചു തുടങ്ങില്ലല്ലോ! ട്യൂറിങ് ഈ തിരിച്ചറിവിലൂടെ ഹിതപരിശോധനയുടെ പാത ഉപേക്ഷിക്കുന്നു. അതിനോടൊപ്പം ‘യന്ത്രങ്ങൾക്ക് ചിന്തിക്കാനാകുമോ?’ എന്ന ചോദ്യവും. രണ്ടാമത്തെ ഖണ്ഡിക തുടങ്ങുന്നത് മറ്റൊരു ചോദ്യത്തിനായിട്ടുള്ള ഉത്തരം തേടുന്നതിലൂടെയാണ്. ‘ചോദ്യത്തിന്റെ പുതിയ രൂപം’ എന്നദ്ദേഹം സൂചിപ്പിക്കുന്നുണ്ടെങ്കിലും ചോദ്യത്തിനും ഉത്തരത്തിനും കൂടി ഒരൊറ്റ പേരാണ് അദ്ദേഹം നൽകുന്നത്: ‘അനുകരണ മത്സരം’. വരികൾക്കിടയിലൂടെ ‘യന്ത്രത്തിന് ചിന്തിക്കുന്ന പോലെ തോന്നിപ്പിക്കാനാകുമോ?’ എന്നതാണ് ചോദ്യം എന്ന് വായിച്ചെടുക്കാൻ പ്രയാസമില്ല. ഒരു യന്ത്രത്തിന് മനുഷ്യരുടേതെന്ന് തെറ്റിദ്ധരിപ്പിക്കാൻ സാധിക്കുന്ന തരത്തിലുള്ള സംഭാഷണം ഉൽപ്പാദിപ്പിക്കാൻ സാധിക്കുമോ എന്നതാണ് ‘അനുകരണ മത്സര’ത്തിൽ വിജയിക്കാനുള്ള മാനദണ്ഡം. ഒരു തിരശ്ശീലയ്ക്കപ്പുറത്തിരിക്കുന്ന മനുഷ്യനുമായി ഏർപ്പെടുന്ന സംഭാഷണത്തിലൂടെ ഒരു യന്ത്രത്തിന് ഒരു മനുഷ്യന്റെ പ്രതീതി സൃഷ്ടിക്കാൻ സാധിച്ചാൽ യന്ത്രം അനുകരണ മത്സരത്തിൽ വിജയിച്ചു! വിജയത്തിന് ‘കബളിപ്പിക്കൽശേഷി’ മാനദണ്ഡമായിട്ടുള്ള ഈ മത്സരമാണ് പിന്നീടങ്ങോട്ട് നിർമിതബുദ്ധി എന്ന മേഖലയുടെ ഗതി നിർണയിച്ചത്! ട്യൂറിങ്ങിന്റെ പ്രബന്ധത്തിന്റെ ആദ്യ പേജ് വായിക്കുന്ന ആർക്കും ‘യന്ത്രങ്ങൾക്ക് ചിന്തിക്കാനാകുമോ?’ എന്ന ചോദ്യത്തിനുള്ള ഉത്തരമല്ല ‘അനുകരണ മത്സരം’ എന്ന് വ്യക്തമാകേണ്ടതാണ്. പക്ഷെ, നിർമിതബുദ്ധി ഗവേഷകസമൂഹം അവയെ മനഃപൂർവമോ അല്ലാതെയോ ചോദ്യം ഉത്തരം എന്ന രീതിയിലാണ് പരിഗണിച്ചുപോന്നത്. കൂടാതെ, അതിനവർ മറ്റൊരു പേരും നൽകി: ‘ട്യൂറിങ് ടെസ്റ്റ്’. ഈ പുതിയ പേര് അനുകരണമത്സരത്തിന് ഒരു ആധികാരികത നൽകി, ട്യൂറിങ് എന്ന മഹാന്റെ പേരിലുള്ള ടെസ്റ്റ് ആവുമ്പോൾ അതിലേക്കു അധികം വിമർശനശരങ്ങൾ വരില്ല എന്നൊരു സൗകര്യമുണ്ട്. ട്യൂറിങ് ടെസ്റ്റിൽ വിജയത്തിലെത്തുക എന്നതാണ് കഴിഞ്ഞ എഴുപതോളം വർഷമായി നിർമിതബുദ്ധി ഗവേഷണസമൂഹത്തിന്റെ മുൻഗണന നിശ്ചയിച്ചത് എന്നുപറയാം. ആ ചരിത്രത്തിലേക്ക് കടക്കുന്നതിന് മുമ്പ് ഒന്ന് രണ്ടു വിഷയങ്ങൾ കൂടി പരിശോധിച്ച് പോവേണ്ടതുണ്ട്. ‘യന്ത്രങ്ങൾക്ക് ചിന്തിക്കാനാകുമോ?’ എന്ന ചോദ്യം ഉന്നയിക്കണമെങ്കിൽ അതിനായിട്ടുള്ള ഒരു ആശയപരിസരം ഉണ്ടാവേണ്ടതുണ്ട്. ജീവിക്കുന്ന മൃഗങ്ങൾക്കുള്ള ഒരു സവിശേഷഗുണമാണ് ചിന്തിക്കാനുള്ള കഴിവ് എന്ന് കരുതുന്ന ഒരു സമൂഹത്തിൽ നിന്നുകൊണ്ട് ഒരിക്കലും യന്ത്രങ്ങളുടെ ചിന്തയെക്കുറിച്ചുള്ള ഒരു ചോദ്യം ഉന്നയിക്കാൻ സാധിക്കില്ലല്ലോ. അതുകൊണ്ട് ചിന്ത, ബുദ്ധി എന്നിങ്ങനെയുള്ള ആശയങ്ങൾ ജീവനില്ലാത്ത വസ്തുക്കളിലേക്ക് ആരോപിക്കുന്ന തരത്തിൽ അവയെ സങ്കുചിതമായി കാണുക എന്നത് ഈ ചോദ്യത്തിന്റെ ഒരു മുൻ ഉപാധിയാണ്. ഈ സങ്കുചിതത്വം പാശ്ചാത്യ ചിന്തയിൽ മൂന്ന് നൂറ്റാണ്ട് മുമ്പേ തന്നെ നിലയുറപ്പിച്ചിരുന്നു. ദെക്കാർത്ത് എന്ന ഫ്രഞ്ച് ദാർശനികൻ ‘i think therefore i am’ എന്ന പ്രസിദ്ധമായ ഉദ്ധരണിയുടെ കർത്താവ്, പതിനാറാം നൂറ്റാണ്ടിൽത്തന്നെ മനുഷ്യനെ (ചിന്തിക്കുന്ന) മസ്തിഷ്കവും (ചിന്തിക്കാത്ത) ശരീരവുമായി വിഭജിച്ചുകണ്ടിരുന്നു. കൂടാതെ ബ്രിട്ടീഷ് തത്വചിന്തകനായ ഹോബ്സ് ചിന്തയെ ലളിതമായ ഗണിത പ്രവൃത്തികളായി ചിത്രീകരിക്കാൻ താൽപ്പര്യപ്പെട്ടു. ലിബ്നിസ് എന്ന ചിന്തകനാവട്ടെ ചിന്ത ഗണിതാധിഷ്ഠിതവും വസ്തുനിഷ്ഠവുമാകയാൽ മനുഷ്യർ തമ്മിലുള്ള അഭിപ്രായവ്യത്യാസങ്ങൾ മനുഷ്യരുടെ അജ്ഞതയുടെ മാത്രം ഫലമാണെന്ന് വാദിച്ചു. ആവശ്യമുള്ള വിവരങ്ങൾ എല്ലാം ശേഖരിച്ചു കണക്കുകൂട്ടി സത്യം കണ്ടെത്തിയാൽ പിന്നെ അഭിപ്രായവ്യത്യാസം അവശേഷിക്കുന്നില്ല എന്ന് വ്യംഗ്യം! ചിന്തയെ വ്യക്തി എന്നതിൽ തന്നെ മസ്തിഷ്കത്തിലേക്ക് ചുരുക്കുകയും അതിന്റെ ഘടനയെ ഗണിതപ്രക്രിയയായി പരിമിതപ്പെടുത്തുകയും ചെയ്യുമ്പോൾ അത് അങ്ങേയറ്റം സങ്കുചിതത്വം നിറഞ്ഞതാകുന്നു. മനുഷ്യനെ അയാളുടെ ശരീരത്തിൽപോലും ചുരുക്കാതെ ‘സാമൂഹികബന്ധങ്ങളുടെ സഞ്ചയ’മായി കാണുന്ന മാർക്സിയൻ ചിന്തയിൽനിന്നോ ‘അവനവനാത്മ സുഖത്തിന്നാചരിക്കുന്നവ അപരന് സുഖത്തിനായ് വരേണം’ എന്ന സാമൂഹികവൽകൃത ചിന്ത മുന്നോട്ടുവച്ച നാരായണഗുരു ദർശനത്തിൽനിന്നോ ‘യന്ത്രങ്ങൾക്ക് ചിന്തിക്കാനാകുമോ?’ എന്ന് ചോദിക്കാനാവില്ല തന്നെ. നമുക്ക് നിർമിതബുദ്ധി ചരിത്രത്തിലേക്ക് തന്നെ മടങ്ങാം; ‘അനുകരണ മത്സരം’ പ്രസിദ്ധീകരിച്ച 1950 കഴിഞ്ഞ് നാല് വർഷങ്ങൾ കൂടിയേ ട്യൂറിങ് ജീവിച്ചിരുന്നുള്ളൂ. നിർമിതബുദ്ധിയെക്കുറിച്ചുള്ള ചിന്തകളുടെ കേന്ദ്രസ്ഥാനം അമേരിക്കയിലേക്ക് നീങ്ങി. 1956ൽ ദാർത്മൗത്ത് കോളേജ് എന്ന സ്ഥാപനത്തിൽ നാല് ഗണിതശാസ്ത്രജ്ഞരുടെ താൽപ്പര്യത്തിൽ ഒരു വേനൽക്കാല വർക്ക്ഷോപ്പ് സംഘടിപ്പിക്കുകയുണ്ടായി. അതിലേക്ക് ക്ഷണിക്കപ്പെട്ടവർ ഏറെയും ഗണിതശാസ്ത്രരംഗത്തുള്ളവരും എൻജിനിയർമാരും ആയിരുന്നു. ഒരു നിമിഷം മാറിനിന്ന് ചിന്തിച്ചാൽ ‘കൃത്രിമബുദ്ധി’ എന്നതിനെക്കുറിച്ച് ചിന്തിക്കാൻ ആളുകൾ ഒത്തുചേരുമ്പോൾ അതിൽ സ്വാഭാവികമായും മനഃശാസ്ത്രജ്ഞരും തത്വചിന്തകരും ഭാഷാപണ്ഡിതരും ഉണ്ടാവേണ്ടതില്ലേ എന്ന് തോന്നിയേക്കും. ഇവിടെയാണ് ‘ട്യൂറിങ് ടെസ്റ്റ്’ എന്നതിലെ സങ്കുചിതത്വത്തിന്റെ പ്രഭാവം വീണ്ടും ദൃശ്യമാകുന്നത്. ട്യൂറിങ് ടെസ്റ്റ് ആകെ ആവശ്യപ്പെടുന്നത് മനുഷ്യനെന്ന് തോന്നിപ്പിക്കും വിധം ഔട്ട്പുട്ട് ഉണ്ടാക്കണം എന്നതാണ്, അല്ലാതെ മനുഷ്യന്റെ ചിന്താരീതിയെ പ്രക്രിയാപരമായി അനുകരിക്കണം എന്നല്ല. മനുഷ്യന്റെ ചിന്താരീതിയെ മനസ്സിലാക്കി അതിനെ യന്ത്രത്തിൽ ഉൾച്ചേർക്കുക എന്ന ‘നിർമിതബുദ്ധി’ എന്ന വാക്കിന്റെ സ്വാഭാവിക വ്യാഖ്യാനത്തെ ട്യൂറിങ് ടെസ്റ്റിന്റെ ഘടന ദുർബലപ്പെടുത്തിക്കളഞ്ഞു. ഉപയോക്താക്കളെ ബുദ്ധിയുണ്ടെന്ന് കബളിപ്പിക്കുന്ന രീതിയിൽ യന്ത്രങ്ങൾ നിർമിക്കണമെങ്കിൽ അതിന് എൻജിനിയറിങ് മതിയല്ലോ. ദാർത്മൗത്ത് വർക്ക്ഷോപ്പിനെക്കുറിച്ചുള്ള, അതിൽ പങ്കെടുത്ത സോളോമോണോഫിന്റെ ഡയറിക്കുറിപ്പുകൾ അദ്ദേഹത്തിന്റെ ഭാര്യ സമാഹരിച്ചതിൽ വർക്ക്ഷോപ്പിന്റെ മുഖ്യസംഘാടകരിലെ തത്വശാസ്ത്രത്തോടുള്ള മനോഭാവം (അവജ്ഞ!) ദൃശ്യമാണ്. മുഖ്യസംഘാടകരിൽ ഒരാളായ മാർവിൻ മിൻസ്കിയുടെ ഒരു കത്ത് സോളോമോണോഫ് ഉദ്ധരിക്കുന്നത് ഇങ്ങനെ: ‘വർക്ക്ഷോപ്പ് തുടങ്ങുന്നതിന് മുമ്പ് നാമെല്ലാവരും തന്നെ തത്വശാസ്ത്ര ഭാഷാ വിഷയങ്ങളെക്കുറിച്ച് ഒരു ധാരണയിൽ എത്തിയിട്ടുണ്ടാവുമെന്നും അത്തരം നിസ്സാര വിഷയങ്ങളിൽ സമയം കളയേണ്ടിവരില്ലെന്നും പ്രതീക്ഷിക്കുന്നു’. കൃത്രിമമായി ബുദ്ധി നിർമിക്കുന്നതിനെക്കുറിച്ചുള്ള ചിന്തകൾ നിറയുന്ന ഒരു വർക്ക്ഷോപ്പിൽ തത്വശാസ്ത്രവും ഭാഷയും നിസ്സാരമായ സമയം കളയൽ വിഷയങ്ങളാകുന്നത് ഒട്ടും നിഷ്കളങ്കമായ കാര്യമല്ല. ട്യൂറിങ് ടെസ്റ്റിന്റെ ഘടന മനസ്സിൽ ഒന്നുകൂടി ഓർത്താൽ അതിലെ ആപേക്ഷികത ദൃശ്യമാകും. ഒരു യന്ത്രത്തിന് തന്റെ ഉത്തരങ്ങളിലൂടെ ഒരു മനുഷ്യനെ കബളിപ്പിക്കാൻ കഴിഞ്ഞുവെങ്കിൽ അതിന്റെ അർഥം അതിന് എല്ലാ മനുഷ്യരെയും കബളിപ്പിക്കാൻ സാധിക്കും എന്നല്ലല്ലോ. ചിലർക്ക് വിദഗ്ധമായ ചോദ്യങ്ങൾ ഉപയോഗിച്ച് യന്ത്രത്തിന്റെ കള്ളി വെളിച്ചത്തുകൊണ്ടുവരാൻ സാധിക്കും. അങ്ങനെ ചിലരെ ചിലപ്പോഴൊക്കെ പറ്റിക്കുന്ന ഒരു യന്ത്രംകൊണ്ട് കാര്യമില്ല, സാമാന്യമായി മനുഷ്യർക്ക് ബുദ്ധിപരം എന്ന് തോന്നുന്ന രീതിയിൽ പ്രവർത്തിക്കണം. അതിനായി ചില സവിശേഷ പ്രയോഗ മേഖലകളിൽ മാത്രം ശ്രദ്ധ കേന്ദ്രീകരിച്ചാലും തരക്കേടില്ല. ഈ ചിന്തയാണ് അറുപതുകളിലും എഴുപതുകളിലും നിർമിതബുദ്ധി ഗവേഷണത്തെ നയിച്ചത്. ഇത് ഞാൻ ആരോപിക്കുന്ന ഒരു കാര്യമല്ല. ദാർത്മൗത്ത് വർക്ക്ഷോപ്പിന്റെ ഏറ്റവും പ്രധാനപ്പെട്ട സംഘാടകനായ ജോൺ മക്കാർത്തി 1983ൽ നിർമിതബുദ്ധിയെ അടയാളപ്പെടുത്താനായി ഉപയോഗിക്കുന്ന വാക്കുകൾ ശ്രദ്ധിക്കുക: ‘കംപ്യൂട്ടറുകളെക്കൊണ്ട് വിഷമം പിടിച്ച സമസ്യകൾക്ക് ഉത്തരം കണ്ടെത്താനും സാമാന്യമായി ബുദ്ധിപരം എന്ന് തോന്നിക്കാനുമുള്ള ശാസ്ത്രസാങ്കേതികശാഖ’. വിഷമംപിടിച്ച പ്രവൃത്തികൾ യന്ത്രവൽക്കരിക്കുന്നത് മനുഷ്യൻ നിരന്തരം ചെയ്തുപോന്ന ഒരു കാര്യമാണ്. പത്തൊമ്പതാം നൂറ്റാണ്ടിലെ വ്യവസായവിപ്ലവം അതാണ് ലാക്കാക്കിയത്. അതുകൊണ്ടു തന്നെ നിർമിതബുദ്ധിയെ മറ്റു സാങ്കേതികവിദ്യകളിൽ നിന്നു വ്യത്യസ്തമാക്കുന്നത് ബുദ്ധിപരമെന്ന് സാമാന്യമായി തോന്നിക്കുന്ന മുഖംമൂടികളുടെ പ്രയോഗമാണ്. നല്ല മുഖംമൂടികൾ കണ്ടെത്തിയാൽ നല്ല നിർമിതബുദ്ധിയായി എന്ന് ചുരുക്കം. അറുപതുകളിലും എഴുപതുകളിലും നിർമിതബുദ്ധി സാങ്കേതികവിദ്യ വികസിപ്പിക്കാൻ അവലംബിക്കപ്പെട്ട രണ്ടു രീതികൾ നമുക്ക് പരിചയപ്പെടാം. സങ്കീർണ നിയമാവലികൾ ഒരുദാഹരണത്തിൽ നിന്ന് തുടങ്ങാം. നാം ഒരു ആശുപത്രിയിൽ പോകുന്നു എന്ന് സങ്കൽപ്പിക്കുക. ആദ്യം ഡോക്ടർ രോഗത്തെക്കുറിച്ച് ചോദിക്കും. അലട്ടുന്ന ചുമയെക്കുറിച്ച് നാം പറയുന്നു. ചുമ തുടങ്ങിയിട്ടേയുള്ളൂ എങ്കിൽ ഒരുപക്ഷെ കഫ് സിറപ്പ് നിർദേശിച്ചു പറഞ്ഞുവിട്ടേക്കാം. ചുമ തുടങ്ങി മൂന്നോ നാലോ ദിവസമായെങ്കിൽ ഡോക്ടർ രക്തപരിശോധന നടത്താനായി ആവശ്യപ്പെട്ടേക്കാം. ഇനിയിപ്പോൾ ഒരാഴ്ചയിലേറെയുള്ള ചുമയാണെങ്കിൽ ചിലപ്പോൾ എക്സ്റേ എടുക്കാൻ ആവും നിർദേശം. ഇങ്ങനെ ക്രമപരമായിട്ടുള്ള ചില കാര്യങ്ങളാണ് അവിടെ നിർദേശിക്കപ്പെടുന്നത്. ഇതൊക്കെ ക്രോഡീകരിച്ച് നിയമാവലികളുടെ രൂപത്തിലാക്കി ഒരു കംപ്യൂട്ടർ പ്രോഗ്രാമിനെക്കൊണ്ട് ചെയ്യിക്കാൻ ഒരു ബുദ്ധിമുട്ടുമില്ല എന്ന് കാണാം. സങ്കീർണമായ രോഗാവസ്ഥ വരുമ്പോൾ ഡോക്ടറുടെ സേവനം അത്യന്താപേക്ഷിതമാണെന്നത് ശരിയാണ്, പക്ഷെ കഫ് സിറപ്പ് നിർദേശിക്കാനും എപ്പോൾ എന്ത് പരിശോധന നടത്തണം എന്ന് തീരുമാനിക്കാനുമൊക്കെ പ്രോഗ്രാം മതിയാവും. പല രോഗാവസ്ഥകളെയും കുറിച്ചുള്ള വിവരങ്ങൾ ഇങ്ങനെ ശേഖരിച്ചുവരുമ്പോൾ പ്രോഗ്രാമിന്റെ നിയമാവലി ഒരൽപ്പം സങ്കീർണമായേക്കാം എന്നു മാത്രം. മെഡിക്കൽ രംഗത്ത് ആന്റിബയോട്ടിക്കുകൾ നിർദേശിക്കാൻ ഇത്തരത്തിൽ ഉണ്ടാക്കിയ എഴുപതുകളിലെ ഒരു നിർമിതബുദ്ധി സിസ്റ്റത്തിന്റെ പേരാണ് ‘മൈസിൻ’. ഇന്ന് നാം പലപ്പോഴും കസ്റ്റമർ സേവനത്തിനായിട്ടുള്ള ചാറ്റ് ബോട്ടുകൾ കാണാറുണ്ട്. ഇന്ത്യൻ റയിൽവെയുടെ ടിക്കറ്റ് ബുക്കിങ് സേവനം നടത്തുന്ന ഐആർസിടിസി ‘ആസ്ക്‐ദിഷ’ എന്നൊരു ചാറ്റ് ബോട്ട് സേവനം നൽകുന്നുണ്ട്. രണ്ടു വർഷം മുമ്പ് കേരള ടൂറിസം വകുപ്പ് വികസിപ്പിച്ച ചാറ്റ് ബോട്ടിന്റെ പേര് ‘മായ’ എന്നാണ്.‘മായ’യോട് കേരളത്തിൽ ആറ് ദിവസത്തെ ഒരു വിനോദസഞ്ചാര പാക്കേജ് വേണം എന്നും അതിൽ ഇന്ന ഇന്ന സ്ഥലങ്ങൾ ഉൾപ്പെടണം എന്നും ഒക്കെ ആവശ്യപ്പെട്ടാൽ അത് സെക്കൻഡുകൾകൊണ്ട് തയ്യാറാക്കിത്തരും. രണ്ടു വർഷം മുമ്പ് കേരള ടൂറിസം വകുപ്പ് വികസിപ്പിച്ച ചാറ്റ് ബോട്ടിന്റെ പേര് ‘മായ’ എന്നാണ്.‘മായ’യോട് കേരളത്തിൽ ആറ് ദിവസത്തെ ഒരു വിനോദസഞ്ചാര പാക്കേജ് വേണം എന്നും അതിൽ ഇന്ന ഇന്ന സ്ഥലങ്ങൾ ഉൾപ്പെടണം എന്നും ഒക്കെ ആവശ്യപ്പെട്ടാൽ അത് സെക്കൻഡുകൾകൊണ്ട് തയ്യാറാക്കിത്തരും. ഇതൊക്കെ സാധ്യമാക്കുന്നത് നിയമാവലികളിലൂടെയാണ്. പലപ്പോഴും ചാറ്റ് സേവനം കുറച്ചുനേരം ഉപയോഗിച്ചുകഴിയുമ്പോൾ ‘ഞാൻ ഒരു ഓപ്പറേറ്റർക്ക് കൈമാറുകയാണ്’ എന്ന സന്ദേശം കാണുമ്പോഴാവും അതൊരു ചാറ്റ്ബോട്ട് ആയിരുന്നു എന്ന് നാം തിരിച്ചറിയുക. ഇങ്ങനെ നിയമാവലികൾ അനുസരിച്ച് പ്രവർത്തിക്കുന്ന ചാറ്റ്ബോട്ടുകളെ മനുഷ്യരായി തെറ്റിദ്ധരിക്കുന്ന പ്രവണത ആദ്യം അടയാളപ്പെടുത്തുന്നത് അറുപതുകളിലെ എലീസ എന്ന ചാറ്റ്ബോട്ടുമായി ബന്ധപ്പെട്ടാണ് എന്നതുകൊണ്ട് ഇതിനെ ‘എലീസ എഫക്ട്’ എന്നാണ് വിളിച്ചത്. സങ്കീർണ നിയമാവലികൾ ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്ന യന്ത്രങ്ങളെ മനുഷ്യബുദ്ധിയായി സാമാന്യമായി തെറ്റിദ്ധരിക്കുന്നത് മനുഷ്യരുടെ അന്തർലീനമായ ഒരു വൈകല്യമാണെന്ന് മനശ്ശാസ്ത്രജ്ഞനായ ഡഗ്ലസ് ഹോഫ്സ്റ്റേറ്റർ അഭിപ്രായപ്പെടുന്നു. ഇത്തരം സിസ്റ്റങ്ങൾ നിയമാവലികൾ ഉപയോഗിക്കുന്നു എന്നതിനോടൊപ്പം തന്നെ പ്രധാനമാണ് അവ ഉപയോഗിക്കുന്ന നിയമങ്ങൾ നമ്മെ കാട്ടിത്തരുന്നില്ല എന്നത്. ദാർത്മൗത്ത് വർക്ക്ഷോപ്പിൽ പങ്കെടുത്ത റോസ് ആഷ്ബിയുടെ ഒരു നിരീക്ഷണംകൂടി ഇവിടെ കുറിക്കേണ്ടതുണ്ട്: ‘പ്രവർത്തനരീതിയുടെ ഭാഗങ്ങൾ സുതാര്യമല്ലാത്തിടത്തോളം ആ സിസ്റ്റത്തിന്റെ പ്രവർത്തനം ഗംഭീരമായി (ബുദ്ധിപരമായി എന്ന് വായിക്കാം) മനുഷ്യർക്ക് അനുഭവപ്പെടും’. നിയമാവലികൾ ഉപയോഗിച്ച് സുതാര്യമല്ലാത്ത രീതിയിൽ പ്രവർത്തിക്കുന്ന നിർമിതബുദ്ധി സിസ്റ്റങ്ങൾക്കുള്ള ‘ബുദ്ധിയുടെ മുഖംമൂടി’ ഏറ്റവും കൂടുതൽ ചൂഷണം ചെയ്ത ദശകങ്ങളായിരുന്നു അറുപതുകളും എഴുപതുകളും. ഇങ്ങനെ നിർമിക്കപ്പെട്ട സിസ്റ്റങ്ങൾ മെഡിക്കൽ മേഖല മുതൽ ശാസ്ത്രപര്യവേക്ഷണമേഖലയിൽ വരെ ഉപയോഗിക്കപ്പെട്ടു. നിയമാവലികൾ ഉപയോഗിച്ച് സുതാര്യമല്ലാത്ത രീതിയിൽ പ്രവർത്തിക്കുന്ന നിർമിതബുദ്ധി സിസ്റ്റങ്ങൾക്കുള്ള ‘ബുദ്ധിയുടെ മുഖംമൂടി’ ഏറ്റവും കൂടുതൽ ചൂഷണം ചെയ്ത ദശകങ്ങളായിരുന്നു അറുപതുകളും എഴുപതുകളും. ഇങ്ങനെ നിർമിക്കപ്പെട്ട സിസ്റ്റങ്ങൾ മെഡിക്കൽ മേഖല മുതൽ ശാസ്ത്രപര്യവേക്ഷണമേഖലയിൽ വരെ ഉപയോഗിക്കപ്പെട്ടു. സങ്കീർണ നിയമാവലികൾ ഉപയോഗിച്ചുള്ള പ്രവർത്തനം ഉപയോഗപ്രദമാണെന്ന് കാണുമ്പോൾത്തന്നെ അവയുടെ മേൽ ബുദ്ധി ആരോപിക്കുന്നതിലുള്ള യുക്തിരാഹിത്യം കാണാതിരിക്കരുത്. സെൻസറുകൾ വീണ്ടും നമുക്ക് ജോൺ മക്കാർത്തിയിലേക്ക് പോകാം, ഒരുദാഹരണത്തിലൂടെ തന്നെ. ലളിതമായ തെർമോസ്റ്റാറ്റ് ഉപകരണങ്ങൾ നമുക്ക് പരിചിതമാണല്ലോ. അവയിൽ ഉള്ളത് ഒരു താപമാപിനിയും (thermometer) താപനിലയനുസരിച്ച് പ്രവർത്തനം ക്രമീകരിക്കുന്ന ഒരു സംവിധാനവുമാണ്. നമ്മുടെ മൊബൈൽ ഫോൺ കൂടുതൽ ചൂടായാൽ താനേ ഓഫാകുന്നത് തെർമോസ്റ്റാറ്റ് പ്രവർത്തനത്തിലൂടെയാണ്. ഫ്രിഡ്ജ്, ഓവൻ, കംപ്യൂട്ടർ, എസി എന്നിങ്ങനെ നിരവധിയായ ഗൃഹോപകരണങ്ങളിൽ തെർമോസ്റ്റാറ്റ് ഉണ്ട്. ജോൺ മക്കാർത്തി 1979ൽ എഴുതിയ ഒരു പ്രബന്ധത്തിൽ വാദിച്ചത് തെർമോസ്റ്റാറ്റുകൾക്ക് വിശ്വാസങ്ങളുണ്ടെന്നാണ്! താപനില കൂടുതലായിരിക്കുന്നു എന്ന വിശ്വാസത്തിൽ എത്തിക്കഴിഞ്ഞാൽ അത് കുറയ്ക്കാനായി ഒരു പ്രവൃത്തിയിൽ ഏർപ്പെടുന്നുവത്രെ! ഏറ്റവും ലളിതമായ ഒരു പ്രവർത്തനത്തെ അടയാളപ്പെടുത്താൻ മനുഷ്യരുമായി ബന്ധപ്പെട്ട ‘വിശ്വാസം’ എന്ന ആശയത്തെ മക്കാർത്തി ആശ്രയിക്കുന്നു! മേൽപ്പറഞ്ഞ പ്രബന്ധത്തിലെ വാദം അദ്ദേഹം നാല് വർഷം കഴിഞ്ഞു കുറച്ചുകൂടി സാമാന്യവൽക്കരിക്കുന്നുണ്ട്. പണം പിൻവലിക്കാൻ ഉപയോഗിക്കുന്ന എ ടി എമ്മിനും വിശ്വാസമുണ്ടെന്നാണ് അദ്ദേഹത്തിന്റെ 1983ലെ വാദം. നിങ്ങളുടെ അക്കൗണ്ടിൽ ആവശ്യത്തിന് പണമുണ്ടെന്ന് എ ടി എമ്മിന് വിശ്വാസം വരികയാണെങ്കിൽ അത് പണം പിൻവലിക്കാൻ അനുവദിക്കും! എ ടി എമ്മിനെക്കുറിച്ചുള്ള വാദം നമുക്ക് മാറ്റിവയ്ക്കാം. മക്കാർത്തിയുടെ തെർമോസ്റ്റാറ്റ് വാദം നമ്മോട് പറയുന്നത് ഇന്ദ്രിയസമാന പ്രവർത്തനം യന്ത്രം നടത്തുമ്പോൾ നമുക്ക് ഒരുപക്ഷെ മനുഷ്യസമാനമായി തോന്നിയേക്കാം എന്നുകൂടിയാണ്. ഇന്ദ്രിയങ്ങൾക്ക് നമ്മുടെ ജീവിതത്തിലുള്ള സ്ഥാനം കൂടിയാണ് ഇത് വിളിച്ചോതുന്നത്. കോവിഡ് കാലത്ത് മണം നഷ്ടപ്പെട്ടപ്പോൾ നമുക്കൊക്കെ ജീവിതത്തിൽ അനുഭവപ്പെട്ട ഒരു ശൂന്യത ഈയവസരത്തിൽ ഓർക്കാവുന്നതാണ്. ഒന്നിൽ കൂടുതൽ ഇന്ദ്രിയാനുഭൂതികൾ സമന്വയിക്കുമ്പോൾ ആസ്വാദനശേഷിയും വർധിക്കുന്നു. ‘നല്ല മണമുള്ള സാമ്പാർ’ എന്ന പരസ്യവാചകം ഓർക്കുക. നിരവധിയായ സെൻസറുകളുടെ ഉപയോഗം നൽകുന്ന ബുദ്ധിയുടെ മുഖംമൂടിയും നിർമിതബുദ്ധി ഗവേഷണത്തിൽ അറുപതുകളിലും എഴുപതുകളിലും നല്ലവണ്ണം ചൂഷണം ചെയ്യപ്പെട്ടു. ഇന്ന് ‘സ്മാർട്ട്’ എന്ന് വിളിക്കപ്പെടുന്ന പല സാങ്കേതികവിദ്യകളും വൈവിധ്യമുള്ള സെൻസറുകളെ അടിസ്ഥാനപ്പെടുത്തിയുള്ളതാണ്. ‘സ്മാർട്ട് ഹോം’ എന്നാൽ നിരവധിയായ സെൻസറുകൾ ഘടിപ്പിച്ച വീട് എന്ന് ലളിതമായി മനസ്സിലാക്കാം! നിയതമായ പ്രവർത്തനത്തിന്റെ പരിമിതികൾ സങ്കീർണ നിയമാവലികളോ സെൻസറുകളോ എന്തുമാവട്ടെ, അവയുപയോഗിക്കുന്ന പ്രോഗ്രാമിന്റെ പ്രവർത്തനം നിയതമായ രീതിയിലാണെന്ന് കാണാം. നാം പ്രോഗ്രാമിലൂടെ എന്ത് ചെയ്യണം എന്ന് കൃത്യമായി രേഖപ്പെടുത്തുന്നു, യന്ത്രം അത് അതേപടി അനുസരിക്കുന്നു. എൺപതുകൾ ആയപ്പോൾ നമുക്ക് കൃത്യമായി വർണിക്കാൻ സാധിക്കുന്ന ഏതൊരു പ്രവൃത്തിയും അങ്ങനെ (കുറച്ചു ബുദ്ധിമുട്ടി നിയമാവലികളിലേക്ക് പകർത്തുകയും മറ്റും ചെയ്താൽ) നിർമിതബുദ്ധിയുടെ വരുതിയിലേക്ക് കൊണ്ടെത്തിക്കാം എന്നായി. നിർമിതബുദ്ധിരംഗം ഒരു വലിയ വ്യവസായലോകമായി അങ്ങനെ പരിണമിച്ചു. ഈയവസരത്തിലാണ് മനുഷ്യനെ അനുകരിക്കുന്നതിൽ നിർമിതബുദ്ധിക്ക് മുന്നിലുള്ള ഒരു വലിയ തടസ്സം ചില ചിന്തകരുടെ ശ്രദ്ധയിൽ പെടുന്നത്. വളരെ സങ്കീർണമായ ചേക്കേഴ്സ് പോലെയുള്ള മത്സരങ്ങളിൽ തിളങ്ങുന്ന നിർമിതബുദ്ധിക്ക് ഒരു വയസ്സ് പ്രായമായ കുട്ടിയുടെ സ്പർശന, ചലന ശേഷി അനുകരിക്കാൻ കഴിയുന്നില്ലല്ലോ എന്ന് ഹാൻസ് മൊറാവെക് എന്ന കംപ്യൂട്ടർ ശാസ്ത്രജ്ഞൻ എൺപതുകളുടെ അവസാനം നിരീക്ഷിക്കുന്നു.ഇതിന്റെ മൂലകാരണം മനസ്സിലാക്കാനായി മൈക്കൽ പോളണ്യ എന്ന ദാർശനികന്റെ വാദത്തിലേക്ക് പോകേണ്ടതുണ്ട്. വളരെ സങ്കീർണമായ ചേക്കേഴ്സ് പോലെയുള്ള മത്സരങ്ങളിൽ തിളങ്ങുന്ന നിർമിതബുദ്ധിക്ക് ഒരു വയസ്സ് പ്രായമായ കുട്ടിയുടെ സ്പർശന, ചലന ശേഷി അനുകരിക്കാൻ കഴിയുന്നില്ലല്ലോ എന്ന് ഹാൻസ് മൊറാവെക് എന്ന കംപ്യൂട്ടർ ശാസ്ത്രജ്ഞൻ എൺപതുകളുടെ അവസാനം നിരീക്ഷിക്കുന്നു.ഇതിന്റെ മൂലകാരണം മനസ്സിലാക്കാനായി മൈക്കൽ പോളണ്യ എന്ന ദാർശനികന്റെ വാദത്തിലേക്ക് പോകേണ്ടതുണ്ട്. പോളണ്യ പറയുന്നത് നമുക്ക് വർണിക്കാൻ സാധിക്കാത്ത ചില അറിവുകൾ (tacit knowledge) ഉണ്ടെന്നാണ്. ചില ലളിതമായ ഉദാഹരണങ്ങൾ പരിശോധിച്ചാൽത്തന്നെ നമുക്കത് വ്യക്തമാകും. ഒരു ചിത്രത്തിൽ ഉള്ളത് പൂച്ചയാണോ പട്ടിയാണോ എന്ന് നമുക്ക് ക്ഷണനേരം കൊണ്ട് തിരിച്ചറിയാം. പക്ഷെ, അതെങ്ങനെ തിരിച്ചറിഞ്ഞു എന്ന് വിവരിക്കാൻ സാധിക്കില്ല. നമുക്കറിയാം, അത്രതന്നെ. ഇതേപോലെ നമുക്ക് സൈക്കിൾ ഓടിക്കാൻ അറിയാം, നീന്താൻ അറിയാം, പക്ഷെ ഇതൊക്കെ എങ്ങനെ ചെയ്യുന്നു എന്ന് കൃത്യമായി വിശദാംശങ്ങളടക്കം രേഖപ്പെടുത്താൻ നമ്മോട് ആവശ്യപ്പെട്ടാൽ കുഴഞ്ഞത് തന്നെ. വർണിക്കാൻ സാധിക്കാത്ത നിരവധിയായ അറിവുകൾ നിത്യേന നാം ഉപയോഗിക്കുന്നു. വർണിക്കാൻ സാധിക്കാത്ത കാര്യങ്ങൾ കംപ്യൂട്ടറുകളെ ഉപയോഗിച്ച് ചെയ്യിക്കുന്നതെങ്ങനെ? ഈ ചോദ്യത്തിനുള്ള ഉത്തരം നിർമിതബുദ്ധിയുടെ ദിശയെ തൊണ്ണൂറുകളോടെ മാറ്റിമറിച്ചു! വിവരാധിഷ്ഠിത നിർമിതബുദ്ധി നമുക്ക് ട്യൂറിങ് ടെസ്റ്റിന്റെ ഘടനയിലേക്ക് ഒന്ന് തിരിഞ്ഞുനോക്കാം. ഇവിടെ നിർമിതബുദ്ധി ഗവേഷകർക്ക് മുന്നിലുള്ള ചോദ്യം മനുഷ്യന്റെ പ്രവർത്തനം അനുകരിക്കാനാകുമോ എന്നതാണ്. അതുകൊണ്ട് തന്നെ മനുഷ്യൻ ട്യൂറിങ് ടെസ്റ്റിൽ ഇപ്പോഴും വിജയിക്കും എന്നതിൽ സംശയമില്ല, അത് അതിന്റെ ഘടനയിൽ അന്തർലീനമാണ്. സ്കൂൾ ജീവിതത്തിലെ ഒരു പരീക്ഷാക്കാലം മനസ്സിൽ ഓർത്തെടുക്കുക. പരീക്ഷ ജയിക്കാൻ പ്രാപ്തരായ വിദ്യാർഥിനികളുടെ ഉത്തരം കോപ്പിയടിക്കാൻ പഠിത്തത്തിൽ ഉഴപ്പുന്ന, പക്ഷെ പരീക്ഷയിൽ വിജയം കൈവരിക്കാൻ ആഗ്രഹിക്കുന്ന കുട്ടികൾക്ക് താൽപ്പര്യമുണ്ടാവും. അങ്ങനെ അവർ ചെയ്യുമോ ഇല്ലയോ എന്നത് അവരുടെ നീതിബോധവും നിയമഭയവും അനുസരിച്ചിരിക്കും. എന്നാലും അങ്ങനെയൊരു സാധ്യത തുറന്നുകിടപ്പുണ്ട്. മനുഷ്യന് സ്വാഭാവികമെന്നോണം ട്യൂറിങ് ടെസ്റ്റിൽ വിജയിക്കാൻ സാധിക്കുന്ന ചില മേഖലകളിലേക്ക് പടർന്നുകയറാൻ നിർമിതബുദ്ധി ഇതേ കോപ്പിയടി മാർഗമാണ് സ്വീകരിച്ചത്, മനുഷ്യനിൽനിന്നുള്ള കോപ്പിയടി. ഈ മാർഗത്തെ നാം വിവരാധിഷ്ഠിത നിർമിതബുദ്ധി എന്ന് വിളിക്കുന്നു. തൊണ്ണൂറുകൾ മുതൽ നിർമിതബുദ്ധിയുടെ മേഖലയിൽ ആധിപത്യം പുലർത്തുന്ന ഈ ധാരയെ നമുക്കൊന്ന് പരിചയപ്പെടാം. ഒരു ചിത്രത്തിൽ മനുഷ്യന്റെ മുഖം ഉണ്ടോ എന്നതാണ് നമ്മുടെ മുന്നിലെ ടാസ്ക് എന്ന് സങ്കൽപ്പിക്കുക. മുഖമുണ്ടോ എന്ന് കണ്ടെത്താൻ നമുക്ക് നിഷ്പ്രയാസം സാധിക്കും, പക്ഷെ എങ്ങനെ ചെയ്തു എന്ന് വർണിക്കാൻ സാധിക്കില്ല. നേരത്തെ പരിചയപ്പെട്ട വർണിക്കാൻ സാധിക്കാത്ത അറിവ് എന്ന വർഗീകരണത്തിൽ പെടുന്നതാണ് ഈ പ്രവൃത്തി. ഒരു ചിത്രത്തിൽ മനുഷ്യന്റെ മുഖം ഉണ്ടോ എന്ന് കണ്ടെത്തുന്നതിൽ നമുക്ക് തെറ്റ് പറ്റാൻ സാധ്യതയേയില്ല. വായനക്കാർക്ക് ഒന്ന് ചിന്തിച്ചുനോക്കാവുന്നതാണ്. ഈ പ്രവൃത്തിയെ വിവരാധിഷ്ഠിത നിർമിതബുദ്ധിയുടെ മണ്ഡലത്തിലേക്ക് കൊണ്ടുവരാൻ ആദ്യം ചെയ്യേണ്ടത് കുറേയധികം ചിത്രങ്ങൾ ശേഖരിക്കുക എന്നതാണ്. ഓരോ ചിത്രവും മനുഷ്യന്റെ പരിശോധനയ്ക്ക് വിധേയമാക്കുക. അങ്ങനെ മനുഷ്യൻ ഓരോ ചിത്രത്തിനും (മുഖം) ‘ഉണ്ട്’ അല്ലെങ്കിൽ ‘ഇല്ല’ എന്ന ലേബൽ നൽകും. ഇങ്ങനെ ലേബൽ ചെയ്ത ചിത്രശേഖരം അവിടെയുണ്ട്. ഇനി ഒരു കംപ്യൂട്ടറിന് മുന്നിൽ പുതിയൊരു ചിത്രം വരുന്നു എന്നിരിക്കട്ടെ. അതിൽ മുഖം ഉണ്ടോ ഇല്ലയോ എന്നതാണ് ചോദ്യം. ചോദ്യമായി ലഭിച്ച ചിത്രത്തിനോട് ഏറ്റവും സാമ്യമുള്ള മൂന്ന് ചിത്രങ്ങൾ ലേബൽ ചെയ്ത ചിത്രശേഖരത്തിൽ നിന്ന് കണ്ടെത്തുക എന്നതാണ് ഈ ഘട്ടത്തിൽ ചെയ്യേണ്ടത്. അങ്ങനെ കണ്ടെത്തിയ മൂന്ന് ചിത്രങ്ങളിൽ ഭൂരിപക്ഷം ഉള്ള ലേബൽ ‘ഉണ്ട്’ എന്നാണെങ്കിൽ ‘ഉണ്ട്’ എന്നുത്തരം പറയുക, ‘ഇല്ല’ എന്നാണെങ്കിൽ ‘ഇല്ല’ എന്നും. ഇവിടെ നാം പരിചയപ്പെട്ട വിവരാധിഷ്ഠിത തീരുമാനമെടുക്കൽ പ്രക്രിയയ്ക്ക് ഒരു പേരുണ്ട്, 3 എൻ എൻ (3- nearest neighbor) അൽഗോരിതം! മൂന്നിന് പകരം സാമ്യമുള്ള അഞ്ച് ചിത്രങ്ങൾ ഉപയോഗിക്കുകയാണെങ്കിൽ 5 എൻ എൻ. ഇരട്ട സംഖ്യ എടുത്താൽ രണ്ടു ലേബലും തുല്യമായി വരാൻ സാധ്യതയുണ്ട് എന്നതിനാലാണ് മൂന്ന്, അഞ്ച് എന്നിങ്ങനെയുള്ള ഒറ്റ സംഖ്യകൾ ഉപയോഗിക്കുന്നത്. ചിത്രത്തിൽ മുഖം ഉണ്ടോ എന്ന ചോദ്യത്തിനുള്ള ഉത്തരമല്ല ഇവിടെ നൽകുന്നത് എന്നത് ശ്രദ്ധിക്കേണ്ടതാണ്. ‘സാമ്യമുള്ള ചിത്രങ്ങളിൽ മുഖം ഉണ്ടോ’ എന്നതിനെ ചിത്രത്തിൽ മുഖമുണ്ടോ എന്ന ചോദ്യത്തിന്റെ ഉത്തരമായി അവതരിപ്പിക്കുകയാണ്. ചിത്രത്തിൽ മുഖം കണ്ടെത്തൽ എന്നതിന് പകരമായി എക്സ്റേയിൽ രോഗമുണ്ടോ എന്ന് കണ്ടെത്താനും ഇതേ രീതി ഉപയോഗിക്കാവുന്നതാണ്. എന്ത് ടാസ്ക് ആണെങ്കിലും മനുഷ്യന്റെ അധ്വാനത്തിലൂടെ ലേബലുകൾ ശേഖരിച്ചുകഴിഞ്ഞാൽ അതിനെ വേണ്ടുംവിധം പുനരുൽപ്പാദിപ്പിക്കാനുള്ള, കോപ്പിയടിക്കാനുള്ള വിദ്യയാണ് വിവരാധിഷ്ഠിത നിർമിതബുദ്ധി എന്ന് ലളിതവൽക്കരിച്ചു പറയാം. മേൽപ്പറഞ്ഞ പ്രക്രിയയിൽ ലേബൽ ചെയ്ത വിവരശേഖരം ആവശ്യാനുസരണം ഉപയോഗിക്കുകയാണ് ചെയ്തത്. ഇതിനുപകരം ലേബൽ ചെയ്ത വിവരശേഖരത്തെ ഒരു ഗണിതമാതൃകയുടെ രൂപത്തിലാക്കിയാൽ വിവരശേഖരത്തിലേക്ക്, അതിന്റെ ബാഹുല്യത്തിലേക്ക് ഓരോ തവണയും പോകാതെ എളുപ്പം ഗണിതമാതൃക ഉപയോഗിച്ച് ഉത്തരം കണ്ടെത്താം എന്ന സൗകര്യമുണ്ട്. ഇന്നത്തെ മുഖ്യധാരാ വിവരാധിഷ്ഠിത നിർമിതബുദ്ധി സാങ്കേതികവിദ്യകൾ എല്ലാംതന്നെ അതുകൊണ്ട് വിവിധതരം ഗണിതമാതൃകകൾ ഉപയോഗിക്കുന്നു. ഗണിതമാതൃകയുടെ ഘടനയും സങ്കീർണതയും അനുസരിച്ച് അതിൽ ശേഖരിച്ചുവയ്ക്കാവുന്ന അറിവിന്റെയും കാര്യത്തിൽ മാറ്റം വരുന്നുണ്ട്. കഴിഞ്ഞ ഒരു ദശകത്തോളമായി ഡീപ് ന്യൂറൽ നെറ്റ്വർക്ക് എന്ന് പേരുള്ള സങ്കീർണ ഗണിതമാതൃകകളാണ് കൂടുതലായി ഉപയോഗിക്കുന്നത്. ഗണിതമാതൃക എന്തായിരുന്നാലും വിവരശേഖരത്തിലെ വിവരബിന്ദുക്കൾ തമ്മിലുള്ള സാമ്യതയിൽ അധിഷ്ഠിതമായ ഉത്തരം കണ്ടെത്തൽ രീതി എന്ന ഉപരിഘടനയിൽ മാറ്റം വരുന്നില്ല. ഗണിതമാതൃകയുടെ മധ്യസ്ഥതയിൽ വിവരശേഖരങ്ങളിലെ ലേബലുകൾ പുനരുൽപ്പാദിപ്പിക്കുക എന്നതാണ് വിവരാധിഷ്ഠിത നിർമിതബുദ്ധിയുടെ പൊതുരീതി. നിർമിതബുദ്ധിക്ക് ഒരു മുദ്രാവാക്യം ഉണ്ടായിരുന്നെങ്കിൽ അത്, ‘സാമ്യമുള്ള വിവരബിന്ദുക്കൾക്ക് സാമ്യമുള്ള ലേബൽ നൽകുക’ എന്നതായിരിക്കും. ഇന്നത്തെ നിർമിതബുദ്ധിയെക്കുറിച്ചുള്ള ചർച്ചകൾ കേന്ദ്രീകരിക്കുന്നത് ചാറ്റ് ജിപിടി പോലെയുള്ള ഉൽപ്പാദനപരമായ സാങ്കേതികവിദ്യകളിലാണ്. തത്വത്തിൽ വിവരാധിഷ്ഠിത നിർമിതബുദ്ധിയുടെ യുക്തികൾ തന്നെയാണ് അവയിലും ഉള്ളത്. ലേബലുകളുടെ പുനരുൽപ്പാദനം എന്നതിൽനിന്ന് ഡാറ്റയുടെ തന്നെ പുനരുൽപ്പാദനമാണ് അവയുടെ മേഖല എന്നൊരു വ്യത്യാസമുണ്ട്. ഇന്നത്തെ നിർമിതബുദ്ധിയെക്കുറിച്ചുള്ള ചർച്ചകൾ കേന്ദ്രീകരിക്കുന്നത് ചാറ്റ് ജിപിടി പോലെയുള്ള ഉൽപ്പാദനപരമായ സാങ്കേതികവിദ്യകളിലാണ്. തത്വത്തിൽ വിവരാധിഷ്ഠിത നിർമിതബുദ്ധിയുടെ യുക്തികൾ തന്നെയാണ് അവയിലും ഉള്ളത്. ലേബലുകളുടെ പുനരുൽപ്പാദനം എന്നതിൽനിന്ന് ഡാറ്റയുടെ തന്നെ പുനരുൽപ്പാദനമാണ് അവയുടെ മേഖല എന്നൊരു വ്യത്യാസമുണ്ട്. ഈ രീതിയിൽ ഉള്ള പ്രവർത്തനത്തെ ഒരൽപ്പം പരിഹാസസ്വഭാവത്തോടെ കംപ്യൂട്ടിങ് ഗവേഷകയായ എമിലി ബെൻഡർ വിശേഷിപ്പിച്ചത് ‘സ്റ്റോക്കാസ്റ്റിക് തത്തകൾ’ എന്നായിരുന്നു. തത്തകൾ കേട്ടത് അതേപോലെ പുനരുൽപ്പാദിപ്പിക്കുമെങ്കിൽ ഉൽപ്പാദനപരമായ നിർമിതബുദ്ധി അത്ര ചിട്ടയോടെയല്ലാതെ വിവരശേഖരങ്ങളിൽ അടങ്ങിയിട്ടുള്ള വിവരങ്ങൾ കൂട്ടിക്കുഴച്ച് (stochastic) പുനരുൽപ്പാദിപ്പിക്കുന്നു!പുനരുൽപ്പാദനം എന്ന തത്വമാണ് നിർമിതബുദ്ധിയെ നയിക്കുന്നത് എന്ന് മനസ്സിലാക്കുമ്പോൾ മറ്റു ചിലത് മനസ്സിലാക്കാൻ കൂടി അത് വഴിതുറക്കുന്നു. നിർമിതബുദ്ധിയിൽ വംശീയതയും ജാതീയതയും സ്ത്രീവിരുദ്ധതയും പ്രതിഫലിക്കുന്നു എന്ന് പലരും പരാതിപ്പെടുന്നുണ്ടല്ലോ.സമൂഹത്തിൽ ഇവയൊക്കെ ഉള്ളതുകൊണ്ട് സമൂഹത്തിൽ നിന്ന് ഉൽപ്പാദിപ്പിക്കുന്ന ഡാറ്റയെ പുനരുൽപ്പാദിപ്പിക്കുന്ന സാങ്കേതികവിദ്യയിൽ ഇവയൊന്നും ഇല്ലെങ്കിലല്ലേ അത്ഭുതം. നിർമിതബുദ്ധിയിൽ വംശീയതയും ജാതീയതയും സ്ത്രീവിരുദ്ധതയും പ്രതിഫലിക്കുന്നു എന്ന് പലരും പരാതിപ്പെടുന്നുണ്ടല്ലോ.സമൂഹത്തിൽ ഇവയൊക്കെ ഉള്ളതുകൊണ്ട് സമൂഹത്തിൽ നിന്ന് ഉൽപ്പാദിപ്പിക്കുന്ന ഡാറ്റയെ പുനരുൽപ്പാദിപ്പിക്കുന്ന സാങ്കേതികവിദ്യയിൽ ഇവയൊന്നും ഇല്ലെങ്കിലല്ലേ അത്ഭുതം. ഇത്തരം പ്രവണതകളെ ഡാറ്റയിൽ കാണുന്നതിനേക്കാൾ സാന്ദ്രതയിൽ നിർമിതബുദ്ധി പുനരുൽപ്പാദിപ്പിക്കുന്നതിൽ ചില സാങ്കേതികമായ വശങ്ങൾ കൂടിയുണ്ട്. അതിലേക്ക് ഇപ്പോൾ കടക്കുന്നില്ല. അല്ല, അനുകരിച്ചാൽ എന്താണ് കുഴപ്പം? ഈ ഘട്ടത്തിൽ വായനക്കാരിൽ ചിലർക്കെങ്കിലും ഉണ്ടാവാൻ സാധ്യതയുള്ള ഒരു ചോദ്യമാണ് മുകളിൽ കുറിച്ചത്. അനുകരണമാണെങ്കിലും കാര്യം നടക്കുന്നുണ്ടല്ലോ, എന്താണ് കുഴപ്പം, എന്തിനീ പരോക്ഷമായ പരിഹാസസ്വരം? നമുക്ക് ഒരു സാങ്കൽപ്പിക കഥയിലൂടെ ഒന്ന് സഞ്ചരിക്കാം. കുറെയധികം എക്സ്റേ ചിത്രങ്ങൾ ഡോക്ടർമാരെക്കൊണ്ട് ലേബൽ ചെയ്യിച്ചത് ഉപയോഗിച്ച് എക്സ്റേ ചിത്രങ്ങളിൽനിന്ന് രോഗം കണ്ടെത്താനുള്ള ഒരു നിർമതബുദ്ധി സാങ്കേതികവിദ്യ വികസിപ്പിച്ചു എന്നിരിക്കട്ടെ. സാങ്കേതികവിദ്യ ഉണ്ടല്ലോ, ഇനി റേഡിയോളജിസ്റ്റുകൾ അധികം വേണ്ട. അങ്ങനെ കുറെയധികം റേഡിയോളജിസ്റ്റുകൾ അവർ തന്നെ ലേബൽ ചെയ്ത എക്സ്റേ ഉപയോഗിച്ച് നിർമിച്ച സാങ്കേതികവിദ്യയുടെ പ്രയോഗത്താൽ തൊഴിൽരഹിതരായി. അങ്ങനെയിരിക്കെയാണ് കോവിഡ് 19 മഹാമാരി രംഗപ്രവേശം ചെയ്യുന്നത്. അതുവരെ ലേബൽ ചെയ്ത എക്സ്റേയിലൊന്നും കോവിഡ് 19 എന്ന ലേബൽ ഇല്ല. അതുകൊണ്ടു തന്നെ ആ നിർമിതബുദ്ധി കൊണ്ട് കോവിഡ് 19 രോഗനിർണയം സാധ്യമല്ല. നിർമിതബുദ്ധി അല്ല, നിർമിതബുദ്ധിയുടെ പ്രയോക്താക്കൾ നാടൻഭാഷയിൽ പറഞ്ഞാൽ ‘പെട്ടു’. റേഡിയോളജിസ്റ്റുകളെ വീണ്ടും സമീപിച്ചു. കോവിഡ്19 ലേബൽ ഉള്ള വിവരശേഖരം നിർമിക്കാതെ വേറെ മാർഗമില്ല. ഈ കഥയിൽ സാമാന്യവൽക്കരിച്ചു മനസ്സിലാക്കേണ്ട ഒരു ഗുണപാഠമുണ്ട്. മാറ്റങ്ങൾ നിരന്തരം സംഭവിക്കുന്ന മേഖലകളിൽ വിവരാധിഷ്ഠിത നിർമിതബുദ്ധിയിൽ കാര്യക്ഷമത നിലനിർത്തണമെങ്കിൽ നിരന്തരമായി വിവരശേഖരങ്ങൾ നവീകരിക്കേണ്ടതുണ്ട്. അതിനായി നിരന്തരമായ മനുഷ്യാധ്വാനം വേണം. സാമ്പ്രദായിക സാങ്കേതികവിദ്യകളിൽനിന്ന് വിവരാധിഷ്ഠിത നിർമിതബുദ്ധി വേറിട്ട് നിൽക്കുന്ന ഒരു തലം കൂടി ഇവിടെ ദൃശ്യമാകും. നൂറടി ഉയരത്തിൽ പറക്കുന്ന ഒരു ഡ്രോൺ നിർമിച്ചാൽ അത് പത്തുവർഷം കഴിഞ്ഞാലും നൂറടി ഉയരത്തിൽ പറക്കും. അതിന്റെ കാര്യക്ഷമതയിൽ കുറവ് വരുന്നില്ല. കാരണം, ഡ്രോൺ ആശ്രയിക്കുന്നത് ഭൗതികശാസ്ത്രനിയമങ്ങളെയാണ്, അവയിൽ മാറ്റങ്ങൾ വരുന്നില്ല. സാങ്കേതികമുന്നേറ്റങ്ങളിലൂടെ കൂടുതൽ കാര്യക്ഷമമായ ഡ്രോണുകൾ നിർമിക്കാം. ഇവിടെ സാങ്കേതികവിദ്യയുടെ കാര്യക്ഷമത രേഖീയമായി നിരന്തരം മുന്നേറുന്നു, പിന്നോട്ട് പോവുന്നില്ല. അതുപോലെ തന്നെയാണ് അച്ചടിയന്ത്രവും. അതിന്റെ വേഗതയും കൃത്യതയും രേഖീയമായി മെച്ചപ്പെടുന്നു. ഭൗതികനിയമങ്ങളെക്കാൾ സാമൂഹികബന്ധിതമായി പ്രവർത്തിക്കുന്ന സാങ്കേതികവിദ്യകൾക്ക് ഈ രേഖീയത അവകാശപ്പെടാനാവില്ല. എന്തുകൊണ്ടെന്നാൽ നിരന്തരം മാറിക്കൊണ്ടിരിക്കുന്ന സാമൂഹികയാഥാർഥ്യങ്ങളുമായി ബന്ധപ്പെട്ടാണ് അവയുടെ കാര്യക്ഷമതയും മറ്റും കണക്കാക്കേണ്ടത്. ചിത്രത്തിൽ മുഖമുണ്ടോ എന്ന് നിർണയിക്കുന്ന നിർമിതബുദ്ധിയുടെ പ്രവർത്തന മണ്ഡലത്തെക്കാൾ കൂടുതൽ അസ്ഥിരമാണ് എക്സ്റേ രോഗനിർണയം. കാരണം, രോഗം സൃഷ്ടിക്കുന്ന രോഗാണുക്കൾ (നാം ഉപയോഗിക്കുന്ന ആന്റിബയോട്ടിക്കുകളുടെയടക്കം സ്വാധീനത്താൽ) നിരന്തരം പരിണമിച്ചുകൊണ്ടിരിക്കുന്നു. രണ്ടായിരത്തി അഞ്ഞൂറ് വർഷം മുമ്പ് ഹെരാക്ലിറ്റസ് പറഞ്ഞത് ഈയവസരത്തിൽ ഓർക്കാവുന്നതാണ്: ‘മാറ്റമില്ലാത്തത് മാറ്റത്തിന് മാത്രം’. ഈ മാറ്റങ്ങളെ സ്വായത്തമാക്കാൻ വിവരാധിഷ്ഠിത നിർമിതബുദ്ധിക്ക് നിരന്തരമായ പരിഷ്കരണം ആവശ്യമുണ്ട്, അതിലേക്കുള്ള ഒരു വഴിയാണ് നിരന്തരമായി വിവരശേഖരങ്ങളെ നവീകരിച്ചുകൊണ്ടിരിക്കുക എന്നത്. സാമൂഹികമണ്ഡലങ്ങളിൽ പ്രവർത്തിക്കുന്ന നിർമിതബുദ്ധി നിരന്തരമായ മനുഷ്യാധ്വാനത്തിന്റെ ലഭ്യതയെ ആശ്രയിച്ചാണ് നിൽക്കുന്നത് എന്ന് ചുരുക്കം. ഇത് നാം പലപ്പോഴും മനസ്സിലാക്കുന്നില്ല. ‘എക്സ്റേ രോഗനിർണയം യന്ത്രവൽക്കരിക്കപ്പെട്ടു കഴിഞ്ഞു’, ‘കുറ്റകൃത്യപ്രവചനം നിർമിതബുദ്ധികൊണ്ട് യന്ത്രവൽക്കരിച്ചു’ എന്നിങ്ങനെ നിർമിതബുദ്ധിയുടെ മണ്ഡലത്തിൽ അവകാശവാദങ്ങൾ ഉന്നയിക്കുന്നത് ഈ സൂക്ഷ്മവശങ്ങളെ മനസ്സിലാക്കാതെയാണ്. ചാറ്റ് ജിപിടിക്ക് കാലികമായി ഉപയോഗിക്കാൻ കഴിയുന്ന ആഖ്യാനങ്ങൾ നിർമിക്കണമെങ്കിൽ അതിന് നിരന്തരം നവീകരിക്കപ്പെടുന്ന ഭാഷാപ്രയോഗങ്ങൾ അടങ്ങുന്ന മനുഷ്യനിർമിത വിവരശേഖരങ്ങൾ ലഭ്യമാക്കിക്കൊണ്ടേയിരിക്കണം. കാലികമായ വിവരം നൽകിയാലേ പുനരുൽപ്പാദനം കാലികമാവുകയുള്ളൂ. ‘അനുകരിച്ചാൽ എന്താണ് കുഴപ്പം’ എന്ന ചോദ്യത്തെ മറ്റൊരു തലത്തിലും അഭിസംബോധന ചെയ്യാം. ഒരു സ്ഥലത്ത് കുറ്റകൃത്യം സംഭവിക്കാൻ സാധ്യതയുണ്ടോ എന്ന് ഒരു പൊലീസുകാരൻ അനുമാനിക്കുന്നത് അയാളുടെ വൈദഗ്ധ്യം ഉപയോഗിച്ചുകൊണ്ടാണ്. ആ വൈദഗ്ധ്യം അയാളിൽ വന്നുചേരുന്നത് അയാളുടെ അനുഭവമണ്ഡലവും അയാൾക്ക് ലഭിച്ചിട്ടുള്ള ട്രെയിനിങ്ങും കൂടി സമന്വയിപ്പിച്ചുകൊണ്ടാണ്. ഇങ്ങനെ സങ്കീർണമായ പ്രക്രിയയിലൂടെ ലഭിക്കുന്ന വൈദഗ്ധ്യത്തിന്റെ പ്രയോഗത്തെ ഡാറ്റയിൽ ഉൾച്ചേർത്താൽ എല്ലാമായി എന്ന ചിന്ത നിർമിതബുദ്ധിയിൽ അന്തർലീനമാണ്. വൈദഗ്ധ്യത്തെ വിലകുറച്ചുകാണുന്നതിലൂടെ, മനുഷ്യനെ വെറും ഡാറ്റ ലേബലിങ് യന്ത്രങ്ങളായി കാണുന്നതിലൂടെ, മനുഷ്യനെ യന്ത്രങ്ങളേക്കാൾ താഴെ പ്രതിഷ്ഠിക്കുന്ന ഒരു സാമൂഹികബന്ധം ഇവിടെ നടപ്പിലാക്കപ്പെടുന്നു. ഇത് ഒരു ആധുനികസമൂഹത്തിൽ അഭിലഷണീയമാണോ എന്നൊരു ചോദ്യംകൂടി നാം ചോദിക്കേണ്ടതുണ്ട്. കേവല അനുകരണം കൊണ്ട് ആർക്കാണ് ഗുണം? ‘ട്യൂറിങ് ടെസ്റ്റ്’ എന്ന മാനദണ്ഡം മുൻനിർത്തി കേവലമായ അനുകരണങ്ങൾ നിർമിക്കുന്നതിലുള്ള സൂക്ഷ്മമായ പ്രശ്നങ്ങൾ നാം കണ്ടു. ഇങ്ങനെ പ്രശ്നനിബിഡമായിരിക്കുമ്പോഴും നിർമിതബുദ്ധിയുടെ പ്രയോഗം വ്യാപിക്കുന്നു എന്നത് നമ്മുടെ മുന്നിലെ യാഥാർഥ്യമാണ്. അപ്പോൾ സ്വാഭാവികമായും ഉന്നയിക്കേണ്ട ഒരു ചോദ്യമുണ്ട്. കേവലമായ അനുകരണം എന്ന രീതി ആർക്കാണ് ഗുണകരമായി ഭവിക്കുന്നത്? ഇത് മനസ്സിലാക്കുന്നതിലേക്കായി നമുക്ക് മാർക്സിന്റെ ഒരു നിരീക്ഷണത്തിലൂടെ കണ്ണോടിക്കാം. മൂലധനത്തിന്റെ നോട്ടത്തിൽ ഒരു സംഗതിയുടെ സൂക്ഷ്മവശങ്ങൾ പ്രസക്തമല്ല എന്ന് മാർക്സ് ‘മൂലധനം വാല്യം ഒന്നി’ൽ പറയുന്നു. മുതലാളിത്തത്തിന് ആകെ പ്രസക്തമായിട്ടുള്ളത് അതിനെ ചരക്കുവൽക്കരിച്ച് വിപണിയിൽ ഉൾച്ചേർക്കാനാകുമോ എന്നതാണ്, അതിലൂടെ ലാഭമുണ്ടാക്കാനാകുമോ എന്നതാണ്. ഉള്ളടക്കത്തേക്കാൾ അവതരണം വിപണിയിൽ പ്രസക്തമാകുന്നത് അങ്ങനെയാണ്. ഒരു ഉൽപ്പന്നത്തിന്റെ ഉപയോഗമൂല്യം വർധിപ്പിക്കുന്നതിനേക്കാൾ പരസ്യത്തിലും ആകർഷകമായ അവതരണത്തിലും ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നതാണ് ലാഭം കണ്ടെത്താൻ കൂടുതൽ മെച്ചം എന്ന് വിപണിയിൽ ഇടപെടുന്നവർക്ക് അറിയാവുന്ന കാര്യമാണ്. ഉപഭോക്താക്കൾ എന്ന നിലയിൽ നമ്മുടെയും ശ്രദ്ധ ഇത്തരം പ്രവണതകളിലേക്ക് പതിഞ്ഞിട്ടുണ്ടാവണം. ഇന്നത്തെ പ്രധാന പത്രങ്ങളിൽ മിക്കവാറും ദിവസങ്ങളിൽ മുൻപേജ് മുഴുവൻ പരസ്യങ്ങൾക്കായി നീക്കിവെയ്ക്കപ്പെടുന്നത് ഉൽപ്പന്നങ്ങളുടെ അവതരണത്തിൽ ചിലവഴിക്കപ്പെടുന്ന പണത്തിന്റെയും ശ്രദ്ധയുടെയും ഒരുദാഹരണം മാത്രം. നിർമിതബുദ്ധിയിലേക്ക് തിരിച്ചുവന്നാൽ, അവതരണത്തിന്റെ മണ്ഡലത്തിൽ പെടുന്നതാണ് അത് നിർമിക്കുന്ന ഫലങ്ങൾ, ഉള്ളടക്കത്തിന്റെ മണ്ഡലത്തിൽ പെടുന്നതാണ് ഫലങ്ങളിലേക്കെത്തുന്ന പ്രക്രിയ. പ്രക്രിയയെ പാടെ അവഗണിച്ച് ഫലങ്ങളിലേക്കുള്ള ശ്രദ്ധയേറുന്ന നിർമിതബുദ്ധിയിലെ യുക്തി അങ്ങനെ മുതലാളിത്തത്തിന്റെ യുക്തിയുമായി ഇഴചേർന്നുകിടക്കുന്നു എന്ന് കാണാം. ഉപരിപ്ലവമായ അനുകരണത്തിലൂടെ അമ്പരപ്പിക്കുന്ന ഫലങ്ങൾ സൃഷ്ടിക്കുന്ന നിർമിതബുദ്ധി അങ്ങനെ മുതലാളിത്തത്തിന് അനുയോജ്യമായ ഒരു പ്രവർത്തനമാണെന്ന് കാണാം. അഥവാ മുതലാളിത്തവുമായി പൊരുത്തപ്പെടുന്ന ഒരു യുക്തി അന്തർലീനമായിട്ടുള്ളതുകൊണ്ടാണ് നിർമിതബുദ്ധി ഈ നവലിബറൽ കാലത്ത് ഇത്രയേറെ ശ്രദ്ധയാകർഷിച്ചത് എന്നും വായിക്കാം. നിർമിതബുദ്ധി മറ്റേതൊരു വിജ്ഞാനശാഖയെക്കാളും കൂടുതൽ വാണിജ്യവൽക്കരിക്കപ്പെട്ടിരിക്കുന്നു എന്ന് നിരവധി ഗവേഷകർ അടുത്തിടെ നിരീക്ഷിച്ചിട്ടുണ്ട്. നിർമിതബുദ്ധിയുമായി ബന്ധപ്പെട്ട ഗവേഷകസമ്മേളനങ്ങൾ ഇന്ന് വലിയ കോർപറേറ്റ് ഭീമന്മാരുടെ സാന്നിധ്യത്താൽ സമ്പുഷ്ടമാണ്. നിർമിതബുദ്ധി എന്ന് കേൾക്കുമ്പോൾത്തന്നെ വലിയ ടെക് ഭീമന്മാരായ ഗൂഗിളിന്റെയും മൈക്രോസോഫ്റ്റിന്റെയും ഓപ്പൺ എഐയുടെയും പേരുകൾ ഓർമവരുന്നത് യാദൃച്ഛികമല്ല. നിർമിതബുദ്ധിയുമായി ബന്ധപ്പെട്ട ഗവേഷകസമ്മേളനങ്ങൾ ഇന്ന് വലിയ കോർപറേറ്റ് ഭീമന്മാരുടെ സാന്നിധ്യത്താൽ സമ്പുഷ്ടമാണ്. നിർമിതബുദ്ധി എന്ന് കേൾക്കുമ്പോൾത്തന്നെ വലിയ ടെക് ഭീമന്മാരായ ഗൂഗിളിന്റെയും മൈക്രോസോഫ്റ്റിന്റെയും ഓപ്പൺ എഐയുടെയും പേരുകൾ ഓർമവരുന്നത് യാദൃച്ഛികമല്ല. സാങ്കേതികവിദ്യയുടെ വാണിജ്യവൽക്കരണം അതിന്റെ ഏറ്റവും വികസിതമായ അവസ്ഥയിൽ നിൽക്കുന്ന ഘട്ടത്തെ അടയാളപ്പെടുത്തുന്ന നിർമിതബുദ്ധിയും മൂലധനവും പലപ്പോഴും തിരിച്ചറിയാനാവാത്തവിധം കുഴഞ്ഞുമറിഞ്ഞു കിടക്കുന്നു. ഇന്നത്തെ ഒരു പ്രധാന ചർച്ചാവിഷയം നിർമിതബുദ്ധി വികസിച്ച് കൃത്രിമമായ ബുദ്ധിയിലേക്കെത്തുമോ എന്നതാണ്. വിപണി നമുക്ക് കൂടുതൽ വിവരശേഖരങ്ങൾ ഉപയോഗിച്ച് നിർമിക്കുന്ന കൂടുതൽ ആകർഷകമായ നിർമിതബുദ്ധി അധിഷ്ഠിത അനുകരണങ്ങൾ തന്നേക്കാം, പക്ഷെ പ്രക്രിയാപരമായി നോക്കിയാൽ അവയൊന്നും തന്നെ ‘കൃത്രിമബുദ്ധി’ എന്ന ലക്ഷ്യത്തിലേക്ക് സഞ്ചരിക്കുന്നവയല്ല എന്ന് അതിന്റെ ചരിത്രം മനസ്സിലാക്കുന്ന നമുക്ക് വ്യക്തമാവേണ്ടതാണ്. നിർമിതബുദ്ധിയുടെ വിമർശകനായ ഹ്യൂബർട് ഡ്രെയ്ഫുസ് ഒരുപമ പറയുന്നത് രസകരമാണ്, അതിന്റെ ഘടനയിലൂടെ ഒന്ന് കണ്ണോടിക്കാം. തെങ്ങുകയറ്റം പഠിച്ച് തെങ്ങിന്റെ മണ്ടയ്ക്ക് എത്തിയ ഒരാൾ താൻ അങ്ങനെ കയറി കയറി ചന്ദ്രനിലേക്കെത്തും എന്ന് പറഞ്ഞേക്കും. മരംകയറ്റം കൊണ്ട് ഒരിക്കലും ചന്ദ്രനിലേക്കെത്താൻ സാധ്യമല്ല എന്ന് മനസ്സിലാക്കുന്ന സാധാരണക്കാർക്ക് ആ വാദത്തിന്റെ അപഹാസ്യത മനസ്സിലാവും. അതുപോലെയൊരു വാദമാണ് നിർമിതബുദ്ധി ഗവേഷകസമൂഹം ഉന്നയിക്കുന്നത്; അനുകരിച്ചനുകരിച്ച് കൃത്രിമമായി ബുദ്ധി നിർമിക്കും! അതും സമാനമായി അപഹാസ്യമാണ്. നിർമിതബുദ്ധിയിൽ അടങ്ങിയിരിക്കുന്നത് കേവലവും ഉപരിപ്ലവവുമായ അനുകരണങ്ങളുടെ നിർമാണമാണ് എന്നത് അതിനെ വിമർശപരമായി വിലയിരുത്തേണ്ട ആവശ്യത്തിലേക്ക് വിരൽ ചൂണ്ടുന്നു. ദേശാഭിമാനി വാരികയിൽ നിന്ന് Read on deshabhimani.com