Table of Contents
ಪೀಠಿಕೆ
ಮಷೀನ್ ಲರ್ನಿಂಗ್ (ಯಂತ್ರ ಕಲಿಕೆ) ಇದುವರೆಗೂ ಮನುಷ್ಯರು ಮಾತ್ರ ನಿರ್ವಹಿಸುತ್ತಿದ್ದ ಕಂಪ್ಯೂಟರ್ಗಳ ಕಾರ್ಯಗಳನ್ನು ನಿಭಾಯಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
ಕಾರುಗಳನ್ನು ಓಡಿಸುವುದರಿಂದ ಹಿಡಿದು ಭಾಷಣವನ್ನು ಭಾಷಾಂತರಿಸುವವರೆಗೆ, ಮಷೀನ್ ಲರ್ನಿಂಗ್ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ (ಆರ್ಟಿಫಿಷಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್) ಸಾಮರ್ಥ್ಯಗಳಲ್ಲಿ ಸ್ಫೋಟವನ್ನು ಉಂಟುಮಾಡುತ್ತಿದೆ – ಸಾಫ್ಟ್ವೇರ್ ಗೊಂದಲಮಯ ಮತ್ತು ಅನಿರೀಕ್ಷಿತ ನೈಜ ಪ್ರಪಂಚವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಆದರೆ ಮಷೀನ್ ಲರ್ನಿಂಗ್ ಅಂದರೆ ನಿಖರವಾಗಿ ಏನು ಮತ್ತು ಮಷೀನ ಲರ್ನಿಂಗ್ ನಲ್ಲಿ ಪ್ರಸ್ತುತ ಉತ್ಕರ್ಷವನ್ನು ಸಾಧ್ಯವಾಗಿಸುತ್ತಿರುವುದು ಏನು?
ಮಷೀನ್ ಲರ್ನಿಂಗ್ ಎಂದರೇನು?
ಸ್ಥೂಲವಾಗಿ ಹೇಳುವದಾದರೆ , ಯಂತ್ರ ಕಲಿಕೆ ಎನ್ನುವುದು ಕಂಪ್ಯೂಟರ್ ವ್ಯವಸ್ಥೆಗೆ ದತ್ತಾಂಶವನ್ನು (ಡೇಟಾ) ನೀಡಿದಾಗ ನಿಖರವಾದ ಮುನ್ಸೂಚನೆಗಳನ್ನು (ಪ್ರೆಡಿಕ್ಷನ್ಸ್) ಹೇಗೆ ಮಾಡಬೇಕೆಂದು ಕಲಿಸುವ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ.
ಫೋಟೋದಲ್ಲಿನ ಹಣ್ಣು ಬಾಳೆಹಣ್ಣು ಅಥವಾ ಸೇಬು ಎಂದು ಆ ಮುನ್ಸೂಚನೆಗಳು ಉತ್ತರಿಸಬಹುದು, ಸ್ವಯಂ ಚಾಲನಾ ಕಾರಿನ ಮುಂದೆ ರಸ್ತೆ ದಾಟುವ ಜನರನ್ನು ಗುರುತಿಸುವುದು, ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಪುಸ್ತಕದ ಪದವು ಪೇಪರ್ಬ್ಯಾಕ್ಗೆ ಸಂಬಂಧಿಸಿರಲಿ ಅಥವಾ ಹೋಟೆಲ್ ಕಾಯ್ದಿರಿಸುವಿಕೆ, ಇಮೇಲ್ ಸ್ಪ್ಯಾಮ್ ಆಗಿರಲಿ ಅಥವಾ ಧ್ವನಿ ಸಂದೇಶದಿಂದ (ವಾಯ್ಸ್ ಕಮಾಂಡ್) ಮಾತ್ರ ಯೂಟ್ಯೂಬ್ ವೀಡಿಯೊಗೆ ಶೀರ್ಷಿಕೆಗಳನ್ನು ರಚಿಸಲು ಮಷೀನ್ ಲರ್ನಿಂಗ್ ಉಪಯೋಗವಾಗುತ್ತದೆ.
ಸಾಂಪ್ರದಾಯಿಕ ಕಂಪ್ಯೂಟರ್ ಸಾಫ್ಟ್ವೇರ್ನ ಪ್ರಮುಖ ವ್ಯತ್ಯಾಸವೆಂದರೆ ಬಾಳೆಹಣ್ಣು ಮತ್ತು ಸೇಬಿನ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಹೇಗೆ ಹೇಳಬೇಕೆಂದು ವ್ಯವಸ್ಥೆಗೆ ಸೂಚಿಸುವ ಕೋಡ್ ಅನ್ನು ಮಾನವ ಡೆವಲಪರ್ ಬರೆದಿಲ್ಲ.
ಬದಲಾಗಿ ಮಷೀನ್ ಲರ್ನಿಂಗ ನ ಮಾದರಿಯನ್ನು (ಮಾಡೆಲ್) ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಡೇಟಾದ ಮೇಲೆ ತರಬೇತಿ (ಟ್ರೇನಿಂಗ) ಪಡೆಯುವ ಮೂಲಕ ಹಣ್ಣುಗಳ ನಡುವೆ ಹೇಗೆ ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ, ಖಚಿತವಾಗಿ ತಾರತಮ್ಯ ಮಾಡಬೇಕೆಂದು ಕಲಿಸಲಾಗಿದೆ, ಈ ಸಂದರ್ಭದಲ್ಲಿ ಬಾಳೆಹಣ್ಣು ಅಥವಾ ಸೇಬನ್ನು ಹೊಂದಿರುವಂತೆ ಲೇಬಲ್ ಮಾಡಲಾದ ದೊಡ್ಡ ಸಂಖ್ಯೆಯ ಚಿತ್ರಗಳು.
ಮಷೀನ್ ಲರ್ನಿಂಗ್ ಸಾಧ್ಯವಾಗುವಂತೆ ಮಾಡಲು ಡೇಟಾ ಬಹಳ ಮುಖ್ಯವಾಗಿದೆ.
‘ಅಜೈಲ್ ಮೆಥೊಡೊಲಜಿ’ ಎಂದರೇನು ಓದಿರಿ
AI ಮತ್ತು ಮಷೀನ್ ಲರ್ನಿಂಗ್ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?
ಮಷೀನ್ ಲರ್ನಿಂಗ್ ತಡವಾಗಿ ಅಪಾರ ಯಶಸ್ಸನ್ನು ಕಂಡಿರಬಹುದು, ಆದರೆ ಇದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು (AI) ಸಾಧಿಸಲು ಕೇವಲ ಒಂದು ವಿಧಾನವಾಗಿದೆ.
1950 ರ ದಶಕದಲ್ಲಿ AI ಕ್ಷೇತ್ರದ ಜನನದ ಸಮಯದಲ್ಲಿ, AI ಅನ್ನು ಮಾನವ ಬುದ್ಧಿಮತ್ತೆಯ ಅಗತ್ಯವಿರುವ ಕಾರ್ಯವನ್ನು ನಿರ್ವಹಿಸುವ ಯಾವುದೇ ಯಂತ್ರ ಎಂದು ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ.
AI ವ್ಯವಸ್ಥೆಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಈ ಕೆಳಗಿನ ಕೆಲವು ಗುಣಲಕ್ಷಣಗಳನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತವೆ:
ಯೋಜನೆ, ಕಲಿಕೆ, ತಾರ್ಕಿಕತೆ, ಸಮಸ್ಯೆ ಪರಿಹಾರ, ಜ್ಞಾನ ಪ್ರಾತಿನಿಧ್ಯ, ಗ್ರಹಿಕೆ, ಚಲನೆ ಮತ್ತು ಕುಶಲತೆ ಮತ್ತು ಸ್ವಲ್ಪ ಮಟ್ಟಿಗೆ ಸಾಮಾಜಿಕ ಬುದ್ಧಿವಂತಿಕೆ ಮತ್ತು ಸೃಜನಶೀಲತೆ.
ಯಂತ್ರ ಕಲಿಕೆಯ ಜೊತೆಗೆ, AI ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ಮಿಸಲು ವಿಕಸನೀಯ ಗಣನೆ ಸೇರಿದಂತೆ ಹಲವಾರು ಇತರ ವಿಧಾನಗಳಿವೆ, ಅಲ್ಲಿ ಕ್ರಮಾವಳಿಗಳು (ಅಲ್ಗೊರಿಥಮ್ಸ್) ರಾಂಡಮ್ ರೂಪಾಂತರಗಳು ಮತ್ತು ತಲೆಮಾರುಗಳ ನಡುವಿನ ಸಂಯೋಜನೆಗೆ ಸೂಕ್ತವಾದ ಪರಿಹಾರಗಳನ್ನು “ವಿಕಸನಗೊಳಿಸುವ” ಪ್ರಯತ್ನದಲ್ಲಿ ಮತ್ತು ಪರಿಣಿತ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ, ಕಂಪ್ಯೂಟರ್ಗಳನ್ನು ಅನುಮತಿಸುವ ನಿಯಮಗಳೊಂದಿಗೆ ಪ್ರೋಗ್ರಾಮ್ ಮಾಡಲಾಗುತ್ತದೆ.
ಮಷೀನ್ ಲರ್ನಿಂಗ್ ಏಲ್ಲಿ ಬಳಸಲಾಗುತ್ತದೆ?
ಮಷೀನ್ ಲರ್ನಿಂಗ್ ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಮ್ಮ ಸುತ್ತಲೂ ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ಇಂದು ಆಧುನಿಕ ಅಂತರ್ಜಾಲದ ಮೂಲಾಧಾರವಾಗಿದೆ.
ಅಮೆಜಾನ್ನಲ್ಲಿ ನೀವು ಮುಂದಿನ ಉತ್ಪನ್ನವನ್ನು ಖರೀದಿಸಲು ಬಯಸಬಹುದು ಅಥವಾ ನೆಟ್ಫ್ಲಿಕ್ಸ್ನಲ್ಲಿ ನೀವು ಯಾವ ವೀಡಿಯೊವನ್ನು ವೀಕ್ಷಿಸಲು ಬಯಸಬಹುದು ಎಂದು ಶಿಫಾರಸು ಮಾಡಲು ಮಷೀನ್ ಲರ್ನಿಂಗ್ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.
ನಿಮ್ಮ ಫಲಿತಾಂಶಗಳನ್ನು ವೈಯಕ್ತೀಕರಿಸುವ (ಪೆರ್ಸನಲೈಸಷನ್) ಮೂಲಕ ನಿಮ್ಮ ಪ್ರಶ್ನೆಯಲ್ಲಿನ ಭಾಷೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಪ್ರತಿ ಗೂಗಲ್ ಹುಡುಕಾಟವು ಅನೇಕ ಮಷೀನ್ ಲರ್ನಿಂಗ್ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬಳಸುತ್ತದೆ.
ಆದ್ದರಿಂದ “ಬಾಸ್” ಗಾಗಿ ಹುಡುಕುವ ಮೀನುಗಾರಿಕೆ ಉತ್ಸಾಹಿಗಳು ಗಿಟಾರ್ಗಳ ಫಲಿತಾಂಶಗಳೊಂದಿಗೆ ಮುಳುಗುವುದಿಲ್ಲ.
ಅದೇ ರೀತಿ Gmail ನ ಸ್ಪ್ಯಾಮ್ ಮತ್ತು ಫಿಶಿಂಗ್-ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳು ನಿಮ್ಮ ಇನ್ಬಾಕ್ಸ್ ಅನ್ನು ರಾಕ್ಷಸ ಸಂದೇಶಗಳಿಂದ ಸ್ಪಷ್ಟವಾಗಿಡಲು ಮಷೀನ್ ಲರ್ನಿಂಗ್ ತರಬೇತಿ ಪಡೆದ ಮಾದರಿಗಳನ್ನು ಬಳಸುತ್ತವೆ.
ಮಷೀನ್ ಲರ್ನಿಂಗ್ ಶಕ್ತಿಯ ಸ್ಪಷ್ಟ ಪ್ರದರ್ಶನಗಳಲ್ಲಿ ಆಪಲ್ ಕಂಪನಿಯ ‘ಸಿರಿ‘, ಅಮೆಜಾನ್ನ ‘ಅಲೆಕ್ಸಾ’, ಗೂಗಲ್ ಅಸಿಸ್ಟೆಂಟ್ ಮತ್ತು ಮೈಕ್ರೋಸಾಫ್ಟ್ ಕೊರ್ಟಾನಾದಂತಹ ವರ್ಚುವಲ್ ಸಹಾಯಕರು.
ಪ್ರತಿಯೊಬ್ಬರೂ ತಮ್ಮ ಧ್ವನಿ ಗುರುತಿಸುವಿಕೆ ಮತ್ತು ನೈಸರ್ಗಿಕ ಭಾಷೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಬೆಂಬಲಿಸಲು ಯಂತ್ರ ಕಲಿಕೆಯನ್ನು ಹೆಚ್ಚು ಅವಲಂಬಿಸಿದ್ದಾರೆ, ಜೊತೆಗೆ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಲು ಅಪಾರ ಕಾರ್ಪಸ್ (ಶಬ್ದಗಳ ರಾಶಿ)ಅಗತ್ಯವಿರುತ್ತದೆ.
ಆದರೆ ಮಷೀನ್ ಲರ್ನಿಂಗ್ ನ ಈ ಗೋಚರ ಅಭಿವ್ಯಕ್ತಿಗಳನ್ನು ಮೀರಿ, ವ್ಯವಸ್ಥೆಗಳು ಪ್ರತಿಯೊಂದು ಉದ್ಯಮದಲ್ಲೂ ಬಳಕೆಯನ್ನು ಕಂಡುಹಿಡಿಯಲು ಪ್ರಾರಂಭಿಸುತ್ತಿವೆ.
ಈ ಪರಿಶೋಧನೆಗಳಲ್ಲಿ ಇವು ಸೇರಿವೆ:
ಚಾಲಕರಹಿತ ಕಾರುಗಳು, ಡ್ರೋನ್ಗಳು ಮತ್ತು ವಿತರಣಾ ರೋಬೋಟ್ಗಳಿಗೆ ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ;
ಚಾಟ್ಬಾಟ್ಗಳು ಮತ್ತು ಸೇವಾ ರೋಬೋಟ್ಗಳಿಗೆ ಭಾಷಣ ಮತ್ತು ಭಾಷಾ ಗುರುತಿಸುವಿಕೆ ಮತ್ತು ಸಂಶ್ಲೇಷಣೆ;
ಚೀನಾದಂತಹ ದೇಶಗಳಲ್ಲಿ ಕಣ್ಗಾವಲುಗಾಗಿ ಮುಖ ಗುರುತಿಸುವಿಕೆ (ಫೇಸ್ ಐಡೆಂಟಿಫಿಕೇಷನ್);
ಕ್ಷ-ಕಿರಣಗಳಲ್ಲಿ ಗೆಡ್ಡೆಗಳನ್ನು ತೆಗೆಯಲು ವಿಕಿರಣಶಾಸ್ತ್ರಜ್ಞರಿಗೆ ಸಹಾಯ ಮಾಡುವುದು, ರೋಗಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಆನುವಂಶಿಕ ಅನುಕ್ರಮಗಳನ್ನು ಗುರುತಿಸುವಲ್ಲಿ ಸಂಶೋಧಕರಿಗೆ ಸಹಾಯ ಮಾಡುವುದು ಮತ್ತು ಆರೋಗ್ಯ ರಕ್ಷಣೆಯಲ್ಲಿ ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾದ ಔಷಧಗಳಿಗೆ ಕಾರಣವಾಗುವ ಅಣುಗಳನ್ನು ಗುರುತಿಸುವುದು;
IOT (ಇಂಟರ್ನೆಟ್ ಆ ಥಿಂಗ್ಸ್) ಸಂವೇದಕ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಮೂಲಕ ಮೂಲಸೌಕರ್ಯದಲ್ಲಿ ಮುನ್ಸೂಚನೆಯ ನಿರ್ವಹಣೆಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ;
ಕ್ಯಾಷಿಯರ್ ರಹಿತ ಅಮೆಜಾನ್ ಗೋ ಸೂಪರ್ ಮಾರ್ಕೆಟನ್ನು ಸಾಧ್ಯವಾಗಿಸುವ ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಗೆ (ವಿಷನ್) ಆಧಾರವಾಗಿದೆ;
ವ್ಯಾಪಾರ ಸಭೆಗಳಿಗೆ ಸಮಂಜಸವಾಗಿ ನಿಖರವಾದ ಪ್ರತಿಲೇಖನ ಮತ್ತು ಭಾಷಣ ಅನುವಾದವನ್ನು ನೀಡುತ್ತದೆ;ಪಟ್ಟಿ ಹಾಗೇ ಮುಂದುವರಿಯುತ್ತದೆ.
2020 ರಲ್ಲಿ, ಓಪನ್ಎಐನ (ಓಪನ್ AI ) GPT -3 (ಜನರೇಟಿವ್ ಪೂರ್ವ-ತರಬೇತಿ ಪಡೆದ ಟ್ರಾನ್ಸ್ಫಾರ್ಮರ್ 3) ಮನುಷ್ಯನಂತೆ ಬರೆಯುವ ಸಾಮರ್ಥ್ಯಕ್ಕಾಗಿ ಮುಖ್ಯಾಂಶಗಳನ್ನು ಮಾಡಿತು….. ನೀವು ಯೋಚಿಸುವ ಯಾವುದೇ ವಿಷಯದ ಬಗ್ಗೆ !!
GPT -3 ತೆರೆದ ವೆಬ್ನಲ್ಲಿ ಲಭ್ಯವಿರುವ ಶತಕೋಟಿ ಇಂಗ್ಲಿಷ್ ಭಾಷೆಯ ಲೇಖನಗಳ ಬಗ್ಗೆ ತರಬೇತಿ ಪಡೆದ ನರಮಂಡಲವಾಗಿದೆ ಮತ್ತು ಪಠ್ಯ ಅಪೇಕ್ಷೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯೆಯಾಗಿ ಲೇಖನಗಳು ಮತ್ತು ಉತ್ತರಗಳನ್ನು ರಚಿಸಬಹುದು.
ಮೊದಲ ನೋಟದಲ್ಲಿ GPT -3 ಮತ್ತು ಮಾನವನಿಂದ ರಚಿತವಾಗುವ ಪಠ್ಯವನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು ಕಷ್ಟ, ಆದರೆ ಹತ್ತಿರದಿಂದ ಪರಿಶೀಲಿಸಿದಾಗ ವ್ಯವಸ್ಥೆಯ ಕೊಡುಗೆಗಳು ಯಾವಾಗಲೂ ಪರಿಶೀಲನೆಗೆ ನಿಲ್ಲುವುದಿಲ್ಲ.
ಕೊನೆಗೆ
ಮಷೀನ್ ಲೆರ್ನಿಂಗ್ ನ ಅಂಗವಾದ ‘ಆಳವಾದ ಕಲಿಕೆ’ಯು (ಡೀಪ್ ಲರ್ನಿಂಗ್) ಅಂತಿಮವಾಗಿ ಮನುಷ್ಯರಿಂದ ನೇರವಾಗಿ ಕಲಿಯಬಹುದಾದ ರೋಬೋಟ್ಗಳಿಗೆ ದಾರಿ ಮಾಡಿಕೊಡುತ್ತದೆ, ಎನ್ವಿಡಿಯಾದ ಸಂಶೋಧಕರು ಆಳವಾದ ಕಲಿಕೆಯ ವ್ಯವಸ್ಥೆಯನ್ನು ರಚಿಸುತ್ತಾರೆ.
Pingback: ಅಜೈಲ್ ಮೆಥಡಾಲಜಿ ಎಂದರೇನು?|What Is Agile Methodology In Kannada - Holagi ಅಜೈಲ್ ಮೆಥಡಾಲಜಿ ಎಂದರೇನು?|What Is Agile Methodology In Kannada