அறிவு: ஆற்றலின் நுட்பமான பயணம் 08. – நிறைவுப் பகுதி
அறிவு என்பது வேறொன்றுமல்ல. அது இயற்கையிடமிருந்து
ஆற்றலைத் திருடும் ஒரு நுட்பமான சாவி.
தீபா ஸ்ரீதரன் தைவான்
செயற்கை நுண்ணறிவு என்பது இன்று ஏதோ திடீரென முளைத்த ஒன்றல்ல. அது காம்ப்ரியன் காலத்தில் தொடங்கிய ஒரு நீண்ட பயணத்தின் தர்க்கரீதியான நீட்சி. ஒரு செல் தனக்குத் தேவையான ஆற்றல் எங்கே இருக்கிறது என்பதை உணரத் தொடங்கியபோது ‘அறிவு’ பிறந்தது.
இன்று யுஐ கோடிக்கணக்கான தரவுகளைப் பகுப்பாய்வு செய்வதும் அதே அடிப்படைத் தேவைக்காகத்தான். பிரபஞ்சத்தின் சிக்கலான தன்மையிலிருந்து பயனுள்ள தகவல்களைப் பிரித்தெடுத்து, ஆற்றல் விரயத்தைக் குறைப்பது. என்ட்ரோபியின் இரண்டாம் விதிப்படி, பிரபஞ்சம் எப்போதும் ஒழுங்கின்மையை (Disorder) நோக்கியே நகர்கிறது. ஆனால், உயிர் என்பது அந்த ஒழுங்கின்மைக்கு எதிராகத் தற்காலிகமாக ஓர் ‘ஒழுங்கை’ (order) உருவாக்கும் போராட்டம். இந்த ஒழுங்கை உருவாக்கத் தேவையான மிகச்சிறந்த கருவி ‘தகவல்’. தகவல் துல்லியமாக இருக்கும்போது, குறைந்த ஆற்றலில் அதிக வேலை செய்ய முடிகிறது. இங்குதான் யுஐ ஒரு தலைசிறந்த ‘ஆற்றல் அறுவடை கருவியாக’ (Efficient Energy Harvester) உருவெடுக்கிறது.
வெப்பவியலின் லான்டார் கொள்கை (Landauer’s Principle) தகவல் செயலாக்கத்திற்கும் ஆற்றலுக்கும் இடையே நேரடித் தொடர்பு இருப்பதை உறுதிப்படுத்துகிறது. சமீபத்திய “தகவல்-ஆற்றல் சமநிலை தேற்றம்” (Information-Energy Equivalence Theorem, 2024-25) ஆய்வுகள், யுஐ மாதிரிகள் தரவுகளைக் கற்கும்போது அவை உண்மையில் பிரபஞ்சத்தின் ‘கிப்ஸ்
சுதந்திர ஆற்றலை’ (Gibbs Free Energy) மிக நுணுக்கமாக மேலாண்மை செய்கின்றன என்று கூறுகின்றன. அதாவது, ஒரு Ai மாடல் எவ்வளவு துல்லியமாக ஒரு முன்கணிப்பைச் செய்கிறதோ, அவ்வளவுக்கு அது அந்த அமைப்பில் ஏற்படும் தேவையற்ற வெப்ப இழப்பைக் குறைக்கிறது. நவீன ஸ்மார்ட் கிரிட் (smart grids) மற்றும் குவாண்டம் கம்ப்யூட்டிங் துறைகளில் யுஐ-ஐப் பயன்படுத்துவதன் மூலம், கடத்திகளில் ஏற்படும் ஆற்றல் சிதறலை (Energy Dissipation) அணு அளவில் கட்டுப்படுத்த முடியும் என்பது நிரூபிக்கப்பட்டுள்ளது.
என்னுடைய தர்க்கத்தை உறுதிப்படுத்த மேலும் சில வலுவான காரணங்களை நான் இங்கே முன்வைக்க விரும்புகிறேன்.
பரிணாமச் சுருக்கம் (Evolutionary Compression):
இயற்கையில் ஒரு உயிரினம் பிழைத்திருக்க வேண்டுமானால், அது சூழலைப் பற்றிய தகவல்களைத் தன் மரபணுவில் ‘சுருக்கி’ (compress) வைத்திருக்க வேண்டும். Ai என்பது மனித இனம் 50,000 ஆண்டுகளில் திரட்டிய மொத்த ஆற்றல் மேலாண்மை அறிவையும் ஒரே ஒரு சில்லிற்குள் (ஊhip) சுருக்கும் முயற்சியாகும்.
என்ட்ரோபி எதிர்ப்பு விசை: 2025-ல் முன்மொழியப்பட்ட “செயலில் உள்ள அனுமானக் கோட்பாடு” (Active Inference Framework) அடிப்படையில் பார்த்தால், யுஐ என்பது ஒரு ‘என்ட்ரோபி குறைப்பு இயந்திரம்’. அது குழப்பமான தரவுகளிலிருந்து (நுவெசழில) ஒழுங்கான வடிவங்களை (Entropy) உருவாக்குவதன் மூலம், மனித சமூகம் சிதறுண்டு போவதைத் தடுக்கிறது. எதிர்கால ஆற்றல் அறுவடை: நிலக்கரி மற்றும் பெட்ரோலியம் போன்ற ‘மறைமுக’ ஆற்றலிலிருந்து விடுபட்டு, விண்மீன் ஆற்றலை (Dyson-sphere level concepts) நேரடியாக அறுவடை செய்ய வேண்டுமானால், மனித மூளையின் வேகத்தை விட பல கோடி மடங்கு வேகமான யுஐ-இன் கணக்கீட்டு அறிவு அவசியம்.
பரிணாம வளர்ச்சியின் பார்வையில் பார்த்தால், உயிரியல் மூளை என்பது ஒரு வன்பொருள் (Hardware). அது தகவல்களைச் சேமிக்க எடுக்கும் ஆற்றல் அதிகம், அதன் வேகமும் குறைவு. ஆனால் யுஐ என்பது உயிரியல் கட்டுப்பாடுகளைத் தாண்டி ‘அறிவை’ ஒரு மென்பொருளாக மாற்றியிருக்கிறது. இது மனித கைகள் வழியாக இயற்கையே முன்னெடுத்துச் செல்லும் பரிணாமத்தின் அடுத்த படிநிலை.
எதிர்காலப் பரிணாமம் என்பது வெறும் உடல் சார்ந்த மாற்றமாக இருக்காது. அது ‘அறிவு மற்றும் ஆற்றல் ஒருங்கிணைப்பு’ சார்ந்ததாக இருக்கும். ஒரு காலத்தில் மனிதன் நெருப்பைக் கண்டறிந்து தனது ஜீரண ஆற்றலை மிச்சப்படுத்தியது போல, இன்று Aiநமது சிந்தனை ஆற்றலை மிச்சப்படுத்தி, அதை இன்னும் நுணுக்கமான கண்டுபிடிப்புகளுக்குப் பயன்படுத்த வழிவகுக்கிறது.
இறுதியாக, அறிவு என்பது வேறொன்றுமல்ல. அது இயற்கையிடமிருந்து ஆற்றலைத் திருடும் ஒரு நுட்பமான சாவி. காம்ப்ரியன் காலத்தில் ஒளியை உணரத் தொடங்கிய கண்கள் முதல், இன்று கருந்துளையின் ஆற்றலை ஆய்வு செய்யும் செயற்கை நுண்ணறிவு வரை, அனைத்தும் இந்த ஒரு புள்ளியிலேயே இணைகின்றன. பிரபஞ்சத்தின் மாபெரும் ஆற்றல் கடலில், ஓர் இனம் எவ்வளவு அறிவுடையது என்பதை அந்த ஆற்றலை அது எவ்வளவு துல்லியமாக அறுவடை செய்கிறது என்பதைக் கொண்டே தீர்மானிக்க முடியும். ஆற்றலைச் சேகரிப்பதும், சிதறாமல் காப்பதுமே அறிவின் சாராம்சம். இந்தத் தொடர் பயணத்தில் யுஐ என்பது ஒரு முடிவல்ல, அது ஆற்றல் எனும் பேராற்றலை நாம் முழுமையாகப் புரிந்துகொள்ளத் தொடங்கியிருப்பதன் தொடக்கம் மட்டுமே.
முற்றும்.
![]()
