காலநிலை மாற்றத்தின் விளைவுகளைத் தணிப்பதில் கூகுளின் செயற்கை நுண்ணறிவு (Google artificial intelligence (AI)) குறிப்பிடத்தக்க முன்னேற்றங்களை அடைந்து வருகிறது. இந்த தொழில்நுட்பம் நிலம் முதல் கடல் வரை- வானம் வரை, பூமியை பசுமையாக்குவதற்கு செயல்பட்டு வருகிறது.
கூகுள் போன்ற நிறுவனங்கள் காலநிலை மாற்றத்தின் விளைவுகளை சமாளிக்க செயற்கை நுண்ணறிவை பயன்படுத்துகின்றன. பாதுகாப்பு முயற்சிகள் மற்றும் சுகாதார மேம்பாடுகள் போன்ற நிஜ உலக சூழ்நிலைகளில் செயற்கை நுண்ணறிவை எவ்வாறு பயன்படுத்தப்படலாம் என்பதைக் காண்பிப்பதற்காக (Google AI Now) என்ற விவாதங்களை கூகுள் நடத்துகிறது.
Google AI Now அமர்வின் போது, நிலம், கடல் மற்றும் வானத்தைப் பாதுகாக்க செயற்கை நுண்ணறிவை பயன்படுத்துவது பற்றி ஆராய்ச்சியாளர்கள் சுற்றுச்சூழலைப் பாதுகாக்க செயற்கை நுண்ணறிவை பயன்படுத்துவதற்கான தங்கள் யோசனைகளைப் பகிர்ந்து கொண்டனர். கூகுள் ஆசியா பசிபிக் பல்கலைக்கழகத்தின் தலைவர் மணீஷ் குப்தா, (Google Asia Pacific University (APAC)) இந்தியாவில் நிலையான விவசாய நடைமுறைகளை ஆதரிக்க செயற்கை நுண்ணறிவை பயன்படுத்தும் ஆந்த்ரோக்ரிஷி என்ற திட்டத்தைப் பற்றி பேசினார். இந்தியாவின் 1.4 பில்லியன் மக்களுக்கும் உலகெங்கிலும் உள்ள மற்றவர்களுக்கும் உதவ முடியும் என்று கூகுள் கூறுகிறது. குப்தா ஆந்த்ரோக்ரிஷி (AnthroKrishi) என்ற திட்டத்தை அறிமுகப்படுத்தினார். சமஸ்கிருதத்தில் "ஆந்த்ரோ" (Anthro) என்றால் மனிதன் (human) மற்றும் "கிரிஷி" (krishi) என்றால் விவசாயம் (agriculture) என்று விளக்கினார்.
ஆந்த்ரோக்ரிஷி (AnthroKrishi) செயற்கைக்கோள் படங்களை பகுப்பாய்வு செய்வதற்கும் வயல் எல்லைகள் மற்றும் நீர் ஆதாரங்களை அடையாளம் காண்பதற்கும் செயற்கை நுண்ணறிவை பயன்படுத்துகிறது. விவசாயிகள் தங்கள் பயிர் விளைச்சலை மேம்படுத்தவும் சுற்றுச்சூழல் நட்பு விவசாய முறைகளைப் பின்பற்றவும் உதவுகிறது. இந்த தொழில்நுட்பம் இந்தியாவின் பெரிய மக்கள்தொகைக்கும் உலகெங்கிலும் உள்ள பிற நாடுகளுக்கும் பயனளிக்கும்.
பல இந்திய குடும்பங்களுக்கு விவசாயம் முக்கியமானது. ஆனால் இது மாசுபாட்டிற்கு காரணமாகிறது. ஆந்த்ரோக்ரிஷி செயற்கைக்கோள் படங்களைப் பார்த்து, ஒவ்வொரு பண்ணை எங்குள்ளது என்பதைக் கண்டறிந்து, பயிர்கள், எவ்வளவு உற்பத்தி செய்கின்றன, விவசாயிகள் என்ன செய்கிறார்கள் என்பதைக் கண்காணிக்க செயற்கை நுண்ணறிவை பயன்படுத்துகிறது. பயிர்கள் எவ்வளவு விளையும் என்று நினைக்கும் வங்கிகள் கடனைத் தீர்மானிக்கும் போது அல்லது அரசாங்கங்கள் மானியத் திட்டங்களை சிறப்பாகத் திட்டமிடும்போது, விவசாயத்தை சிறந்ததாக்க இது உதவுகிறது.
இந்தியாவில் செயற்கை நுண்ணறிவை செயல்படுத்துவதற்கான சவால்கள் மற்றும் அரசாங்க ஆதரவு குறித்து கேட்டபோது, குப்தா தொழில்நுட்ப சிக்கல்கள் மற்றும் தடைகள் குறித்து விவாதித்தார். இரண்டு முக்கிய சவால்களை குப்தா விளக்கினார். முதலில், இந்தியாவில் களத் தரவு மற்றும் அரசாங்க கணக்கெடுப்புத் தரவுகளில் பிழைகளைக் குறிப்பிட்டார். இரண்டாவதாக, அவற்றின் மாதிரிகளை உருவாக்கிய பிறகு அவற்றைச் சரிபார்ப்பது சவாலானது. இதைத் தீர்க்க, அவர்கள் தெலுங்கானா மற்றும் மகாராஷ்டிரா போன்ற மாநில அரசுகளுடனும், இந்திய தொழில்நுட்பக் கழகம் பாம்பேயுடனும் சேர்ந்து ஆய்வு நடத்தினர். குப்தா அவர்களின் மாதிரிகளை சரிபார்ப்பதற்காக அரசாங்க நிறுவனங்களுடனான ஈடுபாட்டின் முக்கியத்துவத்தை வலியுறுத்தினார்.
நிஜ உலக தத்தெடுப்பு (real-world adoption) மற்றும் தாக்கத்தை மேம்படுத்துவதை ஆந்த்ரோ கிரிஷி நோக்கமாகக் கொண்டுள்ளது. ஆந்த்ரோக்ரிஷி இன்னும் ஆரம்ப கட்டத்தில் உள்ளது, அங்கு அவர்கள் அதன் துல்லியத்தை சரிபார்க்கிறார்கள் இருப்பினும், தங்கள் பண்ணை வரைபடம் வெளியீடுகளைப் பயன்படுத்தும் தொடக்க நிலை கூட்டாளர்களுக்கு அவர்கள் ஏற்கனவே கிடைக்கச் செய்துள்ளனர். மேலும் Google TensorFlow வை எவ்வாறு திறந்த மூலத்தை உருவாக்கியது மற்றும் சில பெரிய மொழி மாதிரி (large language model LLM)) உட்பொதிவுகளை வெளிப்படையாகப் பகிர்ந்தது போன்றே, அதை திறக்கலாம் என்று குப்தா விளக்கினார்.
வெப்பமயமாதல் மற்றும் பெருங்கடல்களால் பாதிக்கப்பட்ட ஆபத்தான ராட்சத கெல்ப் காடுகளைக் காப்பாற்ற கடல் சூழலியலாளர்களுக்கு உதவ ஆஸ்திரேலியா கூகுள் Sanekommu பயன்படுத்துகிறது. மீதமுள்ள கெல்ப் பகுதிகளை அடையாளம் காண செயற்கைக்கோள் படங்களை செயற்கை நுண்ணறிவுப் பகுப்பாய்வு செய்கிறது. இது மனித ஆற்றலில் கடினமான பணி. வெப்பத்தைத் தாங்கக்கூடிய கெல்ப் விகாரங்களைக் கண்டறிய மரபணு ஆய்வுகளை விரைவுபடுத்தவும் செயற்கை நுண்ணறிவு உதவுகிறது. டாக்டர் கிரேக் ஜான்சன் கூகுளின் செயற்கை நுண்ணறிவு தொழில்நுட்பத்தைப் பாராட்டினார், அது அவர்களின் பணிக்கு இன்றியமையாதது என்று கூறினார். நீடித்த தாக்கங்களை ஏற்படுத்த பருவநிலை மாற்றத்தை எதிர்கொள்ள வேண்டியதன் முக்கியத்துவத்தை அவர் வலியுறுத்தினார்.
கூகுளின் கான்ட்ரெயில்ஸ் குழுவை வழிநடத்தும் தினேஷ் சனேகொம்மு, காலநிலை தாக்கங்களை குறைக்க மற்றும் மாற்றங்களுக்கு ஏற்ப செயற்கை நுண்ணறிவு எவ்வாறு உதவுகிறது என்பதைப் பற்றி பேசினார். தடைகள் உருவாகும் பகுதிகளைத் தவிர்ப்பதற்காக விமானப் பாதைகளை மேம்படுத்துவதன் மூலம் விமான நிறுவனங்கள் தங்கள் சுற்றுச்சூழல் பாதிப்பைக் குறைக்க உதவும் வகையில் செயற்கை நுண்ணறிவு அமைப்புகளை கூகுள் உருவாக்குகிறது. கான்ட்ரெயில்ஸ் (Contrails) என்பது ஈரப்பதமான காற்றில் பறக்கும் பாதைகள், வெப்பத்தை சிக்க வைக்கும் மூடியை உருவாக்குகிறது. வானிலைத் தரவு மற்றும் கடந்த கால விமானப் பாதைகளைப் பயன்படுத்தி இந்தப் பகுதிகளை முன்னறிவிப்பதன் மூலம், விமானிகள் அவற்றைச் சுற்றி எளிதாக மாற்றியமைக்க முடியும்.
கூகுள் ஆராய்ச்சி நிறுவனம் அமெரிக்கன் விமான நிறுவனங்களுடன் இணைந்து செயற்கைக்கோள் படங்கள் மற்றும் வானிலை முன்னறிவிப்புகள் போன்ற தரவுகளை சேகரித்து கான்ட்ரால் முன்னறிவிப்பு வரைபடங்களை உருவாக்கியது. கடந்த ஆண்டு அமெரிக்கன் ஏர்லைன்ஸுடனான சோதனைகளின் போது, கூகுளின் செயற்கை நுண்ணறிவு அமைப்பு சில விமானங்களில் 50% கான்ட்ரெயில் உருவாக்கத்தை வெற்றிகரமாகக் குறைத்தது, இது ஊக்கமளிக்கும் விளைவு என்று சானேகோமு (Sanekommu) விவரித்தார்.
செயற்கை நுண்ணறிவின் ஆற்றல் நுகர்வு குறித்து, கூகுளின் மணீஷ் குப்தா, பொறுப்பான செயற்கை நுண்ணறிவை வரிசைப்படுத்தலுக்கு முன்னுரிமை அளிப்பதாகக் கூறினார். செயற்கை நுண்ணறிவை இயக்கும் கூகுளின் தரவு மையங்கள் தரமானவற்றை விட 1.5 மடங்கு அதிக ஆற்றல் திறன் கொண்டவை. செயற்கை நுண்ணறிவின் ஆற்றல் நுகர்வை மேலும் குறைக்க அவர்கள் வழிமுறைகளில் பணியாற்றி வருகின்றனர். 2030 ஆம் ஆண்டிற்குள் தனது ஆற்றல் நுகர்வு அனைத்தையும் புதுப்பிக்கத்தக்க ஆதாரங்களுடன் பொருத்துவதற்கு கூகுள் உறுதியளித்துள்ளது.
குப்தா, ஜான்சன் மற்றும் சனேகோமு ஆகியோர் பொறுப்பான செயற்கை நுண்ணறிவிற்கான கூகுளின் உறுதிப்பாட்டை வலியுறுத்தினர். தனியுரிமைக்கு மதிப்பளித்தல், மாதிரி உருவாக்கத்தில் சார்புகளைத் தவிர்ப்பது மற்றும் தரவு மைய ஆற்றல் பயன்பாடு போன்ற சாத்தியமான எதிர்மறைகளை நிவர்த்தி செய்தல் உள்ளிட்ட இந்த பணியின் பல அம்சங்களை அவர்கள் முன்னிலைப்படுத்தினர். நெறிமுறைக் கொள்கைகளைக் கடைப்பிடித்து, தொடர்ச்சியான செயல்திறன் மேம்பாடுகளைச் செய்யும் போது செயற்கை நுண்ணறிவில் புதுமைகளை உருவாக்குவதை கூகுள் நோக்கமாகக் கொண்டுள்ளது. இதன் ஒரு பகுதியாக 2030 ஆம் ஆண்டுக்குள் அதன் செயல்பாடுகளுக்கு 100% புதுப்பிக்கத்தக்க ஆற்றலைப் பயன்படுத்துவதற்கான கூகுளின் உறுதிப்பாட்டை குப்தா குறிப்பிட்டார். செயற்கை நுண்ணறிவின் பாதுகாப்பு ஆராய்ச்சி மூலம் கூகுள் எதிர்கொள்ளும் தவறான தகவல்களை உருவாக்கும் பெரிய மொழி மாதிரிகள் (large language models (LLM)) போன்ற சவால்களை அவர் ஒப்புக்கொண்டார்.
புதுடெல்லியில் உள்ள இந்தியன் எக்ஸ்பிரஸ் ஆன்லைன் உதவி ஆசிரியரான பிஜின் ஜோஸ், பல்வேறு மதிப்புமிக்க வெளியீடுகளை உள்ளடக்கிய ஒரு தொழில்நுட்ப பத்திரிகையாளர் ஆவார்.