നിര്‍മിതബുദ്ധി (AI) ഈ നൂറ്റാണ്ടിന്റെ വിപ്ലവം ആണെന്ന് തന്നെ പറയാം. ഏതൊരു വിപ്ലവവും പോലെ നിലവിലുള്ള സംവിധാനങ്ങളെ പിടിച്ചുലയ്ക്കുവാന്‍ AI യ്ക്കും കഴിഞ്ഞിട്ടുണ്ട് എന്നത് പരക്കെ അംഗീകരിക്കപ്പെട്ടു എന്നു മാത്രമല്ല, പൊതുവെ ഒരു ഭീഷണി ഉയര്‍ത്തുകയും ചെയ്തിട്ടുണ്ട്. ന്യൂക്ലിയര്‍ ഫിസിക്‌സ്  (Nuclear Physics) അണുബോംബ് നിര്‍മാണത്തില്‍ കൊണ്ടെത്തിച്ചപോലെ, നിര്‍മിതബുദ്ധി ഉണ്ടാക്കാവുന്ന വെല്ലുവിളികളുടെ എണ്ണവും ചെറുതല്ല. അണുബോംബ് ഉണ്ടാക്കുവാന്‍ വലിയ സാങ്കേതികവിദ്യ ആവശ്യമാകുമ്പോള്‍, വളരെ നിസ്സാരമായ ചിലവില്‍ വലിയ തട്ടിപ്പുകള്‍ ഉള്‍പ്പെടെ നടത്തുവാന്‍ AI ടെക്‌നോളജിക്ക് കഴിയും എന്നതാണ് അതിനെ കൂടുതല്‍ ഗൗരവം ഉള്ള വിഷയമാക്കുന്നത്.

ഏതൊരു നാണയത്തിനും രണ്ടുവശങ്ങള്‍ ഉള്ളതുപോലെ എല്ലാ സാങ്കേതികവിദ്യയെയും മനുഷ്യനന്മയ്ക്കും തിന്മയ്ക്കും ഉപയോഗിക്കാം എന്നതാണ് സത്യം. ഒരു കത്തി ആരുടെ കയ്യില്‍ ആണ് എന്നതനുസരിച്ചാണ് അത് ഡോക്ടറുടെ ജീവന്‍ എടുക്കുമോ രോഗിയുടെ ജീവന്‍ രക്ഷിക്കുമോ എന്ന് തീരുമാനിക്കുന്നത്. കത്തിയെ ഭയപ്പെടുകയല്ല, മറിച്ച്, അതിനെ ഉപയോഗിക്കുന്ന മനസ്സുകളെ ശുദ്ധീകരിക്കുക ആണ് വേണ്ടതെന്ന് സാരം. ഇതുതന്നെയാണ് നിര്‍മിതബുദ്ധി നമുക്കുമുന്നില്‍ നിരത്തിയിരിക്കുന്ന ഏറ്റവും വലിയ വെല്ലുവിളിയും.

എല്ലാവരും നന്നാവുന്ന ഒരു ലോകം, മാവേലി നാട് വാണപോലുള്ള ഒരു ഭരണകാലം വരും എന്ന് വ്യാമോഹിക്കുന്നതിലും അപ്രാപ്യമാണ് എന്ന് പറയാതെതന്നെ എല്ലാവര്‍ക്കും അറിയാം. അതുകൊണ്ട് തന്നെ അനായാസേന കൈകാര്യം ചെയ്യാവുന്ന ഒരു സാങ്കേതിക വിദ്യയുടെ വെല്ലുവിളികള്‍ ദൂരവ്യാപകമായ പ്രത്യാഘാതം സൃഷ്ടിക്കാവുന്നവതന്നെയാണ്. ഇക്കാരണത്താല്‍ തന്നെ നിര്‍മിതബുദ്ധി ആരുടെ കൈയില്‍ ചെന്നാലും നല്ലതിന് മാത്രമേ ഉപയോഗിക്കുന്നുള്ളൂ എന്ന് ഉറപ്പുവരുത്തേണ്ടതുണ്ട്. ഉത്തരവാദിത്തമുള്ള AI (Responsible AI) കൊണ്ട് ഉദ്ദേശിക്കുന്നത് അതാണ്. വ്യാപകമായ ഉപയോഗം നിജപ്പെടുത്തണം എന്ന് നിര്‍മിതബുദ്ധി നിര്‍മാതാക്കള്‍ തന്നെ അവശ്യപ്പെടുന്നത് ഇക്കാരണത്താല്‍ ആണ്. സിഗരറ്റിന്റെ മുകളില്‍ ആരോഗ്യത്തിന് ഹാനികരമാണെന്ന് എഴുതുന്നത് പോലെയല്ലേ ഇത് എന്ന് പരിഹസിക്കുന്നവരും ഉണ്ട്. 

^{REPRESENTATIONAL IMAGE}
എന്നാല്‍ ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സിനെ മനുഷ്യന്റെ അറിവിന്റെ വികസനത്തിലെ ഒരു പ്രധാന നാഴികക്കല്ലായി വേണം നാം കാണുവാന്‍. കുത്തനെ ഉള്ള മല കയറുമ്പോള്‍ വീണുപോകും, അപകടം ഉണ്ട് എന്നു പറഞ്ഞ് താഴ്വാരത്തില്‍ തന്നെ ഇരിക്കാം എന്ന് കരുതുന്നതുപോലെ ആണിത്. നാടുനീളെ നടക്കുന്ന നരഹിംസയുടെ വാര്‍ത്ത നമ്മെ ഞെട്ടിക്കാറുണ്ട്. എന്നാല്‍ ചരിത്രം പഠിച്ചാല്‍ ഒരുവന്‍ മറ്റൊരുവനെ കണ്ടാല്‍ കൊല്ലുന്ന ഒരു കാലം കടന്നാണ് നമ്മള്‍ ഇവിടെ ഇന്ന് നില്‍ക്കുന്നത് എന്ന് തിരിച്ചറിയുവാന്‍ കഴിയും. അറിവും പരസ്പര വിശ്വാസവും, സഹിഷ്ണുതയും കാലക്രമേണ മനുഷ്യ സമൂഹത്തില്‍ കൂടിവരുകയാണ് ചെയ്തിട്ടുള്ളതെന്നാണ് ഞാന്‍ പറയുവാന്‍ ശ്രമിക്കുന്നത്.  ആ ചിന്താധാരയെ പരിപോഷിപ്പിക്കുകതന്നെയാണ് നിര്‍മിതബുദ്ധി ഉയര്‍ത്തുന്ന വെല്ലുവിളികളെ നേരിടുവാന്‍ ഉള്ള ഉത്തമ മാര്‍ഗം.

എന്താണ് നിര്‍മിതബുദ്ധി ഉന്നയിക്കുന്ന പ്രധാന വെല്ലുവിളികള്‍ എന്ന് ആദ്യം നോക്കാം. നിര്‍മിതബുദ്ധി ഉപയോഗിച്ചുള്ള ചാറ്റ് ജിപിടി (chat GPT) തന്റെ ശമ്പളം തലേമാസത്തിന്റ 10 ശതമാനമായി മാറ്റി എന്ന് അടുത്തസമയത്ത് ഹിന്ദുസ്ഥാന്‍ ടൈംസ് എന്ന പത്രത്തില്‍ ഒരു ഐടി ജീവനക്കാരി എഴുതുകയുണ്ടായി. ഇത് ഒറ്റപ്പെട്ട സംഭവമല്ല. ചാറ്റ് ജിപിടി ഈ പുതിയ വിപ്ലവത്തിന്റെ ഒന്നാം ചവിട്ടുപടി മാത്രമാണ്. കമ്പ്യൂട്ടറിന്റെ മസ്തിഷ്‌കമായ കോഡുകള്‍ എഴുതുന്നത് ഒരു വലിയ ജോലി സാധ്യതയായിരുന്നു. Y2K വിപ്ലവം തന്നെ അതായിരുന്നു. കൂണുപോലെ എന്‍ജിനീയറിങ് കോളജുകള്‍ ആ പെരുമഴയില്‍ തഴച്ചു വളര്‍ന്നു. 

ഇന്ന് മനുഷ്യനേക്കാള്‍ വേഗത്തിലും, പലപ്പോഴും മെച്ചമായും ചാറ്റ് ജിപിടി ഉള്‍പ്പെടെ അനേകം കമ്പ്യൂട്ടര്‍ പ്രോഗ്രാമുകള്‍ AI യുടെ പിന്‍ബലത്തില്‍ കഴിയുന്നുണ്ട്. ദിവസേന അത് മെച്ചപ്പെട്ടു വരുകയും, താമസിക്കാതെ അത്തരം ഒരു മേഖലയില്‍ മനുഷ്യന്റെ ബുദ്ധിയുടെ ആവശ്യം ഇല്ലാതെ വരുകയും ചെയ്‌തേക്കാം. AI വിപ്ലവം പ്രധാനമായും നാല് മേഖലകളില്‍ ആണ് ഇന്ന് തെളിഞ്ഞുകാണുന്നത്. ്വmage processing, natural language processing, robotics, machine learning എന്നിവ ആണവ. 

ഇമേജ് പ്രോസസ്സിംഗ് എന്നത് ഇന്ന് കമ്പ്യൂട്ടര്‍ വിഷന്‍ എന്ന പേരിലാണ് കൂടുതലായും അറിയപ്പെടുന്നത്. ഒരു കടയില്‍ കയറിയ ആള്‍ക്ക് എങ്ങനെ സാധനങ്ങള്‍ തന്റെ കണ്ണുകള്‍ക്ക് കുളിര്‍മയേകുന്ന വിധേന വാങ്ങുവാന്‍ സജ്ജമാക്കാമെന്നത് മനുഷ്യനേക്കാള്‍ കൃത്യമായി മനസ്സിലാക്കുവാനും, അതനുസരിച്ച് അദ്ദേഹത്തിന് പുതിയ സാധനങ്ങളെ നിര്‍ദേശിക്കുവാനും കമ്പ്യൂട്ടര്‍ വിഷന്‍ ടെക്‌നോളജിക്ക് കഴിയും. പരസ്യം എന്ന മേഖല തന്നെ മറ്റൊരു ലെവലില്‍ ആയിരിക്കും ഇനി പ്രവര്‍ത്തിക്കുക. ഉപഭോക്താവിന്റെ ബലഹീനതകള്‍ മുതലെടുത്ത് പണം സമ്പാദിക്കാനുള്ള മാര്‍ഗങ്ങള്‍ ആകും പുതിയ പരസ്യങ്ങള്‍ ലക്ഷ്യമിടുക. Recommendation systems എന്ന ഓമന പേരില്‍ അവ ഇപ്പോള്‍ത്തന്നെ വിപണി പിടിച്ചിട്ടുണ്ട്. ഒരാളുടെ ശരീരത്തിന് ചേരുന്ന വസ്ത്രധാരണം എങ്ങനെ എന്ന് ഉപദേശിക്കുവാനും, അത് ധരിക്കുമ്പോള്‍ അയാളുടെ മുഖത്തെ ഭാവങ്ങള്‍ മാറുന്നത് മനസ്സിലാക്കി ചുവടുമാറ്റം നടത്താനും മനുഷ്യനേക്കാള്‍ മികവ് യന്ത്രങ്ങള്‍ക്കുണ്ട്. 

^{REPRESENTATIONAL IMAGE}
കച്ചവടത്തില്‍ മാത്രമല്ല, autonomous car ഓടുമ്പോള്‍ സിഗ്‌നല്‍ മുതല്‍ വഴിയില്‍ ഉണ്ടാകുന്ന അപ്രതീക്ഷിത തടസ്സങ്ങളെ ഉള്‍പ്പടെ ഒഴിഞ്ഞുപോകാന്‍ കമ്പ്യൂട്ടര്‍ വിഷന്റെ സഹായം വേണ്ടിവരും. ആരോഗ്യ മേഖലയില്‍ ഇതിന്റെ പ്രാധാന്യം നിരവധി ആണ്. റേഡിയോളജി ഇന്ന് ഏതാണ്ട് പൂര്‍ണമായും AI കയ്യടക്കിക്കഴിഞ്ഞു. അവയുടെ ഉപയോഗം വ്യാപകമായിത്തന്നെ സമീപഭാവിയില്‍ കാണാനും നമുക്ക് കഴിയും. ഹൃദയം, മസ്തിഷ്‌കം തുടങ്ങി നിരവധി സങ്കീര്‍ണ (complicated) ശസ്ത്രക്രിയകള്‍ ചെയ്യുവാന്‍ ഇനി കമ്പ്യൂട്ടര്‍ വിഷനും റോബോട്ടിക്‌സും മുന്‍പോട്ടു വരും. 

മനുഷ്യ സംസാരഭാഷയെ മനസ്സിലാക്കുകയും ഒരു ഭാഷയില്‍ നിന്ന് മറ്റൊന്നിലേക്ക് വിവര്‍ത്തനം ചെയ്യുക, ഒരു ലേഖനം വായിച്ച് അതുമായി ബന്ധപ്പെട്ട ചോദ്യങ്ങള്‍ക്ക് കൃത്യമായി ഉത്തരം നല്‍കുക, വലിയ ലേഖനങ്ങളെ വായിച്ച് അതിന്റെ രത്‌നച്ചുരുക്കം ഏതാനും വരികളില്‍ പറയുക, എന്നിവയെല്ലാം ചെയ്യുവാന്‍ കഴിയുന്ന AI മേഖലയാണ് Natural Language Processing അഥവാ NLP എന്ന പേരില്‍ അറിയപ്പെടുന്ന രണ്ടാം വിഭാഗം. 

ഏകനായി ഇരിക്കുമ്പോള്‍ നേരമ്പോക്കിനായി കഥകള്‍ ചമയ്ക്കുന്ന ചാറ്റ് ബോട്ട് മുതല്‍ ഒരു കച്ചവടക്കാരന്‍ എങ്ങനെയാണോ തന്റെ കച്ചവടസാധനങ്ങളെ പരിചയപ്പെടുത്തുന്നത്, ഒരുപക്ഷേ, അതിലും മെച്ചമായി അത്തരം ജോലികള്‍ ചെയ്യുന്ന ചാറ്റ് ബോട്ടുകള്‍ ഇന്ന് പ്രമുഖമായ പല ഓണ്‍ലൈന്‍ കച്ചവടക്കാരും ഉപയോഗിക്കുന്നുണ്ട്. വിശ്രമം ഇല്ലാതെ രാവും പകലും വര്‍ഷങ്ങളോളം ഒരേ നിലവാരം കാഴ്ച്ചവയ്ക്കുവാന്‍ അവയ്ക്ക് കഴിയും എന്നതുകൂടി ചേര്‍ത്തുവായിക്കുമ്പോള്‍ പുതിയ വിപ്ലവത്തിന്റെ വ്യാപ്തി നമുക്ക് മനസ്സിലാകും.

Large Language Model (LLM) എന്നും Deep Learning എന്നും പറയുന്ന രണ്ടു മോഡലുകള്‍ ആണ് ഇന്ന് ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സ് മേഖലയില്‍ ഏറ്റവും പ്രചാരത്തില്‍ ഉള്ളത്. ഡേറ്റ  (Data) യില്‍ നിന്നും അവയുടെ സ്വഭാവത്തെ വിവരിക്കുന്ന ഫീച്ചറുകള്‍ പ്രത്യേകം വേര്‍തിരിച്ചു മെഷീന് പഠിക്കുവാനും പ്രവചിക്കുവാനും നല്‍കേണ്ടതില്ല എന്നതാണ് ഈ മേഖലയെ പ്രചാരത്തില്‍ എത്തിച്ചത്. എന്നാല്‍ വളരെയേറെ ഡാറ്റയും അതിലുപരി കമ്പ്യൂട്ടിങ് പവറും വേണം എന്നതാണ് ഇത്തരം മോഡലുകളുടെ ഒരു പോരായ്മ. ഇക്കാരണത്താല്‍ പലപ്പോഴും മെഷീന്‍ ലേര്‍ണിംഗ് എന്നറിയപ്പെടുന്ന പഴയ ഒരു മോഡല്‍ ഉപയോഗിക്കേണ്ടതായി വരാറുണ്ട്. ബാങ്ക് തട്ടിപ്പുകള്‍, CCTV യില്‍ കിട്ടുന്ന ചിത്രങ്ങളിലൂടെ ഒരു മോഷ്ടാവിന്റെ അല്ലെങ്കില്‍ കൊലപാതകിയുടെ  ചലനങ്ങള്‍, ഇവയൊക്കെ ചില പ്രത്യേകതകള്‍ മാത്രം ശ്രദ്ധിച്ച് നിഗമിക്കാവുന്നവയാണ്. അപകടങ്ങള്‍ ഉണ്ടാകാവുന്ന സാഹചര്യങ്ങള്‍, അല്ലെങ്കില്‍ ഒരു ചെസ്സ് കളിയില്‍ അടുത്ത കരു എങ്ങോട്ടു നീക്കണം, എന്നിങ്ങനെ ദിനചര്യയില്‍ സാധാരണ പല ഉപദേശങ്ങളും തരുവാന്‍ കഴിയുന്ന റെക്കമെന്‍ഡേഷന്‍ സിസ്റ്റംസ് ഉണ്ടാക്കുവാന്‍ മുമ്പുപറഞ്ഞ വമ്പന്‍ കമ്പ്യൂട്ടറുകള്‍ ആവശ്യമില്ല. അത്തരം നിരവധി രംഗങ്ങളില്‍ ഇന്നും ഫീച്ചറുകളെ ആശ്രയിച്ചു പ്രവര്‍ത്തിക്കുന്ന മെഷീന്‍ ലേര്‍ണിംഗ് മോഡലുകള്‍ സുലഭമായി ഉപയോഗിച്ചുവരുന്നുണ്ട്.

^{REPRESENTATIONAL IMAGE}
AI പ്രചാരത്തില്‍ വരുന്നതിനും വളരെ മുമ്പുതന്നെ മനുഷ്യമനസ്സില്‍ റോബോട്ടുകള്‍ സ്ഥാനംപിടിച്ചിരുന്നു. മനുഷ്യന് ചെന്നെത്തുവാന്‍ പ്രയാസമുള്ള മേഖലകളില്‍ പ്രവര്‍ത്തിക്കുക എന്നതായിരുന്നു ആദ്യലക്ഷ്യം. എന്നാല്‍ സോഫിയ പോലെയുള്ള ഹ്യൂമനോയിഡുകള്‍ വന്നപ്പോള്‍ അതൊരു അത്ഭുതമായി കാണാഞ്ഞവര്‍ വിരളമായിരിക്കണം. ഭാവിയിലെ ജീവിത പങ്കാളിപോലും ഇത്തരം ഹ്യൂമനോയിഡുകള്‍ ആയിരിക്കുമോ എന്നും ചിലരെങ്കിലും ചിന്തിച്ചിട്ടുണ്ടാവും! ഏത് ജോലിയും ഒരുമടിയും കൂടാതെയും വൃത്തിയായി ചെയ്യുവാന്‍കഴിയുന്ന റോബോട്ടുകളെ ജീവിതപങ്കാളി ആക്കിയില്ലെങ്കിലും ബിസിനസ്സ് പങ്കാളിയാക്കുവാന്‍ ഭാവിതലമുറ തുനിയാതിരിക്കില്ല. ഇന്റര്‍നെറ്റ് ഓഫ് തിങ്ങ്‌സ് (IOT) എന്ന ഓമനപ്പേരില്‍ അറിയപ്പെടുന്ന സെന്‍സറുകളുടെ സഹായത്തോടെ നമ്മള്‍ ''മനസ്സില്‍ കാണുമ്പോള്‍ത്തന്നെ മരത്തില്‍ കാണുവാന്‍'' കഴിയുന്ന റോബോട്ടുകള്‍ മാര്‍ക്കറ്റില്‍ വില്‍പ്പനയ്ക്ക് വരുന്നകാലം വിദൂരമല്ല. ഇപ്പോള്‍ മൊബൈല്‍ ഫോണുകള്‍ മനുഷ്യബന്ധങ്ങളെ തകര്‍ക്കുന്നതിന്റെ പതിന്മടങ്ങാകാം ഇവയുടെ രംഗപ്രവേശനത്തിന്റെ അനന്തരഫലങ്ങള്‍.

ഇതെല്ലാം കേള്‍ക്കുമ്പോള്‍ ലോകം നാശത്തിലേക്കു പോകുന്നു എന്ന് ധരിക്കേണ്ടതില്ല. ഓരോ കാലഘട്ടത്തിനും അതിന്റേതായ വെല്ലുവിളികള്‍ ഉണ്ട്. വെല്ലുവിളികളെ അതിജീവിക്കുമ്പോഴാണ് പുരോഗമനം ഉണ്ടാകുന്നത്. നൂറു വര്‍ഷത്തിനുമുമ്പ് കേരളത്തില്‍ സ്ത്രീകള്‍ക്ക് മാറുമറക്കുവാന്‍ അനുവാദമില്ലായിരുന്നുഎന്നുകേള്‍ക്കുമ്പോള്‍ നമ്മില്‍പലരും അമ്പരന്നുപോകും. അന്ന് അതിനു ന്യായം ഉണ്ടായിരുന്നു. മൊബൈല്‍ ഫോണില്ലാത്ത ഒരുകാലം ഉണ്ടായിരുന്നുവെന്ന് ഇന്നത്തെ തലമുറയ്ക്ക്, എന്തിന്, അന്നെങ്ങനെയാണ് ജീവിച്ചതെന്ന് അക്കാലത്തു ജീവിച്ച ഇന്നത്തെ മുതിര്‍ന്നവര്‍ക്കുപോലും ചിന്തിക്കുവാന്‍ പ്രയാസമാകുംവിധം വേഗത്തിലാണ് മാറ്റങ്ങള്‍ നമുക്കിടയിലൂടെ കടന്നുപോകുന്നത്. വലിയ നിധിപോലെ നാല്പതുവര്‍ഷംമുമ്പ് അലമാരിയില്‍ സൂക്ഷിച്ചിരുന്ന ടൈപ്പ്റൈറ്റര്‍ ഇന്ന് പൊടിപിടിച്ചു സ്റ്റോര്‍റൂമില്‍ മൂലയ്ക്കിരിക്കുന്നു. ആക്രിക്കാര്‍ക്കുപോലും അതുവേണ്ടതായി! സ്ഥാനമാറ്റം വളര്‍ച്ചയുടെ ഘടികാരത്തിന്റെ നാഴികക്കല്ലുകള്‍ ആണ്. ലോകമതിലൂടെ എങ്ങും തട്ടാതെ, തെറ്റാതെ, സുഗമമായി ഒഴുകിനീങ്ങും. ആ വഴിയില്‍ ദിനോസറുകളെപ്പോലെ മണ്മറഞ്ഞുപോകാതിരിക്കുവാന്‍ ജാഗ്രതയോടെ, വെല്ലുവിളികളെ അതിജീവിച്ചു മുമ്പോട്ടുപോകുക എന്നതാണ് പ്രധാനം. ജൈവശാസ്ത്രവും നിര്‍മിതബുദ്ധിയും കൈകോര്‍ത്ത് നാം ഇന്നുവരെ സ്വപ്നംപോലും കാണാത്ത ഒരു നാളെയുടെ പടിവാതിക്കല്‍ ആണ് നമ്മള്‍ ഇപ്പോള്‍. ഇതുവരെ നാം ചിന്തിച്ച എല്ലാറ്റിലും വലിയ വെല്ലുവിളികള്‍ ഉയര്‍ത്തുന്ന ഈ മേഖലയെക്കുറിച്ചു ഇനി മറ്റൊരിക്കല്‍ ചിന്തിക്കാം. എല്ലാ വെല്ലുവിളികളെയും നമ്മള്‍ കീഴടക്കും എന്ന ആ ഗാനം നമ്മെ നയിക്കട്ടെ.