ஏ ஐ பற்றிய ஒரு சரியான கருத்து இன்றைய இந்து தமிழ் திசையில்!

தெய்வ சுந்தரம் நயினார்

ஏ ஐ பற்றிய ஒரு சரியான கருத்து இன்றைய இந்து தமிழ் திசையில்!

'எழுத்துலகில் ஏ ஐ :  சரியா, தவறா?' என்னும் தலைப்பில் திரு. மு. சாதிக் அவர்கள் ஒரு கட்டுரை எழுதியுள்ளார்.

'தமிழ்ப் பதிப்பாளர்கள் ஏஐ-யின் பங்கை வெளிப்படையாக அறிவிக்கும் நடைமுறையைத் தொடங்கவேண்டும்' என்று வலியுறுத்துகிறார்.

இக்கட்டுரையில்  கீழ்க்கண்ட அவரது கருத்து மிகவும் சரியானது. 

'இயந்திரத்துக்கு ஒரு பலமும் உண்டு. அது கற்றது ஒரு நிலத்தின் நூல்களைமட்டும் அல்ல; பல மொழிகள் , பல பண்பாடுகளின் உரைகள் அதன் பயிற்சித் தரவில் கலந்திருக்கின்றன. ஆனால் அகலமே ஆழம் ஆகிவிடாது. அந்த அகலத்துக்குள் தமிழுக்கு எவ்வளவு இடம் கிடைத்திருக்கிறது என்பது யாருக்கும் தெரியாது. அதனால் தமிழ்த் திறனைத் தமிழ் வாசகரே பரிசோதிக்கவேண்டும்'. - திரு. மு. சாதிக் அவர்கள்.

ஏஐ மாதிரிகள் எவ்வாறு ஒரு குறிப்பிட்ட மொழிக்கான மாதிரிகள் இல்லையோ, அதுபோன்று அதன் மொழிச்செயல்பாடுகளும் குறிப்பிட்ட மொழிச்செயல்பாடுகளுக்கானவை இல்லை. மொழிபெயர்ப்பு, உரைச்சுருக்கம், பிழைதிருத்தி போன்ற குறிப்பிட்ட மொழிச்செயல்பாடுகளுக்காக மொழிமாதிரி உருவாக்கப்படுவது இல்லை. 

எடுத்துக்காட்டாக, எனக்குத் தமிழ்மொழித் திறன் இருக்கலாம். அதனாலேயே நான் ஒரு படைப்பாளியாக ஆகிவிடமுடியாது; மேடைப் பேச்சாளராக ஆகிவிடமுடியாது; ஒரு மொழிபெயர்ப்பாளனாக ஆகிவிடமுடியாது. ஒவ்வொரு குறிப்பிட்ட மொழிச்செயல்பாட்டுக்கும் தமிழ்மொழியின் பொதுத்திறன்களும் - பொது இலக்கணம், சொற்களஞ்சியங்களின் அறிவும் - வேண்டும்; அத்தோடு குறிப்பிட்ட மொழிச்செயல்பாட்டுக்கான குறிப்பிட்ட மொழித்திறனும்  வேண்டும். 

இதுபோன்றதுதான் ஏஐ தொழில்நுட்பமும். தமிழ்மொழியின் பொது இலக்கணம், சொற்களஞ்சிய அறிவும் அதற்குத் தரவுகள் (digital data) மூலம் அளித்துப் பயிற்றுவிக்கவேண்டும். இதை Pre-trained model - LLM - என்று அழைக்கிறார்கள். இத்தோடு குறிப்பிட்ட மொழிச்செயல்பாட்டுக்கான மொழித்திறனும் வேண்டும். இதற்கான பயிற்சியை  Fine-tuning  என்று அழைக்கிறார்கள். 

தற்போது தமிழ்மொழிக்கு ஏஐ-யில் உள்ள முதல் பிரச்சனை . . .  எந்த அளவு தமிழ்மொழிக்கான இலக்கணம், சொற்களஞ்சிய அறிவு அதற்கு அளிக்கப்பட்டுள்ளது என்பதாகும். தமிழ்ப் பயன்படுத்தம் தமிழ்நாட்டில் குறைவாக இருப்பதால், தேவையான அளவுக்கு மின்னிலக்கத் தரவுகள் இல்லை என்பது உண்மை.

இது ஒருபுறம். அடுத்து குறிப்பிட்ட மொழிச்செயல்பாட்டுக்கான மொழித்திறன் அளிப்பது ஆகும். மொழிபெயர்ப்புக்கென்று மொழித்திறன்கள் உண்டு. அந்த அடிப்படையில் அந்த மொழித்திறனை ஏஐ-க்கு அளிப்பதற்குத் தேவையான மொழித்தரவுகள் அளிக்கப்படவேண்டும். தமிழ் - ஆங்கிலம், ஆங்கிலம் - தமிழ் மொழிபெயர்ப்புக்கு  ஏராளமான இருமொழித் தரவுகள் (Parallel Corpus)  அளிக்கவேண்டும். இவை இரண்டும் இருந்தாலும், ஏஐ மொழிபெயர்ப்பின் உரையை மேலும் சரிசெய்து, இறுதிசெய்ய நம்முடைய பின்-பதிப்பு (post-edit)  பணியும் தேவைப்படும். 

இந்த வகையில்தான் ஏஐ மொழிபெயர்ப்புப் பணிகள் மேற்கொள்ளப்படவேண்டும். ஏஐ -யும் வேண்டும், நமது பணியை எளிதாக்க! அத்தோடு நமது பணியும் வேண்டும்.

மேலும் ஏஐ மென்பொருள்கள் நிகழ்தகவு (probability) அடிப்படையில்தான் செயல்படுகிறது. எனவே நூறு விழுக்காடு அதன் முடிவுகள் , பணிகள் சரியாக இருக்கவேண்டும் என்று எதிர்பார்க்கக்கூடாது. எதிர்பார்க்கவும் முடியாது.

தெய்வ சுந்தரம் நயினார்

https://www.facebook.com/100004424580477/posts/3878278268996288/?rdid=Avn3415ZG6YoXorj

Disclaimer: இந்தப் பகுதி கட்டுரையாளரின் பார்வையை வெளிப்படுத்துகிறது. செய்திக்காகவும் விவாதத்திற்காகவும் இந்த தளத்தில் வெளியிடுகிறோம் – செந்தளம் செய்திப் பிரிவு