ಪರಿಸರದ ನಕಾಶೆಗೂ ‘ಕೃತಕ ಬುದ್ಧಿಮತೆ’

ಮೈಕ್ರೋಸಾಫ್ಟ್ ಸಂಸ್ಥೆಯ ಸಹ-ಸಂಸ್ಥಾಪಕರಲ್ಲಿ ಒಬ್ಬರಾಗಿದ್ದ ಪಾಲ್ ಅಲೆನ್ ಸ್ಥಾಪಿಸಿದ ‘ಅಲೆನ್ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್ ಫಾರ್ ಎಐ’ ಎಂಬ ಸಂಸ್ಥೆಯು ತಯಾರಿಸಿರುವ ನಕಾಶೆಯೊಂದು ಗಮನ ಸೆಳೆಯುವಂತಿದೆ. ನಕಾಶೆಗಳು ಸಾವಿರ ಇವೆ; ಅದರಲ್ಲೇನು ವಿಶೇಷ? ‘ಇದರಲ್ಲಿ ಗಮನ ಸೆಳೆಯುವಂಥದ್ದು ಏನಿದೆಯಪ್ಪಾ’ ಎನ್ನುವ ಪ್ರಶ್ನೆಯನ್ನೀಗ ಎತ್ತಿಕೊಳ್ಳೋಣ. ಇದು ಮಾಮೂಲಿ ನಕಾಶೆಯಲ್ಲ; ಪರಿಸರದ ಆರೋಗ್ಯದ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಕೊಡಬಹುದಾದ ನಕಾಶೆ. ಈಗ ಜಲವಿದ್ಯುಚ್ಛಕ್ತಿ, ಗಾಳಿಯಂತ್ರಗಳ ವಾಯುಶಕ್ತಿ, ಸೌರಶಕ್ತಿ ಮುಂತಾದ ಬೇಗ ಖಾಲಿಯಾಗದ ಇಂಧನಮೂಲಗಳಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ವಿದ್ಯುಚ್ಛಕ್ತಿಯು ಪರಿಸರಸ್ನೇಹಿ ಎಂದು ಹೇಳುತ್ತೇವಲ್ಲ, ಇಂಥವು ಜಗತ್ತಿನಲ್ಲಿ ಎಲ್ಲೆಲ್ಲಿ ಇವೆ ಎಂಬುದನ್ನು ಕಾಣಿಸುವ ನಕಾಶೆಯಿದು. ಇಷ್ಟು ಮಾತ್ರ ಅಲ್ಲ, ಮರ–ಗಿಡಗಳ, ಅರಣ್ಯಗಳ ಪ್ರಮಾಣ ಎಲ್ಲೆಲ್ಲಿ ಎಷ್ಟೆಷ್ಟು ಇವೆ ಎಂಬುದರ ವಿವರವನ್ನೂ ಇದು ಗೊತ್ತು ಮಾಡಿಸುತ್ತದೆ. ಅಷ್ಟೇ ಅಲ್ಲ, ಕಾಲಕ್ರಮದಲ್ಲಿ ಯಾವ ಯಾವ ಕಡೆಯಲ್ಲಿ ಅರಣ್ಯಗಳ, ಮರಗಿಡಗಳ ಪ್ರಮಾಣ ಹೇಗೆ ಬದಲಾಗಿದೆ ಎಂಬ ವಿವರಗಳನ್ನೂ ಅದು ಸಿದ್ದಪಡಿಸಿಕೊಡಬಲ್ಲದು. ಅಧಿಕಾರದಲ್ಲಿದ್ದು ಪರಿಸರಕ್ಕೆ ನಾವು ಉಂಟುಮಾಡುತ್ತಿರುವ ಹಾನಿಯನ್ನು ತಡೆಯಬೇಕೆಂದು ಹೊರಟವರಿಗೆ, ಪರಿಸರಸ್ನೇಹಿಯಾದ ರಾಜ್ಯನೀತಿ, ಕಾರ್ಯನೀತಿ, ಕಾನೂನು–ಕಟ್ಟಲೆಗಳನ್ನು ರಚಿಸಲು ಮೊದಲು ಮಾಡುವವರಿಗೆ ಎಲ್ಲ ಬೇಕಾದ ಮೂಲಮಾಹಿತಿಯನ್ನು, ದತ್ತಾಂಶಗಳನ್ನು ಇದು ಕೊಡಬಲ್ಲದು. ಈ ನಿಟ್ಟಿನಲ್ಲಿ ಕಾರ್ಯಪ್ರವೃತ್ತರಾಗಿ, ಯೋಜನೆಗಳನ್ನು ರೂಪಿಸಲು ಇವುಗಳನ್ನು ಆಧಾರಾಂಶಗಳಾಗಿ ಬಳಸುವ ಸಾಧ್ಯತೆಯನ್ನು ಅಲ್ಲಗಳೆಯುವಂತಿಲ್ಲ.  

‘ಈ ವಿವರಗಳು ಉಪಗ್ರಹಗಳಿಂದ ಸಿಕ್ಕುವುದಿಲ್ಲವೇ’ ಎಂದರೆ ಸಿಗುತ್ತವೆ. ಆದರೆ ಸಮಸ್ಯೆ ಏನಪ್ಪಾ ಎಂದರೆ, ಆ ಚಿತ್ರಗಳು ಅಸ್ಪಷ್ಟವಾಗಿ ಮಸುಕು ಮಸುಕಾಗಿ ಇರುತ್ತವೆ. ಆ ಮಸುಕಾದ ಚಿತ್ರಗಳಿಗೆ ಊಹೆಯಿಂದ ಬಣ್ಣಗೊಟ್ಟು ಸ್ಪಷ್ಟವಾದ ಚಿತ್ರಗಳನ್ನು ತಯಾರಿಸಿಕೊಡುವ ಕೆಲಸ ಅಲೆನ್ ಇನ್ಸ್ಟಿಟ್ಯೂಟಿನವರ ಕೃತಕ ಬುದ್ದಿಮತ್ತೆಯದ್ದು. ಅದಕ್ಕೆ ಈ ಅಸ್ಪಷ್ಟ ಚಿತ್ರಗಳನ್ನು ನೋಡಿ, ಸರಿಯಾಗಿ ಗುರುತಿಸಿ, ಸ್ಪಷ್ಟವಾದ ಚಿತ್ರಗಳನ್ನು ಉತ್ಪಾದಿಸುವ ಸಾಮರ್ಥ್ಯ ಸುಮ್ಮನೆ ಬರಲಿಲ್ಲ. ಅದಕ್ಕೆ ಸುಮಾರು 36,000 ಗಾಳಿಯಂತ್ರಗಳು, 4,000 ಸೌರಶಕ್ತಿಯ ಫಾರ್ಮ್‌ಗಳು ಮತ್ತು 3,000 ಮರಗಳ ಮೇಲಿನ ಚಾಚುರೆಂಬೆಗಳ ಸ್ತರಗಳನ್ನು ತೋರಿಸಿ, ಉಣ್ಣಿಸಿ, ಇವುಗಳನ್ನು ಗುರುತಿಸುವುದು ಹೇಗೆ ಎಂದು ಹೇಳಿ ಕೊಡಲಾಗಿದೆ. ಹೀಗೆ ಹೊಸ ಹೊಸತನ್ನು ಕಲಿತು, ಕಲಿತದ್ದನ್ನು ನೆನಪಿಟ್ಟುಕೊಂಡು, ನೆನಪಿಟ್ಟದ್ದನ್ನು ಮುಂದಿನ ದಿನಗಳಲ್ಲಿ ಬಳಸಿ, ಅದರ ಬಲದಿಂದ ಹೊಸತನ್ನೇನಾದರೂ ಮಾಡಿ ಕೊಡುವುದು ಜನರೇಟಿವ್ AIಗಳಹೆಚ್ಚುಗಾರಿಕೆ. ಯುರೋಪಿಯನ್ ಸ್ಪೇಸ್ ಏಜೆನ್ಸಿಯವರು ಉಡ್ಡಯನ ಮಾಡಿರುವ ಸೆಂಟಿನೆಲ್-2 ಉಪಗ್ರಹಗಳಿಂದ ಬರುವ ಸಾವಿರ ಸಾವಿರ ಮಸುಕಾದ ಚಿತ್ರಗಳನ್ನು ನೋಡಿ, ಅವುಗಳಿಂದ ಬೇಕಾದ ಮರಗಳ ವಿಸ್ತಾರದ, ಪರಿಸರಸ್ನೇಹಿ ವಿದ್ಯುಚ್ಛಕ್ತಿಯನ್ನು ಉತ್ಪಾದಿಸುವ ಎಲ್ಲ ಘಟಕಗಳ ವಿವರಗಳನ್ನು ಲೀಲಾಜಾಲವಾಗಿ ಹೊರಗೆಳೆದು, ಅವುಗಳಿಗೆ ನಕಾಶೆಯ ರೂಪವನ್ನು ನೀಡುವ ಕೆಲಸವನ್ನು ಈ ಅಲೆನ್ ಸಂಸ್ಥೆಯ ಯಂತ್ರಗಳು ನಿಭಾಯಿಸಬಲ್ಲವು.

ಹೀಗೆಂದ ಮಾತ್ರಕ್ಕೆ ಇವು ನೂರಕ್ಕೆ ನೂರರಷ್ಟು ಸರಿಯಾಗಿ ಕಾರ್ಯಸಾಧನೆ ಮಾಡುತ್ತವೆ ಎನ್ನುವಂತಿಲ್ಲ. ಚಾಟ್ ಜಿಪಿಟಿಯಂತೆ ಇವೂ ಅಲ್ಲೊಮ್ಮೆ ಇಲ್ಲೊಮ್ಮೆ ಎಡವುವುದು ಉಂಟು. ಯಾವುದನ್ನೋ ಹೇಗೋ ಕಲ್ಪಿಸಿಕೊಂಡು ತಪ್ಪು ತಪ್ಪಾಗಿ ಅವು ಬಿಡಿಸಿಕೊಡುವುದೂ ಆಗಾಗ ನಡೆಯುವ ವಿಷಯವೇ. ಒಬ್ಬನು ಮಾನವರಿಂದ ದೂರವಾಗಿ, ಕಾಡಿನಲ್ಲಿದ್ದು, ಯಾವುದೇ ಜೀವನಾನುಭವವಿಲ್ಲದೆ ಪುಸ್ತಕಗಳನ್ನು ಮಾತ್ರ ಓದಿ ಎಲ್ಲವನ್ನೂ ಕಲಿತರೆ ಹೇಗಾಗಬಹುದೋ ಹಾಗೆ ಇವುಗಳ ಪರಿ. ಬರೀ ಪುಸ್ತಕಗಳನ್ನು ಮಾತ್ರ ಓದಿದವನಿಗೆ, ಆ ಪುಸ್ತಕಗಳಲ್ಲಿ ಇಲ್ಲದ್ದು ಏನಾದರೂ ಕಂಡರೆ, ಏನು ಮಾಡಬೇಕು ಎಂಬುದೇ ಗೊತ್ತಾಗಲಿಕ್ಕಿಲ್ಲ! ಈ ಜನರೇಟಿವ್ AIಗಳೂ ಹಾಗೆಯೇ; ಅವುಗಳಿಗೆ ಹೇಳಿಕೊಡಲು ಬಳಸಿದ ಆಕರ ಸಾಮಗ್ರಿಯ ಆಚೆಗಿನದು ಏನಾದರೂ ಕಂಡರೆ ಏನು ಮಾಡುವುದೆಂದು ಗೊತ್ತಾಗದೆ ಅವು ಪೆದ್ದು ಪೆದ್ದಾಗಿ ವರ್ತಿಸುತ್ತವೆ. ಆದರೆ ವಿಶೇಷವೆಂದರೆ, ಅವುಗಳಿಗೆ ತಪ್ಪನ್ನು ಸರಿಪಡಿಸಿಕೊಳ್ಳುವ ಜಾಣ್ಮೆಯೂ ಇದೆ. ಅದು ತಪ್ಪೆಸಗಿದಾಗ ನಾವದನ್ನು ಅದರ ಗಮನಕ್ಕೆ ತಂದರೆ, ಅದು ಅದನ್ನು ಸರಿಪಡಿಸಿಕೊಳ್ಳುತ್ತದೆ, ಮುಂದೆಂದೂ ಅದೇ ತಪ್ಪು ಮತ್ತೆ ಆಗದಂತೆ ಜಾಗ್ರತೆ ವಹಿಸುತ್ತದೆ. ಹಾಗಾಗಿ ‘ಪ್ರಾಕ್ಟಿಸ್‌ ಮೇಕ್ಸ್‌ ಎ ಮ್ಯಾನ್‌ ಪೆರ್ಫೆಕ್ಟ್‌’ ಎಂಬ ಮಾತಿನಂತೆ, ದಿನ ಕಳೆದಂತೆ ಅದು ಹೆಚ್ಚು ಹೆಚ್ಚು ನಿಖರವಾಗುತ್ತಹೋಗುತ್ತದೆ. ಅಲೆನ್ ಅವರ ಸಂಸ್ಥೆಯ ಜನರೇಟಿವ್ AIಗಳೂ ಮುಂಬರುವ ದಿನಗಳಲ್ಲಿ ಇನ್ನಷ್ಟು ಮತ್ತಷ್ಟು ಕಲಿತು, ಅಭ್ಯಾಸ ಮಾಡಿ ಮಾಡಿ, ಹೆಚ್ಚು ಹೆಚ್ಚು ಜಾಣತನವನ್ನು ಸಂಪಾದಿಸಿಕೊಳ್ಳಲಿವೆ.