‘ಬೆರಳು ತೋರಿಸಿದರೆ ಹಸ್ತ ನುಂಗುವುದು’ ಎಂಬ ಮಾತು ಅನ್ವಯವಾಗುವುದು ಅತಿ ಬುದ್ಧಿಮತ್ತೆಯಿರುವವರಿಗೆ ಮಾತ್ರವಲ್ಲ; ಅದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೂ ಸೂಕ್ತವಾಗುತ್ತದೆ ಎಂಬುದು ಇಂದಿನ ಸತ್ಯ!
‘ಆರ್ಟಿಫಿಶಿಯಲ್‌ ಇಂಟೆಲಿಜೆನ್ಸ್‌’ (ಎ.ಐ.) ಅಥವಾ ‘ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ’ ಎಂಬ ಆವಿಷ್ಕಾರವು ಜಗತ್ತನ್ನು 360 ಡಿಗ್ರಿ ಬದಲಾಯಿಸಲು ತಯಾರಿದೆ ಎಂಬುದು ನಮಗೆಲ್ಲಾ ದಿನನಿತ್ಯದ ಆಗುಹೋಗುಗಳಿಂದ ಗೋಚರಿಸುತ್ತಲೇ ಇದೆ. ಸೌರಮಂಡಲದ ರಹಸ್ಯಗಳನ್ನು ಪದರಪದರವಾಗಿ ಅರ್ಥೈಸಿಕೊಳ್ಳುವುದರಿಂದ ಮೊದಲ್ಗೊಂಡು ಅಡುಗೆಮನೆಯ ಕೆಲಸಗಳನ್ನು ಸಲೀಸಾಗಿಸುವವರೆಗೆ, ಗೇಮಿಂಗ್‌ ಅನುಭೂತಿಯನ್ನು ಮತ್ತೊಂದು ಮಜಲಿಗೆ ಕೊಂಡೊಯ್ಯುವುದರಿಂದ ಮೊದಲ್ಗೊಂಡು ದೇಶದೇಶಗಳ ಬಾಂಧವ್ಯ ಬೆಸೆಯುವವರೆಗೆ – ಹೀಗೆ ಎಲ್ಲೆಡೆಯೂ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಕೈಚಳಕವನ್ನು ಕಾಣಬಹುದಾಗಿದೆ. ‘ಆಡು ಮುಟ್ಟದ ಸೊಪ್ಪಿಲ್ಲ, ಎ.ಐ. ಇಲ್ಲದ ಕ್ಷೇತ್ರವಿಲ್ಲ’ ಎಂಬುದು ಈಗ ಚಾಲ್ತಿಯಲ್ಲಿರುವ ಹೊಸ ಗಾದೆ!
ವಿಜ್ಞಾನಿಗಳು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಅನ್ವಯಿಸುವ ಮೊದಲು, ತಮ್ಮ ಸಂಶೋಧನೆಗೆ ಅವಶ್ಯಕತೆ ಇರುವ ಮೂಲಭೂತ ಜ್ಞಾನವನ್ನು ಅದಕ್ಕೆ ಕಲಿಸಬೇಕಾಗುತ್ತದೆ. ಹೀಗೆ, ಕಂಪ್ಯೂಟರ್‌ ಸಾಮ್ರಾಜ್ಯದ ವಿವಿಧ ಭಾಷೆಗಳನ್ನೂ, ಅಕ್ಷರಶಃ ಆಳವಾದ ಕಲಿಕೆಯನ್ನೂ ಅದಕ್ಕೆ ಪರಿಚಯಿಸಿದ ನಂತರ, ತಮ್ಮ ತಮ್ಮ ಕ್ಷೇತ್ರಕ್ಕೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಅನ್ವಯಿಕೆ ಸಾಧ್ಯ. ಮೂಲಭೂತ ಕಲಿಕೆಯಲ್ಲಿ ಸೈ ಎನಿಸಿಕೊಂಡ ಈ ತಂತ್ರಜ್ಞಾನಕ್ಕೆ ಭೌತವಿಜ್ಞಾನ–ರಸಾಯನವಿಜ್ಞಾನಗಳನ್ನು ಕಲಿಸಿ, ಹಲವು ದಶಕಗಳಿಂದ ತಲೆಚಚ್ಚಿಕೊಂಡರೂ ಪರಿಹಾರ ದೊರೆಯದಿದ್ದ ಸಮಸ್ಯೆಗೆ ಪರಿಹಾರ ಕಂಡುಕೊಂಡಿದ್ದಾರೆ, ವಿಜ್ಞಾನಿಗಳು!
ಯಾವುದೇ ತಂತ್ರಜ್ಞಾನವನ್ನೂ ಅಭಿವೃದ್ಧಿ ಪಡಿಸುವುದು ಒಂದು ಹಂತದ ಆವಿಷ್ಕಾರವಾದರೆ, ಆ ತಂತ್ರಜ್ಞಾನವನ್ನು ಮತ್ತಷ್ಟು ಸುಧಾರಣೆಗೆ ಒಳಪಡಿಸಿ, ಅದರಿಂದ ವಿವಿಧ ಅನ್ವಯಿಕೆಗಳನ್ನು ಸಾಧ್ಯವಾಗಿಸುವುದು ಮಂದುವರಿದ ಹಂತವಾಗಿರುತ್ತದೆ. ಡ್ಯೂಕ್‌ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಸಂಶೋಧಕರು, ‘ಮೆಟಾ ಮೆಟಿರಿಯಲ್ಸ್‌’ ಎಂಬ ವಿಶಿಷ್ಟ ವಸ್ತುಗಳ ಸಂಯೋಜನೆಯನ್ನು ಅರಿಯಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸಿದ್ದಾರೆ. ಮೆಟಾ ಮೆಟಿರಿಯಲ್ಸ್‌ ಎಂಬ ವಸ್ತುಗಳು ಸಂಪೂರ್ಣವಾಗಿ ಕೃತಕ ಸಂಶ್ಲೇಷಣೆಯಿಂದ ತಯಾರಾದ ವಸ್ತುಗಳಾಗಿದ್ದು, ಸಿಲಿಕಾನ್‌ನಂತಹ ಧಾತುಗಳ ಬಳಕೆಯಿಂದ ಇವನ್ನು ಮಾಡಲಾಗಿರುತ್ತದೆ. ಇವುಗಳ ಗುಣವಿಶೇಷಗಳು ಪ್ರಮುಖವಾಗಿ ಇವುಗಳಲ್ಲಿರುವ ಅಣುಗಳ ಭೌತಿಕ ಸಂಯೋಜನೆಯ ಮೇಲೆ ಆಧಾರಿತವೇ ಹೊರತು ರಾಸಾಯನಿಕತೆಯ ಮೇಲಲ್ಲ. ಹೀಗಿರುವಾಗ, ಇವುಗಳೊಳಗೆ ಇರುವ ಘಟಕಗಳ ಆಣ್ವಿಕ ನೆಲೆಗಟ್ಟಿನ ರಚನೆಯನ್ನು ತಿಳಿದುಕೊಳ್ಳಬೇಕಾದದ್ದು, ಬಹುಮುಖ್ಯವಾಗಿರುತ್ತದೆ. ಆ ನೆಲೆಗಟ್ಟಿನಲ್ಲಿ ಕೃತಕಬುದ್ಧಿಮತ್ತೆಯ ಬಳಕೆಯು ಅತ್ಯಂತ ಸಮರ್ಪಕ ಎನ್ನುತ್ತಾರೆ, ಡ್ಯೂಕ್‌ ವಿ.ವಿ.ಯ ಸಂಶೋಧಕರು.
ಲೊರೆಂಟ್ಸ್‌ ಹೆಸರಿನ ಮಾದರಿಯನ್ನು ಬಳಸಲಾದ ಈ ಸಂಶೋಧನೆಯಲ್ಲಿ, ಮೊದಲಿಗೆ ಈ ಮಾದರಿಯ ನಿಯತಾಂಕಗಳನ್ನು, ವಿಶೇಷತೆಗಳನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಬೌದ್ಧಿಕ ಜಾಲಕ್ಕೆ ಕಲಿಸಬೇಕಾಗಿತ್ತು. ಅದು ಅಂದುಕೊಂಡಕ್ಕಿಂತ ಕಠಿಣ ಕೆಲಸವಾಗಿದ್ದು, ಅದಕ್ಕಾಗಿ ಹೊಸ ಬಗೆಯ ಕ್ರಮಾವಳಿಗಳನ್ನು ರಚಿಸಬೇಕಾಯ್ತು; ಆದರೆ, ಕಲಿಕೆಯ ನಂತರ ಸಿಕ್ಕ ಫಲಿತಾಂಶ ಮಾತ್ರ ಉತ್ಕೃಷ್ಟವಾಗಿತ್ತು. ಮೆಟಾ ಮೆಟಿರಿಯಲ್‌ಗಳ ಹಾಗೂ ವಿದ್ಯುತ್ಕಾಂತೀಯ ಕ್ಷೇತ್ರದ ನಡುವಿನ ಕ್ರಿಯಾತ್ಮಕತೆಯನ್ನೂ, ಜೊತೆಗೆ ಇದಕ್ಕೂ, ಮೆಟಾವಸ್ತುಗಳ ಒಳಗಿನ ಆಣ್ವಿಕ ರಚನೆಗೂ ಇರುವ ಸಂಬಂಧವನ್ನು ಎ.ಐ. ಅತ್ಯಂತ ನಿಖರತೆಯಿಂದ ಕಂಡುಹಿಡಿದು, ವಿಶ್ಲೇಷಿಸಿದೆ. ಇದಕ್ಕೂ ಮುನ್ನ ಬಳಸಲಾದ ಎಲ್ಲಾ ವಿಧಾನಗಳಿಗಿಂತ ಇದು ಅತ್ಯಂತ ಸಮರ್ಪಕ ಎನ್ನುತ್ತಾರೆ, ಇದನ್ನು ಅನುಮೋದಿಸುವ ಇತರ ಭೌತವಿಜ್ಞಾನಿಗಳು ಕೂಡ. ಹೀಗೆ ದೊರೆತ ಫಲಿತಾಂಶವು ಮತ್ತಷ್ಟು ಹೊಸ ತಾಂತ್ರಿಕ ಸುಧಾರಣೆಗಳಿಗೆ ಎಡೆ ಮಾಡಿಕೊಡುವುದು ಖಚಿತ.
ಇದೇ ರೀತಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ರಸಾಯನವಿಜ್ಞಾನವನ್ನು ಬೋಧಿಸಿ, ಪ್ರೊಟೀನ್‌ಗಳ ವರ್ತನೆಯನ್ನು, ಅದರಲ್ಲೂ ಮುಖ್ಯವಾಗಿ ‘ಪ್ರೊಟೀನ್‌ ಮಡಚುವಿಕೆ’(ಪ್ರೊಟೀನ್‌ ಫೋಲ್ಡಿಂಗ್‌)ಯನ್ನು ನಿಖರವಾಗಿ ಅರ್ಥೈಸಿಕೊಂಡಿದ್ದಾರೆ ವಿಜ್ಞಾನಿಗಳು; ಪ್ರೊಟೀನ್‌ಗಳು ನಮ್ಮ ಜೀವಕೋಶಗಳ ಅವಿಭಾಜ್ಯ ಅಂಗ! ಈ ಜೀವರಾಸಾಯನಿಕ ಸಂಯುಕ್ತ ಕಣಗಳು ಇಲ್ಲದಿಲ್ಲಲ್ಲಿ, ಭೂಮಿಯ ಮೇಲೆ ಜೀವಿಯ ಉಗಮ, ಅಸ್ತಿತ್ವ - ಇದ್ಯಾವುದೂ ಸಾಧ್ಯವೇ ಇಲ್ಲ. ಇಂತಹ ಪ್ರಮುಖ ಸಂಯುಕ್ತ ಕಣಗಳು ಹಲವು ಬಗೆಯ ಅಮೈನೋ ಆಮ್ಲಗಳಿಂದ ತಯಾರಾಗಿರುತ್ತವೆ; ಪ್ರೊಟೀನ್‌ಗಳು ಈ ಅಮೈನೋ ಆಮ್ಲ ಘಟಕಗಳ ಸರಪಳಿಯಂತಿದ್ದು, ಅದರ ಕಾರ್ಯನಿರ್ವಹಣೆಗೆ ಕರೆ ಬಂದಾಗ, ತನ್ನನ್ನು ತಾನು ನಿರ್ದಿಷ್ಟ ಬಗೆಯಲ್ಲಿ ಮಡಚಿಕೊಂಡು ಕಾರ್ಯ ಸನ್ನದ್ಧವಾಗುತ್ತದೆ. ಹೀಗೆ ಮಡಚಿಕೊಂಡಾಗ ಮಾತ್ರ, ಪ್ರತಿ ಪ್ರೊಟೀನ್‌ಗೂ ನಿಖರವಾಗಿ ನೀಡಲಾದ ಕೆಲಸ, ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಈ ಮಡಚುವಿಕೆಯಲ್ಲಿ ಏನಾದರೂ ಲೋಪವಾದಲ್ಲಿ, ಆ ಪ್ರೊಟೀನ್‌ ನಡೆಸಬೇಕಿದ್ದ ಕೆಲಸ ನಿಂತಂತೆಯೇ! ಹೀಗಿರುವಾಗ, ಬಹುಮುಖ್ಯವಾದ ಜೀವರಾಸಾಯನಿಕ ಸಂಯುಕ್ತದ ಬಹುಮುಖ್ಯ ಪ್ರಕ್ರಿಯೆಯ ಬಗ್ಗೆ ತಿಳಿದುಕೊಳ್ಳಲೇಬೇಕಲ್ಲವೇ?
ಸೂಕ್ಷ್ಮಜೀವಾಣುವಿಜ್ಞಾನ, ಆಣ್ವಿಕ ಜೀವವಿಜ್ಞಾನ, ಜೈವಿಕ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಎಷ್ಟೇ ಮುಂದುವರೆದರೂ, ಪ್ರೊಟೀನ್‌ ಫೋಲ್ಡಿಂಗ್‌ನ ಬಗ್ಗೆ ಹಲವು ಸವಾಲುಗಳಿಗೆ ಉತ್ತರ ಸಿಕ್ಕಿರಲಿಲ್ಲ. ಇಂತಹ ಪ್ರಮುಖ ವಿದ್ಯಮಾನವನ್ನು ಸರಿಯಾಗಿ ಅರ್ಥೈಸಿಕೊಂಡರೆ ಅನೇಕ ಅನುವಂಶಿಕ ತೊಂದರೆಗಳಿಗೆ, ಕ್ಯಾನ್ಸರ್‌ನಂತಹ ಮಾರಕ ಅನಾರೋಗ್ಯಗಳಿಗೆ ಪರಿಹಾರ ಕಂಡುಹಿಡಿಯುವುದು ಸುಲಭ. ಈ ನಿಟ್ಟಿನಲ್ಲಿ ಹಲವಾರು ದಶಕಗಳಿಂದ ಕಾರ್ಯಪ್ರವೃತ್ತರಾಗಿದ್ದ ವಿಜ್ಞಾನಿಗಳಿಗೆ, ಕೃತಕಬುದ್ಧಿಮತ್ತೆಯು ಮೊದಲಿಗೆ ನೆರವಾದದ್ದು 2016ರಲ್ಲಿ. ಗೂಗಲ್‌ನ ಸಹಕಾರದಿಂದ ಅಭಿವೃದ್ಧಿ ಪಡೆಸಲಾದ ‘ಡೀಪ್‌ಮೈಂಡ್‌’ನ ಮೂಲಕ ತಯಾರಾದದ್ದು ‘ಆಲ್ಫಫೋಲ್ಡ್‌’. ಈ ‘ಆಲ್ಫಫೋಲ್ಡ್‌’ನ ಮೂಲಕ ಜೀವರಾಸಾಯನಿಕ ಸವಾಲುಗಳಿಗೆ, ಅದರಲ್ಲೂ ಮುಖ್ಯವಾಗಿ ಪ್ರೊಟೀನ್‌ಗಳ ಸಂರಚನೆ, ಮಡಚುವಿಕೆ, ಕಾರ್ಯನಿರ್ವಹಣೆಗಳ ಬಗೆಗಿದ್ದ ಸಮಸ್ಯೆಗಳಿಗೆ ಉತ್ತರ ಕಂಡುಕೊಳ್ಳುವ ಪ್ರಯತ್ನ ಜಾರಿಯಲ್ಲಿತ್ತು; ಇದರ ಮುಂದುವರಿದ ಭಾಗವಾಗಿ ಅಭಿವೃದ್ಧಿಯಾದ ಹೊಸ ಆವೃತ್ತಿ ‘ಆಲ್ಫಫೋಲ್ಡ್‌ 2’, ಮತ್ತಷ್ಟು ಜಾಣತನದ ಊಟೆ. ಈ ಹೊಸ ಬಗೆಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಜಾಲವು, ರಸಾಯನವಿಜ್ಞಾನವನ್ನು ಎಷ್ಟರ ಮಟ್ಟಿಗೆ ಕಲಿಯಿತೆಂದರೆ, ಅದು ಯೋಚಿಸುವುದೇ ಒಬ್ಬ ನಿಷ್ಣಾತ ಪ್ರಾಧ್ಯಾಪಕನಂತೆ, ಒಬ್ಬ ಪ್ರಚಂಡ ರಸಾಯನವಿಜ್ಞಾನಿಯಂತೆ! ಈ ಆಳವಾದ ಜ್ಞಾನವನ್ನು ಅನ್ವಯಿಸಿ ಈಗ ಅನೇಕ ಪ್ರೊಟೀನ್‌ಗಳ ಜಾತಕ ಬಯಲಾಗಿದೆ ಮತ್ತು ಮಡಚುವಿಕೆಯ ನಿಖರ ರೂಪುರೇಷೆ ಅರಿವಿಗೆ ನಿಲುಕುತ್ತಿದೆ.
ಸುಮಾರು ಅರ್ಧ ಶತಮಾನಕ್ಕೂ ಹೆಚ್ಚು ಸಮಯ ವಿಜ್ಞಾನಿಗಳ ತಲೆಕೆಡಿಸಿದ್ದ ಈ ಒಗಟಿಗೆ, ಆರ್ಟಿಫಿಶಿಯಲ್‌ ಇಂಟೆಲಿಜೆನ್ಸ್‌ನ ಆಸರೆ ದೊರೆತು, ಉತ್ತರ ಕಾಣುತ್ತಿದೆ. ಜಟಿಲ ಒಗಟನ್ನು ಬಿಡಿಸಿದ ಈ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೇ ಇಷ್ಟು ಅದ್ಭುತವಾದರೆ, ಇದಕ್ಕೆ ಪೂರಕ ಕ್ರಮಾವಳಿಗಳನ್ನು, ತಂತ್ರಾಂಶಗಳನ್ನು ಬರೆದ, ಅನ್ವಯಿಸಿದ, ಅದಕ್ಕೆ ಶುದ್ಧವಿಜ್ಞಾನವನ್ನು ಕಲಿಸಿದ ವಿಜ್ಞಾನಿಗಳು ಮತ್ತಿನ್ನೆಷ್ಟು ಚತುರರಿರಬಹುದು ಊಹಿಸಿಕೊಳ್ಳಿ! ಇಂತಹ ವಿಜ್ಞಾನದ ಸಾಗರದಲ್ಲಿ ಈಜುವ, ತೇಲುವ ನಮಗೆ ಈ ವಿಜ್ಞಾನಿಗಳೇ ಅಂಬಿಗರು. ಇವರನ್ನು ನಂಬಿ, ಹೊಸ ಸಾಧ್ಯತೆಗಳಿಗೆ ಎದುರು ನೋಡುವ ಪಾತ್ರ ನಮ್ಮದು!
ತಾಜಾ ಸುದ್ದಿಗಾಗಿ ಪ್ರಜಾವಾಣಿ ಟೆಲಿಗ್ರಾಂ ಚಾನೆಲ್ ಸೇರಿಕೊಳ್ಳಿ | ಪ್ರಜಾವಾಣಿ ಆ್ಯಪ್ ಇಲ್ಲಿದೆ: ಆಂಡ್ರಾಯ್ಡ್ | ಐಒಎಸ್ | ನಮ್ಮ ಫೇಸ್‌ಬುಕ್ ಪುಟ ಫಾಲೋ ಮಾಡಿ.