කෘත්‍රිම බුද්ධියේ ආරම්භය

“කෘත්‍රිම බුද්ධිය” (AI) කියන වචනය 1956 දී හඳුන්වා දුන්නත්, එහි නිල ආරම්භය ඇලන් ටියුරින් 1950 දී ප්‍රකාශයට පත් කළ වැදගත් ලිපියකට සම්බන්ධ වෙනවා. මේ ලිපියෙන් ටියුරින් යන්ත්‍ර බුද්ධිය සඳහා න්‍යායාත්මක පදනම ස්ථාපිත කරලා, එය ඇගයීමට ක්‍රමයක් යෝජනා කරලා, AI විද්‍යාත්මක විෂය ක්ෂේත්‍රයක් ලෙස වර්ධනය කිරීමට අඩිතාලම දැම්මා.

ටියුරින්ගේ දුරදක්නා නායකත්වය

1950 ඔක්තෝබර් මාසයේදී, බ්‍රිතාන්‍ය ගණිතඥ ඇලන් ටියුරින් “Computing Machinery and Intelligence” කියන ඔහුගේ වැදගත් ලිපිය ප්‍රකාශයට පත් කළා. ඒකෙදි ඔහු පහසු පිළිතුරක් නැති ප්‍රශ්නයක් ඇහුවා: “යන්ත්‍ර වලට හිතන්න පුළුවන්ද?” දැන් ප්‍රසිද්ධ ටියුරින් පරීක්ෂණය ලෙස හඳුන්වන, මිනිස්සුන්ගෙන් වෙන්කර හඳුනාගත නොහැකි බුද්ධිමත් හැසිරීම් ප්‍රදර්ශනය කිරීමට යන්ත්‍රයකට ඇති හැකියාව ඇගයීමට නිර්මාණය කරපු එකක්. පරිගණක යුගයේ ආරම්භයේදී, මුල් පරිගණක මාධ්‍ය විසින් “විද්‍යුත් මොළය” ලෙස හඳුන්වපු කාලෙදි, ටියුරින්ගේ ලිපිය යන්ත්‍ර බුද්ධියේ ස්වභාවය පිළිබඳ ගැඹුරු සාකච්ඡාවක් ඇති කළා. විශේෂයෙන්ම, “කෘත්‍රිම බුද්ධිය” කියන වචනය තවත් වසර හයක් යනතුරු මතුවුණේ නැහැ. ටියුරින් විධිමත් ගණනය කිරීම්, ඇල්ගොරිතම සහ පරිගණකවල ක්‍රියාකාරී මූලධර්ම ගවේෂණය කළා, බුද්ධිමත් හැසිරීම් සඳහා අවශ්‍ය ගණනය කිරීමේ සහ මතක ධාරිතාවයන් ගැනත් කතා කළා. ඔහු යන්ත්‍රවල න්‍යායාත්මක සීමාවන් ගැන ගැඹුරින් සොයා බැලුවා, මේවා ගණනය කිරීමේ හැකියාව සහ විධිමත් තර්කනය පිළිබඳ ප්‍රශ්නවලට සම්බන්ධ කළා, ඒවා ගණිතයේ පදනම්වල ගැඹුරින් මුල් බැසගෙන තියෙනවා. ටියුරින් යෝජනා කළේ යන්ත්‍රවල ගණනය කිරීමේ බලය වැඩිවීම නිසා බුද්ධියේ සාරය සහ තත්ත්වය පිළිබඳ ප්‍රශ්න අනිවාර්යයෙන්ම ඇති වන බවයි.

මුල් Neural Networks සහ SNARC

1951 දී, ඇමරිකානු ගණිතඥ මාර්වින් මින්ස්කි SNARC (Stochastic Neural Analog Reinforcement Calculator) නිර්මාණය කරලා ක්ෂේත්‍රයට සැලකිය යුතු දායකත්වයක් ලබා දුන්නා, ඒක neural network එකක පළමු සිමියුලේටරය. මේ යන්ත්‍රය වංගගිරියක් හරහා ගමන් කරන මීයෙකුගේ හැසිරීම ආකෘතිකරණය කරමින් කෘත්‍රිම neural network පර්යේෂණ වල පුරෝගාමී පියවරක් සලකුණු කළා. මේ ජයග්‍රහණය සඳහා අඩිතාලම 1943 දී වෛද්‍ය වොරන් මැක්ලොච් සහ තරුණ ගණිතඥ වෝල්ටර් පිට්ස් විසින් දැම්මා, ඔවුන් සැන්ටියාගෝ රමොන් වයි කජල්ගේ සොයාගැනීම් මත පදනම්ව නියුරෝන ආකෘති නිර්මාණය කළා, විද්‍යුත් යාන්ත්‍රික රිලේ භාවිතා කරලා. මේ රිලේ ස්විචය විවෘත හෝ වසා තිබේද යන්න අනුව තීරණය වන තත්වයන් දෙකක් (සත්‍ය හෝ අසත්‍ය) සහිත බූලියන් ස්වයංක්‍රීය යන්ත්‍ර ලෙස ක්‍රියා කළා, ඊළඟ තත්ත්වය inputs සහ පෙර තත්ත්වය මත රඳා පවතිනවා. මේ ස්වයංක්‍රීය යන්ත්‍ර ජාලගත කිරීමෙන්, සමහර ඒවායේ බර කළ ප්‍රතිදානයන් අනෙක් ඒවා සඳහා inputs බවට පත් වුණා. මොළයට සමානකමක් ඇඳීමෙන්, මැක්ලොච් සහ පිට්ස් ස්වයංක්‍රීය යන්ත්‍ර “විධිමත් නියුරෝන” ලෙසත්, බර කළ සම්බන්ධතා “synaptic සම්බන්ධතා” ලෙසත් හැඳින්වුවා. මින්ස්කිගේ SNARC රික්ත නල භාවිතා කරලා මේ විධිමත් neural network භෞතිකව ක්‍රියාත්මක කළා, මනෝවිද්‍යාඥ ඩොනල්ඩ් හෙබ් විසින් දක්වා ඇති මූලධර්ම මත පදනම්ව ස්වයංක්‍රීය ඉගෙනීමට හැකියාව ලබා දුන්නා. SNARC වලදී, විධිමත් නියුරෝන අතර synaptic සම්බන්ධතා පුනරාවර්තන විද්‍යුත් උත්තේජනයන් හරහා ශක්තිමත් වුණා, ඒ නිසා සමහර අය ඒක පළමු ස්වයං-ඉගෙනුම් යන්ත්‍රය ලෙස සලකනවා.

විෂය ක්ෂේත්‍රයක උපත

1955 දී, වයස අවුරුදු 28 දී, මාර්වින් මින්ස්කි, ජෝන් මැකාති සමඟ එක්ව, ඔවුන් “කෘත්‍රිම බුද්ධිය” ලෙස නම් කළ නව විෂය ක්ෂේත්‍රයක් ගවේෂණය කිරීමට ගිම්හාන පාසලක් යෝජනා කළා. ඔවුන්ගේ ඉලක්කය වුණේ පරිගණක භාවිතා කරලා බුද්ධියේ විවිධ පැතිකඩයන් අධ්‍යයනය කරලා අනුකරණය කරන එක. IBM හි විද්‍යාත්මක අධ්‍යක්ෂ නික් රොචෙස්ටර් සහ තොරතුරු න්‍යායේ ප්‍රසිද්ධ පියා ක්ලෝඩ් ෂැනොන්ගේ අනුග්‍රහය ඇතිව, යෝජනාව රොක්ෆෙලර් පදනමට ඉදිරිපත් කළා, ඒකෙන් අරමුදල් ලබා දුන්නා. 1956 දී, මැකාති, මින්ස්කි, රොචෙස්ටර් සහ ෂැනොන් විසින් සංවිධානය කරන ලද එක්සත් ජනපදයේ හැනෝවර් හි ඩාර්ට්මූත් විද්‍යාලයේ ගිම්හාන පාසල, AI විද්‍යාත්මක විෂය ක්ෂේත්‍රයක් ලෙස නිල වශයෙන් උපත සලකුණු කළා. සංවිධායකයින් මිනිස්, සත්ව, ශාක, සමාජීය සහ ෆයිලොජෙනටික් වැනි විවිධ බුද්ධි ආකාර යන්ත්‍ර හරහා අනුකරණය කරන්න ඉලක්ක කළා. ඔවුන් තර්ක කළේ ඉගෙනීම, තර්ක කිරීම, ගණනය කිරීම, සංජානනය, මතකය, විද්‍යාත්මක සොයාගැනීම් සහ කලාත්මක නිර්මාණශීලිත්වය ඇතුළු සංජානන ක්‍රියාකාරකම් පරිගණක වලට program කරන්න ප්‍රමාණවත් නිරවද්‍යතාවයකින් විස්තර කරන්න පුළුවන් කියලා. මේ අනුමානය, තවමත් ඔප්පු නොකළ සහ ඵලදායී වන, දශක හයකට වැඩි කාලයක් AI පර්යේෂණ මෙහෙයවලා තියෙනවා.

ටියුරින්ගේ අනුකරණ ක්‍රීඩාව සහ ඉගෙනීම

මිනිස් බුද්ධිය තර්ක කිරීම හරහා හඳුනා ගන්නේ නම්, සමාන හැකියාවන් පෙන්නුම් කරන යන්ත්‍රයක් බුද්ධිය පිළිබඳ අපගේ අවබෝධයට අභියෝග කරන බව ටියුරින් තර්ක කළා. ඔහු බුද්ධිමත් යන්ත්‍ර පිළිබඳ අදහසට විරුද්ධ වීම් ක්‍රමානුකූලව විසඳලා, යන්ත්‍ර බුද්ධිය සඳහා තීරණාත්මක හැකියාවක් ලෙස ඉගෙනීමේ වැදගත්කම අවධාරණය කළා. ටියුරින් ගැටළු විසඳීම සඳහා metaheuristics වල අහඹු බව පිළිබඳ සංකල්පය හඳුන්වා දුන්නා, අනාගත AI ශිල්පීය ක්‍රම පෙරදැක්කා. ඔහුගේ අනුකරණ ක්‍රීඩාව බුද්ධිමත් හැසිරීම් ඇගයීමට රාමුවක් ලබා දුන්නා, AI පර්යේෂණ සඳහා මඟ පෑදූ විවාද සහ අත්හදා බැලීම් ඇති කළා.

Perceptron සහ මුල් Machine Learning

1957 දී ඇමරිකානු මනෝවිද්‍යාඥ ෆ්‍රෑන්ක් රොසෙන්බ්ලැට් එක්සත් ජනපද නාවික පර්යේෂණ කාර්යාලය විසින් අරමුදල් සපයන ලද කෝර්නෙල් ගුවන් යානා විද්‍යාගාරයේ perceptron ඇල්ගොරිතම හඳුන්වා දෙන විට ප්‍රධාන සන්ධිස්ථානයක් සිදු වුණා. දත්ත පන්ති දෙකකට වෙන් කිරීමට නිර්මාණය කරපු ද්විමය වර්ගීකරණ සඳහා අධීක්ෂණය කළ ඉගෙනුම් ඇල්ගොරිතමයක් වන perceptron. කෘත්‍රිම neural network එකක සරලම ආකාරය සහ රේඛීය වර්ගීකරණයක් ලෙස, එය කණ්ඩායම් දෙකකට වර්ග කිරීමට පුහුණු දත්ත අවශ්‍ය වුණා. මුලදී IBM 704 සඳහා software ලෙස ක්‍රියාත්මක කරපු perceptron, පසුව රූප හඳුනා ගැනීම සඳහා නිර්මාණය කරපු “Mark 1” කියන යන්ත්‍රයක ක්‍රියාත්මක කළා. මේ යන්ත්‍රයේ නියුරෝන වලට සම්බන්ධ photocells 400 ක් තිබුණා, potentiometers වල coded කරපු synaptic weights සහ විදුලි මෝටර මඟින් ඉගෙනීමේදී සකස් කළා. ඉදිරි ගමනක් ලෙස ප්‍රශංසා කළ තනි-ස්ථර perceptron රේඛීයව වෙන් කළ හැකි පන්ති වලට සීමා වුණා. ඒත්, රේඛීය නොවන ලෙස වෙන් කළ හැකි කණ්ඩායම් වර්ගීකරණය කළ හැකි බහු ස්ථර perceptron සොයා ගැනීමෙන් මේ සීමාවන් ජය ගත්තා, වඩාත් සංකීර්ණ ගැටළු වලට විසඳුම් ලබා දුන්නා.

Reinforcement Learning සහ ඉන් ඔබ්බට

1959 දී, ආතර් සැමුවෙල් බහු විසඳුම් පරීක්ෂා කරලා, පාරිසරික ප්‍රතිචාර නිරීක්ෂණය කරලා, ප්‍රතිඵල ප්‍රශස්ත කිරීමට උපාය මාර්ග සකස් කරපු පළමු reinforcement learning ඇල්ගොරිතම ප්‍රකාශයට පත් කළා. මේ ප්‍රවේශය adaptive AI පද්ධති සඳහා පදනම දැම්මා. 1950 ගණන් වලදී AI විද්‍යාත්මක විෂය ක්ෂේත්‍රයක් ලෙස ස්ථාපිත කළා පමණක් නොව, machine learning, neural network සහ reinforcement learning වල මූලික ප්‍රතිඵලත් නිපදෙව්වා. මේ මුල් සංවර්ධනයන් deep learning සඳහා බීජ රෝපණය කළා, ඒක පසුව නවීන AI වල මූලික ගලක් බවට පත් වෙනවා.

මතක තබා ගත යුතු ප්‍රධාන කරුණු

1950 ඔක්තෝබර් මාසයේදී, ඇලන් ටියුරින්ගේ “Computing Machinery and Intelligence” ප්‍රශ්නය ඇහුවා, “යන්ත්‍ර වලට හිතන්න පුළුවන්ද?” සහ කෘත්‍රිම බුද්ධිය සඳහා න්‍යායාත්මක පදනම දැම්මා. වසර හයකට පසුව, 1956 දී, ජෝන් මැකාති, මාර්වින් මින්ස්කි, නතානියෙල් රොචෙස්ටර් සහ ක්ලෝඩ් ෂැනොන් විසින් සංවිධානය කරන ලද ඩාර්ට්මූත් විද්‍යාලයේ ගිම්හාන පාසල, පරිගණක සමඟ බුද්ධිය අනුකරණය කිරීමට කැප වූ විෂය ක්ෂේත්‍රයක් ලෙස AI විධිමත් ලෙස ස්ථාපිත කළා. “කෘත්‍රිම බුද්ධිය” කියන වචනය මේ සිදුවීම අතරතුර හඳුන්වා දුන්නා. 1957 දී, ෆ්‍රෑන්ක් රොසෙන්බ්ලැට්ගේ perceptron ඇල්ගොරිතම neural network මත පදනම් වූ ඉගෙනීම හඳුන්වා දුන්නා, 1959 දී ආතර් සැමුවෙල්ගේ reinforcement learning ඇල්ගොරිතම අනුගමනය කළා. මේ සන්ධිස්ථාන කෘත්‍රිම බුද්ධිය ගතික සහ පරිවර්තනීය ක්ෂේත්‍රයක් ලෙස දියත් කළා.