ಟೆಕ್ ಟಾಕ್: ಯಂತ್ರಗಳು ಕಲಿಯುವುದು ಹೇಗೆ?

ಮಕ್ಕಳು ಹೊಸ ವಿಷಯ ಕಲಿಯಲು ಶಾಲೆಗೆ ಹೋಗುವಂತೆ ಯಂತ್ರಗಳು ತಮ್ಮ ಕಲಿಕೆಗಾಗಿ ಮಶೀನ್ ಲರ್ನಿಂಗ್ ಪರಿಕಲ್ಪನೆ ಬಳಸುತ್ತವೆ. ಯಂತ್ರಗಳು ಕಲಿಯುವ ಈ ಪ್ರಕ್ರಿಯೆ ನಡೆಯುವುದು ಹೇಗೆ?

ಟೆಕ್ ಟಾಕ್: ಯಂತ್ರಗಳು ಕಲಿಯುವುದು ಹೇಗೆ?

Thursday April 09, 2020,

3 min Read

ಯಂತ್ರಗಳು ಕಲಿಯುವುದು ಹೇಗೆ?


ವೈಯಕ್ತಿಕ ಅನುಭವ-ಅನಿಸಿಕೆಗಳ ಆಧಾರದ ಮೇಲೆ ಮನುಷ್ಯರು ಬೇರೆಬೇರೆ ಸಂದರ್ಭಗಳಿಗೆ ಬೇರೆಬೇರೆ ರೀತಿಯಲ್ಲಿ ಪ್ರತಿಕ್ರಿಯಿಸುವುದು ನಮಗೆ ಗೊತ್ತಿದೆ. ಈ ಸಾಮರ್ಥ್ಯವನ್ನು ಯಂತ್ರಗಳಲ್ಲೂ ಬೆಳೆಸುವುದು ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟಲಿಜೆನ್ಸ್ (ಎಐ) ಪರಿಕಲ್ಪನೆಯ ಉದ್ದೇಶ. ಇದಕ್ಕೆ ಬೇಕಾದ್ದನ್ನೆಲ್ಲ ಯಂತ್ರಗಳಿಗೆ ಕಲಿಸಲು ಮಶೀನ್ ಲರ್ನಿಂಗ್ ಎಂಬ ಇನ್ನೊಂದು ಪರಿಕಲ್ಪನೆ ಬಳಕೆಯಾಗುತ್ತದೆ.


ಮನುಷ್ಯರಂತೆ ವರ್ತಿಸಬೇಕು ಎಂದರೆ ಮೊದಲಿಗೆ ಆ ಯಂತ್ರಗಳು ಮನುಷ್ಯರಂತೆಯೇ ಯೋಚಿಸಲು ಕಲಿಯಬೇಕು. ಈ ಕಲಿಕೆ ಕೂಡ ಮನುಷ್ಯರ ಕಲಿಕೆಯಂತೆಯೇ ನಡೆಯುತ್ತದೆ.  


ಮನುಷ್ಯರು ಕಲಿಯುವುದು ಹೇಗೆ? ಶಾಲೆಗೆ ಹೋಗಲು ಪ್ರಾರಂಭಿಸುವ ಮಕ್ಕಳು ಅಲ್ಲಿ ತಮ್ಮ ಶಿಕ್ಷಕರ ಸಹಾಯದಿಂದ ಒಂದೊಂದೇ ವಿಷಯಗಳನ್ನು ಕಲಿಯಲು ಪ್ರಾರಂಭಿಸುತ್ತಾರೆ. ಕಲಿಕೆ ಒಂದು ಹಂತಕ್ಕೆ ಬಂದ ನಂತರ ಕೆಲವು ವಿಷಯಗಳನ್ನು ತಾವೇ ಓದಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯವೂ ಅವರಲ್ಲಿ ಬೆಳೆಯುತ್ತದೆ. ಶಿಕ್ಷಕರನ್ನು ಹೇಳಿದ್ದನ್ನು ಕೇಳಿ, ಪುಸ್ತಕದಲ್ಲಿರುವುದನ್ನು ಓದಿ ಕಲಿಯುವ ಜೊತೆಗೆ ಅವರು ತಮ್ಮ ಅನುಭವಗಳಿಂದಲೂ ಕಲಿಯುತ್ತಾ ಹೋಗುತ್ತಾರೆ.


ಯಂತ್ರಗಳು ಕಲಿಯುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲೂ ಹೀಗೆ ಬೇರೆಬೇರೆ ವಿಧಗಳಿರುವುದು ಸಾಧ್ಯ. ಇಂತಹ ಪ್ರತಿ ಸಂದರ್ಭದಲ್ಲೂ ಈ ಕಲಿಕೆ ಹೇಗೆ ನಡೆಯಬೇಕು ಎಂದು ನಿರ್ದೇಶಿಸುವುದು ಅದಕ್ಕಾಗಿ ಬರೆದ ಕ್ರಮಾವಳಿ, ಅಂದರೆ ‘ಮಶೀನ್ ಲರ್ನಿಂಗ್ ಆಲ್ಗರಿದಮ್'ಗಳ ಕೆಲಸ. 




ಮಶೀನ್ ಲರ್ನಿಂಗ್‌ನಲ್ಲಿ ಎಷ್ಟು ವಿಧ?


ನಿರ್ದಿಷ್ಟ ಪ್ರಮಾಣದ ದತ್ತಾಂಶವನ್ನು (ಡೇಟಾ) ಊಡಿಸುವ ಮೂಲಕ ಯಂತ್ರಗಳ ಕಲಿಕೆಯನ್ನು ಸಾಧ್ಯವಾಗಿಸಲಾಗುತ್ತದೆ. ತಾವು ಕಲಿತದ್ದನ್ನು ಅವು ಯಾವ ಉದ್ದೇಶಕ್ಕಾಗಿ ಬಳಸಬೇಕು (ಉದಾ: ಚಿತ್ರದಲ್ಲಿರುವುದು ಏನು ಎಂದು ಗುರುತಿಸುವುದು, ರದ್ದಿ ಸಂದೇಶಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವುದು, ಇತ್ಯಾದಿ) ಎನ್ನುವುದೂ ಮುಂಚಿತವಾಗಿಯೇ ತೀರ್ಮಾನವಾಗಿರುತ್ತದೆ. ಈ ಉದ್ದೇಶ ಯಾವುದು, ಅದಕ್ಕಾಗಿ ಬಳಸಲಾಗುತ್ತಿರುವ ಡೇಟಾ ಯಾವ ಪ್ರಕಾರದ್ದು, ಅದರ ಪ್ರಮಾಣ ಎಷ್ಟು ಎನ್ನುವಂತಹ ಹಲವು ವಿಷಯಗಳ ಆಧಾರದ ಮೇಲೆ ಯಂತ್ರಗಳ ಕಲಿಕೆ ಹೇಗೆ ನಡೆಯಬೇಕು ಎನ್ನುವುದನ್ನು ತೀರ್ಮಾನಿಸಲಾಗುತ್ತದೆ.


ಸೂಪರ್‌ವೈಸ್ಡ್ ಲರ್ನಿಂಗ್, ಅನ್‌ಸೂಪರ್‌ವೈಸ್ಡ್ ಲರ್ನಿಂಗ್, ರೀಇನ್‌ಫೋರ್ಸ್‌ಮೆಂಟ್ ಲರ್ನಿಂಗ್, ಡೀಪ್ ಲರ್ನಿಂಗ್,... ಹೀಗೆ ಮಶೀನ್ ಲರ್ನಿಂಗ್‌‌ನಲ್ಲಿ ಹಲವು ವಿಧಗಳನ್ನು ಗುರುತಿಸುವುದು ಸಾಧ್ಯ.


ಸೂಪರ್‌ವೈಸ್ಡ್ ಹಾಗೂ ಅನ್‌ಸೂಪರ್‌ವೈಸ್ಡ್ ಲರ್ನಿಂಗ್ ನಡುವೆ ಏನು ವ್ಯತ್ಯಾಸ?


ಸೂಪರ್‌ವೈಸ್ ಎಂದರೆ ಮೇಲುಸ್ತುವಾರಿ ನೋಡಿಕೊಳ್ಳುವುದು ಎಂದು ಅರ್ಥ. ಶಾಲೆಯಲ್ಲಿ ವಿದ್ಯಾರ್ಥಿಗಳ ಕಲಿಕೆಯ ಮೇಲುಸ್ತುವಾರಿಯನ್ನು ಶಿಕ್ಷಕರು ನೋಡಿಕೊಳ್ಳುತ್ತಾರೆ. ಏನು ಕಲಿಯಬೇಕು, ಹೇಗೆ ಕಲಿಯಬೇಕು ಎಂದೆಲ್ಲ ಹೇಳುವುದು ಅವರ ಕೆಲಸ.


ಯಂತ್ರಗಳ ಕಲಿಕೆಯ ಮೇಲುಸ್ತುವಾರಿ ನೋಡಿಕೊಳ್ಳುವುದು ಎಂದರೇನು? ಇದಕ್ಕೆ ಒಂದು ಉದಾಹರಣೆ ನೋಡೋಣ. ನಿಮ್ಮ ಖಾತೆಗೆ ಬರುವ ಇಮೇಲ್ ಸಂದೇಶಗಳ ಪೈಕಿ ಉಪಯುಕ್ತವಾದದ್ದು ಯಾವುದು, ರದ್ದಿ (ಸ್ಪಾಮ್) ಯಾವುದು ಎನ್ನುವುದನ್ನು ಗುರುತಿಸಲು ಇಮೇಲ್ ಸಂದೇಶಕ್ಕೆ ಹೇಳಿಕೊಡಬೇಕಿದೆ ಎಂದುಕೊಳ್ಳಿ. ಇದಕ್ಕಾಗಿ ನಿಮಗೆ ಈಗಾಗಲೇ ಬಂದಿರುವ ಒಂದಷ್ಟು ಇಮೇಲ್ ಸಂದೇಶಗಳನ್ನು ತೆಗೆದುಕೊಂಡು, ಅವುಗಳಲ್ಲಿ ರದ್ದಿ ಸಂದೇಶಗಳು ಯಾವುವು ಎಂದು ಗುರುತಿಸಿ, ನೀವು ಆ ತಂತ್ರಾಂಶಕ್ಕೆ ಹೇಳಿಕೊಡುತ್ತೀರಿ. ಈ ದತ್ತಾಂಶವನ್ನು ತನ್ನ ಕಲಿಕೆಗೆ ಬಳಸಿಕೊಳ್ಳುವ ಆ ತಂತ್ರಾಂಶ ಮುಂದೆ ನಿಮಗೆ ಬರುವ ಸಂದೇಶಗಳು ಸ್ಪಾಮ್ ಹೌದೋ ಅಲ್ಲವೋ ಎನ್ನುವುದನ್ನು ಗುರುತಿಸಲು ಕಲಿಯುತ್ತದೆ. ನಿಮ್ಮ ಮೇಲುಸ್ತುವಾರಿಯಲ್ಲಿ, ನೀವು ಹೇಳಿಕೊಟ್ಟಿದ್ದನ್ನು ಈ ತಂತ್ರಾಂಶ ಕಲಿಯುವುದರಿಂದ ಇದು ‘ಸೂಪರ್‌ವೈಸ್ಡ್ ಲರ್ನಿಂಗ್'.   


ಹೊಸ ಪುಸ್ತಕಗಳೊಡನೆ ಶಾಲೆಗೆ ಹೊರಡುವ ಮುನ್ನ ಅವಕ್ಕೆಲ್ಲ ಬೈಂಡ್ ಹಾಕಿ, ಲೇಬಲ್ ಹಚ್ಚಿ, ಅದರ ಮೇಲೆ ನಮ್ಮ ಹಾಗೂ ಪುಸ್ತಕದ ಹೆಸರನ್ನು ನಾವೆಲ್ಲ ಬರೆದಿಡುತ್ತಿದ್ದೆವು. ಮೇಲಿನ ಉದಾಹರಣೆಯಲ್ಲಿ ಇಮೇಲ್ ಸಂದೇಶಗಳನ್ನು ತೆಗೆದುಕೊಂಡು ಉಪಯುಕ್ತ ಯಾವುದು, ರದ್ದಿ ಯಾವುದು ಎಂದು ಗುರುತಿಸಿದ್ದು ಕೂಡ ಇಂಥದ್ದೇ ಲೇಬಲ್ ಹಚ್ಚುವ ಕೆಲಸ.



ಆದರೆ ನಾವು ನಿಭಾಯಿಸುತ್ತಿರುವ ದತ್ತಾಂಶದ ಪ್ರಮಾಣ ಜಾಸ್ತಿಯಾದಾಗ ಹೀಗೆ ಲೇಬಲ್ ಹಚ್ಚುತ್ತಾ ಕುಳಿತುಕೊಳ್ಳುವುದು ಕಷ್ಟವಾಗುತ್ತದೆ. ಬೃಹತ್ ಪ್ರಮಾಣದ ದತ್ತಾಂಶವನ್ನು ಹೀಗೆ ವರ್ಗೀಕರಿಸಲು ಸಾಕಷ್ಟು ಸಮಯ, ಹಣ ಎಲ್ಲವೂ ಬೇಕಾಗುತ್ತದೆ. ಅದರ ಬದಲು ತಂತ್ರಾಂಶ ಅಥವಾ ಯಂತ್ರವೇ ಆ ದತ್ತಾಂಶವನ್ನೆಲ್ಲ ಗಮನಿಸಿ, ಅವುಗಳನ್ನು ಉಪಯುಕ್ತವಾಗಿ ಬಳಸಿಕೊಳ್ಳಲು ನೆರವಾದರೆ ಹೇಗಿರುತ್ತದೆ?


ಆನ್‌ಲೈನ್‌ ಖರೀದಿಗಳಿಗೆ ಸಂಬಂಧಪಟ್ಟ ಉದಾಹರಣೆಯನ್ನೇ ನೋಡಿ. ಯಾವುದೇ ತಾಣದ ಒಂದು ವರ್ಷದ ವಹಿವಾಟಿನ ವಿವರಗಳನ್ನು ಸೂಕ್ತ ತಂತ್ರಾಂಶಕ್ಕೆ ಊಡಿಸಿದರೆ ಅದು ಆ ದತ್ತಾಂಶವನ್ನು ವಿಶ್ಲೇಷಿಸಿ ಅಲ್ಲಿರುವ ಒಂದೇ ತೆರನಾದ ಗುಂಪುಗಳನ್ನು (ಕ್ಲಸ್ಟರ್), ಅವುಗಳ ನಡುವಿನ ಸಂಬಂಧವನ್ನು (ಅಸೋಸಿಯೇಶನ್) ತಾನೇ ಪತ್ತೆಹಚ್ಚಲು ಕಲಿಯಬಲ್ಲದು. ಇದನ್ನೆಲ್ಲ ಕಲಿತ ತಂತ್ರಾಂಶ, ಯಾವ ಗುಂಪಿನ ಗ್ರಾಹಕರು ಯಾವ ಬಗೆಯ ವಸ್ತುಗಳನ್ನು ಖರೀದಿಸುತ್ತಾರೆ ಎನ್ನುವ ಬಗ್ಗೆ ನಮಗೆ ಮಾಹಿತಿ ನೀಡಬಲ್ಲದು. ನಿರ್ದಿಷ್ಟ ವಸ್ತುಗಳನ್ನು ಖರೀದಿಸಿದ ಗ್ರಾಹಕರು ಅದರ ಜೊತೆ ಬೇರೆ ಏನನ್ನು ಖರೀದಿಸುವ ಸಾಧ್ಯತೆ ಇರುತ್ತದೆ ಎಂದು ಪತ್ತೆಹಚ್ಚಿ ಅದಕ್ಕೆ ತಕ್ಕ ಜಾಹೀರಾತುಗಳನ್ನು ತೋರಿಸಲೂ ನೆರವಾಗಬಲ್ಲದು.


ಸ್ಪಾಮ್ ಉದಾಹರಣೆಯಲ್ಲಿ ಇದ್ದಹಾಗೆ ಲೇಬಲ್ ಹಚ್ಚಿಕೊಡುವವರ ಮೇಲುಸ್ತುವಾರಿ ಈ ಚಟುವಟಿಕೆಯಲ್ಲಿ ಇರುವುದಿಲ್ಲವಾದ್ದರಿಂದ ಇದಕ್ಕೆ ‘ಅನ್‌ಸೂಪರ್‌ವೈಸ್ಡ್ ಲರ್ನಿಂಗ್' ಎಂದು ಹೆಸರು.