Lorance Mathew
Industries Extension Officer,
Dept. of Industries and Commerce, Govt. of Kerala. 
[email protected]

ആർട്ടിഫിഷ്യല്‍ ഇന്‍റലിജെന്‍സ് എന്നത് ഒരിക്കല്‍ ഈ പംക്തിക്ക് വിഷയീഭവിച്ചതാണ്. എന്നാല്‍ അതിലെ പുതു വസന്തമാണ് മെഷിന്‍ ലേണിങ്ങ് എന്നത്. ആർട്ടിഫിഷ്യല്‍ ഇന്‍റലിജെന്‍സ് എന്നതിനെപ്പറ്റി മനുഷ്യന്‍ ചിന്തിക്കുവാന്‍ തുടങ്ങിയിട്ട് ആറ് പതിറ്റാണ്ടുകൾ കഴിഞ്ഞ് പോയിരിക്കുന്നു. ആ കൃത്രിമ ബുദ്ധിയുടെ പുതു വസന്തമാണ് മെഷിന്‍ ലേണിങ്ങ് എന്നത്. ആർട്ടിഫിഷ്യല്‍ ഇന്‍റലിജെന്‍സിന്‍റെ ഉപമേഖലയാണ് മെഷിന്‍ ലേണിങ്ങ് എന്നത്.

എന്താണ് മെഷിന്‍ ലേണിങ്ങ്

യന്ത്രങ്ങളെ കാര്യങ്ങൾ പഠിപ്പിച്ചെടുക്കുകയാണ് ഇവിടെ ചെയ്യുന്നത്. ഒരു പ്രത്യേക കാര്യം ചെയ്യുന്നതിനായി യന്ത്രങ്ങളെ ആയത് പഠിപ്പിച്ച് കൊടുക്കുന്നതാണിതെന്ന് ലളിതമായി പറയാം. മെഷിന്‍ ലേണിങ്ങില്‍ വിവിധ തരം സംവിധാനങ്ങളുണ്ടെങ്കിലും ഇപ്പോൾ അതിന്‍റെ ആകർഷണം നൂതന ആർട്ടിഫിഷ്യല്‍ റൂറല്‍ നെറ്റ് വർക്കുകൾ തന്നെയാണ്. ഒരു മനുഷ്യന്‍റെ തലച്ചോറിന് സമാനമായ രീതിയില്‍ കംപ്യൂട്ടറുകളുടെ പ്രവര്‍ത്തനം നിര്‍മ്മിച്ചെടുക്കുന്നതാണ് ന്യൂറല്‍ നെറ്റ് വര്‍ക്കില്‍ സാധ്യമാവുന്നത്. അനേകായിരം ചിത്രങ്ങളില്‍ നിന്ന് ഒരാളുടെ ചിത്രം തിരിച്ചറിയാന്‍ സാധിക്കുന്ന കംപ്യൂട്ടര്‍ സംവിധാനം ഇതിന്‍റെ ഏറ്റവും പ്രധാന ഉദാഹരണമാണ്. മുഖം തിരിച്ചറിയുന്നതിനോടൊപ്പം മുഖ ഭാവം തിരിച്ചറിയുന്നതും മെഷിന്‍ ലേണിങ്ങിന്‍റെ ഉദാഹരണമാണ്. അതായത് നമ്മൾ സന്തോഷത്തിലാണോ, ദുഖത്തിലാണോ, മനസ്സിനുള്ളില്‍ പ്രതിഷേധത്തിലാണോ എന്നുള്ളതൊക്കെ തിരിച്ചറിയുവാന്‍ കഴിയുന്ന മെഷിന്‍ ലേണിങ്ങ് ആപ്ലിക്കേനുകൾ വിജയകരമായി രംഗത്തുണ്ട്. . ഫേസ് ബുക്കും ഗൂഗിളുമെല്ലാം നാം ഇടുന്ന ഫോട്ടോയില്‍ നിന്നും നമ്മളെ തിരിച്ചറിഞ്ഞ് ടാഗ് ചെയ്യുന്നത് ഇതിലൂടെ ആണ്. അതായത് ഒരു പ്രശ്നത്തെ പരിഹരിക്കുന്നതിന് പ്രത്യേകം അല്‍ഗോരിതം ഉണ്ടാക്കുന്നതിന് പകരം മനുഷ്യന്‍ പ്രശ്നം പരിഹരിക്കുന്ന ഡേറ്റയില്‍ നിന്ന് കമ്പ്യൂട്ടർ സംവിധാനം പഠിച്ചെടുക്കുന്ന രീതിയാണ് മെഷിന്‍ ലേണിങ്ങ്.

മെഷിന്‍ ലേണിങ്ങ് പ്രവർത്തന മേഖല

കമ്പ്യൂട്ടറിന് കിട്ടുന്ന ഡേറ്റയില്‍ നിന്നാണ് അത് വിവരങ്ങൾ ശേഖരിച്ച് ഔട്ട് പുട്ട് നല്‍കുന്നത്. അത് സഞ്ചിതമായ ഒരു വിവര ശേഖരം ആണ്. ഇത് സ്ഥിതി വിവര കണക്കുകൾ ആവാം, ലേഖനങ്ങൾ ആവാം, ചിത്രങ്ങൾ ആവാം, ശബ്ദഫയലുകൾ ആവാം, വീഡിയോ ആവാം. ഇതിനെ മെഷിന്‍ ലേണിങ്ങിന്‍റേതായ പ്രത്യേക പ്രോഗ്രാമുകൾ ഉപയോഗിച്ച് പ്രോസസ് ചെയ്യുന്നു. ഇതിന്‍റെ അടിസ്ഥാനത്തില്‍ തീരുമാനങ്ങൾ എടുക്കുവാനും നമുക്ക് നിർദ്ദേശങ്ങൾ നല്‍കുവാനും മെഷീനുകൾക്ക് സാധിക്കും. ഉദാഹരണമായി രണ്ട് ഭാഷകളില്‍ നിന്നുള്ള ഡേറ്റാ നല്‍കുക ആണെങ്കില്‍ വിവർത്തനം നടത്തുവാന്‍ പോലും മെഷിന്‍ സ്വയം പഠിക്കുന്നു. ഇങ്ങനെ നിരന്തരമായി നിരീക്ഷിക്കപ്പെടുവാന്‍ കഴിയുന്നതോ ഒരുപാട് ഡേറ്റ നമുക്ക് കൈവശം ഉള്ളതോ ആയ എന്ത് കാര്യത്തിനും മെഷിന്‍ ലേണിങ്ങ് ഉപയോഗിക്കാം.

മെഷിന്‍ ലേണിങ്ങ് – പ്രായോഗിക മേഖല

ഇന്ന് പല കമ്പനികളും മെഷിന്‍ ലേണിങ്ങ് ഉപയോഗിക്കുന്നുണ്ട്. വിവിധ മേഖലകളിലുട നീളം തട്ടിപ്പിന് സാധ്യതയുള്ള കാര്യങ്ങൾ കണ്ടെത്തുവാന്‍ ഇത് ഉപയോഗപ്പെടുത്തുന്നുണ്ട്. പേപാല്‍ കമ്പനി ദശലക്ഷക്കണക്കിന് ഇടപാടുകൾ കൈകാര്യം ചെയ്യുന്നതിനായി മെഷിന്‍ ലേണിങ്ങ് ഉപയോഗിക്കുന്നു. കള്ളപ്പണം വെളുപ്പിക്കുന്നതിനെതിരെ ഗവണ്‍മെന്‍റുകളും ഇത് പ്രയോജനപ്പെടുത്തുന്നുണ്ട്.

നമ്മൾക്ക് ഗൂഗിളില്‍ കുറേ തിരയിലിന് ശേഷവും ഉദ്ദേശിച്ച റിസൾട്ട് കിട്ടിയില്ല എങ്കില്‍ പിന്നീടുള്ള സെർച്ചില്‍ ബന്ധപ്പെട്ട റിസൾട്ടുകൾ ഗൂഗിൾ റെക്കമന്‍റെ ചെയ്യുന്നത് മെഷിന്‍ ലേണിങ്ങ് അൾഗോരിതങ്ങൾ മൂലമാണ്.

സ്റ്റോക്ക് മാർക്കറ്റുകൾ എന്ത് ചെയ്യുമെന്ന് പ്രവചിക്കുവാന്‍ മനുഷ്യനേക്കാളേറെ മെഷിന്‍ ലേണിങ്ങ് അൾഗോരിതങ്ങൾക്ക് കഴിയുന്നുണ്ട്. പല പ്രശസ്ത വ്യാപാര സ്ഥാപനങ്ങളും ഉയർന്ന വേഗത്തിലും ഉയർന്ന അളവിലും ട്രേഡുകൾ പ്രവചിക്കുവാനും നടപ്പിലാക്കുവാനും മെഷിന്‍ ലേണിങ്ങ് ഉപയോഗിക്കുന്നുണ്ടിപ്പോൾ.

ഡ്രൈവറില്ലാ സ്മാർട്ട് കാറുകളായിരിക്കും നാളെ നിരത്തുകളിലെന്നത് ഏറെക്കുറെ പ്രവചിക്കപ്പെട്ടയൊന്നാണ്. ഒരു സ്മാർട്ട് കാർ ഇന്‍റർനെറ്റ് ഓഫ് തിങ്സുമായി സംയോജിപ്പിക്കുക മാത്രമല്ല, അതിന്‍റെ ഉടമയെക്കുറിച്ചും പരിസ്ഥിതിയെക്കുറിച്ചും അറിയുകയും ഡ്രൈവിങ്ങ് സാഹചര്യങ്ങൾ റിപ്പോർട്ട് ചെയ്യുകയും പ്രശ്നങ്ങൾ സ്വയം പരിഹരിക്കുകയും ചെയ്യും. സ്വയം ഡ്രൈവ് ചെയ്യുകയും ട്രാഫിക്കിനെക്കുറിച്ചും രോഡ് അവസ്ഥകളെക്കുറിച്ചും തല്‍സമയ ഉപദേശം നല്‍കുകയും ചെയ്യുന്ന കാര്യങ്ങൾ ഇന്‍റർനെറ്റ് ഓഫ് തിങ്ങ്സും മെഷിന്‍ ലേണിങ്ങും ഉപയോഗപ്പെടുത്തിക്കൊണ്ട് ചെയ്യുവാന്‍ സാധിക്കും.

ആളുകളുടെ രോഗ വിവരങ്ങൾ അറിയുകയാണെങ്കില്‍ രോഗ സാഹചര്യങ്ങൾ മുന്‍കൂട്ടി പ്രവചിക്കുവാന്‍ കഴിയുന്നതാണ്. ഇതും സാധിക്കുന്നത് മെഷിന്‍ ലേണിങ്ങ് വഴിയാണ്.

വിമാനത്താവളങ്ങൾ, സ്റ്റേഡിയങ്ങൾ, മറ്റ് പ്രോഗ്രാമുകൾ നടക്കുന്ന വേദികൾ എന്നിവിടങ്ങളിലെ സുരക്ഷാ സ്ക്രീനിങ്ങുകളില്‍ തെറ്റായ അലാറങ്ങൾ ഇല്ലാതാക്കുവാനും മനുഷ്യർക്ക് നഷ്ടമായ വിവരങ്ങൾ കണ്ടെത്തുവാനും മെഷിന്‍ ലേണിങ്ങിന് സാധിക്കും. അത് സുരക്ഷിതമായ ഈവന്‍റുകൾ ഉറപ്പാക്കുവാനും സഹായിക്കുന്നു.

വിവിധങ്ങളായ മാല്‍വെയറുകളെ കൃത്യതയോടെ പ്രവചിക്കുവാനും മെഷിന്‍ ലേണിങ്ങ് അല്‍ഗോരിതങ്ങൾക്ക് സാധിക്കും. ക്ലൌഡിലെ ഡേറ്റാ പാറ്റേണുകൾ തിരയുവാനും സുരക്ഷാ പ്രശ്നങ്ങൾ പ്രവചിക്കുവാനും അപാകതകൾ റിപ്പോർട്ട് ചെയ്യുവാനും മെഷിന്‍ ലേണിങ്ങ് ഉപയോഗപ്പെടുത്താറുണ്ട്.

മെഷിന്‍ ലേണിങ്ങ് ബിസിനസ്സ് ലോകത്തില്‍

ബിസിനസ്സില്‍ വലിയ മാറ്റങ്ങൾ വരുത്തുവാന്‍ പര്യാപ്തമായ ഒരു സാങ്കേതിക വിദ്യയാണ് മെഷിന്‍ ലേണിങ്ങ് എന്നത്.

ഉപഭോക്താവിന്‍റെ ഫീഡ് ബാക്കുകൾ കൃത്യമായി വ്യാഖ്യാനിക്കുവാന്‍ ഇത് വഴി സാധിക്കുന്നതാണ്. മുന്‍കാല ഉല്‍പ്പന്ന ഉപഭോക്താക്കളുമായി ബന്ധപ്പെട്ട ഉപഭോക്തൃ ഡേറ്റാ വിശകലനം ചെയ്യുവാനും അവ വ്യാഖ്യാനിക്കുവാനും ഇത് വഴി കഴിയും. അതിനാല്‍ അവർക്ക് കൃത്യമായ പ്രവചനങ്ങൾ നടത്തുവാനും അത് വഴി ബിസിനസ്സ് മെച്ചപ്പെടുത്തുവാനും സാധിക്കും. അത് കൊണ്ട് തന്നെ ഉപഭോക്താവിനാവശ്യമായ വസ്തുക്കൾ തിരിച്ചറിഞ്ഞ് ഏറ്റവും അനുയോജ്യമായ ഏഫറുകൾ ഒപ്റ്റിമൈസ് ചെയ്യുകയും ചെയ്യും. അതിന്‍ഫലമായി ഉപഭോക്താക്കൾക്കാവശ്യമായ രീതിയില്‍ പരസ്യങ്ങൾ ആസൂത്രണം ചെയ്യുവാന്‍ കഴിയുന്നതാണ്. ഇത് മൂലം ഊഹക്കച്ചവടങ്ങളും ഫലപ്രദമല്ലാത്ത ക്യാപയിനുകളും ഒഴിവാക്കുവാനും സാധിക്കുന്നതാണ്.

ഉപഭോക്താക്കളുടെ പെരുമാറ്റ രീതികളുടെ അടിസ്ഥാനത്തില്‍ വില്‍പ്പന, വിപണന തന്ത്രങ്ങൾ നിരന്തരം അവലോകനം ചെയ്യുന്നതിനും പരിഷ്കരിക്കുന്നതിനും മെഷിന്‍ ലേണിങ്ങ് ഉപയോഗപ്പെടുത്തുവാന്‍ കഴിയും. അതിലൂടെ പ്രോഡക്ടിന് ആവശ്യമായ മാറ്റങ്ങൾ വരുത്തുവാനും മെച്ചപ്പെട്ട വിപണി കണ്ടെത്തുവാനും കഴിയും.

ബിസിനസ് സംബന്ധമായ പല പ്രശ്നങ്ങൾക്കും മെഷിന്‍ ലേണിങ്ങ് ഒരു പോംവഴിയാണ്. നിലവിലുള്ള ഡേറ്റയില്‍ നിന്നും ആവർത്തനമായി പഠിക്കുവാനും പ്രോഗ്രാം ചെയ്യാതെ മറഞ്ഞിരിക്കുന്ന സ്ഥിതി വിവരക്കണക്കുകളെ കണ്ടെത്തുവാന്‍ കമ്പ്യൂട്ടറുകളെ സഹായിക്കുവാനും അല്‍ഗോരിതങ്ങളെ പ്രേരിപ്പിക്കുന്ന ഒരു ഡേറ്റാ വിശകലന പ്രക്രിയയാണ് മെഷിന്‍ ലേണിങ്ങ് എന്നത്. ഗൂഗിൾ, ആമസോണ്‍, മൈക്രോസോഫ്റ്റ് തുടങ്ങിയവർ അവരുടെ ക്ലൌഡ് മെഷിന്‍ ലേണിങ്ങ് പ്ലാറ്റ്ഫോമുകൾ സാരംഭിച്ചതോടെ എം എല്‍ ന് സമീപ കാലത്ത് പ്രാധാന്യം ഏറി. ഇ മെയിലുകളില്‍ സ്പാം കണ്ടെത്തല്‍, ഫെയ്സ്ബുക്ക് നടത്തിയ ഇമേജ് അല്ലെങ്കില്‍ ഫെയ്സ് ടാഗിങ്ങ് എന്നിവ ഉദാഹരണമാണ്. തിരഞ്ഞെടുത്ത പദങ്ങളോ, സ്പാം ഫില്‍ട്ടർ ചെയ്യുന്നതിനുള്ള പാറ്റേണോ ജി മെയില്‍ തിരിച്ചറിയുമ്പോൾ, ഇമേജ് റെക്കഗ്നിഷ്യന്‍ രീതി ഉപയോഗിച്ച് അപ് ലോഡ് ചെയ്ത ചിത്രങ്ങൾ ഫെയ്സ്ബുക്ക് സ്വയം ടാഗ് ചെയ്യുന്നു.

ഡേറ്റകൾ ഉപയോഗിച്ച് ബിസിനസ്സുകളില്‍ തീരുമാനങ്ങളെടുക്കേണ്ടി വരുന്ന സന്ദർഭങ്ങളില്‍ എം എല്‍ പ്രയോജനപ്പെടുത്തുവാന്‍ കഴിയും. പക്ഷപാതരഹിതമായ ബിസിനസ്സ് തീരുമാനങ്ങളെടുക്കുവാന്‍ കഴിയുമെന്നതാണ് ഇതിന്‍റെ പ്രത്യേകത.

വിവിധ ജോലിക്കാരെ തിരഞ്ഞെടുക്കുവാന്‍ നമുക്ക് മെഷിന്‍ ലേണിങ്ങ് ഉപയോഗപ്പെടുത്തുവാന്‍ കഴിയും. ഒരു ഉദ്യോഗാർത്ഥിയെ സംബന്ധിക്കുന്ന വിദ്യാഭ്യാസ യോഗ്യ.തകൾ, പരിശീലനം, പ്രവൃത്തി പരിചയം, വിജ്ഞാന മേഖലകൾ തുടങ്ങിയവയെല്ലാം കൃത്യമായി വിശകലനം ചെയ്ത് ഏറ്റവും നല്ല ആൾക്കാരെ തിരഞ്ഞെടുക്കുവാന്‍ കഴിയുന്നതിലൂടെ കമ്പനിക്ക് അവരുടെ സമയവും പണവുമെല്ലാം ലാഭിക്കുവാന്‍ കഴിയുന്നു.

മെഷിന്‍ ലേണിങ്ങ് ഭാവിയില്‍

ആർട്ടിഫിഷ്യല്‍ ഇന്‍റലിജെന്‍സും മെഷിന്‍ ലേണിങ്ങും പല വ്യവസായങ്ങളിലും സോഫ്റ്റ്വെയർ പാക്കേജുകൾക്കുള്ളിലും ഏതാനും ചില വർഷങ്ങൾക്കുള്ളില്‍ നമ്മുടെ ദൈനം ദിന ജീവിതത്തിന്‍റെ ഭാഗമായി ഉണ്ടായിരിക്കും. ഗൂഗിൾ പറയുന്നു മെഷിന്‍ ലേണിങ്ങ് ആണ് ഭാവി. മനുഷ്യന്‍ മെഷിനുകൾക്ക് അടിമകളാവുമ്പോൾ ലോകം ഏറ്റെടുക്കുന്ന ഒരു പുതിയ വിപ്ലവത്തിന് മെഷിനുകൾ നേതൃത്വം വഹിക്കും. ഡീപ് ലേണിങ്ങ് സങ്കേതങ്ങൾ മെഷിനുകൾക്ക് മനുഷ്യ ബുദ്ധി നല്‍കുന്ന കാലം വരും. പ്രധാന ഇന്‍ഡസ്ട്രികളെല്ലാം മെഷിന്‍ ലേണിങ്ങ് കീഴടക്കുമെന്നാണ് സാങ്കേതിക ലോകത്തിലെ പ്രവചനം. ഇന്‍റർനെറ്റ് ഓഫ തിങ്സിന്‍റെ ആവിർഭാവവും മെഷിന്‍ ലേണിങ്ങിന് ഗുണകരമായി തീർന്നിട്ടുണ്ട്. സൈബർ സുരക്ഷയുടെ കാര്യങ്ങൾ കൂടി പരിഹരിക്കപ്പെട്ടാല്‍ മെഷിന്‍ ലേണിങ്ങ് വലിയ കുതിച്ച് ചാട്ടങ്ങൾക്ക് തുടക്കം കുറിക്കുമെന്ന് പ്രത്യാശിക്കാം.

Leave a Reply