Intelligent Computing, Emotional Computing & Artificial Intelligence
நவீன கணினித் தொழில்நுட்பத்தின் புதிய உலகத்தை தமிழில் அறிந்துகொள்வோம்!
1. What is Intelligent Computing?
Intelligent Computing என்பது மனிதர்களைப் போன்ற அறிவார்ந்த செயல்பாடுகளை கணினி அமைப்புகள் மேற்கொள்ள உதவும் தொழில்நுட்ப அணுகுமுறையாகும்.
இத்தொழில்நுட்பம் மூலம் கணினிகள் தகவல்களைப் பெறுதல், பகுப்பாய்வு செய்தல், கற்றுக்கொள்ளுதல், பிரச்சினைகளைத் தீர்த்தல் மற்றும் பொருத்தமான முடிவுகளை எடுத்தல் போன்ற செயல்களைச் செய்ய முடியும்.
ஒரு சாதாரண கணினி கொடுக்கப்பட்ட கட்டளைகளுக்கு ஏற்ப செயல்படுகிறது. ஆனால் Intelligent Computing முறைகளைப் பயன்படுத்தும் அமைப்புகள் தரவுகளை ஆய்வு செய்து, சூழ்நிலைக்கேற்ப அறிவார்ந்த முடிவுகளை எடுக்க உதவுகின்றன.
1.1 Main Characteristics of Intelligent Computing
Learning
தரவுகள் மற்றும் அனுபவங்களிலிருந்து புதிய தகவல்களைக் கற்றுக்கொண்டு செயல்பாடுகளை மேம்படுத்துதல்.
Reasoning
கிடைக்கும் தகவல்களை ஆராய்ந்து தர்க்கரீதியான முடிவுகளை உருவாக்குதல்.
Problem Solving
சிக்கலான பிரச்சினைகளை ஆய்வு செய்து பொருத்தமான தீர்வுகளைக் கண்டறிதல்.
Decision Making
பல்வேறு வாய்ப்புகளை மதிப்பீடு செய்து சிறந்த முடிவைத் தேர்ந்தெடுத்தல்.
Adaptability
மாறிவரும் சூழ்நிலைகளுக்கு ஏற்ப செயல்பாடுகளை மாற்றியமைத்தல்.
Data Analysis
அதிக அளவிலான தரவுகளை ஆய்வு செய்து பயனுள்ள தகவல்களைப் பெற்றுக்கொள்ளுதல்.
1.2 Technologies Used in Intelligent Computing
Intelligent Computing உருவாக்கத்தில் பல்வேறு நவீன தொழில்நுட்பங்கள் பயன்படுத்தப்படுகின்றன.
- Artificial Intelligence (AI): மனித அறிவாற்றல் தொடர்பான பணிகளை கணினிகள் மேற்கொள்ள உதவுகிறது.
- Machine Learning (ML): தரவுகளிலிருந்து கற்றுக்கொண்டு செயல்திறனை மேம்படுத்துகிறது.
- Deep Learning: Neural Networks அடிப்படையில் சிக்கலான தரவுகளைப் பகுப்பாய்வு செய்கிறது.
- Natural Language Processing (NLP): மனித மொழியை கணினிகள் புரிந்துகொள்ளவும் உருவாக்கவும் உதவுகிறது.
- Computer Vision: படங்கள் மற்றும் வீடியோக்களில் உள்ள தகவல்களை கணினிகள் அறிந்துகொள்ள உதவுகிறது.
- Expert Systems: குறிப்பிட்ட துறைகளில் நிபுணர்களின் அறிவைப் பயன்படுத்தி முடிவுகளை வழங்குகின்றன.
1.3 Applications of Intelligent Computing
🏥 Healthcare
Medical Images பகுப்பாய்வு, நோய் கண்டறிதலுக்கு உதவுதல் மற்றும் மருத்துவத் தகவல்களை ஆய்வு செய்தல்.
🏦 Banking
Fraud Detection, Risk Analysis மற்றும் வாடிக்கையாளர் சேவைகளை மேம்படுத்துதல்.
🚗 Transportation
Traffic Prediction, Route Optimization மற்றும் Autonomous Vehicles.
🎓 Education
Personalized Learning, Automated Assessment மற்றும் Intelligent Tutoring Systems.
2. What is Emotional Computing?
Emotional Computing என்பது மனிதர்களின் உணர்வுகளை அடையாளம் காணுதல், பகுப்பாய்வு செய்தல் மற்றும் அதற்கேற்ப கணினி அமைப்புகள் பதிலளிக்க உதவும் தொழில்நுட்பமாகும்.
இதனை Affective Computing என்றும் அழைக்கின்றனர். மனிதர்கள் மகிழ்ச்சி, கவலை, கோபம், சோகம் மற்றும் ஆச்சரியம் போன்ற பல்வேறு உணர்வுகளை வெளிப்படுத்துகின்றனர். அவற்றை கணினி அமைப்புகள் அடையாளம் காண உதவும் முறைகளே Emotional Computing-இன் அடிப்படையாகும்.
ஒருவர் மகிழ்ச்சியாக இருக்கிறாரா, கவலையாக இருக்கிறாரா அல்லது கோபமாக இருக்கிறாரா என்பதை அவரது முகபாவனை, குரல் அல்லது பிற தகவல்களின் அடிப்படையில் கணினி அடையாளம் காண முயற்சிப்பதே Emotional Computing ஆகும்.
2.1 How Does Emotional Computing Work?
Emotional Computing அமைப்புகள் பல்வேறு வகையான தகவல்களைப் பயன்படுத்தி மனித உணர்வுகளை மதிப்பீடு செய்கின்றன.
Step 1 – Data Collection
மனிதர்களிடமிருந்து Facial Expressions, Voice, Text அல்லது சில சூழ்நிலைகளில் Physiological Signals போன்ற தகவல்கள் சேகரிக்கப்படுகின்றன.
Step 2 – Emotion Analysis
சேகரிக்கப்பட்ட தகவல்கள் Algorithms மற்றும் Machine Learning போன்ற தொழில்நுட்பங்களைப் பயன்படுத்தி ஆய்வு செய்யப்படுகின்றன.
Step 3 – Emotion Recognition
ஆய்வு செய்யப்பட்ட தகவல்களின் அடிப்படையில் மகிழ்ச்சி, சோகம், கோபம் அல்லது ஆச்சரியம் போன்ற உணர்வுகள் இருக்கக்கூடிய வாய்ப்புகள் அடையாளம் காணப்படுகின்றன.
Step 4 – Response Generation
அடையாளம் காணப்பட்ட உணர்வுகளுக்கு ஏற்ப கணினி அமைப்பு பொருத்தமான பதிலையோ அல்லது சேவையையோ வழங்கலாம்.
2.2 Methods Used in Emotional Computing
Facial Expression Recognition
முகத்தில் காணப்படும் மாற்றங்களை ஆய்வு செய்து உணர்வுகளை அடையாளம் காணுதல்.
Voice Emotion Recognition
குரலின் Tone, Pitch மற்றும் Speaking Pattern போன்றவற்றை ஆய்வு செய்தல்.
Text Sentiment Analysis
எழுதப்பட்ட கருத்துகளில் காணப்படும் உணர்வு சார்ந்த சொற்களை ஆய்வு செய்தல்.
Physiological Signal Analysis
Heart Rate போன்ற உடல் சார்ந்த Signals-ஐ ஆய்வு செய்து உணர்வு நிலைகளைப் புரிந்துகொள்ள உதவுதல்.
2.3 Applications of Emotional Computing
- Customer Service: வாடிக்கையாளர்களின் கருத்து மற்றும் உணர்வு நிலைகளைப் புரிந்துகொள்ள உதவுகிறது.
- Education: மாணவர்களின் Engagement மற்றும் Learning Experience-ஐ மதிப்பிட உதவுகிறது.
- Healthcare: சில பயன்பாடுகளில் மனநிலை தொடர்பான மாற்றங்களை கண்காணிக்க உதவுகிறது.
- Automotive Systems: ஓட்டுநரின் சோர்வு அல்லது கவனக்குறைவு தொடர்பான அறிகுறிகளை அடையாளம் காண உதவுகிறது.
- Entertainment: பயனரின் விருப்பம் மற்றும் எதிர்வினைக்கு ஏற்ப அனுபவங்களை மாற்றியமைக்க உதவுகிறது.
- Human-Computer Interaction: மனிதர்களுக்கும் கணினிகளுக்கும் இடையிலான தொடர்பை மேம்படுத்துகிறது.
2.4 Advantages of Emotional Computing
- மேம்பட்ட Human-Computer Interaction.
- Personalized User Experience.
- வாடிக்கையாளர் திருப்தியை மேம்படுத்த உதவுதல்.
- சில சூழ்நிலைகளில் பயனரின் தேவைகளை விரைவாகப் புரிந்துகொள்ள உதவுதல்.
2.5 Challenges of Emotional Computing
- Privacy: முகம், குரல் மற்றும் தனிப்பட்ட தகவல்களைப் பாதுகாப்பது முக்கியம்.
- Accuracy: ஒரே முகபாவனை அல்லது குரல் பல்வேறு உணர்வுகளைக் குறிக்கலாம்.
- Cultural Differences: உணர்வுகளை வெளிப்படுத்தும் முறை கலாசாரத்திற்கு ஏற்ப மாறுபடலாம்.
- Ethical Issues: மனித உணர்வுகளை கண்காணிப்பது மற்றும் பயன்படுத்துவது தொடர்பாக நெறிமுறைச் சிக்கல்கள் ஏற்படலாம்.
Emotional Computing அமைப்புகள் மனிதர்களின் உணர்வுகளை முழுமையாகவும் எப்போதும் சரியாகவும் புரிந்துகொள்கின்றன என்று கூற முடியாது. அவை கிடைக்கும் தகவல்களின் அடிப்படையில் உணர்வுகளை மதிப்பீடு செய்கின்றன.
3. What is Artificial Intelligence?
Artificial Intelligence (AI) என்பது மனிதர்களின் அறிவாற்றல் தேவைப்படும் சில பணிகளை கணினிகள் மற்றும் இயந்திரங்கள் மேற்கொள்ள உதவும் தொழில்நுட்பமாகும்.
மனிதர்களைப் போல கற்றுக்கொள்ளுதல், தர்க்கரீதியாகச் சிந்தித்தல், பிரச்சினைகளைத் தீர்த்தல், மொழியைப் புரிந்துகொள்ளுதல் மற்றும் முடிவுகளை எடுப்பது போன்ற பணிகளை AI அமைப்புகள் மேற்கொள்ள வடிவமைக்கப்படுகின்றன.
மனிதர்களின் அறிவாற்றல் தேவைப்படும் சில செயல்களை கணினிகள் அல்லது இயந்திரங்கள் மேற்கொள்ளச் செய்வதே Artificial Intelligence ஆகும்.
3.1 Main Characteristics of Artificial Intelligence
🧠 Learning
Data-விலிருந்து கற்றுக்கொண்டு செயல்திறனை மேம்படுத்துதல்.
🔎 Reasoning
தகவல்களை ஆய்வு செய்து தர்க்கரீதியான முடிவுகளை உருவாக்குதல்.
🗣️ Language Processing
மனித மொழியைப் புரிந்துகொண்டு பதில்களை உருவாக்குதல்.
👁️ Perception
Images, Sounds மற்றும் பிற தகவல்களை உணர்ந்து பகுப்பாய்வு செய்தல்.
🎯 Planning
குறிப்பிட்ட இலக்கை அடைவதற்கான செயல்முறைகளைத் திட்டமிடுதல்.
⚙️ Automation
மனிதர்களின் தொடர்ச்சியான தலையீடு இல்லாமல் சில பணிகளைச் செய்தல்.
3.2 Types of Artificial Intelligence
1. Narrow AI (Weak AI)
Narrow AI என்பது ஒரு குறிப்பிட்ட பணி அல்லது குறிப்பிட்ட பணிகளின் தொகுப்பைச் செய்வதற்காக உருவாக்கப்படும் Artificial Intelligence ஆகும்.
இது மனிதர்களைப் போல எல்லா துறைகளிலும் பொதுவான அறிவாற்றலைக் கொண்டிருக்காது. குறிப்பிட்ட பணியில் சிறப்பாகச் செயல்பட வடிவமைக்கப்படுகிறது.
Examples: Voice Assistants, Recommendation Systems, Face Recognition Systems.
2. General AI (Strong AI)
General AI என்பது மனிதர்களைப் போல பல்வேறு துறைகளில் கற்றுக்கொள்ளவும், புரிந்துகொள்ளவும், சிந்திக்கவும், பிரச்சினைகளைத் தீர்க்கவும் கூடிய பொதுவான அறிவாற்றலைக் கொண்டிருக்கும் என்று கருதப்படும் AI வகையாகும்.
மனிதர்களைப் போன்ற பரந்த அறிவாற்றலைக் கொண்ட General AI இன்னும் உருவாக்கப்படாத ஒரு ஆராய்ச்சி இலக்காகவே உள்ளது.
3. Super AI
Super AI என்பது மனித அறிவாற்றலைப் பல்வேறு துறைகளில் மிஞ்சக்கூடியதாகக் கருதப்படும் ஒரு கோட்பாட்டு AI நிலையாகும். இது தற்போது நடைமுறையில் உருவாக்கப்பட்ட தொழில்நுட்பம் அல்ல.
| Type | விளக்கம் | நிலை |
|---|---|---|
| Narrow AI | குறிப்பிட்ட பணிகளைச் செய்யும் AI. | தற்போது பயன்பாட்டில் உள்ளது. |
| General AI | மனிதர்களைப் போன்ற பரந்த அறிவாற்றல் கொண்ட AI. | இன்னும் உருவாக்கப்படாத ஆராய்ச்சி இலக்கு. |
| Super AI | மனித அறிவாற்றலை மிஞ்சக்கூடியதாகக் கருதப்படும் AI. | கோட்பாட்டு கருத்து. |
3.3 Important Technologies Behind AI
- Machine Learning (ML): தரவுகளிலிருந்து கற்றுக்கொள்ளும் முறைகள்.
- Deep Learning: பல அடுக்குகளைக் கொண்ட Neural Networks மூலம் சிக்கலான Patterns-ஐக் கற்றுக்கொள்ளுதல்.
- Natural Language Processing (NLP): மனித மொழியைப் புரிந்துகொள்ளுதல் மற்றும் உருவாக்குதல்.
- Computer Vision: Images மற்றும் Videos-ஐ ஆய்வு செய்தல்.
- Robotics: இயந்திரங்கள் மற்றும் Robots-ஐ அறிவார்ந்த முறையில் செயல்படுத்துதல்.
- Expert Systems: குறிப்பிட்ட துறைகளில் அறிவைப் பயன்படுத்தி தீர்வுகளை வழங்குதல்.
- Generative AI: Text, Images, Audio மற்றும் பிற உள்ளடக்கங்களை உருவாக்குதல்.
3.4 Applications of Artificial Intelligence
🤖 Virtual Assistants
கேள்விகளுக்குப் பதிலளித்தல் மற்றும் குரல் கட்டளைகளுக்கு ஏற்ப செயல்படுதல்.
🏥 Medical Diagnosis Support
Medical Data மற்றும் Images-ஐ ஆய்வு செய்து மருத்துவர்களுக்கு உதவுதல்.
🚘 Autonomous Vehicles
சுற்றுப்புறத்தை உணர்ந்து பயணத்தைத் திட்டமிடுவதற்கு உதவுதல்.
🏦 Banking
Fraud Detection மற்றும் Financial Data Analysis.
🛍️ E-Commerce
Product Recommendations மற்றும் Customer Support.
🎓 Education
Personalized Learning மற்றும் AI-based Learning Assistants.
3.5 Advantages of Artificial Intelligence
- Automation: மீண்டும் மீண்டும் செய்யப்படும் பணிகளைத் தானியங்கியாக்குதல்.
- Speed: அதிக அளவிலான தரவுகளை விரைவாகச் செயலாக்குதல்.
- Accuracy: சரியான முறையில் வடிவமைக்கப்பட்ட சில பணிகளில் பிழைகளைக் குறைக்க உதவுதல்.
- Availability: சில AI Services தொடர்ந்து கிடைக்கக்கூடியவை.
- Productivity: மனிதர்களின் வேலைத்திறனை மேம்படுத்த உதவுதல்.
- Decision Support: தரவுகளின் அடிப்படையில் முடிவெடுக்க உதவுதல்.
3.6 Challenges of Artificial Intelligence
- Data Privacy: தனிப்பட்ட தகவல்களைப் பாதுகாப்பது அவசியம்.
- Bias: பயிற்சித் தரவுகளில் உள்ள பாகுபாடுகள் AI முடிவுகளையும் பாதிக்கலாம்.
- Job Displacement: சில வேலைகளின் தன்மை மாறலாம் அல்லது சில பணிகள் தானியங்கியாகலாம்.
- Security: AI அமைப்புகள் தவறாகப் பயன்படுத்தப்படுவதற்கான அபாயங்கள் உள்ளன.
- Dependence: AI மீது அதிகமாகச் சார்ந்திருப்பது மனிதர்களின் சுயமான சிந்தனையைப் பாதிக்கக்கூடும்.
- Reliability: AI உருவாக்கும் தகவல்கள் எப்போதும் சரியானவை என்று உறுதிப்படுத்த முடியாது.
4. Difference Between Intelligent Computing, Emotional Computing and AI
இந்த மூன்று கருத்துக்களும் ஒன்றுடன் ஒன்று தொடர்புடையவை. எனினும் அவற்றின் முக்கிய நோக்கங்களில் வேறுபாடுகள் உள்ளன.
| Feature | Intelligent Computing | Emotional Computing | Artificial Intelligence |
|---|---|---|---|
| Main Focus | அறிவார்ந்த கணினிச் செயல்பாடுகள். | மனித உணர்வுகளை அடையாளம் காணுதல் மற்றும் பதிலளித்தல். | மனித அறிவாற்றல் தேவைப்படும் பணிகளைச் செய்தல். |
| Key Ability | Learning, Reasoning, Decision Making. | Emotion Recognition. | Learning, Reasoning, Problem Solving. |
| Input | Data and Information. | Facial Expressions, Voice, Text, Signals. | Data, Images, Text, Audio and other inputs. |
| Examples | Intelligent Decision Support Systems. | Emotion Recognition Systems. | Chatbots, Recommendation Systems. |
Artificial Intelligence என்பது Intelligent Computing-இன் முக்கியமான தொழில்நுட்ப அணுகுமுறைகளில் ஒன்றாகும். Emotional Computing என்பது மனித உணர்வுகளை கணினி அமைப்புகள் அடையாளம் காணவும் அவற்றுக்கு பதிலளிக்கவும் உதவும் தொடர்புடைய ஒரு தனிப்பட்ட ஆராய்ச்சித் துறையாகும்.
5. Real-World Example: Intelligent Customer Service System
ஒரு Online Shopping Company-யின் Customer Service System-ஐ எடுத்துக்கொள்வோம். இந்த அமைப்பில் மூன்று தொழில்நுட்பங்களும் ஒன்றாகப் பயன்படுத்தப்படலாம்.
Scenario: A Customer Contacts an Online Store
- Artificial Intelligence: Customer கேட்கும் கேள்வியைப் புரிந்துகொண்டு பொருத்தமான பதிலை உருவாக்குகிறது.
- Emotional Computing: Customer-இன் Text அல்லது Voice-இல் காணப்படும் உணர்வு சார்ந்த அறிகுறிகளை ஆய்வு செய்கிறது.
- Intelligent Computing: கிடைக்கும் தகவல்களைப் பயன்படுத்தி பொருத்தமான தீர்வைத் தேர்ந்தெடுக்க உதவுகிறது.
இதன் மூலம் Customer-க்கு விரைவான மற்றும் சூழ்நிலைக்கு பொருத்தமான சேவையை வழங்க முடியும்.
6. Future of Intelligent Computing and AI
எதிர்காலத்தில் Intelligent Computing, Emotional Computing மற்றும் Artificial Intelligence ஆகியவை பல்வேறு துறைகளில் மேலும் முக்கியத்துவம் பெறும் என்று எதிர்பார்க்கப்படுகிறது.
- Smart Cities: போக்குவரத்து, மின்சாரம் மற்றும் நகர வளங்களை அறிவார்ந்த முறையில் நிர்வகித்தல்.
- Personalized Healthcare: தனிநபரின் தேவைகளுக்கு ஏற்ப மருத்துவச் சேவைகளை மேம்படுத்துதல்.
- Smart Education: மாணவர்களின் கற்றல் தேவைகளுக்கு ஏற்ப கல்வி அனுபவங்களை உருவாக்குதல்.
- Human-Robot Interaction: மனிதர்களுக்கும் Robots-க்கும் இடையிலான தொடர்பை மேம்படுத்துதல்.
- Autonomous Systems: மனிதர்களின் நேரடி கட்டுப்பாடு குறைவாகத் தேவைப்படும் அறிவார்ந்த அமைப்புகளை உருவாக்குதல்.
7. Summary
Intelligent Computing: கணினிகள் அறிவார்ந்த முறையில் கற்றுக்கொள்ளவும், தகவல்களைப் பகுப்பாய்வு செய்யவும், முடிவுகளை எடுக்கவும் உதவும் தொழில்நுட்ப அணுகுமுறை.
Emotional Computing: மனிதர்களின் உணர்வுகளை அடையாளம் காணவும், அவற்றுக்கு ஏற்ப கணினி அமைப்புகள் பதிலளிக்கவும் உதவும் தொழில்நுட்பம்.
Artificial Intelligence: மனித அறிவாற்றல் தேவைப்படும் பணிகளை கணினிகள் மற்றும் இயந்திரங்கள் மேற்கொள்ள உதவும் தொழில்நுட்பம்.
8. Test Your Knowledge
1. What is Intelligent Computing?
2. Mention four characteristics of Intelligent Computing.
3. What is Emotional Computing?
4. What is the difference between Facial Expression Recognition and Voice Emotion Recognition?
5. State four applications of Emotional Computing.
6. Define Artificial Intelligence.
7. Differentiate between Narrow AI, General AI and Super AI.
8. Mention five applications of Artificial Intelligence.
9. State three advantages and three challenges of AI.
10. Explain how Intelligent Computing, Emotional Computing and AI can work together in a Customer Service System.


கருத்துகள் இல்லை:
கருத்துரையிடுக