Author Archives: ச. குப்பன்

அறிமுகம்:எட்ஜ் சாதனங்களுடனும், IoT அமைப்புகளுடன் செய்யறிவினை(AI) ஒருங்கிணைப்பது, நிகழ்நேர முடிவெடுப்பதையும் வளாகமயமாக்கப்பட்ட தரவு செயலாக்கத்தையும் செயல்படுத்துவதன் மூலம் தொழில்களில் புரட்சியை ஏற்படுத்தி வருகிறது. தொழில்துறை அமைப்புகளில் முன்கணிப்பு பராமரிப்பு முதல் படபிடிப்பு கருவிகளில் நிகழ்நேர பொருளைள் கண்டறிதல் வரை, வள-கட்டுப்படுத்தப்பட்ட சாதனங்களில் செய்யறிவினை(AI) பயன்படுத்துவது சாத்தியக்கூறுகளின் உலகத்தைத் திறக்கிறது. எட்ஜ் சாதனங்கள், சம்பந்தப்பட்ட நுட்பங்கள் ,நடைமுறை பயன்பாடுகள் ஆகியவற்றிற்கு செய்யறிவு(AI) மாதிரிகளை எவ்வாறு மேம்படுத்தலாம் என்பதை இந்தக் கட்டுரை ஆய்வுசெய்திடுகின்றது. எட்ஜ் சாதனங்களுக்கான செய்யறிவு(AI) ஏன்? குறைக்கப்பட்ட… Read More »

ஒரு செய்யறிவின்(AI) செயல்திட்டத்தை உயிர்ப்பிப்பதில் பல கருத்துக்களை ஒரு தடையற்ற குழாய்வழியில் ஒருங்கிணைப்பது அடங்கும். இந்த கட்டுரையில், முழுமையான செய்யறிவின்(AI) செயல்திட்டத்தை உருவாக்குகின்ற செயல் முறையின் மூலம் வழிகாட்டுகின்றது. அது ஒரு பரிந்துரை அமைப்பு, ஒரு அரட்டையறை அல்லது ஒரு உருவப்பட வகைப்படுத்தி என எதுவாக இருந்தாலும், முக்கிய படிமுறைகளை கற்றுக்கொள்ளமுடியும்: தரவைச் சேகரித்தல், ஒரு மாதிரியைப் பயிற்றுவித்தல், அதை மதிப்பீடு செய்தல் அதைப் பயன்படுத்துதல். ஆகிய நடைமுறை வழக்க ஆய்வு நம்முடைய அறிவை , திறமைகளை… Read More »

அறிமுகம்: செய்யறிவை(AI) நம் வாழ்வில் அதிகஅளவு பதிக்கப்படுவதால், அது நம்பமுடியாத வாய்ப்புகளை மட்டுமல்ல, ஆழ்ந்த நெறிமுறை சவால்களையும் கொண்டுவருகிறது. செய்யறிவின்(AI) அமைப்புகள் நியாயமானவை, வெளிப்படையானவை , மரியாதைக்குரியவை என்பதை உறுதி செய்வது நம்பிக்கையை வளர்ப்பதற்கும் நிலையான, பொறுப்பான வளர்ச்சியை ஊக்குவிப்பதற்கும் மிக முக்கியமானது. இந்தக் கட்டுரை செய்யறிவைச்(AI) சுற்றியுள்ள நெறிமுறைக் கருத்துக்களை ஆராய்ந்து, நெறிமுறை தீர்வுகளை உருவாக்குவதற்கான செயல்படக்கூடிய கட்டமைப்புகளை வழங்குகின்றது. செய்யறிவின்(AI) மேம்பாட்டில் முக்கிய நெறிமுறை சவால்கள் செய்யறிவின்(AI)அமைப்புகள் தருக்கநிலை சார்பு, நியாயத்தன்மை ஆகியன பெரும்பாலும்… Read More »

செய்யறிவு (AI) , இயந்திர கற்றல் (ML) ஆகியவை முன்னோடியில்லாத வேகத்தில் முன்னேறி வருகின்றன, தொழில்களை வடிவமைத்து உலகளாவிய சவால்களை எதிர்கொள்கின்றன. இந்தக் கட்டுரை தானியங்கியானஇயந்திர கற்றல் (AutoML) , கூட்டாக கற்றல், செய்யறிவு (AI) நெறிமுறைகள் , சுகாதாரப் பாதுகாப்பு, தன்னாட்சி வாகனங்கள் , காலநிலை மாற்றம் போன்ற வளர்ந்து வரும் போக்குகளை ஆய்வுசெய்கிறது. மேலும் புதுமைகளை இயக்கும் சமீபத்திய கருவிகள், கட்டமைப்புகளையும் ஆய்வுசெய்திடுகின்றது. 1. தானியங்கியானஇயந்திர கற்றல் (AutoML): இயந்திர கற்றலை மக்கள்மயப்படுத்துதல் தானியங்கியானஇயந்திர… Read More »

ஒரு இயந்திர கற்றல் மாதிரியைப் பயிற்சி செய்து சரிப்படுத்திய பிறகு, அதன்இறுதிப் படிமுறை பரவலாகஅமர்த்துதல் ஆகும், இது நடப்பு உலக பயன்பாடுகள் நம்முடைய மாதிரியை கணிப்புகளுக்கு அல்லது நுண்ணறிவுகளுக்குப் பயன்படுத்த அனுமதிக்கிறது. இந்தக் கட்டுரை மாதிரிகளைச் சேமிப்பது, பதிவேற்றம்செய்வது, கணிப்புகளைச் சேவை செய்வதற்கான APIகளை உருவாக்குவது AWS, Google Cloud Heroku போன்ற மேககணினி தளங்களில் அவற்றை எவ்வாறு பயன்படுத்துவது என்பதை விளக்குகிறது. 1. இயந்திர கற்றல் மாதிரிகளை ஏன் பயன்படுத்த வேண்டும்? மாதிரியின் பரவலாகஅமர்த்துதல் ஆனது… Read More »

இயந்திர கற்றல் மாதிரியை உருவாக்குவது என்பது இந்த பயணத்தின் ஒரு பகுதி மட்டுமே; அதை மதிப்பீடு செய்து நன்றாகச் சரிசெய்வதற்காக மாதிரியானது அதன் சிறந்த செயல்திறனை உறுதி செய்கிறது. மீஅளவுருஒத்திசைவு(hyperparameter tuning). மூலம் மாதிரியானது செயல்திறனை மேம்படுத்துவதற்கான மதிப்பீட்டு அளவீடுகள் , வழிமுறைகள் ஆகியவைகுறித்து இந்தக் கட்டுரை கவனம் செலுத்துகிறது. 1. மாதிரிகளை ஏன் மதிப்பீடு செய்து Tune செய்கிறது? நன்கு பயிற்சி பெற்ற இயந்திர கற்றல் மாதிரி இன்னும் மோசமாகச் செயல்படக்கூடும்: இது தரவை மிகைப்படுத்துகிறது… Read More »

உருவாக்க மாதிரிகள்(Generative models) என்பது இயந்திரக் கற்றலின் ஒரு கவர்ச்சிகரமான பகுதியாகும், இவைபயிற்சித் தரவைப் போன்ற முற்றிலும் புதிய தரவை உருவாக்குகின்ற திறன் கொண்டவைகளாகும். இந்தக் கட்டுரையில்,Generative Adversarial Networks (GANs) , Variational Autoencoders (VAEs) ஆகிய இரண்டு பிரபலமான உருவாக்க மாதிரிகளை ஆராய்வோம்: இந்த மாதிரிகள் யதார்த்தமான படங்களை உருவாக்குதல், ஆழ்ந்த போலியான கானொளிகாட்சிகளை உருவாக்குதல் , இசையமைத்தல் ஆகியவற்றில் பயன்பாடுகளைக் கொண்டுள்ளன. 1. உருவாக்க மாதிரிகள் (Generative models) என்றால் என்ன? உருவாக்க… Read More »

வலுவூட்டல் கற்றல் (RL) என்பது இயந்திரக் கற்றலின் ஒரு கவர்ச்சிகரமான கிளையாகும், அங்கு ஒரு முகவர் தனது சூழலுடன் தொடர்புகொள்வதன் மூலம் கற்றுக்கொள்கிறார், விரும்பத்தக்க செயல்களுக்கு பரிசுகளையும் விரும்பத்தகாத செயல்களுக்கு தண்டனைகளையும் பெறுகிறார். இந்தக் கட்டுரை RL இன் அடிப்படைகளை ஆராய்கிறது, Q-கற்றல், ஆழ்ந்த Q-வலைபின்னல்கள் (DQN) ,படித்திறன்கொள்கையை ஆராய்கிறது. விளையாட்டில் செய்யறிவு (AI) , இயந்திரமனிதன் போன்ற நடப்பு உலக பயன்பாடுகளையும் விவாதிப்போம். 1. வலுவூட்டல் கற்றல் ( Reinforcement Learning (RL)) என்றால் என்ன?… Read More »

இயற்கை மொழி செயலாக்கம் (NLP) என்பது செய்யறிவின்(AI)ஒரு கவர்ச்சிகரமான துறையாகும், இது மனித மொழியைப் புரிந்துகொள்ளவும், விளக்கமளிக்கவும், உருவாக்கவும் கணினிஇயந்திரங்களுக்கு உதவுகிறது. இந்தக் கட்டுரை NLP இன் அடிப்படைக் கருத்தமைவுகளை ஆராய்கிறது, இதில் உரையின் முன் செயலாக்கம், சொல்லின் உட்பொதிப்புகள் , வகைப்பாடு, மொழிபெயர்ப்பு , சுருக்கமாக்குதல் போன்ற பல்வேறு மொழித் தொடர்பான பணிகளுக்கான கட்மைப்பு மாதிரிகள் ஆகியவை அடங்கும். 1. NLP என்றால் என்ன? NLPஎன்பது மனித தொடர்புக்கும் கணினியின் புரிதலுக்கும் இடையிலான இடைவெளியைக் குறைக்கிறது,… Read More »

தொடர்ச்சியான நரம்பியல் வலைபின்னல்கள் (RNNs) என்பது நரம்பியல் வலைபின்னல்களின் ஒரு இனமாகும், இது தொடர்ச்சியான தரவை செயலாக்கிடுவதற்காக வடிவமைக்கப்பட்டுள்ளது, அங்கு தகவலின் வரிசை அவசியமாகு. இந்தக் கட்டுரை RNNகளின் அடிப்படைகள், LSTM, GRUs போன்ற அவற்றின் மேம்பட்ட மாறுபாடுகளையும் மொழி மாதிரியின், உணர்வு பகுப்பாய்வு போன்ற பிற நேரத்தைச் சார்ந்த பணிகளில் அவற்றின் பயன்பாடுகளை ஆராய்கிறது. 1. RNNகள் என்றால் என்ன? RNNகள் ஒரு வகையான நரம்பியல் வலைபின்னலாகும், இதில் முந்தைய படிமுறைகளின் வெளியீடு தற்போதைய படிமுறைக்கான… Read More »