പതിറ്റാണ്ടുകളായി, കമ്പ്യൂട്ടിംഗ് വ്യവസായത്തിലെ അനിഷേധ്യ നേതാവായിരുന്നു ഐബിഎം. ഇന്നും, അത് ഒരിക്കൽ ചെയ്തിരുന്ന മുൻ‌തൂക്കമുള്ള പങ്ക് വഹിക്കുന്നില്ലെങ്കിലും, അദ്ദേഹത്തിന്റെ പ്രവർത്തനം പ്രസക്തമായി തുടരുന്നു. എന്നിരുന്നാലും, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ കാര്യത്തിൽ, വളരെ പ്രധാനപ്പെട്ടതാണെങ്കിലും ഐബിഎമ്മിന്റെ പ്രവേശനവും പുറത്തുകടക്കലും വളരെ വേഗത്തിലായിരുന്നു.
അൻപതുകളിൽ, ഈ വിഷയത്തിലെ ഗവേഷണം മികച്ച കമ്പ്യൂട്ടറുകൾ നിർമ്മിക്കുന്നതിന് ആവശ്യമായ അറിവിന്റെ അവിഭാജ്യ ഘടകമായി കണക്കാക്കപ്പെട്ടിരുന്നു. അതിനാൽ സിദ്ധാന്തങ്ങൾ പരിഹരിക്കുന്ന ഒരു പ്രോഗ്രാമിന്റെ വികസനത്തിന് പച്ചക്കൊടി കാണിക്കാൻ ഐബിഎം തീരുമാനിച്ചു.
IBM-ന്റെ അകത്തും പുറത്തും
ഞങ്ങൾ അകത്ത് കണ്ടിരുന്നു മുമ്പത്തെ ലേഖനങ്ങൾ സൈമണും സംഘവും ഗണിതശാസ്ത്ര സിദ്ധാന്തങ്ങൾ തെളിയിക്കുന്ന ഒരു പ്രോഗ്രാമിലൂടെ വിജയിച്ചു. ഇതിനായി, അവർ ഒരു പുതിയ പ്രോഗ്രാമിംഗ് ഭാഷ സൃഷ്ടിക്കേണ്ടതുണ്ട്.
ഐബിഎം നേരിടുന്ന വെല്ലുവിളിക്ക് ഒരു അധിക പ്രശ്നമുണ്ടായിരുന്നു. കമ്പ്യൂട്ടറിന് ഒരു ജ്യാമിതീയ സിദ്ധാന്തം തെളിയിക്കാൻ, അത് ചിത്രം കാണേണ്ടതുണ്ട്. ഇമേജുകൾ പ്രോസസ്സ് ചെയ്യാൻ കഴിവുള്ള വെബ് ക്യാമറകളും സോഫ്റ്റ്വെയറുകളും ഇതുവരെ കണ്ടുപിടിച്ചിട്ടില്ല.
ടാസ്ക്കിനായി തിരഞ്ഞെടുത്ത ടീം അത് IBM 704 ആയിരുന്നു. ലോകത്തിലെ ആദ്യത്തെ സൂപ്പർ കമ്പ്യൂട്ടറുകളിലൊന്നായി കണക്കാക്കപ്പെടുന്നു fഹാർഡ്‌വെയർ ഫ്ലോട്ടിംഗ് പോയിന്റ് ആദ്യമായി സംയോജിപ്പിച്ചത് ഇതായിരുന്നു.
ഫ്ലോട്ടിംഗ് പോയിന്റ് പ്രവർത്തനങ്ങളിൽ സങ്കലനം, വ്യവകലനം, ഹരിക്കൽ, ഗുണനം, വളരെ വലുതോ വളരെ ചെറുതോ ആയ സംഖ്യകളുള്ള സ്ക്വയർ റൂട്ട് കണക്കുകൂട്ടലുകൾ എന്നിവ ഉൾപ്പെടുന്നു.
മുൻ മോഡലുകളിൽ ഉപയോഗിച്ചിരുന്ന മാഗ്നറ്റിക് ഡ്രം സിസ്റ്റത്തേക്കാൾ വേഗമേറിയതും 36-ബിറ്റ് നിർദ്ദേശങ്ങളിൽ പ്രകടിപ്പിക്കുന്ന സെക്കൻഡിൽ നാൽപ്പതിനായിരം നിർദ്ദേശങ്ങൾ നടപ്പിലാക്കാൻ കഴിവുള്ളതുമായ മാഗ്നറ്റിക് കോർ മെമ്മറിയും ഇതിനുണ്ടായിരുന്നു.
സോഫ്റ്റ്വെയർ തയ്യാറാക്കാൻ മൂന്ന് വർഷമെടുത്തു, അതിന്റെ മാനേജർ, ഫിസിക്സ് ഡോക്ടർ ഹെർബർട്ട് ഗെല്ലെന്റർ, ടി.അദ്ദേഹത്തിന് ഒരു പുതിയ പ്രോഗ്രാമിംഗ് ഭാഷ കണ്ടുപിടിക്കേണ്ടി വന്നു ഐ‌പി‌എൽ പോലുള്ള ചിഹ്നങ്ങൾ കൈകാര്യം ചെയ്യാൻ കഴിയും, പക്ഷേ അതിന് ഫോർ‌ട്രാൻ പ്രോഗ്രാമിംഗ് എളുപ്പമുണ്ടായിരുന്നു, ശാസ്ത്രീയ കണക്കുകൂട്ടലിനുള്ള ആപ്ലിക്കേഷനുകൾ സൃഷ്‌ടിക്കുന്നതിന് ഐബിഎം തന്നെ വികസിപ്പിച്ചതാണ്.
പ്രോഗ്രാം പഞ്ച്ഡ് കാർഡുകളുടെ രൂപത്തിൽ നൽകിയ കോർഡിനേറ്റുകളുടെ ഒരു ശ്രേണിയുടെ രൂപത്തിൽ പ്രവർത്തിക്കേണ്ട ജ്യാമിതീയ രൂപത്തെക്കുറിച്ചുള്ള വിവരങ്ങൾ ലഭിച്ചു. അറിയപ്പെടുന്ന ഡാറ്റയിൽ നിന്ന് അദ്ദേഹം ഇന്റർമീഡിയറ്റ് ഫലങ്ങൾ ഊഹിക്കുകയായിരുന്നു.
സോഫ്റ്റ്വെയർ ജ്യാമിതി സിദ്ധാന്തം പ്രോവർ (ജ്യോമെട്രി പ്രോബ്ലം പ്രോവർ) എന്നറിയപ്പെടുന്നു, കൂടാതെ ഡ്രോയിംഗിൽ സ്ഥിരീകരിക്കാൻ കഴിയുന്ന ഗുണങ്ങളെ അടിസ്ഥാനമാക്കി രണ്ട്-ഘട്ട സിദ്ധാന്തം ഇരുപത്തിയഞ്ച് വ്യത്യസ്ത സാധ്യതകൾ പരിഹരിക്കാൻ അദ്ദേഹത്തിന് കഴിഞ്ഞു, അത് അന്ധമായി ചെയ്താൽ, ഒരു ദശലക്ഷം വിശകലനം ചെയ്യേണ്ടിവരും.
മോഡൽ റഫറൻസിങ് എന്നറിയപ്പെടുന്ന ഒരു സാങ്കേതികത ആദ്യമായി ഉപയോഗിച്ചത് ജ്യാമിതി പ്രശ്നപരിശോധകനാണ്.. നിങ്ങൾ 5 മിനിറ്റ് മുമ്പ് ഒരു പറക്കുംതളികയിൽ ഇറങ്ങിയില്ലെങ്കിൽ, തീർച്ചയായും ഈ സാങ്കേതികതയുടെ ഏറ്റവും പുതിയ ഫലങ്ങളിലൊന്ന് നിങ്ങൾ കേട്ടിട്ടുണ്ടാകും: ChatGPT.
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മേഖലയിൽ അനുമാനങ്ങൾ ഉണ്ടാക്കാൻ കഴിയുന്ന സങ്കീർണ്ണമായ ഒരു പ്രക്രിയയുടെ പ്രതിനിധാനമാണ് മാതൃക. ടെസ്റ്ററിന്റെ കാര്യത്തിൽ, മോഡൽ ജ്യാമിതീയ രൂപത്തിന്റെ കോർഡിനേറ്റുകളായിരുന്നു, ചാറ്റ്ജിപിടിയുടെ കാര്യത്തിൽ മനുഷ്യ ഭാഷ പ്രോസസ്സ് ചെയ്യാൻ കഴിവുള്ള ഒരു മാതൃകയാണ്.
മറ്റ് IBM കമ്പ്യൂട്ടറുകൾ ചെക്കറുകൾ അല്ലെങ്കിൽ ചെസ്സ് പഠിക്കുന്നത് പോലെ ഗൗരവം കുറഞ്ഞ കാര്യങ്ങൾ ചെയ്തുകൊണ്ടിരുന്നു. ആദ്യ സന്ദർഭത്തിൽ, ഒരു യന്ത്രത്തിന് എതിരാളിയുടെ കളിക്കുന്ന രീതിയെക്കുറിച്ച് പഠിക്കാൻ കഴിയുമോ എന്നതായിരുന്നു ലക്ഷ്യം. ഒടുവിൽ അവനെ തോൽപ്പിക്കാൻ അദ്ദേഹത്തിന് കഴിഞ്ഞു, അതിനാൽ അവൻ ചെയ്തതായി തോന്നുന്നു.
ഐബിഎമ്മിന്റെ ആദ്യകാല വിജയങ്ങളും ഈ ഫീൽഡ് ഉപേക്ഷിക്കാൻ കാരണമായി. ചെസ്സും ചെക്കറുകളും കളിക്കാൻ സമർപ്പിച്ചിരിക്കുന്ന കമ്പ്യൂട്ടറുകൾ പ്രസ് ഉപയോഗിച്ച് വളരെ വിജയിച്ചു, പക്ഷേ കമ്പനിയുടെ ഷെയർഹോൾഡർമാർക്കിടയിൽ ഇത് പണം പാഴാക്കുന്നതായി കണക്കാക്കുന്നില്ല.
കമ്പനിയുടെ മാർക്കറ്റിംഗ് ഡിപ്പാർട്ട്‌മെന്റും ഇതിലേക്ക് ചേർക്കണം തന്റെ സാധ്യതയുള്ള ക്ലയന്റുകളിൽ കമ്പ്യൂട്ടറുകളോടുള്ള അവിശ്വാസം വർധിച്ചുവരുന്നത് അദ്ദേഹം ശ്രദ്ധിച്ചു. അവരുടെ വാങ്ങൽ അവരെ മാറ്റിസ്ഥാപിക്കുമെന്ന ഭയം അവരെ ഏറ്റെടുക്കാൻ ചുമതലപ്പെട്ടവർക്കിടയിൽ ഉണ്ടായിരുന്നു.
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിലെ ഗവേഷണം ഉപേക്ഷിച്ചു, കമ്പ്യൂട്ടറുകളെ അവരോട് പറഞ്ഞ കാര്യങ്ങൾ മാത്രം ചെയ്യുന്ന ഡാറ്റാ പ്രൊസസറായി ചിത്രീകരിക്കുക എന്നതായിരുന്നു പുതിയ മാർക്കറ്റിംഗ് തന്ത്രം.
ഇപ്പോൾ പ്രചാരത്തിലുള്ള പുതിയ ടൂളുകളുടെ കാര്യത്തിലും ഇതുതന്നെ സംഭവിക്കുമോ? ഏറ്റവും ഉയർന്ന സ്ഥാനങ്ങളിൽ എത്തിപ്പെടുമെന്ന് ഭയന്ന് അവരെ കമ്പനികളിൽ നിന്ന് വിലക്കുമോ?
അത് കാണാൻ കാത്തിരിക്കേണ്ടി വരും.
അഭിപ്രായമിടുന്ന ആദ്യയാളാകൂ