மொழியியலும் செயற்கை அறிவுத்திறன் மென்பொருளும் (Linguistics and Artificial Intelligence in NLP)

 மொழியியலும் செயற்கை அறிவுத்திறன் மென்பொருளும்

--------------------------------------------------------------------------------------------------------------------------

மொழியியலின் மிக முக்கியமான ஒரு ஆய்வு . . . குறிப்பாக நோம் சாம்ஸ்கியின் (Noam Chomsky) ஆய்வு . . . ஒரு குழந்தை தான் பிறந்ததிலிருந்து மூன்று அல்லது நான்கு வருடங்களுக்குள் தான் பிறந்து வளர்கிற சூழலின் மொழியை எவ்வாறு கற்றுக்கொள்கிறது?

மனிதர் அல்லாத பிற விலங்கினங்களுக்கு இந்த மொழித்திறன் உண்டா?

சாம்ஸ்கியின் மொழியியல் கோட்பாட்டின் வருகைக்குமுன்னர் . . . மொழி கற்றல் துறையில் எஸ். எஃப். ஸ்கின்னர் (B.F. Skinner) என்ற உளவியலாளர் முன்வைத்த மொழி கற்றல் கோட்பாடே (Operant Conditioning - Verbal Behavior) ) செல்வாக்கு செலுத்திவந்தது. இவருடைய கோட்பாட்டின்படி, பிறந்து வளர்கிற குழந்தைக்கு அக்குழந்தையின் சுற்றுப்புறத்தில் உள்ளவர்களின் கருத்தாடல் வழியேதான் குறிப்பிட்ட மொழித்திறன் (linguistic Competence) கிடைக்கிறது. குழந்தையானது சுற்றுப்புறத்தார் பேசும் மொழியைச் சரிவர உள்வாங்காமல் தவறு செய்தால், சுற்றுப்புறத்தார் அக்குழந்தைக்குத் தவறைச் சுட்டிக்காட்டி, சரியானதைக் கற்றுக்கொடுப்பார்கள். தூண்டல் - எதிர்விளைவு (Stimulus - Response) என்பதே இங்குச் செயல்படுகிறது. குழந்தைக்குத் தன் தாய்மொழியின் அத்தனை இலக்கணமும் சொற்களஞ்சியமும் அது வளர்கிற சூழலில் வாழ்பவர்களின் தூண்டுதலால்தான் கிடைக்கிறது என்று கூறப்பட்டது.

ஆனால் சாம்ஸ்கி முன்வைத்த வினா . . . ஒரு குழந்தை பிறந்து வளர்கின்ற சூழலில் பேசுபவர்கள், குறிப்பிட்ட மொழியின் அத்தனை இலக்கணத்தையும் கற்றுக்கொடுக்கிற அல்லது வெளிப்படுத்துகிற மொழித்தொடர்களையும் அவற்றிற்குரிய இலக்கணத்தையும் கற்றுக்கொடுக்கமுடியுமா? குழந்தைக்கு அத்தனை தரவுகளும் கிடைக்குமா? முடியாது என்பதே சாம்ஸ்கியின் முடிவு!

சாம்ஸ்கியின் அடிப்படை வினா . . . பிறந்த குழந்தையானது மிகக் குறைந்த காலகட்டத்தில் ( short period) . . . மிகக் குறைந்த மொழித்தரவுகளைக் கொண்டு( less data) . . . எவ்வாறு தனது தாய்மொழிக்கான அறிவுத்திறனை நிறைவாகப் பெறுகிறது?

அவருடைய கோட்பாட்டின்படி . . . மனித மூளைக்குள் ஒரு மொழிப்புலன் (Language domain ) இருக்கிறது. இந்தப் புலத்தில் அத்தனை மனித இயற்கை மொழிகளுக்குமுரிய பொது இலக்கணம் (Universal Grammar - UG) இடம் பெற்றிருக்கிறது. எந்தவொரு குறிப்பிட்ட மொழியின் இலக்கணமும் இது இல்லை. இதுவே குழந்தைக்குத் தனது சூழல் மொழியை . . . தாய்மொழியை . . . பெற்றுக்கொள்ள - கற்றுக்கொள்ள (not learned but acquired) இல்லை! உதவுகிறது. இந்த மொழிப்புலனானது மனிதர்களின் மரபணு சார்ந்த (genetically dependent) ஒன்று ஆகும். இது வேறு எந்த உயிரினத்திற்கும் கிடையாது!

குழந்தையின் இந்த மொழிப்புலனே - மொழியைப் பெற்றுக்கொள்ளும் ஒரு கருவியே - குழந்தைக்கு அதன் சுற்றுப்புறத்தில் குறைந்த அளவே மொழித்தரவுகள் கிடைத்தாலும் . . . அவற்றைக்கொண்டு தனது மொழிக்குத் தேவையான முழு அறிவையும் பெற்றுக்கொள்கிறது. அதாவது, பிறந்த குழந்தைக்கு மூளை வளர்ச்சியும் ( மொழிப்புலன் நன்கு செயல்பட), சுற்றுப்புற மொழித்தரவுகளைக் கேட்டுப் பயன்படுத்தத் தேவையான செவித்திறனும் இருந்தால், அக்குழந்தை குறைந்த மொழித்தரவுகளில் , குறைந்த காலகட்டத்தில், தனது மொழியைப் பெற்றுக்கொள்ளும்.

மரபணுசார்ந்த இந்த மனித மூளையின் மொழிப்புலன் எவ்வாறு செயல்பட்டு, குறைந்த காலகட்டத்தில் நிறைந்த மொழியறிவைப் பெற்றுக்கொள்கிறது என்பதேக் கண்டறிவதே மொழியியலின் அடிப்படை நோக்கம் என்று சாம்ஸ்கி கூறுகிறார்!

இந்த மொழிப்புலனில் இடம் பெற்றுள்ள மொழி அறிவு என்ன? அதாவது பிறக்கும்போதே குழந்தைக்கு உள்ள உள்ளார்ந்த மொழி அறிவு என்ன? பின்னர், அந்த அந்த அறிவையும் தனது சுற்றுப்புறத்தில் கிடைக்கிற அம்மொழிக்கான தரவுகளையும் கொண்டு, தனது மொழியின் இலக்கணத்தைக் குழந்தை எவ்வாறு பெற்றுக்கொள்கிறது?

ஒருவர் ஒரு மொழித்தொடரைக் கேட்கும்போது, அதை அவரது மூளை எவ்வாறு பெற்று, அதை ஆய்வுசெய்து, அதில் புதைந்துள்ள பொருண்மையை - பொருளை- எவ்வாறு கண்டறிகிறது? அவர் ஒரு கருத்தை வெளிப்படுத்தத் தேவையான மொழித்தொடர்களை எவ்வாறு உருவாக்குகிறார்?

கடந்த 75 ஆண்டுகளுக்குமேல் இந்தத் தேடல் நடைபெற்றுவருகிறது. இதுபோன்ற ஆய்வே மொழி ஆய்வு! மொழி அறிவியல்!

இந்தத் தேடலுக்கு . . . இன்றைய செயற்கை அறிவுத்திறன் மென்பொருட்கள் ( இயந்திரம் கற்றல் - Machine Learning, நரம்புவலைப்பின்னல் - neural network, ஆழ்நிலை கற்றல் - Deep Learning ) விடை ஏதும் அளிக்கிறதா?

இல்லை என்றே நான் கருதுகிறேன்! மேற்குறிப்பிட்ட செயற்கை அறிவுத்திறன் மென்பொருட்கள் எல்லாம் . . . மேற்கண்ட மனித இயற்கைமொழி சார்ந்த ஆய்வில் நீடிக்கிற எந்தவொரு வினாவுக்கும் விடை அளிக்கவில்லை!

ஆனால் கணினிக்கு இயற்கைமொழிகளைக் கற்றுக்கொடுப்பதற்காக ( மனித மூளைபோன்று தானாக அது பெற்றுக்கொள்ளாது!) கடந்த 100 ஆண்டுகளுக்குமேலாக நீடித்துவருகிற கணினிமொழியியல் ஆய்வு தனது ஆய்வைத் தொடர்ந்துவருகிறது. அது வேறு!

மேற்கூறிய வழிகளிலெல்லாம் மொழி ஆய்வுசெய்து, உண்மைகளைக் கண்டறிந்து, நமக்குத் தேவையான மொழிசார் மென்பொருள்களை உருவாக்கும் திறனைக் கொடுப்பதற்கு காலம் எடுக்கலாம்! ஆனால் இன்று தேவைப்படுகிறதே . . . என்ன செய்யலாம்? அதற்கு விடைதருவதே மேற்கூறிய மென்பொருள்கள்!

இந்த மென்பொருள்களுக்காக வடிவமைக்கப்படுகிற மொழி ஆய்வு வடிவமானது (Language Modelling - LM) . . . கோடியே கோடி மொழித்தரவுகளையும் அதிலிருந்து ஒரு குறிப்பிட்ட சூழலில் ஒரு குறிப்பிட்ட தொடரானது இதைத்தான் குறிப்பிடுகிறது, இதற்கு விடையாக அல்லது அடுத்த தொடராக இந்த அமைப்பு உடைய மொழித்தொடர்தான் பொருத்தமாக இருக்கலாம் என்று முடிவு செய்யக்கூடிய அனுமானப் புள்ளியியல் (Probabilistic Statistics) அறிவையும் அடிப்படையாகக் கொள்கிறது! குறிப்பிட்ட தொடரின் இலக்கண அமைப்பு, இடம்பெற்றுள்ள சொற்கள் ஆகியவற்றின் அடிப்படையில் அத்தொடரின் பொருண்மையைப் (meaning) புரிந்துகொள்வதில்லை!

இந்த மொழி ஆய்வு வடிவத்தை முன்வைப்பதிலேயே இன்று பல முன்னேற்றங்கள் ஏற்பட்டுள்ளது. மேற்பார்வைக்கு உட்பட மொழி கற்றல் (Supervised Learning) , மேற்பார்வைக்கு உட்படாத மொழி கற்றல் (Unsupervised Learning) . அல்லது இவை இரண்டையும் உள்ளடக்கிய மொழி கற்றல் (Semi-supervised Learning) என்று பல படிநிலைகள் இன்று தாண்டப்பட்டுள்ளன. இறுதியாக, இன்று ஆழ்நிலை கற்றல் (Deep Learning based on neural net work) என்ற வளர்ச்சிநிலையை இது எட்டியுள்ளது.

இவை எல்லாவற்றிற்கும் அடிப்படை ஒன்றே ! ஒரு சொல் அல்லது தொடர்பற்றி அறிந்துகொள்வதற்கு . . . அதற்கு முந்தைய சொல் அல்லது தொடரைக் கண்டறிய வேண்டும்! அதற்கு N-gram model, HMM (Hidden Markov's model) , அதையும் தாண்டி ஆழ்நிலை கற்றல் மாதிரி (Deep Learning model) . இவை அனைத்துக்கும் ஒரே நோக்கம் . . . ஒரு சொல் அல்லது தொடரின் இருப்பை அறிந்துகொள்ள, எவ்வாறு அதற்கு முந்தைய சொல் அல்லது தொடர் உதவுகிறது என்பதே ஆகும்! மாறாக, அந்தச் சொல் அல்லது தொடரின் அமைப்பை அல்லது இலக்கணத்தையோ அல்லது பொருண்மையையோ கண்டறிவதில்லை! அதாவது மொழி ஆய்வு (language analysis) இல்லை! மொழித்தொடரின் வருகையை (occurrence of a word or phrase) அல்லது இருப்பை, அனுமானப் புள்ளியியல்கொண்டு கண்டறிவதே ஆகும்!

எடுத்துக்காட்டாக, கணினிமொழியியல் ஆய்வில் ''படித்தான் '' என்ற சொல்லைக் கொடுத்தால், அதை 'படி (அடிச்சொல்) + த்த் (இறந்தகால விகுதி) + ஆன் (திணை - எண் - பால் விகுதி)'' என்று பிரித்து, அதனடிப்படையில் இதை 'வினைமுற்று' என்று கணினி சொல்வதற்கான ஒரு வழிமுறையை (algorithm) அதற்குக் கொடுப்பார்கள்.

ஆனால் மேற்குறிப்பிட்ட செயற்கை அறிவுத்திறன் மென்பொருள்களில் பல்வேறு முறைகள் முன்வைக்கப்படுகின்றன. 'படித்தான்' போன்ற ஏராளமான வினைமுற்றுச் சொற்களைக் கொடுத்து, ''வினைமுற்று'' என்ற வெளியீடுகளையும் கொடுத்து, பின்னர் இந்த உள்ளீடு எவ்வாறு வினைமுற்று என்ற வெளியீடாக வருகிறது என்பதற்கான ''அறிவை'' (procedures / algorithm) அனுமானப் புள்ளியியல் அடிப்படையில் கணினிக்குக் கொடுப்பார்கள். ஆனால் இதற்குக் கோடான கோடி எடுத்துக்காட்டுக்கள், மொழித்தரவுகள் வேண்டும்.

மற்றொரு முறை, 'படித்தான்' போன்ற கோடியே கோடி சொற்களைக் கொடுத்து, கணினியே அனுமானப்புள்ளியியல் அடிப்படையில் அதை இனம் கண்டறியக் கற்றுக்கொள்ளும். இதற்கும் மேற்சொன்ன அதே அடிப்படைதான் - அதாவது முந்தைய சொல் அல்லது தொடரின் உதவிகொண்டுதான் இப்பணி நடைபெறும். ஆனால் நரம்புவலைப்பின்னல் ( neural network) அடிப்படையில் இது நடைபெறுவதால் வேகமாகவும் மிகத் துள்ளியமாகவும் விடை கிடைக்கும். ஆனால் இதுவும் மொழியறிவை ஆய்வதின் அடிப்படையில் நடைபெறவில்லை என்பது மிகவும் கவனிக்கத்தக்கது!

கோடியே கோடி தரவுகளைத் திரட்டும் திறன்( web grabbing) , அவற்றைச் சேமித்துவைக்கும் திறன் (data storage) , கோடிக்கணக்கான தரவுகளையும் மிகக் குறைந்த நேரத்தில் ஆய்வு செய்யும் திறன் (processing capacity) , அனுமானப் புள்ளியியல் வளர்ச்சி (Probabilistic Statistics) ஆகியவற்றை உள்ளடக்கிய இன்றைய கணினித்தொழில்நுட்பம் இன்றைய வளர்ச்சிக்கு வழிவகுத்துள்ளது! உடனடி மொழிச் செயல்பாடுகளுக்கு உதவுகிறது! இதை மறுக்கமுடியாது! மேலும் மனித குலத்தின் தொழில்நுட்ப வளர்ச்சி பாராட்டவேண்டிய ஒன்று!

ஆனால் . . . எந்த வழிமுறை இருந்தால் என்ன? நமக்கு முடிவுதானே தேவை! பயன்பாடுதான் முக்கியம்!இப்படியும் சிந்திக்கலாம்! தவறு இல்லைதான்!

ஆனால் இந்த வளர்ச்சியெல்லாம் மனித இயற்கைமொழிகளின் அமைப்புபற்றியோ, அவற்றிற்கிடையே உள்ள ஒற்றுமை வேற்றுமைகள் பற்றியோ, குழந்தையானது தான் பிறந்து மூன்று ஆண்டுகளுக்குள் எவ்வாறு குறைந்த மொழித்தரவில் நிறைந்த மொழி அறிவைப் பெற்றுக்கொள்கிறது என்பதுபற்றியோ - எந்தவித மேல் விளக்கத்தையும் தரவில்லை என்பது குறிப்பிடத்தக்கது!

இந்த இடத்தில் ஒன்றைத் தெளிவுபடுத்துகிறேன்! இன்றைய இந்தச் செயற்கை அறிவுத்திறன்கொண்ட கணினித் தொழில்நுட்பத்தின் வளர்ச்சியை நான் மறுக்கவில்லை! உடனடிப் பயன்பாடு ஏராளம். . . ஏராளம்! சில வேளைகளில் அறிவியலுக்குமுன்னர் சில தொழில்நுட்பங்கள் வளர்ந்துவிடலாம்! பின்னர் அதற்கான அறிவியல் வளரலாம்!

விரும்பு

கருத்துத் தெரிவி

பகிர்

Read more »

Noam Chomsky on ChatGPT

 Noam Chomsky on ChatGPT

--------------------------------------------------------------------------

In an interview with the YouTube channel, EduKitchen, Renowned linguist and social critic Noam Chomsky gave his take on the increasingly popular chatbot ChatGPT and its impact on academics for the near future.

In Chomsky's opinion, ChatGPT is basically a tool with high-tech plagiarism and a way of 'avoiding learning'.

According to Chomsky, the popularity of ChatGPT signals the failure of the education system.

" If the education system has no appeal to students, doesn’t interest them, doesn’t challenge them, doesn’t make them want to learn, they’ll find ways out," Chomsky remarked on the podcast.

--------------------------------------------------------------------------

நோம் சாம்ஸ்கியின் மேற்குறிப்பிட்ட கருத்துபற்றி , சேட்ஜிபிடி-யிடம் கேட்டேன். அது அளித்த பதிலைக் கீழே தருகிறேன்.

As an AI language model, I don't have personal opinions or beliefs, but I can provide some insights on the topic.

ChatGPT and other AI chatbots can be helpful tools for learning and research, but they shouldn't be relied upon solely for academic work. They are trained on large datasets and can generate responses based on statistical patterns rather than understanding the meaning of the content. Therefore, their outputs may not always be accurate or relevant to the specific context.

Regarding Chomsky's comment, it's true that the education system needs to adapt to the changing needs of students and provide engaging and challenging learning experiences. However, the popularity of ChatGPT does not necessarily indicate the failure of the education system. It could also be attributed to the advancement of technology and the convenience it provides.

In summary, while AI chatbots like ChatGPT can be useful tools for academic work, they should not be used as a substitute for critical thinking and independent learning. The education system also needs to evolve to meet the needs of students and foster a love of learning.

Read more »

சேட்ஜிபிடி (ChatGPT ) - எச்சரிக்கை தேவை!

 

சேட்ஜிபிடி (ChatGPT ) - எச்சரிக்கை தேவை!

--------------------------------------------------------------------------------------------------------------------------------------------

சேட்ஜிபிடி - செயற்கை அறிவுத்திறன் கொண்ட இந்த மென்பொருள் உண்மையில் தொழில்நுட்ப உலகில் (Technology world) ஒரு பெரும் புரட்சி அல்லது வளர்ச்சி என்பதை யாராலும் மறுக்கமுடியாது! மனிதனால் இதுபோன்ற மென்பொருளையும் உருவாக்கமுடியும் என்பதற்கு இது ஒரு பெரிய சாட்சி! ஐயமே கிடையாது!

ஆனால் . . . இந்த மென்பொருளே தன்னைப்பற்றி ஒரு சிறப்பான விளக்கம் கொடுத்துள்ளது.---------------------------------------------------------------------------------------------------------------------

[ ''கற்றலுக்கும் ஆராய்ச்சிக்கும் இதுபோன்ற மென்பொருள்கள் உதவினாலும், கல்வித்துறையில் இதை முழுமையாக சார்ந்து இருக்கக்கூடாது.

இதுபோன்ற மென்பொருள்கள் மிக மிகப் பெரிய தரவுத் தளங்களின்மீது பயிற்றுவிக்கப்பட்டுள்ளது; அதனிடம் முன்வைக்கப்படுகிற வினா அல்லது ஐயத் தொடர்களின் பொருளை அல்லது பொருண்மையைத் தெரிந்துகொண்டு அல்லது புரிந்துகொண்டு தனது பதில்களைத் தருவது இல்லை;

மாறாக, முன்வைக்கப்படுகிற வினா அல்லது ஐயத் தொடரின் முறைசார் அமைப்புவகைப்பாட்டை (Structural patterns) அடிப்படையாகக்கொண்டு, குறிப்பிட்ட அமைப்பு வகைப்பாட்டுக்கு இணையான தொடர்களைத் தேடிக் கண்டறிந்து, அதனடிப்படையில் அந்தத் தொடர்களின் அருகில் இருக்கிற தொடர்களைக் கொண்டு பதில் அளிக்கிறது. எனவே. அதனால் தரப்படுகிற பதில்கள் மிகச் சரியானதாகவோ அல்லது முன்வைக்கப்பட்ட தொடர்களின் பொருண்மைச் சூழலுக்குப் பொருத்தமானதாகவோ இருக்காது".]

----------------------------------------------------------------------------------------------------------------------------------------------------

எனவே,மனிதர்களைப்போல இந்த மென்பொருள் செயல்படவில்லை. 

1) மனித மூளைச் செயல்பாடு : நம்மிடம் கேட்கப்படுகிற வினா அல்லது ஐயத்தைப் புரிந்துகொள்ள, நாம் கேட்கிற அல்லது வாசிக்கிற மொழித்தொடர்களை நமது மொழி அறிவின் துணைகொண்டு புரிந்துகொள்கிறோம் ( meaning understanding) - Decoding process.

மென்பொருள் செயல்பாடு : இந்த மென்பொருள் அவ்வாறு மொழித்தொடர்களின் பொருண்மை அல்லது பொருளைப் புரிந்துகொள்வதில்லை; மாறாக, குறிப்பிட்ட மொழித்தொடரின் முறைசார் அமைப்பை ( formal sentence structure or pattern) , தன்னிடம் திரட்டி வைக்கப்பட்டுள்ள கோடிக்கணக்கான மொழித்தொடர் தரவுகளில் ( huge corpus ) தேடிக் கண்டறிந்து, கண்டறியப்பட்ட தொடர்களே அதனிடம் முன்வைக்கப்பட்ட தொடர் - அனுமானப் புள்ளியியல் (Probabilistic Statistics) என்று முடிவுக்கு வருகிறது.

2) மனிதமூளைச் செயல்பாடு: நம்மிடம் கேட்கப்பட்ட ஐயத்தைப் புரிந்துகொண்டு, அதற்கான விளக்கங்கள் அல்லது விடைகளை நமது மூளையின் அறிவுத்திறன் புலத்தில் (cognition / knowledge domain) சேகரித்து வைத்துள்ள அறிவுத் தரவில் இருந்து பெறுகிறோம்.

மென்பொருள் செயல்பாடு: இந்த மென்பொருள் அவ்வாறு செயல்படுவதில்லை; அதற்கான திறன் அதற்குக் கிடையாது. மாறாக, தனக்கு முன்வைக்கப்பட்ட மொழித்தொடர் அமைப்புக்கு இணையான தொடர்கள் (similar or parallel patterns) காணப்படுகிற தொடர்களையே பதிலாகக் கொள்கிறது.

3) மனிதமூளைச் செயல்பாடு: நாம் நமது பதிலைத் தயார்செய்தபிறகு, அதை வெளிப்படுத்துவதற்கான மொழித்தொடர்களை நமது மொழியறிவு (Linguistic knowledge) கொண்டு உருவாக்குகிறோம். அதாவது பதிலை மொழியில் உள்ளீடு செய்கிறோம் (encoding).

 மென்பொருள் செயல்பாடு: மாறாக, அதற்குக் கொடுக்கப்பட்ட வினாத் தொடர்களுக்கு அருகில் உள்ள மொழித்தொடர்களைப் பதிலாகக்கொண்டு, அத்தொடர்களை நமக்குத் தெரிவிக்கிறது. நமது மூளைசெய்கிற பணிபோல - பதிலுக்கான கருத்தை உருவாக்கி, அதை மொழித்தொடர்களில் உள்ளீடு செய்வது போல - மென்பொருள் செய்வதில்லை.

ஆனால் அது திரட்டிவைத்துள்ள கோடியே கோடி மொழித்தொடர்களிலிருந்து , அமைப்பு ஒப்புமை (pattern similarity) அடிப்படையில், அருகாமைத் தொடர்களைத் தேர்ந்தடுத்து நமக்கு அளிக்கிறது. அதாவது கருத்து -> மொழித்தொடர் என்று அது செயல்படுவதில்லை.

இதிலிருந்து நாம் தெரிந்துகொள்ளவேண்டியது - இந்த மென்பொருளானது மொழித்தொடர்களிலிருந்து அவற்றில் பொதிந்துள்ள பொருளை அல்லது பொருண்மையை அல்லது கருத்தைப் புரிந்துகொள்வதில்லை. அதுபோல பதில்களையும் கருத்தாக முதலில் உருவாக்கி, பின்னர் அதை மொழித்தொடர்களில் உள்ளீடு செய்து நமக்குத் தருவதில்லை.

 ஆனாலும் இந்த மென்பொருளின் திறமை வியக்கத்தக்கது. இயற்கைமொழி ஆய்வு என்பதை அகரமுதலி, இலக்கணம் ஆகியவற்றின் அடிப்படையில் மேற்கொள்ளாமல், ஒப்புமை அமைப்பைப் புள்ளியியல் அடிப்படையில் (probability statistics) மேற்கொள்கிறது கோடியே கோடி தரவுகளும் கணினியின் செயல்திறனும் இதற்கு உதவுகிறது.

ஆகவே, மனிதமூளையின் அறிவுத்திறன், மொழித்திறன் ஆகியவற்றைக் கணினிக்கு அளித்துவிட்டோம் என்று கூறுவதைவிட . . . தரவுகள், புள்ளியியல் அடிப்படையில் கணினியை நாம் மேற்கொள்கிற கருத்துப்புலப்படுத்தச் செயல்பாடுகளைச் செய்யவைக்கமுடியும் என்று கூறலாம்.

எனவே இதைத் தொழில்நுட்ப வளர்ச்சி (Technology) என்று கூறலாம்; அறிவியல் வளர்ச்சி (Science) என்று கூறமுடியாது எனக் கருதுகிறேன்.

ஆனால் வியக்கத்தக்க தொழில்நுட்ப வளர்ச்சி. இதில் ஐயமே இல்லை.

ஒரு சிக்கல் இதில். மனிதர்கள் மூளையின் துணைகொண்டு அறிவியலை வளர்ப்பதற்குப் பதிலாக, இந்தத் தொழில்நுட்பத்தைமட்டும் சார்ந்து செயல்படலாம் அல்லது வாழலாம் என்ற ஒரு தவறான கருத்துக்குச் சென்றுவிடக்கூடாது.

கணினியின் வளர்ச்சியும் அனுமானப் புள்ளியியலும் மிகப் பெரிய அளவுக்கு வளர்ச்சி அடைந்துள்ளன என்பதை நாம் ஏற்றுக்கொள்ளத்தான் வேண்டும்! அது வேறு.

ஆனால் உலக அறிவு, மொழி அறிவு ஆகியவற்றைக் கொண்டுள்ள மனித மூளையின் திறனை இந்தக் கணினி பெற்றுவிட்டது என்று கூறமுடியுமா?

 அதுபோல, மருத்துவத்தில் ஸ்டீராய்டு மருந்துகள் (steroids) நமது நோய்களுக்கு உடனடித் தீர்வு தந்தாலும், நீண்டகால அடிப்படையில் அது உடலின் இயற்கையான நோய் எதிர்ப்புத்திறனை மழுங்கடித்துவிடும்; எதிர்விளைவுகளைத் தரும் என்று கூறப்படுகிறது. எனவே மருத்துவர்கள் இதை மிக எச்சரிக்கையாகக் கையாளுவார்கள். அதுபோலத் தான் இந்தச் செயற்கை அறிவுத்திறன் மென்பொருளையும் கையாளுவதில் கவனம் . . . எச்சரிக்கை வேண்டும் என நான் கருதுகிறேன். இதைத்தான் மொழியியல் பேரறிஞர் நோம் சாம்ஸ்கி கூறுகிறார். ஒருபடி மேலே சென்று (high-tech plagiarism) ''உயர்தொழில்நுட்பக் கருத்துத் திருட்டு'' என்றே கூறுகிறார்.

மேலும் மனித மொழிகளின் அறிவைக் கணினிக்குக் கொடுக்க முயல்கிற கணினிமொழியியல் (Computational Linguistics) அடிப்படை வேறு. கணினிமொழியியலுக்குள் சில செயல்பாடுகளுக்குப் புள்ளியியலைக் கொண்டுவருவது வேறு; மாறாக, கணினிமொழியியலே தேவையில்லை - கணினியின் செயல்திறன், கோடிக்கணக்கான தரவுகள் , அனுமானப் புள்ளியல் என்ற மூன்றுமே போதும் என்று கூறுவது அறிவியல் ஆகாது.

நண்பர்களின் கருத்துக்களை எதிர்பார்க்கிறேன்.

------------------------------------------------------------------------------------------------------------------------------

தன்னைப்பற்றி சேட்ஜிபிடி கூறியதைக் கீழே அப்படியே தருகிறேன். பார்க்கவும்.

"As an AI language model, I don't have personal opinions or beliefs, but I can provide some insights on the topic.

ChatGPT and other AI chatbots can be helpful tools for learning and research, but they shouldn't be relied upon solely for academic work. They are trained on large datasets and can generate responses based on statistical patterns rather than understanding the meaning of the content. Therefore, their outputs may not always be accurate or relevant to the specific context.

Regarding Chomsky's comment, it's true that the education system needs to adapt to the changing needs of students and provide engaging and challenging learning experiences. However, the popularity of ChatGPT does not necessarily indicate the failure of the education system. It could also be attributed to the advancement of technology and the convenience it provides.

In summary, while AI chatbots like ChatGPT can be useful tools for academic work, they should not be used as a substitute for critical thinking and independent learning. The education system also needs to evolve to meet the needs of students and foster a love of learning."

எனது நோக்கம் இந்த மென்பொருளைச் சிறுமைப்படுத்துவது இல்லை. இந்த மென்பொருளை மிகவும் வியப்புடன் பார்க்கிறேன் ... பயனுள்ள மென்பொருள். மிகப் பெரிய தொழில்நுட்பப் புரட்சி மனிதகுல வரலாற்றில்! இதில் ஐயமே இல்லை! அதேநேரத்தில் இந்தத் தொழில்நுட்பத்தினால் இயற்கைமொழி ஆய்வில் - இயற்கை மொழி அறிவியலில் - மாற்றங்கள், வளர்ச்சிகள் உண்டா என்பதை ஆய்ந்து பார்க்கிறேன். அதுபோன்று, மனிதமூளைபோன்று அறிவை எவ்வாறு இந்த மென்பொருள் தேக்கிவைக்கிறது, பயன்படுத்துகிறது என்பதையும் பார்க்கிறேன். அவ்வளவுதான்! Turing Test, Eliza program போன்றவையா இது என்று ஆய்ந்து பார்க்கிறேன்.

-------------------------------------------------------------------------------------------------

இதில் ஐயம் இல்லை நண்பரே. ஆனால் கணினியின் பங்கு உறுதியாக உண்டு. உலகெங்கும் உள்ள தரவுகளை - அத்தனை மொழிகளிலும் உள்ள தரவுகளை - தேடித் தொகுக்கிறது; அவற்றை முறைப்படுத்தித் தரவுதளமாக மாற்றி அமைக்கிறது; அவற்றையெல்லாம் அனுமானப் புள்ளியியல்கொண்டு ஆய்ந்து, மிகவும் நெருங்கிய விடைகளைக் கண்டறிகிறது. இவையெல்லாம் கணினியின் திறமைதான்! ஆனால் இந்தத் திறமைகளையெல்லாம் கணினிக்குக் கொடுத்தது மனிதன்தானே! தற்போதை கணினியியலின் வளர்ச்சிக் ( வன்பொருள், மென்பொருள் இரண்டும்) காலகட்டத்தில்தான் இதை இப்போது நாம் செய்யமுடிகிறது.

Read more »

மனித மூளையின் அறிவுக்கூர்மையும் (Intelligence) கணினியின் செயற்கை அறிவுத்திறனும் (Knowledge Skill) --

 மனித மூளையின் அறிவுக்கூர்மையும் (Intelligence) கணினியின் செயற்கை அறிவுத்திறனும் (Knowledge Skill) --------------------------------------------------------------------------

// மணி மணிவண்ணன்:

"மனிதர்கள் வேறு எல்லையில் நிற்போம். படைப்பாற்றல் பன்மடங்கு பெருகும்.

செய்யறிவு அல்லது செயற்கை நுண்ணறிவு என்பது தரவுகளைத் திரட்டி அலசும் ஒரு கருவி மட்டுமே. அதற்குப் படைப்பாற்றல் இல்லை. மனிதர்களின் படைப்பாற்றலைப் போலப் பார்த்துச் செய்யும். தானாகப் புதிதாக எதையும் எண்ணவோ படைக்கவோ அதற்கு ஏதும் ஆற்றல் இல்லை. ஆறுமாதக் குழந்தையின் படைப்பாற்றல் கூட அதற்கில்லை. மனிதர்கள் இனி மாமனிதர்கள் ஆகப்போகிறோம்."//

ந. தெய்வ சுந்தரம்

--------------------------------------------------------------------

100 விழுக்காடு உண்மை. அறிவு (Knowledge), அறிவுத்திரட்டு (Accumulation of Knowledge) , தரவுத்தளம் (Database) - இவையெல்லாம் அறிவுக்கூர்மை (Intelligence)அல்லது படைப்பாற்றல் (Creativeness) என்பதிலிருந்து வேறுபட்டவை.

மனிதமூளையின் இந்த அறிவுக்கூர்மை அல்லது படைப்பாற்றல் என்பது பல்லாயிரக்கணக்கான அல்லது இலட்சக்கான ஆண்டுகளில் ஏற்பட்ட ஒரு உயிரியல் வளர்ச்சி (Biological Development). மனித மரபணுக்களில் புதைந்துள்ள (embedded in human genes) ஒரு திறன் (ability).

கணினியின் தற்போதைய இந்த ஊகிப்புத்திறனானது . . . அது பெற்ற அறிவுத்திரட்டலில் இருந்து . . . . அதிலிருந்து மட்டுமே ... சாத்தியப்பாடு அடிப்படையில் அமைந்துள்ள ஒன்றாகும்.

இன்றைய கணினி வளர்ச்சியில் கோடியே கோடி அனுபவங்களை ( அறிவுத்திரட்டுக்களை - past experiences) சேமித்துவைத்து, அதிலிருந்து Probability Statistics அடிப்படையில் ஒன்றை ஊகிக்கமுடிகிறது .

இந்த ஊகிப்பு ஒரு அனுமானமே (Probability prediction). ஆனால் மனித மூளையின் படைப்பாற்றல் அல்லது அறிவுக்கூர்மை இதிலிருந்து மாறுபட்டது.

இதுபற்றி மேலும் தெரிந்துகொள்ள Roger Penrose books -"The Emperor's New Mind (Concerning Computers, Minds, And The Laws of Physics)" "Shadows of the Mind (A search for the Missing Science of Consciousness )" போன்ற நூல்களைப் படிக்கலாம்.

மொழிதொடர்பான கணினியின் இந்த ஊகிப்புத்திறன்பற்றி மேலும் தெரிந்துகொள்ள , ''Probabilistic Linguistics" - Edited by Rens Bod, Jennifer Hay and Stefanie Jannedy , 2003, The MIT Press.

Read more »

அறிவியல், தொழில்நுடப வளர்ச்சி மனிதனுக்கு எதிராக அமைந்துவிடுமா - அச்சம் தேவையா?

அறிவியல், தொழில்நுடப வளர்ச்சி மனிதனுக்கு எதிராக அமைந்துவிடுமா - அச்சம் தேவையா?

------------------------------------------------------------------------------------------------------------------------ 

ஒரு நண்பரின் கருத்து

----------------------------------------------------------------------

மனித சமூகம் நவீன தொழிற்நுட்பம் மூலம் வளர்த்து எடுக்கும் ஒவ்வொரு புதிய கண்டுபிடிப்பின் போதும் தனது உள்ளாந்த ஆற்றலை இழந்து கொண்டே வருகிறது என்று மார்க்ஸ் குறிப்பிடுகிறார்..

உண்மையில் மனிதன் அடிமை ஆகிக்கொண்டே இருக்கிறான்..

முதலில் மதத்திற்கும் தற்போது அறிவியலுக்கும்..

எனது பதில்

-------------------------------------------------------------------------

இக்கருத்து சரியானது என்று எனக்குத் தோன்றவில்லை. மனிதன் அறிவியலுக்கு அடிமையாகிறான் என்று கூறுவதைவிட, இயற்கைபற்றிய அறிவியலைத் தனக்கு அடிமையாக்குகிறான் என்பதே உண்மை. தனது திறனைக் கூட்டுவதற்கான அறிவியலையும் தொழில்நுட்பத்தையும் வளர்த்தெடுக்கிறான். அறிவியலும் தொழில்நுட்பமும் மனிதன் ஏற்கனவே செய்துவருகிற பணிகளை - உற்பத்தி போன்ற தளங்களிலான தனது பணிகளை - தான் உருவாக்கிய தொழில்நுடபத்தின்மூலம் செய்யவைக்கிறான். அதனால் இந்த தொழில்நுட்பத்தால் செய்யமுடியாத வேறு உயர்நிலைப் பணிகளை மேற்கொள்ள அவனுக்கு வாய்ப்பு கிடைக்கும், இந்தத் தொழில்நுட்ப வளர்ச்சியால் முதலாளித்துவச் சமுதாய அமைப்பில் வேலையில்லாத் திண்டாட்டம் பெருகலாம். அதற்குக் காரணம், இலாபத்தைமட்டுமே அது குறிக்கோளாகக் கொண்டிருப்பதேயாகும். ஆனால் சோசலிச சமுதாயத்தில் அவ்வாறு இருக்காது. மேலும் மேலும் புதிய உற்பத்திக் களங்கள் உருவாகும். எனவே அறிவியல் மனிதனை அடிமையாக்குகிறது என்ற கருத்து சரியில்லை என்றே நான் கருதுகிறேன். ஒட்டுமொத்தச் சமுதாயத்திற்கானதே அறிவியல், தொழில்நுட்பம் வளர்ச்சி என்ற ஒரு நிலை ஏற்படும்போது, அது மனித சமுதாயத்திற்குச் சாதகமாகவே இருக்கும். மார்க்சியம் என்றுமே அறிவியலுக்கு எதிராக இருக்காது. இருக்கவும் முடியாது.

அறிவியல் என்பதே மனிதன் தான் வாழும் இயற்கைபற்றிய உண்மைகளைக் கண்டறிந்து, அவற்றைச் சமுதாய வளர்ச்சிக்குப் பயன்படுத்துவதே ஆகும். இயற்கைபற்றிய ஆய்வுக்கு முற்றுப்புள்ளி கிடையாது. ஒரு உண்மையிலிருந்து அடுத்த உண்மைக்குச் செல்லும் தொடர்பயணமே அறிவியல். இதோடு இயற்கைபற்றிய அறிவியல் முடிந்துவிட்டது என்பது கிடையாது. ஆனால் 'மதம்' என்பது அப்படி இல்லை. வர்க்கச் சமுதாயம் உருவாக்கியுள்ள ஒரு அறிவியலற்ற ஒரு ''நம்பிக்கை''. மனித சமுதாய வளர்ச்சிக்கு எதிரானது. எனவே அதோடு அறிவியல் , தொழில்நுட்ப வளர்ச்சியை ஒப்பிடுவது எந்த அளவு சரி என்பதைக் கருதிப் பார்க்கவேண்டும்.

அறிவியல் வளர்ச்சியானது எவ்வாறு மனிதனின் உள்ளாற்றலை இழக்கச்செய்கிறது? ''உள்ளாற்றல்'' என்று எதைக் குறிப்பிடுகிறீர்கள்? அவனுடைய உடல் உழைப்பு, மூளை உழைப்பு இரண்டையும் சேர்த்துக்கூறுகிறீர்களா? மனித சமுதாயம் தனது புராதானச் சமுதாய அமைப்பிலிருந்து மாறி, தனது அடுத்த கட்ட வளர்ச்சிகளைப் பெறும்போது, மனிதனுடைய உழைப்பில் - உடல் உழைப்பு, மூளை உழைப்பு இரண்டின் விகிதங்கள் மாறுதலடைகின்றன.

இயந்திரங்கள் வளர்ச்சிபெறாத சூழலில் அவன் உடல் உழைப்பை அதிகம் செலவழிக்கவேண்டியதிருந்தது. அறிவியலும் தொழில்நுட்பமும் வளர வளர , உடல் உழைப்பு குறையும்; மூளை உழைப்பின் (அறிவியல்.தொழில்நுட்ப வளர்ச்சி) வளர்ச்சியால் இந்த மாற்றம் , வளர்ச்சி ஏற்படுகிறது. அதன் பயனாக உறுதியாக இன்று மனித மூளையின் திறன், புராதானச் சமுதாயத்திலிருந்த மனிதனின் மூளைத் திறனைவிட, இன்று வளர்ந்திருக்கும். எவ்வளவு தூரம் உடல் உழைப்பைக் குறைக்கமுடியுமோ, குறைக்கலாம். அதனால் மனித சமுதாயத்திற்கு நட்டமில்லை.

ஆனால் உடல் உழைப்பு குறையக் குறை, அவனது உடல்திறன் (physical strength) குறைகிறது என்று தாங்கள் கூறலாம். ஆனால் மனிதனது அடிப்படை உடலியல், உடலியக்கவியலில் எந்தவிதப் பாதிப்பும் அதனால் கிடையாது. அதுதான் நமக்குத் தேவை. உழைப்புதானே மனிதனைக் குரங்கிலிருந்து இன்றைய மனிதனாக்கியது. ஆனால் அது அன்றைய அறிவியல் , தொழில்நுட்ப வளர்ச்சி மிக மிகக் குறைவு. எனவே உடல் உழைப்பு அதிகமாகத் தேவைப்பட்டது. ஆனால் இன்று அறிவியல், தொழில்நுட்ப வளர்ச்சியால் உடல் உழைப்பின் அளவு குறைகிறது; மூளை உழைப்பு அதிகமாகிறது. இன்னும் பத்தாயிரக்கணக்கான, லட்சக்கான ஆண்டுகள் கழித்து, மனிதனின் உடல் அமைப்பு, மூளை வளர்ச்சி எவ்வாறு இருக்கும் என்று நம்மால் கூறமுடியாது. ஆனால் இயற்கையின் வளர்ச்சியில் உறுதியாக அது அடுத்த உயர் கட்டத்தையே அடையும்.

அறிவியல், தொழில்நுட்பம் என்பது மனிதன் தன்னைச் சுற்றியுள்ள இயற்கையைத் தெரிந்துகொண்டு, தனக்கேற்றவாறு இயற்கையின் பலன்களைப் பயன்படுத்துவதேயாகும். ஆனால் ஒரு அபாயம் முதலாளித்துவச் சமுதாயத்தில்! தனிநபர் இலாபங்களுக்காக, முதலாளித்துவத்தின் நீடிப்புக்காக - இயற்கையைப் புரிந்துகொண்டு, அதை லாபத்திற்காகப் பாதிக்கிறான். இயற்கையை வெறும் லாப ஈட்டுக்கான ஒரு கருவியே என்று பார்க்கிறான். அங்குத்தான் தவறு இருக்கிறது! சுற்றுப்புறச் சூழல் பாதிப்பு இதனால்தான் ஏற்படுகிறது. இதைத் தடுத்துநிறுத்தக்கூடிய சோசலிசக் கட்டுமானத்திற்காக நாம் போராடவேண்டுமே ஒழிய, ''மதம்'' போன்று அறிவியல், தொழில்நுட்பம் மனித சமுதாயத்தைப் பாதிக்கும் என்று கூறுவதில் எனக்கு உடன்பாடு இல்லை!

Read more »

தமிழ் தேவையா ? இல்லையா ?

தமிழ் தேவையா ? இல்லையா ?

---------------------------------------------------------------------------------------------------------

என்னைப் பொறுத்தவரையில் தமிழ்நாட்டில் - தமிழ்த் தேசிய இனம் நீடிக்கிற தமிழ்நாட்டில் - அந்த இனத்தைச் சேர்ந்தவர்கள் தங்களுடைய மொழிச்செயல்பாடுகள் அனைத்துக்கும் தமிழ் இனத்தின் அடையாளமான தமிழ்மொழியையே  பயன்படுத்தவேண்டும் என நான் கருதுகிறேன். ஆட்சிமொழி, பயிற்றுமொழி, வணிகமொழி, வழிபாட்டுமொழி என்று அனைத்துத் துறைகளுக்கும் தமிழ் தேவை.

பிறமொழிகளை - குறிப்பாக ஆங்கிலத்தை- கற்கவேண்டாம் என்று நான் கூறவரவில்லை. தமிழ்த் தேசிய இனமக்கள் தங்களது இனத்தின் அடையாளமான தமிழ்மொழியிலேயே உலகில் வளர்ந்துநிற்கிற அனைத்துத்துறைகளின் அறிவும் பெற வழிசெய்யவேண்டும். அது அவர்களின் உரிமை என நான் கருதுகிறேன். எந்த ஒரு துறையின் அறிவும் அவர்களுக்குத் தமிழில் கிடைக்காமல் இருக்கக்கூடாது.

தமிழின மக்கள் வேறு பிற நாடுகளுக்குச் செல்லும்போது, என்ன செய்வது என்ற வினா முன்நிற்கும். அதற்கு ஆங்கிலம் பயன்படுத்தலாமா? எந்த நாடுகளுக்குச் செல்கிறார்களோ, அந்த நாட்டின் மொழியை அவர் கற்றுக்கொள்ளவேண்டுமென்று எனது கருத்து. தமிழகத்திற்கு பணிபுரிய வருபவர்கள் தமிழ்மொழியைக் கற்றுக்கொள்ளவேண்டும். அதுபோல்தான் இதுவும்.

தாய்மொழி உணர்வு தேவை. ஆனால் தேவையற்ற மொழி வெறி கூடாது என்பது எனது கருத்து. பிற தேசிய இனங்களின் தாய்மொழி உணர்வை மதிக்கவேண்டும். 

 தமிழர்களுக்குத் தமிழ்மொழி வெறும் பயன்பாட்டு மொழி மட்டுமல்ல; தங்கள் தேசிய இனத்தின் முக்கிய அடையாளமும் ஆகும். எனவே தமிழ்நாட்டில் அனைத்துத் துறைகளிலும் தமிழ் என்பதை வலியுறுத்தவேண்டும். ஆனால் பிறமொழிகளை அவர்கள் கற்றுக்கொண்டு பயன்படுத்துவதற்கு  முழுக்க முழுக்க மொழிப்பயன்பாடுகளே காரணமாக அமைகின்றன. அது தமிழகத்தில் என்றாலும் சரி; அயல்நாடுகளுக்குச் சென்றாலும் சரி.

தமிழகத்தில் இருக்கிற ஒரு தமிழருக்கு ஜெர்மனியில் எழுதப்பட்ட நூல்கள் அவருடைய அறிவு வளர்ச்சிக்கு - துறைப் பயன்பாட்டுக்கு - தேவைப்பட்டால் அவர் ஜெர்மனியைக் கற்றுக்கொள்ளலாம். அதுபோல அயல்நாடுகளில் பணியாற்றும்போது, அங்குள்ள தேசிய இனங்களின் மொழிகளைக் கற்றுக்கொள்ளவேண்டும். அப்போதுதான் அந்த இனங்களின் உரிமைகளை நாம் மதிப்பதாக அமையும்.

நமது தாய்மொழியான தமிழைக் கற்றுக்கொண்டு தமிழகத்தில் அனைத்துத் தறைகளில் பயன்படுத்துவது என்பது இரண்டு நோக்கங்களைக் கொண்டது: 

(1) தமிழ்த் தேசிய இனத்தின் தாய்மொழி 

(2) அதேவேளையில் தாய்மொழியை வெறும் வழிபடுகிற மொழியாக - அருங்காட்சியகத்தில் வைக்கிற மொழியாக - பார்க்காமல் சமுதாயத்தின் அடிப்படை பொருளாதாரத் துறையில் முதன்மைப் பங்கு வகிக்கும் மொழியாக மாற்றவேண்டும். தமிழகத்தில் அனைத்துத் துறைகளிலும் பயன்படுத்தவேண்டிய மொழி ; அதாவது பயன்பாட்டு நோக்கம் இதில் உண்டு.

குறிப்பாக, தமிழகத்தில் பொருள் உற்பத்தியில், வணிகத்தில் தமிழ்மொழி முழுமையாகப் பயன்படவேண்டும். அப்போதுதான் தமிழ்மொழி தனது அடுத்த கட்ட வளர்ச்சியைப் பெறும். இதையும் முழுமையாகத் தமிழர்கள் உணர்ந்து செயல்படவேண்டும். 

ஒருவர் தமிழ்மொழியை வெறும் ''தேசிய இன அடையாளமாக'' மட்டும் பார்த்துக்கொண்டு, பொருள் உற்பத்தியில் அதன் முதன்மையான பங்கைப் புறக்கணித்தால், அவர் தனது தேசிய இனத்தையே புறக்கணிப்பது ஆகும்.

Read more »

'அது' - வினைமுற்றுக்கான திணை-எண்-பால் விகுதி ; வினையாலணையும் பெயர் விகுதி ; தொழிற்பெயர் விகுதி

 

'அது' - வினைமுற்றுக்கான திணை-எண்-பால் விகுதி ; வினையாலணையும் பெயர் விகுதி ; தொழிற்பெயர் விகுதி

-------------------------------------------------------------------------------------------------------------------------

படிப்பு' 'படித்தல்' 'படிப்பது' - இலக்கண வகைப்பாடுகள் . . .  ஐயம்!

------------------------------------------------------------------------------------------------------------------------

ஒரு இலக்கண ஐயத்தை முன்வைக்க விரும்புகிறேன். 

பெயர், வினை, தொழிற்பெயர், வினையாலணையும்பெயர் . . .

இவற்றில் ''பெயர்ச்சொல்'' என்பது தனக்கு முன்னால் பெயரடைகளை ஏற்கும்; தனக்குப்பின்னர் பன்மைவிகுதியையும் வேற்றுமை விகுதியையும் ஏற்கும்; + பெயரடை , + பன்மை, வேற்றுமை ( 'நல்ல பையன்களை')

''வினைச்சொல்'' என்பது தனக்கு முன்னால் வினையடை ஏற்கும்; தனக்குப்பின்னர் கால விகுதி, எச்ச விகுதிகளை ஏற்கும்; + வினையடை, + காலம், எச்சவிகுதி ( அழகாக இருக்கிறான், அழகாக இருக்க, அழகாக இருந்து . . . )

தொழிற்பெயர் என்பது தனக்குமுன்னர் வினையடை ஏற்கும்; தனக்குப்பின்னர் வேற்றுமை விகுதி ஏற்கும்; + வினையடை, + வேற்றுமை விகுதி. ( நன்றாக ஒடுவதை, நன்றாக ஓடுதலை ).

''வினையாலணையும்பெயர்'' என்பது தனக்குமுன்னர் வினையடை ஏற்கும்; தனக்குப்பின்னர் பன்மை, வேற்றுமை விகுதிகளை ஏற்கும்; + வினையடை, + பன்மை, வேற்றுமை விகுதிகள் ( அழகாக இருந்தவனை, அழகாக இருந்தவர்களை) . + வினையடை, + பன்மை, வேற்றுமை விகுதிகள்.

படி - வினைச்சொல்; படித்தல், படிப்பது - தொழிற்பெயர் , படிப்பவன் - வினையாலணையும்பெயர், படிப்பு - பெயர்.

'படிப்பு' என்பது தனக்குமுன்னர் பெயரடை ஏற்கும்; தனக்குப்பின்னர் பன்மை, வேற்றுமை விகுதிகள் ஏற்கும்.

எனவே, பெயர்த்தன்மை, வினைத்தன்மை இரண்டையும் ஏற்பதால் , இவற்றை 'முழுப்பெயர்' என்று கொள்ளாமல், இலக்கண ஆசிரியர்கள்  தொழிற்பெயர், வினையாலணையும் பெயர் என்று அழைக்கிறார்கள் எனக் கருதுகிறேன்.

எனவே 'படிப்பு' என்பது 'படி' என்ற வினையடியிலிருந்து பிறந்தாலும், முழுப்பெயராக நீடிக்கிறது. எனவே இதைப் ''படித்தல்' , 'படிப்பது' போன்ற தொழிற்பெயரோடு இணைத்துக் கூறலாமா? 

சிலர் அவ்வாறு கூறுவதைப் பார்க்கிறேன். எனவேதான் இந்த ஐயம்.

மேலும் வரலாற்றில் சில தொழிற்பெயர்கள் முழுப் பெயர்களாகவே மாறி அமைகின்றன. 'பாடு - பாடல்' 'ஆடு- ஆடல்' . ஆனால் 'ஆடு - ஆட்டம்' 'பாடு - பாட்டம்' என்று 'ஆட்டம்' 'பாட்டம்' என்ற முழுப் பெயர்ச்சொற்களும் இருக்கின்றன. 'ஆட்டபாட்டம் அதிகமாக இருக்கிறதே' !

ஒரு சொல்லின் இலக்கண வகைப்பாடானது அதனுடைய செயல்பாடுகள் , அதனுடன் இணையும் இலக்கண விகுதிகள் ஆகியவற்றைப் பொறுத்துத்தான் உள்ளது. இங்கு 'படிப்பு' என்ற சொல்லானது 'படித்தல், படிக்கிறது, படித்தது, படிப்பது' ஆகிய தொழிற்பெயர் சொற்களோடு தான் ஏற்கும் விகுதிகளில் வேறுபடுகிறது. மேலும் பெயர்ச்சொற்கள் ஏற்கும் விகுதிகளையே ஏற்கிறது. அதாவது + பெயரடை, + பன்மை, + வேற்றுமை. ஆனால் தொழிற்பெயர்கள் + வினையடை, + வேற்றுமை ( பன்மை விகுதி இணையாது என்று கருதுகிறேன்.) என்றுதான் அமைகின்றன. எனவே 'படிப்பு' என்பதும், 'படித்தல்' என்பதும் இரண்டுமே வினையடிலிருந்து தோன்றினாலும், இலக்கணச் செயல்பாடுகளில் வேறுபட்டு இருப்பதால், இவற்றை வேறுபடுத்தித்தான் பார்க்கவேண்டும் என்று நான் கருதுகிறேன்.

பழைய இலக்கண நூல்கள் இவற்றை ஒன்றாகப் பார்த்திருந்தாலும் ( இதுபற்றி எனக்கு உறுதியாகத் தெரியாது!) இன்று இவற்றை வேறுபடுத்தித்தான் பார்க்கவேண்டுமென்று நான் கருதுகிறேன்.

(1) ''இவற்றில் மிகச் சிறந்த படிப்புக்களைக் கூறு!'' ('சிறந்த' பெயரடை; 'கள்' பன்மை விகுதி; ''ஐ'' வேற்றுமை விகுதி ) +பெயரடை, + பன்மை, + வேற்றுமை

(2) '' அவர் மிக வேகமாகப் படிப்பதால் எனக்கு விளங்கவில்லை'' ; ('வேகமாக' வினையடை; 'ஆல்' வேற்றுமை விகுதி ) + வினையடை , + வேற்றுமை விகுதி

(3) '' மிக வேகமாகப் படித்தலை நான் ரசிக்கிறேன்''; ('வேகமாக' வினையடை; 'ஐ' வேற்றுமை விகுதி ) + வினையடை, + வேற்றுமை விகுதி

(4) '' மிக வேகமாகப் படிக்கிறவரை நான் விரும்புகிறேன்'' ; ('வேகமாக' வினையடை; 'ஐ' வேற்றுமைவிகுதி ) + வினையடை + வேற்றுமை விகுதி

(5) ''மிக வேகமாகப் படிக்கிறவர்களை நான் விரும்புகிறேன்.''('வேகமாக' வினையடை; 'கள்' பன்மை விகுதி; "ஐ' வேற்றுமை விகுதி) + வினையடை + பன்மை விகுதி + வேற்றுமை விகுதி

1- முழுமையான பெயர்ச்சொல் ('படிப்பு')

2- தொழிற்பெயர் ('(படிப்பது')

3- தொழிற்பெயர் ('படித்தல்')

4- வினையாலணையும் பெயர் ('படிக்கிறவர்')

5- வினையாலணையும் பெயர் ('படிக்கிறவர்')

-----------------------------------------------------------------------------------------------------------------------------

 'படித்து' -> படி + த்து -- செய்து வாய்பாட்டு வினையெச்சம்தானே! இதைத் தொழிற்பெயர் என்று அழைக்கமுடியுமா? பெயருக்குள்ள மூன்று பண்புகளில் ( + பெயரடை, + பன்மை, + வேற்றுமை ) ஒன்றுகூட 'படித்து' என்பதில் இல்லையே! ஆனால் ''வேகமாகப் படித்து'' என்பதில் + வினையடை + காலம் இருகின்றன. எனவே இது வினைத்தன்மையுள்ள , ஆனால் முற்றுப்பெறாத எச்சம்தானே - வினையெச்சம்தானே! 'படித்து' என்பதில் உள்ள 'த்து' என்பதை இரண்டுவகைகளில் விளக்கலாம். ஒன்று, படி + த்த் + உ (வினையடி + இறந்தகாலம் + வினையெச்ச விகுதி); பேரா. பொற்கோ அவர்கள் இவ்வாறு பிரிக்காமல் , படி + த்து என்று பிரித்து, த்து என்பது செய்துவாய்பாட்டு வினையெச்சவிகுதி என்று கூறுவார். மூன்று கால வினைமுற்றுத் தொடர்களிலும் இது வரும். - நான் படித்து வருகிறேன், நான் படித்து வந்தேன், நான் படித்து வருவேன். இத்தொடர்களில் காலம் என்பது வினைமுற்றுத் தொடர்களில்தான் - வருகிறேன், வந்தேன், வருவேன் - வெளிப்படுகிறது. 'படித்து' என்பதில் இல்லை!

-----------------------------------------------------------------------------------------------------------------------------

மேலும் இவ்வாறு வேறுபடுத்திப் பார்ப்பதால் கணினிமொழியியல் அடிப்படையில் ஒரு பயன் உண்டு. செயற்கை அறிவுத்திறன் முறையில் ஒரு சொல்லின் இலக்கண வகைப்பாட்டைக் கண்டறியவும் ஒரு சொல்லின் உச்சரிப்பைக் கண்டறிவதற்கும் N-gram model, Hidden Markov model என்ற வழிமுறை மாதிரிகளைப் பயன்படுத்துகிறார்கள். இவற்றின் அடிப்படை . . . ஒரு சொல்லின் இலக்கணம் அல்லது உச்சரிப்பைக் கண்டறிய அவற்றிற்கு முன்பு வருகிற சொல் அல்லது இலக்கணச் சொல்லைப் பயன்படுத்தலாம். இந்த அடிப்படையில்தான் இன்று Machine Learning, Neural Network, Deep Learning, Artificial Intelligence போன்ற வழிமுறைகள் அமைந்து, இயற்கைமொழி ஆய்வுக்கு மிகவும் உதவுகின்றன. இவற்றின் அடிப்படையில்தான் ''மொழி மாதிரி ( Language Modelling) இவற்றில் உருவாக்கப்படுகின்றன. எனவே கணினித்தமிழ் ஆய்வுக்கும் இதுபோன்ற வழிமுறைகளைப் பின்பற்றவேண்டுமென்றால், ஒவ்வொரு சொல்லின் இலக்கண வகைப்பாட்டையும் அந்தச் சொல்லின் செயல்பாடுகளை ( behavior) வைத்துக்கொண்டு ஆராயவேண்டும். ''ஒருவரைப்பற்றித் தெரிந்துகொள்ளவேண்டுமென்றால், அவருடைய நண்பர்களை வைத்துக்கொண்டு தெரிந்துகொள்ளலாம்'' என்ற பழமொழிபோன்று இந்த வழிமுறைகள் அமைகின்றன.

எனவே, தமிழ்மொழி ஆய்வாளர்கள் இதை மனதில்கொண்டு, தமிழில் ஒவ்வொரு சொல்லையும் ( வேர்ச்சொல், அடிச்சொல், விகுதியேற்ற சொல்) அதனுடைய பண்புக்கூறுகளின் - செயல்பாடுகளின் - அடிப்படையில் வேறுபடுத்தி வகைப்படுத்தவேண்டும். ஒருவேளை பழந்தமிழ் இலக்கணங்களில் இதுபோன்ற வகைப்பாடுகள் இல்லை என்றால், அதற்காக இன்று நாம் அந்த வகைப்பாடுகளைக் கொள்ளக்கூடாது என்று கருதக்கூடாது என்பது எனது கருத்து.

-----------------------------------------------------------------------------------------------------------------------------வறு (வினைச்சொல்) - வறுவல் என்பது வறு + அ [(உடம்படுமெய்) + அல் (தொழிற்பெயர்) ; வறு + த்தல் (தொழிற்பெயர்; இந்த இரண்டு தொழிற்பெயர்களில் முதலாவதான ''வறுவல்'' என்பது இன்று முழுப்பெயராகச் செயல்படுகிறது என்று கூறலாமே!

வற்று (வினைச்சொல்) - வற்றல் என்பது வற்று + அல் ( தொழிற்பெயர்) . இன்று இந்த 'வற்றல்' என்ற வடிவம் தொழிற்பெயராகவும் நீடிக்கிறது; (கூழ்)வற்றல் , (மிளகாய்) வற்றல் என்று முழுப்பெயராகவும் செயல்படுகிறது என்று கூறலாமே! மாணவர்களுக்கும் இது எளிமையாக இருக்குமே! இன்றைய மாற்றத்தை அடிப்படையாகக்கொண்டு இலக்கணம் கற்றுக்கொடுத்தால் சிறப்பாக இருக்கும் என நான் கருதுகிறேன்.

இது ஒரு பரிந்துரைதான்!

--------------------------------------------------------------------------------------------------------------------

வறுவல் - இன்று முழுப்பெயராக மட்டுமே பயன்படுத்தப்படுகிறது!

வற்றல் - இன்று முழுப்பெயராகவும் பயன்படுகிறது - (கூழ்) வற்றல்;

- தொழிற்பெயராகவும் பயன்படுகிறது - ''கோடைகாலத்தில்

வாய்க்காலில் தண்ணீர் வற்றல் நீடிக்கும்.''

இவ்வாறு கூறுவதில் என்ன தவறு? இலக்கணம் எளிமையாக மாணவர்களுக்குப் புரியுமே!

-----------------------------------------------------------------------------------------------------------------------------

தொழிற்பெயருக்கும் வினையாலணையும் பெயருக்கும் ஒற்றுமையும் இருக்கிறது; வேற்றுமையும் இருக்கிறது. இரண்டுமே தனக்கு முன்னர் வினையடை எடுப்பதில் ஒன்றாக இருக்கின்றன. ஆகவே பெயர்ச்சொல்லோடு இரண்டும் வேறுபட்டு நிற்கின்றன. ஆனால் இந்த இரண்டுக்கும் - தொழிற்பெயர், வினையாலணையும் பெயர் இரண்டுக்கும் - இடையில் உள்ள வேற்றுமையானது வினையாலணையும் பெயர் பன்மை விகுதி ஏற்கும் - (வந்தவன், வந்தவர்கள்); தொழிற்பெயர் பன்மை விகுதி எடுக்காது. ஆனால் இரண்டுமே வேற்றுமை விகுதியை எடுக்கும். மொத்தத்தில் மூன்றுமே - பெயர், தொழிற்பெயர், வினையாலணையும் பெயர் மூன்றுமே - வேற்றுமை ஏற்கும். எனவேதான் மூன்றிலும் 'பெயர்' என்பது நீடிக்கிறது.

-----------------------------------------------------------------------------------------------------------------------------

இன்றைய தமிழ் இலக்கணத்தைத் தெளிவான - கணிதப்பண்பு உடைய இலக்கணமாக - எழுதினால்தான் கணினித்தமிழ் வளர்ச்சி ஏற்படும் என்பதையும் கவனத்தில் கொள்ளவேண்டும். உண்மையில் கணினிக்கான மென்பொருள் உருவாக்கத்தில் ஈடுபடுவதால்தான் இதுபோன்ற விவாதங்களில் என்னால் கலந்துகொள்ளமுடிகிறது. உண்மையில் பார்த்தால், எனது பணி ஓய்வுக்குப்பிறகுதான் - இப்போதுதான் - தமிழ் இலக்கணத்தைத் தரவுகளின் அடிப்படையில் கற்றுவருகிறேன். அதாவது தேவை இருக்கிறது - கணினிக்குப் புரிய வைக்க முயலும்போது!

-----------------------------------------------------------------------------------------------------------------------------

மொழிபெயர் (பெயரோடு வினைசேர்ந்த வினை) - மொழிபெயர்ப்பு ;

(மொழி + பெயர்) + ப்பு

மொழி + பெயர்ப்பு என்பது இல்லை.

மொழிபடி = (மொழி + படி) + ப்பு

பெயர் + வினை என்பதில் ஒற்று மிகாது.

ஆனால் பெயர் + பெயர் என்பதில் ஒற்று மிகும்.

-----------------------------------------------------------------------------------------------------------------------------

"அது' என்ற விகுதி வடிவம் மூன்று வேறுபட்ட இலக்கணக்கூறுகளை வெளிப்படுத்துகிறது.

1) அவர் படிப்பது சங்க இலக்கியம். (இதில் படிப்பது என்பது வினையாலணையும் பெயர்)

2) அவர் அவ்வாறு படிப்பது எனக்குப் பிடிக்கவில்லை ( இதில் படிப்பது என்பது தொழிற்பெயர்)

எனவே (1) வினையாலணையும் பெயரைக் குறிக்கும் 'அது' என்ற விகுதியைக் கொண்டுள்ளது.

(2) தொழிற்பெயரைக் குறிக்கும் 'அது' என்ற விகுதியைக் கொண்டுள்ளது.

இரண்டிலும் 'அது' விகுதி வந்தாலும், இரண்டிலும் 'அது' வேறுபட்ட இலக்கணச் செயல்பாடுகளைக் கொண்டுள்ளது.

3) அது படித்தது - என்பதில் அது என்பது வினைமுற்று விகுதியாகப் பயன்படுகிறது. திணை-எண்-பால் விகுதியாக - வினைமுற்று பண்பைக் குறிக்கும் ஒன்றாகப் பயன்படுகிறது.

இதில் தங்களுக்கு வேறுபாடு ஏதும் உண்டா?

வடிவம் ஒன்று; ஆனால் இலக்கணப் பண்பு வேறு.

-----------------------------------------------------------------------------------------------------------------------------

சில ஐயங்கள் நண்பரே!

1) 'இராமாயணம் படிப்பதால் அறம் வளரும் '' - தொழிற்பெயர் ? வினையாலணையும் பெயர்?

(இராமாயணம் படிக்கிறதால் அறம் வளரும், இராமாயணம் படித்ததால் அறம் வளர்ந்தது - இராமாயணம் படித்தலால் அறம் வளரும் - தொழிற்பெயராகத் தோன்றுகிறது.) தொழிற்பெயராகத்தான் எனக்குத் தென்படுகிறது.

2) 'தம்பி படிப்பது என்ன' - வினையாலணையும் பெயர். இது சரி.

3) 'குழந்தை பாட்டு பாடுகிறது' 'குழந்தைகள் பாட்டு பாடுகின்றன' ? இதில் பாடுகிறது, பாடுகின்றன என்பவற்றை பொருளற்ற வினைமுற்று என்று கூறலாமா?

4) 'அவன் வந்தான்' - அது எனக்குத் தெரியும்' --> அது ( அவன் வந்தான்) எனக்குத் தெரியும். --> அவன் வந்தது எனக்குத் தெரியும். இதில் 'அவன் வந்தது' என்பது மொத்தத்தில் வினையாலணையும் பெயராக மாறுகிறது என்று கருதுகிறேன். ஒரு வாக்கியத்தை nominalization மூலம் பெயராக மாற்றுவதாக இது அமைகிறது. தனியாக 'வந்தது' என்பதைப் பார்த்தால், தொழிற்பெயராகத் தெரியும்.

அவன் வந்தது எனக்குத் தெரியும். அவன் வருகிறது எனக்குத் தெரியும். அவன் வருவது எனக்குத் தெரியும்.

எனக்குச் சற்றுக் குழப்பம்தான். தவறு இருந்தால் திருத்தி உதவவும்.

-----------------------------------------------------------------------------------------------------------------------------

மேலும் சில விளக்கங்கள்.

1) குழந்தை பாடம் படித்தது. - வினைமுற்று

2) குழந்தை நேற்றுப் படித்தது அறிவியல்பாடம்தான் - வினையாலணையும் பெயர்

3) குழந்தை வேகமாகப் படித்தது (படிப்பது, படிக்கிறது) வியப்பாக இருக்கிறது. - தொழிற்பெயராகத் தெரிகிறது. ('குழந்தை வேகமாகப் படித்தல் வியப்பாக இருக்கிறது' என்பதுதான் பழங்காலத் தொழிற்பெயர்.)

'அது' - வினைமுற்றுக்கான திணை-எண்-பால் விகுதி, வினையாலணையும் பெயர் விகுதி, தொழிற்பெயர் விகுதி ஆகிய மூன்றாகவும் இன்றைய தமிழில் பயன்படுகிறது. பழங்காலத்தில் தொழிற்பயர் விகுதி காலங்காட்டாது. படித்தல் என்பது மட்டுமே தொழிற்பெயர். இன்றைய தமிழில் மூன்று காலத்தையும் காட்டக்கூடிய படிக்கிறது, படித்தது, படிப்பது என்ற வடிவங்களையும் தொழிற்பெயர் எடுக்கிறது.

'' காலத் தொழில்பெயர்- வினையடியாகப் பிறந்து கால இடைநிலைகளைப் பெற்றுக் காலம், எதிர்மறைகளைக் காட்டும் தொழில்பெயர் காலத் தொழில்பெயர் எனப்படும். 'வந்தது, வருவது, வராமல் இருப்பது, வருகின்றது ஆகியவை காலத் தொழில்பெயர்கள். இவை வருதல் தொழிலையும் முறையே இறந்தகால, நிகழ்கால, எதிர்கால இடைநிலைகளைக்கொண்டு இக்காலங்களைக் காட்டுவது காணத்தக்கது. ''அவன் வந்ததைக் கண்டேன், வருகின்றதைக் கண்டேன், வருவதைக் காண்பேன் / கண்டேன்'' போன்று வேற்றுமை ஏற்று வருவதும், ''அவன் அங்கு / வேகமாக வருவதைக் கண்டேன்' போன்று பல்வேறு வினையடைகளையும் பிறவற்றையும் ஏற்றுவருவதும் காணத்தக்கது. மேலும் இது 'வராதது' என எதிர்மறையிலும் வரும். இதன் அமைப்பு ''வினையடி + காலம் / எதிர்மறை + அது / மை '' எனக் காட்டலாம். இதன் உருபு , -அது, / மை என்பன ஆகும்.

'அவன் வந்தது/ வருகின்றது / வருவது / வராதது நல்லது'' என வருதல் காண்க. குறிப்புவினையிலும் இது 'இல்லாதது' போன்று வருதல் காணத் தக்கது. அவன் '' அங்கு உள்ளது / இல்லாதது எனக்குத் தெரியும்'' என்பதுபோன்று இவை வருதல் காண்க. முன்னர்க் குறிப்பிட்டதுபோன்று இவ்வகைத் தொழில் பெயர்களே தற்காலத் தமிழில் அதிகமாகப் பயன்படுகின்றது. (பழந்தமிழில் வந்தமை, வாராமை போன்ற மையீற்றுத் தொழில் பெயர்களும் உள்ளன'' - முனைவர் ச. அகத்தியலிங்கம் 'தமிழ்மொழி அமைப்பியல்''மெய்யப்பன் பதிப்பகம் , பக்கம் 233.

பேராசிரியர் பொற்கோ அவர்களும் ''இக்காலத் தமிழிலக்கணம்'' என்ற நூலில் ''வினைநடைப் பெயர்'' என்று அழைப்பார். இதுபற்றி இந்த நூலில் பக்கம் 94-97 பார்க்கவும்.

-----------------------------------------------------------------------------------------------------------------------------

சொற்களின் வரிசை மாறாமலும் இருக்கலாம். ''குழந்தை பாடம் படித்தது மிக வியப்பாக இருக்கிறது என்ற தொடரில் ''(குழந்தை பாடம் படித்தது - பெயர்த்தொடர் ) (மிக வியப்பாக இருக்கிறது - வினைத்தொடர்.)'' இங்குப் ''படித்தது'' என்பது தொழிற்பெயர் அல்லது வினை நடைப் பெயராகத்தான் தோன்றுகிறது. ஆனால் ''குழந்தை நேற்று பாடம் படித்தது என்று ஆசிரியர் கூறினார்'' - இதில் 'படித்தது'' வினைமுற்று. ''குழந்தை நேற்று படித்தது அறிவியல் பாடம்'' என்பதில் ''படித்தது'' என்பது வினையாலணையும் பெயராகத் தோன்றுகிறது. முழுத்தொடரை அடிப்படையாகக்கொண்டுதான் இதைத் தீர்மானிக்கவேண்டும். தனிச்சொல்லாகப் பார்த்தால், மூன்று சொல் வகைப்பாடுகளும் இதற்குப் பொருந்தும். எனவே ''அது'' என்பதைக் கணினி முதலில் வினைமுற்று விகுதி, வினையாலணையும்பெயருக்குரிய எண்-பால் விகுதி, தொழிற்பெயருக்குரிய விகுதி என்று மூன்று வகைப்பாடுகளையும் அளிக்கும். இந்த மயக்கத்தைக் கணினியானது n-gram model அல்லது HMM model அடிப்படையில் தீர்க்கும்.

-----------------------------------------------------------------------------------------------------------------------------

இதனால்தானே இயற்கைமொழி ஆய்வு என்பது ஒரு கடுமையான பணியாக இருக்கிறது. இதைத் தீர்க்க மொழியியலார்கள் விதிகளைப் பயன்படுத்தும்போது, பெரிய கணினி நிறுவனங்கள் corpus, Probabilistic statistics போன்றவற்றைப் பயன்படுத்துகின்றன. அதுதானே Machine learning, neural network, deep learning, artificial intelligence என்று அழைக்கப்படுகின்றன.

-----------------------------------------------------------------------------------------------------------------------------

Read more »