വാർത്തകളിൽ നിറയുന്നത് എന്തുകൊണ്ട്?
സെപ്തംബർ 3-ന് ന്യൂഡൽഹിയിൽ ഏജന്റിക് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനെക്കുറിച്ചുള്ള (agentic artificial intelligence) രണ്ട് ദേശീയ പഠന പരിപാടികൾ ആരംഭിച്ചു. ഇന്ത്യയുടെ നാഷണൽ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ഇലക്ട്രോണിക്സ് ആൻഡ് ഇൻഫർമേഷൻ ടെക്നോളജിയും ഇന്റൽ ഇന്ത്യയും (Intel India) ചേർന്നാണ് ഇവ വികസിപ്പിച്ചെടുത്തത്. ഒരു പ്രോഗ്രാം ഈ ആശയത്തെ വിശാലമായി പരിചയപ്പെടുത്തുന്നു, മറ്റൊന്ന് സിസ്റ്റം എഞ്ചിനീയറിംഗ് പഠിപ്പിക്കുന്നു. സാധാരണ ചാറ്റ്ബോട്ട് ഉപയോഗത്തിനപ്പുറമുള്ള കഴിവുകളുടെ ആവശ്യകതയോട് ഈ സംരംഭം പ്രതികരിക്കുന്നു.
ഏജന്റിക് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അർത്ഥമാക്കുന്നത്
ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സാധാരണയായി ഒരു പ്രോംപ്റ്റ് ലഭിച്ചതിന് ശേഷമാണ് ഉള്ളടക്കം നിർമ്മിക്കുന്നത്. ഒരു ഏജന്റിക് സിസ്റ്റത്തിന് ബന്ധിപ്പിച്ച നിരവധി ഘട്ടങ്ങളിലൂടെ ഒരു പ്രഖ്യാപിത ലക്ഷ്യം പിന്തുടരാൻ കഴിയും. ഇതിന് ജോലികൾ ആസൂത്രണം ചെയ്യാനും അംഗീകൃത ഉപകരണങ്ങൾ ഉപയോഗിക്കാനും ഫലങ്ങൾ പരിശോധിക്കാനും തുടർന്ന് എന്തുചെയ്യണമെന്ന് തീരുമാനിക്കാനും കഴിയും. എന്നിരുന്നാലും മനുഷ്യന്റെ അധികാരം ഇതിന്റെ അതിരുകൾ നിർവചിക്കുകയും പ്രധാനപ്പെട്ട ഫലങ്ങൾ അവലോകനം ചെയ്യുകയും വേണം.
ഒരു ഏജന്റ് മനുഷ്യന്റെ അർത്ഥത്തിൽ സ്വതന്ത്രമല്ല. ഇതിന്റെ പെരുമാറ്റം മോഡലുകൾ, നിർദ്ദേശങ്ങൾ, ഡാറ്റ, സോഫ്റ്റ്വെയർ ടൂളുകൾ, ആക്സസ് അനുമതികൾ എന്നിവയെ ആശ്രയിച്ചിരിക്കുന്നു. അതിനാൽ ഓട്ടോമേറ്റഡ് വർക്ക്ഫ്ലോയിലുടനീളം പിശകുകൾ ഉണ്ടായേക്കാം. പ്രവർത്തിക്കാനുള്ള വലിയ കഴിവ് മേൽനോട്ടത്തിന്റെ വലിയ ആവശ്യകതയും സൃഷ്ടിക്കുന്നു.
മൾട്ടി-ഏജന്റ് സിസ്റ്റങ്ങൾ പ്രത്യേക സോഫ്റ്റ്വെയർ ഏജന്റുമാർക്കിടയിൽ ഒരു ചുമതല വിഭജിക്കുന്നു. ഒരാൾക്ക് വിവരങ്ങൾ വീണ്ടെടുക്കാം, മറ്റൊരാൾക്ക് അത് വിശകലനം ചെയ്യാം, മൂന്നാമത്തേതിന് ഔട്ട്പുട്ട് പരിശോധിക്കാനാകും. റോളുകൾ വ്യക്തമായിരിക്കുമ്പോൾ കോർഡിനേഷന് സങ്കീർണ്ണമായ വർക്ക്ഫ്ലോകൾ മെച്ചപ്പെടുത്താൻ കഴിയും. ഏജന്റുമാർ പരസ്പരം വളരെ എളുപ്പത്തിൽ വിശ്വസിക്കുമ്പോൾ ഇതിന് പിശകുകൾ വർദ്ധിപ്പിക്കാനും കഴിയും.
രണ്ട് ലേണിംഗ് ട്രാക്കുകൾ
ആദ്യത്തെ കോഴ്സിനെ ഏജന്റിക് എഐ ഫോർ എവരിവൺ (Agentic AI for Everyone) എന്ന് വിളിക്കുന്നു. ഇത് വർക്ക്ഫ്ലോ ഓട്ടോമേഷൻ, വ്യക്തിഗത ഏജന്റുമാർ, മൾട്ടി-ഏജന്റ് ക്രമീകരണങ്ങൾ എന്നിവ ഉൾക്കൊള്ളുന്നു. പഠിതാക്കൾക്ക് നോ-കോഡ് ടൂളുകളും ഓട്ടോമേറ്റഡ് പ്രക്രിയകൾ നിയന്ത്രിക്കുന്നതിനുള്ള വഴികളും പര്യവേക്ഷണം ചെയ്യാൻ കഴിയും. വിദ്യാർത്ഥികൾ, അധ്യാപകർ, പ്രൊഫഷണലുകൾ, മറ്റ് താല്പര്യമുള്ള പഠിതാക്കൾ എന്നിവരെ കോഴ്സ് ലക്ഷ്യമിടുന്നു.
രണ്ടാമത്തെ കോഴ്സിനെ എഞ്ചിനീയറിംഗ് ഏജന്റിക് എഐ സിസ്റ്റംസ് (Engineering Agentic AI Systems) എന്ന് വിളിക്കുന്നു. ഉപയോഗിക്കാവുന്ന സിസ്റ്റങ്ങൾ സൃഷ്ടിക്കുന്നതിനും അവയെ ഡിപ്ലോയ്മെന്റിലേക്ക് മാറ്റുന്നതിനുമുള്ള കഴിവുകൾ ഇത് വികസിപ്പിക്കുന്നു. വാസ്തുവിദ്യ, ടൂൾ ഇന്റഗ്രേഷൻ, ഓർക്കസ്ട്രേഷൻ, മെമ്മറി, ഡിപ്ലോയ്മെന്റ് എന്നിവ ഇതിൽ ഉൾപ്പെടുന്നു. പഠിതാക്കൾക്ക് ലോ-കോഡ് രീതികളും പരമ്പരാഗത പ്രോഗ്രാമിംഗും ഉപയോഗിക്കാം.
ഇന്ത്യ ഹാബിറ്റാറ്റ് സെന്ററിൽ നടന്ന ദേശീയ നേതൃത്വ സംഭാഷണത്തിനിടെയാണ് പരിപാടികൾ അവതരിപ്പിച്ചത്. സർക്കാർ, വിദ്യാഭ്യാസം, വ്യവസായം എന്നിവയെ പ്രതിനിധീകരിച്ചാണ് പങ്കെടുത്തവർ എത്തിയത്. തൊഴിലിടങ്ങളിൽ സാങ്കേതിക ശേഷിയും പ്രവർത്തനപരമായ വിലയിരുത്തലും ആവശ്യമായതിനാൽ ഈ കൂട്ടായ്മ പ്രധാനമാണ്. പരിശീലനം യഥാർത്ഥ സ്ഥാപനപരമായ പ്രശ്നങ്ങളുമായി പ്രകടനങ്ങളെ ബന്ധിപ്പിക്കണം.
ഈ സംരംഭത്തിന് പിന്നിലെ സ്ഥാപനങ്ങൾ
ഇന്ത്യയുടെ നാഷണൽ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ഇലക്ട്രോണിക്സ് ആൻഡ് ഇൻഫർമേഷൻ ടെക്നോളജി (National Institute of Electronics and Information Technology) ഒരു സ്വയംഭരണ ശാസ്ത്ര സൊസൈറ്റിയാണ്. ഇലക്ട്രോണിക്സ് ആൻഡ് ഇൻഫർമേഷൻ ടെക്നോളജി മന്ത്രാലയത്തിന് കീഴിലാണ് ഇത് പ്രവർത്തിക്കുന്നത്. ഇലക്ട്രോണിക്സ്, ഇൻഫർമേഷൻ ടെക്നോളജി എന്നിവയിലെ ഔപചാരികവും അനൗപചാരികവുമായ പഠനം ഇതിന്റെ അധികാരത്തിൽ ഉൾപ്പെടുന്നു. കുറച്ച് പ്രധാന സാങ്കേതിക കേന്ദ്രങ്ങൾക്കപ്പുറം പഠിതാക്കളിൽ എത്തിച്ചേരാൻ ഇതിന്റെ നെറ്റ്വർക്കിന് കഴിയും.
ഇന്റൽ ഇന്ത്യ സാങ്കേതിക വൈദഗ്ധ്യവും പരിശീലന പരിചയവും സംഭാവന ചെയ്യുന്നു. ഒരു അക്കാദമിക് സൈക്കിളിനേക്കാൾ വേഗത്തിൽ ഒരു പൊതു-സ്വകാര്യ രൂപകൽപ്പനയ്ക്ക് ഉള്ളടക്കം അപ്ഡേറ്റ് ചെയ്യാൻ കഴിയും. പൊതു സ്ഥാപനങ്ങൾക്ക് ദേശീയ മുൻഗണനകളുമായുള്ള എത്തിച്ചേരൽ, സർട്ടിഫിക്കേഷൻ, വിന്യാസം എന്നിവ സംഭാവന ചെയ്യാൻ കഴിയും. പാഠ്യപദ്ധതിയുടെ ഗുണനിലവാരത്തിനും പഠിതാവിന്റെ വിവരങ്ങൾക്കും ഇപ്പോഴും വ്യക്തമായ ഉത്തരവാദിത്തം ആവശ്യമാണ്.
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് നൈപുണ്യത്തിനും സുരക്ഷിതമായ അവലംബത്തിനും വേണ്ടിയുള്ള ഇന്ത്യയുടെ വിശാലമായ ശ്രമങ്ങളെ ഈ ഉദ്യമം പൂർത്തീകരിക്കുന്നു. നിരവധി പ്രോഗ്രാം സ്തംഭങ്ങളിലൂടെ കമ്പ്യൂട്ടിംഗ്, ഡാറ്റാസെറ്റുകൾ, നൂതനാശയങ്ങൾ, ആപ്ലിക്കേഷനുകൾ, ഭാവിയിലെ നൈപുണ്യങ്ങൾ എന്നിവയെ ഇന്ത്യാഎഐ (IndiaAI) പിന്തുണയ്ക്കുന്നു. പ്രായോഗിക വിന്യാസത്തിലൂടെ ഏജന്റിക് സിസ്റ്റങ്ങൾക്ക് ഈ മേഖലകളെ ബന്ധിപ്പിക്കാൻ കഴിയും. മാറുന്ന വെണ്ടർമാർക്കും സോഫ്റ്റ്വെയർ ഉൽപ്പന്നങ്ങൾക്കും കുറുകെ പരിശീലനം ഉപയോഗപ്രദമായി തുടരണം.
ഉത്തരവാദിത്തമുള്ള വിന്യാസത്തിന് ആവശ്യമായ കഴിവുകൾ
ഒരു ഏജന്റിനെ നിർമ്മിക്കുന്നതിന് ഫലപ്രദമായ ഒരു പ്രോംപ്റ്റ് എഴുതുന്നതിനേക്കാൾ കൂടുതൽ കാര്യങ്ങൾ ആവശ്യമാണ്. ഏതെല്ലാം ടൂളുകൾ ഉപയോഗിക്കാമെന്നും എന്ത് വിവരങ്ങൾ വായിക്കാമെന്നും ഡിസൈനർമാർ നിയന്ത്രിക്കണം. ഓരോ പ്രവർത്തനവും അതിന്റെ കാരണവും കാണിക്കുന്ന ലോഗുകൾ അവർക്ക് ആവശ്യമാണ്. ഉയർന്ന സ്വാധീനമുള്ള തീരുമാനങ്ങൾക്ക് മനുഷ്യന്റെ അനുമതിയും വ്യക്തമായ എസ്കലേഷൻ പാതയും ആവശ്യമാണ്.
പരിശോധനയിൽ സാധാരണ ജോലികൾ, അസാധാരണമായ ഇൻപുട്ടുകൾ, സിസ്റ്റം ദുരുപയോഗം ചെയ്യാനുള്ള ബോധപൂർവമായ ശ്രമങ്ങൾ എന്നിവ ഉൾപ്പെടുത്തണം. ഡെവലപ്പർമാർ വസ്തുതാപരമായ കൃത്യത, സ്വകാര്യത, സുരക്ഷ, അസമമായ ഫലങ്ങൾ എന്നിവ പരിശോധിക്കണം. അവയുടെ ചിലവ്, വേഗത, വിശ്വാസ്യത എന്നിവയും അളക്കണം. മിനുക്കിയ ഒരു പ്രകടനം സുരക്ഷിതമായ ദൈനംദിന പ്രവർത്തനത്തിന്റെ തെളിവല്ല.
മെമ്മറി മറ്റൊരു വെല്ലുവിളി സൃഷ്ടിക്കുന്നു. സംഭരിച്ച സന്ദർഭത്തിന് തുടർച്ച മെച്ചപ്പെടുത്താൻ കഴിയുമെങ്കിലും വ്യക്തിപരമോ രഹസ്യാത്മകമോ ആയ വിവരങ്ങൾ നിലനിർത്താൻ കഴിഞ്ഞേക്കും. സ്ഥാപനങ്ങൾക്ക് ശേഖരണം, ആക്സസ്, ഇല്ലാതാക്കൽ എന്നിവയിൽ പരിധികൾ ആവശ്യമാണ്. ഒരു ഓട്ടോമേറ്റഡ് ഏജന്റ് തങ്ങൾക്ക് വേണ്ടി പ്രവർത്തിക്കുന്നത് എപ്പോഴാണെന്ന് ഉപയോക്താക്കൾ അറിഞ്ഞിരിക്കണം.
ഇന്ത്യയ്ക്കുള്ള അവസരങ്ങളും പരിമിതികളും
അഡ്മിനിസ്ട്രേഷൻ, സേവനങ്ങൾ, ചെറുകിട ബിസിനസ്സുകൾ എന്നിവയിലെ ആവർത്തിച്ചുള്ള ജോലികൾ കുറയ്ക്കാൻ ഏജന്റിക് ടൂളുകൾക്ക് കഴിഞ്ഞേക്കും. അവയ്ക്ക് രേഖകൾ സംഘടിപ്പിക്കാനും ഡ്രാഫ്റ്റുകൾ തയ്യാറാക്കാനും പതിവ് ഡിജിറ്റൽ ജോലികൾ ഏകോപിപ്പിക്കാനും കഴിയും. ജീവനക്കാർക്ക് തീരുമാനങ്ങളെടുക്കുന്നതിലും മനുഷ്യ ഇടപെടലുകളിലും ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ കഴിയും. നല്ല പ്രക്രിയകൾ, വിശ്വസനീയമായ വിവരങ്ങൾ, അനുയോജ്യമായ കണക്റ്റിവിറ്റി എന്നിവയെ ആശ്രയിച്ചായിരിക്കും നേട്ടങ്ങൾ ഉണ്ടാകുന്നത്.
ഓട്ടോമേഷന് ജോലി റോളുകളും നൈപുണ്യ ആവശ്യങ്ങളും മാറ്റാനും കഴിയും. സ്ഥാനചലനം സംഭവിച്ചതിന് ശേഷമല്ല, പുതിയ സിസ്റ്റങ്ങൾക്കൊപ്പം പഠിക്കാനുള്ള അവസരങ്ങൾ തൊഴിലാളികൾക്ക് ആവശ്യമാണ്. കോഴ്സുകളിൽ ഡൊമെയ്ൻ പരിജ്ഞാനം, നൈതികത, സാങ്കേതിക വിവരങ്ങളുമായുള്ള ആശയവിനിമയം എന്നിവ ഉൾപ്പെടുത്തണം. പ്രാദേശിക ഭാഷകൾക്കും ആക്സസ് ചെയ്യാവുന്ന ഡെലിവറിക്കും പങ്കാളിത്തം വർദ്ധിപ്പിക്കാൻ കഴിയും.
കോഴ്സിന്റെ വിജയം എന്റോൾമെന്റിലൂടെയല്ല, മറിച്ച് പരിശോധിച്ചുറപ്പിച്ച കഴിവിലൂടെയാണ് അളക്കേണ്ടത്. കോഴ്സ് പൂർത്തിയാക്കൽ, പ്രായോഗിക വിലയിരുത്തലുകൾ, ഉത്തരവാദിത്തമുള്ള തൊഴിൽ പ്രോജക്റ്റുകൾ എന്നിവ ഉപയോഗപ്രദമായ സൂചകങ്ങളിൽ ഉൾപ്പെടുന്നു. പഠിതാക്കൾ യഥാർത്ഥത്തിൽ പ്രശ്നങ്ങൾ സുരക്ഷിതമായി പരിഹരിക്കുന്നുണ്ടോ എന്ന് സ്വതന്ത്ര ഫീഡ്ബാക്കിന് കാണിക്കാൻ കഴിയും. സാങ്കേതികവിദ്യ വികസിക്കുന്നതിനനുസരിച്ച് പാഠ്യപദ്ധതിക്ക് പതിവായി പരിഷ്കരണം ആവശ്യമാണ്.
ഉപസംഹാരം
പുതിയ പ്രോഗ്രാമുകൾ പ്രായോഗികമായ ഏജന്റിക് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് കഴിവുകളുടെ വർദ്ധിച്ചുവരുന്ന ആവശ്യകതയെ അഭിസംബോധന ചെയ്യുന്നു. അവയുടെ രണ്ട് ലെവലുകൾക്ക് തുടക്കക്കാരെയും സിസ്റ്റം നിർമ്മാതാക്കളെയും വ്യത്യസ്തമായി സേവിക്കാൻ കഴിയും. സാങ്കേതിക പഠനത്തിൽ അനുമതികൾ, പരിശോധന, സ്വകാര്യത, മനുഷ്യ നിയന്ത്രണം എന്നിവ ഉൾപ്പെടുത്തണം. ടെക്നോളജി ഹബ്ബുകൾക്ക് അപ്പുറത്തേക്ക് ആനുകൂല്യങ്ങൾ വ്യാപിപ്പിക്കുന്നുണ്ടോ എന്ന് വിശാലമായ പ്രവേശനം തീരുമാനിക്കും. ശ്രദ്ധാപൂർവ്വമുള്ള വിലയിരുത്തലുകൾ കോഴ്സുകളുടെ ഭാവി വിപുലീകരണത്തെ നയിക്കണം.