కృత్రిమ మేధ & రోబోటిక్స్ (AI & Robotics)

కృత్రిమ మేధ (Artificial Intelligence – AI) అంటే మనుషుల్లా ఆలోచించి, నేర్చుకుని, నిర్ణయాలు తీసుకునే యంత్రాలు లేదా కంప్యూటర్ ప్రోగ్రామ్‌లు. ఇది కంప్యూటర్ సైన్స్‌లో ఒక ముఖ్య శాఖ.

• 'AI' పదం: 1956లో డార్ట్‌మౌత్ సదస్సులో జాన్ మెక్‌కార్తీ (John McCarthy) ఈ పదాన్ని ఉపయోగించారు. అందుకే ఆయన్ను 'AI పితామహుడు' అంటారు.
• ట్యూరింగ్ పరీక్ష (Turing Test): 1950లో అలాన్ ట్యూరింగ్ ప్రతిపాదించారు. యంత్రంతో మాట్లాడినప్పుడు అది యంత్రమని మనిషి గుర్తించలేకపోతే ఆ యంత్రం 'తెలివైనది' అని పరిగణిస్తారు.
• మెషీన్ లెర్నింగ్ (Machine Learning): పదాన్ని 1959లో ఆర్థర్ శామ్యూల్ ఉపయోగించారు.
• AI ముఖ్య మైలురాళ్లు:
  1. 1997: IBM 'డీప్ బ్లూ' చదరంగంలో ప్రపంచ ఛాంపియన్ గ్యారీ కాస్పరోవ్‌ను ఓడించింది.
  2. 2011: IBM 'వాట్సన్' క్విజ్ షో 'జియోపార్డీ'లో గెలిచింది.
  3. 2016: గూగుల్ డీప్‌మైండ్ 'ఆల్ఫాగో' గో ఆటలో లీ సెడోల్‌ను ఓడించింది.
  4. 2022: OpenAI 'ChatGPT' విడుదల (నవంబర్).
• ఉపయోగాలు: ఎడ్యుకేషన్, వైద్యం, వ్యవసాయం, రక్షణ ఇలా అన్ని రంగాల్లో AI ఇప్పుడు వాడుతున్నారు.

AI ని సామర్థ్యం ఆధారంగా మూడు రకాలుగా విభజిస్తారు. ఇవి ఇప్పటి పరిస్థితిని, భవిష్యత్తు ఊహలను సూచిస్తాయి.

• ఇరుకు AI (Narrow AI / Weak AI – ANI): ఒక నిర్దిష్ట పని మాత్రమే చేయగలదు. ఇప్పుడు వాడుతున్న AI అంతా ఈ రకమే.
• ఉదాహరణలు: సిరి (Siri), అలెక్సా, గూగుల్ అసిస్టెంట్, యూట్యూబ్ సూచనలు, ముఖ గుర్తింపు
• సాధారణ AI (Artificial General Intelligence – AGI / Strong AI): మనిషిలా ఏ రంగంలోనైనా నేర్చుకుని పని చేయగల AI. ఇది ఇంకా సిద్ధాంతంలో/పరిశోధనలో ఉంది.
• అతి మేధ AI (Artificial Super Intelligence – ASI): మనిషి కంటే ఎన్నో రెట్లు తెలివైన AI. ఇది ఊహా దశలోనే ఉంది.
• విధానం ఆధారంగా మరో వర్గీకరణ:
  1. రియాక్టివ్ మెషీన్లు (గత అనుభవం గుర్తుంచుకోవు) – ఉదా: డీప్ బ్లూ
  2. పరిమిత జ్ఞాపకం (Limited Memory) – స్వయంచాలక కార్లు
  3. థియరీ ఆఫ్ మైండ్, స్వీయ అవగాహన – ఇంకా అభివృద్ధిలో
• స్వయంచాలక వాహనాలు: కెమెరాలు, సెన్సార్లు, AI కలిసి పనిచేస్తాయి.
• నిపుణ వ్యవస్థలు (Expert Systems): ఒక రంగంలో నిపుణుడిలా సలహా ఇచ్చే ప్రోగ్రామ్‌లు (ఉదా: వైద్య నిర్ధారణ).

గుర్తుంచుకునే చిట్కా ANI – ఇప్పుడు ఉంది; AGI – భవిష్యత్తు లక్ష్యం; ASI – ఊహ. 'ఇరుకు → సాధారణ → అతి' అనే క్రమం.

AI ఒక పెద్ద గొడుగు లాంటిది. దాని కింద మెషీన్ లెర్నింగ్, దాని కింద డీప్ లెర్నింగ్ ఉంటాయి. ఈ మూడింటి మధ్య తేడా పరీక్షల్లో తరచూ అడుగుతారు.

• మెషీన్ లెర్నింగ్ (ML): డేటా నుండి యంత్రం నేర్చుకునే పద్ధతి – ప్రతి నియమం చేత్తో రాయాల్సిన అవసరం లేదు.
• పర్యవేక్షిత అభ్యాసం (Supervised): జవాబులతో కూడిన డేటా ఇస్తారు.
• అపర్యవేక్షిత అభ్యాసం (Unsupervised): జవాబులు లేని డేటాలో నమూనాలను కనుగొంటుంది.
• ఉపబల అభ్యాసం (Reinforcement): ఫలితానికి బహుమతి/శిక్ష ఇస్తూ నేర్పుతారు.
• డీప్ లెర్నింగ్ (Deep Learning): అనేక పొరలు ఉన్న కృత్రిమ నాడీ జాలాలు (Artificial Neural Networks) ఉపయోగించే ML రకం. మానవ మెదడులోని న్యూరాన్ల ఆధారంగా రూపొందించారు.
• సహజ భాషా ప్రక్రియ (Natural Language Processing – NLP): మనిషి భాషను కంప్యూటర్ అర్థం చేసుకునేలా చేసే సాంకేతికత – అనువాదం, చాట్‌బాట్‌లు, వాయిస్ అసిస్టెంట్.
• కంప్యూటర్ విజన్ (Computer Vision): చిత్రాలను, వీడియోలను అర్థం చేసుకోవడం – ముఖ గుర్తింపు, వైద్య స్కాన్లు.
• బిగ్ డేటా (Big Data):
  1. అపారమైన డేటా
  2. AI నేర్చుకోవడానికి ఇంధనం.
• అల్గారిథమ్ (Algorithm): సమస్య పరిష్కారానికి దశలవారీ సూచనలు.

జనరేటివ్ AI అంటే కొత్త కంటెంట్ – వచనం, చిత్రాలు, సంగీతం, వీడియో, కోడ్ – సృష్టించగల AI. ఇటీవల ఇది చాలా ప్రాచుర్యం పొందింది కాబట్టి పోటీ పరీక్షల్లో ప్రశ్నలు వస్తున్నాయి.

• పెద్ద భాషా నమూనా (Large Language Model – LLM): అపారమైన వచనంపై శిక్షణ పొందిన AI నమూనా. మనిషిలా రాయగలదు, ప్రశ్నలకు సమాధానమివ్వగలదు.
• ట్రాన్స్‌ఫార్మర్ (Transformer): 2017లో గూగుల్ పరిశోధకులు 'Attention Is All You Need' పత్రంలో ప్రతిపాదించిన నిర్మాణం. ఆధునిక LLM లకు ఇదే పునాది.
• GPT = Generative Pre-trained Transformer.
• ChatGPT: OpenAI సంస్థ 2022 నవంబర్‌లో విడుదల చేసింది.
• ఇతర జనరేటివ్ AI వేదికలు: గూగుల్ జెమిని (Gemini), ఆంత్రోపిక్ క్లాడ్ (Claude), మైక్రోసాఫ్ట్ కోపైలట్, DALL·E / మిడ్‌జర్నీ (చిత్రాలు).
• ప్రాంప్ట్ (Prompt): AI కి మనం ఇచ్చే ప్రశ్న లేదా సూచన.
• హాలూసినేషన్ (Hallucination): AI కొన్నిసార్లు ఆత్మవిశ్వాసంతో తప్పు సమాధానాలు ఇవ్వడం.
• డీప్‌ఫేక్ (Deepfake): AI తో నకిలీ ముఖాలు/గొంతులు సృష్టించే సాంకేతికత – తప్పుడు సమాచార ప్రమాదం.

భారత ప్రభుత్వం AI ని అభివృద్ధికి ఒక సాధనంగా చూస్తోంది. నీతి ఆయోగ్, MeitY ఈ రంగంలో కీలక సంస్థలు.

• జాతీయ AI వ్యూహం (National Strategy for AI):
  1. 2018లో నీతి ఆయోగ్ విడుదల చేసింది
  2. నినాదం '#AIforAll'.
• ఐదు ప్రాధాన్య రంగాలు: ఆరోగ్యం, వ్యవసాయం, విద్య, స్మార్ట్ నగరాలు, రవాణా.
• రెస్పాన్సిబుల్ AI ఫర్ యూత్ (2020): విద్యార్థులకు AI నైపుణ్యాల కార్యక్రమం.
• IndiaAI మిషన్:
  1. 2024 మార్చిలో కేంద్ర కేబినెట్ ఆమోదం
  2. MeitY ఆధ్వర్యంలో. AI కంప్యూటింగ్ సామర్థ్యం (GPUలు), దేశీయ నమూనాలు, స్టార్టప్‌లు, నైపుణ్యాలపై దృష్టి.
• భాషిణి (BHASHINI):
  1. జాతీయ భాషా అనువాద మిషన్
  2. 2022 జూలైలో ప్రారంభం. భారతీయ భాషల్లో (తెలుగు సహా) AI ఆధారిత అనువాదం, ప్రసంగ గుర్తింపు.
• తెలంగాణ:
  1. 2020ని 'కృత్రిమ మేధ సంవత్సరం (Year of AI)'గా ప్రకటించింది
  2. హైదరాబాద్ ఐటీ కేంద్రంగా AI స్టార్టప్‌లకు నిలయం.
• AI నియంత్రణ: డిజిటల్ వ్యక్తిగత డేటా పరిరక్షణ చట్టం (DPDP Act), 2023 డేటా రక్షణకు సంబంధించినది.
• నినాదం '#AIforAll': AI ప్రయోజనాలు అందరికీ చేరాలనే ఉద్దేశం.

రోబో (Robot) అంటే ప్రోగ్రామ్ ప్రకారం పనులు చేయగల యంత్రం. రోబోల అధ్యయనం, తయారీ, వినియోగాన్ని రోబోటిక్స్ (Robotics) అంటారు.

• 'రోబో' పదం: చెక్ భాషలోని 'రోబోటా (robota)' = వెట్టిచాకిరి/కూలీ పని అనే పదం నుండి వచ్చింది. 1920లో కారెల్ ఛాపెక్ (Karel Čapek) తన నాటకం 'R.U.R.' లో ఈ పదాన్ని మొదట వాడాడు.
• 'రోబోటిక్స్' పదం: ఐజాక్ అసిమోవ్ 1941లో ఉపయోగించారు.
• అసిమోవ్ మూడు రోబో నియమాలు (1942):
  1. రోబో మనిషికి హాని చేయకూడదు.
  2. మనిషి ఆదేశాలను పాటించాలి (మొదటి నియమానికి విరుద్ధం కాకుండా).
  3. తనను తాను రక్షించుకోవాలి (మొదటి రెండు నియమాలకు విరుద్ధం కాకుండా).
• రోబో ప్రధాన భాగాలు: సెన్సార్లు (ఇంద్రియాలు), కంట్రోలర్ (మెదడు), యాక్చుయేటర్లు/మోటార్లు (కండరాలు), శక్తి వనరు.
• మొదటి పారిశ్రామిక రోబో: యూనిమేట్ (Unimate) – 1961లో జనరల్ మోటార్స్ ఫ్యాక్టరీలో ఉపయోగించారు.
• ప్రసిద్ధ రోబో 'సోఫియా (Sophia)':
  1. హాన్సన్ రోబోటిక్స్ తయారు చేసింది
  2. 2017లో సౌదీ అరేబియా ఆమెకు పౌరసత్వం ఇచ్చింది – ఈ గౌరవం పొందిన మొదటి రోబో.
• హ్యూమనాయిడ్ (Humanoid): మనిషిని పోలిన ఆకారంలో ఉండే రోబో.

భారత్‌లో రోబోటిక్స్, డ్రోన్ రంగం వేగంగా పెరుగుతోంది. పరీక్షల్లో భారతీయ రోబోల పేర్లు, వాటి తయారీ సంస్థలు అడుగుతారు.

• వ్యోమమిత్ర (Vyommitra): గగన్‌యాన్ మిషన్ కోసం ISRO రూపొందించిన మహిళ రూపంలోని హ్యూమనాయిడ్ రోబో. మానవరహిత పరీక్షా ప్రయోగాల్లో పాల్గొంటుంది.
• దక్ష్ (Daksh): DRDO తయారు చేసిన బాంబు నిర్వీర్య రోబో.
• మిత్ర (Mitra): బెంగళూరులోని ఇన్వెంటో రోబోటిక్స్ తయారు చేసిన హ్యూమనాయిడ్ రోబో.
• మానవ్ (Manav): హైదరాబాద్‌లో 3D ప్రింటింగ్ ద్వారా తయారైన భారత తొలి 3D ప్రింటెడ్ హ్యూమనాయిడ్ రోబోగా పేర్కొంటారు (2016).
• ప్రజ్ఞాన్ రోవర్: చంద్రయాన్-3 లో చంద్రునిపై తిరిగిన రోబోటిక్ రోవర్ (2023).
• రోబోల వినియోగం: తయారీ పరిశ్రమ, శస్త్రచికిత్సలు (ఉదా: da Vinci), గోదాములు, వ్యవసాయం, రక్షణ.
• డ్రోన్ నియమాలు 2021: పౌర డ్రోన్ల వినియోగానికి సరళీకృత నియమాలు (2021 ఆగస్టు).
• నమో డ్రోన్ దీదీ: 2023లో ఆమోదించిన పథకం – మహిళా స్వయం సహాయక బృందాలకు వ్యవసాయ డ్రోన్లు.
• కిసాన్ డ్రోన్లు: పురుగుమందులు, ఎరువుల పిచికారీకి డ్రోన్ల వినియోగం.
• తెలంగాణ: వైద్య సరఫరాల కోసం 'మెడిసిన్ ఫ్రమ్ ది స్కై' డ్రోన్ ప్రాజెక్టు ప్రయోగాత్మకంగా చేపట్టింది.

AI వల్ల ప్రయోజనాలు ఎన్నో ఉన్నా, కొన్ని ప్రమాదాలు కూడా ఉన్నాయి. వాటిని ఎలా నియంత్రించాలనే విషయాలు ఇప్పుడు పరీక్షల్లో వస్తున్నాయి.

• ప్రధాన ప్రమాదాలు:
  1. ఉద్యోగాల నష్టం (ఆటోమేషన్)
  2. పక్షపాతం (Bias) – శిక్షణ డేటాలో లోపాలు ఉంటే ఫలితం పక్షపాతంగా వస్తుంది
  3. గోప్యత (Privacy) ఉల్లంఘన
  4. డీప్‌ఫేక్‌లు, తప్పుడు సమాచారం
  5. సైబర్ నేరాలు
• వివరణీయ AI (Explainable AI): AI ఎందుకు ఆ నిర్ణయం తీసుకుందో వివరించగలిగే విధానం.
• డేటా గోప్యత: డిజిటల్ వ్యక్తిగత డేటా పరిరక్షణ చట్టం (DPDP Act) 2023 – వ్యక్తిగత డేటా వాడకంపై నియమాలు.
• సమాచార సాంకేతిక చట్టం (IT Act) 2000: భారత సైబర్ చట్టాలకు ఆధారం.
• అంతర్జాతీయ చర్యలు: యూరోపియన్ యూనియన్ AI చట్టం (EU AI Act) ప్రపంచంలో మొదటి సమగ్ర AI చట్టాల్లో ఒకటి.
• ఉద్యోగాలపై ప్రభావం: కొన్ని పనులు ఆటోమేట్ అవుతాయి, కొత్త ఉద్యోగాలు (డేటా సైన్స్, AI ఇంజినీరింగ్) కూడా వస్తాయి.
• మానవ పర్యవేక్షణ (Human in the loop): ముఖ్య నిర్ణయాల్లో మనిషి చివరి మాట ఉండాలనే సూత్రం.

గుర్తుంచుకునే చిట్కా AI ప్రమాదాల మూలం = డేటా (లోపభూయిష్ట డేటా → పక్షపాత ఫలితాలు). 'Garbage In, Garbage Out' అనే సూత్రం గుర్తుంచుకోండి.