AI යුගයේ Humanities: විද්‍යාවට පිළිතුරු දිය නොහැකි ප්‍රශ්න

 විද්‍යාවෙන් ලෝකය වෙනස් කළ හැකියි. නමුත් අප වෙනස් කළ යුත්තේ කුමන ලෝකයක්ද?

Neil deGrasse Tysonගේ මේ ප්‍රකාශය මගේ සිතේ බොහෝ කලක සිට තිබුණු අදහසකට ඉතා සමීපයි. අහම්බෙන් හමු වූ ඒ පණිවිඩය මේ මගේ අදහසත් එකතු කර බෙදා ගන්න හිතුවා.

විද්‍යාව කියන්නේ දැනුම ලබාගැනීමට අප සතු එකම මාර්ගය නොවෙයි. ඒ වගේම විද්‍යාත්මක සොයාගැනීමක් කළ පමණින් එම සොයාගැනීම මනුෂ්‍යයාගේ යහපත වෙනුවෙන් භාවිත කළ යුත්තේ කෙසේද යන්නට පිළිතුරක් ලැබෙන්නෙත් නැහැ. විශේෂයෙන්ම, දැනුම යනු භාෂාව ඔස්සේ පමණක් ගොඩනැඟෙන දෙයක්ද, එසේත් නැත්නම් භාෂාවෙන් ස්වාධීනව පවතින දැනුම් ආකාරත් තිබිය හැකිද යන ප්‍රශ්නය අද අපට වඩාත් ගැඹුරින් විමසා බැලීමට සිදුවෙමින් තිබෙනවා. AI සහ සංජානන විද්‍යාවේ නව වර්ධනයන් සමඟ මේ ප්‍රශ්නය තවත් වැදගත් වෙනවා.

අද Artificial Intelligence, Quantum Computing, Biotechnology, Neuroscience වැනි ක්ෂේත්‍ර ඉතා වේගයෙන් වර්ධනය වෙනවා. අපට කලින් කළ නොහැකි වූ දේවල් කරන්න පුළුවන් වෙමින් තිබෙනවා. නමුත් ඒ හැකියාවන් සමඟ අලුත් ප්‍රශ්න රාශියකුත් මතුවෙනවා.

උදාහරණයක් ලෙස, මෑතකදී OpenAI විසින් Navier–Stokes සමීකරණ සම්බන්ධයෙන් ඉදිරිපත් කළ ගණිතමය සාධනය සලකා බලමු.

එහිදී AI නියෝජිතයන් විශාල සංඛ්‍යාවක් යොදාගෙන, අතිවිශාල ගණනය කිරීම් සිදු කරමින් සහ විවිධ ගණිතමය ප්‍රවේශයන් පරීක්ෂා කරමින් විසඳුමක් සොයා යෑමට උත්සාහ කර තිබෙනවා. මෙයින් අදහස් වන්නේ විය හැකි සියලු අවස්ථා පරීක්ෂා කළ බව නොවෙයි. එහෙත් මනුෂ්‍යයෙකුට ප්‍රායෝගිකව සිදු කළ නොහැකි තරම් පුළුල් ගණිතමය ගවේෂණයක් යන්ත්‍ර මඟින් සිදු කළ හැකි බව මෙයින් පැහැදිලි වෙනවා.

නමුත් මෙවැනි ගවේෂණයක් සඳහා අතිවිශාල පරිගණක සම්පත් මෙන්ම සැලකිය යුතු මූල්‍ය පිරිවැයක් ද අවශ්‍ය වෙනවා. එවැනි පිරිවැයක් දැරීම සාමාන්‍ය ස්වාධීන පර්යේෂකයෙකුට කිසිසේත් පහසු නැහැ. ඇතැම් විට විශ්වවිද්‍යාලයකට පවා එය දැරීම අසීරු විය හැකියි. ඒ අනුව, විද්‍යාත්මක සොයාගැනීම් සඳහා අවශ්‍ය බුද්ධිමය හැකියාවට අමතරව, අතිවිශාල පරිගණක සම්පත් වෙත ප්‍රවේශ වීමේ හැකියාවත් තීරණාත්මක සාධකයක් බවට පත්වෙමින් තිබෙනවා.

මෙයින් විද්‍යාත්මක දැනුම නිෂ්පාදනය කිරීමේ අවස්ථා සහ බලය, විශාල තාක්ෂණික සමාගම් කිහිපයක් අතට ක්‍රමයෙන් සංකේන්ද්‍රණය වීමේ අවදානමක් ද මතුවෙනවා. එය හුදෙක් ගණිතමය හෝ තාක්ෂණික ප්‍රශ්නයක් නොව, දැනුමට ප්‍රවේශ වීමේ සමානාත්මතාව, පර්යේෂණ නිදහස සහ විද්‍යාත්මක බලය පිළිබඳ සමාජීය හා දාර්ශනික ප්‍රශ්නයක් ද වෙනවා.

මෙතැනදී මට මතුවන ප්‍රශ්නය මෙයයි.

විය හැකි අවස්ථා අතිවිශාල සංඛ්‍යාවක් ගණනය කරමින් විසඳුමක් කරා ළඟාවීම බුද්ධියද? එසේත් නැත්නම්, තම අත්දැකීම්, ප්‍රතිභානය සහ ප්‍රඥාව ඔස්සේ විය හැකි අවස්ථා අතරින් සීමිත කිහිපයක් තෝරාගෙන, ඒවායේ ගණිතමය අර්ථය වටහාගනිමින් විසඳුමක් කරා ගමන් කිරීම බුද්ධියද?

මනුෂ්‍යයෙකුට සියලු හැකියාවන් පරීක්ෂා කරමින් සිටීමට ප්‍රමාණවත් කාලයක් නැහැ. එනිසා ඔහුට තෝරාගැනීමට, අනුමාන කිරීමට, අනවශ්‍ය මාර්ග අත්හැරීමට සහ ඇතැම් විට තමා සොයන ප්‍රශ්නයම නැවත සකස් කිරීමට සිදුවෙනවා. යන්ත්‍රයකට, විශාල පරිගණක සම්පත් ලබාදුන් විට, මනුෂ්‍යයාට වඩා බොහෝ විශාල ගණනය කිරීම් සංඛ්‍යාවක් සිදු කළ හැකියි.

නමුත් මේ දෙක අතර වෙනස හුදෙක් වේගයේ සහ ගණනය කිරීම් සංඛ්‍යාවේ වෙනසක් පමණක්ද? නැත්නම් බුද්ධිය ක්‍රියාත්මක වන ආකාරය පිළිබඳ වඩාත් මූලික වෙනසක්ද?

අනෙක් අතට, මනුෂ්‍ය ප්‍රතිභානය සහ යන්ත්‍රමය ගවේෂණය සම්පූර්ණයෙන් වෙනස් ක්‍රියාවලීන් දෙකක්ද? නැත්නම් ඒ දෙකෙහිම යම් පොදු මූලධර්ම තිබෙනවාද?

මේවාට පිළිතුරු සපයන්නේ කවුද? ගණිතඥයාද? පරිගණක විද්‍යාඥයාද? ස්නායු විද්‍යාඥයාද? නැත්නම් දාර්ශනිකයාද?

මගේ අදහස නම් මේ ප්‍රශ්න කිසිදු එක් විෂයයකට පමණක් සීමා කළ නොහැකි බවයි. විද්‍යාවෙන් මේ ක්‍රියාවලීන් ක්‍රියාත්මක වන ආකාරය විමර්ශනය කළ හැකි වුවත්, බුද්ධිය, අවබෝධය, ප්‍රතිභානය සහ ප්‍රඥාව යනුවෙන් අප හඳුන්වන්නේ කුමක්දැයි විමසීමට දර්ශනය ඇතුළු මානව ශාස්ත්‍රවල සහභාගීත්වයත් අවශ්‍ය වෙනවා.

මට Humanities වැදගත් වන්නේ හරියටම මෙවැනි තැනකදීයි. විද්‍යාව අපට අලුත් හැකියාවන් ලබාදෙන විට, ඒ හැකියාවන් නිසා අප මෙතෙක් භාවිත කළ මූලික සංකල්පවල අර්ථය පවා නැවත විමසා බැලීමට සිදුවෙනවා.

AI පද්ධතියකට මනුෂ්‍යයෙකුගේ තීරණ අනුකරණය කරන්න පුළුවන් වුණාට, එම තීරණයේ සදාචාරාත්මක වගකීම භාරගන්නේ කවුද? මනුෂ්‍ය නිර්මාණශීලීත්වය යනු කුමක්ද? බුද්ධිය, විඥානය, ආශාව, නිදහස සහ මනුෂ්‍ය අනන්‍යතාව යන සංකල්ප අප නැවත අර්ථකථනය කළ යුතුද?

මේවාට පිළිතුරු සෙවීම පරිගණක විද්‍යාවට හෝ ගණිතයට පමණක් භාරදිය නොහැකියි.

එතැනට දර්ශනය, සාහිත්‍යය, ඉතිහාසය, මනෝවිශ්ලේෂණය, භාෂා අධ්‍යයනය සහ අනෙකුත් මානව ශාස්ත්‍ර අපට අවශ්‍ය වෙනවා.

මා වෘත්තියෙන් ඉංජිනේරුවෙක්. මගේ විධිමත් අධ්‍යාපනය ගොඩනැඟුණේ ගණිතය, භෞතික විද්‍යාව, ඉංජිනේරු විද්‍යාව සහ ව්‍යාපෘති කළමනාකරණය ආශ්‍රිතවයි. නමුත් මගේ පෞද්ගලික කියවීම් සහ ස්වාධීන පර්යේෂණවලදී දර්ශනය, සාහිත්‍යය, මනෝවිශ්ලේෂණය සහ විද්‍යාවේ දාර්ශනික පදනම් වෙත යොමුවීම මගේ තාක්ෂණික අවබෝධය තවත් පුළුල් කළ බව මට හැඟෙනවා.

ඉංජිනේරු විද්‍යාවෙන් අපට පාලමක් ඉදිකරන්නේ කෙසේද යන්න ඉගෙනගන්න පුළුවන්. නමුත් එම පාලම ඉදිකළ යුත්තේ කා වෙනුවෙන්ද, එහි ප්‍රතිලාභ සහ අවාසි බෙදී යන්නේ කා අතරද, එයින් සමාජයට සිදුවන්නේ කුමක්ද යන ප්‍රශ්න ඉංජිනේරු ගණනයකින් පමණක් විසඳිය නොහැකියි.

AI සම්බන්ධයෙන් මේ වෙනස තවත් තීරණාත්මකයි.

අපි යන්ත්‍රවලට වැඩි වැඩියෙන් බුද්ධිමය හැකියාවන් ලබාදෙන අතරම, ඒ හැකියාවන් යොදාගන්නා මනුෂ්‍යයාගේ විචාරශීලීත්වය, සදාචාරාත්මක අවබෝධය සහ සංස්කෘතික පරිණතභාවය ද වර්ධනය කළ යුතුයි.

එසේ නොවුණොත් අපට අතිශය දියුණු තාක්ෂණයක් සහිත, නමුත් එය භාවිත කළ යුත්තේ ඇයිදැයි හරිහැටි නොදන්නා සමාජයක් නිර්මාණය විය හැකියි.

මෙහිදී මම Humanities යන්න විද්‍යාවට විරුද්ධව තබන්නේ නැහැ. විද්‍යාත්මක සාක්ෂි අවශ්‍ය තැන දාර්ශනික මතයක් ඒ වෙනුවට ආදේශ කරන්නත් බැහැ. මගේ අදහස වන්නේ විද්‍යාවෙන් ලබාගන්නා දැනුම මනුෂ්‍ය ජීවිතයට සම්බන්ධ කිරීමේදී මේ දෙපාර්ශ්වය අතර අඛණ්ඩ සංවාදයක් අවශ්‍ය බවයි.

ඒ නිසා මම විශ්වාස කරන්නේ Humanities යනු විද්‍යාව ඉගෙනගැනීමෙන් පසුව විවේකයට කියවන අමතර විෂයයන් සමූහයක් නොව, විද්‍යාත්මක හා තාක්ෂණික අධ්‍යාපනයේම අත්‍යවශ්‍ය බුද්ධිමය අංගයක් විය යුතු බවයි.

ඉංජිනේරු, වෛද්‍ය, තොරතුරු තාක්ෂණ සහ කළමනාකරණ වැනි වෘත්තීය අධ්‍යාපන පාඨමාලාවලට දර්ශනය, ආචාරධර්ම, ඉතිහාසය, සාහිත්‍යය සහ සමාජ චින්තනය වඩාත් අර්ථවත් ලෙස ඇතුළත් කළ යුතු බව මගේ අදහසයි.

දැනටමත් එවැනි වෘත්තීන්හි නියැළෙන අයටත්, විධිමත් පාඨමාලාවක් හරහා හෝ ස්වාධීන කියවීමක් ඔස්සේ හෝ මානව ශාස්ත්‍ර වෙත පිවිසෙන්නැයි මම දිරිමත් කරනවා.

එයින් සියලු දෙනා දාර්ශනිකයන් බවට පත්විය යුතු නැහැ. එහෙත් තමන් කරන කාර්යයේ මනුෂ්‍ය අර්ථය ගැන ප්‍රශ්න කිරීමට හැකි වෘත්තිකයන් බිහිවීම ඉතා වැදගත්.

අවසානයේ අපට අවශ්‍ය වන්නේ තවත් දක්ෂ යන්ත්‍ර පමණක් නොවෙයි. එම යන්ත්‍ර සමඟ ජීවත් විය යුත්තේ කෙසේදැයි විචාරශීලීව සිතිය හැකි මනුෂ්‍යයන් ද අවශ්‍යයි.

විද්‍යාව අපට කළ හැකි දේවල් පුළුල් කරනවා. Humanities අපට ඒ අතරින් කළ යුතු දේවල් පිළිබඳව විමසන්නට උගන්වනවා.