ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ 70 ವರ್ಷಗಳ ಸಂಭ್ರಮ

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು 21ನೇ ಶತಮಾನದ ಆರಂಭದ ಪರಿವರ್ತಕ, ಕಾರ್ಯತಂತ್ರದ ತಂತ್ರಜ್ಞಾನವಾಗಿದೆ. ಇದು ಪ್ರಾಯಶಃ ಯಾರೂ ನಿರೀಕ್ಷಿಸದ ರೀತಿಯಲ್ಲಿ ಸೇರಿದಂತೆ ನಮ್ಮ ಜೀವನದ ವಾಸ್ತವಿಕವಾಗಿ ಪ್ರತಿಯೊಂದು ಅಂಶವನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಮರುರೂಪಿಸುತ್ತಿದೆ. ಇತರ ತಂತ್ರಜ್ಞಾನಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಇದರ ಅಳವಡಿಕೆ ದರ ಮತ್ತು ಪ್ರಭಾವವು ಅಭೂತಪೂರ್ವವಾಗಿದೆ.

ಜಾನ್ ಮೆಕಾರ್ಥಿ, ಮಾರ್ವಿನ್ ಮಿನ್ಸ್ಕಿ, ನಥಾನಿಯಲ್ ರೋಚೆಸ್ಟರ್ ಮತ್ತು ಕ್ಲೌಡ್ ಶಾನನ್ ಅವರು ಪ್ರಸ್ತಾಪಿಸಿದ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಮೇಲಿನ ಡಾರ್ಟ್ಮೌತ್ ಸಮ್ಮರ್ ರಿಸರ್ಚ್ ಪ್ರಾಜೆಕ್ಟ್ನಲ್ಲಿ 1956 ರಲ್ಲಿ ಒಂದು ವಿಶಿಷ್ಟ ಕ್ಷೇತ್ರವಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಔಪಚಾರಿಕವಾಗಿ ಸ್ಥಾಪಿಸಲಾಯಿತು. ಸಂಶೋಧನಾ ಯೋಜನೆಗಾಗಿ ತಮ್ಮ ಆಗಸ್ಟ್ 1955 ರ ಪ್ರಸ್ತಾವನೆಯಲ್ಲಿ, ವಿಜ್ಞಾನಿಗಳು ಈ ಪದವನ್ನು ಪರಿಚಯಿಸಿದರು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮತ್ತು ಮಾನವ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಅನುಕರಿಸುವ ಸಾಮರ್ಥ್ಯವಿರುವ ಯಂತ್ರಗಳನ್ನು ಕಲ್ಪಿಸಲಾಗಿದೆ.

AI ಎನ್ನುವುದು “ಮನುಷ್ಯರಿಂದ ಮಾಡಲ್ಪಟ್ಟಿದ್ದರೆ ಬುದ್ಧಿವಂತಿಕೆಯ ಅಗತ್ಯವಿರುವ ಕೆಲಸಗಳನ್ನು ಯಂತ್ರಗಳನ್ನು ಮಾಡುವ ವಿಜ್ಞಾನ” ಎಂದು ಮಿನ್ಸ್ಕಿ ವ್ಯಾಖ್ಯಾನಿಸಿದ್ದಾರೆ. ಪ್ರಾಧ್ಯಾಪಕರು ACM ಟ್ಯೂರಿಂಗ್ ಪ್ರಶಸ್ತಿಯನ್ನು ಪಡೆದರು, ಇದನ್ನು ಸಾಮಾನ್ಯವಾಗಿ “ಕಂಪ್ಯೂಟಿಂಗ್‌ನಲ್ಲಿ ನೊಬೆಲ್ ಪ್ರಶಸ್ತಿ” ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ.

AI ಯ ವಿನಮ್ರ ಆರಂಭದಿಂದ 70 ವರ್ಷಗಳ ಹಿಂದೆ, ಇದು ತನ್ನ ಸಾಮರ್ಥ್ಯಗಳಲ್ಲಿ ಗಣನೀಯವಾಗಿ ವಿಕಸನಗೊಂಡಿದೆ, ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ಪಡೆದುಕೊಂಡಿದೆ ಮತ್ತು ವ್ಯಾಪಾರ, ಶಿಕ್ಷಣ, ಹಣಕಾಸು, ಆರೋಗ್ಯ, ಉದ್ಯಮ ಮತ್ತು ಮಿಲಿಟರಿ ಸೇರಿದಂತೆ ಹಲವು ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಅಳವಡಿಸಿಕೊಂಡಿದೆ.

ಅದರ ಪ್ರಯಾಣದ ಉದ್ದಕ್ಕೂ AI ಯ ಪ್ರಗತಿ ಮತ್ತು ಅಳವಡಿಕೆಗೆ IEEE ಕೊಡುಗೆಗಳು ಗಣನೀಯ ಮತ್ತು ಬಹುಮುಖಿಯಾಗಿವೆ.

ನಾವು AI ಯ 70 ನೇ ಹುಟ್ಟುಹಬ್ಬವನ್ನು ಆಚರಿಸುತ್ತಿರುವಾಗ, ಅದರ ಇತಿಹಾಸ, ಪ್ರಸ್ತುತ ಸ್ಥಿತಿ, ಮಿತಿಗಳು ಮತ್ತು ಕಾಳಜಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಅದನ್ನು ಶಾಶ್ವತವಾಗಿ ಬಳಸಿಕೊಳ್ಳಲು ಪ್ರಮುಖವಾಗಿದೆ.

ತಂತ್ರಜ್ಞಾನದ ರೋಲರ್ ಕೋಸ್ಟರ್ ವಿಕಸನ

1956 ರಲ್ಲಿ AI ಒಂದು ವಿಶಿಷ್ಟ ಕ್ಷೇತ್ರವಾಗಿ ಹೊರಹೊಮ್ಮಿತಾದರೂ, ಅದರ ಬೌದ್ಧಿಕ ಬೇರುಗಳು ಮತ್ತಷ್ಟು ಹಿಂದಕ್ಕೆ ವಿಸ್ತರಿಸುತ್ತವೆ. AI ಯ ಹಿಂದಿನ ಕಲ್ಪನೆಗಳು ಮತ್ತು ಸಿದ್ಧಾಂತಗಳು 1946 ರಲ್ಲಿ ಅನಾವರಣಗೊಂಡ ENIAC ನಂತಹ ಆಧುನಿಕ ಕಂಪ್ಯೂಟರ್‌ಗಳಿಗಿಂತ ಹಿಂದಿನವು.

1943 ರಲ್ಲಿ, ನ್ಯೂರೋಫಿಸಿಯಾಲಜಿಸ್ಟ್ ಮತ್ತು ಸೈಬರ್ನೆಟಿಸಿಸ್ಟ್ ವಾರೆನ್ ಸ್ಟರ್ಗಿಸ್ ಮೆಕ್‌ಕಲ್ಲೋಚ್ ಮತ್ತು ಕಂಪ್ಯೂಟೇಶನಲ್ ನ್ಯೂರೋಸೈನ್ಸ್‌ನಲ್ಲಿ ಕೆಲಸ ಮಾಡುವ ತರ್ಕಶಾಸ್ತ್ರಜ್ಞ ವಾಲ್ಟರ್ ಪಿಟ್ಸ್ ಮಾನವ ಮೆದುಳಿನಿಂದ ಪ್ರೇರಿತರಾದರು. ಎರಡು ಕೃತಕ ನರಕೋಶಗಳ ಗಣಿತದ ಮಾದರಿಗಳನ್ನು ರೂಪಿಸಿದರು, ಕೃತಕ ನರಗಳ ಜಾಲಗಳು ತಾರ್ಕಿಕ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ನಿರ್ವಹಿಸಬಲ್ಲವು ಎಂಬುದನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತವೆ.

ಫ್ರಾಂಕ್ ರೋಸೆನ್‌ಬ್ಲಾಟ್, ಕಾರ್ನೆಲ್ ಮನಶ್ಶಾಸ್ತ್ರಜ್ಞ, ನಂತರ ಆಧುನಿಕ ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು ಆಳವಾದ ಕಲಿಕೆಗೆ ಅಡಿಪಾಯ ಹಾಕಿದ ಆರಂಭಿಕ ನರಮಂಡಲದ ಗ್ರಹಿಕೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಮೂಲಕ ಈ ಆಲೋಚನೆಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು.

1950 ರಲ್ಲಿ ಪ್ರಸಿದ್ಧ ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನಿ ಅಲನ್ ಟ್ಯೂರಿಂಗ್ ಈ ಪ್ರಶ್ನೆಯನ್ನು ಕೇಳಿದಾಗ ಒಂದು ಪ್ರಮುಖ ಮೈಲಿಗಲ್ಲು ಬಂದಿತು: “ಯಂತ್ರಗಳು ಯೋಚಿಸಬಹುದೇ?” ಅವರ ಹೆಗ್ಗುರುತಾಗಿರುವ 1950 ರ “ಕಂಪ್ಯೂಟಿಂಗ್ ಮೆಷಿನರಿ ಅಂಡ್ ಇಂಟೆಲಿಜೆನ್ಸ್” ಕೃತಿಯಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಗಿದೆ. ಮನಸ್ಸುಅವರು ಯಂತ್ರ ಬುದ್ಧಿಮತ್ತೆಯ ಸ್ವರೂಪವನ್ನು ಪರಿಶೋಧಿಸಿದರು. ಅವರು “ಅನುಕರಣೆ ಆಟ” ವನ್ನು ಪರಿಚಯಿಸಿದರು, ನಂತರ ಇದನ್ನು ಟ್ಯೂರಿಂಗ್ ಪರೀಕ್ಷೆ ಎಂದು ಕರೆಯಲಾಯಿತು, ಮೌಲ್ಯಮಾಪನದ ಪ್ರಾಯೋಗಿಕ ವಿಧಾನವಾಗಿ. ಪರೀಕ್ಷೆಯು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮತ್ತು ಬುದ್ಧಿಮತ್ತೆಯ ತತ್ವಶಾಸ್ತ್ರದಲ್ಲಿ ಪ್ರಭಾವಶಾಲಿ ಪರಿಕಲ್ಪನೆಯಾಗಿ ಉಳಿದಿದೆ, ನನ್ನ ಲೇಖನದಲ್ಲಿ ಚರ್ಚಿಸಿದಂತೆ “ದಿ ಟ್ಯೂರಿಂಗ್ ಟೆಸ್ಟ್ ಅಟ್ 75: ಲೆಗಸಿ ಮತ್ತು ಫ್ಯೂಚರ್ ಪ್ರಾಸ್ಪೆಕ್ಟ್ಸ್.,” ನಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಗಿದೆ IEEE ಇಂಟೆಲಿಜೆಂಟ್ ಸಿಸ್ಟಮ್ಸ್.

ಮಾಹಿತಿ ಸಿದ್ಧಾಂತದ ಪಿತಾಮಹ ಎಂದು ಗುರುತಿಸಲ್ಪಟ್ಟ ಕ್ಲೌಡ್ ಶಾನನ್ ಅವರು ತಮ್ಮ 1950 ರ ಲೇಖನ “ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಎ ಕಂಪ್ಯೂಟರ್ ಫಾರ್ ಪ್ಲೇಯಿಂಗ್ ಚೆಸ್” ನಲ್ಲಿ ಸಂಕೀರ್ಣ ತಾರ್ಕಿಕ ಕಾರ್ಯಗಳಿಗಾಗಿ ಯಂತ್ರಗಳ ಸಾಮರ್ಥ್ಯವನ್ನು ಪರಿಶೋಧಿಸಿದ್ದಾರೆ. ಫಿಲಾಸಫಿಕಲ್ ಮ್ಯಾಗಜೀನ್.

1956 ರಲ್ಲಿ AI ಅಧಿಕೃತ ವಿಭಾಗವಾಯಿತು, ವಿಜ್ಞಾನಿಗಳು ಅದನ್ನು ಅನ್ವೇಷಿಸಲು ಮತ್ತು ಮತ್ತಷ್ಟು ಮುನ್ನಡೆಸಲು ಪ್ರೇರೇಪಿಸಿತು. ಜಾನ್ ಮೆಕಾರ್ಥಿ 1958 ರಲ್ಲಿ ಲಿಸ್ಪ್ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು ಮತ್ತು ಇದು AI ಸಂಶೋಧನೆ ಮತ್ತು ಅಭಿವೃದ್ಧಿಗೆ ಪ್ರಬಲ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಭಾಷೆಯಾಯಿತು. 1959 ರಲ್ಲಿ, ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಕಂಪ್ಯೂಟರ್ ಸೈನ್ಸ್ ಪ್ರೊಫೆಸರ್ ಆರ್ಥರ್ ಲೀ ಸ್ಯಾಮ್ಯುಯೆಲ್ ಈ ಪದವನ್ನು ಸೃಷ್ಟಿಸಿದರು. ಯಂತ್ರ ಕಲಿಕೆ ಅನುಭವದ ಮೂಲಕ ತಮ್ಮ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸುಧಾರಿಸುವ ಕಾರ್ಯಕ್ರಮಗಳನ್ನು ವಿವರಿಸಲು.

1980 ರ ದಶಕದ ಆರಂಭದಲ್ಲಿ, ನವೀಕೃತ ಉತ್ಸಾಹ ಮತ್ತು ಸರ್ಕಾರದ ನಿಧಿಯು ಸಾಂಕೇತಿಕ AI ನ ಅಭಿವೃದ್ಧಿಗೆ ಉತ್ತೇಜನ ನೀಡಿತು, ನಿಯಮ-ಆಧಾರಿತ ಪರಿಣಿತ ವ್ಯವಸ್ಥೆ (ಇದನ್ನು ಸಹ ಕರೆಯಲಾಗುತ್ತದೆ ಜ್ಞಾನದ ಆಧಾರದ ಮೇಲೆ ಸಿಸ್ಟಮ್) ಡೊಮೇನ್-ನಿರ್ದಿಷ್ಟ ಜ್ಞಾನವನ್ನು ನಿಯಮಗಳ ಸೆಟ್ಗಳಾಗಿ ಎನ್ಕೋಡ್ ಮಾಡುತ್ತದೆ. ಗಮನಾರ್ಹ ಉದಾಹರಣೆಯೆಂದರೆ MYCIN, ಸಾಂಕ್ರಾಮಿಕ ರೋಗಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.

ಸೀಮಿತ ಡೊಮೇನ್‌ಗಳಲ್ಲಿ ಯಶಸ್ವಿಯಾದರೂ, ಪರಿಣಿತ ವ್ಯವಸ್ಥೆಗಳ ಅಂತರ್ಗತ ಮಿತಿಗಳು ಅವುಗಳ ವ್ಯಾಪಕ ಅಳವಡಿಕೆಯನ್ನು ನಿರ್ಬಂಧಿಸಿವೆ. ಪರಿಣಿತ ನಿರ್ದಿಷ್ಟ ಕ್ಷೇತ್ರದಲ್ಲಿ ಮಾನವ ತಜ್ಞರನ್ನು ಅನುಕರಿಸುವ ಕಂಪ್ಯೂಟರ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಇದು AI ಯ ಆರಂಭಿಕ ದಿನಗಳಲ್ಲಿ ಜನಪ್ರಿಯವಾಗಿತ್ತು ಮತ್ತು ನಂತರ AI ನಲ್ಲಿನ ನ್ಯೂರಲ್ ನೆಟ್‌ವರ್ಕ್‌ಗಳು ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಯಂತಹ ಪ್ರಗತಿಯೊಂದಿಗೆ ಮರೆಯಾಯಿತು.

AI ಯ ಪ್ರಯಾಣವು ಹೆಚ್ಚುತ್ತಿರುವ ನಿರೀಕ್ಷೆಗಳು ಮತ್ತು ನಿರಾಶಾದಾಯಕ ಪ್ರಗತಿಯಿಂದ ಗುರುತಿಸಲ್ಪಟ್ಟಿದೆ, ಇದನ್ನು “AI ಚಳಿಗಾಲಗಳು” ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ, ಈ ಸಮಯದಲ್ಲಿ ಹಣ, ಆಸಕ್ತಿ ಮತ್ತು ವಿಶ್ವಾಸವು ಕ್ಷೀಣಿಸಿತು. ಸಂಚಿಕೆಗಳ ವಿಶ್ಲೇಷಣೆಗಳು ಪುನರಾವರ್ತಿತ ಕಾರಣಗಳು ಮತ್ತು ಕ್ಷೇತ್ರಕ್ಕೆ ಒಳನೋಟವುಳ್ಳ ಪಾಠಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸಿದವು.

2010 ರ ದಶಕದಲ್ಲಿ ಆಳವಾದ ಕಲಿಕೆ, ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳ ಏರಿಕೆ, ಪರಿವರ್ತಕ ಆರ್ಕಿಟೆಕ್ಚರ್ ಮತ್ತು ಉತ್ಪಾದಕ AI (GenAI) ಯೊಂದಿಗೆ ಬೆಳವಣಿಗೆಯ ಹೊಸ ಹಂತವನ್ನು ಸಾಮಾನ್ಯವಾಗಿ “AI ಆಫ್ ವಸಂತ” ಎಂದು ವಿವರಿಸಲಾಗಿದೆ.

“ಇಂದು ನಮ್ಮ ಮುಂದಿರುವ ಆವಶ್ಯಕತೆಯು AI ಯ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಮುನ್ನಡೆಸುವುದು ಮಾತ್ರವಲ್ಲ, ಅದು ಮಾನವ-ಕೇಂದ್ರಿತ, ವಿಶ್ವಾಸಾರ್ಹ, ನೈತಿಕ ಮತ್ತು ಮಾನವ ಯೋಗಕ್ಷೇಮ ಮತ್ತು ಸಾಮಾಜಿಕ ಪ್ರಗತಿಯನ್ನು ಸುಧಾರಿಸಲು ಸಮರ್ಪಿತವಾಗಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು.”

ಮಾಹಿತಿಯನ್ನು ಅನುಕ್ರಮವಾಗಿ ಸಂಸ್ಕರಿಸಿದ ಹಿಂದಿನ ವಿಧಾನಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ, ಟ್ರಾನ್ಸ್‌ಫಾರ್ಮರ್ ಮಾದರಿಯು ಪಠ್ಯ ಅಥವಾ ಆಡಿಯೊದ ಸಂಪೂರ್ಣ ಅನುಕ್ರಮವನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ, ಪ್ರತಿ ಪದ ಅಥವಾ ಇತರ ಘಟಕಗಳ ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ, GenAI ಮತ್ತು ಅದರ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ನಾಟಕೀಯ ಪ್ರಗತಿಯನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ.

ಗೂಗಲ್‌ನ ಮಾಜಿ ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನಿ ಆಶಿಶ್ ವಾಸ್ವಾನಿ ಮತ್ತು ಗೂಗಲ್ ಬ್ರೈನ್‌ನಲ್ಲಿರುವ ಅವರ ಸಹೋದ್ಯೋಗಿಗಳು ತಮ್ಮ ಪ್ರಭಾವಶಾಲಿ 2017 ರ “ಗಮನ ಈಸ್ ಆಲ್ ಇಟ್ ಟೇಕ್ಸ್” ಪತ್ರಿಕೆಯಲ್ಲಿ ಇಂದಿನ ಜನರೇಟಿವ್ AI ಸಿಸ್ಟಮ್‌ಗಳಿಗೆ ಆಧಾರವಾಗಿರುವ ಟ್ರಾನ್ಸ್‌ಫಾರ್ಮರ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ಹಾಕಿದ್ದಾರೆ. ವಾಸ್ವಾನಿ ಮತ್ತು ಸ್ಯಾಮ್ ಆಲ್ಟ್‌ಮನ್ – ಚಾಟ್‌ಜಿಪಿಟಿಯನ್ನು ಒದಗಿಸುವ ಓಪನ್‌ಎಐ ಸಿಇಒ – ಜಿಎಐ ಕ್ರಾಂತಿಯ ಹಿಂದಿನ ಮಾಸ್ಟರ್‌ಮೈಂಡ್‌ಗಳು ಎಂದು ವ್ಯಾಪಕವಾಗಿ ಪರಿಗಣಿಸಲಾಗಿದೆ.

2022 ರಲ್ಲಿ ಚಾಟ್‌ಜಿಪಿಟಿಯ ಸಾರ್ವಜನಿಕ ಉಡಾವಣೆಯೊಂದಿಗೆ AI ಹೊಸ ಎತ್ತರವನ್ನು ತಲುಪಿತು, ತ್ವರಿತವಾಗಿ ಚಾಟ್‌ಬಾಟ್‌ಗಳು ಮತ್ತು ಉತ್ಪಾದಕ AI ಪರಿಕರಗಳ ಅಲೆಯು ಜಾಗತಿಕ ಆಸಕ್ತಿಯನ್ನು ಹೆಚ್ಚಿಸಿತು.

ತೀರಾ ಇತ್ತೀಚೆಗೆ, ಹೆಚ್ಚು ಸ್ವಾಯತ್ತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿರುವ ಏಜೆಂಟ್ AI ವ್ಯವಸ್ಥೆಗಳ ಬೆಳವಣಿಗೆಯು AI ಯ ಸಾಮರ್ಥ್ಯಗಳು ಮತ್ತು ಪ್ರಭಾವವನ್ನು ವಿಸ್ತರಿಸಿದೆ.

AI ಯ 70 ವರ್ಷಗಳ ಪ್ರಯಾಣವು ದೃಷ್ಟಿ, ಪ್ರಯೋಗ, ವೈಫಲ್ಯ, ನಾವೀನ್ಯತೆ ಮತ್ತು ಪ್ರಭಾವದ ಅಸಾಧಾರಣ ಪರಸ್ಪರ ಕ್ರಿಯೆಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ.

AI ಇತಿಹಾಸದ ಕುರಿತು ಹೆಚ್ಚಿನ ಮಾಹಿತಿ ಮತ್ತು ವೈವಿಧ್ಯಮಯ ದೃಷ್ಟಿಕೋನಗಳಿಗಾಗಿ, ನನ್ನ ಲೇಖನಗಳ ಸಂಗ್ರಹವನ್ನು ಪರಿಶೀಲಿಸಿ.

ಸಾಮರ್ಥ್ಯಗಳು ಮತ್ತು ಭರವಸೆಗಳು

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪ್ರಾಯೋಗಿಕ ಶಕ್ತಿಯು ಮಾಹಿತಿಯನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು, ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಅಭೂತಪೂರ್ವ ವೇಗ ಮತ್ತು ಪ್ರಮಾಣದಲ್ಲಿ ಅರಿವಿನ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಸಾಮರ್ಥ್ಯದಲ್ಲಿದೆ. ಇದು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಬಹುದು, ಒಳನೋಟಗಳನ್ನು ಹೊರತೆಗೆಯಬಹುದು ಮತ್ತು ಮನುಷ್ಯರಿಗೆ ಪತ್ತೆಹಚ್ಚಲು ಕಷ್ಟಕರವಾದ ಪ್ರವೃತ್ತಿಗಳು ಅಥವಾ ವೈಪರೀತ್ಯಗಳನ್ನು ಗುರುತಿಸಬಹುದು. ಕಾರ್ಯಕ್ರಮಗಳು ದಿನನಿತ್ಯದ ಕಾರ್ಯಗಳನ್ನು ಮತ್ತು ಪುನರಾವರ್ತಿತ ಜ್ಞಾನದ ಕೆಲಸವನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಹುದು, ಉತ್ಪಾದಕತೆಯನ್ನು ಸುಧಾರಿಸಬಹುದು ಮತ್ತು ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು.

ಚಾಟ್‌ಬಾಟ್‌ಗಳು ಮತ್ತು GenAI ಯ ಇತರ ಪ್ರಕಾರಗಳು ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಬಹುದು ಮತ್ತು ಬಳಕೆದಾರರ ವಿನಂತಿಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯೆಯಾಗಿ ಪಠ್ಯ, ಚಿತ್ರಗಳು, ವೀಡಿಯೊ, ಸಂಗೀತ, ಸಾಫ್ಟ್‌ವೇರ್ ಕೋಡ್, ಶೈಕ್ಷಣಿಕ ಸಾಮಗ್ರಿಗಳು ಮತ್ತು ಇತರ ವಿಷಯವನ್ನು ತ್ವರಿತವಾಗಿ ರಚಿಸಬಹುದು, ಮಾಹಿತಿ ಸಂಗ್ರಹಣೆ, ನಾವೀನ್ಯತೆ ಮತ್ತು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಿಕೆಯನ್ನು ವೇಗಗೊಳಿಸಬಹುದು. AI ಪಠ್ಯವನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಸಾರಾಂಶಗೊಳಿಸುತ್ತದೆ, ಅನುವಾದಿಸುತ್ತದೆ ಮತ್ತು ಮರುಹೊಂದಿಸುತ್ತದೆ ಮತ್ತು ಕಲ್ಪನೆಗಳನ್ನು ರಚಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಇದು ಸಹಜ ಭಾಷಾ ಸಂವಹನಗಳನ್ನು ಸುಗಮಗೊಳಿಸುತ್ತದೆ, ತಂತ್ರಜ್ಞಾನವನ್ನು ತಜ್ಞರಲ್ಲದವರಿಗೆ ಮತ್ತು ವೈವಿಧ್ಯಮಯ ಜಾಗತಿಕ ಸಮುದಾಯಕ್ಕೆ ಹೆಚ್ಚು ಪ್ರವೇಶಿಸುವಂತೆ ಮಾಡುತ್ತದೆ. ಇದರ ಮಲ್ಟಿಮೋಡಲ್ ಸಾಮರ್ಥ್ಯಗಳು ವಿವಿಧ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಅದರ ಉಪಯುಕ್ತತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತವೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಇದು ಶಕ್ತಿಯುತ ಸಹಯೋಗಿಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಮಾನವ ಬುದ್ಧಿವಂತಿಕೆಯನ್ನು ಬದಲಿಸುವ ಬದಲು ಸೃಜನಶೀಲತೆ ಮತ್ತು ಸಮಸ್ಯೆ-ಪರಿಹರಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ.

AI ಸ್ವಾಯತ್ತ ಸಾಧನಗಳಿಂದ ಸ್ವಾಯತ್ತ, ಗುರಿ-ಆಧಾರಿತ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಪರಿವರ್ತನೆಗೊಳ್ಳುತ್ತಿದೆ. ಕನಿಷ್ಠ ಮಾನವ ಮೇಲ್ವಿಚಾರಣೆಯೊಂದಿಗೆ ಯೋಜಿಸಲು, ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಮತ್ತು ಹೊಂದಿಕೊಳ್ಳುವ ಏಜೆಂಟ್ AI ವ್ಯವಸ್ಥೆಗಳು ಹೆಚ್ಚುತ್ತಿವೆ, ಇದು ದೊಡ್ಡ-ಪ್ರಮಾಣದ ಪ್ರಭಾವವನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ.

ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್ ಫಾರ್ ಹ್ಯೂಮನ್-ಕೇಂದ್ರಿತ AI ಪ್ರಕಟಿಸಿದ 400-ಪುಟ AI 2026 ಸೂಚ್ಯಂಕ, ತಂತ್ರಜ್ಞಾನದ ಸುಧಾರಿತ ಸಾಮರ್ಥ್ಯಗಳು ಮತ್ತು ಅಭೂತಪೂರ್ವ ಅಳವಡಿಕೆ ದರಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ, ಇದು ದೂರವಾಣಿ, ದೂರದರ್ಶನ, ಪರ್ಸನಲ್ ಕಂಪ್ಯೂಟರ್ ಮತ್ತು ಇಂಟರ್ನೆಟ್‌ಗಳನ್ನು ಮೀರಿಸುತ್ತದೆ.

AI ಯ ಪ್ರಸ್ತುತ ಸ್ಥಿತಿಯ ಆಳವಾದ ನೋಟಕ್ಕಾಗಿ, ಈ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಓದಿ IEEE ಸ್ಪೆಕ್ಟ್ರಮ್ಇದು “ಗ್ರೇಟ್ AI ರೆಕನಿಂಗ್” ವಿಶೇಷ ವರದಿಯನ್ನು ಸಹ ಪ್ರಕಟಿಸಿತು.

ದೌರ್ಬಲ್ಯಗಳು ಮತ್ತು ಕಾಳಜಿಗಳು

ಅದರ ಪ್ರಯೋಜನಗಳ ಜೊತೆಗೆ, AI ಗಮನಾರ್ಹ ಅಪಾಯಗಳು ಮತ್ತು ಕಾಳಜಿಗಳನ್ನು ಒಡ್ಡುತ್ತದೆ. ಇವುಗಳಲ್ಲಿ ಪಕ್ಷಪಾತ, ತಾರತಮ್ಯ ಮತ್ತು ಹಾನಿಕಾರಕ ಪ್ರತಿಕ್ರಿಯೆಗಳು ಸೇರಿವೆ; ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಲ್ಲಿ ಪಾರದರ್ಶಕತೆ ಮತ್ತು ವಿವರಣೆಯ ಕೊರತೆ; AI ತರಬೇತಿಗಾಗಿ ಸಂಗ್ರಹಿಸಿದ ಡೇಟಾದಿಂದ ಗೌಪ್ಯತೆಯ ಉಲ್ಲಂಘನೆ; ಮತ್ತು AI-ಆಧಾರಿತ ದಾಳಿಗಳು ಸೇರಿದಂತೆ ಸೈಬರ್‌ ಸುರಕ್ಷತೆಯ ದೋಷಗಳು.

AI ವ್ಯವಸ್ಥೆಗಳು ಭ್ರಮೆಯನ್ನು ಉಂಟುಮಾಡಬಹುದು, ವಿಶ್ವಾಸಾರ್ಹ ಆದರೆ ತಪ್ಪಾದ ಅಥವಾ ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಮಾಹಿತಿಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತವೆ. ಇದಲ್ಲದೆ, AI ತಪ್ಪು ಮಾಹಿತಿ, ಡೀಪ್‌ಫೇಕ್‌ಗಳು ಮತ್ತು ಕುಶಲತೆಯ ವಿಷಯದ ಹರಡುವಿಕೆಯನ್ನು ಸುಗಮಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ವರ್ಧಿಸುತ್ತದೆ, ಸಾರ್ವಜನಿಕ ನಂಬಿಕೆಯನ್ನು ದುರ್ಬಲಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಸಾರ್ವಜನಿಕ ಅಭಿಪ್ರಾಯದ ಅಲ್ಗಾರಿದಮಿಕ್ ಕುಶಲತೆಯನ್ನು ಚಾಲನೆ ಮಾಡುತ್ತದೆ. AI ಸ್ತೋತ್ರ ಎಂದು ಕರೆಯಲ್ಪಡುವ ಹೊಗಳುವ, ಜನರನ್ನು ಮೆಚ್ಚಿಸುವ ಅಥವಾ ದೃಢೀಕರಿಸುವ ನಡವಳಿಕೆಯು ಸಹ ಹಾನಿಕಾರಕವಾಗಿದೆ.

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಮೇಲಿನ ಅತಿಯಾದ ಅವಲಂಬನೆಯು ಮಾನವ ತಾರ್ಕಿಕತೆ, ವಿಮರ್ಶಾತ್ಮಕ ಚಿಂತನೆ ಮತ್ತು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಕೌಶಲ್ಯಗಳನ್ನು ನಾಶಪಡಿಸಬಹುದು. ಮತ್ತು ಸ್ವಾಯತ್ತ ವ್ಯವಸ್ಥೆಗಳು ರಕ್ಷಣೆ, ಆರೋಗ್ಯ ಮತ್ತು ಸಾರಿಗೆ ಸೇರಿದಂತೆ ನಿರ್ಣಾಯಕ ಪ್ರದೇಶಗಳಲ್ಲಿ ಗಂಭೀರ ಪರಿಣಾಮಗಳೊಂದಿಗೆ ದೋಷಗಳನ್ನು ಮಾಡಬಹುದು.

ಆದ್ದರಿಂದ, ತಂತ್ರಜ್ಞಾನ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಅನುಷ್ಠಾನವು ತಿಳುವಳಿಕೆ, ಉತ್ತಮ ತೀರ್ಪು ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತ ಆಡಳಿತದಿಂದ ಮಾರ್ಗದರ್ಶನ ಮಾಡಬೇಕು. ಯಾವುದೇ ಅಪ್ಲಿಕೇಶನ್‌ಗೆ AI ಯ ಸೂಕ್ತತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಲ್ಲಿ, ಅದರ ಸಾಮರ್ಥ್ಯಗಳು, ಅನುಕೂಲಗಳು, ಮಿತಿಗಳು ಮತ್ತು ಅಪಾಯಗಳನ್ನು ಎಚ್ಚರಿಕೆಯಿಂದ ಮತ್ತು ಸಮಗ್ರವಾಗಿ ಪರಿಗಣಿಸಬೇಕು.

IEEE ಕೊಡುಗೆಗಳು

IEEE AI ಪ್ರಗತಿಯನ್ನು ದಾಖಲಿಸಿದೆ ಮತ್ತು ಪ್ರಸಾರ ಮಾಡಿಲ್ಲ. ಇದು ಮಾನವೀಯತೆಯ ಪ್ರಯೋಜನಕ್ಕಾಗಿ ಮತ್ತಷ್ಟು ಪ್ರಗತಿ ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತ ಬಳಕೆಯ ಕಡೆಗೆ ಅದನ್ನು ಸಕ್ರಿಯವಾಗಿ ಪ್ರಚಾರ ಮಾಡಿದೆ, ಪ್ರಮಾಣೀಕರಿಸಿದೆ ಮತ್ತು ಮಾರ್ಗದರ್ಶನ ಮಾಡಿದೆ. IEEE ತನ್ನ AI ಚಟುವಟಿಕೆಗಳ ಕುರಿತು ಮಾಹಿತಿಗಾಗಿ ಕೇಂದ್ರವನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ, ಇದು ಸಂಶೋಧಕರು, ಅಭಿವರ್ಧಕರು, ನಿಯಂತ್ರಕರು ಮತ್ತು ಬಳಕೆದಾರರಿಗೆ ಅಮೂಲ್ಯವಾದ ಸಂಪನ್ಮೂಲವಾಗಿದೆ.

IEEE 11 AI-ಕೇಂದ್ರಿತ ನಿಯತಕಾಲಿಕಗಳನ್ನು ಪ್ರಕಟಿಸುತ್ತದೆ, ಅದು ಸೇರಿದಂತೆ ಜ್ಞಾನದ ಗಡಿಗಳನ್ನು ಮುನ್ನಡೆಸುತ್ತದೆ IEEE ಇಂಟೆಲಿಜೆಂಟ್ ಸಿಸ್ಟಮ್ಸ್. ಅವರ ಸ್ಮರಣಾರ್ಥ ಸಂಚಿಕೆ AI ನಲ್ಲಿ 70, ಬುದ್ಧಿವಂತ ವ್ಯವಸ್ಥೆಗಳು 2000 ರಿಂದ ಪ್ರಕಟವಾದ 10 ಅತ್ಯಂತ ಪ್ರಭಾವಶಾಲಿ AI ಲೇಖನಗಳನ್ನು ಗುರುತಿಸಲಾಗಿದೆ. IEEE ಕಂಪ್ಯೂಟರ್ ಸೊಸೈಟಿಯಿಂದ ನಿರ್ಮಿಸಲಾದ ನಿಯತಕಾಲಿಕವು 10 ಪ್ರವರ್ತಕರನ್ನು AI ಹಾಲ್ ಆಫ್ ಫೇಮ್‌ಗೆ ಸೇರಿಸಿತು, ಅವರ ಕೊಡುಗೆಗಳು ಮತ್ತು ತಂತ್ರಜ್ಞಾನ ಮತ್ತು ಸಮಾಜದ ಮೇಲಿನ ಪ್ರಭಾವವನ್ನು ಗೌರವಿಸುತ್ತದೆ.

AI ಸಂಶೋಧನೆ ಮತ್ತು ಅಭಿವೃದ್ಧಿಯನ್ನು ಉತ್ತೇಜಿಸಲು, 2006 ರಿಂದ, ನಿಯತಕಾಲಿಕವು AI ನ 10 ಟು ವಾಚ್ ಪ್ರಶಸ್ತಿಗಳ ಮೂಲಕ ಕ್ಷೇತ್ರದ ಉದಯೋನ್ಮುಖ ತಾರೆಗಳನ್ನು ಗುರುತಿಸಿದೆ. ದ್ವೈವಾರ್ಷಿಕ ಪ್ರಶಸ್ತಿಗಳು ಯುವ ಸಂಶೋಧಕರು ಮತ್ತು ವೃತ್ತಿಪರರ ಅತ್ಯುತ್ತಮ ಕೊಡುಗೆಗಳನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತವೆ. ಈ ವರ್ಷದ ಪ್ರಶಸ್ತಿಗಳಿಗೆ ನಾಮನಿರ್ದೇಶನಗಳು ಜುಲೈ 1 ರವರೆಗೆ ತೆರೆದಿರುತ್ತವೆ.

AI ಯ ಆರಂಭಿಕ ದಿನಗಳಿಂದಲೂ, IEEE ಕಂಪ್ಯೂಟರ್, ಕಂಪ್ಯೂಟೇಶನಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ಮತ್ತು ಸಿಸ್ಟಮ್ಸ್, ಮ್ಯಾನ್ ಮತ್ತು ಸೈಬರ್ನೆಟಿಕ್ಸ್ ಸೊಸೈಟಿಗಳು AI ಸಂಶೋಧನೆ ಮತ್ತು ಅಭ್ಯಾಸವನ್ನು ಪ್ರೋತ್ಸಾಹಿಸಿದವುಗಳಲ್ಲಿ ಸೇರಿವೆ. AI ಡೆವಲಪರ್ ಆಗಲು ಕಂಪ್ಯೂಟರ್ ಸೊಸೈಟಿ ಮಾರ್ಗದರ್ಶಿ ನೀಡುತ್ತದೆ.

IEEE ಮತ್ತು ಅದರ ಸಮಾಜಗಳು ವಾರ್ಷಿಕವಾಗಿ 100 AI ಸಮ್ಮೇಳನಗಳನ್ನು ಪ್ರಾಯೋಜಿಸುತ್ತವೆ. IEEE ಎಕ್ಸ್‌ಪ್ಲೋರ್ ಡಿಜಿಟಲ್ ಲೈಬ್ರರಿಯಲ್ಲಿ ಕಾನ್ಫರೆನ್ಸ್ ಆರ್ಕೈವ್‌ಗಳು ಲಭ್ಯವಿದೆ.

IEEE ಲರ್ನಿಂಗ್ ನೆಟ್‌ವರ್ಕ್ AI-ಸಂಬಂಧಿತ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ 200 ಕೋರ್ಸ್‌ಗಳನ್ನು ನೀಡುತ್ತದೆ.

IEEE ಸ್ಟ್ಯಾಂಡರ್ಡ್ಸ್ ಅಸೋಸಿಯೇಷನ್ ​​100 ಕ್ಕೂ ಹೆಚ್ಚು AI- ಸಂಬಂಧಿತ ಮಾನದಂಡಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದೆ. ಇದರ CertifAIEd ಪ್ರೋಗ್ರಾಂ ನೈತಿಕ ವಿನ್ಯಾಸ ಮತ್ತು ಸ್ವಾಯತ್ತ ಬುದ್ಧಿವಂತ ವ್ಯವಸ್ಥೆಗಳ ಅನುಷ್ಠಾನವನ್ನು ಉತ್ತೇಜಿಸುತ್ತದೆ.

ಸಂಸ್ಥೆ AI-ಆಧಾರಿತ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಹಲವಾರು IEEE ಸದಸ್ಯರನ್ನು ಒಳಗೊಂಡಿತ್ತು, ಉದಾಹರಣೆಗೆ ಅಭಿಷೇಕ್ ಅಪ್ಪಾಜಿ, ಅವರು ಮನೋವೈದ್ಯಕೀಯ ಅಸ್ವಸ್ಥತೆಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಸಹಾಯ ಮಾಡುವ ಸಾಧನಗಳನ್ನು ರಚಿಸಿದ್ದಾರೆ.

AI ನ ಭವಿಷ್ಯವನ್ನು ರೂಪಿಸುವುದು

AI ಯ ಇತಿಹಾಸವು ಬೆಳವಣಿಗೆಗಳ ಹಿಂದಿನ ಪ್ರೇರಣೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ನಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಮತ್ತು ನಾವೀನ್ಯತೆ ಮತ್ತು ತಂತ್ರಜ್ಞಾನದ ಕ್ರಾಂತಿಯ ಮುಂದಿನ ಹಂತಕ್ಕೆ ನಮಗೆ ಸ್ಫೂರ್ತಿ ಮತ್ತು ಮಾರ್ಗದರ್ಶನ ನೀಡುತ್ತದೆ. AI ಯ ಪಥವನ್ನು ನಾವು ಈಗ ಮತ್ತು ಭವಿಷ್ಯದಲ್ಲಿ ಮಾಡುವ ಸಾಮೂಹಿಕ ಆಯ್ಕೆಗಳಿಂದ ಅಗತ್ಯವಾಗಿ ರೂಪಿಸಲಾಗಿದೆ.

ಟ್ಯೂರಿಂಗ್ ತನ್ನ ಹೆಗ್ಗುರುತು 1950 ರ ಲೇಖನದಲ್ಲಿ ಬರೆದಂತೆ, “ನಾವು ಮುಂದೆ ಸ್ವಲ್ಪ ದೂರವನ್ನು ಮಾತ್ರ ನೋಡಬಹುದು, ಆದರೆ ನಾವು ಮಾಡಬೇಕಾದುದನ್ನು ನಾವು ನೋಡಬಹುದು.”

ಇಂದು ನಮ್ಮ ಮುಂದಿರುವ ಅನಿವಾರ್ಯತೆಯೆಂದರೆ AI ಯ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಮುನ್ನಡೆಸುವುದು ಮಾತ್ರವಲ್ಲ, ಅದು ಮಾನವ-ಕೇಂದ್ರಿತ, ವಿಶ್ವಾಸಾರ್ಹ, ನೈತಿಕ ಮತ್ತು ಮಾನವ ಯೋಗಕ್ಷೇಮ ಮತ್ತು ಸಾಮಾಜಿಕ ಪ್ರಗತಿಯನ್ನು ಸುಧಾರಿಸಲು ಸಮರ್ಪಿತವಾಗಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು.