செயற்கை நுண்ணறிவு (AI) குழுக்கள் வேகமாகச் செயல்பட வேண்டும் என்ற தொடர்ச்சியான அழுத்தத்தில் உள்ளன. அவர்களுக்கு அதிக தரவுகள், அதிக வேறுபாடுகள், மற்றும் விளிம்புநிலைச் சூழல்கள், மொழிகள், வடிவங்கள் எனப் பல்வேறு தளங்களில் பரந்த அளவிலான தரவுகள் தேவைப்படுகின்றன. செயற்கைத் தரவுகள் மிகவும் கவர்ச்சிகரமானதாக மாறியதற்கு இதுவும் ஒரு காரணம்: கையால் மட்டும் தரவுகளைச் சேகரிப்பதால் பெரும்பாலும் ஈடுசெய்ய முடியாத வேகத்தில், பயிற்சித் தரவுகளை உருவாக்க இது குழுக்களுக்கு உதவுகிறது.
ஆனால், இதில் ஒரு சிக்கல் உள்ளது. செயற்கைத் தரவுகளின் அளவை விரைவாக அதிகரிக்க முடியும், ஆனாலும் அளவு மட்டுமே அதன் பயனை உறுதி செய்வதில்லை. உருவாக்கப்பட்ட மாதிரிகள் யதார்த்தமற்றவையாகவோ, சரியாக வரையறுக்கப்படாதவையாகவோ, அல்லது பலவீனமாகச் சரிபார்க்கப்பட்டவையாகவோ இருந்தால், குழுக்கள் பயனுள்ள தகவலுக்குப் பதிலாக தேவையற்ற தகவல்களையே அளவிட நேரிடும்.
இங்குதான் மேற்பார்வையிடப்பட்ட செயற்கைத் தரவு பயன்பாட்டிற்கு வருகிறது. இது இயந்திரத்தால் உருவாக்கப்பட்ட அளவை மனிதனின் கணிப்பு, ஆய்வு மற்றும் தரக் கட்டுப்பாட்டுடன் இணைப்பதால், அதன் வெளியீடு பெரியதாக மட்டுமல்ல, சிறந்ததாகவும் அமைகிறது.
செயற்கை தரவுகள் தற்போது ஏன் கவனம் பெற்று வருகின்றன?
பல குழுக்களுக்கு, தற்போதைய தடை என்பது மாடல் அணுகல் அல்ல. அது தரவுத் தயார்நிலைதான். அரிதான சூழ்நிலைகளைக் கையாளும் அளவுக்கு விரிவானதாகவும், நுணுக்கமான சரிசெய்தலை ஆதரிக்கும் அளவுக்குக் கட்டமைக்கப்பட்டதாகவும், உற்பத்திச் சூழலில் நம்புவதற்குப் போதுமான நம்பகத்தன்மை கொண்டதாகவும் உள்ள தரவுத்தொகுப்புகள் அவர்களுக்குத் தேவை.
செயற்கைத் தரவுகள் இடைவெளிகளை நிரப்பவும், எளிதில் பெற முடியாத சூழ்நிலைகளை உருவகப்படுத்தவும், மேலும் விலை உயர்ந்த அல்லது தனியுரிமை சார்ந்த சேகரிப்புப் பணிப்பாய்வுகளைச் சார்ந்திருப்பதைக் குறைக்கவும் உதவுவதால், அவை பயன்படுகின்றன. அதே நேரத்தில், நிர்வாகமும் அளவீடும் இன்னும் முக்கியத்துவம் வாய்ந்தவையாக உள்ளன. NIST AI இடர் மேலாண்மைக் கட்டமைப்பு போன்ற கட்டமைப்புகள் , AI வாழ்க்கைச் சுழற்சி முழுவதும் நம்பகத்தன்மை, சோதனை மற்றும் இடர் சார்ந்த மதிப்பீடு ஆகியவற்றை வலியுறுத்துகின்றன (ஆதாரம்: NIST, 2024).
நடைமுறையில் மேற்பார்வையிடப்பட்ட செயற்கை தரவு என்பதன் பொருள் என்ன?
கண்காணிக்கப்பட்ட செயற்கைத் தரவு மற்றொரு பரிமாணத்தைச் சேர்க்கிறது: தரவு உருவாக்கப்படுவதற்கு முன்னும், உருவாக்கத்தின் போதும், உருவாக்கப்பட்ட பின்னரும் 'சிறந்தது' என்பது எப்படி இருக்கும் என்பதை மனிதர்களே வரையறுக்கிறார்கள். அவர்கள் வழிமுறைகளை வடிவமைத்து, விளிம்புநிலைச் சூழல்களைக் குறிப்பிட்டு, நிச்சயமற்ற வெளியீடுகளை மதிப்பாய்வு செய்து, அந்தத் தரவு உண்மையில் மாதிரியின் முடிவுகளை மேம்படுத்துகிறதா என்பதைச் சரிபார்க்கிறார்கள்.
இதை ஒரு பயிற்றுவிப்பாளருடன் கூடிய விமானப் பயிற்சிச் சிமுலேட்டராகக் கருதுங்கள். அந்த சிமுலேட்டர், பயிற்சியின் அளவையும் மீண்டும் மீண்டும் செய்யும் தன்மையையும் வழங்குகிறது. விமானி தவறுகளைப் பயிற்சி செய்வதற்குப் பதிலாக, சரியான நடத்தைகளைக் கற்றுக்கொள்கிறாரா என்பதைப் பயிற்றுவிப்பாளர் உறுதி செய்கிறார். செயற்கைத் தரவுகளும் இதே முறையில்தான் செயல்படுகின்றன. தரவு உருவாக்கம் உங்களுக்கு வேகத்தைத் தருகிறது. மனித மேற்பார்வை அந்த வேகத்தைச் சரியான திசையில் செலுத்துகிறது.
ஒப்பீட்டு அட்டவணை — செயற்கை முறை மட்டும், மேற்பார்வையிடப்பட்ட செயற்கை முறை மற்றும் பாரம்பரிய மனிதக் குறியிடப்பட்ட செயல்முறைத் தொடர்கள்
| அணுகுமுறை | வேகம் | தரமான நிலைத்தன்மை | விளிம்புநிலை பாதுகாப்பு | மனித முயற்சி | சிறந்த பொருத்தம் |
|---|---|---|---|---|---|
| செயற்கை மட்டும் | உயர் | மாறி | பெரும்பாலும் சீரற்ற | குறைந்த | ஆரம்பகால பரிசோதனை, குறைந்த ஆபத்துள்ள மேம்பாடு |
| மேற்பார்வையிடப்பட்ட செயற்கை | அதிகத்திலிருந்து நடுத்தரம் | உயர் | நன்கு வடிவமைக்கப்பட்டால் வலிமையானது | நடுத்தர | விரிவாக்கக்கூடிய பயிற்சி மற்றும் மதிப்பீட்டு வழிமுறைகள் |
| பாரம்பரிய மனித-குறியிடப்பட்ட | நடுத்தரம் முதல் குறைந்தது | உயர் | வலிமையானது ஆனால் விரிவடைய மெதுவாக உள்ளது | உயர் | நுட்பமான பணிகள், அடிப்படை அளவுகோல்கள், சிக்கலான தீர்ப்பு |
கண்காணிக்கப்பட்ட செயற்கைத் தரவு ஏன் பெருகிய முறையில் கவர்ச்சிகரமானதாக இருக்கிறது என்பதை இந்த அட்டவணை காட்டுகிறது. இது, முழுமையான தானியக்கம் ஏற்படுத்தக்கூடிய தரச் சரிவைக் குறைக்கும் அதே வேளையில், தரவு உருவாக்கத்தின் அளவிலான நன்மையையும் பெருமளவில் தக்க வைத்துக் கொள்கிறது.
செயற்கை-மட்டுமேயான பணிப்பாய்வுகள் பெரும்பாலும் பின்தங்கும் இடங்களில்
முதல் சிக்கல் யதார்த்தம். உருவாக்கப்பட்ட எடுத்துக்காட்டுகள் நம்பத்தகுந்தவையாகத் தோன்றலாம், ஆனால் உற்பத்தியில் முக்கியத்துவம் வாய்ந்த நுட்பமான வடிவங்களை அவை தவறவிடுகின்றன.
இரண்டாவது சிக்கல் விளிம்புநிலைச் சூழல்கள் ஆகும். அரிதான சூழ்நிலைகளே பெரும்பாலும் குழுக்கள் செயற்கைத் தரவுகளை நாடுவதற்கான முக்கியக் காரணமாக அமைகின்றன, ஆயினும், துறைசார் வல்லுநர்கள் அவற்றை வடிவமைக்காத வரையில், அதே சூழ்நிலைகளை மிக எளிமையாக்கி விடுவது எளிது.
மூன்றாவது சிக்கல் மதிப்பீடு ஆகும். பல குழுக்கள், “இந்தத் தரவு மாதிரியை மேம்படுத்தியதா?” என்று கேட்பதற்கு முன்பு, “நாம் எவ்வளவு தரவை உருவாக்கினோம்?” என்று கேட்கின்றன. செயற்கை நுண்ணறிவு சோதனை, மதிப்பீடு, செல்லுபடியாக்கம் மற்றும் உறுதிப்படுத்தல் ஆகியவற்றில் NIST-இன் பணி, வெறும் வெளியீட்டு அளவை மட்டும் அல்லாமல், அளவிடக்கூடிய மதிப்பீடு மற்றும் சூழலுக்குப் பொருத்தமான செயல்திறன் சோதனைகளின் முக்கியத்துவத்தை எடுத்துக்காட்டுகிறது (ஆதாரம்: NIST, 2025). NIST-இன் TEVV வழிகாட்டுதலைப் பார்க்கவும்.
உயர்தர செயற்கை தரவுகளுக்கான இயக்க மாதிரி
வலுவான, மேற்பார்வையிடப்பட்ட செயற்கைத் தரவுத் திட்டங்கள் பொதுவாகப் பணி உருவாக்கத்தில் அல்லாமல், பணி வடிவமைப்பிலிருந்தே தொடங்குகின்றன. அதாவது, தெளிவான அறிவுறுத்தல்கள், குறியிடப்பட்ட எடுத்துக்காட்டுகள், விளிம்புநிலை வரையறைகள் மற்றும் தரத்திற்கான ஒப்புக்கொள்ளப்பட்ட மதிப்பீட்டு முறை ஆகியவை இதில் அடங்கும்.
அடுத்து வருவது திறன்மிகு சரிபார்ப்பிகள். இவை, நகல்கள், விடுபட்ட புலங்கள், தவறான பதில்கள், வெளிப்படையான முரண்பாடுகள், பொருளற்ற சொற்கள் அல்லது வடிவமைப்புத் தவறுகள் போன்ற தவிர்க்கக்கூடிய சிக்கல்களை முன்கூட்டியே கண்டறிகின்றன. அதன் மூலம், மனித மதிப்பாய்வாளர்கள் சரிசெய்வதற்குப் பதிலாக முடிவெடுப்பதில் தங்கள் நேரத்தைச் செலவிடுகிறார்கள்.
அடுத்து வருவது, தேர்ந்தெடுக்கப்பட்ட மனித மதிப்பாய்வு. ஒவ்வொரு மாதிரிக்கும் நிபுணர் கவனம் தேவைப்படுவதில்லை. ஆனால், தெளிவற்ற, அதிக ஆபத்துள்ள, அல்லது துறை சார்ந்த முக்கியத்துவம் வாய்ந்த கூறுகளுக்கு பொதுவாக அது தேவைப்படுகிறது. இந்த இடத்தில்தான் அனுபவம் வாய்ந்த மதிப்பாய்வாளர்கள் நிலைத்தன்மையை மேம்படுத்தி, வெளிப்படாத தரவுத்தொகுப்புத் தோல்விகளைத் தடுக்க முடியும்.
இறுதியாக, சிறந்த அணிகள் இந்தச் சுழற்சியை நிறைவு செய்கின்றன. செயற்கைத் தரவு உண்மையில் உதவுகிறதா என்பதைப் பார்க்க, அவை தங்கத் தரவு, அளவுகோல் தொகுப்புகள் மற்றும் பின்தொடர் மாதிரி செயல்திறன் ஆகியவற்றைப் பயன்படுத்துகின்றன. அந்தச் செயல்பாட்டு ஒழுங்குமுறையானது, நிபுணத்துவத் தரவுக் குறிப்பீடு , தரக்கட்டுப்பாட்டுடன் கூடிய AI தரவுத் தளங்கள் மற்றும் உருவாக்கும் AI பயிற்சித் தரவுப் பணிப்பாய்வுகள் ஆகியவற்றிற்கு ஷைப் அளிக்கும் முக்கியத்துவத்தைப் பிரதிபலிக்கிறது.
நிஜ உலகில் இது எப்படி இருக்கும்
ஏன்? ஏனென்றால், உருவாக்கப்பட்ட தரவு பொதுவான பாதையைப் பதிவுசெய்தது, ஆனால் சிக்கலான நிஜ உலக விளிம்புநிலைச் சூழல்களைப் பதிவுசெய்யவில்லை.
அதன்பிறகு, அந்தக் குழு பணிப்பாய்வை மறுவடிவமைக்கிறது. அவர்கள் வழிமுறைகளைக் கடுமையாக்கி, தெளிவற்ற நிகழ்வுகளுக்கான எடுத்துக்காட்டுகளைச் சேர்த்து, பொதுவான வடிவமைப்புப் பிழைகளுக்கான சரிபார்ப்புக் கருவிகளை அறிமுகப்படுத்தி, உறுதியற்ற மாதிரிகளைத் துறைசார் மதிப்பாய்வாளர்களுக்கு அனுப்புகிறார்கள். மேலும், ஒவ்வொரு புதிய தொகுதியும் ஏற்றுக்கொள்ளப்படுவதற்கு முன்பு, ஒப்பீட்டு அளவீடு செய்வதற்காக ஒரு சிறிய தங்கத் தரவுத்தொகுப்பையும் அவர்கள் உருவாக்குகிறார்கள்.
இதன் விளைவு வெறும் அதிக தரவுகள் மட்டுமல்ல. அது மேலும் நம்பகமான தரவுகளாகும்.
செயற்கைத் தரவுகளைப் பொறுப்புடன் பயன்படுத்துவதற்கான ஒரு முடிவெடுக்கும் கட்டமைப்பு
அளவு, தனியுரிமை சார்ந்த விரிவாக்கம், அரிதான சூழல்களுக்கான பாதுகாப்பு அல்லது வேகமான செயல்முறைப்படுத்தல் தேவைப்படும்போது செயற்கைத் தரவைப் பயன்படுத்தவும்.
ஒரு பணியானது உண்மையான நடத்தை, நிகழ்நேரப் பரவல்கள் அல்லது உருவகப்படுத்தக் கடினமான நுணுக்கங்களைப் பெரிதும் சார்ந்திருக்கும்போது, அதனுடன் நிஜ உலகத் தரவுகளையும் இணைக்கவும்.
அளவை அதிகரிப்பதற்கு முன், மூன்று நடைமுறை கேள்விகளைக் கேளுங்கள்:
- இந்தத் தரவு தவறாக இருந்தால், எந்தத் தோல்வி மிகவும் பாதிப்பை ஏற்படுத்தும்?
- எந்த மாதிரிகளைத் தானாகவே சரிபார்க்க முடியும், எதற்கு மனித மதிப்பீடு தேவை?
- புதிய தரவு மாதிரியை மேம்படுத்தியுள்ளது என்பதை எந்த அளவுகோல் நிரூபிக்கும்?
அந்தக் கேள்விகளுக்குத் தெளிவான பதில்கள் இல்லை என்றால், அந்த செயல்முறை விரிவாக்கத்திற்குத் தயாராக இல்லை என்று பொருள்.
தீர்மானம்
செயற்கைத் தரவை ஒரு உள்ளடக்கத் தொழிற்சாலையாகக் கருதாமல், ஒரு தர அமைப்பாகக் கருதும்போதே அது மிகவும் மதிப்புமிக்கதாகிறது. இயந்திர உருவாக்கம் வேகத்தையும் விரிவையும் வழங்க முடியும், ஆனால் மனித நிபுணத்துவம்தான் அந்த அளவைச் செயல்பாட்டுக்குப் பயனுள்ள ஒன்றாக மாற்றுகிறது.
செயற்கைத் தரவுகளிலிருந்து அதிகப் பலன் பெறுபவை, அதிக வரிசைகளை உருவாக்கும் குழுக்கள் அல்ல. மாறாக, அதனைச் சுற்றி மிகவும் வலிமையான மீளாய்வுச் சுழல்கள், சரிபார்ப்பிகள், அளவுகோல்கள் மற்றும் முடிவெடுக்கும் விதிகளை உருவாக்கும் குழுக்களே ஆகும்.
செயற்கை நுண்ணறிவில் செயற்கைத் தரவு என்பது என்ன?
செயற்கைத் தரவு என்பது, நிஜ உலகத் தரவுகள் குறைவாகவோ, விலை உயர்ந்ததாகவோ, நுட்பமானதாகவோ அல்லது முழுமையற்றதாகவோ இருக்கும்போது, AI மாதிரிகளுக்குப் பயிற்சி அளிக்கவும், சோதிக்கவும் அல்லது மதிப்பீடு செய்யவும் பயன்படுத்தப்படும் செயற்கையாக உருவாக்கப்பட்ட தரவு ஆகும்.
செயற்கைத் தரவுகளை உண்மையான தரவுகளுக்கு மாற்றாகப் பயன்படுத்த முடியுமா?
பொதுவாக முழுமையாக அல்ல. பல பணிப்பாய்வுகளில், செயற்கைத் தரவு என்பது இடைவெளிகளை நிரப்புவதற்கும், ஆய்வு எல்லையை விரிவுபடுத்துவதற்கும், அல்லது மீள்செயல்முறையை விரைவுபடுத்துவதற்கும் ஒரு துணைக்கருவியாகச் சிறப்பாகச் செயல்படுகிறது.
செயற்கைத் தரவின் தரத்தை எவ்வாறு சரிபார்க்கிறீர்கள்?
பயன்பாட்டினை உறுதிப்படுத்த, குழுக்கள் பொதுவாக ஸ்கீமா சரிபார்ப்புகள், ஸ்மார்ட் வேலிடேட்டர்கள், கோல்ட் டேட்டாசெட்கள், நிபுணர் மதிப்பாய்வு மற்றும் பின்தொடர் செயல்திறன் அளவீடுகளைப் பயன்படுத்துகின்றன.
செயற்கைத் தரவுகளுக்கு மனிதக் கண்காணிப்பு ஏன் முக்கியமானது?
மனித மேற்பார்வையானது பணி வடிவமைப்பை மேம்படுத்துகிறது, தெளிவற்ற வெளியீடுகளை மதிப்பாய்வு செய்கிறது, நுட்பமான தரப் பிரச்சினைகளைக் கண்டறிகிறது, மேலும் உருவாக்கப்படும் தரவு உண்மையான செயல்பாட்டுத் தேவைகளைப் பிரதிபலிப்பதை உறுதிசெய்ய உதவுகிறது.
கண்காணிக்கப்பட்ட செயற்கைத் தரவு என்றால் என்ன?
கண்காணிக்கப்பட்ட செயற்கைத் தரவு என்பது, மனிதனால் வரையறுக்கப்பட்ட விதிகள், தரக் கட்டுப்பாடுகள், சரிபார்ப்புப் படிகள் மற்றும் இலக்கு வைக்கப்பட்ட ஆய்வு ஆகியவற்றை உள்ளடக்கிய ஒரு பணிப்பாய்வுக்குள் உருவாக்கப்படும் செயற்கைத் தரவு ஆகும்.
செயற்கை நுண்ணறிவுப் பயிற்சிக்கு அணிகள் எப்போது செயற்கைத் தரவுகளைப் பயன்படுத்த வேண்டும்?
மெதுவான தரவு சேகரிப்பு சுழற்சிகளுக்காகக் காத்திருக்காமல், குழுக்களுக்கு அதிக அளவிலான செயலாக்கம், மேம்பட்ட விளிம்புநிலைச் சூழல் பாதுகாப்பு, தனியுரிமை சார்ந்த விரிவாக்கம் அல்லது வேகமான பரிசோதனைகள் தேவைப்படும்போது இது குறிப்பாகப் பயனுள்ளதாக இருக்கும்.
