கூகிளின் ஐயன்வுட் TPU: AI சக்தியின் புதிய அலை
செயற்கை நுண்ணறிவின் (Artificial Intelligence - AI) உலகில் கூகிள் நிறுவனம் தனது ஏழாவது தலைமுறை டென்சார் பிராசஸிங் யூனிட்டை (Tensor Processing Unit - TPU) அறிமுகப்படுத்தியுள்ளது. இந்த புதிய TPU-க்கு ‘ஐயன்வுட்’ (Ironwood) எனப் பெயரிடப்பட்டுள்ளது. இது AI கம்ப்யூட்டிங்கில் ஒரு பெரிய பாய்ச்சலை நிகழ்த்தியுள்ளது. இந்த அதிநவீன AI ஆக்சலரேட்டர், உலகின் மிக சக்திவாய்ந்த சூப்பர் கம்ப்யூட்டர்களை விடவும் அதிக கம்ப்யூட்டிங் திறனைக் கொண்டுள்ளது. ஒரு பெரிய அளவிலான பயன்பாட்டில், ஐயன்வுட்டின் திறன்கள் அதிவேக சூப்பர் கம்ப்யூட்டரை விட 24 மடங்கு அதிகமாகும்.
கூகிள் கிளவுட் நெக்ஸ்ட் ‘25 (Google Cloud Next ‘25) நிகழ்வில் ஐயன்வுட் அறிமுகப்படுத்தப்பட்டது. கூகிள் நிறுவனம் AI சிப் கண்டுபிடிப்புகளில் ஒரு தசாப்த காலமாக மேற்கொண்டு வரும் முயற்சிகளில் இது ஒரு முக்கியமான தருணமாகும். முந்தைய TPU பதிப்புகள் AI மாடல்களின் பயிற்சி மற்றும் அனுமான வேலைகளுக்குப் பெரிதும் உதவியது. ஆனால் ஐயன்வுட் அனுமான பணிகளுக்காகவே வடிவமைக்கப்பட்டு, மேம்படுத்தப்பட்ட முதல் சிப்பாகும்.
கூகிளில் மெஷின் லேர்னிங், சிஸ்டம்ஸ் மற்றும் கிளவுட் AI பிரிவின் துணைத் தலைவரும், பொது மேலாளருமான அமின் வாஹ்தத், ‘ஐயன்வுட் ஜெனரேட்டிவ் AI-யின் அடுத்த கட்டத்தை நோக்கி நகர்த்துவதற்கு வடிவமைக்கப்பட்டுள்ளது. மேலும், அதன் மிகப்பெரிய கம்ப்யூட்டிங் மற்றும் தகவல் தொடர்புத் தேவைகளை நிவர்த்தி செய்கிறது. நாங்கள் ‘அனுமான சகாப்தத்தில்’ (Inference Era) நுழைகிறோம். இங்கு AI ஏஜெண்டுகள் தரவுகளைத் தாங்களாகவே எடுத்து நுண்ணறிவுகளையும் பதில்களையும் வழங்கும். இது வெறும் தரவு செயலாக்க திறன்களைக் காட்டிலும் சிறந்தது’ என்று கூறினார்.
ஐயன்வுட்டின் திறன்கள்: ஒரு ஆழமான பார்வை
ஐயன்வுட்டின் தொழில்நுட்ப விவரக்குறிப்புகள் AI ஆராய்ச்சியாளர்கள் மற்றும் உருவாக்குநர்களின் விருப்பப் பட்டியலைப் போன்றது. 9,216 சிப்களைக் கொண்ட ஒரு பாட் மூலம், ஐயன்வுட் 42.5 எக்ஸாஃப்ளாப்ஸ் AI கம்ப்யூட்டை வழங்குகிறது. இதை ஒரு கண்ணோட்டத்தில் பார்த்தால், இது தற்போதைய சூப்பர் கம்ப்யூட்டர் சாம்பியனான எல் கேபிடானை (El Capitan) விட அதிகமாகும், இதன் உச்ச வேகம் 1.7 எக்ஸாஃப்ளாப்ஸ் மட்டுமே. தனித்தனியாக, ஒவ்வொரு ஐயன்வுட் சிப்பும் 4614 டெராஃப்ளாப்ஸ் (TFLOPs) உச்ச கம்ப்யூட் திறனைக் கொண்டுள்ளது.
வெறும் செயலாக்க சக்தியைத் தவிர, ஐயன்வுட் நினைவகம் மற்றும் அலைவரிசையில் குறிப்பிடத்தக்க மேம்பாடுகளைக் கொண்டுள்ளது. ஒவ்வொரு சிப்பிலும் 192GB உயர் அலைவரிசை நினைவகம் (High Bandwidth Memory - HBM) பொருத்தப்பட்டுள்ளது, இது முந்தைய தலைமுறை TPU-வான டிரில்லியத்தை விட ஆறு மடங்கு அதிகமாகும். நினைவக அலைவரிசையும் வியத்தகு அளவில் மேம்படுத்தப்பட்டுள்ளது, இது டிரில்லியத்தை விட 4.5 மடங்கு அதிகமாகி சிப்பிற்கு 7.2 டெராபிட்கள்/வினாடி (terabits/s) என்ற அளவில் உள்ளது.
தரவு மையங்கள் விரிவடையும் மற்றும் மின் நுகர்வு ஒரு முக்கியமான காரணியாக மாறும் இக்காலகட்டத்தில், ஐயன்வுட் குறிப்பிடத்தக்க ஆற்றல் திறனை வெளிப்படுத்துகிறது. இதன் வாட் செயல்திறன் டிரில்லியத்தை விட இரண்டு மடங்கு அதிகமாகும், மேலும் 2018-ல் அறிமுகப்படுத்தப்பட்ட ஆரம்ப TPU-வை விட கிட்டத்தட்ட 30 மடங்கு சிறந்தது.
அனுமான மேம்படுத்தலுக்கான இந்த மாற்றம் AI-யின் பரிணாம வளர்ச்சியில் ஒரு முக்கியமான மைல்கல்லைக் குறிக்கிறது. சமீபத்திய ஆண்டுகளில், முன்னணி AI ஆய்வகங்கள் எப்போதும் விரிவடையும் அளவுரு எண்ணிக்கைகளுடன் அடித்தள மாடல்களை உருவாக்குவதில் கவனம் செலுத்தி வருகின்றன. கூகிள் அனுமான மேம்படுத்தலுக்கு முக்கியத்துவம் கொடுப்பது, பயன்பாட்டு திறன் மற்றும் உண்மையான உலகின் அனுமான திறன்களுக்கு முன்னுரிமை அளிப்பதை எடுத்துக்காட்டுகிறது.
AI மாடல் பயிற்சி என்பது ஒப்பீட்டளவில் அடிக்கடி நிகழும் செயல்பாடு அல்ல, ஆனால் AI தொழில்நுட்பங்கள் பெருகிய முறையில் பரவலாக வருவதால், அனுமான செயல்பாடுகள் தினமும் பில்லியன் கணக்கில் நிகழ்கின்றன. AI-உருவாக்கிய வணிகங்களின் பொருளாதார சாத்தியக்கூறு அனுமான செலவுகளுடன் உள்ளார்ந்து இணைக்கப்பட்டுள்ளது, குறிப்பாக மாடல்கள் பெருகிய முறையில் சிக்கலானதாக மாறும்போது இது மிகவும் முக்கியத்துவம் பெறுகிறது.
கடந்த எட்டு ஆண்டுகளில், AI கம்ப்யூட்டுக்கான கூகிளின் தேவை பன்மடங்கு அதிகரித்து, பத்து மடங்காக உயர்ந்து 100 மில்லியனை எட்டியுள்ளது. ஐயன்வுட் போன்ற சிறப்பு கட்டமைப்புகள் இல்லாமல், மூர்ஸ் விதி (Moore’s Law) இந்த வளர்ச்சிப் பாதையைத் தக்கவைக்க முடியாது.
கூகிள் எளிய முறை அங்கீகாரத்தை விட சிக்கலான அனுமான பணிகளைச் செய்யக்கூடிய ‘காரணவியல் மாடல்களுக்கு’ (Reasoning models) முக்கியத்துவம் கொடுக்கிறது. கூகிள் பெரிய மாடல்கள் மூலம் மட்டுமல்லாமல், சிக்கல்களை உடைத்து, பல-படி காரணங்களைச் செய்து, மனிதனைப் போன்ற சிந்தனை செயல்முறைகளைப் பின்பற்றும் மாடல்களின் மூலம் AI சிறந்து விளங்கும் எதிர்காலத்தை எதிர்பார்க்கிறது என்பதை இது காட்டுகிறது.
பெரிய மொழி மாதிரிகளின் அடுத்த தலைமுறைக்கு வலுவூட்டல்
கூகிள் ஐயன்வுட்டை அதன் மிகவும் மேம்பட்ட AI மாடல்களுக்கான அடிப்படை உள்கட்டமைப்பாக நிலைநிறுத்துகிறது, இதில் ஜெமினி 2.5 (Gemini 2.5) அடங்கும், இது ‘உள் காரணவியல் திறன்களைக்’ (Native reasoning capabilities) கொண்டுள்ளது.
ஐயன்வுட்டுடன் இணைந்து, கூகிள் ஜெமினி 2.5 ஃபிளாஷ்ஷை (Gemini 2.5 Flash) அறிமுகப்படுத்தியது. இது அதன் முதன்மை மாடலின் ஒரு நெறிப்படுத்தப்பட்ட பதிப்பாகும். இது தாமதம் உணர்திறன் கொண்ட அன்றாட பயன்பாடுகளுக்காக வடிவமைக்கப்பட்டுள்ளது. ஜெமினி 2.5 ஃபிளாஷ் தூண்டுதலின் சிக்கலைப் பொறுத்து அதன் காரணவியல் ஆழத்தை மாறும் வகையில் சரிசெய்ய முடியும்.
கூகிள் உரை-க்கு-படங்கள், உரை-க்கு-காணொளி மற்றும் புதிதாக அறிமுகப்படுத்தப்பட்ட உரை-க்கு-இசை செயல்பாடு லைரியா (Lyria) ஆகியவற்றை உள்ளடக்கிய பலதரப்பட்ட ஜெனரேட்டிவ் மாடல்களின் தொகுப்பையும் காட்சிப்படுத்தியது. ஒரு இசை நிகழ்ச்சிக்கான முழு விளம்பர வீடியோவை எவ்வாறு தயாரிக்கலாம் என்பதை ஒரு சிறந்த டெமோ எடுத்துக்காட்டியது.
ஐயன்வுட் கூகிளின் விரிவான AI உள்கட்டமைப்பு மூலோபாயத்தின் ஒரு அங்கமாக மட்டுமே உள்ளது. கூகிள் தனது உலகளாவிய அளவிலான தனியார் நெட்வொர்க் உள்கட்டமைப்பைப் பயன்படுத்த வணிகங்களை அனுமதிக்கும் ஒரு நிர்வகிக்கப்பட்ட பரந்த பகுதி நெட்வொர்க் சேவையான கிளவுட் WAN-ஐயும் (Cloud WAN) அறிமுகப்படுத்தியுள்ளது.
கூகிள் AI வேலைப்பளுக்கான அதன் மென்பொருள் சலுகைகளையும் விரிவுபடுத்துகிறது, இதில் கூகிள் டீப்மைண்டால் (Google DeepMind) உருவாக்கப்பட்ட ஒரு மெஷின் லேர்னிங் ரன்டைமான பாத்வேஸ் (Pathways) அடங்கும். இது வாடிக்கையாளர்களை நூற்றுக்கணக்கான TPU-களில் மாடல் சேவையை அளவிட அனுமதிக்கிறது.
ஒருங்கிணைந்த நுண்ணறிவின் தொலைநோக்கு: A2A மற்றும் MCP ஆதரவை அறிமுகப்படுத்துதல்
வன்பொருள் முன்னேற்றங்களுக்கு அப்பால், கூகிள் பல-ஏஜென்ட் அமைப்புகளை மையமாகக் கொண்ட AI-க்கான தனது தொலைநோக்கை வெளிப்படுத்தியது மற்றும் பல்வேறு AI ஏஜெண்டுகளுக்கு இடையே பாதுகாப்பான மற்றும் தரப்படுத்தப்பட்ட தகவல்தொடர்புகளை வளர்ப்பதற்காக வடிவமைக்கப்பட்ட ஏஜென்ட்-டு-ஏஜென்ட் (Agent-to-Agent - A2A) நெறிமுறையை அறிமுகப்படுத்தியது.
2025-ம் ஆண்டை AI-க்கான ஒரு மாற்றமான ஆண்டாக கூகிள் எதிர்பார்க்கிறது. ஜெனரேட்டிவ் AI பயன்பாடுகள் ஒற்றை கேள்விகளுக்கு பதிலளிப்பதில் இருந்து ஒன்றோடொன்று இணைக்கப்பட்ட ஏஜென்ட் அமைப்புகள் மூலம் சிக்கலான சிக்கல்களைத் தீர்க்கும்.
A2A நெறிமுறை தளங்கள் மற்றும் கட்டமைப்புகள் முழுவதும் செயல்படும் திறனை வழங்குகிறது, AI ஏஜெண்டுகளுக்கு ஒரு பொதுவான ‘மொழி’ மற்றும் பாதுகாப்பான தகவல் தொடர்பு சேனல்களை வழங்குகிறது. AI ஏஜெண்டுகளுக்கான நெட்வொர்க் லேயராக இதைக் கருதுங்கள், இது சிக்கலான வேலைப்பாய்வுகளில் ஒத்துழைப்பை எளிதாக்குகிறது மற்றும் மாறுபட்ட சிக்கலான தன்மை மற்றும் கால அளவைக் கொண்ட பணிகளை கூட்டாகச் சமாளிக்க சிறப்பு AI ஏஜெண்டுகளை செயல்படுத்துகிறது, இதன் மூலம் ஒத்துழைப்பு மூலம் ஒட்டுமொத்த திறன்களை மேம்படுத்துகிறது.
A2A எவ்வாறு செயல்படுகிறது
MCP மற்றும் A2A நெறிமுறைகளின் ஒப்பீட்டு கண்ணோட்டத்தை கூகிள் வழங்கியுள்ளது:
- MCP (Model Context Protocol): கருவிகள் மற்றும் வள மேலாண்மையில் கவனம் செலுத்துகிறது.
- அமைக்கப்பட்ட உள்ளீடு/வெளியீடு மூலம் கருவிகள், API-கள் மற்றும் வளங்களுடன் ஏஜெண்டுகளை இணைக்கிறது.
- கூகிள் ADK MCP கருவிகளை ஆதரிக்கிறது, இது MCP சர்வர்கள் மற்றும் ஏஜெண்டுகளுக்கு இடையே தடையற்ற தொடர்பை எளிதாக்குகிறது.
- A2A (Agent2Agent Protocol): ஏஜெண்டுகளுக்கு இடையே ஒத்துழைப்பை எளிதாக்குகிறது.
- பகிரப்பட்ட நினைவகம், வளங்கள் அல்லது கருவிகள் தேவையில்லாமல் ஏஜெண்டுகளுக்கு இடையே மாறும், பல-முறை தொடர்பு கொள்ள உதவுகிறது.
- இது சமூகத்தால் இயக்கப்படும் திறந்த தரநிலையாகும்.
- கூகிள் ADK, LangGraph மற்றும் Crew.AI போன்ற கருவிகளைப் பயன்படுத்தி எடுத்துக்காட்டுகளை ஆராயலாம்.
A2A மற்றும் MCP ஆகியவை ஒன்றுக்கொன்று நிரப்பியானவை. MCP ஏஜெண்டுகளுக்கு கருவிகளை வழங்குகிறது, அதே நேரத்தில் A2A இந்த பொருத்தப்பட்ட ஏஜெண்டுகளை உரையாடவும் ஒத்துழைக்கவும் அதிகாரம் அளிக்கிறது.
கூகிளின் ஆரம்ப கூட்டாளர் பட்டியல் MCP-க்கு கிடைத்ததைப் போன்ற கவனத்தை A2A பெறப்போகிறது என்பதைக் காட்டுகிறது. இந்த முயற்சி ஏற்கனவே முன்னணி தொழில்நுட்ப நிறுவனங்கள் மற்றும் உலகளாவிய ஆலோசனை மற்றும் கணினி ஒருங்கிணைப்பு வழங்குநர்கள் உட்பட 50-க்கும் மேற்பட்ட நிறுவனங்களை ஈர்த்துள்ளது.
கூகிள் நெறிமுறையின் வெளிப்படைத்தன்மையை வலியுறுத்துகிறது, இதை அடிப்படை தொழில்நுட்ப கட்டமைப்புகள் அல்லது சேவை வழங்குநர்களைத் தாண்டிய ஏஜெண்டுகளுக்கு இடையேயான ஒத்துழைப்புக்கான தரமாக நிலைநிறுத்துகிறது. நெறிமுறையின் வடிவமைப்பை வடிவமைத்த ஐந்து வழிகாட்டும் கொள்கைகளை கூகிள் எடுத்துக்காட்டியது:
- ஏஜென்ட் திறன்களை ஏற்றுக்கொள்: A2A ஏஜெண்டுகள் நினைவகம், கருவிகள் அல்லது சூழலைப் பகிராமல் இயற்கையாக ஒத்துழைக்க உதவுகிறது. ஏஜெண்டுகளை ‘கருவிகளாக’ செயல்படுத்துவதை மட்டும் கட்டுப்படுத்தாமல் உண்மையான பல-ஏஜென்ட் காட்சிகளை செயல்படுத்தவதே இதன் குறிக்கோள்.
- ஏற்கனவே இருக்கும் தரநிலைகளை உருவாக்கு: HTTP, SSE மற்றும் JSON-RPC உட்பட ஏற்கனவே இருக்கும், பரவலாக ஏற்றுக்கொள்ளப்பட்ட தரநிலைகளை நெறிமுறை பயன்படுத்துகிறது, இது தற்போதுள்ள IT அடுக்குகளுடன் ஒருங்கிணைப்பை எளிதாக்குகிறது.
- இயல்பாக பாதுகாப்பானது: A2A ஆனது OpenAPI-யின் அங்கீகார திட்டங்களுக்கு ஒப்பான நிறுவன-தர அங்கீகாரம் மற்றும் அங்கீகாரத்தை ஆதரிக்க வடிவமைக்கப்பட்டுள்ளது.
- நீண்ட கால பணிகளை ஆதரிக்கவும்: A2A-யின் நெகிழ்வுத்தன்மை விரைவான பணிகள் முதல் பல மணிநேரம் அல்லது நாட்கள் ஆகக்கூடிய ஆழமான ஆராய்ச்சி வரை (குறிப்பாக மனித ஈடுபாடு தேவைப்படும்போது) பரந்த அளவிலான காட்சிகளை ஆதரிக்க அனுமதிக்கிறது. இந்த செயல்முறை முழுவதும், A2A பயனர்களுக்கு நிகழ்நேர கருத்து, அறிவிப்புகள் மற்றும் நிலை புதுப்பிப்புகளை வழங்க முடியும்.
- மோடல்டி அக்னாஸ்டிக்: ஏஜெண்டுகளின் உலகம் உரையைத் தாண்டி விரிவடைகிறது என்பதை உணர்ந்து, A2A ஆடியோ மற்றும் வீடியோ ஸ்ட்ரீம்கள் உட்பட பல்வேறு முறைகளை ஆதரிக்கிறது.
A2A ஆட்சேர்ப்பு செயல்முறையை எவ்வாறு நெறிப்படுத்துகிறது என்பதற்கு கூகிள் ஒரு உதாரணத்தை வழங்கியது.
ஏஜென்ட்ஸ்பேஸ் போன்ற ஒருங்கிணைந்த இடைமுகத்தில், ஒரு பணியமர்த்தல் மேலாளர் வேலைத் தேவைகளின் அடிப்படையில் பொருத்தமான விண்ணப்பதாரர்களை அடையாளம் காண ஒரு ஏஜென்டை நியமிக்க முடியும். இந்த ஏஜென்ட் விண்ணப்பதாரர்களைப் பெற சிறப்பு ஏஜெண்டுகளுடன் தொடர்பு கொள்ளலாம். பயனர்கள் நேர்காணல்களைத் திட்டமிட ஏஜெண்டுகளுக்கு அறிவுறுத்தலாம் மற்றும் பின்னணி சோதனைகளுக்கு உதவ மற்ற சிறப்பு ஏஜெண்டுகளை ஈடுபடுத்தலாம், இதனால் அமைப்புகள் முழுவதும் முழுமையாக தானியங்கி மற்றும் அறிவார்ந்த ஆட்சேர்ப்பு சாத்தியமாகும்.
மாடல் சூழல் நெறிமுறையை (Model Context Protocol - MCP) ஏற்றுக்கொள்வது
கூகிள் MCP-ஐயும் ஏற்றுக்கொள்கிறது. ஓபன்ஏஐ (OpenAI) Anthropic-ன் மாடல் சூழல் நெறிமுறையை (Model Context Protocol - MCP) ஏற்றுக்கொண்ட சிறிது நேரத்திலேயே கூகிள் அதைப் பின்பற்றியது.
கூகிள் டீப்மைண்டின் CEO டெமிஸ் ஹசாபிஸ், கூகிள் அதன் ஜெமினி மாடல்கள் மற்றும் SDK-களில் MCP-க்கான ஆதரவைச் சேர்க்கும் என்று X-ல் (முன்னர் ட்விட்டர்) அறிவித்தார், இருப்பினும் அவர் ஒரு குறிப்பிட்ட காலக்கெடுவை வழங்கவில்லை.
‘MCP ஒரு சிறந்த நெறிமுறை, இது AI ஏஜெண்டுகளின் யுகத்திற்கான திறந்த தரநிலையாக வேகமாக மாறி வருகிறது. இந்த தொழில்நுட்பத்தை மேம்படுத்த MCP குழு மற்றும் தொழில்துறையில் உள்ள பிற கூட்டாளர்களுடன் இணைந்து பணியாற்ற நாங்கள் எதிர் பார்க்கிறோம்’ என்று ஹசாபிஸ் கூறினார்.
நவம்பர் 2024-ல் வெளியானதிலிருந்து, MCP மொழி மாதிரிகளை கருவிகள் மற்றும் தரவுகளுடன் இணைக்கும் ஒரு எளிய, தரப்படுத்தப்பட்ட வழியாக குறிப்பிடத்தக்க இழுவைப் பெற்றுள்ளது.
MCP AI மாடல்களை நிறுவன கருவிகள் மற்றும் மென்பொருளிலிருந்து தரவைப் பெறவும், பணிகளை முடிக்கவும் மற்றும் உள்ளடக்க நூலகங்கள் மற்றும் பயன்பாட்டு மேம்பாட்டு சூழல்களை அணுகவும் உதவுகிறது. இந்த நெறிமுறை டெவலப்பர்கள் தரவு ஆதாரங்களுக்கும் AI-இயங்கும் பயன்பாடுகளுக்கும் இடையில் இரு திசை இணைப்புகளை நிறுவ அனுமதிக்கிறது.
டெவலப்பர்கள் MCP சர்வர்கள் மூலம் தரவு இடைமுகங்களை வெளிப்படுத்தலாம் மற்றும் இந்த சர்வர்களுடன் இணைக்க MCP கிளையண்டுகளை (பயன்பாடுகள் மற்றும் வேலைப்பாய்வுகள் போன்றவை) உருவாக்கலாம். Anthropic MCP-ஐ திறந்த மூலமாக்கியதிலிருந்து, பல நிறுவனங்கள் MCP ஆதரவை தங்கள் தளங்களில் ஒருங்கிணைத்துள்ளன.
ஐயன்வுட்: AI-யில் ஒரு புதிய யுகத்தின் விடியல்
கூகிளின் ஐயன்வுட் TPU AI கம்ப்யூட்டிங்கில் ஒரு குறிப்பிடத்தக்க முன்னேற்றத்தைக் குறிக்கிறது. அதன் முன்னோடியில்லாத செயல்திறன், மேம்படுத்தப்பட்ட கட்டமைப்பு மற்றும் A2A மற்றும் MCP போன்ற வளர்ந்து வரும் நெறிமுறைகளுக்கான ஆதரவு ஆகியவை AI கண்டுபிடிப்புகளின் அடுத்த அலைக்கான ஒரு முக்கிய காரணியாக இதை நிலைநிறுத்துகிறது. AI மாடல்கள் மிகவும் சிக்கலானதாகவும் தேவைப்படுவதாகவும் வளரும்போது, புதிய சாத்தியங்களைத் திறக்க மற்றும் உலகெங்கிலும் உள்ள தொழில்களை மாற்ற ஐயன்வுட் தேவையான மூல சக்தியையும் நெகிழ்வுத்தன்மையையும் வழங்குகிறது. இது ஒரு புதிய சிப் மட்டுமல்ல; சிக்கலான சிக்கல்களைத் தீர்க்கவும் நமது வாழ்க்கையை மேம்படுத்தவும் அறிவார்ந்த இயந்திரங்கள் கூட்டாகச் செயல்படும் எதிர்காலத்திற்கான ஒரு அடித்தளமாகும்.