GCE A/L ICT | Unit 3 – NUMBER SYSTEM (எண்முறைமை) Data Representation (தரவுகளின் பிரதிநிதித்துவம்) How digital devices and computers store everything as 0s and 1s.

எண்முறைமை · NUMBER SYSTEM

GCE A/L ICT · அலகு 3 · முழுமையான கோட்பாடு + தீர்க்கப்பட்ட உதாரணங்கள்

தசமம் · இருமம் · எண்மம் · பதினறுமம்நிரப்பிகள்நீழும் தசம எண்ASCII · Unicodeபிட் தர்க்கச் செய்கைகள்

1. தரவுகளின் பிரதிநிதித்துவம் (Representation of Data)

இலத்திரனியல் சாதனங்களும் கணினியும் அனைத்தையும் 0, 1 ஆக எவ்வாறு சேமிக்கின்றன என்பது.

1.1இலத்திரனியல் சாதனங்களில் பிரதிநிதித்துவம்

இலத்திரனியல் சாதனங்களில் தரவுகளும் அறிவுறுத்தல்களும் குறிப்பிட்ட ஒரு எண்முறைமையை அடிப்படையாகக் கொண்டு பிரதிநிதித்துவப் படுத்தப்படுகின்றன. அதாவது உள்ளீடு செய்யப்படும் இலக்கங்கள், எழுத்துக்கள், குறியீடுகள், படிமங்கள் (images), செவிப்புலவுணர் (audio), ஒளித்தோற்றம் (video) மற்றும் அனைத்துவிதமான பல்லூடக உள்ளடக்கங்களும் குறிப்பிட்ட எண்முறைமையை அடிப்படையாகக் கொண்டே செயற்படுத்தப்படுகின்றன. நவீன இலத்திரனியல் சாதனங்கள் தரவுகளைப் பிரதிநிதித்துவப்படுத்த இரு குறிகளை (அடி 2) – 0, 1 – பயன்படுத்துகின்றன.

உதாரணம்
ஒரு புகைப்படம், ஒரு பாடல், ஒரு குறுஞ்செய்தி ஆகிய அனைத்தும் இறுதியில் 0, 1 களின் நீண்ட தொடர்களாகவே சேமிக்கப்படுகின்றன.

1.2கணினியில் பிரதிநிதித்துவம்

கணினி முறைமையில் தரவுகளும் அறிவுறுத்தல்களும் இரு நிலைகளை (ON – 1, OFF – 0) அடிப்படையாகக் கொண்டு செயற்படுத்தப்படுகின்றன. இங்கு 0 அல்லது 1 என்பது கணினியில் மிகச் சிறிய அலகாகும்; இது binary digit (bit) எனப்படும். கணினி முறைமையில் அனைத்துச் செயற்பாடுகளும் ஒரு தொகுதி பிட்கள் மூலம் செய்யப்படுகின்றன.

உதாரணம்
A எனும் எழுத்தைக் கணினிக்கு உள்ளீடு செய்யும்போது நினைவகத்தில் 1000001 (ASCII 65) என குறியிடப்படுகிறது.

1.3வேறு எண்முறைமைகள் ஏன் தேவை?

கணினி இருமக் குறிகளைப் பயன்படுத்திக் குறிக்கும்போது மனிதர்களால் அவற்றை விளங்கிக் கொள்வது கடினமாகும். ஆகையால் மனிதர்களுக்கு இலகுவாக விளங்கிக் கொள்ள வெவ்வேறு வகையான எண்முறைமைகள் (எண்மம், பதினறுமம்) அவசியமாகும். இவை நீண்ட இரும எண்களைச் சுருக்கமாக எழுத உதவுகின்றன.

2. எண்முறைமைகள் (Number Systems)

எந்தவொரு பெறுமானத்தையும் குறிப்பிடத்தக்க தனித்துவமான குறியீடுகள் அல்லது எண் தொடை.

2.1வரைவிலக்கணமும் வகைகளும்

எந்தவொரு பெறுமானத்தையும் குறிப்பிடத்தக்க தனித்துவமான குறியீடுகள் அல்லது எண் தொடை எண்முறைமை எனப்படும். வேறுபட்ட குறிகளின் எண்ணிக்கை அதன் அடி (base / radix) ஆகும்.

எண்முறைமை	அடி	எண் தொடை
தசமம் (Decimal)	10	0–9
இருமம் (Binary)	2	0, 1
எண்மம் (Octal)	8	0–7
பதினறுமம் (Hexadecimal)	16	0–9, A–F

2.2தசம எண்முறைமை (Decimal)

• நாளாந்தம் பயன்படுத்தப்படும் எண்களாகும்.
• எண் தொடை {0,1,2,3,4,5,6,7,8,9}. இதில் வித்தியாசமான 10 இலக்கங்கள் உள்ளதால் இதை தசம அல்லது பதின்ம எண்முறைமை என அழைக்கப்படும்.
• அடி 10 ஐக் கொண்ட எண்களாகும்.
• இவ்வெண்களில் முழு எண்பகுதியையும் (integer part) பின்னப்பகுதியையும் (fractional part) தசம புள்ளி மூலம் வேறுபிரிக்கப்படும்.
• எண்ணின் முன்னால் + அடையாளம் காணப்படின் நேர் எனவும், - அடையாளம் காணப்படின் மறை எனவும் கொள்ளப்படும். உம்: +15, -26.74

நிறைக் காரணி (Weighting factor)

தசம எண் ஒன்று அதன் இடப்பெறுமானத்திற்கு ஒத்த மதிப்பேற்றுங் காரணிகளால் பெருக்கிக் கூட்டுவதன் மூலம் பெறப்படுகிறது.

உதாரணம் 1

345 = 3×10² + 4×10¹ + 5×10⁰
    = 300 + 40 + 5 = 345

உதாரணம் 2 (பின்னப் பகுதியுடன்)

372.65 = 3×10² + 7×10¹ + 2×10⁰ + 6×10⁻¹ + 5×10⁻²
       = 300 + 70 + 2 + 0.6 + 0.05

2.3நிறை எண் (Integer)

முழு எண் என்பது ஓர் எண் தொடையாகும்: Z = {… -2,-1,0,+1,+2,+3 …}. இதில் பின்னப் பகுதியோ தசமப் பகுதியோ இல்லை. உம்: 5, 17, -80. ஆனால் 0.5 ∉ Z, 1/5 ∉ Z. பொதுவாக எண்ணிக்கை காண்பதற்குப் பயன்படுத்தப்படும்.

2.4MSD மற்றும் LSD

தசம எண்ணொன்றில் உயர் இடப்பெறுமானத்தை அடையும் இலக்கம் MSD (Most Significant Digit) எனவும், குறைந்த இடப்பெறுமானத்தை அடையும் இலக்கம் LSD (Least Significant Digit) எனவும் கருதப்படும்.

எண்	MSD	LSD
26580	2	0
152.05	1	5
08926.040	8	4
.00265	2	5

இடப்பக்கத்திலுள்ள பூச்சியங்களும் (leading zeros), பின்னப் பகுதியின் இறுதியிலுள்ள பூச்சியங்களும் கவனத்தில் கொள்ளப்படாது.

2.5இரும எண்முறைமை (Binary)

• கணினிக்கு மின்வலு வழங்கப்பட்டால் மாத்திரமே அது தொழிற்படும். இங்கு மின்னோட்டம் உண்டு அல்லது இல்லை எனும் இரு சந்தர்ப்பங்கள் மாத்திரமே கருத்திற்கொள்ளப்படும். அதாவது ON, OFF ஆகும்.
• இவற்றுக்கு 1, 0 எனும் இரண்டு பெறுமானங்களை பிரதியீடு செய்து அமைக்கப்படும் எண் தொகுதி இரும எண்முறைமை எனப்படும்.
• எண் தொடை {0,1}; அடி 2. உம்: 10110011
• கணினியானது தரவுகளை இரும குறியீட்டில் விளங்கிக்கொண்டு அவற்றைச் செயற்படுத்தும். ஆகவே கணினி பயன்படுத்தும் மொழியாக இரும எண்முறைமையைக் கருதலாம்.

இருமம் → தசமம்

உதாரணம் 1

100011₂ = 1×2⁵ + 0×2⁴ + 0×2³ + 0×2² + 1×2¹ + 1×2⁰
        = 32 + 0 + 0 + 0 + 2 + 1 = 35₁₀

உதாரணம் 2 (பின்னம்)

101010.101₂ = 32 + 0 + 8 + 0 + 2 + 0 + 0.5 + 0 + 0.125 = 42.625

தசமம் 0–10 இன் இரும வடிவம்

தசமம்	0	1	2	3	4	5	6	7	8	9	10
இருமம்	0	1	10	11	100	101	110	111	1000	1001	1010

2.6MSB மற்றும் LSB

இரும எண்ணொன்றில் உயர் இடப்பெறுமானத்தை அடையும் பிட் MSB (Most Significant Bit) எனவும், குறைந்த இடப்பெறுமானத்தை அடையும் பிட் LSB (Least Significant Bit) எனவும் கருதப்படும்.

உதாரணம்

101100000   MSB=1, LSB=0
101111101   MSB=1, LSB=1
100111.001  MSB=1, LSB=1

2.7தரவுச் சேமிப்பு அலகுகள்

Bit = 0 அல்லது 1

Nibble = 4 bits

1 Byte = 8 bits

1 Word = 16 bits

Double word = 32 bits

1 KB = 1024 (2¹⁰) bytes = 8192 bits

1 MB = 1024 KB

1 GB = 1024 MB

1 TB = 1024 GB

2.8எண்ம எண்முறைமை (Octal)

எண் தொடை {0,1,2,3,4,5,6,7}; அடி 8. இருமத்தின் சுருக்க வடிவமாகப் பயன்படும் (3 பிட்கள் = 1 எண்ம இலக்கம்).

உதாரணம்

215₈ = 2×8² + 1×8¹ + 5×8⁰ = 128 + 8 + 5 = 141₁₀

தசமம்	0	1	2	3	4	5	6	7	8	9	10
எண்மம்	0	1	2	3	4	5	6	7	10	11	12

2.9பதினறும எண்முறைமை (Hexadecimal)

எண் தொடை {0–9, A, B, C, D, E, F}; அடி 16. 4 பிட்கள் = 1 பதினறும இலக்கம்.

தசமம்	10	11	12	13	14	15
பதினறுமம்	A	B	C	D	E	F

உதாரணம்

4A9₁₆ = 4×16² + 10×16¹ + 9×16⁰ = 1024 + 160 + 9 = 1193₁₀

3. எண்முறைமைகளுக்கிடையிலான மாற்றீடுகள்

எந்த எண்முறைமையையும் வேறு எந்த எண்முறைமைக்கும் மாற்றலாம் — தசமம் ⇄ இருமம் ⇄ எண்மம் ⇄ பதினறுமம்.

Aதசமம் → இருமம்

முறை 1 – 2 ஆல் மீண்டும் மீண்டும் வகுத்தல் (மீதிகளை கீழிருந்து மேலாக வாசிக்கவும்)

45₁₀ → இருமம்

45 ÷ 2 = 22  மீதி 1
22 ÷ 2 = 11  மீதி 0
11 ÷ 2 = 5   மீதி 1
5  ÷ 2 = 2   மீதி 1
2  ÷ 2 = 1   மீதி 0
1  ÷ 2 = 0   மீதி 1   → 101101

முறை 2 – இடப்பெறுமானங்களைப் பயன்படுத்தல் (32 16 8 4 2 1)

45 என்ற இலக்கத்திற்கு கிட்டிய இரண்டின் இடப்பெறுமானம் 32 ஆகும்.

45 = 32 + 8 + 4 + 1 → 1 0 1 1 0 1 = 101101

தசமப் பகுதி – 2 ஆல் பெருக்கல் (நிறை வலுக்களை மேலிருந்து கீழாக எழுதவும்)

39.125₁₀ → இருமம்

முழு எண் பகுதி: 39 → 100111
0.125×2 = 0.250 → 0
0.250×2 = 0.500 → 0
0.500×2 = 1.000 → 1      → .001
39.125₁₀ = 100111.001₂

Bஇருமம் → தசமம்

முறை 1: 1011011₂

= 1×64 + 0×32 + 1×16 + 1×8 + 0×4 + 1×2 + 1×1 = 91₁₀

முறை 2 – இரட்டிப்பாக்கிக் கூட்டல்

1 → ×2 = 2, +0 = 2 → ×2 = 4, +1 = 5 → ×2 = 10, +1 = 11
→ ×2 = 22, +0 = 22 → ×2 = 44, +1 = 45 → ×2 = 90, +1 = 91

Cதசமம் → எண்மம்

8 ஆல் மீண்டும் மீண்டும் வகுத்து மீதிகளைக் கீழிருந்து மேலாக எழுதுக.

67₁₀

67 ÷ 8 = 8 மீதி 3
8  ÷ 8 = 1 மீதி 0
1  ÷ 8 = 0 மீதி 1   → 103₈

Dஎண்மம் → தசமம்

247₈

= 2×64 + 4×8 + 7 = 128 + 32 + 7 = 167₁₀

Eதசமம் → பதினறுமம்

16 ஆல் மீண்டும் மீண்டும் வகுக்க.

170₁₀

170 ÷ 16 = 10 மீதி 10 (A)
10  ÷ 16 = 0  மீதி 10 (A)   → AA₁₆

Fபதினறுமம் → தசமம்

1AB₁₆

= 1×256 + 10×16 + 11×1 = 256 + 160 + 11 = 427₁₀

Gஇருமம் → எண்மம்

• தரப்பட்ட இரும எண்ணை வலதுபக்க அந்தத்திலிருந்து மூன்று பிட்களைக் கொண்ட தொகுதிகளாக வேறுபடுத்துக.
• ஒவ்வொரு தொகுதிக்குமுரிய எண்ம எண்ணை எழுதுக.
• பிட்களின் எண்ணிக்கை மூன்றாகும் வரை பூச்சியத்தை முன்னால் சேர்க்க.

1011010₂

001 | 011 | 010  → 1 3 2  → 132₈

இருமம்	000	001	010	011	100	101	110	111
எண்மம்	0	1	2	3	4	5	6	7

Hஎண்மம் → இருமம்

எண்ம எண்ணிலுள்ள ஒவ்வொரு இலக்கத்திற்கும் சமவலுவான மூன்று பிட்களைக் கொண்ட இரும வடிவில் எழுதி, எல்லா பிட்களையும் சேர்த்து எழுதுக.

175₈

1 → 001,  7 → 111,  5 → 101  → 001111101 = 1111101₂

Iஇருமம் → பதினறுமம்

இரும எண்ணை வலதுபக்க அந்தத்திலிருந்து நான்கு பிட்களைக் கொண்ட தொகுதிகளாக வேறுபடுத்தி, ஒவ்வொன்றுக்குமுரிய பதினறும இலக்கத்தை எழுதுக. பிட்களின் எண்ணிக்கை நான்காகும் வரை பூச்சியத்தை முன்னால் சேர்க்க.

101101011₂

0001 | 0110 | 1011 → 1 6 B → 16B₁₆

Jபதினறுமம் → இருமம்

ஒவ்வொரு பதினறும இலக்கத்திற்கும் சமவலுவான நான்கு பிட்களை எழுதி இணைக்க.

1AB₁₆

1 → 0001, A → 1010, B → 1011 → 110101011₂

Kஎண்மம் → பதினறுமம்

எண்மத்தை முதலில் இருமமாக மாற்றி, பின்பு பதினறுமமாக மாற்றுக.

227₈

2→010, 2→010, 7→111 → 010010111
4 பிட்களாக்க: 0000 | 1001 | 0111 → 097 → 97₁₆

Lபதினறுமம் → எண்மம்

பதினறுமத்தை முதலில் இருமமாக மாற்றி, பின்பு எண்மமாக மாற்றுக.

3FD₁₆

3→0011, F→1111, D→1101 → 001111111101
3 பிட்களாக்க: 001 | 111 | 111 | 101 → 1775₈

4. குறியிட்ட மற்றும் குறியிடப்படாத எண்கள் (Signed & Unsigned)

மறை எண்களைக் கணினி எவ்வாறு சேமிக்கிறது — குறி பருமன், ஒன்றின் நிரப்பி, இரண்டின் நிரப்பி.

4.1குறியிடப்படாத / குறியிடப்பட்ட எண்கள்

• குறியிடப்படாத (Unsigned): இவ்வகை எண்களின் பருமன் பூச்சியம் அல்லது பூச்சியத்தை விடப் பெரிதாகக் காணப்படும்.
• குறியிடப்பட்ட (Signed): இவ்வகை எண்கள் அடையாளமிடப்பட்டுக் காட்டப்படும். இவ்வெண்களின் MSB ஐக் கொண்டு நேர் அல்லது மறை தீர்மானிக்கப்படும். MSB = 0 எனின் +ve (நேர்); MSB = 1 எனின் -ve (மறை).

உதாரணம் (8 பிட்)

00110010 = +50
10110010 = -50   (MSB = 1)

கணினி முறைமையில் குறியிடப்பட்ட எண்களைக் குறிப்பிட மூன்று முறைகள் பயன்படுகின்றன: குறி பருமன், ஒன்றின் நிரப்பி, இரண்டின் நிரப்பி.

4.2குறி பருமன் முறை (Sign Magnitude)

பொதுவாக எட்டு பிட்கள் கொண்ட முறைமையாகும். இங்கு தரப்பட்ட இலக்கம் நேர் அல்லது மறை எனத் தீர்மானிக்க முதலாவது பிட் (MSB) பயன்படுத்தப்படுகிறது; MSB 0 எனின் நேர், 1 எனின் மறை. எஞ்சிய ஏழு பிட்கள் மூலம் இலக்கத்தின் பருமன் தீர்மானிக்கப்படும்.

உதாரணம்

+55 = 0 0110111   (MSB = 0)
-55 = 1 0110111   (MSB = 1)

4.3ஒன்றின் நிரப்பி (1's Complement)

• நேர் எண்கள் சாதாரண இரும எண் முறையில் குறிக்கப்படும்.
• மறை எண்ணொன்றுக்குரிய ஒன்றின் நிரப்பியைக் கணிக்க, முதலில் அவ்வெண் இரும முறையில் எழுதப்பட்டு, பின்பு அதிலுள்ள 0 கள் 1 ஆகவும் 1 கள் 0 ஆகவும் மாற்றப்படும். அல்லது 2ⁿ − 1 − X எனும் சமன்பாட்டைப் பயன்படுத்தலாம் (n – பிட் எண்ணிக்கை, X – தரப்பட்ட இலக்கம்).
• ஒன்றின் நிரப்பியிலும் குறி பருமன் முறையிலும் நேர் எண்களின் பிரதிநிதித்துவம் ஒரே மாதிரியாகும்.
• n பிட்களைக் கொண்டு வீச்சு: -(2ⁿ⁻¹ − 1) தொடக்கம் +(2ⁿ⁻¹ − 1). 4 பிட்களில்: -7 தொடக்கம் +7.
• பூச்சியத்திற்கு இரட்டைப் பிரதிநிதித்துவம் உண்டு: +0 = 0000, -0 = 1111.

உதாரணம்: 10, -10 ஐ 8 பிட்டில்

+10 = 00001010   (MSB = 0 ஆகையால் நேர்)
-10 = 00001010 இன் பிட்களை மாற்றுக = 11110101   (MSB = 1 ஆகையால் மறை)
சமன்பாடு: 2⁸ − 1 − 10 = 245 = 11110101 ✔

பெறுமானம்	+	−
0	0000	1111
1	0001	1110
3	0011	1100
7	0111	1000

4.4இரண்டின் நிரப்பி (2's Complement)

• நேர் எண்கள் சாதாரண இரும எண்முறையில் குறிக்கப்படும்.
• மறை எண்ணொன்றுக்குரிய இரண்டின் நிரப்பி: அவ்வெண்ணின் ஒன்றின் நிரப்பியைக் கண்டு 1 கூட்டப்படும். அல்லது 2ⁿ − 1 − X + 1 (அதாவது 2ⁿ − X) எனும் சமன்பாட்டைப் பயன்படுத்தலாம்.
• n பிட்களைக் கொண்டு வீச்சு: -(2ⁿ⁻¹) தொடக்கம் +(2ⁿ⁻¹ − 1). 4 பிட்களில்: -8 தொடக்கம் +7.
• பூச்சியத்திற்கு ஒற்றைப் பிரதிநிதித்துவம் மட்டுமே உண்டு.

உதாரணம்: 15, -15 ஐ 8 பிட்டில்

+15 = 00001111
-15 இன் ஒன்றின் நிரப்பி = 11110000
+1                      = 11110001   → -15 = 11110001
சமன்பாடு: 256 − 1 − 15 + 1 = 241 = 11110001 ✔

பெறுமானம்	+	−
0	0000	0000
1	0001	1111
7	0111	1001
8	—	1000

4.5நிரப்பிகளின் அனுகூலங்கள் / பிரதிகூலம்

• மறை எண்களை வகைக்குறிக்க முடியும்.
• கழித்தல் கூட்டல் போன்று நிறைவேற்றப்படும்.
• கணித்தல் வேகமாகவும் வினைத்திறனாகவும் மேற்கொள்ளப்படும்.
• இரண்டின் நிரப்பியில் பூச்சியத்திற்கு ஒற்றைப் பிரதிநிதித்துவம் (அனுகூலம்).
• பிரதிகூலம்: ஒன்றின் நிரப்பியில் பூச்சியத்திற்கு இரட்டைப் பிரதிநிதித்துவம்.

5. நீழும் தசம எண் (Floating Point Number)

நிறை எண் பகுதியையும் பின்னப் பகுதியையும் கொண்ட எண்களாகும்; mantissa × அடி^அடுக்கு என சேமிக்கப்படும்.

5.1பொது வடிவம்

a × rᵉ — a = mantissa (விஞ்ஞான/கணினி முறைக் குறிப்பீடு), r = அடி, e = அடுக்கு/வலு.

ஒரே பெறுமானம், வெவ்வேறு வடிவங்கள்

3.25 × 10²  =  32.5 × 10¹  =  325 × 10⁰  =  0.325 × 10³

5.2IEEE 754 வடிவங்கள்

கணினியில் நீழும் தசம எண்களைக் குறிப்பிட இரு முறைகள் கையாளப்படுகின்றன:

முறை	குறி	அடுக்கு	Mantissa	மொத்தம்
ஒற்றை சரிநுட்பம் (Single)	1	8	23	32 பிட்
இரட்டை சரிநுட்பம் (Double)	1	11	52	64 பிட்

பெறுமானம் = (−1)^S × 1.M × 2^(E−127) (ஒற்றை சரிநுட்பம்). எண் நேர் எனின் S = 0, மறை எனின் S = 1.

5.3தீர்க்கப்பட்ட உதாரணம் – 10.0625 ஐ 32 பிட்டில் குறிப்பிடல்

1. தரப்பட்ட இலக்கத்தை இரும வடிவிற்கு மாற்றுக: 1010.0001
2. விஞ்ஞான முறைக்கு (நியம வடிவம்) மாற்றுக: 1.0100001 × 2³ → M = 0100001
3. உண்மை (சார்பு) வலுவைக் கணிக்க: e = E − 127; e = 3 ஆகையால் E = 3 + 127 = 130 = 10000010
4. குறி: நேர் ஆகையால் S = 0

S | EEEEEEEE | MMMMMMMMMMMMMMMMMMMMMMM
0 | 10000010 | 01000010000000000000000

6. கணினி குறி முறைகள் (Computer Coding Systems)

இலக்கங்கள், எழுத்துக்கள், விசேட குறியீடுகள், கட்டுப்பாட்டு வரியுருக்கள் ஆகியவற்றைக் கணினி விளங்கிக்கொள்ளக்கூடிய இருமக் கோலங்களாகப் பிரதிநிதித்துவப்படுத்தும் குறியீட்டு முறைகள்.

6.1BCD – Binary Coded Decimal

இக் குறியீட்டு முறை ஆரம்பகாலக் கணினிகளில் பயன்படுத்தப்பட்டது. தசம எண்களை மாத்திரம் பிரதிநிதித்துவப்படுத்துவதற்காக ஒரு வரியுருவிற்கு நான்கு பிட்கள் பயன்படுத்தப்பட்டு உருவாக்கப்பட்ட குறியீட்டு முறைமையாகும்.

37₁₀ இன் BCD

3 → 0011,  7 → 0111  → 00110111 (BCD)

தசமம்	0	1	2	3	4	5	6	7	8	9
BCD	0000	0001	0010	0011	0100	0101	0110	0111	1000	1001

6.2ASCII

அமெரிக்க தேசிய தர நிறுவனத்தினால் (ANSI) உருவாக்கப்பட்ட குறியீட்டு முறையாகும். இலக்கங்கள், ஆங்கில எழுத்துக்கள் மற்றும் விசேட குறியீடுகளைப் பிரதிநிதித்துவப்படுத்தப் பயன்படுகிறது. ஒரு வரியுருவிற்கு ஏழு பிட்கள் பயன்படுத்தப்படுவதால் 128 (2⁷) வெவ்வேறு குறியீடுகளைப் பிரதிநிதித்துவப்படுத்தலாம். சாதாரண keyboard இல் இக் குறியீட்டு முறை பயன்படுத்தப்படுகிறது.

மாதிரிகள்

'0' = 48 (0x30)   'A' = 65 (0x41)   'a' = 97 (0x61)

6.3EBCDIC

IBM நிறுவனத்தினால் உருவாக்கப்பட்ட குறிமுறையாகும். IBM தலைமைக் கணினிகளில் (mainframe) பயன்படுத்தப்படுகிறது. இலக்கங்கள், ஆங்கில எழுத்துக்கள், விசேட குறியீடுகள், கட்டுப்பாட்டு வரியுருக்கள் ஆகியவற்றைப் பிரதிநிதித்துவப்படுத்தப் பயன்படுகிறது. ஒரு வரியுருவிற்கு எட்டு பிட்கள் பயன்படுத்தப்படுவதால் 256 (2⁸) வெவ்வேறு குறியீடுகளைப் பிரதிநிதித்துவப்படுத்தலாம்.

6.4ஒற்றைக்குறிமுறை (Unicode)

ASCII மற்றும் EBCDIC போன்ற குறியீட்டு முறைகள் ஆங்கில எழுத்துக்களை மாத்திரம் பிரதிநிதித்துவப்படுத்துவதற்காக வடிவமைக்கப்பட்டுள்ளன. வெவ்வேறு மொழிகளிலுள்ள எழுத்துக்களைப் பிரதிநிதித்துவப்படுத்த அவற்றில் பெறுமானங்கள் ஒதுக்கப்படவில்லை. இக்குறையை நிவர்த்தி செய்வதற்காக உருவாக்கப்பட்ட குறிமுறை Unicode ஆகும். இதில் ஒரு வரியுருவிற்கு பதினாறு பிட்கள் பயன்படுத்தப்படுவதால் 65,536 (2¹⁶) வெவ்வேறு குறியீடுகளைப் பிரதிநிதித்துவப்படுத்தலாம்.

Unicode இல் தமிழ் எழுத்துக்களுக்கான குறியீட்டுத் தொகுதி 0B80 – 0BFF ஆகும்.

6.5விரைவு ஒப்பீடு

குறிமுறை	பிட்கள்	வரியுருக்கள்	பயன்பாடு
BCD	4	10	தசம இலக்கங்கள்
ASCII	7	128	ஆங்கிலம் / keyboard
EBCDIC	8	256	IBM mainframe
Unicode	16	65,536	பல மொழிகள்

7. எண்களுக்கிடையிலான கணித செய்கைகள்

இருமம், எண்மம், பதினறுமம் ஆகியவற்றில் கூட்டல், கழித்தல், பெருக்கல், வகுத்தல் — மற்றும் நிரப்பிக் கணிதம்.

7.1இரும கணிதச் செய்கைகள்

கூட்டல் விதி

0+0=0  0+1=1
1+0=1  1+1=0 (மீதி 1)

கழித்தல் விதி

0-0=0  1-0=1  1-1=0
0-1=1 (அடுத்த பிட்டிலிருந்து 1 கடன்)

பெருக்கல் விதி

0×0=0 0×1=0
1×0=0 1×1=1

கூட்டல்

1001100 + 1001110 = 10011010   (76 + 78 = 154)

கழித்தல்

1101100 − 1001011 = 0100001    (108 − 75 = 33)

பெருக்கல்

1101100 × 1011 = 10010100100   (108 × 11 = 1188)

வகுத்தல் (சாதாரண தசம வகுத்தலைப் போன்றது)

11011000 ÷ 1100 = 10010    (216 ÷ 12 = 18)

7.2எண்ம கணிதச் செய்கைகள்

மீதி / கடன் பெறுமானம் 8 ஆகும். உம்: 5+3 = 0 மீதி 1; 6+4 = 2 மீதி 1.

கூட்டல்

247₈ + 326₈ = 575₈

கழித்தல்

747₈ − 265₈ = 462₈     (இங்கு கடனாகப் பெற்ற 1 ஆனது 8 க்குச் சமனாகும்)

பெருக்கல்

347₈ × 21₈ = 7527₈

வகுத்தல்

217₈ ÷ 14₈ = 13₈ மீதி 13₈

7.3பதினறும கணிதச் செய்கைகள்

மீதி / கடன் பெறுமானம் 16 ஆகும். உம்: A+4 = E; E+F = D மீதி 1.

கூட்டல்

3AE2₁₆ + 4ABF₁₆ = 85A1₁₆

கழித்தல்

4ABC₁₆ − 3F4₁₆ = 46C8₁₆

பெருக்கல்

AB2₁₆ × 2F₁₆ = 1F6AE₁₆

வகுத்தல்

A50₁₆ ÷ B₁₆ = F0₁₆

7.4ஒன்றின் நிரப்பி மூலம் கூட்டல் / கழித்தல்

1. தரப்பட்ட எண்கள் இரும வடிவிற்கு (8 பிட்) மாற்றப்படும்.
2. அவற்றில் மறை எண்ணுக்குரிய ஒன்றின் நிரப்பி கணிக்கப்பட்டு மற்றைய இரும எண்ணுடன் கூட்டப்படும்.
3. End carry பெறப்படுமிடத்து அது மீண்டும் விடையுடன் கூட்டப்படும்.

8 − 3

8 = 00001000
3 = 00000011 → ஒன்றின் நிரப்பி = 11111100
  00001000
+ 11111100
= 1 00000100  → end carry ஐ மீண்டும் கூட்டுக → 00000101 = +5

7.5இரண்டின் நிரப்பி மூலம் கூட்டல் / கழித்தல்

1. தரப்பட்ட எண்கள் இரும வடிவிற்கு (8 பிட்) மாற்றப்படும்.
2. அவற்றில் மறை எண்ணுக்குரிய இரண்டின் நிரப்பி கணிக்கப்பட்டு மற்றைய இரும எண்ணுடன் கூட்டப்படும்.
3. End carry பெறப்படுமிடத்து அது புறக்கணிக்கப்படும்.

25 − 10

25 = 00011001
10 = 00001010 → இரண்டின் நிரப்பி = 11110110
  00011001
+ 11110110
= 1 00001111 → end carry ஐ புறக்கணிக்க → 00001111 = +15

8. பிட் அடிப்படையிலான தர்க்கச் செய்கைகள் (Bitwise Logical Operations)

ஒன்றுக்கு மேற்பட்ட பிட் மாதிரிகளை அல்லது இரும எண்களை ஒப்பிடல் மற்றும் கணிப்பிடலைத் திறமையாகக் கையாளுவதற்குப் பயன்படுகின்றன. இவை பிரதானமாக நான்கு வகைப்படும்.

8.1Bitwise NOT ( ~ )

இச்செய்கையில் பிட் 0 ஆனது 1 ஆகவும், 1 ஆனது 0 ஆகவும் மாற்றப்படும்.

உதாரணங்கள்

~0111 (7)      = 1000 (8)
~00000101      = 11111010

8.2Bitwise AND ( & )

பிட்களின் எண்ணிக்கை சமனான இரும எண்களின் இடப்பெறுமானத்திற்கு ஒத்த பிட்களின் தர்க்க AND செய்கை செயற்படுத்தப்படும். இரண்டும் 1 ஆக இருந்தால் மட்டுமே விடை 1.  1·0=0, 1·1=1, 0·0=0

உதாரணங்கள்

  0111 (7)            00110101
& 1000 (8)          & 11111010
= 0000 (0)            = 00110000

8.3Bitwise OR ( | )

ஒத்த பிட்களின் தர்க்க OR செய்கை. ஏதேனும் ஒன்று 1 ஆக இருந்தால் விடை 1.  1+0=1, 1+1=1, 0+0=0

உதாரணங்கள்

  0111 (7)            00010101
| 1001 (9)          | 10011010
= 1111 (15)         = 10011111

8.4Bitwise XOR ( ^ )

ஒத்த பிட்களின் தர்க்க XOR செய்கை. இரு பிட்களும் வேறுபட்டால் மட்டுமே விடை 1.  1⊕0=1, 1⊕1=0, 0⊕0=0

உதாரணங்கள்

  0111 (7)            00010101
^ 1001 (9)          ^ 10011010
= 1110 (14)         = 10001111

8.5மெய்மை அட்டவணை (Truth Table)

A	B	A&B	A|B	A^B	~A
0	0	0	0	0	1
0	1	0	1	1	1
1	0	0	1	1	0
1	1	1	1	0	0

9. பயிற்சி வினாக்கள் + விடைகள்

முதலில் நீங்களே முயற்சி செய்யுங்கள்; பின்பு விடையைத் தொடுங்கள்.

Q1இருமம் → தசமம்

(a) 10011001.001   (b) 10101.1010   (c) 10010101

விடைகளைக் காண்க

(a) 153.125  (b) 21.625  (c) 149

Q2தசமம் → இருமம்

(a) 154.125   (b) 85.5   (c) 246   (d) 250.0625

விடைகளைக் காண்க

(a) 10011010.001  (b) 1010101.1  (c) 11110110  (d) 11111010.0001

Q3தசமம் → எண்மம் / பதினறுமம்

எண்மம்: 249, 359  |  பதினறுமம்: 218, 200

விடைகளைக் காண்க

249 = 371₈  359 = 547₈  218 = DA₁₆  200 = C8₁₆

Q4மாற்றீடுகள்

(a) 2AB₁₆ → தசமம்   (b) 217₈ → தசமம்   (c) 101 → எண்மம்   (d) 10110011101 → பதினறுமம்

விடைகளைக் காண்க

(a) 683  (b) 143  (c) 5₈  (d) 59D₁₆

Q5நிரப்பிகள் (8 பிட்)

ஒன்றின் நிரப்பி: 25, -50  |  இரண்டின் நிரப்பி: 36, -57

விடைகளைக் காண்க

ஒன்றின் நிரப்பி: 25 = 00011001; -50 = 11001101
இரண்டின் நிரப்பி: 36 = 00100100; -57 = 11000111

Q6இரண்டின் நிரப்பி மூலம் கூட்டுக (8 பிட்)

(a) 34 − 10   (b) 102 − 75   (c) 17 − 20

விடைகளைக் காண்க

(a) 24 = 00011000  (b) 27 = 00011011  (c) −3 = 11111101

Q7பிட் தர்க்கச் செய்கைகள்

10010000 & 10011110  |  01101010 | 10010100  |  11001000 ^ 10000110

விடைகளைக் காண்க

10010000  |  11111110  |  01001110

GCE A/L ICT · அலகு 3 எண்முறைமை · படியுங்கள், பயிற்சி செய்யுங்கள், மீண்டும் மீளாய்வு செய்யுங்கள் ✨

🎓 SRI LANKA ONLINE ICT CLASSES · ශ්‍රී ලංකා ඔන්ලයින් ICT පන්ති · இலங்கை ஆன்லைன் ICT வகுப்புகள்

Online ICT Classes in Sri Lanka – O/L, A/L, Cambridge, Edexcel, Python, Web Development & Digital Marketing

Island-wide online classes and home-visit classes in English, Sinhala (සිංහල) and Tamil (தமிழ்) – for school students, university students, BIT / BSc / IT final-year project students, beginners and business owners.

💬 WhatsApp Us Now ▶ Watch Free Tutorials

What is ITClassSL? ITClassSL is a Sri Lankan ICT training service offering online and home-visit classes for G.C.E. O/L ICT, G.C.E. A/L ICT, Cambridge IGCSE / A Level, Pearson Edexcel, Python, Java, PHP & MySQL, web design, Microsoft Office, university and BIT final-year project guidance, and digital marketing. Classes run in English, Sinhala and Tamil, as individual or group sessions, anywhere in Sri Lanka. Contact: WhatsApp +94 72 962 2034 · itclasssl@gmail.com.

🚀 Learn Today. Build Tomorrow.

Looking for ICT classes in Sri Lanka, online ICT tuition, A/L ICT online class, computer classes near me or BIT project help? We provide practical, exam-focused and career-focused IT training with past papers, model papers, step-by-step coding and one-to-one support.

💡 Our ICT Training & Services in Sri Lanka

🏫 School ICT Classes (Grade 1 – 13)

Online and home-visit ICT lessons for Sri Lankan school students.

• G.C.E. O/L ICT (සාමාන්‍ය පෙළ ICT / சாதாரண தர ICT)
• G.C.E. A/L ICT (උසස් පෙළ ICT / உயர்தர ICT)
• GIT (General Information Technology)
• Term test papers, past papers & revision

🤖 Programming & AI

Learn to code from zero to project level.

• Python, C, Java, PHP, JavaScript
• HTML, CSS, jQuery & AJAX
• AI & machine-learning basics
• Problem solving & algorithms

🎓 University & Final-Year Project Guidance

Technical guidance for BIT, BSc, IT and ICT students.

• BIT / UCSC / UoM final-year projects
• PHP & MySQL, Python, Java projects
• Project ideas, proposal & documentation
• System design & database design

🌐 Web Design & Development

Websites and database-driven applications for individuals and businesses.

• Website design & development
• WordPress & Blogger
• PHP & MySQL web applications
• Website SEO & maintenance

📢 Digital Marketing

Grow your brand online in the Sri Lankan market.

• Facebook page & Facebook Ads
• Instagram, Reels, TikTok & YouTube
• SEO & content creation
• LinkedIn branding & campaign planning

💻 Computer & IT Skills

Essential computer skills from beginner to advanced.

• Computer fundamentals
• MS Word, Excel & PowerPoint
• Excel formulas & macros
• Oracle / MySQL / MS SQL, AWS, Linux

🗣️ English · සිංහල · தமிழ் – Classes in Your Language

English

Online ICT classes in Sri Lanka, A/L ICT online class, O/L ICT tuition, computer classes, Python classes, web design course, BIT project guidance, digital marketing course Sri Lanka, home visit ICT teacher, Cambridge & Edexcel ICT / Computer Science.

සිංහල

ශ්‍රී ලංකාවේ ඔන්ලයින් ICT පන්ති, උසස් පෙළ ICT ඔන්ලයින් පන්ති, සාමාන්‍ය පෙළ ICT පන්ති, පරිගණක පන්ති, පයිතන් (Python) ප්‍රෝග්‍රැමින් පන්ති, වෙබ් අඩවි නිර්මාණය, විශ්වවිද්‍යාල අවසන් වසර ව්‍යාපෘති මාර්ගෝපදේශනය, ඩිජිටල් මාකටින් පාඨමාලාව, නිවසට පැමිණ උගන්වන ICT ගුරුවරයා.

தமிழ்

இலங்கையில் ஆன்லைன் ICT வகுப்புகள், உயர்தர ICT ஆன்லைன் வகுப்பு, சாதாரண தர ICT வகுப்பு, கணினி வகுப்புகள், பைதான் (Python) நிரலாக்க வகுப்பு, இணையதள வடிவமைப்பு, பல்கலைக்கழக இறுதியாண்டு திட்ட வழிகாட்டல், டிஜிட்டல் மார்க்கெட்டிங் பயிற்சி, வீட்டிற்கு வந்து கற்பிக்கும் ICT ஆசிரியர்.

📚 Learn With Your Curriculum

Sri Lankan local syllabus, Pearson Edexcel and Cambridge programmes – ICT and Computer Science.

🇱🇰 Sri Lankan Local Curriculum

• Grade 1 – Grade 11 ICT
• G.C.E. O/L ICT · සා/පෙළ ICT · சா/த ICT
• G.C.E. A/L ICT · උ/පෙළ ICT · உ/த ICT
• GIT classes
• Term test preparation, model papers & notes
• English / Sinhala / Tamil medium

📘 Pearson Edexcel

• iPrimary Computing
• iLowerSecondary Computing
• International GCSE ICT
• International GCSE Computer Science
• International A Level IT
• International A Level Computer Science

📗 Cambridge

• Cambridge Primary & Lower Secondary Computing
• Cambridge IGCSE ICT
• Cambridge IGCSE Computer Science
• Cambridge O Level Computer Science
• AS & A Level IT
• AS & A Level Computer Science

💻 Programming & Software Development Classes

Python ProgrammingC ProgrammingJava Programming PHPJavaScriptHTML & CSS jQuery & AJAXASP.NETVB.NET VB6MySQLMS SQL Server MS AccessOracle DatabaseDatabase Design SQL QueriesSoftware DevelopmentSoftware Testing

🎓 BIT, BSc & University Final-Year IT Project Guidance

🧑‍💻 Project Development

• BIT / BSc / IT / ICT projects
• PHP & MySQL projects
• Python & Java projects
• Web application & database projects

📄 Documentation & Practical

• Project ideas & proposals
• System architecture & database design
• Assignment guidance
• Technical documentation & viva preparation

🧠 AI & Smart Applications

• AI application concepts
• Machine-learning modules
• Automation applications
• Step-by-step coding support

📊 Database, Cloud & IT Professional Training

Oracle DatabaseMySQLMicrosoft SQL Server Microsoft AccessAWS CloudLinux UNIXWindows ServerDevOps SREAutomationFreelancing Skills

📱 Digital Marketing & Social Media Training (ඩිජිටල් මාකටින් · டிஜிட்டல் மார்க்கெட்டிங்)

Facebook Page SetupFacebook AdsInstagram Marketing Instagram ReelsTikTok MarketingYouTube Channel Setup Social Media ManagementContent CreationSEO LinkedIn BrandingCampaign PlanningHashtag Strategy Insights & Engagement

🖥️ Microsoft Office & Digital Skills (පරිගණක පන්ති · கணினி வகுப்புகள்)

MS WordMS ExcelMS PowerPoint Excel FormulasExcel Macros & AutomationComputer Fundamentals Digital LiteracyMultimedia Presentations

🧭 How to Join – 4 Simple Steps

1. Message us on WhatsApp – tell us your grade / course, medium (English, Sinhala or Tamil) and your goal.
2. Choose your format – online class (island-wide), home-visit class, individual or small group.
3. Get your plan – schedule, syllabus coverage, notes, past papers or project roadmap.
4. Start learning – live practical sessions with support between classes.

⭐ Why Join Our ICT Classes?

🌍 Online & Home Visit
Study from anywhere in Sri Lanka or at home.

👥 Individual & Group
One-to-one or small group classes.

🗣️ English / සිංහල / தமிழ்
Learn in the medium you are comfortable with.

📚 School & University
O/L, A/L, Cambridge, Edexcel, BIT, BSc.

📝 Past & Model Papers
Exam-focused practice and revision.

💻 Practical Coding
Build real programs, websites and projects.

❓ Frequently Asked Questions – ICT Classes in Sri Lanka

Do you conduct online ICT classes for O/L and A/L students in Sri Lanka?

Yes. We conduct online ICT classes for G.C.E. O/L and A/L students island-wide, and also offer home-visit individual classes. Classes cover the syllabus, past papers, model papers and revision.

Which languages are the classes taught in? (සිංහල / தமிழ் / English)

Classes are available in English, Sinhala and Tamil medium. / පන්ති ඉංග්‍රීසි, සිංහල සහ දෙමළ මාධ්‍යයෙන් පවතී. / வகுப்புகள் ஆங்கிலம், சிங்களம் மற்றும் தமிழ் மொழிகளில் நடைபெறும்.

Do you teach Cambridge and Pearson Edexcel ICT and Computer Science?

Yes. We support Cambridge Primary to A Level and Pearson Edexcel iPrimary to International A Level, including IGCSE ICT, IGCSE Computer Science and O Level Computer Science.

Can you help with BIT, BSc or IT final-year projects?

Yes. We give technical guidance on project ideas, system design, database design, PHP & MySQL, Python and Java development, and documentation for BIT, BSc, IT and ICT students.

Can I learn Python, PHP, web design or digital marketing as a complete beginner?

Yes. Courses start from absolute beginner level and move step by step to practical projects. No previous experience is needed.

What are the class fees and schedules?

Fees and timetables depend on the subject, grade and whether you choose individual or group classes. Message us on WhatsApp (+94 72 962 2034) for current details.

How can I contact ITClassSL?

WhatsApp or call +94 72 962 2034, email itclasssl@gmail.com, or message us on Facebook and the other platforms listed below.

📞 Ready to Start Learning?

Book your online ICT class or ask about programming courses, university project guidance and digital marketing training.

📱 Call / WhatsApp: +94 72 962 2034

📧 Email: itclasssl@gmail.com

💻 Skype: ITClassSL

💬 Contact Us on WhatsApp

🌐 Our Online Learning Platforms

Tutorials, notes, project guides and learning resources.

📺 YouTube Tutorials
ICT & programming videos 💬 WhatsApp Community
Join our learning community ✍️ ICT Blog
Computer classes and tutorials 📰 WordPress
Notes and learning resources 📘 Facebook
Follow our official page 🌐 Wix Website
Our training services 💻 eTeacher Website
Online learning platform 📝 Medium
Technology articles ❓ Quora
Project guidance and Q&A 🎓 Strikingly Portfolio
University project resources 🗣️ ElaKiri Forum
Project discussion 🎵 TikTok
Short learning videos 🛒 Payhip
Digital resources 🌐 Weebly
Project and IT resources

ITClassSL — ICT Training | Computer Classes | Programming | University Project Guidance | Digital Marketing

Learn • Practice • Build • Grow 🚀

Popular searches: online ICT classes Sri Lanka · A/L ICT online class · O/L ICT tuition · Cambridge IGCSE ICT Sri Lanka · Edexcel Computer Science Sri Lanka · BIT final year project help · PHP MySQL project guidance · Python classes Sri Lanka · web design course Sri Lanka · digital marketing course Sri Lanka · home visit ICT teacher
සිංහල: ඔන්ලයින් ICT පන්ති · උසස් පෙළ ICT · සාමාන්‍ය පෙළ ICT · පරිගණක පන්ති · ව්‍යාපෘති මාර්ගෝපදේශනය · ඩිජිටල් මාකටින්
தமிழ்: ஆன்லைன் ICT வகுப்புகள் · உயர்தர ICT · சாதாரண தர ICT · கணினி வகுப்புகள் · திட்ட வழிகாட்டல் · டிஜிட்டல் மார்க்கெட்டிங்

G.C.E. A/L ICT · Grade 13 · New Trends and Future Directions of ICT Unit 13 – ICT இன் புதிய போக்குகளும் எதிர்காலத் திசைகளும்

Unit 13 – ICT இன் புதிய போக்குகளும் எதிர்காலத் திசைகளும்

G.C.E. A/L ICT · Grade 13 · New Trends and Future Directions of ICT

Intelligent Computing (நுண்ணறிவுக் கணிப்பீடு)

வரையறைதரவுகளிலிருந்து கற்றுக்கொண்டு, பகுத்தறிந்து, பிரச்சினைகளைத் தீர்த்து, முடிவுகளை எடுக்கக்கூடிய கணினி முறைமைகளை உருவாக்கும் கணிப்பீட்டு அணுகுமுறை.

சாதாரண கணினி கொடுக்கப்பட்ட கட்டளையை மட்டும் செய்யும். Intelligent Computing முறைமைகள் தரவுகளையும் அனுபவங்களையும் பயன்படுத்தித் தங்கள் செயல்பாட்டை மேம்படுத்தும்.

முக்கிய பண்புகள்

1. Learning – கற்றல்
2. Reasoning – காரணம் கண்டறிதல்
3. Problem Solving – பிரச்சினை தீர்த்தல்
4. Decision Making – முடிவெடுத்தல்
5. Adaptability – சூழலுக்கு ஏற்ப மாறுதல்
6. Pattern Recognition – வடிவங்களைக் கண்டறிதல்

உதாரணம் 1 – வங்கிவாடிக்கையாளரின் வழக்கமான பரிமாற்ற முறையைக் கற்று, வேறொரு நாட்டிலிருந்து திடீரென பெரிய தொகை எடுக்கப்பட்டால் அதைச் சந்தேகத்திற்குரியதாக அடையாளம் காணும்.

உதாரணம் 2 – Google Mapsபோக்குவரத்துத் தரவுகளைப் பகுப்பாய்வு செய்து நெரிசலைக் கண்டு மாற்றுப் பாதை பரிந்துரைக்கும்.

பயன்பாடுகள்

• மருத்துவத்தில் நோய் கண்டறிதல்
• வங்கி மோசடி கண்டறிதல்
• போக்குவரத்துத் திட்டமிடல்
• தொழிற்சாலை தானியங்கி உற்பத்தி
• வாடிக்கையாளர் நடத்தைப் பகுப்பாய்வு

Emotional Computing (உணர்வுக் கணிப்பீடு)

வரையறைமனிதர்களின் உணர்வுகளை அடையாளம் காணவும், புரிந்துகொள்ளவும், அதற்கேற்றவாறு பதிலளிக்கவும் கணினிகளுக்கு உதவும் தொழில்நுட்பம்.

சென்சார்கள், கேமராக்கள், குரல் பகுப்பாய்வு, AI ஆகியவற்றைப் பயன்படுத்தி மனித உணர்வுகளை அடையாளம் காணலாம்.

செயல்படும் படிகள்

1. Input Collection – மனிதரிடமிருந்து தரவு பெறுதல்

2. Data Analysis – தரவைப் பகுப்பாய்வு செய்தல்

3. Emotion Recognition – உணர்வை அடையாளம் காணுதல்

4. Response Generation – பதிலை உருவாக்குதல்

உணர்வை அறியும் முறைகள்

முறை	விளக்கம்
Facial Expression	முகபாவனை பகுப்பாய்வு
Voice Analysis	குரலின் தொனி, மாற்றங்கள்
Text Analysis	எழுதிய சொற்களின் உணர்வு
Body Language	உடல் அசைவுகள்
Physiological Signals	இதயத்துடிப்பு போன்ற சமிக்ஞைகள்

உதாரணம் 1 – Online Learningமாணவர் பாடத்தைப் புரிந்துகொள்ளச் சிரமப்படுகிறாரா என AI மதிப்பிட்டு ஆசிரியருக்கு அறிவிக்கலாம். (இது சாத்தியமான பயன்பாடு; உணர்வு அடையாளம் காணல் எப்போதும் துல்லியமல்ல.)

உதாரணம் 2 – Customer Service Chatbotகோபமான புகாரை அடையாளம் கண்டு அமைதியான, உதவிகரமான பதிலை வழங்கும்.

பயன்பாடுகள்

• மருத்துவ, உளவியல் உதவி முறைமைகள்
• Online Education
• Customer Service
• ஓட்டுநரின் சோர்வைக் கண்டறிதல்
• மனித–கணினி தொடர்பாடல் மேம்பாடு

Intelligent vs Emotional

Intelligent	Emotional
நுண்ணறிவுடன் செயல்படுதல்	உணர்வுகளை அடையாளம் காணுதல்
தரவிலிருந்து கற்கிறது	உணர்வு சமிக்ஞைகளைப் பகுப்பாய்கிறது
முடிவெடுக்க உதவுகிறது	உணர்வுக்கேற்ற பதில் தர உதவுகிறது
உ-ம்: மோசடி கண்டறிதல்	உ-ம்: கோபமான வாடிக்கையாளரை அடையாளம் காணுதல்

நினைவில் வைக்கIntelligent = Think and Learn · Emotional = Recognize and Respond to Emotions

Artificial Intelligence (செயற்கை நுண்ணறிவு)

வரையறைமனிதர்களின் கற்றல், பகுத்தறிதல், பிரச்சினை தீர்த்தல், முடிவெடுத்தல் போன்ற அறிவுசார் செயல்பாடுகளைக் கணினி முறைமைகள் மூலம் உருவகப்படுத்தும் தொழில்நுட்பம்.

AI இன் முக்கிய திறன்கள்

1. Learning – கற்றல்

தரவிலிருந்து புதிய விடயங்களைக் கற்பது. உ-ம்: YouTube பார்த்த வீடியோக்களின் அடிப்படையில் பரிந்துரை.

2. Reasoning – பகுத்தறிதல்

தகவல்களை ஆய்வு செய்து முடிவெடுப்பது. உ-ம்: மருத்துவத் தரவுகளிலிருந்து நோய் வாய்ப்பை மதிப்பிடுதல்.

3. Problem Solving – பிரச்சினை தீர்த்தல்

உ-ம்: Google Maps குறுகிய பாதையைக் கண்டறிதல்.

4. NLP – இயற்கை மொழிச் செயலாக்கம்

மனித மொழிகளைக் கணினி புரிந்துகொள்ளுதல். உ-ம்: ChatGPT, Google Translate.

5. Computer Vision – கணினிப் பார்வை

படங்கள்/வீடியோக்களில் பொருட்கள், மனிதர்களை அடையாளம் காணுதல். உ-ம்: முக அடையாளம் காணல்.

AI வகைகள்

வகை	விளக்கம்	நிலை
Narrow AI	குறிப்பிட்ட/வரையறுக்கப்பட்ட பணிகளுக்கான AI. உ-ம்: Voice Assistant, Face Recognition, Spam Detection, Recommendation	பயன்பாட்டில் உள்ளது
General AI	மனிதனைப் போல் பல துறைகளில் கற்று புதிய பிரச்சினைகளைத் தீர்க்கும் AI	ஆராய்ச்சி இலக்கு
Super AI	பெரும்பாலான அறிவுசார் பணிகளில் மனிதனை மீறும் AI	கற்பனை நிலை

AI – ML – Deep Learning

• AI: அறிவார்ந்த செயல்பாடுகளை வழங்கும் பரந்த துறை
• Machine Learning: தரவிலிருந்து கற்கும் AI அணுகுமுறை
• Deep Learning: பல அடுக்கு Artificial Neural Networks மூலம் கற்கும் ML அணுகுமுறை

பயன்பாடுகள்

துறை	பயன்பாடு	உதாரணம்
மருத்துவம்	நோய் கண்டறிய உதவுதல்	Medical Image Analysis
கல்வி	தனிப்பயன் கற்றல்	AI Tutor
வங்கி	மோசடி கண்டறிதல்	Fraud Detection
விவசாயம்	பயிர் நோய் அடையாளம்	Plant Disease Detection
போக்குவரத்து	பாதைத் திட்டமிடல்	Smart Navigation
வணிகம்	பொருள் பரிந்துரை	Shopping Recommendations

நன்மைகள்

1. வேகமான தரவுப் பகுப்பாய்வு
2. மீண்டும் மீண்டும் செய்யும் பணிகளைத் தானியக்கமாக்கல்
3. மனிதப் பிழைகளைக் குறைத்தல்
4. 24 மணி நேரமும் செயல்படுதல்
5. பெரிய தரவுகளின் அடிப்படையில் முடிவெடுத்தல்

குறைபாடுகள் / சவால்கள்

1. வேலைவாய்ப்பில் மாற்றங்கள்
2. தனியுரிமைப் பிரச்சினைகள்
3. பயிற்சித் தரவில் பாகுபாடு இருந்தால் முடிவிலும் பாகுபாடு
4. தவறான அல்லது உருவாக்கப்பட்ட தகவல்கள்
5. உருவாக்க/பராமரிக்க அதிக செலவு
6. மனித மேற்பார்வை இல்லையெனில் ஆபத்து

Man-Machine Coexistence (மனித–இயந்திர இணைவாழ்வு)

வரையறைமனிதர்களும் இயந்திரங்களும் ஒரே சூழலில் ஒன்றுக்கொன்று துணையாக ஒத்துழைத்துச் செயல்படும் நிலை.

மனிதர்: அனுபவம், படைப்பாற்றல், உணர்வு, முடிவெடுத்தல். இயந்திரம்: வேகம், துல்லியம், கணக்கீடு, தொடர்ச்சியான செயல்பாடு.

உதாரணம் 1 – கார் தொழிற்சாலைமனிதர் உற்பத்தித் திட்டத்தை உருவாக்குகிறார்; Robot பாகங்களைத் துல்லியமாக இணைக்கிறது; மனிதர் தரத்தைப் பரிசோதிக்கிறார்; கணினி உற்பத்தித் தரவைப் பகுப்பாய்கிறது.

உதாரணம் 2 – மருத்துவமனைமருத்துவர் சிகிச்சை முடிவை எடுக்கிறார்; Robotic Surgery System அவரது கட்டுப்பாட்டில் துல்லியமாக உதவுகிறது.

நன்மைகள்

1. உற்பத்தித்திறன் அதிகரிப்பு
2. கடினமான பணிகளை இயந்திரங்கள் செய்தல்
3. மனிதர்களின் வேலைச்சுமை குறைதல்
4. ஆபத்தான சூழலில் மனித நேரடிப் பங்கு குறைதல்
5. மனித, இயந்திரத் திறன்களின் இணைப்பு

சவால்கள்

• வேலைவாய்ப்பு மாற்றங்கள்
• இயந்திரங்களைச் சார்ந்திருத்தல்
• தொழில்நுட்பப் பயிற்சி தேவை
• இயந்திரப் பிழைகளின் பாதிப்பு
• மனிதப் பாதுகாப்பு, பொறுப்புக்கூறல்

Machine-to-Machine (M2M) (இயந்திரம்–இயந்திர இணைவாழ்வு)

வரையறைமனிதத் தலையீடு குறைவாக அல்லது இன்றி, இரண்டு அல்லது அதற்கு மேற்பட்ட இயந்திரங்கள் தரவுகளைப் பரிமாறித் தானாகச் செயல்படும் முறை.

செயல்படும் முறை

Sensor தகவலைச் சேகரிக்கிறது

தொடர்பாடல் வலையமைப்பு மூலம் அனுப்பப்படுகிறது

மற்றொரு சாதனம் தகவலைப் பெறுகிறது

தகவலின் அடிப்படையில் தானாகச் செயல்படுகிறது

உதாரணம் 1 – Smart Homeவெப்பநிலை சென்சார் அறை வெப்பம் அதிகரித்ததை Smart Air Conditioner-க்கு அனுப்புகிறது; குளிரூட்டி தானாக இயங்குகிறது.

உதாரணம் 2 – Smart AgricultureSoil Moisture Sensor ஈரப்பதம் குறைவதை அறிவிக்கிறது → Water Pump தானாக இயங்குகிறது → தேவையான ஈரப்பதம் கிடைத்ததும் நிற்கிறது.

பயன்பாடுகள்

• Smart Home · Smart Agriculture · Smart City
• Industrial Automation
• Smart Electricity Meter
• Vehicle Tracking
• Healthcare Monitoring

Man-Machine vs M2M

Man-Machine	M2M
மனிதரும் இயந்திரமும் இணைந்து செயல்படுகின்றனர்	இயந்திரங்கள் ஒன்றுடன் ஒன்று தொடர்புகொள்கின்றன
மனிதப் பங்கேற்பு முக்கியம்	நேரடி மனிதப் பங்கேற்பு குறைவு
மனிதர் கட்டுப்படுத்தலாம்	இயந்திரங்கள் தானாகச் செயல்படலாம்
உ-ம்: Robotic Surgery	உ-ம்: Smart Irrigation

நினைவில் வைக்கMan-Machine = Human + Machine · M2M = Machine + Machine

Software Agents (மென்பொருள் முகவர்கள்)

வரையறைஒரு குறிப்பிட்ட பணிக்காக உருவாக்கப்பட்டு, சூழலிலிருந்து தகவல்களைப் பெற்று, அவற்றின் அடிப்படையில் தானாகச் செயல்படக்கூடிய மென்பொருள் நிரல்.

உதாரணம் 1 – Email Spam Filterஉள்வரும் மின்னஞ்சல்களைப் பரிசோதித்து, சந்தேகத்திற்குரியவற்றை Spam Folder-க்கு அனுப்புகிறது.

உதாரணம் 2 – Price Agentபல இணையக் கடைகளில் Mobile Phone விலைகளைச் சேகரித்து ஒப்பிட்டு, குறைந்த விலை கிடைக்கும்போது அறிவிக்கிறது.

முக்கிய பண்புகள்

1. Autonomy – சுயாதீனமாகச் செயல்படுதல்

தொடர் கட்டளைகள் இன்றி இலக்கின் அடிப்படையில் செயல்படுதல். உ-ம்: குறிப்பிட்ட நேரத்தில் தானாக Email அனுப்புதல்.

2. Reactivity – எதிர்வினையாற்றுதல்

சூழல் மாற்றங்களை உணர்ந்து செயல்படுதல். உ-ம்: புதிய Email வந்ததும் அதை ஆய்வு செய்தல்.

3. Proactiveness – முன்முயற்சி

கட்டளைக்குக் காத்திராமல் இலக்கை அடைய முன்கூட்டியே செயல்படுதல். உ-ம்: விமான டிக்கெட் விலை குறைந்ததும் அறிவித்தல்.

4. Social Ability – தொடர்புகொள்ளும் திறன்

பிற Agents/முறைமைகளுடன் தகவல் பரிமாறுதல். உ-ம்: Shopping Agent, Payment Agent-உடன் தொடர்புகொள்ளுதல்.

5. Learning Ability – கற்றல் (விருப்பத்திற்குரியது)

சில Agents கடந்தகாலத் தரவிலிருந்து கற்று மேம்படும். எல்லா Agents-களுக்கும் இது அவசியமல்ல.

செயல்படும் முறை

Environment (சூழல்)

Percepts – தகவல்களைப் பெறுதல்

Software Agent – பகுப்பாய்வு, முடிவெடுத்தல்

Actions – செயல்பாடுகள்

Environment – சூழலில் மாற்றம்

Multi-Agent Systems (பல முகவர் முறைமைகள்)

வரையறைஒரு பிரச்சினையைத் தீர்க்க இரண்டு அல்லது அதற்கு மேற்பட்ட Software Agents ஒன்றுடன் ஒன்று தொடர்புகொண்டு ஒத்துழைத்துச் செயல்படும் கணினி முறைமை.

உதாரணம் 1 – Online Shopping System

Agent	பொறுப்பு
Search Agent	பொருட்களைத் தேடுதல்
Price Agent	விலைகளை ஒப்பிடுதல்
Inventory Agent	கையிருப்பைச் சரிபார்த்தல்
Payment Agent	பணப்பரிவர்த்தனை
Delivery Agent	விநியோக ஒருங்கிணைப்பு

உதாரணம் 2 – Traffic Managementஒரு Agent வாகன எண்ணிக்கையைக் கண்காணிக்கிறது; மற்றொன்று அருகிலுள்ள சந்திப்பின் நிலையை அறிகிறது; இன்னொன்று போக்குவரத்து விளக்கு நேரத்தை மாற்றுகிறது.

முக்கிய பண்புகள்

1. Autonomy – ஒவ்வொரு Agent-உம் சுயாதீனம்
2. Cooperation – பொது இலக்குக்காக ஒன்றாகச் செயல்படுதல்
3. Communication – தகவல் பரிமாற்றம்
4. Coordination – பணிகளை ஒருங்கிணைத்தல்
5. Distributed Processing – வெவ்வேறு பணிகளைப் பகிர்தல்
6. Problem Solving – சிக்கலான பிரச்சினையைப் பகுதிகளாகப் பிரித்துத் தீர்த்தல்

Software Agent vs MAS

Software Agent	Multi-Agent System
தனிப்பட்ட முகவர்	பல முகவர்களின் தொகுதி
ஒரு குறிப்பிட்ட பணி	பணிகளைப் பகிர்ந்து செய்தல்
தனியாகச் செயல்படலாம்	ஒன்றுடன் ஒன்று தொடர்புகொள்ளும்
உ-ம்: Spam Filter Agent	உ-ம்: Smart Traffic System

Agent முறைமைகளின் பயன்பாடுகள்

1. E-commerce – மின்னணு வணிகம்

• பொருட்களைத் தேடுதல், விலை ஒப்பிடுதல்
• பொருட்களைப் பரிந்துரைத்தல்
• கையிருப்பைக் கண்காணித்தல்
• கொள்வனவு செயல்முறையை ஒருங்கிணைத்தல்

2. Information Retrieval – தகவல் மீட்டெடுத்தல்

இணையத்தில் தேடி தேவையான தகவலைப் பயனருக்குத் தருதல். உ-ம்: குறிப்பிட்ட தலைப்பிலான புதிய ஆய்வுக் கட்டுரைகளைச் சேகரித்தல்.

3. Healthcare – சுகாதாரம்

• நோயாளியின் தரவைக் கண்காணித்தல்
• மருத்துவர்களுக்கு எச்சரிக்கை
• மருத்துவ நேர நிர்வாகம்
• மருத்துவத் தகவல் தேடல்

4. Transportation – போக்குவரத்து

• வாகன இருப்பிடக் கண்காணிப்பு
• நெரிசலைக் கணித்தல்
• மாற்றுப் பாதை பரிந்துரை
• விநியோக வாகன ஒருங்கிணைப்பு

5. Banking – வங்கித்துறை

• சந்தேகத்திற்குரிய பரிவர்த்தனைகளைக் கண்டறிதல்
• வாடிக்கையாளர் கேள்விகளுக்குப் பதில்
• தானியங்கி அறிவிப்புகள்

6. Manufacturing – உற்பத்தித்துறை

• உற்பத்திப் பணிகளை ஒருங்கிணைத்தல்
• இயந்திர நிலைக் கண்காணிப்பு
• கையிருப்பு நிர்வாகம்
• பராமரிப்புத் தேவை அறிவிப்பு

Von-Neumann Architecture (வொன் நியூமன் கட்டமைப்பு)

வரையறைஅறிவுறுத்தல்களும் தரவுகளும் ஒரே நினைவகத்தில் சேமிக்கப்பட்டு CPU மூலம் செயலாக்கப்படும் பாரம்பரிய கணினிக் கட்டமைப்பு.

முக்கிய கூறுகள்

கூறு	பணி	உதாரணம்
Input Unit	தரவு, கட்டளைகளை வழங்கும்	Keyboard, Mouse, Scanner
Memory Unit	தரவு, அறிவுறுத்தல்களைச் சேமிக்கும்	RAM
Control Unit (CU)	பகுதிகளைக் கட்டுப்படுத்தி ஒருங்கிணைக்கும்	–
ALU	கணித, தர்க்கச் செயல்பாடுகள்	–
Output Unit	முடிவுகளை வழங்கும்	Monitor, Printer

Fetch–Decode–Execute Cycle

Fetch – நினைவகத்திலிருந்து அறிவுறுத்தலைப் பெறுதல்

Decode – அறிவுறுத்தலைப் புரிந்துகொள்ளுதல்

Execute – செயல்படுத்துதல்

Von-Neumann BottleneckCPU–Memory இடையேயான வரையறுக்கப்பட்ட தரவுப் பாதையால் செயலாக்க வேகம் கட்டுப்படும் நிலை.

எளிய உதாரணம்வகுப்பறைக்கு ஒரே கதவு மட்டும் இருந்தால் மாணவர்கள் அதிகரிக்கும்போது நெரிசல் ஏற்படும்; அதுபோல் CPU–Memory இடையே நெரிசல்.

Beyond von-Neumann Computing

வரையறைVon-Neumann வரம்புகளைத் தாண்டி அதிக வேகம், குறைந்த மின்பயன்பாடு, சிக்கலான பிரச்சினைகளைத் தீர்க்கும் திறனுக்கான புதிய கட்டமைப்புகளும் அணுகுமுறைகளும்.

1. Parallel Computing – இணைநிலைக் கணிப்பீடு

பெரிய பணியைச் சிறு பணிகளாகப் பிரித்துப் பல Processors ஒரே நேரத்தில் செய்தல். உ-ம்: ஒரு கணக்கீட்டை 4 பகுதிகளாகப் பிரித்து 4 Processors கணித்தல்.

2. Distributed Computing – பகிர்ந்தளிக்கப்பட்ட கணிப்பீடு

பணியைப் பல கணினிகளுக்குப் பகிர்ந்து வலையமைப்பு மூலம் இணைந்து செய்தல். உ-ம்: Cloud Computing-இல் பல சேவையகங்கள் ஒரு சேவையை வழங்குதல்.

3. Neuromorphic Computing – நரம்பியல் சார்ந்த கணிப்பீடு

மூளையின் நரம்பணுக்களை ஒத்த கட்டமைப்பு. உ-ம்: மூளை போன்று வடிவமைக்கப்பட்ட சிறப்பு Chips.

4. Quantum Computing – குவாண்டம் கணிப்பீடு

Quantum Physics கொள்கைகளால் தகவலைச் செயலாக்குதல்; சில குறிப்பிட்ட பிரச்சினைகளில் பாரம்பரியக் கணினிகளை விடச் சிறந்த செயல்திறன் தரக்கூடும்.

Nature-Inspired Computing (இயற்கை அடிப்படையிலான கணிப்பீடு)

வரையறைஇயற்கையின் செயல்முறைகள், நிகழ்வுகள், உயிரினங்களின் நடத்தைகளை முன்மாதிரியாகக் கொண்டு கணினி வழி பிரச்சினைகளைத் தீர்க்கும் அணுகுமுறை.

1. Genetic Algorithms – மரபணு வழிமுறைகள்

பரிணாம வளர்ச்சி, இயற்கைத் தெரிவு (Natural Selection) அடிப்படையில் பல தீர்வுகளை உருவாக்கி சிறந்தவற்றைத் தேர்ந்து மேம்படுத்தும்.

Initial Population – ஆரம்பத் தீர்வுகள்

Fitness Evaluation – தரத்தை மதிப்பிடுதல்

Selection – சிறந்தவற்றைத் தேர்தல்

Crossover – தீர்வுகளை இணைத்தல்

Mutation – சிறு மாற்றங்கள்

New Generation – புதிய தீர்வுகள்; தேவையான தரம் வரை மீண்டும்

உ-ம்: குறைந்த தூரம், செலவில் அனைத்து வாடிக்கையாளர்களுக்கும் விநியோகிக்கும் பாதையைத் தேடுதல்.

2. Ant Colony Optimization – எறும்புக் கூட்ட மேம்படுத்தல்

எறும்புகள் பெரோமோன் (Pheromone) தடத்தை விட்டுச் செல்ல, பிற எறும்புகள் அதைப் பின்பற்றிப் பாதையைத் தேர்கின்றன. உ-ம்: நகரில் பல இடங்களுக்குப் பொருள் வழங்கச் சிறந்த பாதை.

3. Particle Swarm Optimization – துகள் கூட்ட மேம்படுத்தல்

பறவை/மீன் கூட்டங்கள் தகவல் பகிர்ந்து சிறந்த நிலையை நோக்கி நகர்வதை அடிப்படையாகக் கொண்டது. உ-ம்: பொறியியல் வடிவமைப்பில் குறைந்த செலவில் சிறந்த தீர்வு.

பயன்பாடுகள்

• சிறந்த பாதை கண்டறிதல்
• போக்குவரத்து, உற்பத்தித் திட்டமிடல்
• வளங்களைச் சிறப்பாகப் பயன்படுத்துதல்
• பொறியியல் வடிவமைப்பு
• சிக்கலான Optimization பிரச்சினைகள்

Biology-Inspired Computing (உயிரியல் அடிப்படையிலான கணிப்பீடு)

வரையறைஉயிரினங்களின் உடலமைப்பு, உயிரியல் செயல்முறைகள், மரபணுக்கள், மூளை, உயிரணுக்களின் செயல்பாடுகளை அடிப்படையாகக் கொண்டு கணினித் தொழில்நுட்பங்களை உருவாக்கும் அணுகுமுறை.

1. Artificial Neural Networks (ANN)

மூளையின் நரம்பணுக்களை முன்மாதிரியாகக் கொண்ட கணினி மாதிரி. செயற்கை Neurons இணைக்கப்பட்டுத் தகவலைச் செயலாக்கும்.

அடுக்குகள்: Input Layer → Hidden Layer → Output Layer

உ-ம்: கையெழுத்து இலக்கங்களை அடையாளம் காணுதல்.

2. DNA Computing

DNA மூலக்கூறுகளைப் பயன்படுத்திக் கணக்கீடு செய்யும் ஆராய்ச்சி சார்ந்த அணுகுமுறை. உ-ம்: DNA இணைப்பு/பிரிப்பு மூலம் சில கணிதப் பிரச்சினைகளின் தீர்வுகளை ஆராய்தல்.

3. Evolutionary Computing – பரிணாமக் கணிப்பீடு

பரிணாமம், இயற்கைத் தெரிவு, மரபணு மாற்றங்களை அடிப்படையாகக் கொண்ட வழிமுறைகள்; Genetic Algorithms இதன் முக்கிய அணுகுமுறை.

Nature vs Biology Inspired

Nature-Inspired	Biology-Inspired
பரந்த இயற்கை நிகழ்வுகள்	உயிரியல் அமைப்புகள், செயல்முறைகள்
எறும்புகள், பறவைகள், இயற்கைத் தெரிவு	DNA, Neurons, உயிரணுக்கள்
Ant Colony, PSO, Genetic Algorithms	ANN, DNA Computing, Evolutionary Computing

குறிப்புGenetic Algorithms பரிணாமத்தைப் பின்பற்றுவதால் இரு அணுகுமுறைகளுடனும் தொடர்புடையவை.

Quantum Computing (குவாண்டம் கணிப்பீடு)

வரையறைQuantum Mechanics கொள்கைகளைப் பயன்படுத்தித் தகவலைச் செயலாக்கும் கணினித் தொழில்நுட்பம். பாரம்பரியக் கணினி Bit; குவாண்டம் கணினி Qubit.

Classical Bit vs Qubit

Bit: 0 அல்லது 1 (மின்விளக்கு அணைந்தால் 0, எரிந்தால் 1).

Qubit: Superposition காரணமாக 0, 1 ஆகியவற்றின் கலவையான Quantum State-இல் இருக்க முடியும்.

Superposition – மீநிலை

அளவீட்டுக்கு முன் பல சாத்தியமான நிலைகளின் கலவையில் இருக்கும் குவாண்டம் பண்பு.

ஒப்புமை (எச்சரிக்கை)சுழலும் நாணயம் ஒரு எளிய ஒப்புமை மட்டுமே; உண்மையான Superposition அதற்குச் சமமல்ல.

Entanglement – குவாண்டம் பிணைப்பு

இரண்டு அல்லது அதற்கு மேற்பட்ட Qubits ஒன்றுடன் ஒன்று தொடர்புடைய Quantum State-இல் இருத்தல். ஒன்றை அளவிடும்போது மற்றதன் அளவீட்டுடன் தொடர்புடைய முடிவு கிடைக்கலாம். இது சாதாரணத் தகவல் பரிமாற்றம் அல்ல.

Quantum Interference – குவாண்டம் குறுக்கீடு

Probability Amplitudes இணைந்து சில முடிவுகளின் சாத்தியக்கூறை அதிகரித்து, சிலவற்றைக் குறைத்தல். Quantum Algorithms சரியான விடையின் சாத்தியக்கூறை உயர்த்த இதைப் பயன்படுத்தும்.

செயல்படும் முறை

Qubit Initialization – Qubits தயாரித்தல்

Quantum Gates – Qubits மீது செயல்பாடுகள்

Quantum Interference – முடிவுகளின் சாத்தியக்கூறை மாற்றுதல்

Measurement – Classical Output பெறுதல்

Classical vs Quantum

Classical	Quantum
Bit	Qubit
0 அல்லது 1	0, 1 இன் கலவை (Quantum State)
Classical Logic Gates	Quantum Gates
Classical Physics சார்ந்த மின்சுற்றுகள்	Quantum Mechanics சார்ந்தது
பொதுவான பணிகளுக்கு ஏற்றது	குறிப்பிட்ட சிக்கலான கணக்கீடுகளுக்கு ஏற்றது

பயன்பாடுகள்

1. Drug Discovery – மூலக்கூறு நடத்தைக் கணக்கீடுகள்
2. Cryptography – சில மறையாக்க முறைகளைப் பாதிக்கலாம்; Quantum-resistant Cryptography முக்கியம்
3. Optimization – போக்குவரத்து, விநியோகம், வள ஒதுக்கீடு
4. Material Science – புதிய பொருட்களின் பண்புகள்
5. Scientific Research – இயற்பியல், வேதியியல் உருவகப்படுத்தல்

சவால்கள்

1. Qubits-ஐ நிலையாக வைத்திருப்பது கடினம்
2. சூழல் இடையூறுகளால் Quantum Errors
3. சில Hardware-களுக்கு மிகக் குறைந்த வெப்பநிலை தேவை
4. Quantum Error Correction சிக்கலானது
5. அதிக உருவாக்க/பராமரிப்புச் செலவு
6. எல்லாப் பிரச்சினைகளுக்கும் சிறந்த தீர்வல்ல

நினைவில் வைக்கBit = 0/1 · Qubit = Quantum State · Superposition = நிலைகளின் கலவை · Entanglement = Qubits தொடர்பு · Interference = சாத்தியக்கூறை மாற்றல்

எதிர்காலத் தொழில்நுட்பங்கள்

தொழில்நுட்பம்	எதிர்காலப் பயன்பாடு
Artificial Intelligence	அறிவார்ந்த முடிவெடுத்தல்
Quantum Computing	சில சிக்கலான கணக்கீடுகள்
DNA Computing	உயிரியல் அடிப்படைக் கணக்கீடு
Neuromorphic Computing	மூளை போன்ற கட்டமைப்புகள்
Swarm Intelligence	பல முகவர்களின் கூட்டுச் செயல்பாடு
Robotics	தானியங்கித் தொழிற்சாலை, சேவைப் பணிகள்
Distributed Computing	பல கணினிகளின் ஒருங்கிணைந்த செயல்பாடு

Von-Neumann-க்கு மாற்றாக உருவாகக்கூடியவை

1. Quantum Computing
2. Neuromorphic Computing
3. DNA Computing
4. Optical Computing
5. Parallel and Distributed Computing
6. Nature-Inspired Computing

இவை பாரம்பரியக் கணினிகளின் சில வரம்புகளைக் குறைக்கவும் குறிப்பிட்ட பிரச்சினைகளைத் திறமையாகத் தீர்க்கவும் உருவாக்கப்பட்டு வருகின்றன.

குறுகிய விடை வினாக்கள்

மாதிரி வினாக்கள்; அதிகாரப்பூர்வ கடந்தகால வினாத்தாளிலிருந்து எடுக்கப்பட்டவை அல்ல.

1. Intelligent Computing என்றால் என்ன?

தரவிலிருந்து கற்று, பகுத்தறிந்து, பிரச்சினைகளைத் தீர்த்து, முடிவெடுக்கக்கூடிய கணினி முறைமைகளை உருவாக்கும் கணிப்பீட்டு அணுகுமுறை.

2. Emotional Computing என்றால் என்ன?

மனித உணர்வுகளை அடையாளம் கண்டு, புரிந்து, அதற்கேற்பப் பதிலளிக்கும் கணினி முறைமைகளை உருவாக்கும் தொழில்நுட்பம்.

3. AI என்பதன் விரிவாக்கம்?

Artificial Intelligence

4. Machine Learning என்றால் என்ன?

ஒவ்வொரு விதியையும் வெளிப்படையாக நிரலாக்காமல், கணினி தரவிலிருந்து கற்று கணிப்புகள்/முடிவுகளை உருவாக்கும் AI அணுகுமுறை.

5. Man-Machine Coexistence என்றால் என்ன?

மனிதர்களும் இயந்திரங்களும் ஒரே சூழலில் ஒத்துழைத்துச் செயல்படும் நிலை.

6. M2M விரிவாக்கம்?

Machine-to-Machine

7. Software Agent என்றால் என்ன?

ஒரு பணிக்காகச் சூழலிலிருந்து தகவல்களைப் பெற்றுத் தானாகச் செயல்படும் மென்பொருள் நிரல்.

8. Software Agent இன் நான்கு பண்புகள்?

Autonomy, Reactivity, Proactiveness, Social Ability.

9. Multi-Agent System என்றால் என்ன?

இரண்டு அல்லது அதற்கு மேற்பட்ட Software Agents தொடர்புகொண்டு ஒத்துழைத்துச் செயல்படும் முறைமை.

10. Von-Neumann Bottleneck என்றால் என்ன?

CPU–Memory இடையிலான வரையறுக்கப்பட்ட தரவுப் பாதையால் ஏற்படும் செயலாக்கத் தடங்கல்.

11. Nature-Inspired Computing என்றால் என்ன?

இயற்கை நிகழ்வுகள், உயிரினங்களின் நடத்தைகளை அடிப்படையாகக் கொண்டு கணக்கீட்டுப் பிரச்சினைகளைத் தீர்க்கும் அணுகுமுறை.

12. Artificial Neural Network என்றால் என்ன?

மனித மூளையின் நரம்பணுக்களை முன்மாதிரியாகக் கொண்ட கணினி மாதிரி.

13. Quantum Computing என்றால் என்ன?

Quantum Mechanics கொள்கைகளால் தகவலைச் செயலாக்கும் கணினித் தொழில்நுட்பம்.

14. Qubit என்றால் என்ன?

Quantum Computer-இல் தகவலைப் பிரதிநிதித்துவப்படுத்தும் அடிப்படை அலகு.

15. Superposition என்றால் என்ன?

அளவீட்டுக்கு முன் பல சாத்தியமான நிலைகளின் கலவையில் இருக்கும் Quantum பண்பு.

16. Entanglement என்றால் என்ன?

இரண்டு அல்லது அதற்கு மேற்பட்ட Qubits-இன் Quantum States ஒன்றுடன் ஒன்று தொடர்புடையதாக இருக்கும் நிகழ்வு.

விளக்க வினாக்கள்

17. Intelligent vs Emotional Computing

Intelligent: கற்றல், பகுத்தறிதல், முடிவெடுத்தல். Emotional: மனித உணர்வுகளை அடையாளம் கண்டு அதற்கேற்பப் பதிலளித்தல்.

18. Man-Machine vs M2M (உதாரணங்களுடன்)

• Man-Machine: மனிதரும் இயந்திரமும் இணைந்து செயல்படுதல். உ-ம்: மருத்துவர் + Robotic Surgery System.
• M2M: இயந்திரங்கள் தானாகத் தகவல் பரிமாறிச் செயல்படுதல். உ-ம்: ஈரப்பதம் அறிந்து தானாக இயங்கும் நீர்ப்பாசன முறைமை.

19. Software Agent இன் பண்புகளை விளக்குக

• Autonomy – சுயாதீனச் செயல்பாடு
• Reactivity – சூழல் மாற்றத்துக்கு எதிர்வினை
• Proactiveness – முன்முயற்சி
• Social Ability – பிற Agents உடன் தொடர்பு

20. MAS இன் நான்கு நன்மைகள்

1. பணிகளைப் பகிர்ந்தளிக்கலாம்
2. சிக்கலான பிரச்சினைகளைத் தீர்க்கலாம்
3. பல Agents ஒரே நேரத்தில் செயல்படலாம்
4. Agents இடையே தகவல் பரிமாறி ஒருங்கிணைக்கலாம்

21. Von-Neumann Architecture இன் கூறுகள்

Input Unit, Memory Unit, Control Unit, Arithmetic and Logic Unit, Output Unit.

22. Genetic Algorithm செயல்முறை

இயற்கைத் தெரிவை அடிப்படையாகக் கொண்டது. படிகள்: Initial Population → Fitness Evaluation → Selection → Crossover → Mutation → New Generation.

23. Classical vs Quantum (மூன்று வேறுபாடுகள்)

Classical	Quantum
Bit	Qubit
0 அல்லது 1	Superposition கொண்ட Quantum State
Classical Logic Gates	Quantum Gates

24. Quantum Computing இன் மூன்று பயன்பாடுகள்

Drug Discovery, Cryptography Research, Complex Optimization.

சூழ்நிலை வினாக்கள்

25. Soil Moisture Sensor + நீர்ப்பம்பு

அ) Machine-to-Machine Communication.

ஆ) Sensor ஈரப்பதத்தை அளக்கிறது; குறைந்தால் கட்டுப்பாட்டு முறைமைக்கு அனுப்புகிறது; Water Pump தானாக இயங்குகிறது.

இ) நீர் விரயம் குறைந்து நீர்ப்பாசனம் தானியக்கமாகிறது.

26. விலைகளை ஒப்பிட்டு அறிவிக்கும் Shopping Website

அ) Software Agent.

ஆ) Autonomy, Proactiveness.

இ) பல கடைகளைத் தனித்தனியாகப் பார்க்கும் தேவை குறைகிறது.

27. மருத்துவர் + Robot அறுவைச் சிகிச்சை

அ) Man-Machine Coexistence.

ஆ) நிலையை மதிப்பிடுதல், சிகிச்சை முடிவெடுத்தல், ரோபோவை மேற்பார்வை செய்தல்.

இ) மருத்துவரின் கட்டுப்பாட்டில் துல்லியமான செயல்பாடுகளுக்கு உதவுதல்.

28. போக்குவரத்துச் சந்திப்புக் கணினிகள் தொடர்புகொள்ளுதல்

அ) Multi-Agent System.

ஆ) Communication, Coordination.

இ) சூழ்நிலைக்கேற்பப் போக்குவரத்து விளக்கு நேரத்தை மாற்றுதல்.

29. Neural Network மூலம் கையெழுத்து இலக்கங்கள்

அ) Artificial Neural Network.

ஆ) Biology-Inspired Computing.

இ) கையெழுத்து அடையாளம் காணுதல்.

30. Qubits மூலம் சிக்கலான கணிதப் பிரச்சினை

அ) Quantum Computing.

ஆ) Superposition, Entanglement.

இ) Bit 0 அல்லது 1; Qubit பல சாத்திய நிலைகளின் Superposition-இல் இருக்க முடியும்.

இறுதி மீளாய்வு ஒப்பீடுகள்

தலைப்புகள்	முக்கிய வேறுபாடு
Intelligent vs Emotional	அறிவார்ந்த செயல்பாடு vs உணர்வு அடையாளம்
AI vs Machine Learning	பரந்த துறை vs AI கற்றல் அணுகுமுறை
Man-Machine vs M2M	மனிதர் + இயந்திரம் vs இயந்திரம் + இயந்திரம்
Software Agent vs MAS	தனி Agent vs பல Agents
Nature vs Biology Inspired	இயற்கை நிகழ்வுகள் vs உயிரியல் அமைப்புகள்
Bit vs Qubit	0 அல்லது 1 vs Quantum State
Superposition vs Entanglement	நிலைகளின் கலவை vs Qubits இடையிலான தொடர்பு

Unit 13 – Quick Test (10 வினாக்கள்)

0 / 10

இக்குறிப்புகள் மாணவர் கற்றலுக்கானவை. உங்கள் வகுப்பின் சமீபத்திய NIE பாடத்திட்டத்துடன் தலைப்புகளைச் சரிபார்க்கவும்.