கற்றுக்கொள்ளக் கற்றுக்கொள்தல்: உள்ளார்ந்த நுண்ணறிவு

இயந்திர கற்றல் எனப்படும் தொழில்நுட்பத்தின் மூலம் செயற்கை நுண்ணறிவு அறிவார்ந்த நடத்தையைப் பெறுகிறது.

இந்த கற்றல் மனிதர்களால் உருவாக்கப்பட்ட நடைமுறைகளின்படி மேற்கொள்ளப்பட்டாலும், இந்த நடைமுறைகளிலிருந்தும் செயற்கை நுண்ணறிவின் கட்டமைப்பிலிருந்தும் ஏன் நுண்ணறிவு வெளிப்படுகிறது என்பது இன்னும் விளக்கப்படவில்லை.

இந்தக் கட்டுரையில், கற்றலின் சாராம்சத்தைக் கருத்தில் கொண்டு, நுண்ணறிவு ஏன் எழுகிறது என்பதற்கான காரணங்களை நான் ஆராய்வேன்.

மேலும், கற்றல் என்ற கருத்தை ஆழமாக ஆராயும்போது, செயற்கை நுண்ணறிவும் நமது மூளையும் கற்றுக்கொள்வதற்கான இயல்பான போக்கைக் கொண்டுள்ளன என்ற கருத்துக்கு நாம் வருகிறோம்.

இது "இயல்பாகப் பிறந்த கட்டமைப்பாளர்" என்று அழைக்கப்படக்கூடிய ஒரு பொறிமுறையின் இருப்பைப் பரிந்துரைக்கிறது.

உடலின் மூலம் கற்றல் மற்றும் மொழியின் மூலம் கற்றல்

நம் கண்களால் பொருட்களைப் பார்ப்பதன் மூலமும், நம் உடல்களை அசைப்பதன் மூலமும் நம்மைச் சுற்றியுள்ள உலகத்தைப் பற்றி அறிந்து கொள்கிறோம் மற்றும் நம் திறன்களை விரிவுபடுத்துகிறோம்.

இதுவும் ஒரு வகையான கற்றலாகும், இதை உடலின் மூலம் கற்றல் என்று அழைக்கலாம்.

மறுபுறம், பொதுவாக மக்கள் கற்றல் பற்றிக் கூறும்போது, பாடப்புத்தகங்களைப் படிப்பதன் மூலமோ அல்லது ஆசிரியரின் விளக்கங்களைக் கேட்பதன் மூலமோ அறிவை அதிகரிப்பதை அவர்கள் கற்பனை செய்கிறார்கள்.

இத்தகைய பாடத்திட்ட அடிப்படையிலான கற்றலுக்கு கூடுதலாக, நண்பர்களுடனான உரையாடல்கள், ஆன்லைன் செய்திகள் மற்றும் பலவற்றிலிருந்தும் பல்வேறு அறிவைப் பெறுகிறோம்.

இந்த வகையான கற்றல் படங்களை காட்சிரீதியாக மனப்பாடம் செய்வது அல்லது உடலை அசைப்பதன் மூலம் கற்றுக்கொள்வது அல்ல; இது மொழியின் மூலம் கற்றல் ஆகும்.

புறநிலைசார்ந்த கற்றல் (Sub-physical Learning) மற்றும் புறநிலை கடந்த கற்றல் (Metaphysical Learning)

மொழியின் மூலம் கற்றலில், தகவல்களை மீண்டும் மீண்டும் செய்வதன் மூலம் மட்டுமே மனப்பாடம் செய்யக்கூடிய நிகழ்வுகளும், ஒருமுறை அல்லது சில முறை கேட்ட பிறகு மனப்பாடம் செய்யக்கூடிய நிகழ்வுகளும் உள்ளன.

மாற்றாக, விவரங்கள் நினைவில் இல்லாவிட்டாலும், தேவைப்படும் நேரத்தில் ஒரு புத்தக அடுக்கிலிருந்தோ அல்லது இணையத்திலிருந்தோ மீட்டெடுத்துப் பயன்படுத்தக்கூடிய அறிவு உள்ளது.

அறிவைப் பெறுதல் மற்றும் தேவைப்படும்போது அதைத் தகுந்த முறையில் பயன்படுத்துதல் என்ற அர்த்தத்தில், இந்த இரண்டு வடிவங்களும் கற்றல் என்று அழைக்கப்படலாம்.

இவற்றில், மீண்டும் மீண்டும் செய்வதன் மூலம் மட்டுமே மனப்பாடம் செய்யக்கூடிய அறிவு, புறநிலைசார்ந்த அறிவு (sub-physical knowledge) என்று அழைக்கப்படலாம். இதற்கான கற்றல் செயல்முறை, புறநிலைசார்ந்த கற்றல் (sub-physical learning) ஆகும், இது கருத்துக்களை மனப்பாடம் செய்வதை உள்ளடக்கியது.

இது புறநிலை கற்றலுக்கு (physical learning) ஒத்ததாகும், அங்கு ஒருவர் கண்களால் பொருட்களைப் பார்ப்பதன் மூலமோ அல்லது உடலை அசைப்பதன் மூலமோ மீண்டும் மீண்டும் கற்றுக்கொள்கிறார். இவையும் புறநிலைசார்ந்த கற்றல் என்று வகைப்படுத்தப்படலாம்.

மறுபுறம், குறைவான மறுபடியும் செய்வதன் மூலம் மனப்பாடம் செய்யக்கூடிய அல்லது உடனடியாகத் தேடிக் கண்டுபிடிக்கப்பட்டு பயன்படுத்தக்கூடிய அறிவைப் பெறுதல், புறநிலை கடந்த கற்றல் (metaphysical learning) என்று அழைக்கப்படலாம்.

இந்த நிலையில், புறநிலைசார்ந்த கற்றல் மூலம் பெறப்பட்ட முன்-கற்ற கருத்துக்கள், அந்தக் கருத்துக்களின் வகைகளாகவோ அல்லது கருத்துக்களின் சேர்க்கைகளாகவோ அறிவைக் கற்றுக்கொள்ளப் பயன்படுத்தப்படலாம்.

புறநிலைசார்ந்த கற்றல் மூலம் ஏற்கனவே பெறப்பட்ட கருத்துக்களைப் பயன்படுத்த முடிவதால், புறநிலை கடந்த கற்றலுக்கு மறுபடியும் செய்தல் தேவையில்லை.

இயல்பு மொழி இயந்திர கற்றல்

செயற்கை நுண்ணறிவில் உள்ள இயந்திர கற்றலுக்கு இதை இப்போது பொருத்திப் பார்ப்போம்.

பொதுவாக, இயந்திர கற்றலில் பயன்படுத்தப்படும் நியூரல் நெட்வொர்க்குகள், கருத்துக்களை மீண்டும் மீண்டும் கற்றுக்கொள்ளும் துணை-உடல்சார்ந்த கற்றலை (sub-physical learning) செய்கின்றன.

மறுபுறம், மனிதர்களைப் போன்ற இயல்பு மொழி செயலாக்க திறன் கொண்ட பெரிய மொழி மாதிரிகள் (large language models), மொழியின் மூலம் கற்றலைச் செய்ய முடியும்.

பெரிய மொழி மாதிரிகளின் முன்-பயிற்சி (pre-training) மற்றும் நுண்சீரமைப்பு (fine-tuning) ஆகியவற்றின் போது, மொழியின் மூலம் துணை-உடல்சார்ந்த கற்றல் நடைபெறுகிறது.

மேலும், ஒரு முன்-பயிற்சி பெற்ற பெரிய மொழி மாதிரி, உள்ளீட்டு வாக்கியத்தில் உள்ள அறிவைப் பயன்படுத்தி பதிலளிக்க முடியும், இதன் மூலம் உடனடி புறநிலை கடந்த கற்றலை (metaphysical learning) செய்கிறது.

மொழியின் மூலம் புறநிலை கடந்த கற்றலின் இந்த திறனுக்கு நன்றி, பெரிய மொழி மாதிரிகள் புதிய அறிவை மீண்டும் மீண்டும் கற்றுக்கொள்ளாமல் பயன்படுத்த முடியும்.

இது, மாதிரி அளவுருக்களை மீண்டும் மீண்டும் சரிசெய்யும் பாரம்பரிய எண் சார்ந்த இயந்திர கற்றலுக்கு மாறாக, இயல்பு மொழி இயந்திர கற்றல் என்று அழைக்கப்படலாம்.

புறநிலை கடந்த இடைமுகமாக இயல்பு மொழி

இயல்பு மொழி, புறநிலைசார்ந்த கற்றலையும் (sub-physical learning) புறநிலை கடந்த கற்றலையும் (metaphysical learning) பிரிக்கும் இடைமுகத்தில் அமைந்துள்ளது.

இயல்பு மொழியின் கவர்ச்சிகரமான அம்சம் என்னவென்றால், அதை புறநிலைசார்ந்த கற்றல் மூலம் பெற முடியும், மேலும் அதற்கு மேல், அது புறநிலை கடந்த கற்றலை சாத்தியமாக்குகிறது.

இயல்பு மொழி அல்லாத புறநிலை கடந்த இடைமுகங்கள்

உண்மையில், புறநிலை கற்றலில் கூட, துணை-உடல்சார்ந்த கற்றல் (sub-physical learning) மற்றும் புறநிலை கடந்த கற்றல் (metaphysical learning) இரண்டும் உள்ளன. உதாரணமாக, விளையாட்டுகளில் திறமையான ஒருவர், முதல் முறையாக சந்திக்கும் ஒரு புதிய விளையாட்டுக்கு விரைவாகத் தகவமைத்துக் கொள்ள முடியும்.

அதேபோல், உயிரியலில் அறிவுள்ள ஒருவர், ஒரு புதிய இனத்தைப் பார்க்கும்போது அதன் பண்புகளை உடனடியாகப் புரிந்துகொள்ள முடியும்.

இவ்வாறு, புறநிலை கற்றலிலும் கூட, இயல்பு மொழிக்கு ஒத்த நிலையில் உள்ள புறநிலை கடந்த இடைமுகங்கள் (metaphysical interfaces) உள்ளன.

கட்டமைப்புகள் (Frameworks)

இந்த இடைமுகங்களில், அடிப்படை கருத்துக்கள் அல்லது அறிவிலிருந்து வேறுபட்ட கட்டமைப்புகள் (frameworks) உள்ளன, அவை அவற்றின் உறவுகளையும் கட்டமைப்புகளையும் வரையறுக்கின்றன, அல்லது புதிய கட்டமைப்பைச் செயல்படுத்துகின்றன.

பல்வேறு துணை-புறநிலை அறிவுகள் துணை-புறநிலை கற்றல் மூலம் பெறப்படும்போது, துணை-புறநிலை அறிவுகளுக்கு இடையிலான தொடர்புகளிலிருந்து புறநிலை கடந்த இடைமுகத்தில் உள்ள கட்டமைப்பைக் கற்றுக்கொள்வது சாத்தியமாகும்.

உடல் ரீதியான கற்றல் மூலம் பெறப்பட்ட கட்டமைப்புகள், புதிய அறிவை உடனடியாக புறநிலை கடந்த ரீதியாகக் கற்றுக்கொள்ள உதவுகின்றன. இருப்பினும், இந்த புறநிலை கடந்த கற்றல் மூலம் பெறப்பட்ட அறிவை மற்றவர்களுக்கு வெளிப்படுத்துவது எளிதல்ல.

மறுபுறம், மொழி மூலம் கற்றலின் மூலம் பெறப்பட்ட கட்டமைப்பு இயல்பு மொழியே ஆகும்.

ஆகவே, புறநிலை கடந்த கற்றல் மூலம் பெறப்பட்ட அறிவு, இயல்பு மொழி கட்டமைப்பைக் கற்றுக்கொண்ட பிறகு, மற்றவர்களின் மொழி மூலம் கற்றலில் நேரடியாக உள்ளீடு செய்யப்படலாம்.

இது பாடப்புத்தகங்கள் அல்லது ஆன்லைன் செய்திகள் போன்ற மொழி மூலம் கற்றல் அடிப்படையான அறிவுக்கு மட்டுமல்ல.

முதல் முறையாக பேஸ்பால் விளையாடும் ஒரு அனுபவமிக்க கால்பந்து வீரர், பேஸ்பால் பற்றிப் பெற்ற புறநிலை கடந்த அறிவை மற்ற கால்பந்து வீரர்களுக்கு வார்த்தைகள் மூலம் தெரிவிக்க முடியும். அதாவது, மக்கள் ஒரே துணை-புறநிலை அறிவைப் பகிர்ந்து கொண்டால், "உபயோகமான குறிப்புகள்" அல்லது செய்முறை அறிவை வார்த்தைகள் மூலம் தொடர்பு கொள்ள முடியும்.

மேலும், ஒருவர் புதிதாகக் கண்டறியப்பட்ட இனத்தைப் பற்றிய அறிவை, அவர்கள் பார்த்ததை மற்ற உயிரியலாளர்களுடன் வார்த்தைகள் மூலம் பகிர்ந்து கொள்ள முடியும்.

இவ்வாறு, இயல்பு மொழி புறநிலை கடந்த இடைமுகத்தில் ஒரு மிக சக்திவாய்ந்த கட்டமைப்பாக வெளிப்படுகிறது.

மெய்நிகர் கட்டமைப்புகள் (Virtual Frameworks)

இயல்பு மொழிக்கு மேலாக, மற்ற கட்டமைப்புகளையும் ஒருவர் பெற முடியும்.

இவை கள-குறிப்பிட்ட கட்டமைப்புகள் (domain-specific frameworks) அல்லது முறையான கட்டமைப்புகள் (formal frameworks).

பல்வேறு கல்வித் துறைகள், வணிகத் துறைகள் மற்றும் அன்றாட வாழ்க்கையில், பலதரப்பட்ட கள-குறிப்பிட்ட கட்டமைப்புகள் உள்ளன.

அறிஞர்கள், தங்கள் நிபுணத்துவத்தின் கட்டமைப்பிற்குள் செயல்பட்டு, புதிய கண்டுபிடிப்புகளைச் செய்து, அதே கட்டமைப்பைக் கொண்ட மற்ற அறிஞர்களுக்கு அந்த அறிவை எளிதாக தெரிவிக்க முடியும்.

கட்டமைப்பு சில சமயங்களில் இயல்பு மொழியில் வெளிப்படுத்தப்படலாம், அப்படியானால் அது இயல்பு மொழி கட்டமைப்பைக் கொண்டவர்களாலோ அல்லது பெரிய மொழி மாதிரிகளாலோ கற்றுக்கொள்ளப்பட்டு புரிந்துகொள்ளப்படலாம்.

வணிக மாதிரிகள் மற்றும் சமையல் குறிப்புகள் போன்ற இயல்பு மொழியில் வெளிப்படுத்தப்படக்கூடிய கள-குறிப்பிட்ட கட்டமைப்புகளுக்கு இவை எடுத்துக்காட்டுகளாகும்.

மேலும், கணித சூத்திரங்கள், நிரலாக்க மொழிகள் மற்றும் வணிக பகுப்பாய்வு கட்டமைப்புகள் ஆகியவை முறையான கட்டமைப்புகள் ஆகும்.

இவற்றின் கட்டமைப்புகளும் இயல்பு மொழியில் வெளிப்படுத்தப்படலாம் அல்லது விளக்கப்படலாம்.

இயல்பு மொழியின் அடிப்படையில் கட்டப்பட்ட இந்த கள-குறிப்பிட்ட மற்றும் முறையான கட்டமைப்புகள் மெய்நிகர் கட்டமைப்புகள் (virtual frameworks) என்று அழைக்கப்படலாம்.

ஒரு பௌதிக கணினியில் வேறு ஒரு OS ஐ இயக்கும் மெய்நிகர் இயந்திரத்தை (virtual machine) நீங்கள் கற்பனை செய்தால் இதை புரிந்துகொள்வது எளிது. இயல்பு மொழி என்ற அடிப்படை கட்டமைப்பின் மேல் மற்றொரு கட்டமைப்பு செயல்படுகிறது.

தாய்மொழி சார்ந்த கட்டமைப்புகள் (Native Frameworks)

மேலும், இந்த மெய்நிகர் கட்டமைப்புகள் (virtual frameworks) ஆரம்பத்தில் இயல்பு மொழி வழியாகப் புரிந்துகொள்ளப்பட வேண்டும் என்றாலும், ஒருவர் அவற்றுடன் பழகிய பிறகு, அவை இயல்பு மொழி விளக்கம் மற்றும் புரிதலைத் தவிர்த்து, துணை-உடல் சார்ந்த அறிவின் அடிப்படையில் கட்டப்பட்ட ஒரு புறநிலை கடந்த இடைமுகக் கட்டமைப்பாக நேரடியாகச் செயல்படத் தொடங்குகின்றன.

இதை ஒரு தாய்மொழி சார்ந்த கட்டமைப்பு (native framework) என்று அழைக்கலாம்.

இயல்பு மொழி, ஒரு வகையில், ஒரு தாய்மொழி சார்ந்த கட்டமைப்பு ஆகும், ஆனால் அது ஒருவரின் தாய்மொழிக்கு மட்டுமே பொருந்தும். பொதுவாக, ஒருவரின் தாய்மொழி அல்லாத பிற மொழிகள் மெய்நிகர் கட்டமைப்புகளாகப் பெறப்படுகின்றன. தேர்ச்சி அதிகரிக்கும்போது, அவை தாய்மொழி சார்ந்த கட்டமைப்புகளாக மாறுகின்றன.

கள-குறிப்பிட்ட மற்றும் முறையான கட்டமைப்புகளுக்கும் இதுவே பொருந்தும். கணிதவியலாளர்கள் கணித சூத்திரங்களைப் பயன்படுத்தித் தாய்மொழியில் தொடர்புகொள்ள முடியும், மேலும் நிரலாளர்கள் ஒருவருக்கொருவர் நோக்கங்களை, கருத்துகள் இல்லாத மூலக் குறியீடு (source code) மூலமாக மட்டுமே புரிந்துகொள்ள முடியும்.

மெய்நிகர் கட்டமைப்புகளிலிருந்து தாய்மொழி சார்ந்த கட்டமைப்புகளுக்கு மாறுவது பெரிய மொழி மாதிரிகளுக்கும் பொருந்தும் என்று இது அறிவுறுத்துகிறது.

அடிக்கடி பயன்படுத்தப்படும் மெய்நிகர் கட்டமைப்புகளைக் கண்டறிந்து, அந்தக் கட்டமைப்புகளைப் பயன்படுத்தி அதிக அளவு எடுத்துக்காட்டுத் தரவுகளை உருவாக்கி, பின்னர் அவற்றை தாய்மொழி சார்ந்த கட்டமைப்புகளாக மாற்றுவதற்கு நுண்சீரமைப்பு (fine-tuning) செய்வது உடனடியாக முயற்சித்துப் பார்க்கத்தக்கது.

இயல்பாகப் பிறந்த கட்டமைப்பாளர்கள் (Natural Born Frameworkers)

இதை வைத்துப் பார்க்கும்போது, பெரிய மொழி மாதிரிகளின் முன்-பயிற்சியின் (pre-training) போது, நுண்சீரமைப்பு (fine-tuning) மட்டுமல்லாமல், கள-குறிப்பிட்ட மற்றும் முறையான கட்டமைப்புகளையும் அவை கற்றுக்கொள்கின்றன என்பதற்கு வாய்ப்புள்ளது என்பதை ஒருவர் உணர்கிறார்.

அந்தச் செயல்பாட்டில், தொடக்கத்திலிருந்தே கள-குறிப்பிட்ட அல்லது முறையான கட்டமைப்புகளைத் தாய்மொழியாகக் கற்றுக்கொள்வதற்குப் பதிலாக, முதலில் இயல்பு மொழி கட்டமைப்பைக் கற்றுக்கொண்டு, பின்னர் அதை முழுமையாகக் கற்றபின் அல்லது கற்றுக்கொள்ளும்போதே, கள-குறிப்பிட்ட மற்றும் முறையான கட்டமைப்புகளைக் கற்றுக்கொண்டு, அவற்றை தாய்மொழி சார்ந்தவையாக மாற்றிக்கொள்கின்றன என்பது ஊகிக்கத்தக்கது.

இந்த படிநிலை கட்டமைப்பு கற்றலை இன்னும் ஆழமாக ஆராயும்போது, இயல்பு மொழி கற்றல் என்பதே மிகவும் நுணுக்கமான, படிநிலை கட்டமைப்பு கற்றலின் ஒரு இணை பைப்லைன் ஆக இருக்கலாம் என்பதும் ஊகிக்கத்தக்கது.

வேறு வார்த்தைகளில் கூறினால், முன்-பயிற்சியின் போது பயிற்சித் தரவுகளாக வழங்கப்பட்ட பெருமளவிலான உரைகளிலிருந்து, பெரிய மொழி மாதிரிகள் தனிப்பட்ட கருத்துக்களை மட்டுமல்லாமல், இயல்பு மொழியின் சில மிக எளிய விதிகளை ஒரு கட்டமைப்பாகக் கற்றுக்கொள்ளலாம். பின்னர், இந்த எளிய கட்டமைப்புகளை அடிப்படையாகக் கொண்டு, அவை சற்று சிக்கலான விதிகளை மீண்டும் மீண்டும் கற்றுக்கொள்கின்றன.

இது, ஆரம்பத்தில் சொற்களின் கருத்துக்களைக் கற்றுக்கொண்ட நிலையில் இருந்து, கூட்டுச் சொற்களையும் அடிப்படை இலக்கணத்தையும் மனப்பாடம் செய்வதற்கும், பின்னர் வாக்கியங்களைப் புரிந்துகொள்வதற்கும், எழுதுதல் மற்றும் வெளிப்படுத்தும் நுட்பங்கள் போன்ற சிக்கலான விஷயங்களைக் கற்றுக்கொள்வதற்கும் அவற்றை முன்னேற்ற உதவும்.

ஒரு கட்டமைப்பை அடுத்ததைக் கற்றுக்கொள்வதற்கான அடிப்படையாகப் பயன்படுத்தி, அவை படிநிலை மற்றும் சிக்கலான முறையில் கட்டமைப்புகளைக் கற்றுக்கொள்ளும் ஒரு மாதிரியாக இதை புரிந்துகொள்ள முடியும்.

இது, பெரிய மொழி மாதிரிகளை "இயல்பாகப் பிறந்த கட்டமைப்பாளர்கள்" (natural born frameworkers) என்று எடுத்துக்காட்டுகிறது, அவை ஆரம்பத்திலிருந்தே கட்டமைப்புகளைக் கற்றுக்கொள்வதற்கான ஒரு பொறிமுறையைக் கொண்டுள்ளன.

கவனம் செலுத்தும் பொறிமுறை (Attention Mechanism)

இயல்பாகப் பிறந்த கட்டமைப்பாளரை (natural-born frameworker) நடைமுறைப்படுத்தும் தொழில்நுட்பம், கவனம் செலுத்தும் பொறிமுறை (attention mechanism) ஆகும்.

கவனம் செலுத்தும் பொறிமுறை என்பது ஒரு சூழலிலிருந்து தொடர்புடைய டோக்கன்களை (tokens) தேர்ந்தெடுப்பது போன்றது. இது டோக்கன்களுக்கு இடையிலான உறவுகளைத் தெளிவுபடுத்துகிறது. இதுவே ஒரு கட்டமைப்பின் துல்லியமான இயல்பு: முக்கியமான கருத்துக்களை தக்கவைத்துக்கொண்டு, அவற்றுக்கிடையேயான உறவுகளைத் தெளிவுபடுத்துவதன் மூலம் சுருக்கப்படுத்துதல்.

ஒவ்வொரு டோக்கனுக்கும் இந்தத் தேர்வை மாற்றுவதன் மூலம், கட்டமைப்புகளை மாறும் தன்மையுடன் மாற்றியமைக்க இது உதவுகிறது.

இயல்பாகப் பிறந்த கட்டமைப்பாளர் மாதிரியைப் பயன்படுத்தி, பெரிய மொழி மாதிரிகளின் பரிணாம வளர்ச்சியைத் தீர்மானிக்கும் ஒரு தொழில்நுட்பமாக கவனம் செலுத்தும் பொறிமுறை ஏன் உள்ளது என்பதை இது விளக்க அனுமதிக்கிறது.

முடிவுரை

பெரிய மொழி மாதிரிகளின் முன்-பயிற்சி (pre-training) செயல்பாட்டின் போது இந்த பொறிமுறை உண்மையில் நிகழுமானால், பெரிய மொழி மாதிரிகளின் முன்னர் மர்மமாக இருந்த பொறிமுறைகளை விளக்க முடியும்.

இவற்றில் இங்கு விவாதிக்கப்பட்ட புறநிலைசார்ந்த மற்றும் புறநிலை கடந்த கற்றல் (sub-physical and metaphysical learning), புறநிலை கடந்த இடைமுகங்களாகிய கட்டமைப்புகள் (frameworks as metaphysical interfaces), மொழி மூலம் கற்றல் மற்றும் மெய்நிகர் கட்டமைப்புகளை (virtual frameworks) செயல்படுத்தும் இயல்பு மொழி, மற்றும் இயல்பாகப் பிறந்த கட்டமைப்பாளரை (natural-born frameworker) உணர்த்தும் கவனம் செலுத்தும் பொறிமுறை (attention mechanism) ஆகியவை அடங்கும்.

மேலும், இதிலிருந்து இரண்டு கூடுதல் அம்சங்கள் பரிந்துரைக்கப்படுகின்றன.

முதலாவதாக, இயல்பு மொழி எளிமையான கட்டமைப்புகளிலிருந்து சிக்கலான கட்டமைப்புகளை படிப்படியாக உள்வாங்கிக் கொள்வதற்கு மிகவும் பொருத்தமான ஒரு அமைப்பைக் கொண்டுள்ளது.

இயல்பு மொழி ஆரம்பத்தில் மனித சமூகத்தில் ஒரு எளிய வடிவத்தில் தோன்றி, படிப்படியாக ஒரு சிக்கலான மற்றும் செழுமையான கட்டமைப்பைக் கொண்டதாக வளர்ந்திருந்தால், இது ஒரு இயற்கையான விளைவாகும்.

மேலும், விரைவான கற்றலை அனுமதிக்கும் வகையில் இது கட்டமைக்கப்பட்டிருப்பது நன்மை பயக்கும். வெவ்வேறு இயல்பு மொழிகளைக் கொண்ட பல சமூகங்கள் போட்டியிட்டன என்று வைத்துக்கொண்டால், கற்றலுக்கு மிகவும் பொருத்தமான இயல்பு மொழிகள் தற்போது பிழைத்திருக்கின்றன என்ற கருதுகோள் எளிதாக உருவாகிறது.

இயல்பு மொழியின் இந்த தன்மையைப் பிரதிபலிப்பது இரண்டாவது பரிந்துரைக்கு வழிவகுக்கிறது: நாமும் மனிதர்களாகிய நாம் இயல்பாகப் பிறந்த கட்டமைப்பாளர்கள் என்பதே அது.

குறிப்பிட்ட அடிப்படை அடித்தளங்களும் பொறிமுறைகளும் வேறுபட்டாலும், நம் மூளையும் கவனம் செலுத்தும் பொறிமுறையைப் போன்ற ஒரு பொறிமுறையைக் கொண்டிருக்க வேண்டும், இது படிநிலை கற்றல் மற்றும் கட்டமைப்புகளின் நெகிழ்வான தழுவலுக்கு அனுமதிக்கிறது.