ಯಾವುದಾದರೂ ಕೆಲಸವನ್ನು ಅನ್ಯಮನಸ್ಕರಾಗಿ ಮಾಡುತ್ತಿದ್ದಾಗ ``ಕೆಲಸವನ್ನು ಯಾಂತ್ರಿಕವಾಗಿ ಮಾಡಬೇಡ, ಮನಸ್ಸಿಟ್ಟು ಮಾಡು'' ಎನ್ನುವುದಿದೆ. ಹಾಗೆಯೇ ನೀರೆತ್ತುವ ಪಂಪು ಸಂಪಿನಲ್ಲಿ ನೀರು ಖಾಲಿಯಾದರೂ ಓಡಿ ಸುಟ್ಟುಹೋದಾಗ ಪಂಪಿಗೂ ಮನಸ್ಸಿದ್ದು ನೀರು ಖಾಲಿಯಾದಾಗ ತಾನೇ ಆರಿಸಿಕೊಳ್ಳುವ ಹಾಗಿದ್ದರೆ ಎಂದುಕೊಳ್ಳುತ್ತೇವೆ. ಈಗ ಪಂಪಿಗೂ ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್‍ನ ಸಹಾಯದಿಂದ ಮನಸ್ಸು ಜೋಡಿಸಲು ಬರುತ್ತದೆ. ಸಾಮಾನ್ಯ ಯಂತ್ರಕ್ಕೂ ಸೃಜನಶೀಲ ಯಂತ್ರಕ್ಕೂ ಇರುವ ವ್ಯತ್ಯಾಸ ಇಲ್ಲಿದೆ. ಸಾಮಾನ್ಯ ಯಂತ್ರವು ಒಂದು ನಿರ್ದಿಷ್ಟ ಕೆಲಸವನ್ನು ಮಾತ್ರ ಮಾಡುತ್ತದೆ. ಅದಕ್ಕೆ ವಸ್ತುಸ್ಥಿತಿಯನ್ನನುಸರಿಸಿ ತೀರ್ಮಾನ ತೆಗೆದುಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಇರುವುದಿಲ್ಲ. ಪಂಪಿಗೆ ಸಂಪಿನಲ್ಲಿ ನೀರು ಖಾಲಿಯಾಗಿರುವುದರ ಅರಿವು ಆಗುವುದಿಲ್ಲವಾದ್ದರಿಂದ ತಾನೇ ನಿಲ್ಲುವ ತೀರ್ಮಾನ ತೆಗೆದುಕೊಳ್ಳಲಾಗುವುದಿಲ್ಲ.

ಒಂದು ಬೇರೆಯೇ ಎಲೆಕ್ಟ್ರಾನಿಕ್‍ ಉಪಕರಣವು ಕಂಟ್ರೋಲರ್‍ ಆಗಿ ಕೆಲಸವನ್ನು ಮಾಡುತ್ತದೆ. ಅಂತಹ ಕಂಟ್ರೋಲರ್‍ ರಚಿಸಲು ತರ್ಕ ವಿನ್ಯಾಸ ಅಥವಾ Logic Design ಅನ್ನು ಬಳಸುತ್ತೇವೆ. ಈಗ ಈ ಕ್ಷೇತ್ರ ಬಹಳಷ್ಟು ಬೆಳೆದು ಮನಸ್ಸುಳ್ಳ ಯಂತ್ರಗಳು ಅಂದರೆ ಸೃಜನಶೀಲ ಯಂತ್ರಗಳು ನಮ್ಮ ಜೀವನ ಶೈಲಿಯ ಅವಿಭಾಜ್ಯ ಅಂಗಗಳಾಗಿವೆ. ರೈಲ್ವೆ ಟಿಕೇಟ್‍ ಕಾದಿರಿಸುವುದು, ಹಣವನ್ನು ನೀಡುವ ATM ಯಂತ್ರಗಳು, ಆಟೋ ಪೈಲೆಟ್‍ ಉಪಕರಣಗಳು ಇತ್ಯಾದಿ. amazon ಎಂಬ ಇಂಟರ್‍ನೆಟ್‍ ಮೂಲಕ ಪುಸ್ತಕ ಮಾರಾಟ ಮಾಡುವ ಬೃಹತ್ತಾದ ಮಳಿಗೆಯ ಗೋದಾಮುಗಳು ಒಂದೊಂದೂ ಫುಟ್‍ಬಾಲ್‍ ಅಂಗಳದ ಗಾತ್ರವಿದ್ದು, ದಿನಕ್ಕೆ ಲಕ್ಷಾಂತರ ಪುಸ್ತಕಗಳ ಬೇಡಿಕೆಯನ್ನು ವಿಶ್ವದ ಅನೇಕ ಭಾಗಗಳಿಗೆ ಪೂರೈಸುತ್ತದೆ. ಈ ಕಾರ್ಯಕ್ಕಾಗಿ ಆ ಕಂಪನಿಯು ಯಂತ್ರ ಮಾನವರನ್ನು ನಿಯಮಿಸಿಕೊಂಡಿದೆ. ಪುಸ್ತಕಗಳನ್ನು ಗೋದಾಮಿಗೆ ಸೇರಿಸುವುದು, ನಂತರ ಬೇಕಾದ ಪುಸ್ತಕವನ್ನು ಹುಡುಕುವುದು ಯಾವುದಾದರೂ ಪುಸ್ತಕದ ಕೆಲವೇ ಪ್ರತಿಗಳು ಉಳಿದಾಗ ಯಜಮಾನರನ್ನು ಆ ಬಗ್ಗೆ ಎಚ್ಚರಿಸುವುದು, ಮುಂತಾದ ಅನೇಕ ಕಾರ್ಯಗಳನ್ನು ಬಹಳ ನಿಖರವಾಗಿ ಈ ಯಂತ್ರಗಳು ನಿರ್ವಹಿಸುತ್ತವೆ.

ಈ ಸೃಜನಶೀಲ ಯಂತ್ರಗಳ ರಚನೆ ಹಲವು ಹಂತಗಳಲ್ಲಿ ಬೆಳೆಯಿತು. ಈ ಯಂತ್ರಗಳು ಬೆಳೆದು ಬಂದ ಹಾದಿ ಹಾಗೂ ಅವುಗಳ ವಿನ್ಯಾಸ ಮತ್ತು ರಚನೆಗೆ ಬೇಕಾಗುವ ವಿಷಯ ಸಂಪನ್ಮೂಲಗಳ ಕುರಿತು ನಾಲ್ಕು ಮಾತುಗಳನ್ನಾಡುವುದು ಈ ಉಪನ್ಯಾಸದ ಉದ್ದೇಶ. ಇಲ್ಲಿ ಸೃಜನಶೀಲ ಎಂದಾಗ ಆ ವಿಶೇಷಣ ಯಂತ್ರಕ್ಕೆ ಮಾತ್ರವಲ್ಲದೆ ಅಂತಹ ಯಂತ್ರಗಳನ್ನು ಸೃಷ್ಟಿಸಬಲ್ಲ ಮಾನವರ ಯತ್ನಕ್ಕೂ ಅನ್ವಯವಾಗುತ್ತದೆ. ನೆನಪಿನಲ್ಲಿಡಬೇಕಾದ ವಿಷಯವೆಂದರೆ ಮಾನವನ ಮನಸ್ಸಿನ ಸೃಜನಶೀಲತೆ ಆ ಮನಸ್ಸು ಸೃಷ್ಟಿಸುವ ಯಂತ್ರಗಳ ಸೃಜನಶೀಲತೆಗಿಂತ ಯಾವಾಗಲೂ ಒಂದು ಹೆಜ್ಜೆ ಮುಂದಿರುತ್ತದೆ. ಮೊದಲಿಗೆ ಯಾಂತ್ರಿಕ ತಂತ್ರಜ್ಞಾನ ಅಂದರೆ ಮೆಕ್ಯಾನಿಕಲ್‍ ಇಂಜಿನಿಯರಿಂಗ್‍ ತತ್ವಗಳನ್ನು ಉಪಯೋಗಿಸಿ ಮಾಡಿದಂತಹ ಸರಳ ಯಂತ್ರಗಳು.
ಉದಾಹರಣೆಗೆ: ಸರ್‍. ಎಂ. ವಿಶ್ವೇಶ್ವರಯ್ಯನವರು ಕೃಷ್ಣರಾಜಸಾಗರದ ಅಣೆಕಟ್ಟಿನಲ್ಲಿ ಅಳವಡಿಸಿದ ಸ್ವಯಂ ಚಾಲಿತ ಗೇಟುಗಳು (Automated Crust Gates) ನೀರು ಅಪಾಯದ ಮಟ್ಟಕ್ಕೆ ಬಂದ ಕೂಡಲೇ ಈ ಗೇಟುಗಳು ತಾವಾಗಿಯೇ ತೆರೆದುಕೊಂಡು ನೀರು ಹೊರ ಹರಿದು ಅದರ ಮಟ್ಟ ತಗ್ಗುವ ಹಾಗೆ ಮಾಡುತ್ತವೆ. ಯಾಂತ್ರಿಕ ತಂತ್ರಜ್ಞಾನಾಧಾರಿತ ಇಂತಹ ಯಂತ್ರಗಳ ಅತ್ಯುತ್ತಮ ಉದಾಹರಣೆ ಬಟ್ಟೆ ನೇಯುವ ಮಗ್ಗ (Weaving Loom). ಗಣಿತದ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಯಾಂತ್ರೀಕೃತಗೊಳಿಸುವ ಯೋಜನೆಗೆ ಮಗ್ಗವೇ ಸ್ಫೂರ್ತಿ. ಬಟ್ಟೆ ನೇಯುವಾಗ ಬೇಕಾದ ವಿನ್ಯಾಸವನ್ನು ನೀಡಲು ಉಪಯೋಗಿಸುವ ತಂತ್ರವು ಆಧುನಿಕ ಗಣಕಯಂತ್ರದ ಮೂಲವೆಂದರೆ ಅತಿಶಯೋಕ್ತಿಯಲ್ಲ.

ಮಗ್ಗದಿಂದ ಸ್ಫೂರ್ತಿಗೊಂಡು ಚಾರ್ಲ್ಸ್‍ಬ್ಯಾಬೇಜ್‍ ಎಂಬ ಇಂಗ್ಲೀಷ್‍ ಗಣಿತಜ್ಞನು ೧೮೨೦ರ ದಶಕದಲ್ಲಿ ಖಗೋಳಶಾಸ್ತ್ರ ಮತ್ತು ಗಣಿತದಲ್ಲಿ ಉಪಯೋಗಿಸುವ ಕೋಷ್ಟಕಗಳನ್ನು (Astronomical and Mathematical Tables) ತಯಾರಿಸಲು ಒಂದು ಯಂತ್ರದ ವಿನ್ಯಾಸವನ್ನು ಸೂಚಿಸುತ್ತದೆ. (Analytical Engine) ಎಂಬ ಹೆಸರಿನಿಂದ ಪ್ರಸಿದ್ಧವಾದ ಈ ಯಂತ್ರ ರಚಿಸಲು ಆ ಶತಮಾನದಲ್ಲೇ ಸಾಧ್ಯವಾಗದೇ ಹೋದರೂ ಹಲವು ವಿಷಯಗಳ ಬೆಳವಣಿಗೆಗೆ ಅದು ಬಹಳ ಸ್ಫೂರ್ತಿ ನೀಡಿತು. ಸೃಜನಶೀಲ ಯಂತ್ರಗಳ ರಚನೆಗೆ ಬೇಕಾದ ಗಣಿತ ತರ್ಕಶಾಸ್ತ್ರಕ್ಕೆ ಸಿದ್ಧಾಂತಿಕ ತತ್ವಗಳ ಸೂತ್ರಗಳ ಅಭಿವೃದ್ಧಿ ಯುಗ ಪ್ರಾರಂಭವಾಯಿತು. ನೇಯ್ಗೆಯ ಹಾಸುಹೊಕ್ಕು ತರ್ಕಶಾಸ್ತ್ರದ ಹೌದು ಇಲ್ಲವಾಗಿ ನಂತರ ಗಣಿತದ ದ್ವಿಮಾನ ಪದ್ಧತಿಯ 0 ಹಾಗೂ 1 ಆಗಿ ಪರಿವರ್ತನೆಗೊಂಡಿತು. ಎರಡನೆಯದಾಗಿ ೧೯೪೦ರ ದಶಕದಲ್ಲಿ ಬೆಳೆಯಲಾರಂಭವಾದ ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್‍ ತಂತ್ರಜ್ಞಾನವು ವಸ್ತುಸ್ಥಿತಿಯನ್ನನುಸರಿಸಿ ತೀರ್ಮಾನ ತೆಗೆದುಕೊಳ್ಳುವ ಯಂತ್ರಗಳ ಸೃಷ್ಟಿಯಲ್ಲಿ ಕ್ರಾಂತಿಯನ್ನೇ ಎಬ್ಬಿಸಿತು. ಅದರಲ್ಲೂ ೧೯೪೮ ರಲ್ಲಿ ಸಂಶೋಧಿಸಲ್ಪಟ್ಟ ಟ್ರಾನ್ಸಿಸ್ಟರ್‍ ಪುನರಾವರ್ತಿತ ಕೆಲಸಗಳನ್ನು ಬಹಳ ವೇಗವಾಗಿ ಮಾಡುವುದನ್ನು ಸಾಧ್ಯವಾಗಿಸಿತು. ಇದರಿಂದಾಗಿ ಹಲವು ಮಜಲುಗಳಲ್ಲಿ ವಸ್ತುಸ್ಥಿತಿಗನುಗುಣವಾಗಿ ತೀರ್ಮಾನ ತೆಗೆದುಕೊಳ್ಳುವ ಶಕ್ತಿಯುಳ್ಳ ಅನೇಕ ಸಂಕೀರ್ಣ ಯಂತ್ರಗಳ ಆವಿಷ್ಕಾರವಾಯಿತು. ಈ ಬೆಳವಣಿಗೆಗಳು ಸಂಪರ್ಕ ಕ್ಷೇತ್ರ ಹಾಗೂ ಮನರಂಜನೆ ಕ್ಷೇತ್ರಗಳ ಲಕ್ಷಣವನ್ನೇ ಬದಲಾಯಿಸಿ ಬಿಟ್ಟವು. ವೇಗವಾಗಿ ಓಡುವ ವಾಹನಗಳು ಆಗಲೇ ಪ್ರಪಂಚವನ್ನು ಚಿಕ್ಕದಾಗಿಸಿದ್ದು ಸಂಪರ್ಕ ವಿದ್ಯುನ್ಮಾನ ಶಾಸ್ತ್ರ (Communication Electronics) ವಿಶ್ವವನ್ನು ಇನ್ನೂ ಹೆಚ್ಚು ಕಿರಿದಾಗಿಸಿತು. ಆದರೆ ಈ ಯಂತ್ರಗಳಿಗೆ ಒಂದು ಕೊರತೆಯಿತ್ತು. ಅದೆಂದರೆ ಅವುಗಳಿಗೆ ಜ್ಞಾಪಕಶಕ್ತಿ ಇರಲಿಲ್ಲ.

ತದನಂತರದ ಅದ್ಭುತ ಬೆಳವಣಿಗೆಯೆಂದರೆ ಯಾಂತ್ರಿಕ ನೆನಪಿನ ಕಂಡುಹಿಡಿಯುವಿಕೆ. ಈ ಬೆಳವಣಿಗೆ ಯಂತ್ರವು ಅನೇಕ ನಿರ್ದೇಶನಗಳನ್ನು ತನ್ನ ನೆನಪಿನಲ್ಲಿ ಇಟ್ಟುಕೊಂಡು ಅವುಗಳ ಸಹಾಯದಿಂದ ಕೆಲಸ ನಿರ್ವಹಿಸಲು ಸಾಧ್ಯವಾಯಿತು. ಈ ದಿಕ್ಕಿನಲ್ಲಿ ಅತ್ಯಂತ ಹೆಸರು ಮಾಡಿದ ಬುದ್ಧಿವಂತ ಯಂತ್ರವೆಂದರೆ ಚೆಸ್‍ ಆಡುವ ಗಣಕ ಯಂತ್ರ. ೧೯೯೭ರಲ್ಲಿ ಡೀಪ್‍ ಬ್ಲೂ ಎಂಬ ಹೆಸರಿನ ಚೆಸ್‍ ಆಡುವ ಗಣಕ ಯಂತ್ರವು ಅಂದಿನ ವಿಶ್ವಚೆಸ್‍ ಚಾಂಪಿಯನ್‍ ಆಗಿದ್ದ Garry Kasparov ಅವರನ್ನು ಒಂದು ಆಟದಲ್ಲಿ ಸೋಲಿಸಿ ಹೆಸರು ಮಾಡಿತ್ತು. ಸಿದ್ಧಾಂತಿಕ ತರ್ಕಶಾಸ್ತ್ರ ಮತ್ತು ವಿದ್ಯುನ್ಮಾನಶಾಸ್ತ್ರ ಒಟ್ಟುಗೂಡಿ ಮಾಹಿತಿ ತಂತ್ರಜ್ಞಾನದ ಉದಯವಾಯಿತು. ಈ ತಂತ್ರಜ್ಞಾನದ ಮೂಲಭೂತ ತತ್ವ ಇದು. ಯಾವುದೇ ಮಾಹಿತಿಯನ್ನು ಅನೇಕ ಕೇವಲ ಹೌದು ಅಥವಾ ಇಲ್ಲ ಉತ್ತರಗಳನ್ನು ಮಾತ್ರ ಹೊಂದಿರುವ ಪ್ರಶ್ನೆಗಳ ಸಹಾಯದಿಂದ ಪಡೆಯಬಹುದು. ಈ ಹೌದು ಇಲ್ಲಗಳನ್ನು ತರ್ಕಶಾಸ್ತ್ರದ ಮೂಲಕ 0 1 ಗಳ ಶ್ರೇಣಿಯನ್ನಾಗಿ ಪರಿವರ್ತಿಸಿ ನಂತರ ಆ ಶ್ರೇಣಿಯನ್ನು ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್‍ನ ಲಾಜಿಕ್‍ ಗೇಟ್ಸ್‍ನ ಸಹಾಯದಿಂದ ನಿಭಾಯಿಸಬಹುದು. ಈ ರೀತಿ ಅಪರಿಮಿತವಾದ ಮಾಹಿತಿ ಸಂಗ್ರಹವನ್ನು ಯಂತ್ರಗಳ ನೆನಪಿಗೆ ಉಣಿಸಿ ಅವುಗಳ ಸಹಾಯದಿಂದ ಅತ್ಯಂತ ಸಂಕೀರ್ಣ ಮತ್ತು ಕ್ಲಿಷ್ಟಕರವಾದ ಕೆಲಸಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಯಂತ್ರಗಳು ಅವುಗಳಿಗೆ ನಮಗಿಂತಲೂ ಅಭಿವೃದ್ಧಿಗೊಂಡ ಮನಸ್ಸಿದೆಯೋ ಎಂಬ ಭ್ರಾಂತಿಯನ್ನುಂಟು ಮಾಡುತ್ತವೆ. ಉದಾಹರಣೆಗೆ ಚೆಸ್‍ ಆಡುವ ಗಣಕ ಯಂತ್ರ. ಚೆಸ್‍ ಆಟದಲ್ಲಿ ಒಂದೊಂದು ಚಲನೆಗೂ ಅನೇಕ ಅನೇಕ ಸಾಧ್ಯತೆಗಳಿದ್ದು, ಆ ಎಲ್ಲಾ ಸಾಧ್ಯತೆಗಳನ್ನೂ ಗಣಕ ಯಂತ್ರವು ತನ್ನ ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಂಡು ಊಹಿಸಲಾಗದಷ್ಟು ತೀರ್ವ ವೇಗದಲ್ಲಿ ಆ ಸಾಧ್ಯತೆಗಳನ್ನು ಪರಿಶೀಲಿಸಿ ಯಾವ ಪಾನ್‍ ಅನ್ನು ಚಲಿಸಬೇಕೆಂಬ ತೀರ್ಮಾನಕ್ಕೆ ಬರುವುದು. ಒಂದು ಯಂತ್ರಕ್ಕೆ ಅಗತ್ಯವಿರುವ ಮಾಹಿತಿಯನ್ನೂ ತರ್ಕವನ್ನೂ ಉಣಿಸಿ ಆ ಯಂತ್ರವನ್ನು ಬುದ್ಧಿಶಾಲಿಯನ್ನಾಗಿ ಮಾಡುವ ವಿಷಯ ಭಾಗಕ್ಕೆ ಯಂತ್ರಕಲಿಕೆ, ಅಂದರೆ Machine Learning ಎನ್ನುತ್ತಾರೆ. ಈ ಕ್ಷೇತ್ರವು ಹಲವಾರು ವಿವಿಧ ವಿಷಯಗಳ ವಿಷಯ ಭಾಗಗಳ ನೆರವನ್ನು ಪಡೆಯಬೇಕಾಗುತ್ತದೆ. ಯಂತ್ರಕಲಿಕಾ ಸಂಶೋಧನೆಯ ಪ್ರಮುಖ ಉದ್ದೇಶವೆಂದರೆ ಸಂಕೀರ್ಣವಾದ ಯೋಜನೆಗಳನ್ನು ಗುರುತಿಸಿ ಮಾಹಿತಿಗಳ ಆಧಾರದ ಮೇರೆಗೆ ವಿವೇಕಯುತ ತೀರ್ಮಾನಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು. ಇದರಲ್ಲಿರುವ ದೊಡ್ಡ ತೊಡಕು ಎಂದರೆ ಅಳವಡಿಸಲು ಸಾಧ್ಯವಾದ ಸಕಲ ಮಾಹಿತಿಗಳಿಂದ ಉದ್ಭವಿಸುವ ಎಲ್ಲಾ ನಡವಳಿಕೆಗಳ ಕ್ರಿಯಾತ್ಮಕತೆಗಳ ವರ್ಣನೆಯನ್ನು 0 ಅಥವಾ 1 ಗಳ ಶ್ರೇಣಿಯನ್ನಾಗಿ ಪರಿವರ್ತಿಸುವುದು. ಈ ಸಂಶೋಧನೆಗಳ ಸಿದ್ಧಾಂತಿಕ ತಳಹದಿಯೇ ಕೃತಕ ಬುದ್ಧಿವಂತಿಕೆ ಅಥವಾ Artificial Intelligence.

ಈ ಕ್ಷೇತ್ರಕ್ಕೆ ಸಂಬಧಿಸಿದ ಇನ್ನೂ ಕೆಲವು ವಿಷಯಗಳೆಂದರೆ ಸಂಭಾವ್ಯತ ಶಾಸ್ತ್ರ ಅಂದರೆ Probability Theory ಮಾಹಿತಿ ಉತ್ಕನನ `ಡೇಟಾ ಮೈನಿಕ್‍' ತರ್ಕಬದ್ಧ ಗಣಕ ಶಾಸ್ತ್ರ Theoretical Computer Science ಅಸ್ಪಷ್ಟ ತರ್ಕ ಶಾಸ್ತ್ರ ಅಂದರೆ Puzzle Logic ಮುಂತಾದವು. Mechatronic ಎಂಬುದು ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್‍ ಮತ್ತು Mechanical Engineering ತತ್ವಗಳನ್ನು ಉಪಯೋಗಿಸಿ ಯಂತ್ರಗಳನ್ನು ಮಾಡುವಂತಹ ಒಂದು ಶಾಸ್ತ್ರ ವಿಭಾಗ. ಈ ಬೆಳವಣಿಗೆಗಳ ಹಂತಗಳನ್ನು ಒಂದು ಸರಳ ಉದಾಹರಣೆ ಬಟ್ಟೆ ಹೊಗೆಯುವ ಯಂತ್ರದ ವಿಕಾಸದಲ್ಲಿ ಕಾಣಬಹುದು. ಮೊದಲ ಅಂತಹ ಯಂತ್ರವು ಹೊಗೆಯ ಬೇಕಾದ ಬಟ್ಟೆಗಳ ಪ್ರಮಾಣ ಹಾಗೂ ಅವುಗಳಲ್ಲಿರುವ ಕೊಳೆಯ ಆಧಾರದ ಮೇಲೆ ಒಂದು ಪಾತ್ರೆಯಲ್ಲಿ ತಕ್ಕಷ್ಟು ನೀರು ಮತ್ತು ಸೋಪಿನ ಪ್ರಮಾಣವನ್ನು ನಾವೇ ತೀರ್ಮಾನಿಸಿ ಬೆರೆಸಿದ ನಂತರ ಒಂದು ಮೋಟಾರಿನ ಸಹಾಯದಿಂದ ಅವುಗಳನ್ನು ಆ ಪಾತ್ರೆಯಲ್ಲಿ ಜಾಲಾಡಿ ಒಗೆಯುತ್ತಿತ್ತು, ಮುಂದುವರೆದು ಬಟ್ಟೆಗಳನ್ನು ಸ್ವಲ್ಪ ಹೊತ್ತು ನೀರಿನಲ್ಲಿ ನೆನಸಿ ನಂತರ ಆ ನೀರಿನಲ್ಲಿರುವ ಕೊಳೆ ಮತ್ತು ಜಿಡ್ಡಿನ ಪ್ರಮಾಣವನ್ನು ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್‍ನ ಸಹಾಯದಿಂದ ಗುರುತಿಸಿ ಅಗತ್ಯವಿದ್ದಷ್ಟು ಸೋಪಿನ ಪುಡಿಯನ್ನು ತಾನೇ ತೀರ್ಮಾನಿಸುವಂತಹ ವಾಷಿಂಗ್‍ ಮಿಷನ್‍ಗಳು ಬಂದವು. ಈಗ ಇನ್ನೂ ಮುಂದುವರೆದು ಒಂದು ಮನೆಯಲ್ಲಿ ಹಲವು ದಿನಗಳು ಬಟ್ಟೆ ಒಗೆಯುವಾಗ ಸಿಕ್ಕ ಮಾಹಿತಿಯನ್ನು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಂಡು ಆ ಮಾಹಿತಿಯ ಸಹಾಯದಿಂದ ಇನ್ನಷ್ಟು ಸುಧಾರಿತ ರೀತಿಯಲ್ಲಿ ಬಟ್ಟೆ ಒಗೆಯುವ ಯಂತ್ರಗಳಿವೆ. ಹೀಗೆಯೇ ಮುಂದುವರೆದು ಮಾನವನಂತೆ ಯೋಚಿಸುವ ಶಕ್ತಿ ಹೊಂದಿರುವ ಯಂತ್ರ ಮಾನವರ ಸೃಷ್ಠಿ ಸಾಧ್ಯವೇ, ನನ್ನ ಅನಿಸಿಕೆಯಲ್ಲಿ ಇದು ಸಾಧ್ಯವಿಲ್ಲ. ಮಾನವನ ಬುದ್ಧಿಶಕ್ತಿಯ ಒಂದು ಆಯಾಮ ಯಂತ್ರಗಳ ಬುದ್ಧಿಮತ್ತೆಗೆ ನಿಲುಕುವುದಿಲ್ಲ. ಅದು ಯಾವುದೆಂದರೆ ಅನೇಕ ಮೂರ್ತ ರೂಪಗಳಿಂದ ಒಂದು ಅಮೂರ್ತ ಪರಿಕಲ್ಪನೆಗೆ ಪ್ರಯಾಣ (Going from a few examples plane abstract concept).

ಉದಾಹರಣೆಗೆ ಸಂಖ್ಯೆಗಳ ಪರಿಕಲ್ಪನೆ ಸೊನ್ನೆ, ಒಂದು, ಎರಡು ಅಂದರೇನು ಎಂಬುದನ್ನು ಯಂತ್ರಕ್ಕೆ ತಿಳಿಸಲು ಬರುವುದಿಲ್ಲ. ಭೌತಿಕಪ್ರಕ್ರಿಯೆಯಾದ ದೀಪವೊಂದು ಆರಿರುವ ಅಥವಾ ಉರಿಯುತ್ತಿರುವ ಸ್ಥಿತಿಗಳು 1 0 ಸಂಖ್ಯೆಗಳ ಅನೇಕ ಗುಣಗಳನ್ನು ಹೊಂದಿದ್ದು, ಆ ಸಂಖ್ಯೆಗಳ ಪಾತ್ರವನ್ನು ವಹಿಸುವ ಹಾಗೆ ಏರ್ಪಡಿಸಬಹುದು. ಆದರೆ ಮಗುವು ಎರಡು ಖುರ್ಚಿ, ಎರಡು ಚಾಕೋಲೇಟ್‍, ಇಬ್ಬರು ಸ್ನೇಹಿತರು, ಎರಡು ನಾಯಿಗಳು ಇವುಗಳಿಂದ ಎರಡೂ ಸಂಖ್ಯೆಯ ಪರಿಕಲ್ಪನೆಯನ್ನು ಮನಸ್ಸಿಗೆ ತಂದುಕೊಳ್ಳುತ್ತದೆ. ಇದು ಯಂತ್ರಗಳ ಸಾಮರ್ಥ್ಯವನ್ನು ಮೀರಿದುದೆಂದು ನನ್ನ ನಂಬಿಕೆ. ಕಂಪ್ಯೂಟರಿನಲ್ಲಿ ನಡೆಯುವ ಗಣಿತ ವಿದ್ಯಮಾನಗಳು ಒಂದು ಸಂಕೀರ್ಣವಾದ ನಾಟಕವಿದ್ದಂತೆ. 0 ಮತ್ತು 1 ಸಂಖ್ಯೆಗಳ ಪಾತ್ರವನ್ನು ತರ್ಕಶಾಸ್ತ್ರದ AND ಮತ್ತು OR ಮೂಲಕ ದೀಪ ಒಂದರ ಆರಿರುವ ಅಥವಾ ಉರಿಯುವ ಸ್ಥಿತಿಗಳು ನಿರ್ವಹಿಸುತ್ತವೆ. ಮಾನವನ ಮೆದುಳಿನ ಶಕ್ತಿಯನ್ನರಿಯಲು ಒಂದು ಚಿಕ್ಕ ಉದಾಹರಣೆ ಸಾಕು. ಮೂರು, ನಾಲ್ಕು ವರ್ಷದ ಮಗುವಿಗೆ ಅದರ ತಂದೆ ತಾಯಿ ಇರುವಂತೆ ಇನ್ನೂ ಅನೇಕ ವ್ಯಕ್ತಿಗಳನ್ನೊಳಗೊಂಡ ಚಿತ್ರಪಟವನ್ನು ತೋರಿಸಿದರೆ ಅದು ತಕ್ಷಣವೇ ತನ್ನ ತಂದೆ ತಾಯಿಯರನ್ನು ಗುರುತಿಸುತ್ತದೆ. ಹಾಗೆಯೇ ಚಿತ್ರದಲ್ಲಿ ನೋಡಿರುವ ಹುಲಿ, ಕರಡಿಗಳನ್ನು ಮೃಗಾಲಯದಲ್ಲಿ ನಿಜರೂಪದಲ್ಲಿ ನೋಡಿದಾಕ್ಷಣ ಗುರುತಿಸುತ್ತವೆ. ಈ ಪ್ರಕ್ರಿಯೆಗೆ ಬಿಂಬ ಸಂಸ್ಕರಣೆ ಅಥವಾ Image processing ಎನ್ನುತ್ತೇವೆ. ಆ ಚಿಕ್ಕ ಮಗುವಿನ ಬಿಂಬ ಸಂಸ್ಕರಣಾ ಸಾಮರ್ಥ್ಯದ ಹಲವು ಪಟ್ಟು ಸಣ್ಣದಾದ ಪ್ರಮಾಣದ ಸಾಮರ್ಥ್ಯ ಕೂಡ ಇಂದಿನ ಯಾವುದೇ ಅತ್ಯಂತ ಸುಧಾರಿತ ಬಿಂಬ ಸಂಸ್ಕರಣಾ ತಂತ್ರಾಂಶಕ್ಕಿಲ್ಲ. ಕೊನೆಯದಾಗಿ ಯಾವುದೇ ತಂತ್ರಜ್ಞಾನವನ್ನಾಗಲಿ, ಯಂತ್ರವನ್ನಾಗಲಿ ಬಳಸುವಾಗ ಅವುಗಳ ಎಲ್ಲಾ ಪರಿಮಿತಿಗಳನ್ನು ಸಾಧ್ಯತೆಗಳನ್ನು ಚೆನ್ನಾಗಿ ಅರಿತು ಬಳಸುವುದು ಶ್ರೇಯಸ್ಕರ. ಯಂತ್ರ ಮಾನವ ಒಳ್ಳೆಯ ಸೇವಕ ಆದರೆ ಅವಿವೇಕಿ ಯಜಮಾನ Robot is a good servent but a bad master ಈ ಮಾತನ್ನು ಯಾವಾಗಲೂ ಮನಸ್ಸಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳಬೇಕು.