এআই AI কৃত্রিম বুদ্ধিমত্তা ২০২২

এআই: কৃত্রিম বুদ্ধিমত্তা

সহজ কথায়, কৃত্রিম বুদ্ধিমত্তা কম্পিউটার বিজ্ঞানের একটি উপক্ষেত্র। এর উদ্দেশ্য হল এমন কম্পিউটারগুলির বিকাশকে সক্ষম করা যা মানুষ সাধারণত যে কাজগুলি করে, বিশেষ করে, বুদ্ধিমানভাবে কাজ করে এমন জিনিসগুলির সাথে সম্পর্কিত জিনিসগুলি করতে সক্ষম।

স্ট্যানফোর্ডের গবেষক জন ম্যাকার্থি 1956 সালে এই শব্দটি তৈরি করেছিলেন যাকে এখন দ্য ডার্টমাউথ কনফারেন্স বলা হয়, যেখানে আইএ ক্ষেত্রের মূল মিশন সংজ্ঞায়িত করা হয়েছিল।

যদি আমরা এই সংজ্ঞা দিয়ে শুরু করি, যে কোনো প্রোগ্রামকে AI হিসেবে বিবেচনা করা যেতে পারে যদি এটি এমন কিছু করে যা আমরা সাধারণত মানুষের মধ্যে স্মার্ট বলে মনে করি।

প্রোগ্রামটি কীভাবে এটি করে তা সমস্যা নয়, কেবল এটিই এটি করতে সক্ষম। আমি বলতে চাচ্ছি, এটি AI যদি এটি স্মার্ট হয় তবে এটিকে আমাদের মতো স্মার্ট হতে হবে না।

কৃত্রিম বুদ্ধিমত্তা এবং মেশিন লার্নিংয়ের মধ্যে পার্থক্য কী?

মেশিন লার্নিং হল AI এর একটি উপসেট যা বাহ্যিকভাবে প্রোগ্রাম করা ছাড়াই মেশিনের চিন্তা করার ক্ষমতাকে বোঝায়।

প্রথাগত ডিভাইসগুলি কীভাবে কাজ করতে হয় তার জন্য নিয়মগুলির একটি সেট দিয়ে প্রোগ্রাম করা হয় এবং তারপরে এটি যদি-তখন-অন্যথায় বিবৃতিতে রূপ নেয়।

কিন্তু মেশিন লার্নিং ডিভাইসগুলিকে তাদের গ্রহণ করা ডেটার উপর ভিত্তি করে কীভাবে কাজ করা যায় সে সম্পর্কে ক্রমাগত চিন্তা করতে সক্ষম করে।

কৃত্রিম বুদ্ধিমত্তার জন্য টিউরিং পরীক্ষা কি?

টিউরিং পরীক্ষা হল একটি মেশিনের বুদ্ধিমান আচরণ প্রদর্শন করার ক্ষমতা পরীক্ষা করার একটি উপায় যা একজন মানুষের সমান বা তার থেকে আলাদা নয়।

1950 সালে কম্পিউটার বিজ্ঞানী এবং গণিতবিদ অ্যালান টুরিং দ্বারা বিকশিত, পরীক্ষায় একজন মানব মূল্যায়নকারী অন্য একজন মানুষ এবং একটি মেশিনের কাছে একই প্রশ্ন তুলে ধরে।

যদি মূল্যায়নকারী বিষয়গুলির উত্তরগুলির মধ্যে পার্থক্য বলতে না পারে, মেশিনটি টুরিং পরীক্ষায় উত্তীর্ণ হয়।

এআই AI কৃত্রিম বুদ্ধিমত্তা
এআই AI কৃত্রিম বুদ্ধিমত্তা

মোবাইল এআই কি?

মোবাইল AI হল অন-ডিভাইস AI-এর একটি উপসেট, যা AI যা ক্লাউডের বিপরীতে ডিভাইসেই থাকে। মোবাইল এআই বিশেষত স্মার্টফোনে অন-ডিভাইস AI বোঝায়, প্রতি বছর 1.5 বিলিয়নেরও বেশি স্মার্টফোন শিপিংয়ের সাথে স্মার্টফোন হল সবচেয়ে ব্যাপক মোবাইল AI প্ল্যাটফর্ম।

কিন্তু স্মার্টফোনের বাইরে, অন-ডিভাইস AI বিভিন্ন ধরনের ডিভাইসে ব্যবহারকারীর অভিজ্ঞতা উন্নত করছে। Qualcomm Technologies- এ, আমরা ভার্চুয়াল অ্যাসিস্ট্যান্ট , স্মার্ট অ্যাসিস্ট্যান্ট, এবং IoT ডিভাইসে হোম ক্যামেরা থেকে অ্যাপ্লায়েন্স পর্যন্ত ডিভাইসে AI পাওয়ারে সাহায্য করছি।

শক্তিশালী AI এবং দুর্বল AI

এটি দেখা যাচ্ছে যে কৃত্রিম বুদ্ধিমত্তা ব্যবস্থা তৈরির ক্ষেত্রে মানুষের খুব আলাদা লক্ষ্য থাকে এবং তারা যে মেশিনগুলি তৈরি করছে এবং লোকেরা যেভাবে কাজ করছে তার নৈকট্যের উপর ভিত্তি করে তারা তিনটি শিবিরের মধ্যে পড়ে।

কারো কারো জন্য, লক্ষ্য হল এমন সিস্টেম তৈরি করা যা মানুষের মতো ঠিক একইভাবে চিন্তা করে। অন্যরা কেবল কাজটি সম্পন্ন করতে চায় এবং গণনার মানুষের চিন্তাভাবনার সাথে কিছু করার আছে কিনা তা চিন্তা করে না। এবং কিছু মাঝখানে, মানব যুক্তিকে একটি মডেল হিসাবে ব্যবহার করে যা জানাতে এবং অনুপ্রাণিত করতে পারে, কিন্তু শেষ লক্ষ্য হিসাবে নয়।

মানুষের যুক্তিকে সত্যিকারের অনুকরণ করার লক্ষ্যে কাজকে “শক্তিশালী AI” বলা হয়, এই অর্থে যে কোনও ফলাফল শুধুমাত্র এমন সিস্টেম তৈরি করতেই নয় যা মানুষ কীভাবে চিন্তা করে তা ব্যাখ্যা করতেও ব্যবহার করা যেতে পারে। যাইহোক, আমরা এখনও শক্তিশালী AI বা সিস্টেমের একটি বাস্তব মডেল দেখতে পাইনি যা মানুষের জ্ঞানের বাস্তব সিমুলেশন, কারণ এটি সমাধান করা খুব কঠিন সমস্যা।

দ্বিতীয় প্রকারের কাজ, শুধুমাত্র সিস্টেমগুলিকে কাজ করার লক্ষ্যে, প্রায়শই “দুর্বল AI” বলা হয় কারণ যদিও আমরা এমন সিস্টেম তৈরি করতে পারি যা মানুষের মতো আচরণ করে, ফলাফলগুলি মানুষ কীভাবে চিন্তা করে সে সম্পর্কে আমাদের কিছুই বলবে না। এর অন্যতম সেরা উদাহরণ হল আইবিএমের ডিপ ব্লু, এমন একটি সিস্টেম যা একজন মাস্টার দাবা খেলোয়াড় ছিল, কিন্তু অবশ্যই মানুষের মতো একইভাবে খেলত না।

শক্তিশালী এবং দুর্বল AI এর মাঝখানে কোথাও একটি তৃতীয় শিবির, “এর মধ্যে”: সিস্টেম যা মানব যুক্তি দ্বারা অবহিত বা অনুপ্রাণিত। আজ যে কাজটি চলছে তার বেশিরভাগই এটি হয়ে থাকে। এই সিস্টেমগুলি একটি নির্দেশিকা হিসাবে মানুষের যুক্তি ব্যবহার করে, কিন্তু এটি নিখুঁতভাবে মডেল করার লক্ষ্য দ্বারা চালিত হয় না।

এর একটি ভালো উদাহরণ হল আইবিএম ওয়াটসন । ওয়াটসন হাজার হাজার টেক্সট দেখে যে উত্তরগুলি খুঁজে পান তার থেকে প্রমাণ সংগ্রহ করেন যা তাকে তার উপসংহারে আত্মবিশ্বাসের একটি স্তর দেয়। এটি সেই নিদর্শনগুলির সাথে মেলে এমন প্রমাণগুলি ওজন করার খুব ভিন্ন ক্ষমতার সাথে পাঠ্যের নিদর্শনগুলি সনাক্ত করার ক্ষমতাকে একত্রিত করে। এর বিকাশ এই পর্যবেক্ষণের দ্বারা পরিচালিত হয়েছিল যে লোকেরা কঠোর এবং দ্রুত নিয়ম ছাড়াই সিদ্ধান্তে পৌঁছতে সক্ষম এবং পরিবর্তে প্রমাণ সংগ্রহ করতে পারে। লোকেদের মতো, ওয়াটসন পাঠ্যের নিদর্শনগুলি পর্যবেক্ষণ করতে সক্ষম হয় যা কিছুটা প্রমাণ সরবরাহ করে এবং তারপরে উত্তরে পৌঁছানোর জন্য সমস্ত প্রমাণ যুক্ত করে।

আরও তথ্যের জন্য বিজনেস চ্যাটবটস নিবন্ধটি দেখুন ।

একইভাবে, গভীর শিক্ষার উপর Google-এর কাজটি একই রকম চেহারা নেয় যে এটি মস্তিষ্কের প্রকৃত গঠন থেকে অনুপ্রেরণা গ্রহণ করে। নিউরনের আচরণ দ্বারা অবহিত, ডিপ লার্নিং সিস্টেমগুলি চিত্র এবং বক্তৃতা শনাক্তকরণের মতো কাজের জন্য উপস্থাপনার স্তরগুলি শেখার মাধ্যমে কাজ করে। ঠিক মস্তিষ্কের মতো নয়, অনুপ্রাণিত।

কোয়ান্টাম কম্পিউটিং কি

ক্লাউড কম্পিউটিং কি

এখানে গুরুত্বপূর্ণ বিষয় হল যে একটি সিস্টেমকে AI হিসাবে বিবেচনা করার জন্য, এটিকে আমরা যেভাবে করি সেভাবে কাজ করতে হবে না। আপনি শুধু স্মার্ট হতে হবে.

কৃত্রিম বুদ্ধিমত্তার উদাহরণ কি?

আপনার ফোনের সাথে ইন্টারঅ্যাক্ট করার জন্য আপনার ভয়েস ব্যবহার করা হল AI। এবং আপনি যদি কোনও বন্ধুকে বিকেল 5 টায় ডিনারের জন্য একটি মিটিং সম্পর্কে টেক্সট করেন এবং আপনার ডিভাইস এটি বুঝতে পারে এবং এটি আপনার ক্যালেন্ডারে যোগ করে, এটিও AI এর মাধ্যমে সম্পন্ন হয়৷

এছাড়াও এআই-এর কারণে, ড্রোনগুলি নিজেরাই উড়তে পারে, ক্যামেরাগুলি বস্তুর মধ্যে পার্থক্য করতে পারে এবং গাড়িগুলি স্বায়ত্তশাসিতভাবে চালাতে পারে। এমনকি যানবাহনে স্বায়ত্তশাসন আনার বাইরেও, আমাদের AI প্রযুক্তিগুলি স্বয়ংচালিত শিল্পকে রূপান্তরিত করছে — উত্পাদন এবং ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ থেকে শুরু করে ব্যক্তিগতকরণ, গাড়ির মধ্যে ভার্চুয়াল সহকারী এবং ড্রাইভারের আচরণ পর্যবেক্ষণের মতো গাড়ির মধ্যে AI-সক্ষম অভিজ্ঞতার একটি সংখ্যা পর্যন্ত।

ব্যবসায় কৃত্রিম বুদ্ধিমত্তার উদাহরণ কি?

AI ব্যবসায় উৎপাদনশীলতা উন্নত করছে। একটি নিম্ন স্তরে, এটি একটি নথির সারসংক্ষেপ করতে পারে, আপনি যদি একটি ইমেলে একটি সংযুক্তি আপলোড করতে ভুলে যান তবে আপনাকে সতর্ক করতে পারে এবং ইমেল এবং অন্যান্য মেসেজিং প্ল্যাটফর্মে উত্তরগুলির সুপারিশ করতে পারে৷

এর বুদ্ধিমান ক্ষমতার সাথে, AI কোম্পানিগুলিকেও সক্ষম করছে এবং সম্পূর্ণ শিল্প যেমন অটো, কৃষি এবং স্বাস্থ্যসেবাকে প্রজ্বলিত করছে। নতুন গাড়িগুলি ইতিমধ্যেই নিরাপদ অনুসরণের দূরত্ব বজায় রাখতে AI ব্যবহার করছে, এবং বুদ্ধিমান ড্রোনগুলি ফসলের বৃদ্ধি এবং ফসল কাটার প্রক্রিয়ায় বিপ্লব ঘটিয়েছে, যার ফলে কৃষকরা কার্যত নির্বিঘ্নে তাদের জমি জরিপ করতে পারবেন। এছাড়াও ই-কমার্সে, AI কেনাকাটা এবং AI-ভিত্তিক পণ্যের সুপারিশের জন্য প্রাকৃতিক ভাষা প্রক্রিয়াকরণের মাধ্যমে অনলাইন ক্রয়কে ক্রমশ স্মার্ট এবং সহজ করে তুলছে।

সংকীর্ণ এআই বনাম। জেনারেল এ.আই

এখানে আরেকটি পার্থক্য তৈরি করতে হবে: নির্দিষ্ট কাজের জন্য ডিজাইন করা AI সিস্টেমের মধ্যে পার্থক্য (যাকে প্রায়ই “সংকীর্ণ AI” বলা হয়) এবং সাধারণ যুক্তির ক্ষমতার জন্য ডিজাইন করা কয়েকটি সিস্টেম (যা “সাধারণ AI” নামে পরিচিত)।

লোকেরা কখনও কখনও এই পার্থক্য দ্বারা বিভ্রান্ত হয় এবং ফলস্বরূপ একটি নির্দিষ্ট এলাকায় নির্দিষ্ট ফলাফলের ভুল ব্যাখ্যা করে কারণ এটি কোনওভাবে সমস্ত বুদ্ধিমান আচরণের মাধ্যমে চলে।

যে সিস্টেমগুলি আপনার অতীত আচরণের উপর ভিত্তি করে আপনাকে জিনিসগুলি সুপারিশ করতে পারে সেগুলি সেই সিস্টেমগুলির থেকে আলাদা হবে যেগুলি উদাহরণগুলি থেকে চিত্রগুলি চিনতে শিখতে পারে, যা প্রমাণের সংশ্লেষণের উপর ভিত্তি করে সিদ্ধান্ত নিতে পারে এমন সিস্টেমগুলির থেকেও আলাদা হবে৷

এগুলি সবই বাস্তবে সংকীর্ণ এআই-এর উদাহরণ হতে পারে, তবে একটি বুদ্ধিমান মেশিনকে নিজেরাই মোকাবেলা করতে হবে এমন সমস্ত সমস্যাগুলিকে মোকাবেলা করার জন্য সেগুলি সাধারণীকরণযোগ্য নাও হতে পারে।

এআই করার জন্য প্রধান প্ল্যাটফর্ম

Azure মেশিন লার্নিং স্টুডিও

Azure মেশিন লার্নিং স্টুডিও, AI এর জন্য সবচেয়ে জনপ্রিয় সমাধান। স্টুডিও একটি খুব সাধারণ, ব্রাউজার-ভিত্তিক, ভিজ্যুয়াল ড্র্যাগ-এন্ড-ড্রপ ডেভেলপমেন্ট এনভায়রনমেন্ট, যেখানে কোন প্রোগ্রামিং এর প্রয়োজন নেই। ক্লিকের ক্ষেত্রে ধারণা থেকে বাস্তবায়নে যান।

Google পূর্বাভাস API

Google Cloud Prediction API মেশিন লার্নিং মডেল তৈরি করার জন্য একটি RESTful API প্রদান করে। ক্লাউড-ভিত্তিক মেশিন লার্নিং টুলগুলি আপনাকে আপনার অ্যাপ্লিকেশনগুলিতে বিভিন্ন বৈশিষ্ট্য যোগ করতে আপনার ডেটা বিশ্লেষণ করতে সাহায্য করতে পারে, যেমন গ্রাহক অনুভূতি বিশ্লেষণ, স্প্যাম সনাক্তকরণ, সুপারিশ সিস্টেম এবং আরও অনেক কিছু।

টেনসরফ্লো

টেনসরফ্লো হল ডেটা ফ্লো গ্রাফ ব্যবহার করে সংখ্যাসূচক গণনার জন্য একটি ওপেন সোর্স সফ্টওয়্যার লাইব্রেরি। গ্রাফের নোডগুলি গাণিতিক ক্রিয়াকলাপের প্রতিনিধিত্ব করে, যখন গ্রাফের প্রান্তগুলি তাদের মধ্যে যোগাযোগ করা বহুমাত্রিক ডেটা সেট (টেনসর) উপস্থাপন করে।

ধন্যবাদ।