কৃত্রিম বুদ্ধিমত্তা (AI)। কৃত্রিম বুদ্ধিমত্তা: আমাদের কী প্রতিশ্রুতি দেওয়া হয়েছে এবং শিল্পে আমরা কী এআই ঝুঁকি নিয়েছি

আর্টিফিশিয়াল ইন্টেলিজেন্স (AI) বিষয়টা সারা বছর মিডিয়ার নিউজ ফিডে প্রাধান্য পেয়েছে। মানুষের জীবনে কৃত্রিম বুদ্ধিমত্তা ব্যবহারের বিপদ এবং উপকারিতা নিয়ে আলোচনা করে মূল সংবাদদাতা - ইলন মাস্ক এবং মার্ক জুকারবার্গ এই সুরটি সেট করেছেন। রাশিয়া এবং চীন ডিজিটাল অর্থনীতিতে AI এর বিকাশকে অগ্রাধিকার দিক হিসাবে ঘোষণা করেছে। 2018 কৃত্রিম বুদ্ধিমত্তার সবচেয়ে প্রতিশ্রুতিশীল শাখা হিসাবে AI ব্যবহার করার সম্ভাবনা, বিশেষ করে গভীর শিক্ষার পদ্ধতির উন্নয়ন এবং আরও অধ্যয়নের একটি বছর হবে। বিপণনে এআই ব্যবহারের উদাহরণ ব্যবহার করে আমি আপনাকে উচ্চ প্রযুক্তির ক্ষেত্রে এই প্রবণতা সম্পর্কে আরও বলব।

কৃত্রিম বুদ্ধিমত্তার সারমর্ম হ'ল মেশিনগুলিকে এত স্মার্ট তৈরি করা যে তারা মানুষের চিন্তাভাবনা এবং বিশ্লেষণী ক্ষমতাকে ছাড়িয়ে যাবে। মেশিন লার্নিং, একটি মৌলিক এআই পদ্ধতি, এর এই ধরনের ক্ষমতা রয়েছে এবং ইতিমধ্যেই অর্থনীতির অনেক ক্ষেত্রে এবং মানুষের জীবনের ক্ষেত্রে ব্যাপকভাবে ব্যবহৃত হয়েছে। যাইহোক, অন্যান্য, আরও উন্নত প্রযুক্তি দ্রুত বিকাশ করছে।

এটি গভীর শিক্ষার বিকাশের গতিতে বিশেষভাবে লক্ষণীয়, যা ডেটা প্রক্রিয়াকরণ এবং সিদ্ধান্ত গ্রহণের মডেলিংয়ের ক্ষেত্রে মানব মস্তিষ্কের অপারেশনের নীতিকে প্রায় সম্পূর্ণরূপে প্রতিলিপি করে। 2017 সালে, গভীর শিক্ষা স্বাস্থ্যসেবা এবং স্বয়ংচালিত উত্পাদন প্রযুক্তি প্রক্রিয়াগুলির একটি অবিচ্ছেদ্য অংশ হয়ে ওঠে। বিপণন, প্রতিটি ব্যবসার সবচেয়ে গতিশীল উপাদান হিসাবে, উন্নত প্রযুক্তির ব্যবহার থেকেও দূরে থাকেনি। গভীর শিক্ষা সমগ্র বিজ্ঞাপন শিল্পে বৈপ্লবিক প্রভাব ফেলেছে।

গভীর শিক্ষা পদ্ধতিতে ব্যবহৃত প্রযুক্তি জৈবিক নিউরনের মিথস্ক্রিয়া নীতির উপর ভিত্তি করে। স্ব-শিক্ষার অ্যালগরিদমের সাহায্যে, বিপণনকারীরা এখন মানুষের সহায়তা ছাড়াই একজন গ্রাহকের কেনার সম্ভাবনার বিবরণ পায়। উদাহরণ স্বরূপ, RTB House সম্প্রতি বিপুল পরিমাণ ডেটা বিশ্লেষণ করেছে, স্পষ্টভাবে দেখায় যে রিটার্গেটিং ক্যাম্পেইনে অভিজ্ঞ মার্কেটারদের সুপারিশের পরিবর্তে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে রূপান্তর ফলাফল 35% উন্নত করতে পারে। এবং এটাই সব না। গভীর শিক্ষার পদ্ধতি ব্যবহার করে, বিজ্ঞাপনদাতারা তার আচরণগত বৈশিষ্ট্য এবং ইচ্ছার বিশ্লেষণের ভিত্তিতে ব্যবহারকারীর ক্রিয়াকলাপের একটি পূর্বাভাস পান। এটি একটি বিপণনকারীর কাজকে ব্যাপকভাবে সহজ করে তোলে লক্ষ্যবস্তুযুক্ত বিজ্ঞাপন বার্তাগুলির জন্য সর্বোত্তম বিকল্পগুলি প্রদান করে যা ব্যবহারকারীরা জানেন না বা এখনও দেখেননি৷

অনেক বড় ব্র্যান্ড ইতিমধ্যে তাদের পণ্য বা বিপণন সরঞ্জামগুলিতে গভীর শিক্ষার সমাধান প্রয়োগ করার সুবিধাগুলি দেখেছে। 2018 সালে, আমরা গভীর শিক্ষার ব্যাপক ব্যবহার এবং এর সম্ভাবনার বিকাশে বর্ধিত বিনিয়োগ আশা করি।

"তত্ত্বাবধানে শিক্ষা" থেকে নতুন দিগন্তে

2017 সালে, মেশিন লার্নিং প্রক্রিয়ার তথাকথিত "তত্ত্বাবধানে লার্নিং" থেকে সরে গিয়ে "ট্রান্সফার লার্নিং" এর আরও জটিল সিস্টেমের দিকে চলে গেছে। এই প্রযুক্তিটি কম্পিউটারে মানুষের নির্দেশাবলী প্রেরণের উপর ভিত্তি করে: বিদ্যমান সিদ্ধান্ত গ্রহণের মডেল, উদাহরণ, ডেটা সেট এবং তাদের পরবর্তী বিশ্লেষণ বিশ্লেষণ করুন।

ট্রান্সফার লার্নিং যেভাবে কাজ করে তা হল বাস্তবতা থেকে না হয়ে সিমুলেশন থেকে ডেটা প্রক্রিয়া করার কম্পিউটারের ক্ষমতা। এই প্রক্রিয়াটি অনেক সহজ এবং সস্তা, সেইসাথে দ্রুত, যা বিপুল পরিমাণ ডেটা বিশ্লেষণ করার সময় খুবই গুরুত্বপূর্ণ। এই পদ্ধতিটি ব্যবহার করে, মেশিনটি নিজে থেকে সিদ্ধান্ত নিতে শেখে: যৌক্তিক সিদ্ধান্তে, উপমা বা ডিডাক্টিভ পদ্ধতিতে।

উদাহরণস্বরূপ, একটি পুরানো মেশিন লার্নিং মডেল ব্যবহার করে, একটি স্ব-ড্রাইভিং গাড়ি ডেটা রেকর্ড করার সময় একজন ব্যক্তিকে লক্ষ লক্ষ মাইল নিতে পারে। এই ডেটা গাড়িতে প্রেরণ করা হয়, যা ড্রাইভারের সিদ্ধান্তের উপর ভিত্তি করে কীভাবে গাড়ি চালাতে হয় তা বোঝে। "লার্নিং ট্রান্সফার" এর জন্য ধন্যবাদ, সত্যিকারের ড্রাইভারের আর প্রয়োজন নেই। পরিবর্তে, বিভিন্ন ড্রাইভিং সিমুলেশন থেকে ডেটা নেওয়া যেতে পারে। লক্ষ লক্ষ ঘন্টার ড্রাইভিং অনুকরণ করে, গাড়ি নিজেই বুঝতে পারে যে এটি কোথায় যেতে হবে এবং এটি ইতিমধ্যেই জ্ঞানটিকে বাস্তব জগতে অনুবাদ করে।

দ্বিতীয় পদ্ধতিকে বলা হয় "রিইনফোর্সড লার্নিং"। এর লক্ষ্য হল পরিবেশ থেকে প্রতিক্রিয়া এবং এতে সংঘটিত ক্রিয়াকলাপগুলির উপর ভিত্তি করে সেরা সিদ্ধান্ত নেওয়ার জন্য একটি কম্পিউটারকে প্রশিক্ষণ দেওয়া। উদাহরণস্বরূপ, বিজ্ঞাপনের স্থান কেনার জন্য বিডিংয়ে অংশগ্রহণ করার সময় এটি কীভাবে ঘটে। নিলাম ব্যবস্থা খুবই জটিল। এমনকি বিশেষজ্ঞদের প্রায়ই সর্বোত্তম হার নির্ধারণ করতে সমস্যা হয় যা তাদের সর্বনিম্ন খরচে পছন্দসই ফলাফল অর্জন করতে দেয়। গাড়িটি চলাচলের শুরুতে একই বাধার সম্মুখীন হবে। যাইহোক, একজন ব্যক্তির বিপরীতে, একটি গাড়ি একটি সিমুলেশন পরিবেশে 24 ঘন্টা কাজ করতে পারে। এবং এটি মানুষের চেয়ে অনেক দ্রুত কর্মের একটি সেট শিখতে পারে। বিজ্ঞাপনের স্থান কেনার আমাদের উদাহরণে ফিরে, কম্পিউটার নিলামের অনুকরণ থেকে শেখে, কীভাবে সবচেয়ে দক্ষতার সাথে কাজ করতে হয় এবং এইভাবে নিলামে জয়লাভ করতে হয় তার ডেটা গ্রহণ করে।

নতুন চাকরি এবং নতুন চ্যালেঞ্জ

প্রকৃতপক্ষে, গভীর শিক্ষার অ্যালগরিদমের অপারেটিং নীতিটি মানুষের মস্তিষ্কের কার্যকারিতার সাথে একেবারে অভিন্ন। কিন্তু, মানুষের বিপরীতে, কম্পিউটার অনেক দ্রুত শিখে এবং প্রচুর পরিমাণে ডেটা বিশ্লেষণ করতে পারে। কম্পিউটার ঘুমিয়ে পড়ে না এবং অনেক ভুল করে। এখানেই সুপার পারফরম্যান্স খেলায় আসে। খুব সহজ উপায়ে, AI অনেক ক্ষেত্রে মানুষের ক্ষমতাকে ছাড়িয়ে যাওয়ার চেষ্টা করবে। বর্তমানে, স্ব-শিক্ষার অ্যালগরিদমগুলি মানুষের চেয়ে অনেক বেশি নির্ভুলভাবে ক্রিয়া এবং চিত্রগুলি সনাক্ত করতে সক্ষম।

এর মানে কি এই যে রোবট দ্বারা সম্পূর্ণরূপে প্রতিস্থাপিত হওয়ার আশঙ্কা রয়েছে? আসলে তা না. ওয়ার্ল্ড ইকোনমিক ফোরাম অনুসারে, আজকে প্রাথমিক বিদ্যালয়ে প্রবেশকারী 65% শিশুকে এমন চাকরি দেওয়া হবে যা বর্তমানে বিদ্যমান নেই। এআই বিকাশের বর্তমান স্তর কোম্পানিগুলিকে আরও আইটি বিশেষজ্ঞ, ডেটা বিশ্লেষক এবং প্রোগ্রামারদের সন্ধান করতে দেয়। পরের বছর আমরা সম্ভবত ডেটা বিজ্ঞানীদের জন্য নতুন চাকরির অফারগুলি দেখতে পাব। যদিও এখন এমন প্রস্তাব এখনও জনপ্রিয় নয়।

2017 সালের উদ্ভাবনগুলি 2018 সালে উন্নয়নের জন্য একটি শক্তিশালী প্রেরণা পাবে

গভীর শিক্ষা পদ্ধতির বাস্তবায়নের দ্বারা অনুসরণ করা লক্ষ্যগুলি হল আমাদের জীবনকে সহজ করা এবং মানুষের কার্যকলাপের দক্ষতা বৃদ্ধি করা। এই কারণেই AI এর ব্যবহার এখন আর একটি মান নয়, কিন্তু বিশ্ব বাজারে প্রতিযোগী হতে চায় এমন সংস্থাগুলির জন্য একটি প্রয়োজনীয়তা৷ এটি চূড়ান্ত পণ্যের ক্ষমতাগুলি ব্যক্তিগতকৃত বা উন্নত করার ক্ষমতা সম্পর্কে নয়, তবে ডেটা সংগ্রহ এবং বিশ্লেষণের মতো অন্যান্য পরোক্ষ ক্রিয়াকলাপগুলির একটি সংখ্যা সম্পর্কেও। ইতিমধ্যে, কোম্পানিগুলির বিশ্লেষণ করার জন্য এত বড় পরিমাণ ডেটা রয়েছে যে তারা এর প্রক্রিয়াকরণের সাথে মানিয়ে নিতে পারে না।

এই পরিস্থিতি সরাসরি তাদের কর্মীদের দ্বারা গৃহীত সিদ্ধান্ত প্রভাবিত করে এবং তাই তাদের আর্থিক ফলাফল. যেসব কোম্পানির ব্যবসা বিভিন্ন উদ্যোগের জন্য ডেটা সংগ্রহ ও বিশ্লেষণে বিশেষজ্ঞ তাদের চাহিদা ক্রমবর্ধমান হবে। বৃহত্তর বাজেটের ব্যবসাগুলি শ্রেণীবদ্ধ করতে AI ব্যবহার করবে: গ্রাহকদের কী অফার করতে হবে, সরবরাহকারীদের কাছে কী শর্তাবলী সুপারিশ করতে হবে, কর্মীদের কীভাবে নির্দেশ দিতে হবে, বাস্তব সময়ে কী বলতে হবে এবং কী করতে হবে। এটাও ধরে নেওয়া উচিত যে অনেক নতুন স্টার্টআপ শীঘ্রই আত্ম-শিক্ষার অ্যালগরিদমের উপর ভিত্তি করে সমাধান অফার করবে কারণ এই প্রযুক্তিটি ব্যাপক হয়ে উঠবে।

2017 সালে কৃত্রিম বুদ্ধিমত্তা আমাদের দৈনন্দিন জীবন এবং জনসাধারণের আলোচনার অংশ হয়ে উঠেছে। আগামী বছরগুলিতে, বিভিন্ন AI-ভিত্তিক প্রযুক্তির বিকাশের দিকে মনোনিবেশ করা হবে যা অনেক জটিল শিল্পে মানুষকে প্রতিস্থাপন করবে, শেষ পর্যন্ত আমাদের জীবনকে আরও সহজ করে তুলবে। তবে এর জন্য অনেক পরিশ্রমের প্রয়োজন হবে।

এরিকসন আগামী বছরের জন্য 10টি জনপ্রিয় ভোক্তা প্রবণতার নাম দিয়েছে

কৃত্রিম বুদ্ধিমত্তা এবং ভার্চুয়াল বাস্তবতা: 2017 এর জন্য 10টি ভোক্তা প্রবণতা। ছবি: elearningindustry.com

এরিকসন পরবর্তী বছরের সবচেয়ে জনপ্রিয় ভোক্তা প্রবণতার জন্য তার পূর্বাভাস উপস্থাপন করেছে। 2017 সালের শীর্ষ প্রবণতা হবে কৃত্রিম বুদ্ধিমত্তা, যা ধীরে ধীরে আমাদের দৈনন্দিন জীবনে প্রবেশ করছে।

তাই, এরিকসন ফোন করেছিল 2017 এর জন্য সবচেয়ে জনপ্রিয় ভোক্তা প্রবণতা:

আরও বেশি সংখ্যক মানুষ তাদের জীবনে কৃত্রিম বুদ্ধিমত্তা প্রবেশ করতে চায়। 35% ইন্টারনেট ব্যবহারকারী কৃত্রিম বুদ্ধিমত্তাকে তাদের কাজের সহকারী হিসাবে এবং 25% তাদের পরিচালক হিসাবে দেখতে চান। যাইহোক, 50% উত্তরদাতারা কৃত্রিম বুদ্ধিমত্তাকে বিপজ্জনক বলে মনে করেন। বিশেষ করে, এই প্রযুক্তির কারণে অনেক লোক তাদের চাকরি হারাতে পারে, কারণ তাদের কাজগুলি সহজেই রোবট দ্বারা সঞ্চালিত হতে পারে।

অ্যাপ্লিকেশনগুলি সক্রিয়ভাবে জীবনের নির্দিষ্ট দিকগুলিকে সরল এবং স্বয়ংক্রিয় করতে ব্যবহৃত হয়। একই সময়ে, ইন্টারনেট অফ থিংসের বিকাশ ত্বরান্বিত হচ্ছে। 40% উত্তরদাতারা আত্মবিশ্বাসী যে এমন সময় আসবে যখন স্মার্টফোনগুলি অভ্যাসগুলি শিখতে এবং তাদের মালিকদের বেশ কয়েকটি কার্য সম্পাদন করতে সক্ষম হবে।

এবং আবার চাকরি হারানোর বিষয়ে - শীঘ্রই কৃত্রিম বুদ্ধিমত্তা ড্রাইভারদেরও প্রতিস্থাপন করবে। উত্তরদাতাদের 25% অটোপাইলট দিয়ে ড্রাইভার প্রতিস্থাপনের ধারণাকে সমর্থন করে, কারণ তারা বিশ্বাস করে যে এটি পথচারীদের জন্য অনেক বেশি নিরাপদ হবে। উত্তরদাতাদের 65% অটোপাইলট সহ একটি গাড়ি কিনতে চান৷

উত্তরদাতাদের 80% নিশ্চিত যে মাত্র তিন বছরের মধ্যে ভার্চুয়াল রিয়েলিটি উন্নয়নের এমন একটি স্তরে পৌঁছে যাবে যে এটিকে ভৌত জগত থেকে আলাদা করা অসম্ভব হবে।

উত্তরদাতারা ভবিষ্যদ্বাণী করেছেন যে নতুন প্রযুক্তির বিকাশ মানুষের স্বাস্থ্যের উপর নেতিবাচক প্রভাব ফেলবে। বিশেষ করে, ভার্চুয়াল এবং অগমেন্টেড রিয়েলিটি অ্যাপ্লিকেশনের ব্যবহার মোশন সিকনেসের কারণ হবে, যার জন্য উত্তরদাতাদের 33% সংশ্লিষ্ট বড়ি নিতে ইচ্ছুক।

বেশিরভাগ লোকেরা যতটা সম্ভব নিজেদেরকে রক্ষা করার চেষ্টা করে তা সত্ত্বেও, 60% উত্তরদাতারা স্বীকার করেছেন যে স্মার্টফোন ব্যবহার করা ঝুঁকি বহন করে।

50% এরও বেশি উত্তরদাতারা অগমেন্টেড রিয়েলিটি চশমা পেতে চান৷ তাদের ব্যবহারের জন্য সম্ভাব্য বিকল্পগুলির মধ্যে: অন্ধকার অঞ্চলগুলিকে হাইলাইট করা, বিপদ সম্পর্কে সতর্কতা, পরিবেশগত উপাদানগুলিকে পরিবর্তন করার বা বাদ দেওয়ার ক্ষমতা যা বিরক্ত করে।

30% এরও বেশি উত্তরদাতারা নিশ্চিত যে ইন্টারনেটে গোপনীয়তা বলে আর কিছুই নেই, তাই 50% অধ্যয়ন অংশগ্রহণকারী গোপনীয়তার একটি "যৌক্তিকভাবে ভাল" স্তরে সন্তুষ্ট।

বিশেষজ্ঞদের মতে, মাত্র পাঁচ বছরের মধ্যে সমস্ত ইন্টারনেট ব্যবহারকারীকে পাঁচটি বৃহত্তম আইটি সংস্থার সমস্ত পণ্য এবং পরিষেবা সরবরাহ করা হবে।

PAYSPACE ম্যাগাজিন সাহায্য

পূর্বে আমরা যে সত্য সম্পর্কে লিখেছিলাম.

কাই ফু লি, সিনোভেশন ভেঞ্চারস-এর চেয়ারম্যান, বিশ্বাস করেন যে AI "বড় আকারের চাকরি হারানোর লক্ষ্যে" যখন AI বিকাশ বা গ্রহণকারী সংস্থাগুলির হাতে সম্পদ কেন্দ্রীভূত করা হয়। অন্যরা বিশ্বাস করেন যে 15 শতকে প্রিন্টিং প্রেসে ফিরে আসা সমস্ত বিশ্ব-পরিবর্তন প্রযুক্তির আবির্ভাবের সাথে একই ধরনের ভয় উপস্থিত ছিল।

দ্য ইকোনমিস্ট পাঠকদের আশ্বস্ত করে যে "এআই চাকরির চাহিদা তৈরি করছে" এবং বিশ্বজুড়ে ক্রমবর্ধমান সংখ্যক মানুষ "অনলাইনে ডিজিটাল পরিষেবা প্রদান করছে।" AI এর যুগে কোন কোম্পানি এবং দেশগুলি উন্নতি করবে? কোন বিভাগগুলি অদৃশ্য হয়ে যাবে, পরিবর্তন হবে বা তৈরি হবে? কাজের ধরন কেমন বদলাবে?

যুদ্ধবিগ্রহ

সশস্ত্র ড্রোনের সমর্থকরা যুক্তি দেন যে এই ধরনের অস্ত্র মানুষের চেয়ে অনেক বেশি নির্ভুলতার সাথে লক্ষ্যবস্তুতে আঘাত করতে পারে; এবং অপারেশন থিয়েটারে তারা যত বড় ভূমিকা পালন করবে, প্রযুক্তিবিদরা তাদের ক্ষতি করার জন্য কম ব্যবহার করবে।

কিন্তু যদি এই ধরনের অস্ত্র স্বাধীন হয়ে যায় এবং স্বাধীনভাবে কাজ করে, মানুষের হস্তক্ষেপ ছাড়াই? সামরিক কর্মীদের তালিকা থেকে লোকদের অপসারণ করা কি আরও গুরুতর এবং অপ্রতিরোধ্য অস্ত্র প্রতিযোগিতার দিকে নিয়ে যাবে?

2015 সালের কৃত্রিম বুদ্ধিমত্তা সম্পর্কিত আন্তর্জাতিক যৌথ সম্মেলনের সময় প্রকাশিত একটি খোলা চিঠিতে সতর্ক করা হয়েছিল যে স্বায়ত্তশাসিত অস্ত্রগুলির জন্য "কোন ব্যয়বহুল বা খুঁজে পাওয়া কঠিন কাঁচামালের প্রয়োজন নেই এবং তাই ব্যাপক উত্পাদনের জন্য সমস্ত উল্লেখযোগ্য সামরিক বাহিনীর জন্য সর্বব্যাপী এবং সস্তা হয়ে উঠবে।" স্বয়ংক্রিয় অস্ত্রের যুগ কি আরও শান্তিপূর্ণ হবে নাকি আরও জঙ্গি হবে?

RAND গবেষকরা সন্ত্রাসবাদ দমনে এবং লক্ষ্যবস্তু হত্যাকাণ্ডে দূরপাল্লার সশস্ত্র ড্রোন ব্যবহারের উপর দৃষ্টি নিবদ্ধ করে একটি বিশ্লেষণমূলক কাঠামো এবং আন্তর্জাতিক প্রচেষ্টার আহ্বান জানাচ্ছেন।

তৈরি সিদ্ধান্ত

রাজনীতিবিদরা ক্রমাগত বিপুল সংখ্যক পছন্দ এবং অনুপ্রেরণার মুখোমুখি হন - বিশ বছর আগের তুলনায় সোশ্যাল মিডিয়ার দিনগুলিতে আরও অনেক বেশি। এই ধরনের তথ্য ওভারলোড একটি সংকটের সময় মোকাবেলা করা কঠিন করে তোলে, একাধিক সংকটকে ছেড়ে দিন।

সম্প্রতি, "প্রেসিডেন্ট কম্পিউটারের মাধ্যমে যে সমস্ত সিদ্ধান্ত নেন - চূড়ান্ত পছন্দ করার জন্য নয়, একজন ব্যক্তির ব্যক্তিত্বে নেতাকে সহায়তা করার জন্য" পাস করার জন্য একটি প্রস্তাব উত্থাপিত হয়েছিল।

কিন্তু যখন AI এখন অনেকটাই নির্দোষ, RAND সমীক্ষা সংবাদ ফিল্টারিং, ফৌজদারি বিচারকে প্রভাবিত করে, এমনকি সামাজিক নিরাপত্তা সুবিধা এবং ভিসা প্রদানের ক্ষেত্রে অ্যালগরিদমিক পক্ষপাতের ঝুঁকিগুলিকে তুলে ধরে। কি সিদ্ধান্ত AI এর উপর ন্যস্ত করা উচিত? মানুষের হাতে কি থাকা উচিত? একদল লোকের হাতে?

সৃষ্টি

বিশ্ব AI-তে অভ্যস্ত হয়ে উঠেছে যা গণনার শ্বাসরুদ্ধকর কীর্তি সম্পাদন করতে পারে এবং জনপ্রিয় বোর্ড গেমগুলিতে মানুষকে হারাতে পারে (IBMDeepBlue সুপার কম্পিউটার বিখ্যাতভাবে দাবা গ্র্যান্ডমাস্টার গ্যারি কাসপারভকে পরাজিত করার মাত্র 20 বছরেরও বেশি সময় হয়েছে)। এটা কিভাবে মানুষের সৃজনশীল জায়গায় আরও অগ্রগতি হবে?

কৃত্রিম বুদ্ধিমত্তার গবেষক জেসি এঙ্গেল বিশ্বাস করেন যে এটি "সৃজনশীল প্রক্রিয়াকে রূপান্তরিত করবে... স্মার্ট সরঞ্জামগুলির সাথে এটিকে বৃদ্ধি করে যা অভিব্যক্তির জন্য নতুন সম্ভাবনা প্রদান করে।" অন্যরা অতটা আশাবাদী নয়। সাংবাদিক অ্যাড্রিয়েন লাফ্রেন্স নোট করেছেন যে AI ইতিমধ্যেই "ফ্লার্ট করতে পারে," "উপন্যাস লিখতে পারে," এবং "আশ্চর্যজনক নির্ভুলতার সাথে জাল বিখ্যাত চিত্রকর্ম।" এটা সৃজনশীল হতে মানে কি? তাছাড়া মানুষ বলতে কী বোঝায়?

এআই-এর আলোচনা প্রায়ই চরম পর্যায়ে চলে যায়, তা হোক মানুষের যন্ত্রণা থেকে মুক্ত একটি ইউটোপিয়ার প্রতিশ্রুতি বা একটি ডাইস্টোপিয়ার বিপদ যেখানে রোবটরা তাদের মানব সৃষ্টিকর্তাদের দাসত্ব করে। ঝুঁকি প্রশমিত করতে এবং সর্বাধিক সুবিধাগুলি বাড়াতে নীতিগুলি গঠনে সহায়তা করার জন্য আরও সুষম এবং কঠোর বিশ্লেষণ প্রয়োজন। এআই রাষ্ট্র ও সমাজকে আচ্ছন্ন করে ফেলবে এমন আশঙ্কা কাটিয়ে উঠতে কিছু পদক্ষেপ নেওয়া দরকার।

এআই কীভাবে একটি দেশের জাতীয় স্বার্থকে প্রভাবিত করতে পারে? কোন ধরনের AI, যদি থাকে, সরকারী মানদণ্ডের উপর ভিত্তি করে কৌশলগত প্রযুক্তি হিসাবে বিবেচিত হতে পারে? কোথায় বাজার শক্তির ভূমিকা পালন করা উচিত এবং কোথায় রাজনীতি করা উচিত? যদিও AI মূলত বিজ্ঞান কল্পকাহিনীর উপাদান থেকে যায়, এই প্রশ্নগুলি আরও বেশি গুরুত্বপূর্ণ হয়ে উঠছে।

পূর্বাভাস তৈরি করা একটি অকৃতজ্ঞ কাজ, বিশেষ করে যেহেতু আধুনিক মেশিন লার্নিং পদ্ধতির ক্ষেত্রে অগ্রগতি সাম্প্রতিক বছরগুলিতে আমাদের বন্য প্রত্যাশাকে ছাড়িয়ে গেছে। তবে আমি গভীর নিউরাল নেটওয়ার্ক প্রশিক্ষণের ক্ষেত্রে এমন কিছু এলাকার নাম দেওয়ার উদ্যোগ নেব যেখানে অদূর ভবিষ্যতে উল্লেখযোগ্য অগ্রগতি আশা করা যেতে পারে।

প্রথমত, এটি নিউরাল নেটওয়ার্ক রিইনফোর্সমেন্ট লার্নিং এর ধারণার বিকাশ, যা পরিবেশের সাথে মিথস্ক্রিয়াকারী এজেন্টদের জন্য নতুন স্ব-শিক্ষার অ্যালগরিদমগুলির বিকাশের অনুমতি দেবে। এগুলি ভার্চুয়াল স্পেসে কাজ করা রোবট এবং প্রোগ্রাম উভয়ই হতে পারে, উদাহরণস্বরূপ, গো (ইতিমধ্যে সম্পন্ন) বা স্টারক্রাফ্ট (প্রগতিতে) মত বুদ্ধিবৃত্তিক গেম খেলা। এখানে প্রধান লক্ষ্য, অবশ্যই, একটি অ্যালগরিদম তৈরি করা হবে যা একটি নতুন জটিল খেলা বা পরিবেশের সাথে "উড়লে" মানিয়ে নিতে পারে।

দ্বিতীয়ত, এটি ফ্লাই এবং মেটা-লার্নিং শেখার নতুন পদ্ধতির বিকাশ। প্রথমটি একটি কম্পিউটারকে কয়েকটি উদাহরণ থেকে নতুন ধারণা এবং অর্থ বোঝার অনুমতি দেয়, ঠিক যেমন একজন মানুষ করে, এবং আধুনিক নিউরাল নেটওয়ার্কের বিপরীতে, যা হাজার হাজার বা হাজার হাজার উদাহরণের সংস্পর্শে আসার পরে একটি নতুন ধারণা শেখে।

দ্বিতীয়টি নিউরাল নেটওয়ার্ককে তার শেখার পদ্ধতির পরামিতি নির্বাচন করতে দেয়। এখন নিউরাল নেটওয়ার্কগুলির প্রশিক্ষণের গুণমান এবং গতি উল্লেখযোগ্যভাবে অনেকগুলি প্যারামিটার সেট করার উপর নির্ভর করে (সাধারণত নেটওয়ার্ক ওজন থেকে আলাদা করার জন্য হাইপার-প্যারামিটার বলা হয়, যা আসলে প্রশিক্ষণের সময় সামঞ্জস্য করা হয়), পাশাপাশি নেটওয়ার্ক নিজেই আর্কিটেকচার. বর্তমানে এগুলি মানুষের দ্বারা বা আধা-স্বয়ংক্রিয় পদ্ধতি দ্বারা নির্ধারিত হয় যা সর্বোত্তম থেকে অনেক দূরে। এই কারণে, নিউরাল নেটওয়ার্কগুলি তাদের চেয়ে বেশি সময় এবং খারাপ শিখতে পারে।

2016 সালে প্রদর্শিত কাজটি দেখায় যে এই কাজটি, নীতিগতভাবে, একটি সহায়ক নিউরাল নেটওয়ার্কের কাছে ন্যস্ত করা যেতে পারে। আমরা সবাই হাই স্কুল থেকে মনে রাখি, শিল্প বিপ্লবের সমাপ্তি হল যখন "মেশিনগুলি মেশিন তৈরি করা শুরু করে।" সম্ভবত ভবিষ্যতে, একটি সমান গুরুত্বপূর্ণ মাইলফলক সেই মুহূর্ত হবে যখন নিউরাল নেটওয়ার্কগুলি নিউরাল নেটওয়ার্কগুলিকে প্রশিক্ষণ দেওয়া শুরু করবে, এবং এটি বিশ্বাস করার কারণ রয়েছে যে এটি 2017 সালের প্রথম দিকে ঘটবে।

তৃতীয়ত, নিউরাল নেটওয়ার্কগুলি একজন ব্যক্তির সাথে কথা বলতে শিখবে (উভয় অর্থে প্রতিলিপি পাঠ্য তৈরি করা এবং বক্তৃতা সংশ্লেষণের অর্থে যা মানুষের বক্তৃতা থেকে আলাদা নয়), টেক্সট বর্ণনার উপর ভিত্তি করে ফটোরিয়ালিস্টিক ছবি এবং ভিডিও সিকোয়েন্স তৈরি করা এবং বড়, অর্থপূর্ণ পাঠ্য লেখা। . এটি তথাকথিত ক্ষেত্রে দ্রুত অগ্রগতির জন্য আমাদের নিকট ভবিষ্যতে ধন্যবাদ হয়ে উঠবে। জেনারেটিভ ডিপ লার্নিং মডেল। অবশ্যই, এটি নতুন ব্যবসা তৈরির দিকে পরিচালিত করবে, নতুন ধরণের পণ্য ও পরিষেবার উত্থান ঘটবে, সেইসাথে অর্থনীতির প্রথাগত খাতগুলিতে শ্রম উত্পাদনশীলতা বৃদ্ধি পাবে, যেমন মোবাইল অপারেটর বা ব্যাঙ্ক, যা করতে সক্ষম হবে। ব্যয়বহুল এবং অকার্যকর কল সেন্টার পরিত্যাগ করুন।

এই সমস্ত সমস্যার সমাধান হবে মেশিন লার্নিং-এর হলি গ্রেইল - কৃত্রিম বুদ্ধিমত্তা তৈরির দিকে একটি গুরুত্বপূর্ণ পদক্ষেপ। AI অবশ্যই পরের বছর উপস্থিত হবে না, তবে 5-10 বছরের মধ্যে এটি নিঃসন্দেহে উন্নত হবে। তদুপরি, কৃত্রিম বুদ্ধিমত্তার ইতিমধ্যে বিদ্যমান উপাদানগুলি বিজ্ঞানীদের পূর্ণাঙ্গ AI তৈরি করতে সাহায্য করবে এবং এর ফলে, এই দিকে কাজ ত্বরান্বিত করবে। AI তৈরি করা হবে মানবতার সবচেয়ে গুরুত্বপূর্ণ অর্জন এবং এটিকে একটি শক্তিশালী সভ্যতাগত লাফ দিয়ে এগিয়ে দেবে।

এটি লক্ষ করা গুরুত্বপূর্ণ যে AI এর ক্ষেত্রে দ্রুত অগ্রগতি মূলত সম্ভব হয়েছে এই কারণে যে এই উন্নয়নগুলি খোলামেলাভাবে পরিচালিত হচ্ছে এবং ন্যূনতম প্রয়োজনীয় প্রশিক্ষণ সহ যে কোনও ব্যক্তি (উদাহরণস্বরূপ, কম্পিউটার সায়েন্স অনুষদের একজন স্নাতক) ন্যাশনাল রিসার্চ ইউনিভার্সিটি হায়ার স্কুল অফ ইকোনমিক্স) সেগুলিতে অংশ নিতে পারে: এমনকি বড় আইটি - কর্পোরেশন - গভীর শিক্ষার ক্ষেত্রে নেতৃবৃন্দ কোন গোপনীয়তা নেই (স্বল্পমেয়াদী বাণিজ্যিকগুলি ছাড়া), বেশিরভাগ পদ্ধতির সফ্টওয়্যার বাস্তবায়ন উপলব্ধ, সেইসাথে অ্যালগরিদমগুলির একটি গাণিতিক বিবরণ, যা আশ্চর্যজনকভাবে এত জটিল নয়, তাদের সাহায্যে সমাধান করা সমস্যার বৈশ্বিক প্রকৃতিকে বিবেচনা করে। এটি 20 শতকের মাঝামাঝি সময়ের মহাকাশ বা পারমাণবিক কর্মসূচি থেকে মেশিন লার্নিংকে আলাদা করে।

অতিরিক্ত উপকরণ

মেশিন লার্নিং সম্পর্কে দিমিত্রি ভেট্রোভের বক্তৃতা (এটি কী তা বোঝার জন্য)

কৃত্রিম বুদ্ধিমত্তা (AI, ইংরেজি: Artificial intelligence, AI) - বুদ্ধিমান মেশিন, বিশেষ করে বুদ্ধিমান কম্পিউটার প্রোগ্রাম তৈরির বিজ্ঞান ও প্রযুক্তি। AI মানুষের বুদ্ধিমত্তা বোঝার জন্য কম্পিউটার ব্যবহার করার অনুরূপ কাজের সাথে সম্পর্কিত, তবে জৈবিকভাবে যুক্তিযুক্ত পদ্ধতিতে সীমাবদ্ধ নয়।

কৃত্রিম বুদ্ধিমত্তা কি

বুদ্ধিমত্তা(Lat. intellectus থেকে - সংবেদন, উপলব্ধি, বোঝাপড়া, বোঝাপড়া, ধারণা, কারণ), বা মন - মানসিকতার একটি গুণ যার মধ্যে রয়েছে নতুন পরিস্থিতিতে খাপ খাইয়ে নেওয়ার ক্ষমতা, অভিজ্ঞতার ভিত্তিতে শেখার এবং মনে রাখার ক্ষমতা, বোঝা এবং প্রয়োগ করার ক্ষমতা বিমূর্ত ধারণা এবং পরিবেশ ব্যবস্থাপনার জন্য নিজের জ্ঞান ব্যবহার করুন। বুদ্ধিমত্তা হল উপলব্ধি করার এবং সমস্যাগুলি সমাধান করার সাধারণ ক্ষমতা, যা সমস্ত মানুষের জ্ঞানীয় ক্ষমতাকে একত্রিত করে: সংবেদন, উপলব্ধি, স্মৃতি, প্রতিনিধিত্ব, চিন্তাভাবনা, কল্পনা।

1980 এর দশকের গোড়ার দিকে। কম্পিউটেশনাল বিজ্ঞানী বার এবং ফাজগেনবাউম কৃত্রিম বুদ্ধিমত্তার (AI) নিম্নলিখিত সংজ্ঞা প্রস্তাব করেছেন:

পরে, বেশ কয়েকটি অ্যালগরিদম এবং সফ্টওয়্যার সিস্টেমকে AI হিসাবে শ্রেণীবদ্ধ করা শুরু হয়, যার স্বতন্ত্র বৈশিষ্ট্য হল যে তারা কিছু সমস্যার সমাধান করতে পারে যেভাবে একজন ব্যক্তি তাদের সমাধান সম্পর্কে চিন্তা করে।

AI এর প্রধান বৈশিষ্ট্য হল ভাষা বোঝা, শেখার এবং চিন্তা করার ক্ষমতা এবং গুরুত্বপূর্ণভাবে কাজ করা।

AI হল সম্পর্কিত প্রযুক্তি এবং প্রক্রিয়াগুলির একটি জটিল যা গুণগতভাবে এবং দ্রুত বিকাশ করছে, উদাহরণস্বরূপ:

• প্রাকৃতিক ভাষা পাঠ্য প্রক্রিয়াকরণ
• সুদক্ষ পদ্দতি
• ভার্চুয়াল এজেন্ট (চ্যাটবট এবং ভার্চুয়াল সহকারী)
• সুপারিশ সিস্টেম।

কৃত্রিম বুদ্ধিমত্তার বিকাশের জন্য জাতীয় কৌশল

• মূল নিবন্ধ:কৃত্রিম বুদ্ধিমত্তা বিকাশের জন্য জাতীয় কৌশল

এআই গবেষণা

• মূল নিবন্ধ:কৃত্রিম বুদ্ধিমত্তা গবেষণা

AI-তে মানককরণ

2019: ISO/IEC বিশেষজ্ঞরা রাশিয়ান ভাষায় একটি মান তৈরি করার প্রস্তাবকে সমর্থন করেছেন

16 এপ্রিল, 2019-এ জানা গেল যে কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে প্রমিতকরণ সম্পর্কিত ISO/IEC উপকমিটি "কৃত্রিম বুদ্ধিমত্তা" বিকাশের জন্য RVC-এর ভিত্তিতে তৈরি কারিগরি কমিটির "সাইবার-ফিজিক্যাল সিস্টেমস" এর প্রস্তাবকে সমর্থন করেছে। মান মৌলিক ইংরেজি সংস্করণ ছাড়াও রাশিয়ান ভাষায় ধারণা এবং পরিভাষা।

পরিভাষাগত মান "কৃত্রিম বুদ্ধিমত্তা। ধারণা এবং পরিভাষা" কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে আন্তর্জাতিক নিয়ন্ত্রক এবং প্রযুক্তিগত নথির সমগ্র পরিবারের জন্য মৌলিক। শর্তাবলী এবং সংজ্ঞা ছাড়াও, এই নথিতে উপাদানগুলির সাথে সিস্টেম তৈরির জন্য ধারণাগত পদ্ধতি এবং নীতি রয়েছে, এআই এবং অন্যান্য এন্ড-টু-এন্ড প্রযুক্তির মধ্যে সম্পর্কের বর্ণনা, সেইসাথে নিয়ন্ত্রক এবং প্রযুক্তিগত নিয়ন্ত্রণের জন্য মৌলিক নীতি এবং কাঠামোর পদ্ধতি রয়েছে। কৃত্রিম বুদ্ধিমত্তার।

ডাবলিনে প্রাসঙ্গিক ISO/IEC উপকমিটির বৈঠকের পর, ISO/IEC বিশেষজ্ঞরা রাশিয়ার প্রতিনিধিদলের প্রস্তাবকে সমর্থন করেছেন যে একই সাথে AI ক্ষেত্রে শুধুমাত্র ইংরেজিতে নয়, রাশিয়ান ভাষায়ও একটি পরিভাষাগত মান তৈরি করা। নথিটি 2021 সালের প্রথম দিকে অনুমোদিত হবে বলে আশা করা হচ্ছে।

কৃত্রিম বুদ্ধিমত্তার উপর ভিত্তি করে পণ্য এবং পরিষেবাগুলির বিকাশের জন্য সমস্ত বাজার অংশগ্রহণকারীদের দ্বারা ব্যবহৃত ধারণাগুলির একটি দ্ব্যর্থহীন ব্যাখ্যা প্রয়োজন। পরিভাষা মান "ভাষা"কে একীভূত করবে যেখানে বিকাশকারী, গ্রাহক এবং পেশাদার সম্প্রদায় যোগাযোগ করে, এআই-ভিত্তিক পণ্যগুলির বৈশিষ্ট্যগুলিকে "নিরাপত্তা", "পুনরুত্পাদনযোগ্যতা", "বিশ্বস্ততা" এবং "গোপনীয়তা" হিসাবে শ্রেণীবদ্ধ করবে। ন্যাশনাল টেকনোলজি ইনিশিয়েটিভ-এর কাঠামোর মধ্যে কৃত্রিম বুদ্ধিমত্তা প্রযুক্তির বিকাশের জন্য একটি একীভূত পরিভাষাও একটি গুরুত্বপূর্ণ ফ্যাক্টর হয়ে উঠবে - এনটিআই পরিধিতে 80% এরও বেশি কোম্পানির দ্বারা এআই অ্যালগরিদম ব্যবহার করা হয়। উপরন্তু, ISO/IEC সিদ্ধান্ত কর্তৃপক্ষকে শক্তিশালী করবে এবং আন্তর্জাতিক মানের আরও উন্নয়নে রাশিয়ান বিশেষজ্ঞদের প্রভাবকে প্রসারিত করবে।

বৈঠকের সময়, ISO/IEC বিশেষজ্ঞরা একটি আন্তর্জাতিক নথি তথ্য প্রযুক্তি - কৃত্রিম বুদ্ধিমত্তা (AI) - AI সিস্টেমের জন্য গণনামূলক পদ্ধতির ওভারভিউ, যেখানে রাশিয়া একটি সহ-সম্পাদক হিসাবে কাজ করে, একটি খসড়ার উন্নয়নকে সমর্থন করেছেন। নথিটি কৃত্রিম বুদ্ধিমত্তা সিস্টেমের বর্তমান অবস্থার একটি ওভারভিউ প্রদান করে, সিস্টেমের প্রধান বৈশিষ্ট্য, অ্যালগরিদম এবং পদ্ধতির পাশাপাশি AI এর ক্ষেত্রে বিশেষায়িত অ্যাপ্লিকেশনগুলির উদাহরণ বর্ণনা করে। এই খসড়া নথির বিকাশ সাবকমিটির মধ্যে একটি বিশেষভাবে তৈরি করা ওয়ার্কিং গ্রুপ 5 "কম্পিউটেশনাল অ্যাপ্রোচস এবং কম্পিউটেশনাল অ্যাপ্রোচস অ্যান্ড কম্পিউটেশনাল ফিচারিকেশনস অফ এআই সিস্টেমস" (SC 42 ওয়ার্কিং গ্রুপ 5 "কম্পিউটেশনাল অ্যাপ্রোচস অ্যান্ড কম্পিউটেশনাল অ্যাপ্রোচস এবং AI সিস্টেমের কম্পিউটেশনাল বৈশিষ্ট্য") দ্বারা পরিচালিত হবে।

আন্তর্জাতিক স্তরে তাদের কাজের অংশ হিসাবে, রাশিয়ান প্রতিনিধি দল বেশ কয়েকটি যুগান্তকারী সিদ্ধান্ত অর্জন করতে সক্ষম হয়েছে যা দেশে কৃত্রিম বুদ্ধিমত্তা প্রযুক্তির বিকাশে দীর্ঘমেয়াদী প্রভাব ফেলবে। স্ট্যান্ডার্ডের একটি রাশিয়ান-ভাষা সংস্করণের বিকাশ, এমনকি এই ধরনের প্রাথমিক পর্যায় থেকে, আন্তর্জাতিক ক্ষেত্রের সাথে সিঙ্ক্রোনাইজেশনের একটি গ্যারান্টি, এবং ISO/IEC উপকমিটির বিকাশ এবং রাশিয়ান সহ-সম্পাদনার সাথে আন্তর্জাতিক নথির সূচনা। বিদেশে রাশিয়ান বিকাশকারীদের স্বার্থকে আরও প্রচারের জন্য ভিত্তি,” তিনি মন্তব্য করেছেন।

ডিজিটাল অর্থনীতির বিভিন্ন সেক্টরে কৃত্রিম বুদ্ধিমত্তা প্রযুক্তির ব্যাপক চাহিদা রয়েছে। তাদের পূর্ণ-স্কেল ব্যবহারিক ব্যবহারে বাধা প্রধান কারণগুলির মধ্যে নিয়ন্ত্রক কাঠামোর অনুন্নয়ন। একই সময়ে, এটি একটি সু-উন্নত নিয়ন্ত্রক এবং প্রযুক্তিগত কাঠামো যা প্রযুক্তি প্রয়োগের নির্দিষ্ট গুণমান এবং সংশ্লিষ্ট অর্থনৈতিক প্রভাব নিশ্চিত করে।

কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে, টিসি সাইবার-ফিজিক্যাল সিস্টেম, আরভিসি-র উপর ভিত্তি করে, বেশ কয়েকটি জাতীয় মান তৈরি করছে, যার অনুমোদন 2019-এর শেষের জন্য - 2020-এর শুরুতে পরিকল্পনা করা হয়েছে। এছাড়াও, 2020 এবং তার পরেও একটি জাতীয় মানককরণ পরিকল্পনা (NSP) প্রণয়নের জন্য বাজারের খেলোয়াড়দের সাথে একসাথে কাজ চলছে। TC "সাইবার-ফিজিক্যাল সিস্টেম" আগ্রহী প্রতিষ্ঠানের নথিগুলির বিকাশের প্রস্তাবের জন্য উন্মুক্ত।

2018: কোয়ান্টাম যোগাযোগ, এআই এবং স্মার্ট সিটির ক্ষেত্রে মান উন্নয়ন

6 ডিসেম্বর, 2018-এ, RVC-এর উপর ভিত্তি করে কারিগরি কমিটি "সাইবার-ফিজিক্যাল সিস্টেমস" আঞ্চলিক প্রকৌশল কেন্দ্র "SafeNet" এর সাথে ন্যাশনাল টেকনোলজি ইনিশিয়েটিভ (NTI) এবং ডিজিটাল অর্থনীতির বাজারের জন্য মানগুলির একটি সেট তৈরি করা শুরু করেছে। মার্চ 2019 এর মধ্যে, কোয়ান্টাম যোগাযোগের ক্ষেত্রে প্রযুক্তিগত মানককরণের নথি বিকাশের পরিকল্পনা করা হয়েছে, এবং, RVC রিপোর্ট করেছে। আরও পড়ুন।

কৃত্রিম বুদ্ধিমত্তার প্রভাব

মানব সভ্যতার বিকাশের ঝুঁকি

অর্থনীতি এবং ব্যবসার উপর প্রভাব

• অর্থনীতি ও ব্যবসায় কৃত্রিম বুদ্ধিমত্তা প্রযুক্তির প্রভাব

শ্রমবাজারে প্রভাব

কৃত্রিম বুদ্ধিমত্তার পক্ষপাতিত্ব

এআই (মেশিন ট্রান্সলেশন, স্পিচ রিকগনিশন, ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং, কম্পিউটার ভিশন, স্বয়ংক্রিয় ড্রাইভিং এবং আরও অনেক কিছু) অনুশীলন করা সবকিছুর মূলে রয়েছে গভীর শিক্ষা। এটি মেশিন লার্নিং-এর একটি উপসেট, যা নিউরাল নেটওয়ার্ক মডেলগুলির ব্যবহার দ্বারা চিহ্নিত করা হয়, যা মস্তিষ্কের কাজগুলিকে নকল করে বলা যেতে পারে, তাই তাদের AI হিসাবে শ্রেণীবদ্ধ করা একটি প্রসারিত হবে৷ যেকোন নিউরাল নেটওয়ার্ক মডেলকে বড় ডেটা সেটে প্রশিক্ষিত করা হয়, তাই এটি কিছু "দক্ষতা" অর্জন করে, কিন্তু এটি কীভাবে সেগুলি ব্যবহার করে তা এর নির্মাতাদের কাছে অস্পষ্ট থেকে যায়, যা শেষ পর্যন্ত অনেক গভীর শিক্ষার অ্যাপ্লিকেশনের জন্য সবচেয়ে গুরুত্বপূর্ণ সমস্যাগুলির মধ্যে একটি হয়ে ওঠে। কারণ হল যে এই ধরনের একটি মডেল ইমেজগুলির সাথে আনুষ্ঠানিকভাবে কাজ করে, এটি কী করে তা না বুঝেই। এই ধরনের একটি সিস্টেম AI এবং মেশিন লার্নিং এর উপর নির্মিত সিস্টেম বিশ্বাস করা যেতে পারে? শেষ প্রশ্নের উত্তরের প্রভাব বৈজ্ঞানিক পরীক্ষাগারের বাইরেও প্রসারিত। অতএব, AI পক্ষপাত নামক ঘটনার প্রতি মিডিয়ার মনোযোগ লক্ষণীয়ভাবে তীব্র হয়েছে। এটি "AI পক্ষপাত" বা "AI পক্ষপাত" হিসাবে অনুবাদ করা যেতে পারে। আরও পড়ুন।

কৃত্রিম বুদ্ধিমত্তা প্রযুক্তির বাজার

রাশিয়ায় এআই বাজার

গ্লোবাল এআই বাজার

AI এর প্রয়োগের ক্ষেত্র

এআই-এর প্রয়োগের ক্ষেত্রগুলি বেশ প্রশস্ত এবং পরিচিত প্রযুক্তি এবং উদীয়মান নতুন ক্ষেত্রগুলিকে কভার করে যা ব্যাপক প্রয়োগ থেকে অনেক দূরে, অন্য কথায়, ভ্যাকুয়াম ক্লিনার থেকে স্পেস স্টেশন পর্যন্ত এটি সমাধানের সম্পূর্ণ পরিসর। আপনি উন্নয়নের মূল পয়েন্টগুলির মানদণ্ড অনুসারে তাদের সমস্ত বৈচিত্র্যকে ভাগ করতে পারেন।

AI কোন একচেটিয়া বিষয় এলাকা নয়। তদুপরি, এআই-এর কিছু প্রযুক্তিগত ক্ষেত্র অর্থনীতির নতুন উপ-খাত এবং পৃথক সত্তা হিসাবে উপস্থিত হয়, একই সাথে অর্থনীতির বেশিরভাগ ক্ষেত্রে পরিবেশন করে।

AI-এর ব্যবহারের বিকাশের ফলে অর্থনীতির ধ্রুপদী সেক্টরে প্রযুক্তির অভিযোজন হয় সমগ্র মান শৃঙ্খলে এবং সেগুলিকে রূপান্তরিত করে, যার ফলে লজিস্টিক থেকে কোম্পানি ব্যবস্থাপনা পর্যন্ত প্রায় সমস্ত কার্যকারিতার অ্যালগরিদমাইজেশন হয়।

প্রতিরক্ষা এবং সামরিক বিষয়ের জন্য AI ব্যবহার করা

শিক্ষায় ব্যবহার করুন

ব্যবসায় এআই ব্যবহার করা

জালিয়াতির বিরুদ্ধে লড়াইয়ে এআই

11 জুলাই, 2019-এ জানা গেল যে মাত্র দুই বছরে কৃত্রিম বুদ্ধিমত্তা এবং মেশিন লার্নিং জুলাই 2019-এর তুলনায় তিনগুণ বেশি বার জালিয়াতির বিরুদ্ধে লড়াই করতে ব্যবহার করা হবে। এসএএস এবং অ্যাসোসিয়েশন অফ সার্টিফাইড ফ্রড এক্সামিনার্স (এসিএফই) দ্বারা যৌথ গবেষণার সময় এই ধরনের তথ্য পাওয়া গেছে। জুলাই 2019 পর্যন্ত, এই ধরনের জালিয়াতি বিরোধী সরঞ্জামগুলি ইতিমধ্যেই 13% সংস্থাগুলিতে ব্যবহৃত হয়েছে যারা সমীক্ষায় অংশ নিয়েছিল এবং আরও 25% বলেছেন যে তারা আগামী এক বা দুই বছরের মধ্যে সেগুলি বাস্তবায়নের পরিকল্পনা করছেন৷ আরও পড়ুন।

বৈদ্যুতিক শক্তি শিল্পে AI

• নকশা স্তরে: উৎপাদনের উন্নত পূর্বাভাস এবং শক্তি সংস্থানগুলির চাহিদা, শক্তি উত্পাদনকারী সরঞ্জামগুলির নির্ভরযোগ্যতার মূল্যায়ন, চাহিদা বৃদ্ধি পেলে বর্ধিত উত্পাদনের স্বয়ংক্রিয়তা।
• উত্পাদন স্তরে: সরঞ্জামগুলির প্রতিরোধমূলক রক্ষণাবেক্ষণের অপ্টিমাইজেশন, প্রজন্মের দক্ষতা বৃদ্ধি, ক্ষতি হ্রাস করা, শক্তি সংস্থান চুরি রোধ করা।
• প্রচার স্তরে: দিনের সময় এবং গতিশীল বিলিং এর উপর নির্ভর করে মূল্যের অপ্টিমাইজেশন।
• পরিষেবা বিধানের স্তরে: সর্বাধিক লাভজনক সরবরাহকারীর স্বয়ংক্রিয় নির্বাচন, বিশদ খরচ পরিসংখ্যান, স্বয়ংক্রিয় গ্রাহক পরিষেবা, গ্রাহকের অভ্যাস এবং আচরণ বিবেচনায় রেখে শক্তি খরচের অপ্টিমাইজেশন।

উৎপাদনে AI

• নকশা স্তরে: নতুন পণ্য বিকাশের দক্ষতা বৃদ্ধি, স্বয়ংক্রিয় সরবরাহকারী মূল্যায়ন এবং খুচরা যন্ত্রাংশের প্রয়োজনীয়তা বিশ্লেষণ।
• উত্পাদন স্তরে: কাজগুলি সম্পূর্ণ করার প্রক্রিয়া উন্নত করা, সমাবেশ লাইনগুলি স্বয়ংক্রিয় করা, ত্রুটির সংখ্যা হ্রাস করা, কাঁচামালের জন্য সরবরাহের সময় হ্রাস করা।
• প্রচার স্তরে: সমর্থন এবং রক্ষণাবেক্ষণ পরিষেবার ভলিউম পূর্বাভাস, মূল্য ব্যবস্থাপনা।
• পরিষেবার বিধানের স্তরে: যানবাহনের ফ্লিট রুটের পরিকল্পনার উন্নতি, ফ্লিট সংস্থানের চাহিদা, পরিষেবা প্রকৌশলীদের প্রশিক্ষণের মান উন্নত করা।

ব্যাংকে এ.আই

• প্যাটার্ন স্বীকৃতি - সহ ব্যবহৃত শাখায় গ্রাহকদের চিনতে এবং তাদের কাছে বিশেষ অফার জানাতে।

পরিবহনে এআই

• অটো শিল্প একটি বিপ্লবের দ্বারপ্রান্তে: মানহীন ড্রাইভিং যুগের 5টি চ্যালেঞ্জ

লজিস্টিকসে এআই

মদ্যপান মধ্যে AI

বিচার বিভাগে এ.আই

কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে উন্নয়ন বিচার ব্যবস্থাকে আমূল পরিবর্তন করতে সাহায্য করবে, এটিকে আরও ন্যায্য ও দুর্নীতির স্কিম থেকে মুক্ত করবে। এই মতামতটি 2017 সালের গ্রীষ্মে আর্টেজিওর প্রযুক্তিগত পরামর্শদাতা ভ্লাদিমির ক্রিলোভ, টেকনিক্যাল সায়েন্সেসের ডাক্তার দ্বারা প্রকাশ করা হয়েছিল।

বিজ্ঞানী বিশ্বাস করেন যে AI এর ক্ষেত্রে বিদ্যমান সমাধানগুলি অর্থনীতি এবং জনজীবনের বিভিন্ন ক্ষেত্রে সফলভাবে প্রয়োগ করা যেতে পারে। বিশেষজ্ঞ উল্লেখ করেছেন যে AI সফলভাবে ওষুধে ব্যবহৃত হয়, তবে ভবিষ্যতে এটি বিচার ব্যবস্থাকে সম্পূর্ণরূপে পরিবর্তন করতে পারে।

“এআই ক্ষেত্রের উন্নয়ন সম্পর্কে প্রতিদিন সংবাদ প্রতিবেদনের দিকে তাকিয়ে, আপনি কেবল এই ক্ষেত্রের গবেষক এবং বিকাশকারীদের অক্ষয় কল্পনা এবং ফলপ্রসূতায় বিস্মিত হন। বৈজ্ঞানিক গবেষণার প্রতিবেদনগুলি বাজারে প্রকাশিত নতুন পণ্যগুলি এবং বিভিন্ন ক্ষেত্রে এআই ব্যবহারের মাধ্যমে প্রাপ্ত আশ্চর্যজনক ফলাফলের প্রতিবেদনগুলির সাথে ক্রমাগত প্রকাশ করা হয়। আমরা যদি প্রত্যাশিত ইভেন্টগুলির কথা বলি, মিডিয়াতে লক্ষণীয় হাইপ সহ, যেখানে এআই আবার সংবাদের নায়ক হয়ে উঠবে, তবে আমি সম্ভবত প্রযুক্তিগত পূর্বাভাস দেওয়ার ঝুঁকি নেব না। আমি কল্পনা করতে পারি যে পরবর্তী ঘটনাটি কৃত্রিম বুদ্ধিমত্তা, ন্যায্য এবং অবিচ্ছিন্ন আকারে একটি অত্যন্ত দক্ষ আদালতের আবির্ভাব হবে। এটি ঘটবে, দৃশ্যত, 2020-2025 সালে। এবং এই আদালতে যে প্রক্রিয়াগুলি সংঘটিত হবে তা অপ্রত্যাশিত প্রতিফলনের দিকে নিয়ে যাবে এবং মানব সমাজ পরিচালনার বেশিরভাগ প্রক্রিয়া AI-তে স্থানান্তর করার জন্য অনেক লোকের আকাঙ্ক্ষার দিকে পরিচালিত করবে।"

বিজ্ঞানী বিচার ব্যবস্থায় কৃত্রিম বুদ্ধিমত্তার ব্যবহারকে আইনী সমতা ও ন্যায়বিচার বিকাশের জন্য একটি "যৌক্তিক পদক্ষেপ" হিসাবে স্বীকৃতি দিয়েছেন। মেশিন ইন্টেলিজেন্স দুর্নীতি এবং আবেগের বিষয় নয়, আইনী কাঠামোকে কঠোরভাবে মেনে চলতে পারে এবং বিরোধের পক্ষগুলিকে চিহ্নিত করে এমন ডেটা সহ অনেকগুলি বিষয় বিবেচনা করে সিদ্ধান্ত নিতে পারে। চিকিৎসা ক্ষেত্রের সাথে সাদৃশ্য অনুসারে, রোবট বিচারকরা সরকারী পরিষেবা ভান্ডার থেকে বড় ডেটা দিয়ে কাজ করতে পারেন। অনুমান করা যায়, যে

সঙ্গীত

পেইন্টিং

2015 সালে, Google টিম নিউরাল নেটওয়ার্কগুলি পরীক্ষা করেছিল যে তারা নিজেরাই ছবি তৈরি করতে পারে কিনা। তারপর কৃত্রিম বুদ্ধিমত্তার প্রশিক্ষণ দেওয়া হয় বিভিন্ন ছবি ব্যবহার করে। যাইহোক, যখন মেশিনটিকে নিজের থেকে কিছু চিত্রিত করতে "জিজ্ঞাসা করা হয়েছিল", তখন দেখা গেল যে এটি আমাদের চারপাশের বিশ্বকে কিছুটা অদ্ভুত উপায়ে ব্যাখ্যা করেছে। উদাহরণস্বরূপ, ডাম্বেল আঁকার কাজের জন্য, বিকাশকারীরা একটি চিত্র পেয়েছিল যেখানে ধাতুটি মানুষের হাত দ্বারা সংযুক্ত ছিল। এটি সম্ভবত এই কারণে ঘটেছে যে প্রশিক্ষণের পর্যায়ে, ডাম্বেল সহ বিশ্লেষণ করা ছবিগুলিতে হাত রয়েছে এবং নিউরাল নেটওয়ার্ক এটিকে ভুলভাবে ব্যাখ্যা করেছে।

26 ফেব্রুয়ারী, 2016-এ, সান ফ্রান্সিসকোতে একটি বিশেষ নিলামে, Google প্রতিনিধিরা কৃত্রিম বুদ্ধিমত্তা দ্বারা তৈরি সাইকেডেলিক পেইন্টিংগুলি থেকে প্রায় $98 হাজার সংগ্রহ করেছেন এই তহবিলগুলি দাতব্য সংস্থায় দান করা হয়েছিল৷ গাড়ির সবচেয়ে সফল ছবিগুলির মধ্যে একটি নীচে উপস্থাপন করা হয়েছে।

গুগলের কৃত্রিম বুদ্ধিমত্তা দ্বারা আঁকা একটি চিত্রকর্ম।