Cutting-edge technology represents the forefront of innovation, embodying the latest advancements that push the boundaries of what is possible in various fields. It encompasses breakthroughs in artificial intelligence, quantum computing, biotechnology, and more, fundamentally transforming the way we live and work. In the realm of artificial intelligence, machine learning algorithms and neural networks are enabling computers to learn and make decisions, mimicking human cognitive functions. Quantum computing, with its ability to process information at speeds unimaginable with classical computers, holds the promise of revolutionizing complex problem-solving in fields like cryptography and optimization. Biotechnology is unlocking new frontiers in healthcare, with gene editing technologies like CRISPR-Cas9 offering unprecedented precision in modifying DNA, potentially curing genetic diseases. Cutting-edge technology also extends to the realm of renewable energy, where innovations in solar a
আর্টিফিশিয়াল ইন্টেলিজেন্স (এআই) বা কৃত্রিম বুদ্ধিমত্তা বর্তমান প্রযুক্তিতে সবচেয়ে বেশী আলোচনা ও গবেষণার একটি বিষয় । এটি কম্পিউটার বিজ্ঞানের একটি শাখা । প্রযুক্তি ব্যবহার করে মানুষের পরিবর্তে যন্ত্রের মাধ্যমে বুদ্ধিমত্তাকে প্রকাশ করার নামই হচ্ছে কৃত্রিম বুদ্ধিমত্তা । প্রাণী জগতে মানুষ সবচেয়ে বেশী বুদ্ধিমান ও জ্ঞানী । কিভাবে মানুষের মত জ্ঞান ও বুদ্ধি দিয়ে যন্ত্রকে আবিষ্কার করা যায় সেটিই এআই গবেষণার মুল বিষয় । এই অধ্যায়ে আমরা কৃত্রিম বুদ্ধিমত্তা কি, এর ভিত্তি, কৃত্রিম বুদ্ধিমত্তার ইতিহাস এবং এর প্রয়োগ সম্পর্কে জানতে পারব ।
কৃত্রিম বুদ্ধিমত্তা কি ?
আর্টিফিশিয়াল ইন্টেলিজেন্সের জনক জন ম্যাকার্থির মতে, আর্টিফিশিয়াল ইন্টেলিজেন্স বা কৃত্রিম বুদ্ধিমত্তা হচ্ছে, “বুদ্ধিমান যন্ত্র তৈরীর বিজ্ঞান ও প্রকৌশল, বিশেষ করে বুদ্ধিমান কম্পিউটার প্রোগ্রাম তৈরি ।” মানুষের বুদ্ধিমত্তা ও চিন্তা শক্তিকে কৃত্রিম উপায়ে প্রযুক্তি নির্ভর করে যন্ত্রের মাধ্যমে বাস্তবায়ন করাকে কৃত্রিম বুদ্ধিমত্তা বলে ।
এআই শব্দটি বহু সংজ্ঞা অন্তর্ভুক্ত করে । তবে বেশিরভাগ বিশেষজ্ঞ সম্মত হন যে, এআই দুটি মৌলিক ধারনার সঙ্গে সংশ্লিষ্ট । প্রথমত, এটি মানুষের চিন্তার প্রক্রিয়াগুলি অধ্যয়নের সাথে জড়িত, বুদ্ধিমত্তা কী তা বোঝার জন্য । দ্বিতীয়ত, এটি যন্ত্রগুলির মাধ্যমে এই প্রসেসগুলির প্রতিনিধিত্ব এবং সদৃশ করে । যেমন, কম্পিউটার এবং রোবট । এআইয়ের একটি ভালভাবে প্রচারিত সংজ্ঞা হচ্ছে: কৃত্রিম বুদ্ধিমত্তা একটি যন্ত্রের মাধ্যমে আচরণ করে যা মানুষের দ্বারা সঞ্চালিত হলে বুদ্ধিমান বলা হবে । রিচ এবং নাইট (১৯৯১) একটি চিন্তার উদ্দীপক সংজ্ঞা প্রদান করেছেন । তাদের মতে, “কম্পিউটার দিয়ে কোন কাজ করাতে হলে কীভাবে এটি তৈরি করতে হবে তা নিয়ে গবেষণা করা, এই মুহুর্তে মানুষ ভাল ।” হগল্যান্ডের (১৯৮৫) মতে, “কম্পিউটারকে ভাবিয়ে তুলতে উত্তেজনাপূর্ণ নতুন প্রচেষ্টা ...সম্পূর্ণ এবং আক্ষরিক অর্থে মনযুক্ত মেশিন ।” কার্জওয়াইলের (১৯৯০) মতে, “মেশিন তৈরির শিল্প যেটি এমন ক্রিয়াকলাপ সম্পাদন করে যে ক্রিয়াকলাপ করতে বুদ্ধির প্রয়োজন হয় যখন লোকেরা পরিবেশন করে ।”
কৃত্রিম বুদ্ধিমত্তার একটি সুপরিচিত অ্যাপ্লিকেশন হল ডিপ ব্লু, দাবা খেলার প্রোগ্রাম । এটি আইবিএম এর একটি গবেষণা দলের দ্বারা উন্নত । বিশ্ব চ্যাম্পিয়ন গ্যারি ক্যাস্পারভকে এটি ১৯৯৬ সালে হারিয়েছে । কৃত্রিম বুদ্ধিমত্তার সামগ্রিক গবেষণার লক্ষ্য হচ্ছে এমন একটি প্রযুক্তি তৈরি করা যার মাধ্যমে কম্পিউটার এবং যন্ত্রগুলি বুদ্ধিমান পদ্ধতিতে কাজ করতে সক্ষম হবে । উদাহরণস্বরূপ, অপটিক্যাল ক্যারেক্টার রেকগনিশন কৃত্রিম বুদ্ধিমত্তার উদাহরণ হিসাবে আর অনুভূত হয় না, এখন এটি একটি রুটিন প্রযুক্তি হয়ে ওঠেছে । বর্তমানে যে সক্ষমতা গুলোকে শ্রেণীবদ্ধ করা হয়েছে সেগুলি মানুষের বক্তব্যকে সফলভাবে বুঝতে পারে, দাবা খেলায় উচ্চতর স্তরের প্রতিযোগিতায় অংশগ্রহণ করতে পারে, স্বয়ংক্রিয়ভাবে গাড়ি চালাতে পারে, সামরিক সিমুলেশন এবং জটিল উপাত্ত ব্যাখ্যা করতে পারে । এআই গবেষণাকে কতগুলো উপ শাখায় বিভক্ত করা যেতে পারে যা নির্দিষ্ট সমস্যা, দৃষ্টিভঙ্গি, বিশেষ সরঞ্জামের ব্যবহার বা নির্দিষ্ট অ্যাপ্লিকেশনগুলির সন্তুষ্টির দিকে ফোকাস করে ।
কৃত্রিম বুদ্ধিমত্তার প্রকারভেদ
কৃত্রিম বুদ্ধিমত্তাকে তিন ভাগে ভাগ করা যায়:
দুর্বল এআই (Weak AI): যেসব প্রোগ্রাম বা মেশিন শুধুমাত্র কোন নির্দিষ্ট কাজের জন্য স্বয়ংক্রিয়ভাবে বুদ্ধি প্রদর্শন করে সেই সব প্রোগ্রাম বা মেশিন weak AI এর অন্তর্ভুক্ত । এদেরকে Artificial Narrow Intelligence ও বলা হয়ে থাকে । এই ক্ষেত্রে প্রতিটি কাজের জন্য আলাদা করে প্রোগ্রাম তৈরি করা হয় । এর মানে হচ্ছে যখন ঐ প্রোগ্রামের কোন ইনপুট দেওয়া হয় তখন প্রোগ্রামটি আক্টিভেট হয় । যেমন, রোবট সুফিয়ার কথাই ধরুন । এটি মানুষের সাথে কথা বলতে পারে, ফেসিয়াল এক্সপ্রেশন দিতে পারে । এই রোবটের প্রতিটি ফাংশনের জন্য আলাদা করে প্রোগ্রাম করা হয়েছে । ফলস্বরূপ, এটি সেইভাবে রেসপন্স করতে পারে । এই জন্য এটি Weak AI এর অন্তর্ভুক্ত । এছাড়া Deep Blue, Voice Assistant (উদা: Google Assistant, SIRI), Hand Writing Recognition, Image Recognition ইত্যাদি Weak AI এর উদাহরণ ।
শক্তিশালী এআই (Strong AI): Strong AI কে মানব মস্তিস্কের সাথে তুলনা করা হয় অর্থাৎ এই লেভেলের এআই কে মানব মস্তিস্কের ক্ষমতার সমতুল্য মনে করা হয় । মানুষ যেমন পূর্ব অভিজ্ঞতাকে কাজে লাগিয়ে সম্পূর্ণ নতুন কোন কাজ করতে সক্ষম হয় ঠিক তেমনি এই লেভেলের এআই একই ভাবে কাজ করতে সক্ষম হবে । যখন একটি প্রোগ্রাম সব ধরণের ডেটা প্রসেস করতে পারবে এবং নুতন কোন সমস্যাকে তুলে ধরলে সেটিকে চিহ্নিত করতে পারবে তখন তাকে আমরা Strong AI বলব । একে Artificial General Intelligence ও বলা হয়ে থাকে । যেমন, HAL 9000, TERMINATOR
অসাধারণত্ব এআই (Singularity AI): এই প্রযুক্তি সম্পন্ন রোবট নিজেই নিজের একটি ক্লোন তৈরি করতে পারবে । Strong AI থেকেই এর যাত্রা শুরু হয়ে যায় । কারন Strong AI কে যেহেতু মানব মস্তিস্কের সাথে তুলনা করা হয় এবং যেহেতু মানুষ কোন Strong AI বানাতে পারছে সুতরাং তারাও পারবে । একে Artificial Super Intelligence ও বলা হয় ।
কৃত্রিম বুদ্ধিমত্তার ভিত্তি
দর্শনশাস্ত্র (৪২৮ খ্রিস্টাব্দ থেকে -বর্তমান)বৈধ সিদ্ধান্তে পৌঁছাতে আনুষ্ঠানিক নিয়ম ব্যবহার করা যেতে পারে কিনা?
কিভাবে একটি মানসিক মন একটি শারীরিক মস্তিষ্ক থেকে উদ্ভূত হয়?
কোথা থেকে জ্ঞান আসে?
কিভাবে জ্ঞান কর্মের নেতৃত্ব দেয়?
অ্যারিস্টটল যুক্তিবিজ্ঞানের একটি অনানুষ্ঠানিক পদ্ধতি গড়ে তোলেন, যা নীতিগতভাবে প্রাথমিক প্রাঙ্গণে (ইনিশিয়াল প্রিমিসেস) যান্ত্রিকভাবে উপসংহার তৈরি করার অনুমতি দেয় ।
অনেক পরে, রামন লুল (১৩১৫) ধারণা করেছিলেন যে, কার্যকর যুক্তিটি যান্ত্রিক আর্টিফ্যাক্ট দ্বারা বাস্তবায়িত হতে পারে । তাঁর “কনসেপ্ট হুইল ” এর উদাহরণ ।
থমাস হবস (১৫৮৮-১৬৭৯) প্রস্তাব করেছিলেন যে, যুক্তি সংখ্যাসূচক গণনার মত । “আমরা আমাদের নীরব চিন্তাধারা যোগ এবং বিয়োগ করি ।” স্বয়ংক্রিয়ভাবে গণনা ইতিমধ্যেই ছিল । এটি প্রায় ১৫০০ সালে লিওনার্দো দা ভিঞ্চি (১৪৫২-১৫১৯) ডিজাইন করেছিলেন কিন্তু একটি যান্ত্রিক ক্যালকুলেটর তৈরি করেননি । সাম্প্রতিক এটির পুনর্গঠন নকশা কার্যকরী হতে দেখা গিয়েছে ।
প্রথম গণনা যন্ত্রটি জার্মান বিজ্ঞানী উইলহেম শিকার্ড (১৫২৯-১৬৩৫) দ্বারা প্রায় ১৬২৩ সালে নির্মিত হয়েছিল, যদিও ব্ল্যাস পাইস্কাল (১৬২৩-১৬৬২) দ্বারা ১৬৪২ সালে নির্মিত পাসক্যালাইনটি আরও বিখ্যাত ছিল । পাইস্কাল লিখেছিলেন যে, “গাণিতিক যন্ত্রটি এমন প্রভাব সৃষ্টি করে যা প্রাণীদের সমস্ত কর্মের চেয়ে চিন্তার কাছাকাছি আসে ।” গটফ্রেড উইলহেম লিবনিজ (১৬৪৬-১৭১৬) সংখ্যার পরিবর্তে ধারণাগুলির উপর ভিত্তি করে অপারেশন পরিচালনা করার উদ্দেশ্যে একটি যান্ত্রিক যন্ত্র তৈরি করেছিলেন, তবে এর সুযোগটি ছিল সীমিত ।
কার্নেপ এবং কার্ল হেমপেল এর কনফারমেশন অব থিওরি বা নিশ্চিতকরণ তত্ত্ব এর মাধ্যমে (১৯০৫-১৯৯৭) বুঝতে চেষ্টা করেছিলেন যে, কিভাবে জ্ঞান থেকে অভিজ্ঞতা অর্জন করা যাবে । কার্নেপের লজিক্যাল স্ট্রাকচার অব দ্যা ওয়ার্ল্ড (১৯২৮) বইয়ে প্রাথমিক অভিজ্ঞতা থেকে জ্ঞান নিষ্কাশন করার জন্য একটি স্পষ্ট কম্পিউটেশনাল পদ্ধতির সংজ্ঞায়িত করেছিলেন । এটি সম্ভবত প্রথম একটি গাণিতিক প্রক্রিয়া হিসাবে থিওরি অব মাইন্ড বা মনের তত্ত্ব ছিল । মনের দার্শনিক ছবির চূড়ান্ত উপাদান হচ্ছে জ্ঞান এবং কর্মের মধ্যে সংযোগ । এই প্রশ্নটি এআই-এ অতান্ত গুরুত্বপূর্ণ, কারণ বুদ্ধিমত্তাটিরও ক্রিয়া প্রয়োজন যুক্তি হিসাবে । তাছাড়া কেবলমাত্র কীভাবে ন্যায্যতা যাচাই করা যায় তা বোঝার মাধ্যমে আমরা বুঝতে পারি কিভাবে একটি যুক্তিসংগত এজেন্ট নির্মাণ করা যায় । অ্যারিস্টট্ল যুক্তি দেখান যে, কর্মের ফলাফল লক্ষ্য এবং জ্ঞানের মধ্যে একটি যৌক্তিক সংযোগ দ্বারা ন্যায্য করা হয় ।
গণিত (৮০০ খ্রিষ্টাব্দ -বর্তমান)বৈধ সিদ্ধান্ত নিতে আনুষ্ঠানিক নিয়ম গুলো কি?
কোন জিনিস গুলি গণনা করা যায়?
অনিশ্চিত তথ্য থেকে কিভাবে আমরা যুক্তি তৈরি করি?
দার্শনিকরা এআই এর বেশিরভাগ গুরুত্বপূর্ণ ধারনা তুলে ধরেছেন কিন্তু আনুষ্ঠানিক বিজ্ঞানের অগ্রসরের জন্য তিনটি মৌলিক উপায়ে গাণিতিক আনুষ্ঠানিকীকরণের একটি স্তর প্রয়োজন এবং সেই ক্ষেত্র গুলি হচ্ছে: যুক্তি, গণনা এবং সম্ভাবনা (logic, computation and probability) । আনুষ্ঠানিক যুক্তি ধারণাটি প্রাচীন গ্রীসের দার্শনিকদের কাছে ফিরে যেতে পারে কিন্তু তার গাণিতিক বিকাশ সত্যিই শুরু হয় জর্জ বুলের (১৮১৫-১৮৬৪) কাজ দিয়ে । তিনি প্রপোজিশনাল বা বুলিয়ান লজিকের (বুল, ১৮৪৭) এর বিস্তারিত বর্ণনা করেছেন ।
যুক্তি এবং গণনার পাশাপাশি, এআই এর কাছে গণিতের তৃতীয় বড় অবদানটি হচ্ছে প্রবাবিলিটি বা সম্ভাবনা । ইটালিয়ান গেরোলামো কার্ডানো (১৫০১-১৫৭৬) প্রথম প্রবাবিলিটির ধারণা তৈরি করে জুয়া ইভেন্টগুলির সম্ভাব্য ফলাফলের পরিপ্রেক্ষিতে এটি বর্ণনা করেন । প্রবাবিলিটি দ্রুত সব পরিমাণগত বিজ্ঞানের একটি অমূল্য অংশ হয়ে ওঠে এবং অনিশ্চিত পরিমাপ এবং অসম্পূর্ণ তত্ত্ব নিয়ে কাজ করতে সাহায্য করে । পিয়ের ফারম্যাট (১৬০১-১৬৬৫), ব্লাইস পাস্কাল (১৬২৩-১৬৬২), জেমস বার্নোলি (১৬৫৪-১৭০৫), পিয়ের ল্যাপ্লেস (১৭৪৯-১৮২৭) এবং অন্যরা তত্ত্বটি উন্নত করেছিলেন এবং নতুন পরিসংখ্যান পদ্ধতি চালু করেছিলেন ।
থমাস বেইসের (১৭০২-১৭৬১) নতুন প্রমাণ আলোকে প্রবাবিলিটি আপডেট করার জন্য একটি নিয়ম প্রস্তাব করেন । বেইসের নিয়ম এবং বেইসিয়ান বিশ্লেষণ নামে পরিচিত ক্ষেত্রটি এআই সিস্টেমে অনিশ্চিত যুক্তি নিয়ে সবচেয়ে আধুনিক পদ্ধতির ভিত্তি তৈরি করে ।
অর্থনীতি (১৭৭৬ -বর্তমান)
· অর্থোপার্জন সর্বোচ্চ করতে আমরা কিভাবে সিদ্ধান্ত নিতে পারি?
· অন্যরা যখন সাথে না যায়, তখন কীভাবে তা করা উচিত?
· সর্বোচ্চ উপার্জন যখন দূর ভবিষ্যৎ তখন কিভাবে আমাদের এই কাজ করা উচিত?
অর্থনীতির বিজ্ঞান শুরু হয় ১৭৭৬ সালে স্কটিশ দার্শনিক অ্যাডাম স্মিথ যখন “অ্যান ইনকুয়ারি ইনটু দ্যা নেইচার অ্যান্ড কজেস অব দ্যা ওয়েলথ অব নেশন” প্রকাশ করেন । বেশিরভাগ মানুষ মনে করেন যে, অর্থনীতি হচ্ছে শুধু টাকার সম্পর্ক কিন্তু অর্থনীতিবিদরা বলেন, অর্থনীতি হচ্ছে আসলে লোকেরা কীভাবে পছন্দ করে যেটি তাদের পছন্দসই ফলাফল তৈরি করবে । তবে বেশিরভাগ ক্ষেত্রে, অর্থনীতিবিদরা উপরে তালিকাভুক্ত তৃতীয় প্রশ্নটি উল্লেখ করেননি । যেমন, কর্ম থেকে অর্থোপার্জন যদি অবিলম্বে না হয় তখন কিভাবে যুক্তিযুক্ত সিদ্ধান্ত নিবে কিন্তু তার পরিবর্তে যেটি তারা দেখিয়েছেন তা হচ্ছে কতিপয় ক্রমান্নয়ে সম্পাদন কৃত কর্মের ফলাফলের উপর ভিত্তি করে । এই বিষয়টি অপারেশন রিসার্চের ক্ষেত্রে অনুসরণ করা হয়েছিল, যা দ্বিতীয় বিশ্বযুদ্ধে ব্রিটেনের রাডার ইনস্টলেশনে অপটিমাইজেশনের প্রচেষ্টা থেকে উদ্ভূত হয়েছিল এবং পরে বেসামরিক অ্যাপ্লিকেশনে জটিল ব্যবস্থাপনা সিদ্ধান্তগুলিতে এটি ব্যবহার করা হয় । রিচার্ড বেলম্যানের (১৯৫৭) কাজটি ক্রমবর্ধমান সিদ্ধান্তের সমস্যার শ্রেণীতে সাজিয়ে ছিলেন যা মার্কভ ডিসিশন প্রসেস বা মার্কভ সিদ্ধান্ত প্রক্রিয়া নামে পরিচিত ।
অর্থনীতি ও অপারেশন গবেষণা রাসিওনাল এজেন্টের ক্ষেত্রে অনেক অবদান রেখেছে, তবে বহু বছর ধরে এআই গবেষণা সম্পূর্ণ আলাদা পথের সাথে বিকশিত হয়েছে । এর একটি কারণ যুক্তিসঙ্গত সিদ্ধান্ত তৈরীর ক্ষেত্রে স্পষ্ট জটিলতা ছিল । হারবার্ট সাইমন (১৯১৬-২০০১) অগ্রণী এআই গবেষক, ১৯৭৮ সালে অর্থনীতিতে নোবেল পুরস্কার লাভ করেছিলেন তার প্রাথমিক কাজের জন্য এবং তিনি দেখিয়েছিলেন যে, সিদ্ধান্ত তৈরির ক্ষেত্রে সাঁটিসফাইসিং মডেল “যথেষ্ট ভাল” । শ্রমসাধ্যভাবে একটি অনুকূল সিদ্ধান্ত গণনা করার পরিবর্তে একটি ভাল বর্ণনা দিয়েছেন প্রকৃত মানব আচরণ (সাইমন, ১৯৪৭) ।
স্নায়ুবিজ্ঞান (১৮৬১ -বর্তমান)কিভাবে মস্তিষ্ক তথ্য প্রক্রিয়া করে?
স্নায়ুবিজ্ঞানের গবেষণার বিষয় হচ্ছে স্নায়ুতন্ত্র, বিশেষ করে মস্তিষ্ক । সঠিক উপায়ে মস্তিষ্কের চিন্তা করার কৌশলটি বিজ্ঞানের মহান রহস্য । মস্তিষ্ক যে চিন্তার সাথে জড়িত তা হাজার হাজার বছরের জন্য প্রশংসিত হয়েছে, কারণ এই প্রমাণের কারণে যে, মাথার উপর শক্তিশালী আঘাত হলে মানসিক অসুখ হতে পারে এবং এটি অনেক আগে থেকেই জানা গেছে যে, মানুষের মস্তিষ্কগুলি অন্যদের চেয়ে ভিন্ন । প্রায় ৩৩৫ খ্রিস্টাব্দে অ্যারিস্টট্ল লিখেছিলেন, “সকল প্রাণীদের মধ্যে মাপের আকারে মানুষের মস্তিষ্ক সবচেয়ে বড় রয়েছে ।” তা সত্ত্বেও ১৮ শতকের মাঝামাঝি পর্যন্ত মস্তিষ্ক চেতনার জায়গা হিসাবে ব্যাপকভাবে স্বীকৃত ছিল না । তার আগে এর অবস্থানে হৃদয়, স্প্লিন এবং পাইনাল গ্রন্থি অন্তর্ভুক্ত ছিল ।
তবে আশ্চর্যজনক উপসংহার হল যে, মস্তিষ্কের কোষগুলি চিন্তা, কর্ম এবং চেতনাকে পরিচালিত করে বা অন্যভাবে বলা যায়, মস্তিষ্ক মনকে সৃষ্টি করে (সেরেল, ১৯৯২) । একমাত্র বাস্তব বিকল্প তত্ত্বটি হচ্ছে রহস্যবাদ । এখানে কিছু রহস্যময় অঞ্চল রয়েছে যা মনকে পরিচালনা করে এবং যেটি শারীরিক বিজ্ঞানের বাইরে ।
মস্তিষ্ক এবং ডিজিটাল কম্পিউটার বেশ ভিন্নভাবে কাজ সঞ্চালন করে এবং ভিন্ন বৈশিষ্ট্য আছে । সাধারণ মানব মস্তিষ্কে দশ হাজার গুণ বেশি নিউরন রয়েছে উচ্চ গতির কম্পিউটারের সিপিউ (CPU) এ গেটসের তুলনায় । মোর্স ল অনুমান করে যে, ভবিষ্যতে সিপিউ এর গেট কাউন্ট ২০২০ সালের মধ্যে মস্তিষ্কের নিউরন গণনার সমান হবে । অবশ্যই, এই ধরনের ভবিষ্যদ্বাণী থেকে কিছুটা ধারণা করা যেতে পারে ।
মনোবিজ্ঞান (১৮৭৯ -বর্তমান) কিভাবে মানুষ ও প্রাণী চিন্তা এবং কাজ করে?
মনস্তাত্ত্বিকরা ধারণা পোষণ করেন যে, মানুষ এবং প্রাণীকে তথ্য প্রক্রিয়াকরণ মেশিন হিসাবে বিবেচনা করা যেতে পারে ।
কম্পিউটার প্রকৌশল (১৯৪০ -বর্তমান)কিভাবে আমরা একটি দক্ষ কম্পিউটার নির্মাণ করতে পারি?
কৃত্রিম বুদ্ধিমত্তা সফল হওয়ার জন্য আমাদের দুটি জিনিস দরকার: বুদ্ধিমত্তা এবং একটি আর্টিফ্যাক্ট । কম্পিউটার হচ্ছে এআই এর একটি আর্টিফ্যাক্ট । এছাড়া সফটওয়্যারের কাছেও এআই ঋণী হয়ে আছে । অপারেটিং সিস্টেম, প্রোগ্রামিং ল্যাঙ্গুয়েজ, আধুনিক টুলস ব্যবহার করে তৈরি হচ্ছে রোবটিক এবং এক্সপার্ট সিস্টেম সফটওয়্যার যা এআই এর গুরুত্বপূর্ণ ভিত্তি হিসেবে বিবেচিত হয় ।
কন্ট্রোল থিওরি এবং সাইবারনেটিকস (১৯৪৮-বর্তমান)কিভাবে আর্টিফ্যাক্ট তাদের নিজস্ব নিয়ন্ত্রণে কাজ করতে পারে?
আলেকজান্দ্রিয়ার ক্যাসেবিয়োস (২৫০ খ্রিঃ) প্রথম স্বনিয়ন্ত্রণ যন্ত্র তৈরি করেন । তিনি একটি নিয়ন্ত্রক সহ জল ঘড়ি আবিস্কার করেন যা ধ্রুবক, অনুমানযোগ্য গতিতে এটির মধ্য দিয়ে চলমান পানির প্রবাহকে ধরে রাখে । তার এই আবিষ্কারটি একটি আর্টিফ্যাক্ট কী করতে পারে তার সংজ্ঞাই পরিবর্তন করে দিয়েছে । পূর্বে, শুধুমাত্র জীবিত জিনিষ পরিবেশের পরিবর্তন প্রতিক্রিয়ায় তাদের আচরণ পরিবর্তন করতে পারত । অন্যান্য উদাহরণ, যেমন: জেমস ওয়াটের (১৭৩৬-১৮১৯) বাষ্প ইঞ্জিন এবং করনেলিস ড্রেবেলের (১৫৭২-১৬৩৩) দ্বারা উদ্ভাবিত থার্মোস্ট্যাট, যিনি সাবমেরিনও আবিষ্কার করেছিলেন । আর নর্বার্ট উইনার (১৯৪৮) এর মতে, সাইবারনেটিকস হচ্ছে প্রাণী ও যন্ত্রের নিয়ন্ত্রণ ও যোগাযোগের বৈজ্ঞানিক গবেষণা ।
ভাষাবিদ্যা (১৯৫৭ -বর্তমান)কিভাবে ভাষা চিন্তার সাথে সম্পর্কিত?
একটি ভাষা বোঝার জন্য সেটির বিষয়বস্তু এবং প্রসঙ্গ বোঝার প্রয়োজন হয়, শুধু বাক্যগুলির গঠন বোঝলেই হয় না । ৬০ এর দশকে সম্ভবত এই কারনেই এটি ব্যাপকভাবে প্রশংসিত হয়নি ।
কৃত্রিম বুদ্ধিমত্তার ইতিহাস
- ১৯৪৩ সালে স্নায়বিক বা নিউরাল নেটওয়ার্ক এর ভিত্তি স্থাপন ।
- ১৯৪৫ সালে কলম্বিয়া বিশ্ববিদ্যালয়ের প্রাক্তন শিক্ষার্থী আইজাক আসিমভ রোবটিক্স শব্দটি রচনা করেছিলেন ।
- ১৯৫০ সালে অ্যালান টিউরিং বুদ্ধিমত্তা মূল্যায়নের জন্য টিউরিং টেস্ট চালু করেন এবং কম্পিউটিং মেশিনারি অ্যান্ড ইন্টেলিজেন্স প্রকাশ করেন । ক্লাউড শ্যানন সার্চ হিসাবে ডিটেইলড এনালাইসিস অব চেস প্লেয়িং প্রকাশ করেন ।
- ১৯৫৬ সালে জন ম্যাকার্থি আর্টিফিশিয়াল ইন্টেলিজেন্স শব্দটি তৈরি করেছিলেন । কার্নেগী মেলন ইউনিভার্সিটিতে প্রথম চলমান এআই প্রোগ্রামের প্রদর্শনী ।
- ১৯৫৮ সালে জন ম্যাকার্থি এআই এর জন্য এলআইএসপি বা লিস্ট প্রসেসিং প্রোগ্রামিং ভাষার আবিষ্কার করেন । ১৯৬৪ সালে এমআইটির ড্যানি বব্রোর গবেষণায় দেখা গেছে যে, কম্পিউটার সঠিকভাবে বীজগণিত শব্দ সমস্যার সমাধান করার জন্য যথেষ্ট প্রাকৃতিক ভাষা বুঝতে পারে ।
- ১৯৬৫ সালে এলিজা একটি প্রাথমিক প্রাকৃতিক ভাষা প্রক্রিয়াকরণ কম্পিউটার প্রোগ্রাম । এটি জোসেফ উইজেনবাউম এমআইটির আর্টিফিশিয়াল ইন্টেলিজেন্স ল্যাবরেটরিতে তৈরি করেন ।
- ১৯৬৯ সালে স্ট্যানফোর্ড রিসার্চ ইনস্টিটিউটের বিজ্ঞানীরা শেকি নামে একটি রোবট তৈরি করেন, যা গতিশক্তি, উপলব্ধি এবং সমস্যা সমাধানের সাথে সজ্জিত ।
- ১৯৭৩ সালে এডিনবার্গ বিশ্ববিদ্যালয়ের অ্যাসেম্বলি রোবটিক্স গ্রুপ ফ্রেডি নামে পরিচিত বিখ্যাত স্কটিশ রোবট তৈরি করেন । এটি মডেল সনাক্ত করন এবং একত্রিত করার লক্ষ্যে দৃষ্টি ব্যবহার করতে সক্ষম ।
- ১৯৭৯ সালে প্রথম কম্পিউটার নিয়ন্ত্রিত স্বায়ত্তশাসিত গাড়ি স্ট্যানফোর্ড কার্ট নির্মিত হয়েছিল ।
- ১৯৮৫ সালে হ্যারল্ড কোহেন ড্রইয়িং প্রোগ্রাম তৈরি এবং প্রদর্শন করেন ।
- ১৯৯০ সালে এআই এর প্রধান অগ্রগতি হয় । যেমন:
• মেশিন লার্নিং
• কেস ভিত্তিক যুক্তি
• মাল্টি এজেন্ট পরিকল্পনা
• শিডিউলিং
• ডেটা মাইনিং, ওয়েব ক্রলার
• ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং, অনুবাদ
• ভিশন , ভার্চুয়াল রিয়ালিটি এবং
• গেমস১৯৯৭ সালে আইবিএম এর ডিপ ব্লু দাবা প্রোগ্রাম বিশ্ব চ্যাম্পিয়ন দাবাডু গ্যারি কাস্পরভকে হারায় ।
২০০০ সালে ইন্টারেক্টিভ রোবট পেট বা পোষা প্রাণী বাণিজ্যিকভাবে পাওয়া যায় । এমআইটি কিসমেট নামে মুখ সহ তৈরি একটি রোবট প্রদর্শন করে যা আবেগ প্রকাশ করতে পারে । এছাড়া রোবট নোম্যাড অ্যান্টার্কটিকার দূরবর্তী অঞ্চল অনুসন্ধান এবং উল্কার অবস্থান নির্ণয় করতে পারে ।
কৃত্রিম বুদ্ধিমত্তার অ্যাপ্লিকেশন
এআই বিভিন্ন ক্ষেত্রের মধ্যে উল্লেখযোগ্য অগ্রগতি হয়েছে । যেমন:
গেমিং
এআই দাবা, গো গেইম, জুজু, টিক-টেক-টো ইত্যাদি কৌশলগত গেমগুলিতে গুরুত্বপূর্ণ ভূমিকা পালন করে । মেশিন হিউরিস্টিক জ্ঞানের উপর ভিত্তি করে সম্ভাব্য অবস্থান গুলি চিন্তা করতে পারে ।
ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং
কম্পিউটারের সাথে কথোপকথন করা সম্ভব যা মানুষের প্রাকৃতিক ভাষা বোঝতে সক্ষম ।
এক্সপার্ট সিস্টেম
যুক্তি এবং পরামর্শ প্রদানের জন্য মেশিন, সফ্টওয়্যার এবং বিশেষ তথ্য সংহত করার কিছু অ্যাপ্লিকেশন রয়েছে । তারা ব্যবহারকারীদেরকে ব্যাখ্যা এবং পরামর্শ প্রদান করে । যেমন: মেডিক্যাল ডায়াগনোসিস এক্সপার্ট সিস্টেম সফটওয়্যার ।
স্পিচ রেকগনিশন
কিছু বুদ্ধিমান পদ্ধতিগুলি মানুষের সাথে কথাবার্তা বলার সময় বাক্যের এবং তাদের অর্থের সংজ্ঞা অনুসারে ভাষা শুনতে এবং বুঝতে সক্ষম । এটি ব্যাকগ্রাউন্ডের গোলমাল, বিভিন্ন উচ্চারণ, ঠান্ডা জনিত কারণে মানুষের শব্দের পরিবর্তন ইত্যাদি পরিচালনা করতে পারে ।
রোবটিক্স
রোবট মানুষের দেওয়া কাজ সম্পাদন করতে পারবে । এটি সেন্সর ব্যবহার করে যার মাধ্যমে বাস্তব বিশ্ব থেকে তথ্য যেমন, আলো, তাপ, তাপমাত্রা, আন্দোলন, শব্দ এবং চাপ সনাক্ত করে থাকে । বুদ্ধি প্রদর্শন করার জন্য দক্ষ প্রসেসর, একাধিক সেন্সর এবং বিশাল মেমরি রয়েছে । উপরন্তু, এটি ভুল থেকে শিখতে সক্ষম এবং নতুন পরিবেশে মানিয়ে নিতে পারে । অনেক সার্জন এখন মাইক্রোসার্জারিতে রোবট অ্যাসিস্ট্যান্ট ব্যবহার করেন ।
বুদ্ধিমান পদ্ধতি
বুদ্ধিমত্তা হচ্ছে জ্ঞান এবং দক্ষতা অর্জন ও প্রয়োগ করার ক্ষমতা । একটি পদ্ধতি যদি হিসাব, যুক্তি, সম্পর্ক অনুভব করার ক্ষমতা এবং অ্যানালজি বলা যায়, অভিজ্ঞতা থেকে শিক্ষা, সঞ্চয় এবং মেমরি থেকে তথ্য পুনরুদ্ধার, সমস্যার সমাধান, জটিল ধারণাগুলি বোঝা, ভাষার স্বাভাবিক ব্যবহার, শ্রেণীবদ্ধ করুন, সাধারণীকরণ এবং নতুন পরিস্থিতিতে খাপ খাইয়ে নিতে পারে তাহলে তাকে আমরা বুদ্ধিমত্তা পদ্ধতি বলতে পারি । বিভিন্ন ধরনের বুদ্ধিমত্তা রয়েছে । যেমন, ভাষাবিদ্যাগত বুদ্ধিমত্তা, গানিতিক যুক্তি বুদ্ধিমত্তা, স্থান-সংক্রান্ত বুদ্ধিমত্তা ইত্যাদি । প্রশ্ন জাগে জ্ঞান কি? সক্রেটিসের মতে, জ্ঞান হলো এক ধরনের সার্বিক ধারণা । সার্বিক ধারণাকে তিনি এমন এক ধরনের ধারণাকে বুঝিয়েছেন যা কোন শ্রেণি বা জাতির সকল সদস্যদের মধ্যে বিদ্যমান সাধারণ গুণের জ্ঞানকে বোঝান । অর্থাৎ যে গুণ বা গুণাবলি কোন একটি শ্রেণী বা জাতির প্রত্যেক সদস্যদের মধ্যে আবশ্যিক ভাবে বিদ্যমান সেই গুণ বা গুণাবলীকে জানা মানেই হচ্ছে ঐ ধরনের জিনিস বা বিষয় সম্পর্কে জ্ঞান হওয়া । জ্ঞান মানেই কনসেপ্ট বা সার্বিক ধারণার জ্ঞান । আর কনসেপ্ট বা সার্বিক ধারণা হলো কোন বিশেষ প্রাণী সম্পর্কে ধারণা নেওয়ার বদলে ঐ শ্রেণীর সকল প্রাণী সম্পর্কে জানা বা সার্বিক ধারণা নেওয়াই হচ্ছে সক্রেটিস নির্দেশিত সার্বিক ধারণা বা কনসেপ্ট । এই ধারণার জ্ঞানই হচ্ছে সক্রেটিসের নিকট যথার্থ জ্ঞান । যেমন, আমরা যখন বলি- ‘সক্রেটিস হয় মরণশীল’ তখন একজন বিশেষ মানুষ সম্পর্কে আমরা কোন ধারণাকে প্রকাশ করে থাকি । এটি মানব জাতির একটি সদস্যের ক্ষেত্রে প্রযোজ্য ধারণা । তাই এটি কনসেপ্ট নয় । কিন্তু আমরা যখন বলি ‘সকল মানুষ মরণশীল’- তখন এই ধারণা সকল সদস্যের ক্ষেত্রেই প্রযোজ্য । তাই এটি হচ্ছে কনসেপ্ট বা সার্বিক ধারণা ।
বুদ্ধিমত্তা কি নিয়ে গঠিত?
নিন্ম লিখিত উপাদান নিয়ে এটি গঠিত হয়:
- রিজনিং বা যুক্তি
- লার্নিং বা শিক্ষা
- প্রবলেম সল্ভিং বা সমস্যার সমাধান
- পারসেপ্সন বা উপলব্ধি
- লিঙ্গুইসটিক ইন্টিলিজেন্স বা ভাষাগত বুদ্ধিমত্তা
রিজনিং বা যুক্তি
এটি এমন একটি বিষয় যা আমাদেরকে রায়, সিদ্ধান্ত এবং ভবিষ্যদ্বাণী করার জন্য ভিত্তি প্রদানে সক্ষম হয় । এর দুটি ধরন আছে । যেমন, ইনডাকটিভ রিজনিং বা প্রস্তাবনামূলক যুক্তি এবং ডিডাকটিভ রিজনিং বা ন্যায়িক যুক্তি । নিন্মে বর্ণিত পার্থক্য গুলি অনুধাবনের মাধ্যমে ধারণাটি আরও স্পষ্ট হবে ।
ইনডাকটিভ রিজনিং
ডিডাকটিভ রিজনিং
সাধারণ বিবৃতি তৈরি করার জন্য এটি নির্দিষ্ট পর্যবেক্ষণ পরিচালনা করে ।
এটি একটি সাধারণ বিবৃতি দিয়ে শুরু হয় এবং একটি নির্দিষ্ট, যৌক্তিক উপসংহারে পৌঁছাতে সম্ভাবনা গুলি পরীক্ষা করে ।
এমনকি যদি সব প্রাঙ্গনে একটি বিবৃতি সত্য হয়, এই যুক্তির ক্ষেত্রে উপসংহার মিথ্যা হতে অনুমতি দেয় ।
যদি কিছু সাধারণ বিষয়বস্তু একটি শ্রেণির জন্য সত্য হয় তবে এটি সেই শ্রেণির সকল সদস্যদের পক্ষেও সত্য হবে ।
উদাহরণ: নিতাই একজন শিক্ষক । সব শিক্ষক অধ্যয়নশীল হয় । অতএব, নিতাই অধ্যয়নশীল ।
উদাহরণ: ৬০ বছরের বেশি বয়সী সব নারী নানী হয় । মমতার বয়স ৬৫ বছর । অতএব, মমতা একজন নানী ।
লার্নিং বা শিক্ষা
শিক্ষা হচ্ছে জ্ঞান বা দক্ষতা অর্জনের কার্যকলাপ । বিভিন্ন উপায়ে এই জ্ঞান বা দক্ষতা অর্জন করা যায় । যেমন, অনুশীলন করে, পড়ে এবং অভিজ্ঞতা থেকে শিক্ষা গ্রহন করতে হয় এবং এই ক্ষমতা সাধারণত মানুষের, কিছু প্রাণী এবং এআই-সক্ষম সিস্টেমের রয়েছে । নিন্ম বর্ণিত উপায়ে শিক্ষা গ্রহন করা যায়:
· শ্রবন শিক্ষণ: এটি শোনে শিখতে হয় । উদাহরণস্বরূপ, অডিও রেকর্ড করা বক্তৃতা শুনে শিক্ষা গ্রহন ।
· এপিসোডিক লার্নিং বা প্রাসঙ্গিক শিক্ষণ: যে শিক্ষা ঘটনাক্রম মনে করে শিখতে হয় যা সাক্ষী বা অভিজ্ঞতা অর্জন করেছে তাকে এপিসোডিক লার্নিং বলে । এটি ক্রমানুসারে হয় । যেমন, যে কুকুর কামড়ায় সেই কুকুর দ্বারা কামড়ের ভয় এপিসোডিক লার্নিং ।
· পর্যবেক্ষণমূলক শিক্ষণ: অন্যদের দেখে এবং অনুকরণ করে যে শিক্ষা অর্জন করা হয় তাকে পর্যবেক্ষণমূলক শিক্ষণ বলে । উদাহরণস্বরূপ, সন্তান তার পিতামাতাকে অনুকরণ করে শিখতে চেষ্টা করে ।
· অনুভুতিগত শিক্ষণ: কেউ কোন কিছু আগে দেখেছে এমন কিছু উপলব্ধি করার মাধ্যমে যে শিক্ষা তাকে অনুভুতিগত শিক্ষণ বলে । উদাহরণস্বরূপ, কোন বস্তু এবং পরিস্থিতি্কে সনাক্তকরণ এবং শ্রেণীবদ্ধ করার শিক্ষা ।
· স্থানিক শিক্ষণ: এটি কোন জায়গার ছবি, রং, মানচিত্র ইত্যাদির মাধ্যমে শিক্ষা গ্রহন । উদাহরণস্বরূপ, একজন ব্যক্তি মনের মধ্যে রোডম্যাপ তৈরি করতে পারেন আসল রাস্তা অনুসরণ করার আগে ।
· উদ্দীপক বস্তু ও প্রতিক্রিয়ার শিক্ষণ: এটি এমন একটি শিক্ষা যেখানে কোন উদ্দীপনা উপস্থিত হলে একটি নির্দিষ্ট আচরণ করতে দেখা যায় । উদাহরণস্বরূপ, দরজায় শব্দ করলে একটি কুকুর তার কান উঁচু করে ।
সমস্যা সমাধান
এটি এমন একটি প্রক্রিয়া যেটি বর্তমান পরিস্থিতি থেকে উপলব্ধি করে উপায় গ্রহণ করে এবং একটি পছন্দসই সমাধানে পৌঁছানোর চেষ্টা করে যা জানা বা অজানা বাধা দ্বারা অবরুদ্ধ থাকে । এছাড়া সমস্যা সমাধানের সিদ্ধান্ত গ্রহণও অন্তর্ভুক্ত করে যা পছন্দসই লক্ষ্যে পৌঁছানোর জন্য একাধিক বিকল্প থেকে সেরা উপযুক্ত বিকল্প নির্বাচন করার একটি প্রক্রিয়া ।
উপলব্ধি
এটি এমন একটি প্রক্রিয়া যেটি অনুভবের মাধ্যমে তথ্য অর্জন, অনুবাদ, নির্বাচন এবং সংগঠিত করতে পারে । উপলব্ধি অনুভুতি অনুমান করে । মানুষ সংবেদনশীল অঙ্গ দ্বারা অনুভুতি লাভ করে আর এআই এর ডোমেইনে সেন্সরের মাধ্যমে একসঙ্গে একটি অর্থপূর্ণ পদ্ধতিতে উপলব্ধি করে ।
ভাষাগত বুদ্ধিমত্তা
এটি একটি ভাষার ব্যবহার, বোঝা, কথা বলতে পারা এবং লিখার দক্ষতাকে বুঝায় । এটি পারস্পরিক যোগাযোগে গুরুত্বপূর্ণ ।
REFERENCES
1.Russel, S., & Norvig, P. (2010). Artificial Intelligence: A Modern Approach Thrid Edition. Person Education, Boston Munich.
2.Patterson, D. W. (1990). Introduction to artificial intelligence and expert systems. Prentice-hall of India.
3.Rich, E., & Knight, K. (1991). Artificial Intelligence TATA McGRAW-HILL.
4.Akerkar, R. (2014). Introduction to artificial intelligence. PHI Learning Pvt. Ltd.
5.Henderson, H. (2007). Artificial intelligence: mirrors for the mind. Infobase Publishing.
6.McCarthy, John. Professor John McCarthy. Retrieved from jmc.stanford.edu.
7.John McCarthy obituary, Retrieved from
https://www.theguardian.com/technology/2011/oct/25/john-mccarthy
8.OdhiGYAN Science. ( 2018, June 2). Artificial intelligence ভুল ধারণা. [Video file] Retrieved from https://www.youtube.com/watch?v=H5M8qqIGR7E
9.হোসেন, মোঃ শওকত. (২০০৬).পাশ্চাত্য দর্শনের ইতিহাসঃ প্রাচীনকাল থেকে সমকাল, তৃতীয় সংস্করণ, তিথি পাবলিকেশন, ঢাকা, পৃ. ২৪,২৫
10.TutorialsPoint. (n.d.). Artificial Intelligence.Retrieved from https://tutorialspoint.com/artificial_intelligence
Thank you for reading this post and encourage me to grow this blog further
মন্তব্যসমূহ
একটি মন্তব্য পোস্ট করুন