Introduction And Use Of Artificial Intelligence And Machine Learning- Part 1

INTRODUCTION

Intelligence is the ability to adapt to change

-Stephen Hawking (UK, 1942-2018)

 জন ম্যাকার্থি ও তার লিস্প প্রোগ্রামিং 

(৪ সেপ্টেম্বর, ১৯২৭ - ২৪ অক্টোবর, ২০১১) একজন আমেরিকান কম্পিউটার বিজ্ঞানী । তিনি কৃত্রিম বুদ্ধিমত্তা ও প্রোগ্রামিং ভাষা লিস্পের জনক । তিনি আর্টিফিশিয়াল ইন্টেলিজেন্স নামক পরিভাষার প্রচলন করেন । ম্যাকার্থি কম্পিউটারের টাইম শেয়ারিং মডেলটিও প্রথম প্রস্তাব করেছিলেন । ১৯৬১ সালে তিনি পরামর্শ দিয়েছিলেন যে, যদি তার দৃষ্টিভঙ্গি অবলম্বন করা হয়, “টেলিফোনের ব্যবস্থা যেমন জনসাধারণের একটি ইউটিলিটি, ঠিক তেমন কোনও দিন কম্পিউটিংও জনসাধারণের একটি উপযোগী হিসাবে সংগঠিত হতে পারে এবং এটি একটি উল্লেখযোগ্য নতুন শিল্পের ভিত্তিতে পরিণত হতে পারে ।” এইভাবেই আজ ক্লাউড কম্পিউটিং বিক্রি হয় । তবে ম্যাসাচুসেটস ইনস্টিটিউট অব টেকনোলজিতে (এমআইটি) আর্টিফিশিয়াল ইন্টেলিজেন্স (এআই) এবং টাইম শেয়ারিং কাজের মধ্যে যখন বাছাই করতে বাধ্য করা হয়, তখন তিনি এআই বেছে নিয়েছিলেন । তিনি বলেছিলেন, “চূড়ান্ত প্রচেষ্টা কম্পিউটার প্রোগ্রাম তৈরি করা যা সমস্যাগুলি সমাধান করতে পারে এবং মানুষের পাশাপাশি লক্ষ্য অর্জন করতে পারে । তবে, বিশেষ গবেষণা ক্ষেত্রে জড়িত অনেক লোক অনেক কম উচ্চাভিলাষী ।” ম্যাকার্থি ম্যাসাচুসেটসের বস্টনে জন্মগ্রহণ করেন । তার বাবা একজন আইরিশ এবং মা লিথুনিয়ান ছিলেন । ম্যাকার্থি ১৯৪৪ সালে ক্যালিফোর্নিয়া ইনস্টিটিউট অব টেকনোলজিতে ভর্তি হন । শারীরিক শিক্ষা কার্যক্রমে অংশগ্রহণ না করায় তাকে বহিষ্কার করা হয় । পরে আবার তিনি পুনঃভর্তি হন । ১৯৪৮ সালে তিনি গণিতে ব্যাচেলর অব সায়েন্স ডিগ্রি অর্জন করেন । ১৯৫১ সালে প্রিন্সটন বিশ্ববিদ্যালয় থেকে গণিতে পিএইচডি ডিগ্রি অর্জন করেন । প্রিন্সটন বিশ্ববিদ্যালয়, স্ট্যানফোর্ড বিশ্ববিদ্যালয়, ডার্টমাউথ কলেজ ও ম্যাসাচুসেটস ইন্সটিটিউট অব টেকনোলজিতে শিক্ষকতা করার পর ১৯৬২ সালে স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের পূর্ণ অধ্যাপক পদে উন্নীত হন । ২০০০ সালে অবসর গ্রহণের পূর্ব পর্যন্ত তিনি এখানে অধ্যাপনা করেন ।

তিনি টিউরিং পুরস্কার (১৯৭১), কিউটো পুরস্কার (১৯৮৮), ন্যাশনাল মেডেল অব সায়েন্স (১৯৯১) বেঞ্জামিন ফ্রাঙ্কলিন পদক (২০০৩) লাভ করেন । 

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 ।
১.১ 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 ।” নিন্মে কৃত্রিম বুদ্ধিমত্তার কিছু আনুষ্ঠানিক সংজ্ঞা দেওয়া হল:
· এটি কম্পিউটার বিজ্ঞানের একটি শাখা যার দ্বারা আমরা এমন বুদ্ধিমান মেশিন তৈরি করতে পারি যা মানুষের মতো আচরণ করতে পারে, মানুষের মতো চিন্তা করতে পারে এবং সিদ্ধান্ত নিতে পারে ৷ ( javatpoint.com )
· কৃত্রিম বুদ্ধিমত্তা , যা মেশিন ইন্টেলিজেন্স নামেও পরিচিত, কম্পিউটার বিজ্ঞানের একটি শাখা যা প্রযুক্তি তৈরি এবং পরিচালনার উপর দৃষ্টি নিবদ্ধ করে যা একজন মানুষের পক্ষে স্বায়ত্তশাসিতভাবে সিদ্ধান্ত নিতে শিখতে পারে এবং ক্রিয়া সম্পাদন করতে পারে ৷ ( techopedia.com )
· কৃত্রিম বুদ্ধিমত্তা হল বুদ্ধিমত্তা- উপলব্ধি করা, সংশ্লেষণ করা এবং তথ্য অনুমান করা- যা মেশিন দ্বারা প্রদর্শিত হয়, যা অ- মানব প্রাণী এবং মানুষের দ্বারা প্রদর্শিত বুদ্ধিমত্তার বিপরীতে । ( wikipedia.com ) 
· কৃত্রিম বুদ্ধিমত্তা হল মেশিন, বিশেষ করে কম্পিউটার সিস্টেম দ্বারা মানুষের বুদ্ধিমত্তা প্রক্রিয়ার অনুকরণ । এআই এর নির্দিষ্ট অ্যাপ্লিকেশনগুলির মধ্যে রয়েছে বিশেষজ্ঞ সিস্টেম, প্রাকৃতিক ভাষা প্রক্রিয়াকরণ, বক্তৃতা শনাক্তকরণ এবং মেশিন ভিশন । ( techtarget.com )
· কৃত্রিম বুদ্ধিমত্তা হল মেশিন-প্রদর্শিত বুদ্ধিমত্তা যা মানুষের আচরণ বা চিন্তাভাবনাকে অনুকরণ করে এবং নির্দিষ্ট সমস্যা সমাধানের জন্য প্রশিক্ষিত হতে পারে । এআই হল মেশিন লার্নিং কৌশল এবং গভীর শিক্ষার (deep learning) সংমিশ্রণ । কৃত্রিম বুদ্ধিমত্তা মডেলের প্রকারগুলিকে বিশাল পরিমাণ ডেটা ব্যবহার করে প্রশিক্ষিত করা হয় যাতে বুদ্ধিমান সিদ্ধান্ত নেওয়ার ক্ষমতা থাকে । ( simplilearn.com ) 

কৃত্রিম বুদ্ধিমত্তার একটি সুপরিচিত অ্যাপ্লিকেশন হল ডিপ ব্লু, দাবা খেলার প্রোগ্রাম । এটি আইবিএম এর একটি গবেষণা দলের দ্বারা উন্নত । বিশ্ব চ্যাম্পিয়ন গ্যারি ক্যাস্পারভকে এটি ১৯৯৭ 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 ।

এছাড়া এআই অ্যাপ্লিকেশনের মধ্যে রয়েছেঃ

· উন্নত ওয়েব সার্চ ইঞ্জিন (যেমন, গুগল) ।
· সুপারিশ সিস্টেম (ইউটিউব, আমাজন এবং নেটফ্লিক্স দ্বারা ব্যবহৃত) ।
· মানুষের বক্তৃতা বোঝা (যেমন সিরি এবং অ্যালেক্সা ) ।
· স্ব-চালিত গাড়ি (যেমন, ওয়েমো) এটি ড্রাইভিং ডেটা ক্যাপচার করতে সক্ষম যা ক্রমাগত তার কর্মক্ষমতা উন্নত করতে ব্যবহৃত হয় ।
· স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণ এবং কৌশলগত গেম সিস্টেম (যেমনঃ গো) যা সর্বোচ্চ স্তরে প্রতিদ্বন্দ্বিতা করেছে ।

১.২ 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 ।

১.৩ 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 করাযায় 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 ।

১.৪ কৃত্রিম বুদ্ধিমত্তার ইতিহাস

§ ১৮১৮ সালে ইংরেজ লেখক মেরি শেলি বিজ্ঞান-কল্পকাহিনী উপন্যাস ফ্রাঙ্কেনস্টাইন লিখেছেন । ফ্রাঙ্কেনস্টাইন উপন্যাসে ভিক্টর ফ্রাঙ্কেনস্টাইনের গল্প বলে, একজন তরুণ বিজ্ঞানী যিনি অপ্রথাগত বৈজ্ঞানিক পরীক্ষায় একটি বুদ্ধিমান প্রাণী তৈরি করেন । শেলি এমন একজন বিজ্ঞানীকে কল্পনা করে ফ্রাঙ্কেনস্টাইন লিখতে অনুপ্রাণিত হয়েছিলেন যিনি জীবন সৃষ্টি করেছিলেন এবং তিনি যা তৈরি করেছিলেন তাতে আতঙ্কিত হয়েছিলেন ।  যদিও ফ্রাঙ্কেনস্টাইনের দানব একটি রোবট নয়, এটি কল্পকাহিনীর প্রথম কৃত্রিম জীবন রূপ, তবে এইভাবেই আজকের রোবটগুলির জন্য এটি পথ প্রশস্ত করে । অতএব এই ভয়াবহ গল্পটি কৃত্রিম বুদ্ধিমত্তার চিন্তা শুরু করার প্রথম ইতিহাস হিসেবে গণ্য করা যায় ।
§ ১৯২৩ সালে কার্ল ক্যাপেকের “রসসুমস ইউনিভার্সাল রোবট” (আর ইউ আর) লন্ডনে প্রর্দশিত হয় এবং প্রথম ইংরেজিতে “রোবট” শব্দটির ব্যবহার করা হয় ।
§ 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
• গেমস
§ ১৯৯৭ 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 । 

১.৫ 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 । ভয়েস প্রযুক্তির উন্নতির সাথে সাথে গেমিংয়ের মতো শিল্পগুলি তাদের অ্যাপ্লিকেশনগুলিতে আধুনিক কথোপকথনমূলক এআই প্রযুক্তিগুলিকে অন্তর্ভুক্ত করছে । এআই দ্বারা চালিত ভয়েস ইন্টেলিজেন্স আরও বাস্তবসম্মত অভিজ্ঞতা প্রদান করে গেম খেলার পদ্ধতিকে পরিবর্তন করে । 

ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং 

কম্পিউটারের সাথে কথোপকথন করা সম্ভব যা মানুষের প্রাকৃতিক ভাষা বোঝতে সক্ষম । নিন্ম লিখিত ক্ষেত্রে এর ব্যবহার লক্ষ্য করা যায়ঃ
· স্বয়ংক্রিয় সঠিক এবং স্বয়ংক্রিয় পূর্বাভাস
· ইমেইল ফিল্টারিং
· অনুভূতির বিশ্লেষণ
· সামাজিক মিডিয়া বিশ্লেষণ
· নিয়োগ প্রক্রিয়া
· টেক্সট সারসংক্ষেপ । এছাড়া,
· যন্ত্রানুবাদ, বিষয়বস্তু নিষ্কাশন, প্রশ্নের উত্তর, তথ্য আহরণ, টেক্সট জেনারেশন, বিষয় মডেলিং এর অ্যাপ্লিকেশনে এটি ব্যবহার করা হয় । 

এক্সপার্ট সিস্টেম

যুক্তি এবং পরামর্শ প্রদানের জন্য মেশিন, সফ্টওয়্যার এবং বিশেষ তথ্য সংহত করার কিছু অ্যাপ্লিকেশন রয়েছে । তারা ব্যবহারকারীদেরকে ব্যাখ্যা এবং পরামর্শ প্রদান করে । এআইয়ে এক্সপার্ট সিস্টেম অনেক সমস্যার সমাধান করতে পারে যার জন্য সাধারণত একজন মানব বিশেষজ্ঞের প্রয়োজন হয় । এক্সপার্ট সিস্টেমগুলি বর্তমান দিনের কৃত্রিম বুদ্ধিমত্তা, ডিপ লার্নিং এবং মেশিন লার্নিং সিস্টেমের পূর্বসূরি ছিল । যেমন: মেডিক্যাল ডায়াগনোসিস এক্সপার্ট সিস্টেম সফটওয়্যার । নিন্মে লিখিত ক্ষেত্রে এর ব্যবহার রয়েছেঃ

· MYCIN: এটি ব্যাকওয়ার্ড চেইনিংয়ের উপর ভিত্তি করে তৈরি করা হয়েছিল এবং বিভিন্ন ব্যাকটেরিয়া সনাক্ত করতে পারে যা তীব্র সংক্রমণের কারণ হতে পারে । এটি রোগীর ওজনের উপর ভিত্তি করে ওষুধেরও সুপারিশ করতে পারে । এটি সেরা বিশেষজ্ঞ সিস্টেমগুলির মধ্যে একটি ।
· DENDRAL: আণবিক গঠনের পূর্বাভাস দিতে রাসায়নিক বিশ্লেষণের জন্য ব্যবহৃত বিশেষজ্ঞ সিস্টেম ।
· PXDES: এটি ফুসফুসের ক্যান্সারের ডিগ্রি এবং প্রকারের পূর্বাভাস দিতে ব্যবহৃত বিশেষজ্ঞ সিস্টেমের একটি উদাহরণ
· CaDet: সেরা বিশেষজ্ঞ সিস্টেম উদাহরণগুলির মধ্যে একটি যা প্রাথমিক পর্যায়ে ক্যান্সার সনাক্ত করতে পারে

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 । বক্তৃতা সনাক্তকরণ প্রযুক্তি এবং ডিজিটাল সহকারীর ব্যবহার আমাদের সেলফোন থেকে আমাদের বাড়িতে দ্রুত স্থানান্তরিত হয়েছে এবং ব্যবসা, ব্যাংকিং, বিপণন এবং স্বাস্থ্যসেবার মতো শিল্পে এর প্রয়োগ দ্রুত স্পষ্ট হয়ে উঠছে । জনপ্রিয় ডিজিটাল সহকারীর মধ্যে রয়েছে: 

• অ্যামাজনের অ্যালেক্সা 
• অ্যাপলের সিরি
• গুগলের গুগল সহকারী
• মাইক্রোসফ্টের কর্টানা 
• ইমেজ রেকগনিশন / কম্পিউটার ভিশন / মেশিন ভিশন

কম্পিউটার ভিশন হল ডিজিটাল ছবি বোঝার জন্য কম্পিউটার ব্যবহার করার প্রক্রিয়া এবং এটি কম্পিউটার বিজ্ঞানের একটি শাখা যাহা মেশিন লার্নিংয়ে ব্যবহৃত হয় । ইমেজ রেকগনিশন হল কম্পিউটার ভিশনের একটি অ্যাপ্লিকেশন যার জন্য প্রায়ই একাধিক কম্পিউটার ভিশন টাস্কের প্রয়োজন হয়, যেমন অবজেক্ট ডিটেকশন, ইমেজ আইডেন্টিফিকেশন এবং ইমেজ ক্লাসিফিকেশন । কম্পিউটার ভিশনের একটি মূল কাজ হল ইমেজ রেকগনিশন, যা ইমেজের মধ্যে থাকা উপাদানগুলিকে চিনতে এবং শ্রেণীবদ্ধ করতে সাহায্য করে । একটি চিত্র সনাক্ত করনের জন্য মূলত প্রাসঙ্গিক জ্ঞান দরকার এবং সেটি অনুধাবনের জন্য একটি উচ্চ-স্তরের বোঝার ক্ষমতা থাকা প্রয়োজন, এবং সেই কারণেই মানুষের ভিজ্যুয়াল কর্মক্ষমতা কম্পিউটারের তুলনায় অতুলনীয় এবং অনেক বেশি উচ্চতর । যখন আমরা দৃশ্যত কোনো বস্তু বা দৃশ্য দেখি, তখন আমরা স্বয়ংক্রিয়ভাবে বস্তুগুলোকে বিভিন্ন দৃষ্টান্ত হিসেবে চিহ্নিত করি এবং সেগুলোকে সংযুক্ত করার প্রবণতা রাখি । কিন্তু মেশিনের জন্য, চিত্র সনাক্তকরণ একটি অত্যন্ত জটিল কাজ যার জন্য উল্লেখযোগ্য প্রক্রিয়াকরণ শক্তি প্রয়োজন হয় । কম্পিউটার ভিশন মেশিন লার্নিংয়ের গবেষণার ক্ষেত্রে এখন একটি গুরুত্বপূর্ণ শাখা । কম্পিউটার ভিশন বস্তু সনাক্ত করতে এবং শ্রেণীবদ্ধ করতে ব্যবহার করা হয় (যেমন, রাস্তার চিহ্ন বা ট্রাফিক লাইট), থ্রিডি মানচিত্র তৈরি বা গতি অনুমান করতে, এবং স্বায়ত্তশাসিত যানবাহনকে বাস্তবে পরিণত করতে গুরুত্বপূর্ণ ভূমিকা পালন করে । এছাড়া কম্পিউটার ভিশন নিন্ম লিখিত ক্ষেত্রে ব্যবহার হচ্ছে, যেমন,

· রিয়েল-টাইম অগমেন্টেশন,
· ফেসিয়াল আইডেন্টিফিকেশন
· স্বাস্থ্যসেবা
· পরিবহন
· উৎপাদন
· খুচরা
· কৃষি

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 । নিন্ম লিখিত ক্ষেত্রে রোবটের ব্যবহার দ্রুত গতিতে বাড়ছেঃ 

• স্বাস্থ্যসেবা
• পারিবারিক জীবন
• ম্যানুফ্যাকচারিং
• লজিস্টিকস
• মহাকাশ অনুসন্ধান
• সামরি‌ক
• বিনোদন
• ভ্রমণ

রোবট অর্থনৈতিক প্রবৃদ্ধি এবং উৎপাদনশীলতা বাড়াবে এবং বিশ্বব্যাপী অনেক মানুষের জন্য নতুন কর্মজীবনের সুযোগ তৈরি করবে । তবে ব্যাপক ভাবে চাকরি হারানোর বিষয়েও সতর্কতা রয়েছে, ২০৩০ সালের মধ্যে ২০ মিলিয়ন ম্যানুফ্যাকচারিং খাতে চাকুরি হারানোর পূর্বাভাস রয়েছে এবং ২০৩০ সালের মধ্যে সমস্ত চাকরির ৩০% স্বয়ংক্রিয় হতে পারে বলে মনে করা হচ্ছে ।

এছাড়া বিভিন্ন ক্ষেত্রে এআই অ্যাপ্লিকেশন গুলি দৈনন্দিন জীবনে ব্যবহৃত হচ্ছে । যেমনঃ

ই-কমার্স ব্যক্তিগতকৃত কেনাকাটা

কৃত্রিম বুদ্ধিমত্তা প্রযুক্তি সুপারিশ ইঞ্জিন তৈরি করতে ব্যবহৃত হয় যার মাধ্যমে আপনি আপনার গ্রাহকদের সাথে আরও ভালভাবে জড়িত হতে পারেন । এই সুপারিশগুলি তাদের ব্রাউজিং ইতিহাস, পছন্দ এবং আগ্রহ অনুসারে করা হয়েছে ৷ এটি আপনার গ্রাহকদের সাথে আপনার সম্পর্ক এবং আপনার ব্র্যান্ডের প্রতি তাদের আনুগত্য উন্নত করতে সহায়তা করে । এআই-চালিত সহকারী

ভার্চুয়াল শপিং অ্যাসিস্ট্যান্ট এবং চ্যাটবট অনলাইনে কেনাকাটা করার সময় ব্যবহারকারীর অভিজ্ঞতা উন্নত করতে সাহায্য করে । প্রতারণা প্রতিরোধ

এআই ক্রেডিট কার্ড জালিয়াতির সম্ভাবনা কমাতে সাহায্য করতে পারে । অনেক গ্রাহক আছেন যারা গ্রাহক পর্যালোচনার উপর ভিত্তি করে একটি পণ্য বা পরিষেবা কিনতে পছন্দ করেন । এআই জাল রিভিউ শনাক্ত এবং পরিচালনা করতে সাহায্য করতে পারে । 

শিক্ষা শিক্ষাবিদদের সাহায্য করার জন্য স্বয়ংক্রিয় প্রশাসনিক কাজ 

কৃত্রিম বুদ্ধিমত্তা শিক্ষাবিদদের অ-শিক্ষামূলক কাজগুলিতে সাহায্য করতে পারে । টাস্ক-সম্পর্কিত দায়িত্ব যেমন শিক্ষার্থীদের ব্যক্তিগতকৃত বার্তাগুলি সহজতর করা এবং স্বয়ংক্রিয় করা, ব্যাক-অফিসের কাজ যেমন গ্রেডিং পেপারওয়ার্ক, অভিভাবক এবং অভিভাবকদের মিথস্ক্রিয়া ব্যবস্থা করা এবং সুবিধা দেওয়া, রুটিন ইস্যু ফিডব্যাক সুবিধা, তালিকাভুক্তি পরিচালনা, কোর্স পরিচালনা, এবং এইচআর-সম্পর্কিত বিষয় । স্মার্ট কন্টেন্ট তৈরি করা কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে ভিডিও লেকচার, কনফারেন্স এবং টেক্সট বুক গাইডের মতো বিষয়বস্তুর ডিজিটালাইজেশন করা যেতে পারে । আমরা বিভিন্ন গ্রেডের শিক্ষার্থীদের জন্য কাস্টমাইজেশনের মাধ্যমে অ্যানিমেশন এবং শেখার বিষয়বস্তুর মতো বিভিন্ন ইন্টারফেস প্রয়োগ করতে পারি । কৃত্রিম বুদ্ধিমত্তা অডিও এবং ভিডিও সারাংশ এবং অবিচ্ছেদ্য পাঠ পরিকল্পনা তৈরি এবং প্রদান করে একটি সমৃদ্ধ শেখার অভিজ্ঞতা তৈরি করতে সহায়তা করে । 

ভয়েস সহকারী

এমনকি প্রভাষক বা শিক্ষকের সরাসরি সম্পৃক্ততা ছাড়াই, একজন শিক্ষার্থী ভয়েস সহকারীর মাধ্যমে অতিরিক্ত শিক্ষার উপাদান বা সহায়তা অ্যাক্সেস করতে পারে। এর মাধ্যমে অস্থায়ী হ্যান্ডবুক ছাপানোর খরচ এবং খুব সাধারণ প্রশ্নের উত্তরও সহজে পাওয়া যায় । ব্যক্তিগতকৃত শিক্ষা শীর্ষস্থানীয় এআই প্রযুক্তি ব্যবহার করে, হাইপার-পার্সোনালাইজেশন কৌশলগুলি ছাত্রদের ডেটা পুঙ্খানুপুঙ্খভাবে নিরীক্ষণ করতে ব্যবহার করা যেতে পারে এবং অভ্যাস, পাঠ পরিকল্পনা, অধ্যয়ন গাইড, ফ্ল্যাশ নোট ইত্যাদি সহজেই তৈরি করা যেতে পারে ।

কৃষি

এআই পোকা মাকড় ও রোগ নিয়ন্ত্রণ ব্যবস্থপনায় যেমন ফাজি লজিক বেইসড এক্সপার্ট সিস্টেম এবং আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক ব্যবহার করা হচ্ছে । এছাড়া মাটি ও আগাছা ব্যবস্থাপনায় এআইয়ের নানা রকম ব্যবহার রয়েছে । নিন্মে মাটি ও আগাছা ব্যবস্থাপনার উপর আলোচনা করা হলঃ 

মাটি 

কৃত্রিম বুদ্ধিমত্তা মাটির ত্রুটি এবং পুষ্টির ঘাটতি সনাক্ত করতে ব্যবহৃত হয় । এটি কম্পিউটার ভিশন, রোবোটিক্স এবং মেশিন লার্নিং অ্যাপ্লিকেশন ব্যবহার করে করা হয়, এআই বিশ্লেষণ করতে পারে কোথায় আগাছা বাড়ছে । এআই বট মানুষের চেয়ে বেশি পরিমাণে এবং দ্রুত গতিতে ফসল কাটাতে সাহায্য করতে পারে । এছাড়া এআই মাটির মানচিত্র তৈরি করতে ব্যবহার করা যেতে পারে, যা মাটির আড়াআড়ি সম্পর্ক এবং ভূগর্ভস্থ মাটির বিভিন্ন স্তর ও অনুপাত দেখাতে সাহায্য করে । আগাছা ব্যবস্থাপনা

আগাছা 

হল এমন একটি দিক যা একজন কৃষকের সবচেয়ে বেশি লাভের আশা কমিয়ে দেয় । উদাহরণস্বরূপ, যদি আগাছার আক্রমণ নিয়ন্ত্রণে না থাকে, তাহলে শুকনো মটরশুটি এবং ভুট্টা ফসলের ফলনের ৫০% ক্ষতি হতে পারে এবং আগাছা প্রতিযোগিতায় ৪৮% হ্রাস পেতে পারে । আগাছা জল, পুষ্টি এবং সূর্যালোকের মতো সম্পদের জন্য গমের ফসলের সাথে প্রতিদ্বন্দ্বিতা করে, আবার কিছু আছে বিষাক্ত এবং এমনকি জনস্বাস্থ্যের জন্য হুমকিস্বরূপ । যদিও স্প্রে প্রায়ই আগাছা প্রতিরোধ করতে ব্যবহৃত হয়, এটি জনস্বাস্থ্যের উপর সম্ভাব্য নেতিবাচক প্রভাব ফেলে এবং অতিরিক্ত ব্যবহার পরিবেশকে দূষিত করতে পারে । অতএব, কৃত্রিম বুদ্ধিমত্তার আগাছা সনাক্তকরণ সিস্টেমগুলির মাধ্যমে সঠিক পরিমাণ স্প্রে গণনা করা যায় এবং লক্ষ্যস্থলে নির্ভুলভাবে স্প্রে করা যায়, যা খরচ এবং ফসলের ক্ষতির ঝুঁকিও কম করে ।

বিপণন

কৃত্রিম বুদ্ধিমত্তার অ্যাপ্লিকেশনগুলি মার্কেটিং ডোমেনেও জনপ্রিয় । এআই ব্যবহার করে, বিপণনকারীরা আচরণগত বিশ্লেষণ, এবং মেশিন লার্নিং প্যাটার্ন রেকগনিশন ইত্যাদির সাহায্যে উচ্চ লক্ষ্যবস্তু এবং ব্যক্তিগতকৃত বিজ্ঞাপনগুলি সরবরাহ করতে পারে । এটি আরও ভাল ফলাফল নিশ্চিত করতে এবং অবিশ্বাস ও বিরক্তির অনুভূতি কমাতে সঠিক সময়ে শ্রোতাদের পুনরায় লক্ষ্য করতে সহায়তা করে । ব্র্যান্ডের স্টাইল এবং ভয়েসের সাথে মেলে এমনভাবে কন্টেন্ট মার্কেটিংয়ে এআই সাহায্য করতে পারে । এটি কর্মক্ষমতা, প্রচারাভিযান প্রতিবেদন এবং আরও অনেক কিছুর মতো রুটিন কাজগুলি পরিচালনা করতে ব্যবহার করা যেতে পারে । এআই, ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং, ন্যাচারাল ল্যাঙ্গুয়েজ জেনারেশন এবং ন্যাচারাল ল্যাঙ্গুয়েজ আন্ডারস্ট্যান্ডিং দ্বারা চালিত চ্যাটবটগুলি ব্যবহারকারীর ভাষা বিশ্লেষণ করতে পারে এবং মানুষের মতো করে প্রতিক্রিয়া জানাতে পারে । এআই ব্যবহারকারীদের তাদের আচরণের উপর ভিত্তি করে রিয়েল-টাইম ব্যক্তিগতকরণ প্রদান করতে পারে এবং স্থানীয় বাজারের চাহিদা পূরণের জন্য বিপণন প্রচারাভিযান সম্পাদনা ও অপ্টিমাইজ করতে ব্যবহার করা যেতে পারে ।

অর্থায়ন 

এটি রিপোর্ট করা হয়েছে যে, ৮০% ব্যাঙ্কগুলি স্বীকার করে এআই সুবিধা প্রদান করতে পারে ৷ ব্যক্তিগত অর্থ, কর্পোরেট অর্থায়ন বা ভোক্তা অর্থায়ন যাই হোক না কেন, এআই-এর মাধ্যমে আর্থিক পরিষেবার বিস্তৃত পরিসরে উল্লেখযোগ্য ভাবে উন্নতি করতে সাহায্য করতে পারে । উদাহরণ স্বরূপ, গ্রাহকরা যারা সম্পদ ব্যবস্থাপনা সমাধানের বিষয়ে সাহায্যের সন্ধান করছেন তারা সহজেই এসএমএস টেক্সট মেসেজিং বা অনলাইন চ্যাটের মাধ্যমে প্রয়োজনীয় তথ্য পেতে পারেন, এই গুলি সবই এআই-চালিত । কৃত্রিম বুদ্ধিমত্তা লেনদেনের ধরণ এবং অন্যান্য সম্ভাব্য লাল পতাকাগুলির পরিবর্তনগুলিও সনাক্ত করতে পারে যেগুলি সাধারণত জালিয়াতিকে নির্দেশ করে, মানুষ সহজেই এটি ভুল করে থাকে এবং এইভাবে ব্যবসা এবং ব্যক্তিদের উল্লেখযোগ্য ক্ষতি থেকে এআই বাঁচায় । জালিয়াতি সনাক্তকরণ এবং টাস্ক অটোমেশন ছাড়াও, এআই আরও ভালভাবে ভবিষ্যদ্বাণী এবং ঋণের ঝুঁকি মূল্যায়ন করতে পারে ।  

রাস্তা সন্ধান 

এআই ব্যাপকভাবে উবার এবং অনেক লজিস্টিক কোম্পানি দ্বারা অপারেশনাল দক্ষতা উন্নত করতে, রাস্তার ট্রাফিক বিশ্লেষণ এবং রুট অপ্টিমাইজ করার জন্য ব্যবহার করা হয় ।

১.৬ 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 ।

১.৭ 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 ভাষাগত বুদ্ধিমত্তা হাওয়ার্ড গার্ডনার দ্বারা প্রস্তাবিত একাধিক বুদ্ধিমত্তার মধ্যে একটি । এই বুদ্ধিমত্তা লিখিত এবং কথ্য ভাষার উপর একটি উচ্চতর বোঝার এবং কমান্ড প্রদান করে । এটি একটি ভাষার ব্যবহার, বোঝা,
কথা বলতে পারা এবং লিখার দক্ষতাকে বুঝায় । এটি পারস্পরিক যোগাযোগে গুরুত্বপূর্ণ ।
১.৮ প্রশ্ন ও উত্তর
১. কৃত্রিম বুদ্ধিমত্তা বলতে কি বুঝ ?
উত্তরঃ কৃত্রিম বুদ্ধিমত্তা (এআই) হল যন্ত্র দ্বারা প্রদর্শিত বুদ্ধি । মানুষের বুদ্ধিমত্তা ও চিন্তা শক্তিকে কৃত্রিম উপায়ে প্রযুক্তি নির্ভর করে যন্ত্রের মাধ্যমে বাস্তবায়ন করাকে কৃত্রিম বুদ্ধিমত্তা বলে । ১৯৫৬ সালে জন ম্যাকার্থি আর্টিফিশিয়াল ইন্টেলিজেন্স শব্দটির প্রথম নামকরণ করেন ।
২. কৃত্রিম বুদ্ধিমত্তায় কোন কোন শাখার অবদান রয়েছে?
উত্তরঃ কৃত্রিম বুদ্ধিমত্তায় যেসব শাখাগুলির অবদান রয়েছে সেগুলি হচ্ছে দর্শনশাস্ত্র, গণিত, অর্থনীতি, স্নায়ুবিজ্ঞান, মনোবিজ্ঞান, কম্পিউটার প্রকৌশল, কন্ট্রোল থিওরি ও সাইবারনেটিকস এবং ভাষাবিদ্যা ।
৩. কৃত্রিম বুদ্ধিমত্তার ব্যবহার গুলি কি?
উত্তরঃ কৃত্রিম বুদ্ধিমত্তার ব্যবহার গুলি হচ্ছে গেমিং, ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং, রোবটিক্স, এক্সপার্ট সিস্টেম, স্পিচ রেকগনিশন, শিক্ষা, চিকিৎসা, কৃষি, বিপণন, অর্থায়ন, সামাজিক যোগাযোগ মাধ্যম, ইত্যাদি ।
৪. বুদ্ধিমত্তা কি? উত্তরঃ 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 ।
৫.জ্ঞান ও ধারণা বলতে কি বুঝ?
উত্তরঃ 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 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 ।

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. Zha, J. (2020, December). Artificial intelligence in agriculture. In Journal of Physics: Conference Series (Vol. 1693, No. 1, p. 012058). IOP Publishing.
7. McCarthy, John. Professor John McCarthy. Retrieved from jmc.stanford.edu. John McCarthy obituary. Retrieved from
https://www.theguardian.com/technology/2011/oct/25/john-mccarthy
9. OdhiGYAN Science. (2018, June 2). Artificial intelligence ভুল ধারণা. [Video file] Retrieved from https://www.youtube.com/watch?v=H5M8qqIGR7E
10. হোসেন, মোঃ শওকত. (২০০৬).পাশ্চাত্য দর্শনের ইতিহাসঃ প্রাচীনকাল থেকে সমকাল, তৃতীয় সংস্করণ, তিথি পাবলিকেশন, ঢাকা, পৃ. ২৪,২৫
11. TutorialsPoint. (n.d.). Artificial Intelligence. Retrieved from https://tutorialspoint.com/artificial_intelligence
12. Artificial intelligence definition. Retrieved from https://www.javatpoint.com/artificial-intelligence-ai
13. Artificial intelligence definition. Retrieved from
https://www.techopedia.com/definition/190/artificial-intelligence-ai
14. Artificial intelligence definition. Retrieved from
https://en.wikipedia.org/wiki/Artificial_intelligence
15. Artificial intelligence definition. Retrieved from
https://www.techtarget.com/searchenterpriseai/definition/AI-Artificial-Intelligence
16. AI applications and definition. Retrieved from
https://www.simplilearn.com/tutorials/artificial-intelligence-tutorial/artificial-intelligence-applications
17. Applications of natural language processing. Retrieved from https://www.analyticssteps.com/blogs/top-10-applications-natural-language-processing-nlp
18. The future of robotics. Retrieved from https://www.simplilearn.com/future-of-robotics-article Image Recognition: The Basics and Use Cases
retrieved from https://viso.ai/computer-vision/image-recognition/

19. Image Recognition: Definition, Algorithms & Uses. Retrieved from
https://www.v7labs.com/blog/image-recognition-guide# 

20. Applications of Computer Vision in AI. Retrieved from https://www.analyticssteps.com/blogs/7-applications-computer-vision-ai
21. Computer vision applications. Retrieved from https://www.javatpoint.com/computer-vision-applications
22. Applications of Speech Recognition. Retrieved from https://www.getsmarter.com/blog/market-trends/applications-of-speech-recognition/
23. Frankenstein. Retrieved from https://en.wikipedia.org/wiki/Frankenstein
24. Use of AI Applications in the Gaming Industry. Retrieved from https://onpassive.com/blog/use-of-ai-applications-in-the-gaming-industry
25. What is Expert System in AI (Artificial Intelligence)? With Example. Retrieved from https://www.guru99.com/expert-systems-with-applications.html
26. What is Linguistic Intelligence? (Theory of Multiple Intelligences). Retrieved from https://www.smartbrainpuzzles.com/blog/linguistic-intelligence

KNOWLEDGE: GENERAL CONCEPTS

You don't understand anything until you learn it more than one way

-Marvin Minsky (USA, 1927-2016)

 

 অ্যালেন নিউয়েল ও দ্য চেজ মেশিন

অ্যালেন নিউয়েল ১৯ মার্চ, ১৯২৭ সালে সানফ্রান্সিস্কো শহরে জন্ম গ্রহণ করেন এবং জুলাই ১৯, ১৯৯২ সালে পিটসবার্গ শহরে মারা যান । তিনি রান্ড কর্পোরেশনে কম্পিউটার বিজ্ঞান ও জ্ঞানীয় মনোবিজ্ঞান এবং কার্নেগী মেলন ইউনিভার্সিটির স্কুল অব কম্পিউটার সায়েন্স, টেপার স্কুল অব বিজনেস এবং মনোবিজ্ঞান বিভাগের গবেষক ছিলেন । তিনি ইনফরমেশন প্রসেসিং ল্যাঙ্গুয়েজ (১৯৫৬) এবং প্রথমতম দুটি এআই প্রোগ্রাম, লজিক থিওরি মেশিন (১৯৫৬) এবং জেনারেল প্রোবলেম সলভার (১৯৫৭) নামে কম্পিউটার প্রোগ্রাম তৈরিতে হার্বার্ট এ সাইমনের সাথে অবদান রাখেন । কৃত্রিম বুদ্ধিমত্তার মৌলিক অবদান এবং মানব জ্ঞানের মনোবিজ্ঞানের জন্য তাকে সাইমনের সাথে ১৯৭৫ সালে টিউরিং পুরস্কারে ভূষিত করা হয় । নিউয়েল স্ট্যানফোর্ড থেকে পদার্থবিজ্ঞানে স্নাতক ডিগ্রি সম্পন্ন করেন । তিনি ১৯৪৯ থেকে ১৯৫০ সাল পর্যন্ত প্রিন্সটন বিশ্ববিদ্যালয়ের স্নাতক ছাত্র ছিলেন, সেখানে তিনি গণিতের উপর পড়েছেন । অজানা ক্ষেত্র গেম থিওরি এবং গণিতের অভিজ্ঞতা থেকে প্রাথমিক পর্যায়ে তিনি নিশ্চিত ছিলেন যে, তিনি বিশুদ্ধ গণিতের পরীক্ষামূলক ও তাত্ত্বিক গবেষণার সমন্বয়কে অগ্রাধিকার দেবেন ।

১৯৫০ সালে তিনি প্রিন্সটন ছেড়ে চলে যান এবং সান্তা মনিকাতে রান্ড কর্পোরেশনে যোগদান করেন যেখানে একটি দল বিমান বাহিনীর সরবরাহ সংক্রান্ত সমস্যা নিয়ে অধ্যয়নরত ছিল । জোসেফ ক্রুসকলের সঙ্গে তাঁর কাজ দুটি তত্ত্ব সৃষ্টি করে: অর্গানাইজেশন তত্ত্বের জন্য একটি মডেল এবং অর্গানাইজেশন তত্ত্বের সঠিক ধারণা প্রণয়ন করেন । নিউয়েল অবশেষে কার্নেগী মেলন এ টেপার স্কুল অব বিজনেস থেকে তার পিএইচডি অর্জন করেন এবং হার্বার্ট সাইমন ছিলেন তার উপদেষ্টা । তথ্য-পরিচালনার সাথে সম্পর্কিত ককপিটের ইন্টারঅ্যাকশনগুলি পরীক্ষা এবং বিশ্লেষণ করতে সক্ষম হতো । এই গবেষণা থেকে নিউয়েল বিশ্বাস করেন যে, তথ্য প্রক্রিয়াকরণ হচ্ছে অর্গানাইজেশনের কেন্দ্রীয় ক্রিয়াকলাপ ।

১৯৫৪ সালের সেপ্টেম্বরে, নিউয়েল একটি সেমিনারে যান যেখানে ওলিভার সেলফিজ বর্ণনা করেন “একটি চলমান কম্পিউটার প্রোগ্রাম যেটি অক্ষর এবং অন্যান্য নিদর্শন সনাক্ত করতে শিখেছে” । অ্যালেন যখন বিশ্বাস করতে শুরু করলেন যে, একটি সিস্টেম তৈরি করা যেতে পারে এবং সেখানে বুদ্ধিমত্তা থাকতে পারে এবং এটি খাপ খেয়ে নেওয়ার ক্ষমতা থাকতে পারে । এই ধারণা পোষণ করে তিনি কয়েক মাস পর ১৯৫৫ সালে ‘The Chess Machine: An Example of Dealing with a Complex Task by Adaptation’ লিখে ফেললেন । এটি একটি কম্পিউটার প্রোগ্রামের জন্য কল্পনা প্রসূত নকশা যেটি মানুষের মতো করে দাবা খেলতে পারে ।

১৯৫৬ সালের ডার্টমাউথ কনফারেন্সে প্রোগ্রামটি তারা উপস্থাপন করেন । এটি গবেষকদের জন্য একটি অনানুষ্ঠানিক সমাবেশ ছিল যেখানে তারা মেশিনগুলির সাথে বুদ্ধিমত্তা তৈরির জন্য আগ্রহী ছিলেন । এই কনফারেন্স এখন ব্যাপকভাবে “কৃত্রিম বুদ্ধিমত্তার জন্ম” হিসাবে বিবেচিত হয় । এখানে যারা উপস্থিত ছিলেন পরবর্তী দুই দশক ধরে তারাই এআই গবেষণার নেতা হয়ে ওঠেন । নিউয়েল ছিলেন তাদের একজন । নিউয়েল এবং সাইমন দীর্ঘ দিন একসাথে কাজ করেছেন । তারা কার্নেগী মেলন ইউনিভার্সিটিতে কৃত্রিম বুদ্ধিমত্তার গবেষণার জন্য একটি এআই পরীক্ষাগার প্রতিষ্ঠা করেন এবং পঞ্চাশের শেষের ও ষাটের দশকে সারা বিশ্বে গুরুত্বপূর্ণ প্রোগ্রাম এবং তাত্ত্বিক অন্তর্দৃষ্টি তৈরি করেন । যেমন, জেনারেল প্রবলেম সলভার এর একটি উদাহরণ । তিনি বিভিন্ন পুরস্কার ও সম্মাননা পেয়েছেন । এছাড়া এসিএম - এএএআইএ অ্যালেন নিউয়েল পুরস্কার তার সম্মানে নামকরণ করা হয় । কার্নেগী মেলন স্কুল অব কম্পিউটার সায়েন্সের রিসার্চ এক্সেলেন্সের পুরস্কারও তার সম্মানে নামকরণ করা হয় ।

 বুদ্ধিমান পদ্ধতি নির্মাণে জ্ঞানের গুরুত্বপূর্ণ ভূমিকা এখন এআই এর অনুশীলনকারীদের দ্বারা ব্যাপকভাবে গ্রহণযোগ্য । বাস্তব-বিশ্বের পদ্ধতিগুলি জ্ঞান ব্যবহার করে তৈরি করা যেতে পারে এমন সাফল্যের আগে এই গুরুত্বপূর্ণ সত্যের স্বীকৃতি প্রয়োজন ছিল । এই গুরুত্বের কারণে, এই পাঠে একটি উল্লেখযোগ্য পরিমাণের কভারেজ করা হয়েছে জ্ঞানকে উৎসর্গ করে । এআই এর সব উপ-ক্ষেত্রগুলিতে এটি যে গুরুত্বপূর্ণ ভূমিকা পালন করে সেটি  আমরা খোঁজার চেষ্টা করব । এআই এর প্রথম দিকের গবেষকরা বিশ্বাস করতেন যে, সমস্যা সমাধানের জন্য সেরা পদ্ধতি ছিল সাধারণ সমস্যা সমাধানকারীর বিকাশের মাধ্যম অর্থাৎ জ্যামিতির একটি থিওরেম প্রমাণ করার জন্য, একটি জটিল রোবটিক্স কার্য সম্পাদন করার জন্য  অথবা একটি  জটিল  ক্রিয়াকলাপের ক্রম সম্পূর্ণ করার ক্ষেত্রে একটি পরিকল্পনাকে উন্নতি করার জন্য । আর তাদের তত্ত্বগুলি প্রদর্শনের জন্য বিভিন্ন লজিক তত্ত্ব এবং একটি সাধারণ সমস্যা সমাধানকারী পদ্ধতি সহ বেশ কয়েকটি পদ্ধতি উন্নত করা হয়েছিল । এই সময়ের মধ্যে যেসব  পদ্ধতি উন্নত করা হয়েছিল সেইগুলি সাধারণ সমস্যা সমাধানকারী  হিসাবে নিপীড়িত প্রমাণিত ।

এই অধ্যায়ে আমরা জ্ঞানের সাথে পরিচিতি এবং তার ক্ষমতার অধিকতর উপলব্ধি অর্জন করে সেটি অনুসরণ করার জন্য একটি পর্যায় সেট করার চেষ্টা করব । এছাড়া জ্ঞানের সংজ্ঞা, বুদ্ধিমান পদ্ধতি তৈরি করতে জ্ঞানের গুরুত্ব, জ্ঞান ভিত্তিক পদ্ধতি সম্পর্কে  জ্ঞান সমৃদ্ধ  বিশ্লেষণ সহ জ্ঞান উপস্থাপন প্রক্রিয়া, জ্ঞান সংগঠিত করা, জ্ঞানকে নিপুন ভাবে ব্যবহার এবং জ্ঞান অধিগ্রহণ সম্পর্কে এই অধ্যায়টিতে আলোচনা করা হয়েছে । 

২.১ জ্ঞানের সংজ্ঞা

জ্ঞান এক কথায় হল পরিচিতি থাকা, কোন কিছু সম্পর্কে বা কারো বিষয়ে জেনে থাকা বা বুঝে থাকা, হতে পারে কোন কিছুর প্রকৃত অবস্থা, তথ্য, বিবরণ, বা গুনাবলী সম্পর্কে জ্ঞান থাকা, যেটি অর্জিত হয়েছে উপলব্ধির মাধ্যমে, অনুসন্ধানের মাধ্যমে বা শিক্ষা গ্রহণের ফলে অভিজ্ঞ হওয়ায় বা পড়াশুনা  করে ।

জ্ঞান বলতে কোন বিষয় সম্পর্কে তাত্ত্বিক ও ব্যবহারিক শিক্ষা থাকাকে বুঝায় । এটা বহিঃপ্রকাশ ধরনের হতে পারে (যেমন, ব্যবহারিক গুনাবালী সম্পন্ন বা অভিজ্ঞতা সম্পন্ন) অথবা বহিঃপ্রকাশ ধরনের নাও হতে পারে ( যেমন, কোনো বিষয়ে শুধু তাত্ত্বিক দিকটি বোঝা ) । এটা কম বা বেশি ফর্মাল বা নিয়মানুযায়ী সম্পন্ন হতে পারে । দর্শনশাস্ত্রের, জ্ঞান নিয়ে যে অংশটি আলোচনা করে তাকে জ্ঞানতত্ত্ব বলে ।  দার্শনিক প্লেটো জ্ঞানকে প্রতিষ্ঠানিক ভাবে সংজ্ঞায়িত করেন “প্রমাণিত সত্য বিশ্বাস” বলে, যদিওবা এই সংজ্ঞা নিয়ে অনেক বিশ্লেষক দার্শনিক একমত হন যে, সংজ্ঞাটির মধ্যে কিছু সমস্যা রয়েছে, এর কারণ হল গেটিয়ের সমস্যা। যদিওবা প্রচুর সংজ্ঞা রয়েছে জ্ঞানের উপর এবং প্রচুর তত্ত্ব রয়েছে এটির অস্তিত্ব নিয়ে । জ্ঞান অর্জনের সাথে জটিল মনস্তাত্ত্বিক প্রক্রিয়া জড়িত: উপলব্ধি, সংযোগ এবং যুক্তি যেখানে জ্ঞানকে মানব মস্তিষ্কের কোনো কিছু বুঝতে পারার ক্ষমতার সাথেও তুলনা করা হয় ।

২.২ জ্ঞান বিষয়ে তত্ত্বসমূহ

 বিজ্ঞান থেকে দর্শনের পার্থক্য করা পরিশেষে সম্ভব হয়েছিল এই ধারণা থেকে যে দর্শনের মূল আলোচ্য বিষয় ছিল “জ্ঞানের তত্ত্ব” এই তত্ত্ব বিজ্ঞান থেকে স্বতন্ত্র কারণ এটা বিজ্ঞানের ভিত্তি । এই “জ্ঞান তত্ত্বের” ধারণা না থাকলে আধুনিক বিজ্ঞানের যুগে “দর্শনের” অবস্থান কল্পনা করা কঠিন হত । ( রিচার্ড রোর্টি, ফিলোসফি এন্ড দা মিরর অব নেইচার , ১৯৭৯) ।  

জ্ঞানের সংজ্ঞা কি হবে তা জ্ঞানতত্ত্ব নিয়ে কাজ করা দার্শনিকদের মধ্যে চলমান একটি বিতর্কের বিষয় । ক্লাসিকাল সংজ্ঞাটি, প্লেটো কর্তৃক বিবৃত কিন্তু পরিশেষে এটি সকলের কাছে সমর্থিত নয়, এটিতে বিবৃত আছে যে, একটি বিবৃতি জ্ঞান বলে বিবেচিত হবে যদি এর তিনটি গুন থাকে: এটা সমর্থনযোগ্য, সত্য এবং বিশ্বাসযোগ্য । অনেকের মতে এই গুণাবলী থাকাটাই স্বয়ংসম্পূর্ণ নয় । যেমন, গেটিয়ের ঘটনার ক্ষেত্রে অভিযোগ উদাহরণসহ প্রদর্শন করতে হবে । এই সংজ্ঞার অনেকগুলো বিকল্প প্রস্তাব করা হয়েছে, যার মধ্যে জ্ঞান সম্পর্কে রবার্ট নোজিকের প্রস্তাবিত যুক্তিটি হল, “জ্ঞান, যা সত্য খুঁজে বের করে” এবং সাইমন ব্ল্যাকবার্ন তাতে আরও যুক্ত করতে চান, আমরা এটা বলতে চাইনা যে, যারা এই শর্তগুলোর যে কোন একটি পূরণ করবে খুঁতযুক্ত ভাবে, ত্রূটির মাধ্যমে, বা ব্যর্থতার মাধ্যমে তাদের জ্ঞান রয়েছে । রিচার্ড কিরখাম প্রস্তাব করেন, “আমাদের জ্ঞানের সংজ্ঞায়  সত্য প্রকাশে বিশ্বাসের পক্ষে প্রমাণ থাকা দরকার”

লুডভিগ ভিগেনস্টাইন যুক্তি দেন যে, “এগুলো স্পষ্টত ভাবে সরাসরি মানসিক অবস্থার সাথে সম্পর্কিত নয় বরং এটি প্রকৃতপক্ষে দৃঢ় বিশ্বাসের সাথে কথা বলার একটা ধরণ । এই ভিন্নতা বক্তার মানসিক অবস্থার সাথে সম্পর্কিত নয় বরং তারা যে কার্যকলাপের সাথে যুক্ত তার সাথে সম্পর্কিত ।” উদাহরণস্বরূপ, কেতলিটি উষ্ণ হয়ে উঠছে তা জানতে একটি নির্দিষ্ট মস্তিষ্কের মধ্যে থাকা উচিত নয় কিন্তু কেতলি উষ্ণ হওয়ার বিবৃতির সাথে একটি নির্দিষ্ট কাজ করতে হবে ।

লুডভিগ ভিগেনস্টাইন কষ্ট করে জ্ঞানের একটি সংজ্ঞা প্রদান না করে সাধারণ ভাষায় এটি বলতে চেয়েছেন । তিনি জ্ঞানকে একটি পরিবারের প্রতিচ্ছায়া রূপে দেখেছেন । তার এই ধারণা থেকে জ্ঞানের ধারণার গাঠনিক পরিবর্তন করে একটি  গুচ্ছমূলক ধারণায় পরিণত করা হয়েছে, যা প্রাসঙ্গিক বৈশিষ্ট্যগুলোকে চিহ্নিত করে কিন্তু এটি পরিপূর্ণরূপে কোন সংজ্ঞা দ্বারা সীমাবদ্ধ নয় ।

জৈব প্রাণীর মধ্যে জ্ঞান আন্তঃসংযোগ যুক্ত নিউরনের জটিল কাঠামো হিসাবে সংরক্ষণ করা হয় । কাঠামোগুলি জীব, প্রকৃত ঘটনা, নিয়ম, ইত্যাদি দ্বারা প্রাপ্ত জ্ঞানের প্রতীকী উপস্থাপনার সাথে মিলে যায় । মানুষের মস্তিষ্ক গড়ে প্রায় ৩.৩ পাউন্ড ওজনের হয় এবং আনুমানিক সংখ্যা  ১০^১২ নিউরন রয়েছে । নিউরন এবং তাদের আন্তঃসংযোগ ক্ষমতা ১০^১৪ বিট সম্ভাব্য স্টোরেজ ক্ষমতা প্রদান করে । ( সাগান, ১৯৭৭ ) ।

কম্পিউটারে জ্ঞান প্রতীকী কাঠামো হিসাবে সংরক্ষণ করা হয়, কিন্তু এটি চুম্বকীয় দাগ এবং ভোল্টেজ স্টেট আকারে সংগ্রহ করা হয় । একটি আধুনিক কম্পিউটারের স্টোরেজ ক্ষমতা ১০^১২ বিটের মধ্যে এবং এটি প্রতি তিন থেকে চার বছরের মধ্যে দ্বিগুণ হয় । মানুষ এবং কম্পিউটারের মধ্যে স্টোরেজ ক্ষমতার গ্যাপ দ্রুতই কমে যাচ্ছে । তবে এখন পর্যন্ত উপস্থাপনা, পরিকল্পনা এবং দক্ষতার বিস্তর গ্যাপ রয়েছে । এই ক্ষেত্রে মানুষ এগিয়ে । 

জ্ঞানের আদান-প্রদান

প্রতীকী উপস্থাপনা ব্যবহার করে অর্থ প্রকাশ করা যায় এবং এটিকে প্রগতিশীল প্রক্রিয়া হিসাবে চিন্তা করা হয় । যাইহোক না কেন প্রতীকী উপস্থাপনা কে দেখা হয় হস্তান্তরের এক প্রক্রিয়া হিসাবে যেখানে জ্ঞান স্থানান্তরিত হয় । জ্ঞান আদান-প্রদানের অন্যান্য রূপ হতে পারে পর্যবেক্ষণ এবং অনুকরণ, মৌখিক বিনিময়, অডিও এবং ভিডিও রেকর্ডিং । ভাষাবিদ্যা এবং সাইন ল্যাংগুয়েজের দার্শনিকরা জ্ঞান স্থানান্তর বা আদান-প্রদানের তত্ত্ব নির্মাণ এবং বিশ্লেষণ করেন ।

পরিস্থিতিগত জ্ঞান

পরিস্থিতিগত জ্ঞান হল সেই জ্ঞান যা একটি বিশেষ পরিস্থিতির জন্য প্রযোজ্য । এটা একটি শব্দ যা সুপ্রতিষ্ঠিত করেন ডোনা হারাওয়ে নারীবাদী পন্থার অতিরিক্ত অংশ “উত্তরাধিকারী বিজ্ঞান” হিসাবে যার পরামর্শ দিয়েছিলেন সান্ড্রা হার্ডিং, এটি আরও পর্যাপ্ত, পরিপূর্ণ, আরও ভাল জগত তৈরি করতে সহায়তা করে, যেখানে বসবাসের উন্নত পরিস্থিতি রয়েছে এবং নিজেদের ও অন্যান্যদের মধ্যের সম্পর্ক আত্মবাচক আধিপত্যের চর্চার মাধ্যমে এবং সুযোগ-সুবিধার অসম বিষয়গুলো ও উৎপীড়নের ঘটনা গুলোকে কেন্দ্র করে সকল পদ তৈরি হয় । এই পরিস্থিতি আংশিকভাবে বিজ্ঞানকে একটি গল্পে পরিণত করে, যা আর্তুরো এস্কোবার ব্যাখ্যা করেন এভাবে, “না এটি কল্পকাহিনী নয় বরং সম্ভব্য ঘটনা ।” পরিস্থিতির এই বর্ণনা ঐতিহাসিক ঘটনা ও কল্পকাহিনী নিয়ে গঠিত এবং এস্কোবার এ বিষয়ে আরও ব্যাখ্যা করেন, “এমনকি সবচেয়ে নিরপেক্ষ বৈজ্ঞানিক গঠন প্রণালী এক অর্থে গল্প”, তিনি আরও জোর দেন যে, প্রকৃতপক্ষে কোন একটি উদ্দেশ্য সাধনের বিজ্ঞান আসলে নগণ্য বিষয়ের বিকল্প ব্যবস্থা ।   

হারাওয়ের যুক্তিটি বিকাশ লাভ করে মানুষের উপলব্ধির সীমাবদ্ধতা থেকে, সেইসাথে বিজ্ঞানের চাক্ষুষ জ্ঞানের উপর মাত্রাতিরিক্ত গুরুত্ব প্রদানের ফলে, হারাওয়ের মতে বিজ্ঞানের চাক্ষুষ জ্ঞানের উদ্দেশ্য সব সময়ই হল, “একটি চিহ্নিত অংশ থেকে গুরু দায়িত্ব নিয়ে বের হওয়া এবং নতুন কোথাও এই দৃষ্টিভঙ্গিকে জয়ী করা ।” এটা সেই “দৃষ্টিভঙ্গি যে পৌরাণিক সব চিহ্নিত অংশকে ছিন্ন করে দিয়ে নতুন অংশ চিহ্নিত করার দাবী করে শক্তি প্রদান করে যা চোখে দেখা যায় এবং যা চোখে দেখা যায় না তাতে, প্রতিনিধিত্ব করে প্রতিনিধিত্বকারীকে বাদ দিয়ে ।” এই ঘটনা দৃষ্টিভঙ্গিতে একটি সীমাবদ্ধতা ঘটায় যার ফলে জ্ঞান সৃষ্টিতে বিজ্ঞানের অবস্থান একটি সম্ভাবনাময় অংশ হয়ে দাঁড়ায়, ফলশ্রুতিতে অবস্থানটি হয়ে দাঁড়ায় বিনয়ী সাক্ষী হিসাবে । এটাকে হারাওয়ে ব্যাখ্যা করেন “ঈশ্বরের কৌতুক” হিসাবে । আগে উল্লেখিত প্রতিনিধিত্বকারীকে হারিয়ে দিয়ে নিজে প্রতিনিধিত্ব করে । এই ধরণের সমস্যা এড়ানোর জন্য, “হারাওয়ে চিরস্থায়ী চিন্তার একটা ঐতিহ্য তৈরি করেন যা উভয় নৈতিক এবং রাজনৈতিক দায়বদ্ধতার নিরিখে বিষয়সমূহের গুরুত্বের উপর জোর দেয় ।”

জ্ঞান অর্জনের কিছু পদ্ধতি, যেমন, ট্রায়াল এন্ড এরর বা অভিজ্ঞতা থেকে শিক্ষা উচ্চ ধরণের পরিস্থিতিগত জ্ঞান তৈরি করতে সহায়ক । বৈজ্ঞানিক পদ্ধতিগুলোর প্রধান গুণের একটি হল এটি থেকে যে তত্ত্ব উৎপন্ন হয় তা পরিস্থিতিগত জ্ঞান তৈরিতে  অন্যান্য পদ্ধতির দ্বারা অর্জিত জ্ঞানের চেয়ে অনেক কম সহায়ক । পরিস্থিতিগত জ্ঞান প্রায়শই ভাষা, সংস্কৃতি অথবা ঐতিহ্যের মধ্যে অন্তর্নিহিত থাকে । পরিস্থিতি গত জ্ঞানের এই সংযুক্তি সমাজের একটি প্রতিচ্ছবি মাত্র এবং একটি প্রতিমূর্তি রূপে বিষয়ভিত্তিক জ্ঞান সংগ্রহের প্রচেষ্টা করে কিছু কিছু জায়গার মতামত অনুসারে ।

অভিজ্ঞতার মাধ্যমে সংগ্রহীত জ্ঞান হয় আহরিত ঘটনার ফলশ্রুতিতে । আহরিত শব্দটির সত্যিকারের অস্তিত্ব তখনি হয় যখন এর একটি বাস্তব প্রতিরূপ থাকে । এই সকল ক্ষেত্রে, যে জ্ঞানের অর্থ দাঁড়ায় “অবরোহী”, যার মানে হল পূর্বে । কোন অভিজ্ঞতা অর্জনের ক্ষেত্রে পূর্বের জ্ঞানের মানে হল নির্দিষ্ট অনুমান রয়েছে যাতে অন্যরা সম্মত পোষণ করে । উদাহরণস্বরূপ, যদি আপনাকে একটি চেয়ার সম্পর্কে বলা হয়, তা আপনার কাছে স্পষ্ট যে, চেয়ারটি একটি স্থানে রয়েছে, এটি ত্রিমাত্রিক । এই জ্ঞান সেই জ্ঞান নয় যে একজন ভুলে যাবে, এমনকি স্মৃতিভ্রংশতায় ভুগছেন তার কাছেও এটি একটি ত্রিমাত্রিক অভিজ্ঞতা । 

আংশিক জ্ঞান

জ্ঞানতত্ত্বের একটি অনুষদ আংশিক জ্ঞানের উপর আলোচনা করে । অধিকাংশ ঘটনার ক্ষেত্রে, বিস্তারিত ভাবে একটি তথ্যের পরিধি সহজে বোঝা সম্ভব হয় না । আমাদের জ্ঞান সবসময় অসম্পূর্ণ বা আংশিক থাকে । অধিকাংশ বাস্তব সমস্যার সমাধান করতে হয় সমস্যাটির প্রসঙ্গ বিষয়ে আমাদের আংশিক জ্ঞান থেকে এবং সমস্যাটির তথ্য উপাত্ত থেকে । এটা আমাদেরকে শিখানো স্কুলের সাধারণ গাণিতিক সমস্যা নয় যে, এখানে সকল তথ্য-উপাত্ত দেয়া থাকবে এবং তার এই সমস্যা সমাধানের জন্য প্রয়োজনীয় সকল নিয়ম কানুন জানা থাকবে ।

বিচার শক্তি দ্বারা বাধাঁ ব্যবস্থার ক্ষেত্রে এই ধারণাটি আরও বেশি প্রযোজ্য যেখানে ধারণা করা হয় যে, বাস্তব জীবনে বিভিন্ন পরিস্থিতিতে মানুষকে প্রায়ই একটি সীমিত পরিমাণ তথ্য নিয়ে কাজ করতে হয় এবং সে অনুযায়ী সিদ্ধান্ত নিতে হয় ।

সম্ভাব্য অনুমান হল, সেই ক্ষমতা যার মাধ্যমে কোন মতামত বা যুক্তির ব্যবহার ছাড়াই আংশিক জ্ঞান অর্জন করা সম্ভব । একজন ব্যক্তি এককভাবে হয়তবা একটা ঘটনা সম্পর্কে জানতে পারে কিন্তু এই সম্পর্কে যে প্রক্রিয়ায় তার জ্ঞানটি হল সেটি  ব্যাখ্যা করতে সক্ষম হয় না ।

বৈজ্ঞানিক জ্ঞান

বৈজ্ঞানিক পদ্ধতির উন্নয়ন কিভাবে জড়জগৎ ও তার বৈশিষ্ট্যগুলো কাজ করে তার উপর জ্ঞান অর্জনের জন্য তাৎপর্যপূর্ণ অবদান রেখেছে । বৈজ্ঞানিক পদ্ধতি হিসাবে আখ্যায়িত করতে হলে তদন্ত পদ্ধতিটি হতে হবে পর্যবেক্ষণযোগ্য ও পরিমাপযোগ্য প্রমাণ । এটি বিষয়ভিত্তিক সুস্পষ্ট কারণ দর্শণ করে এবং পরীক্ষণের মূলনীতির উপর ভিত্তি করে । বৈজ্ঞানিক পদ্ধতিটি গঠিত পর্যবেক্ষণ এবং পরীক্ষণের মাধ্যমে তথ্য সংগ্রহ করে এবং তারপর অনুমান প্রণয়ন ও এর উপর পরীক্ষণ করে । বিজ্ঞান এবং বৈজ্ঞানিক জ্ঞানের ধরণ উভয়ই দর্শনের বিষয় । যেহেতু বিজ্ঞান নিজেই বিকশিত হচ্ছে, বৈজ্ঞানিক জ্ঞান এখন তাই একটি বৃহত্তর পরিসরে ব্যবহৃত হচ্ছে এবং নরম জিনিস সমূহের বিজ্ঞান যেমন, জীববিদ্যা, সামাজিক বিজ্ঞান এটির অন্তর্ভুক্ত । মেটা-জ্ঞানতত্ত্ব বা জেনেটিক জ্ঞানতত্ত্ব হিসেবে কোথাও কোথাও এটির আলোচনা করা হয় । কোন কোন ক্ষেত্রে এটিকে জ্ঞানীয় উন্নয়ন তত্ত্ব বলা হয় । উল্লেখ্য যে, জ্ঞানতত্ত্ব হল জ্ঞানের অধ্যয়ন এবং সেটা কিভাবে অর্জিত হয় তার জ্ঞান । বিজ্ঞান হল সেই প্রক্রিয়া যেটিতে দৈনন্দিন জীবনের চিন্তা-চেতনাকে যুক্তি সহকারে ব্যবহার করা হয় হিসাবকৃত পরীক্ষা-নিরীক্ষা দ্বারা । স্যার ফ্রান্সিস বেকন বৈজ্ঞানিক পদ্ধতির ঐতিহাসিক বিকাশে একজন মহত্বপূর্ণ ব্যক্তি ছিলেন । তিনি একই সাথে বৈজ্ঞানিক অনুসন্ধানের উদ্ভাবন প্রক্রিয়া প্রতিষ্ঠিত করেন এবং সেটিকে জনপ্রিয় করে তোলেন । তাঁর বিখ্যাত বাণী, “জ্ঞানই শক্তি” যা খুঁজে পাওয়া যায় মেডিটেশন সাক্রায় (১৫৯৭) বইয়ে । 

সাম্প্রতিক সময়ের আগ পর্যন্ত, অন্তত পশ্চিমা ঐতিহ্যে, এটা সাধারণভাবে ধরে নেয়া হত যে, জ্ঞান একমাত্র মানুষই ধারণ করতে পারে এবং শুধুমাত্র পূর্ণ বয়স্ক মানুষ দ্বারাই এটি সম্ভব । কখনও কখনও এই ধারণাও প্রচলিত ছিল যে, কিছু সোসাইটিতে যেমন, ( উদা: ) জ্ঞান শুধুমাত্র কাপটিক সংস্কৃতির মানুষই ধারণ করতে পারে কিন্তু এটি বিশ্বাসযোগ্য নয় । আবার অবচেতন জ্ঞানকে নিয়ম মাফিক ব্যবস্থা হিসাবে ধরে নেয়াটাও স্বাভাবিক ছিল না, যতক্ষণ না পর্যন্ত ফ্রয়েড এই পদ্ধতিটিকে জনপ্রিয় করে তোলেন । অন্যান্য জৈবিক ডোমেইনে যেখানে জ্ঞান প্রতিষ্ঠিত হয়েছিল বলা হয়ে থাকে এর মধ্যে রয়েছে: ইম্মউনে সিস্টেম এবং জেনেটিক কোডের ডিএনএ ।  

২.৩ জ্ঞানের  গুরুত্ব

এআই জ্ঞানকে নতুন করে অর্থ এবং গুরুত্ব দিয়েছে । এখন, প্রথমবারের মতো, বিশেষ জ্ঞানকে প্যাকেজ করা সম্ভব হয়েছে এবং এটি একটি সিস্টেমের সাথে বিক্রি করা সম্ভব যা  যুক্তি তৈরি করতে এবং সিদ্ধান্ত আঁকতে ব্যবহার করা যেতে পারে । এই গুরুত্বপূর্ণ বিকাশের সম্ভাবনা ইতিমধ্যে উপলব্ধি করা শুরু হয়েছে । কল্পনা করা হচ্ছে বিশেষ ক্ষেত্রে উচ্চ স্তরের পেশাদারী পরামর্শ দিতে সক্ষম নির্ভর যোগ্য ও নিরলস ভাবে কাজ করতে পারবে এমন ধরনের পদ্ধতি ক্রয় করা সম্ভব হবে । যেমন, উৎপাদন কৌশল, আর্থিক কৌশল, স্বাস্থ্য উন্নত করার উপায়, সর্বোত্তম খামার পরিকল্পনা, শীর্ষ বিপণন সেক্টর এবং কৌশল সহ আরও অনেক গুরুত্ব পূর্ণ বিষয় । আমরা এইসবের বাস্তব উপলব্ধি থেকে খুব বেশী দূরে নই । এইসব পদ্ধতি তৈরি এবং বিপননের মাধ্যমে শুধু মাত্র অর্থনৈতিক সুবিধায় নয় এর চেয়ে অনেক বেশী কিছু পাওয়ার আছে । এই জন্য দরকার জ্ঞান । আর এই জ্ঞান কে ব্যবহার করেই তৈরি করা হবে শক্তিশালী জ্ঞান ভিত্তিক পদ্ধতি । এই ক্ষেত্রে জাপানীরা প্যাকেজ জ্ঞান নিয়ন্ত্রণ এবং প্রচারে অগ্রণী ভুমিকা পালন করছে ।

জ্ঞান ভিত্তিক পদ্ধতি 

ষাটের দশকে যে গুরুত্বপূর্ণ পাঠটি শিখেছি সেটি হচ্ছে জেনারেল পারপাস প্রবলেম সল্ভার যেখানে কিছু সীমিত নিয়ম অথবা উপপাদ্য ব্যবহার করা হতো । এটি জটিল কোন সমস্যার সমাধানের ক্ষেত্রে কার্যকর হতে খুব দুর্বল ছিল । তবে এই উপলব্দি থেকেই পরবর্তীতে যে পদ্ধতির সূচনা করা হয়  সেটি  জ্ঞান ভিত্তিক পদ্ধতি বা নলেজ বেইজড সিস্টেম নামে খ্যাত । এটি এমন একটি পদ্ধতি যা জ্ঞান সমৃদ্ধ ভিত্তির উপর নির্ভর করে কঠিন কাজ গুলির সমাধান দিতে পারে ।  

১৯৭৭ সালে কৃত্রিম বুদ্ধিমত্তার আন্তর্জাতিক যৌথ সম্মেলনে এডওয়ার্ড ফিগেনবাউম তার একটি লেখায় এই নতুন চিন্তাভাবনার সারসংক্ষেপ তুলে ধরেন । তিনি যে বিষয়টির উপর সবচেয়ে বেশী জোর দিয়েছেন সেটি হচ্ছে এক্সপার্ট সিস্টেমের প্রকৃত শক্তি আসে জ্ঞান থেকে যা এটি ধারণ করে বরং আনুমানিক পরিকল্পনা ও অন্যান্য নিয়মের চেয়ে । এর একটি বড় উদাহরণ সংক্রামক রক্তের রোগ নির্ণয়ের জন্য তৈরি এক্সপার্ট সিস্টেম ‘মায়ছিন’ ।  

২.৪ জ্ঞান উপস্থাপনা

 জ্ঞান উপস্থাপনা কৃত্রিম বুদ্ধিমত্তার গবেষণায় অন্যতম সেরা অগ্রাধিকার দেওয়া হয় । জ্ঞান  ঘটনা, ধারণা, নিয়ম ইত্যাদি দ্বারা গঠিত। জ্ঞান বিভিন্ন আকার উপস্থাপন করা যায় । যেমন, কারো চিন্তা ভাবনার মানসিক চিত্রকে কোন ভাষায় কথা বলে, লিখে অথবা চিত্রের মাধ্যমে অথবা চুম্বকীয় দাগের সমষ্টি কম্পিউটারে সঞ্চিত করার মাধ্যমে প্রকাশ করা যায় । এর ব্যবহার নির্ভর করবে কোন ধরনের সমস্যা সমাধানে এটি ব্যবহার করা হবে এবং কি ধরনের  অনুমান পদ্ধতি ব্যবহার হবে সেটির উপর । উদাহরণস্বরূপ, কার্ড বা তাস খেলার কথা উল্লেখ করা যেতে পারে । তাস খেলায় কিছু নিয়ম ও তাসের মান ব্যবহার করা হয় । এটি উপস্থাপনের জন্য সবচেয়ে ভাল উপায় । যেমন, চার ধরনের তাস ইশকাপন বা স্পেড, হার্টস বা  হরতন, ডায়মন্ডস বা রুইতন, ক্লাবস বা চিরতন কে নিরূপণ করা হয় এবং তাদের মান টেক্কা, ২, ৩,....১০, গোলাম, সাহেব, বিবি প্রতীকী জোড়া হিসেবে ব্যবহার করা হয় । যেমন, হার্টসের বিবি বা কুইন <কুইন, হার্টস> বলা হয় । ব্রিজ খেলার ক্ষেত্রে তাসের ক্যাটাগরি বা স্যুট (suit) ও মান দুটোই গুরুত্বপূর্ণ অন্যদিকে যদি ব্ল্যাক জ্যাক খেলা হয় তাহলে শুধু ফেইস ভ্যালু গুরুত্বপূর্ণ । স্টেট ডায়াগ্রাম উপস্থাপনের মাধ্যমে সমাধান সহজ করা যায় । যেমন, টাওয়ার অব হানই প্রবলেম । নিয়ম ও শর্ত ব্যবহার করে সমাধান করার জন্য প্রারম্ভিক স্টেট থেকে চূড়ান্ত স্টেটে যেতে মাঝখানে সাহায্যকারী স্টেট ব্যবহার করা হয় ।    

এছাড়া আরও কয়েক ধরনের উপস্থাপন পদ্ধতি রয়েছে যা এআই গবেষকদের কাছে জনপ্রিয়তা পেয়েছে । এর মধ্যে সম্ভবত সবচেয়ে বেশী জনপ্রিয়তা পেয়েছে ফার্স্ট অর্ডার প্রেডিকেট লজিক । এটি গুরুত্বপূর্ণ কারন এর মত খুব কম পদ্ধতি আছে যাদের রয়েছে উন্নত তত্ত্ব, যুক্তিসংগত অভিব্যক্তিপূর্ণ ক্ষমতা এবং বৈধ সিদ্ধান্তের গঠন ।

অন্যান্য উপস্থাপন পদ্ধতির মধ্যে রয়েছে ফ্রেইম এবং এসোসিয়েটিভ নেটওয়ার্ক, ফাজি লজিক, মডাল লজিক, অবজেক্ট ওরিয়েনটেড মেথড ইত্যাদি ।    

২.৫ জ্ঞান সংগঠিত করা

জ্ঞানকে সঠিকভাবে মেমরিতে সংগঠিত করা কার্যকর প্রক্রিয়াকরণের জন্য একটি গুরুত্বপূর্ণ চাবি । জ্ঞান ভিত্তিক পদ্ধতিতে কোন নির্দিষ্ট সমস্যার কাঙ্ক্ষিত সমাধানের জন্য হাজার হাজার ঘটনা এবং নিয়ম প্রয়োজন হয় । এই জন্য প্রয়োজন সহজে উপযুক্ত তথ্য এবং নিয়ম সনাক্ত করা এবং পুনরুদ্ধার করা । অন্যথায় মেমরি থেকে বিশাল তথ্য খুঁজতে ও প্রমাণ করতে অনেক সময় চলে যাবে । এই জন্য মেমরিতে জ্ঞানকে সংগঠিত করা দরকার হয় । এর ফলে দ্রুত নির্দিষ্ট জ্ঞানে প্রবেশ করা সম্ভব হয় ।

ইনডেক্সিং পদ্ধতি ব্যবহার করে মেমরিতে সঞ্চিত জ্ঞানে সহজে প্রবেশ করা যায় । জ্ঞানকে এমনভাবে গোষ্ঠীবদ্ধ বা বিন্যাস করতে হবে যাতে কিওয়ার্ড ব্যবহার করে সেগুলতে প্রবেশ করা যায় । এর ফলে জ্ঞানের নির্দিষ্ট কোন খণ্ড খোঁজতে সমস্ত মেমরি না খোঁজে শুধু নলেজ বেজের ভগ্নাংশ খোঁজলেই হবে ।  

২.৬ জ্ঞান নিপূণভাবে ব্যবহার করা

জ্ঞান ভিত্তিক পদ্ধতির মধ্যে সিদ্ধান্ত এবং কর্ম নির্দিষ্ট উপায়ে জ্ঞান ম্যানিপুলেশনের  মাধ্যমে আসে । সাধারণত, প্রথমে কিছু ইনপুট একটি লক্ষ্য বা সিদ্ধান্তের জন্য  অনুসন্ধান শুরু করে । এটি তারপর নলেজবেজে থাকা পরিচিত তথ্যের সাথে তুলনা করে এবং এই পর্যায়ে উপ সিদ্ধান্ত তৈরি করে এরপর চূড়ান্ত সিদ্ধান্তে পৌছাতে কিছু পরবর্তী ইনপুট প্রয়োজন হয় এবং সেটি করা হয় চূড়ান্ত সিদ্ধান্তে পৌঁছানোর আগ পর্যন্ত । ম্যানিপুলেশন হচ্ছে যুক্তিকে গণনা করার সমতুল্য । জ্ঞান এবং অনুমান করার নিয়ম ব্যবহার করে এটির অনুমান অথবা সিদ্ধান্ত গ্রহণের একটি অবয়ব প্রয়োজন হয় ।  

জ্ঞান অর্জন

জ্ঞান সমৃদ্ধ পদ্ধতি নির্মাণের মধ্যে সবচেয়ে বড় বাধা হচ্ছে জ্ঞান অধিগ্রহণ এবং বৈধতা । জ্ঞান বিভিন্ন উৎস থেকে আসতে পারে । যেমন, বিশেষজ্ঞ, পাঠ্যপুস্তক, প্রতিবেদন, প্রযুক্তিগত নিবন্ধ ইত্যাদি । এটিকে দরকারী করতে হলে, জ্ঞান অবশ্যই সঠিক, এনকোডিংয়ের সঠিক স্তরে উপস্থাপন করা উচিত, এই অর্থে সম্পূর্ণ হতে হবে যে, সমস্ত প্রয়োজনীয় তথ্য এবং নিয়ম অন্তর্ভুক্ত করা হয়েছে এবং এটি অসঙ্গতি মুক্ত । একজন বিশেষজ্ঞ থেকে তথ্য বাহির করা, অনুসন্ধান করা, পদ্ধতি এবং নিয়ম তৈরি করা একটি ধীর এবং ক্লান্তিকর প্রক্রিয়া । এটিই একমাত্র সবচেয়ে বেশি সময় গ্রাসকারী এবং তৈরি  প্রক্রিয়ায় ব্যয়বহুল অংশ । এই জন্য উন্নয়ন করা হয়েছে ইন্টেলিজেন্ট এডিটর সহ বেশকিছু অধিগ্রহণ সরঞ্জাম যা নলেজ ইঞ্জিনিয়ার এবং এর ব্যবহারকারিদের  সহায়তা প্রদান করে ।  

২.৭ প্রশ্ন ও উত্তর

১. জ্ঞান, বিলিফ,হাইপোথিসিস, ডেটা এবং ইনফরমেশন কি? 

উত্তরঃ জ্ঞান বলতে কোন বিষয় সম্পর্কে তাত্ত্বিক ও ব্যবহারিক শিক্ষা থাকাকে বুঝায় । এটা বহিঃপ্রকাশ ধরনের হতে পারে (যেমন, ব্যবহারিক গুনাবালী সম্পন্ন বা অভিজ্ঞতা সম্পন্ন) অথবা বহিঃপ্রকাশ ধরনের নাও হতে পারে (যেমন, কোনো বিষয়ে শুধু তাত্ত্বিক দিকটি বোঝা) । এটা কম বা বেশি ফর্মাল বা নিয়মানুযায়ী সম্পন্ন হতে পারে । দর্শনশাস্ত্রের, জ্ঞান নিয়ে যে অংশটি আলোচনা করে তাকে জ্ঞানতত্ত্ব বলে । দার্শনিক প্লেটো জ্ঞানকে প্রতিষ্ঠানিক ভাবে সংজ্ঞায়িত করেন “প্রমাণিত সত্য বিশ্বাস” বলে । যদিওবা এই সংজ্ঞা নিয়ে অনেক বিশ্লেষক দার্শনিক একমত হন যে, সংজ্ঞাটির মধ্যে কিছু সমস্যা রয়েছে, এর কারণ হল গেটিয়ের সমস্যা । যদিওবা প্রচুর সংজ্ঞা রয়েছে জ্ঞানের উপর এবং প্রচুর তত্ত্ব রয়েছে এটির অস্তিত্ব নিয়ে । জ্ঞান অর্জনের সাথে জটিল মনস্তাত্ত্বিক প্রক্রিয়া জড়িত: উপলব্ধি, সংযোগ এবং যুক্তি যেখানে জ্ঞানকে মানব মস্তিষ্কের কোনো কিছু বুঝতে পারার ক্ষমতার সাথেও তুলনা করা হয় ।

বিলিফ একটি মতামত বা এমন কিছু যা কোনও ব্যক্তি সত্য বলে ধরে থাকে । যেমন, ঈশ্বরের প্রতি বিশ্বাস একটি বিলিফের উদাহরণ ।

হাইপোথিসিস হ'ল দুটি বা তার বেশি ভেরিয়েবলের মধ্যে সম্পর্ক সম্পর্কে একটি স্থায়ী বক্তব্য । এটি একটি নির্দিষ্ট, পরীক্ষামূলক ভবিষ্যদ্বাণী যে, কোন গবেষণায় কী ঘটবে বলে আপনি আশা করেন । পরিসংখ্যান এবং বিজ্ঞানের জগতে বেশিরভাগ হাইপোথিসিস বা অনুমানকে ‘যদি ... তবে’ বিবৃতি হিসাবে লেখা হয় ।

ডেটা হ'ল ঘটনা, উপাত্ত বা পরিসংখ্যান - তথ্যের বিট, তবে নিজেই তথ্য নয় । যখন ডেটা প্রক্রিয়া করা, ব্যাখ্যা করা, সংগঠিত, কাঠামোগত বা উপস্থাপন করা হয় যাতে তাদের অর্থবোধক বা দরকারী করে তোলা হয় তখন তাকে ইনফরমেশন বা তথ্য বলা হয় ।  তথ্য উপাত্তের জন্য প্রসঙ্গ সরবরাহ করে ।  

২. ডিক্লারেটিভ এবং প্রসেডিউরাল  জ্ঞানের পার্থক্য বর্ণনা কর ।

উত্তরঃ ডিক্লারেটিভ জ্ঞান কোন কিছু জেনে রাখার সাথে জড়িত ।  যেমন, অ স্বরবর্ণের প্রথম অক্ষর, অস্ট্রেলিয়ার রাজধানী ক্যানবেরা । এই জ্ঞানকে মেমরিতে সংরক্ষিত প্রকৃত তথ্য হিসাবে সংজ্ঞায়িত করা হয় এবং স্থির হিসাবে পরিচিত ।  অপর দিকে প্রসেডিউরাল জ্ঞান বা পদ্ধতিগত জ্ঞান কীভাবে সম্পাদন করতে হয় বা কীভাবে পরিচালনা করা যায় তার জ্ঞান । কীভাবে কিছু করা যায় তা জানার সাথে জড়িত ।  উদাহরণস্বরূপ, বাইক চালানো ।

৩. জ্ঞান উপস্থাপনার  বিভিন্ন প্রক্রিয়া আলোচনা কর ।

উত্তরঃ জ্ঞান বিভিন্ন আকার উপস্থাপন করা যায় । যেমন, কারো চিন্তা ভাবনার মানসিক চিত্রকে কোন ভাষায় কথা বলে, লিখে অথবা চিত্রের মাধ্যমে অথবা চুম্বকীয় দাগের সমষ্টি কম্পিউটারে সঞ্চিত করার মাধ্যমে প্রকাশ করা যায় । এর ব্যবহার নির্ভর করবে কোন ধরনের সমস্যা সমাধানে এটি ব্যবহার করা হবে এবং কি ধরনের অনুমান পদ্ধতি ব্যবহার হবে সেটির উপর । স্টেট ডায়াগ্রাম উপস্থাপনের মাধ্যমে সমাধান সহজ করা যায় । যেমন, টাওয়ার অব হানই প্রবলেম । নিয়ম ও শর্ত ব্যবহার করে সমাধান করার জন্য প্রারম্ভিক স্টেট থেকে চূড়ান্ত স্টেটে যেতে মাঝখানে সাহায্যকারী স্টেট ব্যবহার করা হয় । এছাড়া আরও কয়েক ধরনের উপস্থাপন পদ্ধতি রয়েছে যা এআই গবেষকদের কাছে জনপ্রিয়তা পেয়েছে । এর মধ্যে সম্ভবত সবচেয়ে বেশী জনপ্রিয়তা পেয়েছে ফার্স্ট অর্ডার প্রেডিকেট লজিক । এটি গুরুত্বপূর্ণ কারন এর মত খুব কম পদ্ধতি আছে যাদের রয়েছে উন্নত তত্ত্ব, যুক্তিসংগত অভিব্যক্তিপূর্ণ ক্ষমতা এবং বৈধ সিদ্ধান্তের গঠন । অন্যান্য উপস্থাপন পদ্ধতির মধ্যে রয়েছে ফ্রেম এবং এসোসিয়েটিভ নেটওয়ার্ক, ফাজি লজিক, মডাল লজিক, অবজেক্ট ওরিয়েনটেড মেথড ইত্যাদি ।   

৪. জ্ঞান ভিত্তিক পদ্ধতি কি? আলোচনা কর ।

উত্তরঃ জ্ঞান ভিত্তিক পদ্ধতি এমন একটি পদ্ধতি যা জ্ঞান সমৃদ্ধ ভিত্তির উপর নির্ভর করে কঠিন কাজ গুলির সমাধান দিতে পারে । ১৯৭৭ সালে কৃত্রিম বুদ্ধিমত্তার আন্তর্জাতিক যৌথ সম্মেলনে এডওয়ার্ড ফিগেনবাউম তার একটি লেখায় এই নতুন চিন্তাভাবনার সারসংক্ষেপ তুলে ধরেন । তিনি যে বিষয়টির উপর সবচেয়ে বেশী জোর দিয়েছেন সেটি হচ্ছে এক্সপার্ট সিস্টেমের প্রকৃত শক্তি আসে জ্ঞান থেকে যা এটি ধারণ করে বরং আনুমানিক পরিকল্পনা ও অন্যান্য নিয়মের চেয়ে । এর একটি বড় উদাহরণ সংক্রামক রক্তের রোগ নির্ণয়ের জন্য তৈরি এক্সপার্ট সিস্টেম ‘মায়ছিন’ ।

REFERENCES

1. Patterson, D. W. (1990). Introduction to artificial intelligence and expert systems. Prentice-hall of India.
2. Russel, S., & Norvig, P. (2010). Artificial Intelligence: A Modern Approach Thrid Edition. Person Education, Boston Munich.
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. knowledge: definition of knowledge. Oxford dictionary (American English) (US). Retrieved from https://oxforddictionaries.com/
7. knowledge, Retrieved from https://en.wikipedia.org › wiki › Knowledge
8. Newell ,A., Retrieved from https://en.wikipedia.org/wiki/Allen_Newell

 

RESEARCH AREAS OF AI 

Anything that gives us new knowledge gives us an opportunity to be more rational.

-Herbert A. Simon (USA, 1916-2001)

হারবার্ট আলেকজান্ডার সাইমনঃ যুক্তি এবং সিদ্ধান্ত গ্রহণে অগ্রদূত

হারবার্ট আলেকজান্ডার সাইমন একজন আমেরিকান অর্থনীতিবিদ এবং রাষ্ট্রবিজ্ঞানী ছিলেন । তার প্রাথমিক আগ্রহ ছিল অর্গানাইজেশনের সিদ্ধান্ত গ্রহণ এবং “সীমাবদ্ধ যুক্তিসঙ্গতা” এবং “সেটিসফাইছিং” তত্ত্বগুলির জন্য তিনি সর্বাধিক পরিচিত । ১৯৭৮ সালে তিনি অর্থনীতিতে নোবেল পুরস্কার লাভ করেন এবং ১৯৭৫ সালে টিউরিং পুরস্কার লাভ করেন । তাঁর গবেষণাটি আন্তঃশাস্ত্রীয় প্রকৃতির জন্য সুপরিচিত এবং জ্ঞানীয় বিজ্ঞান, কম্পিউটার বিজ্ঞান, জনপ্রশাসন, ব্যবস্থাপনা এবং রাষ্ট্রবিজ্ঞানের ক্ষেত্রগুলিতে ছড়িয়ে পড়ে । বিশেষত, সাইমন ছিলেন কৃত্রিম বুদ্ধিমত্তা, তথ্য প্রক্রিয়াকরণ, সিদ্ধান্ত গ্রহণ, সমস্যা সমাধান, সংগঠন তত্ত্ব এবং জটিল পদ্ধতির মতো আধুনিক দিনের অনেক ডোমেইনের অগ্রদূত । হার্বার্ট আলেকজান্ডার সাইমন ১৯১৬ সালের ১৫ জুন উইসকনসিনের মিলওয়াকি শহরে জন্মগ্রহণ করেন । তাঁর পিতা আর্থার সাইমন (১৮৮১-১৯৪৮) ছিলেন একজন ইহুদি বৈদ্যুতিক প্রকৌশলী যিনি ১৯০৩ সালে জার্মানির ডার্মস্টট এর টেকনিশি হকসচুল থেকে স্নাতক ডিগ্রি লাভের পর আমেরিকা এসেছিলেন । সাইমনের বাবা ইহুদি ছিলেন এবং তার মা ইহুদী, লুথেরান এবং ক্যাথলিক ব্যাকগ্রাউন্ডের পরিবার থেকে এসেছিলেন । সাইমন মিলওয়াকি পাবলিক স্কুল সিস্টেমে শিক্ষা গ্রহণ করেছিলেন, যেখানে তিনি বিজ্ঞানের উপর আগ্রহ গড়েছিলেন । ১৯৩৩ সালে সাইমন ইউনিভার্সিটি অব শিকাগোতে প্রবেশ করেন এবং প্রথম দিকের প্রভাবগুলি অনুসরণ করে তিনি সামাজিক বিজ্ঞান এবং গণিত অধ্যয়ন করেন । তিনি জীববিজ্ঞানে আগ্রহী ছিলেন, কিন্তু তার কালার ব্লাইন্ড জনিত সমস্যার কারনে এটি পড়ার সিদ্ধান্ত নেননি । তার পরিবর্তে তিনি রাষ্ট্রবিজ্ঞান এবং অর্থনীতি বেছে নিয়েছিলেন । তাঁর সবচেয়ে গুরুত্বপূর্ণ পরামর্শদাতা হেনরি স্লেতজ ছিলেন একজন অর্থনীতিবিদ এবং গাণিতিক অর্থনীতিবিদ । সাইমন শিকাগো বিশ্ববিদ্যালয় থেকে রাষ্ট্র বিজ্ঞানে বি.এ. (১৯৩৬) এবং পিএইচডি (১৯৪৩) সম্পন্ন করেন যেখানে তিনি হ্যারল্ড লাসওয়েল, নিকোলাস রাশেভস্কি, রুডলফ কার্নেপ, হেনরি শুল্জ এবং চার্লস এডওয়ার্ড মেরিয়ামের অধীনে অধ্যয়ন করেন । মেজারিং মিউনিসিপ্যাল গভর্নমেন্টস কোর্সে নথিভুক্ত করার পরে, সাইমনকে ক্লারেন্স রিডলেয়ের গবেষক হিসেবে আমন্ত্রণ জানানো হয়েছিল, যার সাথে তিনি ১৯৩৮ সালে মিউনিসিপাল ক্রিয়াকলাপের পরিমাপ করছিলেন । তার গবেষণায় তিনি অর্গানাইজেশনের সিদ্ধান্ত গ্রহণের ক্ষেত্রের উপর কাজ করেন, যা পরবর্তীতে তার ডক্টরাল গবেষনার বিষয় হয়ে ওঠে । স্নাতকোত্তর ডিগ্রি অর্জনের পর, সাইমন পৌর প্রশাসনে গবেষণা সহায়ক সহায়তা পান যা ক্যালিফোর্নিয়ার ইউনিভার্সিটি অব ক্যালিফোর্নিয়াতে পরিচালক পদে পরিণত হয় । ১৯৪২ থেকে ১৯৪৯ সাল পর্যন্ত সাইমন ছিলেন রাষ্ট্রবিজ্ঞানের অধ্যাপক এবং শিকাগো ইলিনয় ইন্সটিটিউট অব টেকনোলজিতে বিভাগের চেয়ারম্যান হিসেবে দায়িত্ব পালন করেন । সেখানে তিনি কাউলস কমিশনের কর্মীদের দ্বারা অনুষ্ঠিত সেমিনারে অংশগ্রহন করেন, যে সময়টিতে ট্রাইগভে হাভেলমো, জ্যাকব মার্সচাক এবং তেজ্লিং কোপম্যানও ছিলেন । এভাবে তিনি প্রাতিষ্ঠানিকতার ক্ষেত্রে অর্থনীতিতে গভীরভাবে অধ্যয়ন শুরু করেন । মার্সচাক “পারমাণবিক শক্তির সম্ভাব্য অর্থনৈতিক প্রভাব” এই গবেষণায় সহায়তা করার জন্য সাইমনকে এনেছিলেন যেখানে তিনি গবেষণায় স্যাম সছুর এর সাথে যুক্ত ছিলেন । এরপর ১৯৪৯ থেকে ২০০১ সাল পর্যন্ত তিনি কার্নেগী মেলন ইউনিভার্সিটিতে ছিলেন । তিনি ৯ ফেব্রুয়ারী, ২০০১ সালে মৃত বরণ করেন ।

কৃত্রিম বুদ্ধিমত্তার ব্যবহার ও প্রয়োগ অতি দ্রুততার সাথে এগিয়ে চলেছে । ফলশ্রুতিতে এই প্রযুক্তির উপর চলছে নানামুখী গবেষণা । প্রযুক্তিকে টেকসই, উন্নত ও গ্রহনযোগ্য করে তোলার জন্য যুগোপযোগী গবেষণার কোন বিকল্প নেই । এই অধায়ে কৃত্রিম বুদ্ধিমত্তার কিছু ক্ষেত্রের সাথে পরিচিত হব যেখানে দরকার বিস্তর গবেষণা ও উন্নয়ন ।

 ৩.১ এআই গবেষণার ক্ষেত্রসমূহ

কৃত্রিম বুদ্ধিমত্তার রাজ্য বিশাল । এআইয়ের ডোমেইনে নিন্ম লিখিত ক্ষেত্র গুলি আমরা গবেষণার ক্ষেত্র হিসেবে বিবেচনা করি ।  

৩.২ কথা ও কণ্ঠস্বর সনাক্তকরণ

(Speech and Voice Recognition) কথা ও কণ্ঠস্বর উভয় শব্দই এক্সপার্ট সিস্টেম, রোবটিক্স এবং ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিংয়ের ক্ষেত্রে ব্যবহার হয়ে থাকে । শব্দ দুটি বিনিমেয় হিসেবে ব্যবহার হলেও এদের আলাদা কাজ রয়েছে । 

 

কথা সনাক্তকরণ ( speech  recognition)	কণ্ঠস্বর সনাক্তকরণ (voice recognition)
কথা সনাক্তকরণের উদ্দেশ্য হচ্ছে কি কথা বলা হয়েছে তা বুঝতে পারা এবং হৃদয়ঙ্গম করা ।	কণ্ঠস্বর সনাক্তকরণের উদ্দেশ্য হচ্ছে কে কথা বলছে সেটি সনাক্ত করা ।
এটি হ্যান্ড-ফ্রি কম্পিউটিং, মানচিত্র বা মেনু নেভিগেশনে ব্যবহৃত হয় ।	এটি একজন  ব্যক্তিকে সনাক্ত করতে ঐ ব্যক্তির  কণ্ঠস্বর বিশ্লেষণ, মাত্রা, উচ্চারণ ইত্যাদিতে ব্যবহৃত হয় ।
যেহেতু এটা স্পিকার নির্ভরশীল নয় কাজেই মেশিনকে ট্রেইনিং বা  প্রশিক্ষনের প্রয়োজন হয় না ।	প্রশিক্ষণ প্রয়োজন হয় কারন এটি ব্যক্তি ভিত্তিক ।

 ৩.৩ কথা ও কণ্ঠস্বর সনাক্তকরণের প্রক্রিয়া

ব্যবহারকারী মাইক্রোফোনে কথা বলার পর সেটি সিস্টেমের সাউন্ড কার্ডে যায় । এরপর কথাকে প্রক্রিয়া করার জন্য কনভার্টার অ্যানালগ সিগন্যাল কে ডিজিটাল সিগন্যালে রপান্তর করে । এরপর শব্দ সনাক্ত করার জন্য ডেটাবেজের নমুনার সাথে তুলনা করা হয় । তুলনা করার  পরে সেই প্রতিক্রিয়া আবার ডেটাবেজে রিভার্স করা হয় । এরপর এই সোর্স-ভাষা পাঠটি অনুবাদ যন্ত্রে ইনপুট হয়ে যায় এবং এটি টার্গেট ভাষা পাঠ্যে রূপান্তরিত হয় । এটি ইন্টারেক্টিভ জি ইউ আই (GUI), শব্দভাণ্ডারের বিশাল ডেটাবেজ  ইত্যাদি সমর্থন করে ।

৩.৪ এআই গবেষণা ও প্রয়োগের  ক্ষেত্র

গবেষণার ক্ষেত্র	উদাহরন	প্রয়োগ
এক্সপার্ট সিস্টেম	ফ্লাইট-ট্র্যাকিং সিস্টেম, চিকিৎসা ক্ষেত্রে রোগ নির্ণয়  ইত্যাদি ।
ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং	স্পিচ রেকগনিশন যেমন: আইফোনের সিরি অ্যাপস,  অটোমেটিক ভয়েস আউটপুট, অপটিক্যাল ক্যারেকটার রেকগনিশন, মেশিন ট্রানস্লেশন, সেনটিমেন্ট এনালাইসিস ।
আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক	প্যাটার্ন রেকগনিশন সিস্টেম । যেমন: ফেইস রেকগনিশন, হ্যান্ডরাইটিং রেকগনিশন  ইত্যাদি ।
রোবটিক্স	ইন্ডাস্ট্রিয়াল রোবট স্প্রে, পেইন্টিং, নির্ভুলতা পরীক্ষণ, পরিষ্কার, লেপ, খোদাই ইত্যাদি কাজে ব্যবহৃত হয় । মেডিক্যাল রোবট ক্লিনিক্যাল কাজে ব্যবহৃত হয় । নাসা রোবট ব্যবহার করছে বিভিন্ন গবেষণায় ।
ফাজি লজিক   সিস্টেম	কনসিউমার ইলেকট্রনিক্স, অটোমোবাইল ইত্যাদি ।
ইন্টারনেট অফ থিংস  (আইওটি)	ইন্টারনেট অফ থিংস বিপুল পরিমাণ ডেটা সংগ্রহ এবং পরিচালনা করতে কৃত্রিম বুদ্ধিমত্তা অ্যালগরিদমগুলি ব্যবহার করে । এই অ্যালগরিদমগুলি ডেটাকে কার্যকর ফলাফলে রূপান্তর করে যা আইওটি  ডিভাইসগুলি দ্বারা প্রয়োগ করা যেতে পারে । আই ও টি বিভিন্ন ক্ষেত্রে ইতিমধ্যে ব্যবহার শুরু হয়ে গিয়েছে যেমন হোম অটোমেশন, স্মার্ট সিটি, সাপ্লাই চেইন, স্বাস্থ্য সেবা, কৃষি, শিল্প ইত্যাদি জায়গায় এর ব্যবহার দ্রুত গতিতে বেড়ে চলেছে ।

৩.৫ এআই এর কার্য শ্রেণীবিন্যাস

এআই এর কার্যক্ষেত্র
জাগতিক কাজ	নিয়মমাফিক কাজ	বিশেষজ্ঞ কাজ
উপলব্ধি  (Perception) § কম্পিউটারের দূরদর্শিতা (vision) যেমন: কোন বস্তুকে বোঝা §  ভাষা ও কণ্ঠস্বর বোঝা	গনিত  (Mathematics) §  জ্যামিতি §  যুক্তিবিদ্যা §  ইন্টিগ্রেশন এন্ড ডিফারেনশিয়েশন	প্রকৌশল (Engineering) §  নকশা তৈরি  §   ত্রুটি  সনাক্তকরণ §  উদ্ভাবন §  পর্যবেক্ষণ
ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং (Natural Language Processing) বোঝা সৃষ্টি অনুবাদ	গেম (Games) §  গো §  দাবা §  চেকার্স §  ব্যাকগ্যামন	বৈজ্ঞানিক বিশ্লেষণ (Scientific Aanlysis)
কাণ্ডজ্ঞান (Common Sense)		অর্থনৈতিক বিশ্লেষণ (Financial Analysis)
যুক্তি (Reasoning)		মেডিকেল রোগ  নির্ণয় (Medical Diagnosis)
পরিকল্পনা (Planning)		সৃজনশীলতা (Creativity)
রোবটিক্স (Robotics)

  ৩.৬ প্রশ্ন ও উত্তর  

১.  কৃত্রিম বুদ্ধিমত্তার গবেষণার ক্ষেত্র গুলির নাম লেখ ।   

উত্তরঃ কৃত্রিম বুদ্ধিমত্তার রাজ্য বিশাল । এআইয়ের ডোমেইনে নিন্ম লিখিত ক্ষেত্র গুলি কৃত্রিম বুদ্ধিমত্তার গবেষণার ক্ষেত্র হিসেবে বিবেচনা করা হয়:

• নিউরাল নেটওয়ার্ক
• ফাজি লজিক 
• ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং
• এক্সপার্ট সিস্টেম
• রোবটিক্স
• সার্চ
• গেমিং ইত্যাদি

২. ভাষা সনাক্তকরণ বলিতে কি বুঝ ? এটি কোথায়  ব্যবহার করা হয় ? 

উত্তরঃ ভাষা সনাক্তকরণ বলতে বুঝায় কি কথা বলা হয়েছে তা বুঝতে পারা এবং হৃদয়ঙ্গম করা । এটি হ্যান্ড-ফ্রি কম্পিউটিং, মানচিত্র বা মেনু নেভিগেশন সহ বিভিন্ন ক্ষেত্রে ব্যবহৃত হয় ।

REFERENCES

1. Henderson, H. (2007). Artificial intelligence: mirrors for the mind. Infobase Publishing.
2. Russel, S., & Norvig, P. (2010). Artificial Intelligence: A Modern Approach Thrid Edition. Person Education, Boston Munich.
3. Patterson, D. W. (1990). Introduction to artificial intelligence and expert systems. Prentice-hall of India.
4. Rich, E., & Knight, K. (1991). Artificial Intelligence TATA McGRAW-HILL.
5. Akerkar, R. (2014). Introduction to artificial intelligence. PHI Learning Pvt. Ltd.
6. The role of artificial intelligence in the internet of things. Retrieved from https://www.geeksforgeeks.org/the-role-of-artificial-intelligence-in-internet-of-things/
7. Herbert.A.S. Retrieved from https://en.wikipedia.org/wiki/Herbert_A._Simon
8. 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