আর্টিফিশিয়াল ইন্টেলিজেন্স কি - Artificial Intelligence কি

Artificial Intelligence অর্থ হলো কৃত্তিম বুদ্ধিমত্তা এর সংক্ষিপ্ত নাম AI। উইকিপিডিয়া বলেছে Artificial Intelligence হল একটি যন্ত্রের বুদ্ধিমত্তা যা একজন মানুষ যেকোনো বুদ্ধিবৃত্তিক কাজ সফলভাবে সম্পাদন করতে পারে। AI বা আর্টিফিশিয়াল ইন্টিলিজেন্সকে সহজভাবে "বুদ্ধিমান মেশিন" হিসেবে সংজ্ঞায়িত করা যায়। মূলত Artificial Intelligence হল একটি আন্তঃবিষয়ক বিজ্ঞান যার একাধিক পদ্ধতি রয়েছে। যাইহোক, Artificial Intelligence এর সংজ্ঞাটি এখনও বিতর্কিত।

কিছু যুগান্তকারী পাঠ্যপুস্তকে কৃত্রিম বুদ্ধিমত্তার ব্যাপারে যা লিখেছেন লেখকরাঃ লেখক স্টুয়ার্ট রাসেল এবং পিটার নরভিগ বলেন Artificial Intelligence হল "এজেন্টদের অধ্যয়ন যা পরিবেশ থেকে উপলব্ধি গ্রহণ করে এবং ক্রিয়া সম্পাদন করে।" নরভিগ এবং রাসেল চারটি ভিন্ন পদ্ধতির অন্বেষণ করতে যান যা ঐতিহাসিকভাবে Artificial Intelligence এর ক্ষেত্রকে সংজ্ঞায়িত করেছেঃ ১। মানবিকভাবে চিন্তা করা ২। যৌক্তিকভাবে চিন্তা করা ৩। মানবিক অভিনয় ৪। যুক্তিপূর্ণ অভিনয়

প্রথম দুটি ধারণা চিন্তা, প্রক্রিয়া এবং যুক্তির সাথে সম্পর্কিত, অন্যগুলি আচরণের সাথে মোকাবিলা করে। নরভিগ এবং রাসেল বিশেষ করে যুক্তিবাদী এজেন্টদের উপর ফোকাস করেন যারা সর্বোত্তম ফলাফল অর্জনের জন্য কাজ করে। উল্লেখ্য যে "টুরিং টেস্টের জন্য প্রয়োজনীয় সমস্ত দক্ষতা ও একজন এজেন্টকে যুক্তিযুক্তভাবে কাজ করার অনুমতি দেয়।"

প্যাট্রিক উইনস্টন, এমআইটি-তে কৃত্রিম বুদ্ধিমত্তা এবং কম্পিউটার বিজ্ঞানের ফোর্ড অধ্যাপক, Artificial Intelligence কে সীমাবদ্ধতার দ্বারা সক্রিয় করা অ্যালগরিদম হিসাবে সংজ্ঞায়িত করেছেন। যা চিন্তা, উপলব্ধি এবং ক্রিয়াকে একত্রে বাঁধা লুপগুলিতে লক্ষ্য করে মডেলগুলিকে সমর্থন করে। 

যদিও এই সংজ্ঞাগুলি গড় ব্যক্তির কাছে বিমূর্ত বলে মনে হতে পারে। তারা কম্পিউটার বিজ্ঞানের একটি ক্ষেত্র হিসাবে ক্ষেত্রটিকে ফোকাস করতে সাহায্য করে যা মেশিন লার্নিং এবং কৃত্রিম বুদ্ধিমত্তার অন্যান্য উপসেটগুলির সাথে মেশিন এবং প্রোগ্রামগুলিকে সংমিশ্রিত করার জন্য একটি নকশা প্রদান করে। Artificial Intelligence অর্থাৎ কৃত্রিম বুদ্ধিমত্তা চার প্রকারঃ

 ১। প্রতিক্রিয়াশীল মেশিন

একটি প্রতিক্রিয়াশীল যন্ত্র Artificial Intelligence এর নীতিগুলির সবচেয়ে মৌলিক অনুসরণ করে এবং এটির নাম থেকে বোঝা যায়, এটি শুধুমাত্র তার বুদ্ধিমত্তা ব্যবহার করে এটির সামনের বিশ্বকে উপলব্ধি করতে এবং প্রতিক্রিয়া জানাতে সক্ষম। একটি প্রতিক্রিয়াশীল মেশিন মেমরি সংরক্ষণ করতে পারে না এবং ফলস্বরূপ বাস্তব সময়ে সিদ্ধান্ত নেওয়ার জন্য অতীত অভিজ্ঞতার উপর নির্ভর করতে পারে না। 

একটি প্রতিক্রিয়াশীল মেশিনের একটি বিখ্যাত উদাহরণ হল “ডিপ ব্লু” যা ১৯৯০- এর দশকে আইবিএম দ্বারা একটি দাবা খেলা সুপার কম্পিউটার হিসাবে ডিজাইন করা হয়েছিল এবং যা একটি গেমে আন্তর্জাতিক গ্র্যান্ডমাস্টার গ্যারি কাসপারভকে পরাজিত করেছিল। “ডিপ ব্লু“ শুধুমাত্র একটি দাবা বোর্ডের টুকরোগুলি শনাক্ত করতে এবং দাবার নিয়মের উপর ভিত্তি করে প্রতিটি চাল কীভাবে চালে তা জানত। প্রতিটি অংশের বর্তমান অবস্থানকে বুঝতে এবং সেই মুহূর্তে সবচেয়ে যৌক্তিক পদক্ষেপটি কী হবে তা নির্ধারণ করতে সক্ষম ছিল। কম্পিউটার তার প্রতিপক্ষের ভবিষ্যতে সম্ভাব্য চাল অনুসরণ করছিল না বা তার নিজের অংশগুলিকেও আরও ভাল অবস্থানে রাখার চেষ্টাও করছিল না। প্রতিটি বাঁককে তার নিজস্ব বাস্তবতা হিসাবে দেখছিল।

আরো পড়ুনঃ বিজ্ঞান কি 

২। সীমিত মেমরি

সীমিত মেমরির কৃত্রিম বুদ্ধিমত্তা তথ্য সংগ্রহ করার সময় এবং সম্ভাব্য সিদ্ধান্তগুলি বুঝার সময় পূর্ববর্তী ডেটা এবং ভবিষ্যদ্বাণীগুলি সংরক্ষণ করার ক্ষমতা রাখে — মূলত পরবর্তী কী হতে পারে তার সংকেতগুলির জন্য অতীতের দিকে তাকিয়ে থাকে। 

সীমিত মেমরি তখনই Artificial Intelligence তৈরি হয় যখন একটি দল ক্রমাগত একটি মডেলকে দেখিয়ে দেয় যে কীভাবে নতুন ডেটা বিশ্লেষণ এবং ব্যবহার করতে হয়। মেশিন লার্নিং-এ সীমিত মেমরি Artificial Intelligence ব্যবহার করার সময়, ছয়টি ধাপ অনুসরণ করতে হবেঃ 

১. প্রশিক্ষণের ডেটা তৈরি করতে হবে ২. মেশিন লার্নিং মডেল তৈরি করতে হবে ৩. মডেলটিকে ভবিষ্যদ্বাণী করতে সক্ষম হতে হবে ৪. মডেলটিকে মানব বা পরিবেশগত প্রতিক্রিয়া পেতে সক্ষম হতে হবে ৫. প্রতিক্রিয়া তথ্য হিসাবে সংরক্ষণ করা আবশ্যক ৬. এই পদক্ষেপ একটি চক্র হিসাবে পুনরাবৃত্তি করা আবশ্যক

তিনটি প্রধান মেশিন লার্নিং মডেল রয়েছে যা সীমিত মেমরির কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে:

• রিইনফোর্সমেন্ট লার্নিং যা বারবার ট্রায়াল-এন্ড-এরর মাধ্যমে ভালো ভবিষ্যদ্বাণী করতে শেখে।

• লং শর্ট টার্ম মেমরি (LSTM), যা একটি ক্রমানুসারে পরবর্তী আইটেমটির পূর্বাভাস দিতে সাহায্য করার জন্য অতীতের ডেটা ব্যবহার করে। LTSMs আরও সাম্প্রতিক তথ্যগুলিকে সবচেয়ে গুরুত্বপূর্ণ হিসাবে দেখে যখন ভবিষ্যদ্বাণী করে। 

• বিবর্তনীয় জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্কস (ই-জিএএন), যা সময়ের সাথে সাথে বিবর্তিত হয়। প্রতিটি নতুন সিদ্ধান্তের সাথে পূর্ববর্তী অভিজ্ঞতার ভিত্তিতে সামান্য পরিবর্তিত পথগুলি অন্বেষণ করতে বৃদ্ধি পায়। এই মডেলটি ক্রমাগত একটি ভাল পথের সন্ধানে থাকে এবং এর বিবর্তনীয় মিউটেশন চক্র জুড়ে ফলাফলের পূর্বাভাস দেওয়ার জন্য সিমুলেশন এবং পরিসংখ্যান ব্যবহার করে।

আরো পড়ুনঃ মোবাইল টাওয়ারের ক্ষতিকর দিক

৩। মনের তত্ত্ব

থিওরি অফ মাইন্ড ঠিক এটাই—তাত্ত্বিক। কৃত্রিম বুদ্ধিমত্তার এই পরবর্তী স্তরে পৌঁছানোর জন্য প্রয়োজনীয় প্রযুক্তিগত এবং বৈজ্ঞানিক সক্ষমতা আমরা এখনও অর্জন করতে পারিনি। ধারণাটি বোঝার মনস্তাত্ত্বিক ভিত্তির উপর ভিত্তি করে যে অন্যান্য জীবিত জিনিসের চিন্তাভাবনা এবং আবেগ রয়েছে যা একজনের নিজের আচরণকে প্রভাবিত করে। 

Artificial Intelligence মেশিনের পরিপ্রেক্ষিতে, এর অর্থ এই যে Artificial Intelligence মানুষ, প্রাণী এবং অন্যান্য মেশিনগুলি কীভাবে অনুভব করে এবং আত্ম-প্রতিফলন এবং সংকল্পের মাধ্যমে সিদ্ধান্ত নিতে পারে তা বুঝতে পারে এবং তারপরে তাদের নিজস্ব সিদ্ধান্ত নিতে সেই তথ্য ব্যবহার করবে। মূলত, মেশিনগুলিকে "মন" ধারণাটি উপলব্ধি করতে এবং প্রক্রিয়া করতে সক্ষম হতে হবে। সিদ্ধান্ত নেওয়ার ক্ষেত্রে আবেগের ওঠানামা এবং বাস্তব সময়ে অন্যান্য মনস্তাত্ত্বিক ধারণাগুলির একটি লিটানি, মানুষ এবং কৃত্রিম বুদ্ধিমত্তার মধ্যে দ্বিমুখী সম্পর্ক তৈরি করে৷

৪। আত্মসচেতনতা

একবার কৃত্রিম বুদ্ধিমত্তায় থিওরি অফ মাইন্ড প্রতিষ্ঠিত হয়ে গেলে, ভবিষ্যতে কিছু সময় ভাল হলে, চূড়ান্ত পদক্ষেপ হবে Artificial Intelligence এর আত্ম-সচেতন হওয়ার জন্য। এই ধরনের কৃত্রিম বুদ্ধিমত্তা মানব-স্তরের চেতনা ধারণ করে এবং পৃথিবীতে তার নিজের অস্তিত্ব বুঝে, সেইসাথে অন্যের উপস্থিতি এবং মানসিক অবস্থা বোঝে। এটি বুঝতে সক্ষম হবে যে অন্যদের কী প্রয়োজন হতে পারে কেবল তারা তাদের সাথে কী যোগাযোগ করে তা নয় বরং তারা কীভাবে এটি যোগাযোগ করে তার উপর ভিত্তি করে।

আরো পড়ুনঃ এটিএম কার্ড কি? এটিএম কার্ড ব্যবহারের নিয়ম

কিভাবে Artificial Intelligence ব্যবহার করা হয়?

2017 সালে জাপান এআই এক্সপেরিয়েন্সে একটি ভিড়কে সম্বোধন করার সময়, ডেটারোবট এর সিইও “জেরেমি আচিন আজ” কীভাবে এআই ব্যবহার করা হয় তার নিম্নলিখিত সংজ্ঞাটি দিয়ে তার বক্তৃতা শুরু করেছিলেন:

"এআই এমন একটি কম্পিউটার সিস্টেম যা সাধারণত মানুষের বুদ্ধিমত্তার প্রয়োজন হয় এমন কাজগুলি সম্পাদন করতে সক্ষম... এই কৃত্রিম বুদ্ধিমত্তা সিস্টেমগুলির মধ্যে অনেকগুলি মেশিন লার্নিং দ্বারা চালিত হয়, তাদের মধ্যে কিছু গভীর শিক্ষার দ্বারা চালিত হয় এবং কিছু নিয়মের মতো খুব বিরক্তিকর জিনিস দ্বারা চালিত হয়৷ "

কৃত্রিম বুদ্ধিমত্তা সাধারণত দুটি বিস্তৃত বিভাগের অধীনে পড়েঃ সংকীর্ণ Artificial Intelligence: কখনও কখনও "দুর্বল Artificial Intelligence " হিসাবে উল্লেখ করা হয়। এই ধরনের কৃত্রিম বুদ্ধিমত্তা একটি সীমিত প্রসঙ্গে কাজ করে এবং এটি মানুষের বুদ্ধিমত্তার অনুকরণ। সংকীর্ণ Artificial Intelligence প্রায়শই একটি একক কাজ অত্যন্ত ভালভাবে সম্পাদন করার উপর দৃষ্টি নিবদ্ধ করে এবং যদিও এই মেশিনগুলি বুদ্ধিমান বলে মনে হতে পারে, তারা এমনকি সবচেয়ে মৌলিক মানব বুদ্ধিমত্তার তুলনায় অনেক বেশি সীমাবদ্ধতার মধ্যে কাজ করছে।

কৃত্রিম জেনারেল ইন্টেলিজেন্স (AGI): AGI, কখনও কখনও "স্ট্রং Artificial Intelligence " হিসাবে উল্লেখ করা হয়। আমরা সিনেমাগুলিতে যে ধরনের কৃত্রিম বুদ্ধিমত্তা দেখি, যেমন ওয়েস্টওয়ার্ল্ডের রোবট বা স্টার ট্রেক: দ্য নেক্সট জেনারেশনের ডেটা। AGI হল সাধারণ বুদ্ধিমত্তা সম্পন্ন একটি মেশিন এবং অনেকটা মানুষের মতই, যেকোন সমস্যা সমাধানে সেই বুদ্ধিমত্তা প্রয়োগ করতে পারে।

আরো পড়ুনঃ ইমেইল ও জিমেইল এর পার্থক্য

সংকীর্ণ কৃত্রিম বুদ্ধিমত্তা

ন্যারো এআই আমাদের চারপাশে রয়েছে এবং এটি এখন পর্যন্ত কৃত্রিম বুদ্ধিমত্তার সবচেয়ে সফল উপলব্ধি। "কৃত্রিম বুদ্ধিমত্তার ভবিষ্যতের জন্য প্রস্তুতি" অনুসারে, সুনির্দিষ্ট কার্য সম্পাদনের উপর ফোকাস রেখে, ন্যারো এআই গত দশকে অসংখ্য সাফল্যের সম্মুখীন হয়েছে যা "উল্লেখযোগ্য সামাজিক সুবিধা এবং জাতির অর্থনৈতিক প্রাণশক্তিতে অবদান রেখেছে"। [ওবামা প্রশাসন কর্তৃক প্রকাশিত 2016 সালের প্রতিবেদন]

ন্যারো এআই-এর কয়েকটি উদাহরণের মধ্যে রয়েছে: •Google অনুসন্ধান •ছবি শনাক্তকরণ সফটওয়্যার •সিরি, আলেক্সা এবং অন্যান্য ব্যক্তিগত সহকারী •স্ব-চালিত গাড়ি •আইবিএম এর ওয়াটসন •মেশিন লার্নিং এবং ডিপ লার্নিং

বেশিরভাগ ন্যারো এআই মেশিন লার্নিং এবং ডিপ লার্নিংয়ে যুগান্তকারী সাফল্য দ্বারা চালিত হয়। কৃত্রিম বুদ্ধিমত্তা, মেশিন লার্নিং এবং গভীর শিক্ষার মধ্যে পার্থক্য বোঝা বিভ্রান্তিকর হতে পারে। ভেঞ্চার ক্যাপিটালিস্ট ফ্রাঙ্ক চেন কীভাবে তাদের মধ্যে পার্থক্য করবেন তার একটি ভাল ওভারভিউ প্রদান করেন,

"কৃত্রিম বুদ্ধিমত্তা হল মানুষের বুদ্ধিমত্তা অনুকরণ করার চেষ্টা করার জন্য অ্যালগরিদম এবং বুদ্ধিমত্তার একটি সেট। মেশিন লার্নিং তাদের মধ্যে একটি, এবং গভীর শিক্ষা সেই মেশিন লার্নিং কৌশলগুলির মধ্যে একটি।"

সহজ কথায়, মেশিন লার্নিং একটি কম্পিউটার ডেটা ফিড করে এবং পরিসংখ্যানগত কৌশলগুলি ব্যবহার করে এটিকে "শিখতে" সাহায্য করে কিভাবে একটি টাস্কের জন্য বিশেষভাবে প্রোগ্রাম করা ছাড়াই, লিখিত কোডের লক্ষাধিক লাইনের প্রয়োজনীয়তা দূর করে একটি টাস্কে ক্রমাগতভাবে আরও ভাল হওয়া যায়৷ মেশিন লার্নিং উভয় তত্ত্বাবধানে লার্নিং (লেবেলযুক্ত ডেটা সেট ব্যবহার করে) এবং তত্ত্বাবধানহীন শিক্ষা (লেবেলবিহীন ডেটা সেট ব্যবহার করে) উভয়ই নিয়ে গঠিত।

ডিপ লার্নিং হল এক ধরনের মেশিন লার্নিং যা জৈবিকভাবে অনুপ্রাণিত নিউরাল নেটওয়ার্ক আর্কিটেকচারের মাধ্যমে ইনপুট চালায়। নিউরাল নেটওয়ার্কে অনেকগুলি লুকানো স্তর থাকে যার মাধ্যমে ডেটা প্রক্রিয়া করা হয়, যা মেশিনটিকে তার শেখার ক্ষেত্রে "গভীর" যেতে দেয়, সংযোগ তৈরি করে এবং সেরা ফলাফলের জন্য ইনপুট ওজন নির্ধারণ করে।

আরো পড়ুনঃ ক্রেডিট কার্ডের সুবিধা এবং অসুবিধা

আর্টিফিশিয়াল ইন্টেলিজেন্স সংক্ষিপ্ত ইতিহাস

বুদ্ধিমান রোবট এবং কৃত্রিম প্রাণী প্রথম প্রাচীন গ্রীক পুরাণে আবির্ভূত হয়েছিল। অ্যারিস্টটলের সিলোজিজমের বিকাশ এবং এর ডিডাক্টিভ যুক্তির ব্যবহার মানবজাতির নিজস্ব বুদ্ধিমত্তা বোঝার জন্য একটি গুরুত্বপূর্ণ মুহূর্ত ছিল। যদিও শিকড়গুলি দীর্ঘ এবং গভীর, তবে কৃত্রিম বুদ্ধিমত্তার ইতিহাস যেমন আমরা আজকে ভাবি তা এক শতাব্দীরও কম সময়ে বিস্তৃত। Artificial Intelligence এর ১৯৫০ থেকে ১৯৫৯ পর্যন্ত সবচেয়ে গুরুত্বপূর্ণ ইভেন্টগুলি নিচে দেওয়া হল। 

(১৯৫০) অ্যালান টুরিং "কম্পিউটিং মেশিনারি এবং ইন্টেলিজেন্স প্রকাশ করেন, যা এখন টুরিং টেস্ট নামে পরিচিত, একটি মেশিন বুদ্ধিমান কিনা তা নির্ধারণ করার একটি পদ্ধতির প্রস্তাব করেছেন।

(১৯৫০) হার্ভার্ডের স্নাতক মারভিন মিনস্কি এবং ডিন এডমন্ডস SNARC তৈরি করেন, প্রথম নিউরাল নেটওয়ার্ক কম্পিউটার।

(১৯৫০) ক্লড শ্যানন "দাবা খেলার জন্য একটি কম্পিউটার প্রোগ্রামিং" কাগজটি প্রকাশ করেছেন।

(১৯৫০) আইজ্যাক আসিমভ "রোবোটিক্সের তিনটি আইন" প্রকাশ করেন।

(১৯৫২) আর্থার স্যামুয়েল চেকার খেলার জন্য একটি স্ব-শিক্ষার প্রোগ্রাম তৈরি করেন।

(১৯৫৪) জর্জটাউন-আইবিএম মেশিন অনুবাদ পরীক্ষা স্বয়ংক্রিয়ভাবে 60টি সাবধানে নির্বাচিত রাশিয়ান বাক্য ইংরেজিতে অনুবাদ করে।

(১৯৫৬) কৃত্রিম বুদ্ধিমত্তা শব্দটি "কৃত্রিম বুদ্ধিমত্তা সম্পর্কিত ডার্টমাউথ সামার রিসার্চ প্রজেক্ট" এ তৈরি করা হয়েছে। জন ম্যাকার্থির নেতৃত্বে, সম্মেলনটি, যেটি AI এর সুযোগ এবং লক্ষ্যগুলিকে সংজ্ঞায়িত করেছিল, এটিকে কৃত্রিম বুদ্ধিমত্তার জন্ম বলে বিবেচিত হয় যা আমরা আজ জানি৷

(১৯৫৬) অ্যালেন নেয়েল এবং হার্বার্ট সাইমন লজিক থিওরিস্ট (LT), প্রথম যুক্তি প্রোগ্রাম প্রদর্শন করেন।

(১৯৫৮) জন ম্যাকার্থি এআই প্রোগ্রামিং ভাষা লিস্প তৈরি করেন এবং "প্রোগ্রামস উইথ কমন সেন্স" পত্রিকা প্রকাশ করেন। গবেষণাপত্রটি অনুমানমূলক পরামর্শ গ্রহণকারীর প্রস্তাব করেছে, একটি সম্পূর্ণ এআই সিস্টেম যার অভিজ্ঞতা থেকে মানুষের মতো কার্যকরভাবে শেখার ক্ষমতা রয়েছে।

(১৯৫৯) অ্যালেন নেয়েল, হার্বার্ট সাইমন এবং জে.সি শ' সাধারণ সমস্যা সমাধানকারী (জিপিএস) তৈরি করেছেন, একটি প্রোগ্রাম যা মানুষের সমস্যা-সমাধান অনুকরণ করার জন্য ডিজাইন করা হয়েছে।

(১৯৫৯) হার্বার্ট গেলারন্টার জ্যামিতি থিওরেম প্রোভার প্রোগ্রাম তৈরি করেন।

(১৯৫৯) আর্থার স্যামুয়েল আইবিএম-এ থাকাকালীন মেশিন লার্নিং শব্দটি তৈরি করেন।

(১৯৫৯) জন ম্যাকার্থি এবং মারভিন মিনস্কি এমআইটি কৃত্রিম বুদ্ধিমত্তা প্রকল্প প্রতিষ্ঠা করেন।

আরো পড়ুনঃ ভিপিএন কি | ভিপিএন কিভাবে কাজ করে