এই যোগ টি করার ক্ষেত্রে আপনি কার উপর বেশি আস্থা রাখবেন অপশনে মানব মস্তিষ্ক অপশনটি ক্যালকুলেটর।
নিঃসন্দেহে ক্যালকুলেটর কারণ এটি মানব মস্তিষ্কের তুলনায় অতি দ্রুত সঠিক উত্তর দিবে। তার মানে কিছু কিছু ক্ষেত্রে মানবের চেয়ে মেশিন বেশি দক্ষ এবং আস্থাভাজন যার ফলে ব্যক্তি জীবন থেকে শুরু করে শিল্প সকল ক্ষেত্রেই মেশিনের ব্যবহার রয়েছে অটোমেটিক রোবট নির্দিষ্ট একটি কাজ মানুষের তুলনায় অতি দ্রুত এবং দক্ষতার সাথে সম্পন্ন করতে পারে যার ফলে এখন এমন অনেক কাজই মেশিন দিয়ে করানো হচ্ছে যে আগে মানুষ করত এখন প্রশ্ন হচ্ছে মেশিন কিনবা রোবট আসলে কিভাবে কাজ করে? এর উত্তর খুবই সহজ মেশিনের মধ্যে একটি প্রোগ্রাম দেয়া থাকে এবং সেই প্রগ্রামে থাকার নির্দেশনা অনুযায়ী মেশিন জাস্ট সক্রিয় থাকে তার মানে নিচ থেকে কোন একটি সিদ্ধান্ত নেয়ার মতো সক্ষমতা মেশিনের মধ্যে থাকে না কিন্তু বর্তমানে মেশিনের জন্য এমন প্রোগ্রাম তৈরি করা হচ্ছে যার মাধ্যমে মেশিন সিদ্ধান্ত নিতে পারে এবং একে বলা হয় আর্টিফিশিয়াল ইন্টেলিজেন্স সংক্ষেপে Ai
একজন মানুষ যেমন সময়ের সাথে সাথে তার ভুল থেকে শিক্ষা নিয়ে সঠিক সিদ্ধান্ত নিতে শিখে তেমনি Ai ভুল থেকে শিক্ষা নিয়ে নিজেকে ক্রমাগত পরিপক্ক করে বর্তমানে Ai এমন সব কাজ করতে সক্ষম যা দেখে অনেকেই শঙ্কা বোধ করেন । এখন প্রশ্ন হচ্ছে Ai আসলে কি এটি কিভাবে কাজ করে এবং Ai নিয়ে কি আমাদের শিক্ষিত হওয়া উচিত? এই সকল বিষয় নিয়েই আজকের আমি আছি আপনাদের সাথে।
আপনারা যারা ইন্টারনেট ব্যবহার করেন তারা নিজের অজান্তেই Ai অনেক সুবিধা ভোগ করছেন এমনকি কিছু ক্ষেত্রে Ai দ্বারা নিয়ন্ত্রিত হচ্ছেন. যেমন আপনি যখন ইউটিউব কিংবা ফেসবুকে ভিডিও দেখেন তখন রিকন্ডিশন এ কোন ভিডিও আসবে তাই Ai নির্ধারণ করে অর্থাৎ আপনি কোন ধরনের ভিডিও দেখেন তা বিশ্লেষণ করে Ai আপনার জন্য ভিডিওতে কমেন্ট করে তাছাড়া টাইপ করার ক্ষেত্রে টেক্সট সাজেস্ট করা, বয়েসকে টেক্সট রূপান্তর করা টেক্সট থেকে বয়েস তৈরি করা আপনার প্রশ্নের উত্তর দেয়া ইমেজে থাকা অবজেক্ট আইডেন্টিফাই করা আবার আপনার নির্দেশনা অনুযায়ী ইমেজ জেনারেট করা সহ অ্যাডভান্স টেকনোলজি সকল ক্ষেত্রে Ai ব্যবহার করা হয় আসলেই Ai ব্যবহার সুবিশাল বর্তমানে আই এতটাই দক্ষ যে কিছু ক্ষেত্রে এটি হিউম্যান ইন্টেলিজেন্স কেও পিছনে ফেলে দেয় যেমন চায়নার একটি প্রাচীন জনপ্রিয় বোর্ড হচ্ছে গো। যার পসিবল মোট সংখ্যা মহাবিশ্বের মোট পরমাণু সংখ্যা চেয়েও বেশি 2016 সালে এই গো গেম আয়োজন করা হয়।
যেখানে AlphaGo-Ai এর বিপরীতে ছিলেন পৃথিবীর শ্রেষ্ঠ প্লেয়ার Lee Sedol তাদের মধ্যে মোট পাঁচটি ম্যাচ অনুষ্ঠিত হয় যেখানে Ai চারটি ম্যাচে জিতে ছিল এমনকি আলফাগো এমন কিছু চাল দিয়েছিল যা আগের কেউ চিন্তাও করেনি। এখন প্রশ্ন হচ্ছে, Ai এর সূচনা হলো কীভাবে? এবং এটি কিভাবে কাজ করে? এর ধারণা প্রাচীন হলেও এ নিয়ে কাজ শুরু হয় মূলত বিশ শতকের মাঝামাঝি সময়ে 1957 সালের সাইকোলজিস্ট Frank Rosenblat প্রথম নিউরাল নেটওয়ার্ক পিসেন্ট তৈরি করেন।
যা ছেলে এবং মেয়ে আলাদা করতে পারত। বিষয়টি মিডিয়ার প্রচারের কারণে মানুষের মধ্যে যথেষ্ট কৌতুহল তৈরি করে 1958 সালের ‘New York Times’পত্রিকায় প্রিসেপ্ট সম্পর্কে লেখা হয়েছে যে এক সময় কম্পিউটার নিচে হাটতে পারবে কথা বলতে পারবে দেখতে পারবে লিখতে পারবে এমনকি তার অস্তিত্ব সম্পর্কে সচেতন অনুভূতি থাকবে যদিও ঘটনা অনুযায়ী ফ্রাঙ্কের নিউরাল নেটওয়ার্ক সিস্টেম কাজ করেনি এরপরেও কিন্তু Ai নিয়ে কাজ থেমে থাকেনি বরং স্বল্প পরিসরে কাজ চলতে থাকে যার ফলশ্রুতিতে 1986 সালে প্রথম self-driving car তৈরি হয় যা ঘন্টায় 2 কিলোমিটার গতিতে নিজে নিজে চলতে সক্ষম ছিল এবং এটি অ্যালভিন নামক নিউরাল নেটওয়ার্ক এর মাধ্যমে কাজ করতো পরবর্তীতে 1994 সালে প্রথম ইয়ানলিকুন নিউরাল নেটওয়ার্ক তৈরি করেন যা হাতে লেখা সংখ্যা শনাক্ত করতে পারত। এভাবেই Ai এগোতে থাকে বর্তমানে Ai কোথায় এসে দাঁড়িয়েছে তা বুঝতেই পারছেন। এখন প্রশ্ন হচ্ছে এই Aiকিভাবে কাজ করে? এই প্রশ্নের উত্তর সহজে দেয়া সম্ভব নয়। কারণ এই বিষয়টি একটি বিশাল ধারণা এবং এর পেছনে রয়েছে কম্প্লেক্স সব গাণিতিক বিষয় এরপরেও যতটা সহজ করে সম্ভব বলার চেষ্টা করছি। Ai বুঝতে হলে প্রথমে আপনাকে মেশিন লার্নিং বুঝতে হবে মেশিন লার্নিং হচ্ছে মেশিন কে শেখালো কিভাবে একটি টাস্ক সম্পন্ন করতে হবে অর্থাৎ কিভাবে ছবিতে থাকা অবজেক্টিভ কি তা শনাক্ত করবে কিংবা কিভাবে ভয়েসের মাধ্যমে কি বলা হচ্ছে তা বুঝবে ইত্যাদি মেশিনটি শেখানোর বিষয়টি অনেকটা মানুষের মতই একজন বাচ্চা যেমন ছোটকাল থেকে অন্য মানুষকে দেখে শিখে নিজের ভুল থেকেই শিখে আবার আমাদের দেয়ার নির্দেশনা থেকে শেখে মেশিন কেউ ঠিক একইভাবে শেখানো হয় মেশিনকে শেখানোর পদ্ধতি মূলত তিন ধরনের সুপারভাইজড লার্নিং, অনসুপারভাইজড লার্নিং এবং রিইনফোর্সমেন্ট লার্নিং। এই পদ্ধতিতে মেশিন কে প্রথমে অনেকগুলো সিম্পল দেয়া হয় এবং বলে দেয়া হয় যে সিম্পলে থাকা জিনিসটি কী এর মাধ্যমে মেশিন ওই জিনিস সম্পর্কে ধারণা পায় । যেমন মনে করুন আপনি মেশিনকে বিভিন্ন দিক দিয়ে তোলা 10000 গাড়ির ছবি দিয়েছেন এবং বলে দিয়েছেন ইনপুটে দেয়া ছবিগুলো সব গুলোই হচ্ছে গাড়ির ছবি তখন মেশিনে সকল ছবিতে বিশ্লেষণ করে বুঝতে পারবে গাড়ি আসলে কেমন এরপর মেশিন কে জদি 10000 ছবির বাইরে যদি অন্য একটি গাড়ির ছবি দেয়া হয় তখন মেশিন বলে দিতে পারবে এটি একটি গাড়ি অর্থাৎ আমরা বাচ্চাদের যেমন বিভিন্ন জিনিস দেখিয়ে সেটা কি তার শেখাই সুপারভাইজড লের্নিং বিষয়টি অনেকটা সেইরকম। এই পদ্ধতিতে মেশিন সিমিলার প্যাটার্ন আলাদা করতে শিখে অর্থাৎ এই পদ্ধতিতে ইনপুট থেকে পাওয়া তথ্যগুলোকে মেশিন বিভিন্ন গ্রুপে ভাগ করতে পারে যেমন মনে করুন আপনি মেশিনকে অনেকগুলো মানুষের ছবি এবং গরুর ছবি দিয়েছেন তখন মেসিং এই সকল ছবিগুলোর প্যার্টান বিশ্লেষণ করে মানুষ এবং গরুর ছবি গুলো আলাদা করতে শিখবে। এক্ষেত্রে মেশিন আপনাকে এটা বলবে না যে এরা হচ্ছে মানুষ এবং এরা হচ্ছে গরু এর বিপরীতে মেশিন এই দুই ধরনের জিনিস কে আলাদা দুটি গ্রুপে ভাগ করবে। এই পদ্ধতিতে মেশিন নিজের ভুল থেকে শেখা যেমন মনে করেন মেশিন তার নিজের সাথে দাবা খেলছে এখনই দাবা খেলার সময় মেশিন তার ভুল থেকে শিখবে.
এই ক্ষেত্রে মেশিনকে যত ট্রেনিং দেয়া হবে মেশিন ততই দক্ষ হয়ে উঠবে যেমন প্রথমে বলা AlphaGo-Ai কে এই পদ্ধতিতে ট্রেইন করা হয়েছিল। মেশিনকে শেখানোর পদ্ধতি থেকে আমরা বলতে পারি মানুষ এবং মেশিনের শেখার পদ্ধতি প্রায় একই রকম তবে মানুষের শেখার জন্য দীর্ঘ সময় লাগে মানুষ বয়সের সাথে সাথে বিভিন্ন অভিজ্ঞতার মধ্যদিয়ে শেখে অন্যদিকে মেশিনকে কম সময়ের মধ্যেই শেখানো যায় মেশিনকে শেখানোর জন্য প্রয়োজন প্রচুর পরিমাণে ডাটা এবং ট্রেনিং মেশিন কে আপনি যত বেশি ডাটা এবং ট্রেনিং দিবেন মেশিন তৈরি দক্ষ হয়ে উঠতে। এখন প্রশ্ন হচ্ছে, মেশিনটি শেখানোর পদ্ধতি গুলো কি কি তা বুঝলাম কিন্তু মেশিনের তো মানুষের মতো ব্রেইন নেই তাহলে মেশিন শেখে কিভাবে? এর উত্তর হচ্ছে নিউরাল নেটওয়ার্ক। নিউরাল নেটওয়ার্ক বললেই এমন কিছু চিত্র সামনে আসবে যা মূলত হচ্ছে গণিত। তবে গাণিতিক বিস্ময় যাবার আগে সহজে বোধগম্য হবে এমন হবে বলা যাক। তারপর গাণিতিক বিষয় গুলো দেখবো খুবই সিম্পল একটি নিউরাল নেটওয়ার্ক বিবেচনা করি যেখানে তিনটি ইনপুট নিউরাল রয়েছে এখন মনে করি এদের মাধ্যমে আমরা পান্ডার ছবি ডিটেক্ট করবো এর জন্য আমরা ইনপুট এর তিনটি নিউরনের স্থলে তিনজন মানুষ বিবেচনা করি সেই সাথে এটাও বিবেচনা করি যে একদম উপরের জন্য কান মাছের জন্য পান্ডার চোখ এবং নিচের জন পান্ডার নাক বিশেষজ্ঞ তারমানে আমরা এই তিনজনকে অলরেডি ট্রেনস বিবেচনা করছি তবে তারা কিভাবে ট্রেন্ড হবে তারপরে বলছি এখন আমরা যদি এই সিস্টেমটি পান্ডার ছবি ইনপুট হিসেবে দেই তবে নিউরনের তিনজন পান্ডার তিনটি অংশ দেখবে এবং নিজেদের মতামত নাম্বারের মাধ্যমে প্রকাশ করবে এবং সেই নাম্বার হবে 0 থেকে 1 পর্যন্ত অর্থাৎ ইনপুট দেওয়া ছবির কান কতটা পান্ডার কানের মত তার ওপর ভিত্তি করে প্রথমজন 0 থেকে 1 পর্যন্ত রেটিং দেবে এখন আমরা ইনপুট হিসেবে যেহেতু পান্ডার ছবি দিয়েছি এর ফলে প্রথমজন মোটামুটি ভালো রেটিং দিবে ধরে নিলাম 0.8 দ্বিতীয়জন চোখের ক্ষেত্রে 0.9 এবং তৃতীয় জন নাকের ক্ষেত্রে 0.5 নাকের ক্ষেত্রে পয়েন্ট কিছুটা কম ধরেছি কারণ পান্ডার নাক ইউনি কিছু নয় অনেক প্রাণীর নাকের সাথে পান্ডার নাকের মিল রয়েছে অন্যদিকে প্রথম দুইজনের রেটিং বেশি ধরেছে কারণ পান্ডার কান এবং চোখ অন্য যে কোন প্রাণীর বিবেচনায় ইউনিক ফলে ইনপরটেন কান এবং চোখ যে পাণ্ডারি তা অনেকটা নিশ্চিত হওয়া যায় এজন্য এদের ক্ষেত্রে রেটিং বেশি দেয়া হয়েছে যাই হোক প্রথম তিনজনের দেয়া রেটিং চলে যাবে পরবর্তী লেয়ারে থাকা ব্যক্তির কাছে নিউরাল নেটওয়ার্ক এর ভাষায় একে বলা হয় হিডেন লেয়ার হিডেন লেয়ারে থাকা ব্যক্তি প্রথম শ্রেণী থেকে পাওয়ার নাম্বারের সাথে কিছু নাম্বার গুণ করবে তারপর সবগুলোকে যোগ করবে এখন এই যে কিছু নাম্বার গুনো করবে এটা কিন্তু পান্ডার অঙ্গগুলোর ইউনিট এর উপর নির্ভর করবে মনে করি হিডেন লেয়ারের ব্যক্তি কানের 0.4 চোখের সাথে 0.4 এবং নাকের সাথে 0.2 গুন করবে তারপর সবগুলো নাম্বার কে যোগ করবে। তাহলে Face=দাঁড়াচ্ছে কান গুন 0.4,চোখ গুন 4.4 এবং নাক গুন 0.2। এখন কানের জন্য আমরা রেটিং পেয়েছিলাম 0.8 চোখের জন্য 0.9 এবং নাকের জন্য 0.5। তাহলে আমরা রেজাল্ট পাচ্ছি 0.78।তার মানে এই নিউরাল নেটওয়ার্ক ইনপুটে দেওয়া ছবিটিকে 0.78%পান্ডার ছবি মনে করছে। অর্থাৎ মেশিং এটিকে পান্ডার ছবি হিসেবে নির্দেশ করবে। আসলে নিউরাল নেটওয়ার্কের পার্সেন্টিস হিসেবে আউটপুট আসবে। এবং এই পারসেন্টিস 50উপরে হলে পজেটিভ আউটপুট এবং নিচে হলে নেগেটিভ অউটপুট দেখবে। এখন এই নিউরাল নেটওয়ার্কের আপনি যত বেশি ট্রেনিং দিবেন ততবেশি দক্ষ হবে।
এখন সবচেয়ে গুরুত্বপূর্ণ প্রশ্ন হচ্ছে কম্পিউটার বা মেসিং এর কাছে নক, চোখ, কান ইত্যাদি বলতে কিছুই নেই। তারা শুধু 010101 বা off-on এর মাধ্যমে কাজ করে। তাহলে এই বিবেচনায় নিউরাল নেটওয়ার্ক আসলে কিভাবে কাজ করে? এর উত্তর হচ্ছে ম্যাত বা গনিত। এখন গনিত এর বিষয়টা সংক্ষেপ এ বলছি। নিউরাল নেটওয়ার্কের একটি ইন্ডিভিজুয়াল নিউরাল বিষেশ কোন কাজ করে না তবে অনেক গুলো নিউরাল একসাথে করে একটি নেটওয়ার্ক গঠন করলে তা শক্তি শালি হয়ে উঠে। একটি ইন্ডিভিজুয়াল নিউরাল জাস্ট সিম্পল ফাংশন সমাধান করে সেটা হচ্ছে।
Ai সম্পৃক্ত সকল ক্ষেত্রে এই নিউরাল নেটওয়ার্ক ব্যবহার করা হয়। এবং নিউরাল নেটওয়ার্ক শুধু নাম্বার বুঝতে পারে, তার কাছে অডিও, ভিডিও, লেখা সবি হচ্ছে নাম্বার। আসলে নিউরাল নেটওয়ার্কে যা ঘটে তা সবি হচ্ছে বিভিন্ন ধরনের গনিত বা ম্যাথ।