কৃত্রিম শিক্ষা, মেশিন লার্নিং এবং গভীর শিক্ষা:পার্থক্য জানুন

2025 এ স্বাগতম!

সুসানের সাথে দেখা করুন। আপনার বন্ধু, সহকারী, ম্যানেজার এবং আপনার রুটিনে আপনার প্রয়োজনীয় সবকিছু। তিনি আপনার ইমেলগুলি সংগঠিত রাখেন, আপনার মিটিংগুলির সময়সূচী করেন। আপনার বাড়ির প্রাথমিক চাহিদাগুলি দেখে এবং যখনই এটি শেষ হতে চলেছে তখনই আপনার মুদির স্টক পূরণ করে৷ আপনি যখন কম হন তখন সে আপনার সেরা বন্ধু হতে পারে। তিনি কবিতা আঁকেন এবং লেখেন যখন আপনার কিছুটা শিল্প ও সাহিত্যের প্রয়োজন হয়।

এটা অনেকটা সামান্থার মতো শোনাচ্ছে, HER-এ স্কারলেট জোহানসন কন্ঠ দিয়েছেন . আপনি সম্ভবত সেই সুন্দর সিনেমাটি মিস করতে পারবেন না। ভাল, অন্তত আপনি এটা শুনেছেন.

সুসান বা সামান্থা হল – সোজা কথায় – Siri, Cortana-এর আরও পরিমার্জিত এবং প্রযুক্তিগত সংস্করণ। Google সহায়তা, বা Google DeepMind.

প্রযুক্তি সংস্থাগুলি - বড় এবং ছোট - AI কে দৈনন্দিন জীবনের অংশ করার জন্য দৌড়াচ্ছে৷ ডিজিটাল বিশ্ব এমন গুঞ্জন শব্দে পূর্ণ যা শুধুমাত্র রিলেই বাস্তব বলে মনে হয় – কৃত্রিম বুদ্ধিমত্তা, মেশিন লার্নিং, ডেটা ক্রাঞ্চিং, ডিপ লার্নিং, রিইনফোর্সমেন্ট লার্নিং। প্রকৃত শব্দের সামান্য বা কোন অর্থ সহ বড় শব্দ, এতদিন আগে নয়।

আসুন আজকাল সবচেয়ে বেশি শোনা তিনটি শব্দ বোঝা যাক:“কৃত্রিম বুদ্ধিমত্তা”, “মেশিন লার্নিং” এবং “ডিপ লার্নিং”।

পার্থক্য কি?

যেহেতু এই পরিভাষাগুলির কোনওটির জন্য কোনও মানক সংজ্ঞা নেই, সেগুলি প্রায়শই আন্তঃপরিবর্তনযোগ্য পদ হিসাবে ঢিলেঢালাভাবে ব্যবহৃত হয়৷ অতএব, তাদের আলাদা করা আরও কঠিন হয়ে যায়। তদুপরি, এই পদগুলির সাধারণভাবে বোঝার অর্থ সময়ের সাথে বিকশিত হয়েছে। 1960 সালে AI বলতে যা বোঝায় তা আজকের অর্থের চেয়ে অনেক আলাদা।

তাদের সম্পর্কের কথা ভাবার সবচেয়ে সহজ উপায় হল তাদের এককেন্দ্রিক বৃত্ত হিসাবে কল্পনা করা৷

৷
• AI — যে ধারণাটি প্রথম এসেছিল এবং সবচেয়ে বড় বৃত্ত
• মেশিন লার্নিং — যা পরে মধ্যম বৃত্ত হিসেবে প্রস্ফুটিত হয়
• অবশেষে, ডিপ লার্নিং — যা আজকের AI বিস্ফোরণকে চালিত করছে, সবচেয়ে ছোট এবং অভ্যন্তরীণ বৃত্ত হিসেবে।

স্পার্ক থেকে লাইটেনিং পর্যন্ত

1956 সালে ডার্টমাউথ কনফারেন্সে এই শব্দটি চালু হওয়ার পরপরই AI গবেষণা ল্যাবগুলির জন্য পথ প্রশস্ত করেছিল৷ যদিও প্রযুক্তি আমাদের কল্পনাকে ধরতে কয়েক দশক সময় লেগেছিল, আমরা মনে করি অবশেষে একটি AI বিপ্লবের দ্বারপ্রান্তে, আরও ভেঞ্চার ক্যাপিটাল বিনিয়োগের সাথে, আরও বড় প্রযুক্তি সংস্থাগুলি R&D-এ যুক্ত হচ্ছে, এবং আমাদের জীবনে AI-এর আরও বেশি দৈনন্দিন ব্যবহার৷

আসুন, কীভাবে একটি AI স্পার্ক একটি AI লাইটেনিং-এ পরিণত হল তা দেখে নেওয়া যাক৷

কৃত্রিম বুদ্ধিমত্তা:মানব বুদ্ধিমত্তার সাথে অন্তর্নির্মিত মেশিনগুলি

কৃত্রিম বুদ্ধিমত্তা কম্পিউটার বিজ্ঞানের একটি ক্ষেত্র যা বুদ্ধিমান মেশিন তৈরির উপর জোর দেয় যা মানুষের মতো কাজ করে এবং প্রতিক্রিয়া জানায়৷ এটি অধ্যয়নের ক্ষেত্র যা বুদ্ধিমান আচরণে সক্ষম এমন কম্পিউটার তৈরি করার উপায় খুঁজছে। একটি যন্ত্রকে 'বুদ্ধিমান' বলে গণ্য করা হয় যদি এটি সাধারণভাবে মানুষের বুদ্ধিমত্তার সাথে সম্পর্কিত কিছু করতে পারে।

আমরা সিনেমাগুলিতে এই মেশিনগুলিকে ভাল লোক (স্টার ওয়ার্স সিরিজের C-3PO) বা খারাপ লোক (দ্য টার্মিনেটরে সাইবোর্গ হত্যাকারী) হিসাবে দেখেছি।

কৃত্রিমভাবে বুদ্ধিমান হিসাবে যোগ্যতা অর্জন করতে, একটি মেশিনকে কয়েকটি মৌলিক জিনিস করতে সক্ষম হওয়া উচিত যেমন:

৷
• প্রাকৃতিক ভাষা প্রক্রিয়াকরণ (অর্থাৎ প্রদত্ত ভাষায় কোনো সমস্যা ছাড়াই যোগাযোগ)
• স্বয়ংক্রিয় যুক্তি (প্রশ্নের উত্তর দিতে এবং নতুন সিদ্ধান্ত নিতে সঞ্চিত তথ্য ব্যবহার করে)
• মেশিন লার্নিং (নতুন পরিস্থিতিতে খাপ খাইয়ে নেওয়ার ক্ষমতা এবং প্যাটার্ন শনাক্ত করার ক্ষমতা)।

এটি সাধারণ জ্ঞান যে মানব বুদ্ধিমত্তার কিছু দিক AI দ্বারা প্রদর্শিত হতে পারে৷ এখন প্রশ্ন হল সেই বুদ্ধি আসে কোথা থেকে। যেখান থেকে মেশিন লার্নিং আসে।

মেশিন লার্নিং:মানুষের মস্তিষ্কের সাহায্যে মেশিনগুলি অর্জন করার পদ্ধতি

মেশিন লার্নিং হল একটি কৃত্রিম বুদ্ধিমত্তার শৃঙ্খলা যা মানুষের জ্ঞানের প্রযুক্তিগত বিকাশের জন্য তৈরি৷ এটি অ্যালগরিদমগুলির বিকাশ অন্বেষণ করে যা প্রদত্ত ডেটা থেকে শেখে। একটি অ্যালগরিদম হল একটি কাজ সম্পন্ন করার জন্য ধাপগুলির একটি সিরিজ। মেশিন লার্নিং সরাসরি প্রাথমিক এআই ভিড়ের মন থেকে এসেছে, এবং অ্যালগরিদমিক পদ্ধতির মধ্যে রয়েছে সিদ্ধান্ত ট্রি লার্নিং, ক্লাস্টারিং, রিইনফোর্সমেন্ট লার্নিং, অ্যাসোসিয়েশন রুল লার্নিং এবং পছন্দগুলি।

এই অ্যালগরিদমগুলি অতীতের অভিজ্ঞতা (অর্থাৎ প্রদত্ত ডেটা) থেকে শিখতে সক্ষম হয় এবং নিজেদেরকে নতুন পরিস্থিতির সাথে খাপ খাইয়ে নিতে শেখায় এবং নির্দিষ্ট কিছু কাজ সম্পাদন করে৷ মেশিন লার্নিং কম্পিউটারকে বিশ্লেষণ, স্ব-প্রশিক্ষণ, পর্যবেক্ষণ এবং অভিজ্ঞতার মাধ্যমে নতুন পরিস্থিতি পরিচালনা করতে দেয়।

মেশিন লার্নিং পরবর্তী (যদিও অভিন্ন নয়) পরিস্থিতিতে উন্নত সিদ্ধান্তের জন্য প্যাটার্ন এবং প্রবণতা শনাক্তকরণ কাজে লাগিয়ে নতুন পরিস্থিতি, পরীক্ষা এবং অভিযোজনের মাধ্যমে কম্পিউটিংয়ের ক্রমাগত অগ্রগতি সহজতর করেছে।

যদিও অনেক অ্যালগরিদম ছিল, কিন্তু কোনোটিই AI এর চূড়ান্ত লক্ষ্য অর্জন করতে পারেনি৷ কম্পিউটারের দৃষ্টি এবং চিত্র সনাক্তকরণ খুব সম্প্রতি অবধি প্রতিদ্বন্দ্বী মানুষের কাছাকাছি না আসার একটি কারণ রয়েছে। আগে, এটি খুব ভঙ্গুর এবং ত্রুটির প্রবণ ছিল৷

সময়, এবং সঠিক শেখার অ্যালগরিদম সমস্ত পার্থক্য তৈরি করেছে৷

গভীর শিক্ষা:মেশিনের মস্তিষ্ককে প্রশিক্ষণ দেওয়ার কৌশলগুলি

প্রাথমিক মেশিন-লার্নিং ভিড় থেকে আরেকটি অ্যালগরিদমিক পদ্ধতি। ডিপ লার্নিং হল কৃত্রিম নিউরাল নেটওয়ার্ক নামক মস্তিষ্কের গঠন এবং কার্যকারিতা দ্বারা অনুপ্রাণিত অ্যালগরিদমগুলির সাথে সম্পর্কিত মেশিন লার্নিং এর একটি উপক্ষেত্র। এটিতে একটি নির্দিষ্ট ধরণের গাণিতিক মডেল জড়িত যা একটি নির্দিষ্ট ধরণের সাধারণ ব্লকগুলির একটি রচনা হিসাবে ভাবা যেতে পারে, একটি বহু-স্তরযুক্ত কাঠামোতে এবং যেখানে চূড়ান্ত ফলাফলের আরও ভাল পূর্বাভাস দেওয়ার জন্য এই ব্লকগুলির মধ্যে কয়েকটিকে সামঞ্জস্য করা যেতে পারে৷

"গভীর" শব্দের অর্থ হল এই কম্পোজিশনের অনেকগুলি ব্লক একে অপরের উপরে স্ট্যাক করা আছে, এবং কঠিন বিষয় হল কিভাবে ব্লকগুলি থেকে দূরে থাকা ব্লকগুলিকে সামঞ্জস্য করা যায় আউটপুট, যেহেতু একটি ছোট পরিবর্তন আউটপুটে খুব পরোক্ষ প্রভাব ফেলতে পারে।

ডিপ লার্নিং মানুষের মস্তিষ্কের অভ্যন্তরীণ স্তরগুলির কাজগুলিকে অনুকরণ করার চেষ্টা করে এবং এর সফল অ্যাপ্লিকেশনগুলি চিত্র সনাক্তকরণ, ভাষা অনুবাদ বা ইমেল সুরক্ষায় পাওয়া যায়৷ গভীর শিক্ষা তথ্য প্রক্রিয়াকরণের একাধিক স্তর থেকে জ্ঞান তৈরি করে। ডিপ লার্নিং টেকনোলজিটি মানুষের মস্তিষ্কের আদলে তৈরি করা হয়েছে, এবং প্রতিবার নতুন ডেটা ঢেলে দেওয়া হলে এর ক্ষমতা আরও ভালো হয়৷

কতটা গভীর শিক্ষা AI উন্নত করেছে?

ডিপ লার্নিং মেশিন লার্নিং এর অনেক ব্যবহারিক প্রয়োগ এবং AI এর সামগ্রিক ক্ষেত্র সম্প্রসারণ করে সক্ষম করেছে। চালকবিহীন গাড়ি, প্রতিরোধমূলক স্বাস্থ্যসেবা, এমনকি আরও ভালো সিনেমার সুপারিশ, সবই আজ এখানে বা দিগন্তে।

ডিপ লার্নিং একটি মূল ধাঁধার অংশ হতে পারে যা আরও স্মার্ট, আরও মানুষের মতো AI তৈরির দিকে পরিচালিত করে৷ গভীর শিক্ষা AI এর সমস্ত দিক উন্নত করতে পারে, প্রাকৃতিক ভাষা প্রক্রিয়াকরণ থেকে মেশিন ভিশন পর্যন্ত। এটিকে একটি ভাল মস্তিষ্ক হিসাবে ভাবুন যা কম্পিউটারগুলি কীভাবে শিখবে তা উন্নত করবে। এটি সিরি বা Google Now এর মতো ভার্চুয়াল সহকারীকে উন্নত করতে পারে যেগুলির সাথে তারা পরিচিত নয় এমন অনুরোধগুলি মোকাবেলা করতে৷ এটি ভিডিওগুলি প্রক্রিয়া করতে পারে এবং বিষয়বস্তুর সংক্ষিপ্ত সংক্ষিপ্ত ক্লিপ তৈরি করতে পারে৷

কে জানে, হয়তো একদিন সবার কাছেই সামান্থার নিজস্ব সংস্করণ থাকবে!