এটি খুঁজে পাওয়া গেছে যে বেশিরভাগ গবেষক তাদের AI শেখানোর জন্য ব্যবহৃত সোর্স কোডের বিষয়ে রিপোর্ট করেন না যা অন্যান্য বিজ্ঞানীদের সমস্যায় ফেলে কারণ তারা কেবল ফলাফলের প্রতিলিপি তৈরি করতে এবং আরও কাজ করতে পারে না।
সহজ কথায়, কৃত্রিম বুদ্ধিমত্তার ক্রমবর্ধমান ক্ষেত্র প্রতিলিপি সংকটের সাথে জর্জরিত। এটি কিছু লোকের কাছে স্বাভাবিক মনে হতে পারে, তবে AI উত্সাহীদের জন্য এটি একটি বিপর্যয়ের চেয়ে কম নয়। কিন্তু কেন আমাদের করা গবেষণার প্রতিলিপি বা ব্যাকট্র্যাকিং প্রয়োজন? আরও জানতে আরও পড়ুন!
প্রতিলিপি কি?
একটি প্রক্রিয়া যেখানে একজন গবেষক মডেল/সফ্টওয়্যার/অ্যালগরিদম বা গবেষণার যে কোনো উপাদান ব্যাকট্র্যাক করতে পারেন তাকে প্রতিলিপি বলা হয়। AI এর ক্ষেত্রটি একটি ব্যতিক্রম হয়ে উঠছে কারণ এটি করা পেশাদারদের জন্য একটি কঠিন কাজ হয়ে উঠছে। ব্যাকট্র্যাকিং ছাড়া আমরা আটকে যেতে পারি!
ব্যাকট্র্যাকিং এত গুরুত্বপূর্ণ কেন?
জনপ্রিয় বিশ্বাসের বিপরীতে, প্রতিলিপির নিজস্ব সুবিধা রয়েছে। আপনি সহজেই ফলাফলগুলি যাচাই করতে বা প্যারাডাইমে পরিবর্তনের প্রস্তাব করতে পারেন। এটি অটোমেশনের ক্ষেত্রে যারা গবেষণা করছিলেন তাদের জন্য এটি বিস্ময়কর কাজ করেছে কারণ তারা সহজেই ব্যবহৃত মেশিনগুলিকে সংশোধন করতে পারে এবং তাদের ভালোর জন্য আপগ্রেড করতে পারে৷
সুতরাং, আপনি যদি আমাদের জিজ্ঞাসা করেন যে AI এর উপর অধ্যয়নগুলি প্রতিলিপি করা কি সম্ভব, আমরা বলব, “না তুমি পারবে না।"
গবেষকরা সাধারণত সোর্স কোড শেয়ার করেন না। নিকোলাস রুগিয়ারের মতে, (ফ্রান্সের ন্যাশনাল ইনস্টিটিউট ফর রিসার্চ ইন কম্পিউটার সায়েন্স অ্যান্ড অটোমেশনের একজন কম্পিউটেশনাল নিউরোসায়েন্টিস্ট), এই ক্ষেত্রের বাইরের লোকেরা বিবেচনা করতে পারে যে কিছু কঠোর নিয়ম রয়েছে যা কাঙ্ক্ষিত ফলাফল দিতে পারে, কিন্তু যারা এই বিষয়ে কাজ করছেন তারা জানেন আসল সংগ্রাম। যাইহোক, সোর্স কোড শেয়ার না করার জন্য আমরা কাউকে দোষারোপ করার কোনো অবস্থানে নেই কারণ সেগুলি কোনো কোম্পানির কপিরাইটের বিষয় হতে পারে বা কখনও কখনও, গবেষকের লক্ষ্য হল যে কোনো উন্নয়ন ক্ষেত্রে প্রথম উপস্থাপন করা। কিন্তু যখন সফটওয়্যার বা মেশিন মেশিন লার্নিং অ্যালগরিদম দ্বারা চালিত হয় তখন জিনিসগুলি বেশ জটিল হয়ে যায়। যেহেতু এই মেশিনগুলি অভিজ্ঞতা এবং অন্যান্য সিমুলেশনের মাধ্যমে শেখে, আপনি কখনই অন্যান্য মেশিনের মতো কিছুই পাবেন না। সুতরাং, এমনকি বিরল ক্ষেত্রেও, আপনি সোর্স কোড পেয়ে গেলেও, আপনি কখনই পছন্দসই ফলাফল পেতে পারবেন না যদি না আপনি আপনার মেশিনকে একইভাবে প্রশিক্ষিত না করেন৷
এটি কমবেশি একটি অনুমানমূলক পরিস্থিতি কারণ আপনি কখনই সেই পদ্ধতিতে আপনার হাত পাবেন না যা আগে মেশিনটিকে প্রশিক্ষণের জন্য ব্যবহৃত হয়েছিল! আমরা যখন এটি বলি তখন আমাদের বিশ্বাস করুন, কিন্তু প্রতিটি সম্ভাব্য শর্তে বা নথিতে সংজ্ঞায়িত নমুনা স্থানের অধীনে অ্যালগরিদম পরীক্ষা করার সময় কারও কাছে নেই। প্রচলিত মেশিন বা প্রজেক্টের তুলনায় এআই প্রজেক্টের ডিজাইন এবং ডেভেলপ করতে অনেক বেশি সময় নেওয়ার এটি একটি কারণ।
এই সত্যকে অস্বীকার করার উপায় নেই যে আমাদের এই সংস্কৃতিকে পরিবর্তন করতে হবে কারণ এটি ত্বরিতভাবে বৃদ্ধি না হলে এটি একটি দূরের স্বপ্ন থেকে যাবে!
এই উপায় কি সর্বোত্তম?
পেশাদাররা বলছেন যে এটি গোপন বা শুধুমাত্র নির্বাচিত কয়েকজনের সাথে শেয়ার করা দরকার যাতে আমাদের নিরাপত্তা এবং অস্তিত্ব ঝুঁকিতে না পড়ে! কিন্তু আমরা কিভাবে জানবো যে যাদের সাথে সোর্স কোড শেয়ার করা হয়েছে তারা এর অপব্যবহার করছে না? আপনি যদি ভাবছেন যে আপনি একই জন্য একটি মেশিন লার্নিং অ্যালগরিদম ডিজাইন করতে পারেন, তাহলে আপনারও জানা উচিত যে এটি এখনও সেই চিহ্নে পৌঁছেনি। এবং তাই, আপনি মানুষের আচরণ সনাক্ত করতে একটি অ্যালগরিদমের উপর নির্ভর করতে পারবেন না৷
৷
এখন কি করা উচিত?
আমরা ভাবতে পারি যে এই ধারণাগুলি সম্পর্কে খোলামেলা হলে হুল্লাবলু হ্রাস পাবে, তবে এই বিশ্বাসের বিপরীতে এটি একটি বিপর্যয়ের চেয়ে কম হবে না। সন্ত্রাসী এবং অতটা বিচক্ষণ মনের মানুষ উল্টো প্রকৌশলী করবে এবং ব্যাপক ধ্বংসের জন্য ব্যবহার করবে। আমরা শুধু সুপারিশ করতে পারি যে চিকিৎসা শিল্পের মতো অ্যালগরিদম পরীক্ষা করার জন্য একটি বোর্ড গঠন করা। তারা ওষুধের গঠন প্রকাশ করে না যদি না এটি পরীক্ষা করা হয় এবং অনুমোদিত হয়। যদি কৃত্রিম বুদ্ধিমান মেশিনের ক্ষেত্রেও একই কাজ করা হয় তবে জিনিসগুলি ভবিষ্যদ্বাণীর মতো ভয়ঙ্কর হবে না৷
আমরাও উদ্যোগ নিতে পারি এবং অধিকার আইনের আড়ালে না থেকে একসঙ্গে কাজ করলে ফলপ্রসূ হবে। উপসংহারে, আমাদের ভুলে যাওয়া উচিত নয় যে মেশিনগুলি পক্ষপাতদুষ্ট নয় এবং যদি "বিচারের দিন" অপেক্ষা করা হয়, তবে আমরা সকলেই ঝুঁকির মধ্যে আছি। একসাথে কাজ করা এবং তত্ত্বাবধান করা শেখা আমাদের জন্য একমাত্র সাহায্য।
উপসংহার
আমরা অধ্যয়নের প্রতিলিপি করতে পারি না, তবে মেশিনগুলি তা করতে সক্ষম। 2017 সালের শেষের দিকে, আমরা প্রত্যক্ষ করেছি যে একটি AI তার ধরনের আরেকটি তৈরি করতে সাহায্য করেছে। এই এআই চালিত মেশিনটি অটোএমএল নামে পরিচিত একটি প্রকল্প ছিল, যার উপর গুগল কাজ করছিল, এবং তাই এটি AI শিল্পের জন্য পরবর্তী বড় পদক্ষেপ হিসেবে চিহ্নিত। যে উন্নয়ন করা হয়েছে তা উদযাপনের যোগ্য, কিন্তু তা করার সময় আমরা একটি গুরুত্বপূর্ণ সত্যকে উপেক্ষা করছি, তা হল, কারণ বিকাশটি স্বয়ংক্রিয়, সফ্টওয়্যারটি মানুষের বোঝার জন্য আরও জটিল হয়ে উঠছে৷
যদি একইভাবে চলতে থাকে, তবে আমরা সেই দিন থেকে দূরে নেই যখন মেশিনগুলি মানুষের ইনপুট ছাড়াই নিজেদের তৈরি করবে। এটা কি বিপদজনক? আমরা তাই মনে করি! যদি আমরা ব্যাকট্র্যাকিংয়ে ব্যস্ত থাকি এবং মেশিনগুলি তাদের ক্লোন তৈরি করা শুরু করে! বন্ধুরা আপনার চোখ খোলা রাখুন!
যদি আপনি অন্যথায় মনে করেন, বা এই বিষয়ে কিছু মতামত যা শেয়ার করার যোগ্য, তাহলে নীচের মন্তব্য বিভাগে সেগুলি ছেড়ে দিন!
