পৌরা গেছে যে অধিকাংশ গবেষক তাদের AI শেখানোর জন্য ব্যবহৃত সোর্স কোড রিপোর্ট করেন না যা অন্যান্য বিজ্ঞানীদের জন্য চিন্তाजনক কারণ তারা রেজাল্ট রিপ্লিকেট করে আরও কাজ করতে পারে না।
সহজ ভাষায়, উত্থানশীল কৃত্রিম বুদ্ধিমত্তার ক্ষেত্র রিপ্লিকেশন সংকটে জড়িয়ে পড়েছে। এটি কয়েকজনের কাছে সাধারণ লাগতে পারে, কিন্তু AI енথুসিয়াস্টদের জন্য এটি কোনো দুর্যোগ থেকে কম নয়। কিন্তু আমাদের কেন রিপ্লিকেশন বা গবেষনার ব্যাকট্র্যাকিং দরকার? আরও জানতে পড়ুন!
রিপ্লিকেশন কী?
একটি প্রক্রিয়া যেখানে একটি গবেষক মডেল/সফ্টওয়্যার/অ্যালগরিদম বা গবেষনার যেকোনো ম্যাটেরিয়াল ব্যাকট্র্যাক করতে পারে তাকে রিপ্লিকেশন বলা হয়। AI এর ক্ষেত্রটি এক্সসেপশনাল হয়ে উঠছে কারণ প্রফেশনালদের জন্য এটি করা কঠিন হয়ে পড়ছে। ব্যাকট্র্যাকিং ছাড়া আমরা আটকে যেতে পারি!
ব্যাকট্র্যাকিং কেন এত গুরুত্বপূর্ণ?
জনপ্রিয় বিশ্বাসের বিপরীত, রিপ্লিকেশনের নিজস্ব সুবিধা আছে। আপনি সহজে রেজাল্টে পৌঁচে সেগুলো ভেরিফাই করতে পারেন বা প্যারাডাইমে পরিবর্তন প্রস্তাব করতে পারেন। অটোমেশন নিয়ে গবেষণা करने वाले লোকদের জন্য এটি চমৎকার কাজ করেছে কারণ তারা সহজে ব্যবহৃত মেশিনগুলো মডিফাই ও আপগ্রেড করতে পারত।
তাই আপনি আমাদের জিজ্ঞাসা করেন AI-র ওপর গবেষণা রিপ্লিকেট করা সম্ভব কিনা, আমরা বলব, "না, আপনি পারবেন না।"
গবেষকরা সাধারণত সোর্স কোড শেয়ার করেন না।ニコলাস রুজিয়ে (Nicolas Rougier), (ফ্রান্সের National Institute for Research in Computer Science and Automation-এ একটি কম্পিউটেশনাল নিউরোসায়েন্টিস্ট) অনুযায়ী, ফিল্ডের বাইরের লোকরা মনে করতে পারে কঠোর কিছু নিয়ম আছে যা ডিজাইয়ারড রেজাল্ট দিতে পারে, কিন্তু যারা এই ক্ষেত্রে কাজ করছেন তারা আসলে স্ট্রাগল জানেন। তবে, আমরা কাউকে ব্লেম করতে পারি না সোর্স কোড শেয়ার না করার জন্য কারণ সেগুলো কোম্পানির কপিরাইটের বিষয় হতে পারে বা কখনো গবেষক ফিল্ডে যেকোনো ডেভেলপমেন্ট প্রথম উপস্থাপন করার লক্ষ্য রাখেন। কিন্তু বিষয়টি জটিল হয়ে যায় যখন সফ্টওয়্যার বা মেশিন মেশিন লার্নিং অ্যালগরিদম দ্বারা চালিত হয়। কারণ এই মেশিনগুলো অভিজ্ঞতা এবং অন্যান্য সিমুলেশন থেকে শেখে, তাই আপনি অন্য মেশিনের মতো একই কিছু কখনো পাবেন না। তাই এমন কি সোর্স কোড মিলে যাওয়ায়, আপনি ডিজাইয়ারড রেজাল্ট পাবেন না যদি না আপনি আপনার মেশিনকে একইভাবে ট্রেন করেন।
এটি কম-বেশি একটি হাইপোথেটিক্যাল সিচুয়েশন কারণ আপনি কখনো সেই মেথডলজি পাবেন না যা আগে মেশিন ট্রেন করতে ব্যবহৃত হয়েছিল! আমাদের বিশ্বাস করুন, কেউelé আপনার কাছে অ্যালগরিদম সব সম্ভাব্য কন্ডিশনে বা ডকুমেন্টে ডিফাইন করা স্যাম্পল স্পেস-এ टेস্ট করার সময় নেই। এই কারণেই AI প্রজেক্টগুলো ডেভেলপ হতে সাধারণ মেশিন বা প্রজেক্টের চেয়ে অনেক বেশি সময় নেয়।
এই কালচার পরিবর্তন করা জরুরি কারণ এটি ছাড়া এক্সপোনেনশিয়ালি বৃদ্ধি পাওয়া একটি দূরস্বপ্ন মাত্র!
এই পথ কি অপ্টিমাল?
প্রফেশনালরা বলে এটি গোপন রাখা বা কিছু নির্বাচিত লোকের সাথে শেয়ার করা উচিত যাতে আমাদের সুরক্ষা ও অস্তিত্ব আশঙ্কিত ন হয়! কিন্তু আমরা কীভাবে জানব যে যাদের সাথে সোর্স কোড শেয়ার করা হয়েছে তারা এটিকে মিসইউজ করবেন না? আপনি যদি চিন্তা করেন আপনি সেটির জন্য একটি মেশিন লার্নিং অ্যালগরিদম ডিজাইন করতে পারেন, তবে সেটিও এখনো সেই মার্কে পৌঁছেছে না। এবং তাই, আপনি মানব আচরণ শনাক্ত করতে একটি অ্যালগরিদমের ওপর নির্ভর করতে পারবেন না।
এখন কী করা উচিত?
আমরা ভাবতে পারি এই কনসেপ্টগুলো ওপেন রাখলে হুল্লডাল কমবে, কিন্তু এই বিশ্বাসের বিপরীত, এটি দুর্যোগ থেকে কম নয়। টেররিস্ট এবং অ-সুস্থ মস্তিষ্কের লোকরা রিভার্স ইঞ্জিনিয়ারিং করে এটিকে масс ডিস্ট্রাকশনের জন্য ব্যবহার করবে। আমরা শুধু সুপারিশ করতে পারি যে মেডিকেল ইন্ডাস্ট্রি처럼 অ্যালগরিদম টেস্ট করার জন্য একটি বোর্ড গঠন করা হোক। তারা মেডিসিনের কম্পোজিশন রিলিজ করে না যতক্ষণ না এটি টেস্ট ও অনুমোদিত হয়। একই কাজ কৃত্রিম বুদ্ধিমত্তা যন্ত্রের জন্যও করা হলে বিষয়গুলো ভয়াবহ হওয়া থেকে বাঁচবে।
আমরা উদ্যোগ নিতে পারি এবং প্রপ্রাইটারি লজের পেছনে লুকিয়ে থাকার বদলে একসাথে কাজ করা ফলদায়ক হবে। উপসংহারে, আমরা ভুলে যাব না যে মেশিনগুলো পক্ষপাতমূলক নয় এবং যদি "জাজমেন্ট ডে" এর انتظار করা হয়, তবে আমরা সবাই আশঙ্কিত। একসাথে কাজ করা এবং সুপারভাইজড লার্নিংই আমাদের একমাত্র সাহায্য।
উপসংহার
আমরা গবেষণা রিপ্লিকেট করতে পারি না, কিন্তু মেশিনরা করতে পারে। ২০১৭ সালের শেষে, আমরা দেখলাম একটি AI অন্য একটি AI তৈরি করতে সাহায্য করল। এই AI-চালিত মেশিন একটি প্রজেক্ট تھا যাকে AutoML বলা হয়, जिसpå গুগল কাজ করছিল, এবং এটা AI ইন্ডাস্ট্রির জন্য পরবর্তী বড় ধাপ হিসেবে চিহ্নিত করা হয়েছিল। যে ডেভেলপমেন্টটি হয়েছে সেটি উদযাপন যোগ্য, কিন্তু আমরা একটি গুরুত্বপূর্ণ সত্য উপেক্ষা করছি, যেটি হ'ল, যেহেতু ডেভেলপমেন্ট অটোমেটেড, সফ্টওয়্যার মানুষের বোঝার জন্য আরও জটিল হয়ে যাচ্ছে।
এইভাবে চলতে থাকলে, আমরা সেদিন দূরে নই যখন মেশিন মানুষের ইনপুট ছাড়া নিজেরা নিজেদের তৈরি করবে। এটা কি বিপদজনক? আমরা মনে করি হ্যাঁ! কী হবে যদি আমরা ব্যাকট্র্যাকিং-এ ব্যস্ত থাকি এবং মেশিন নিজেদের ক্লোন তৈরি করা শুরু করে! চোখ খোলো রাখুন বন্ধুরা!
আপনি যদি অন্য মত رکھেন, বা এই টপিক সম্পর্কে কিছু মতামত আছে যা শেয়ার করার যোগ্য, তবে কমেন্ট সেকশনে ড্রপ করুন!
