অনেকের জন্য "কৃত্রিম বুদ্ধিমত্তা সিস্টেম" বাক্যাংশটি বিভিন্ন বিজ্ঞান কল্পকাহিনীর চলচ্চিত্র এবং কৃত্রিম বুদ্ধিমত্তা অনুকরণকারী ইন্টারলোকিউটর প্রোগ্রামগুলির সাথে সম্পর্ক স্থাপন করে। আমাদের সময়ে রোবটগুলি বাস্তবে পরিণত হয়েছে, এবং আপনি যখনই রোবোটিক্সের জন্য নিবেদিত আরেকটি প্রদর্শনী খোলেন, আপনি অবাক হয়ে যান যে মানবতা তার প্রযুক্তিগত অগ্রগতিতে কতটা এগিয়েছে৷
কৃত্রিম বুদ্ধিমত্তার সমস্যাটি এই সত্যের সাথে সম্পর্কিত যে, সাধারণত স্বীকৃত ধারণা অনুসারে, মনুষ্যসৃষ্ট মন একটি কম্পিউটার প্রক্রিয়া, যার বৈশিষ্ট্যগুলি মানুষের চিন্তাভাবনার সাথে জড়িত। যাইহোক, বিজ্ঞান এখনও সঠিকভাবে একজন ব্যক্তি কীভাবে চিন্তা করে এবং তার চিন্তাভাবনা কী তা নির্ধারণ করতে পারে না। অতএব, কৃত্রিম বুদ্ধিমত্তার সৃষ্টি এখন পর্যন্ত শুধুমাত্র স্বজ্ঞাত অনুমানের উপর ভিত্তি করে।
এদিকে, আধুনিক তথ্য প্রযুক্তির বিকাশের জন্য সবচেয়ে প্রতিশ্রুতিশীল ক্ষেত্রগুলির মধ্যে একটি হল ফলিত নিউরাল নেটওয়ার্ক তৈরি করা। কিএকটি কৃত্রিম নিউরাল নেটওয়ার্ক (ANN) প্রতিনিধিত্ব করে? এটি একটি ছোট গাণিতিক মডেল যা জৈবিক নিউরনের নীতিতে কাজ করে, কার্যকরীভাবে একটি একক সিস্টেমে মিলিত হয়৷
মানুষ-নির্মিত নিউরাল নেটওয়ার্ক, বা, যেগুলিকে বলা হয়, কৃত্রিম বুদ্ধিমত্তা সিস্টেম, প্রায়শই অসম্পূর্ণ সংখ্যক ডেটা বা সমস্যাগুলির সমাধান খুঁজে পেতে ব্যবহৃত হয় যা স্পষ্টভাবে আনুষ্ঠানিক করা যায় না৷
প্রথম ANN 1958 সালে ফিরে আসে মনোবিজ্ঞানী ফ্র্যাঙ্ক রোজেনব্ল্যাটকে ধন্যবাদ। এই ইমেজ-ভিত্তিক সিস্টেমটি মানুষের মস্তিষ্ককে সিমুলেট করেছে এবং ভিজ্যুয়াল ডেটা চিনতে চেষ্টা করেছে। ANN অপারেশনের নীতিটি প্রক্রিয়াকৃত উপাদানগুলির একটি সেটের মধ্যে একটি সংযোগ তৈরির উপর ভিত্তি করে। প্রতিটি নিউরন ইনপুটে প্রচুর পরিমাণে সংকেত পায়। এটি ওজনযুক্ত সহগ অনুসারে তাদের বিশ্লেষণ করে এবং অন্য নিউরনে আসা একটি ব্যক্তিগত সংকেত তৈরি করে। সমস্ত নিউরন স্তরগুলিতে সংগঠিত এবং একে অপরের সাথে সংযোগ রয়েছে। প্রতিটি স্তর ইনপুট সংকেত প্রক্রিয়া করে এবং তারপর পরবর্তী স্তরের জন্য নিজস্ব তৈরি করে। ANN এর প্রধান সুবিধা হল স্ব-শিক্ষার ক্ষমতা।
কৃত্রিম বুদ্ধিমত্তা সিস্টেমের অপারেশনের জন্য বেশ কয়েকটি প্রসেসর ব্যবহার করা বাঞ্ছনীয়, যেহেতু শুধুমাত্র একটি কম্পিউটার ব্যবহার করার সময়, কাজের গতি লক্ষণীয়ভাবে কমে যায়। এই ধরনের ANNগুলি বক্তৃতা, হাতের লেখা, অর্থের ক্ষেত্রে, সেইসাথে যেখানে শক্তিশালী তথ্য প্রবাহ বিশ্লেষণের প্রয়োজন হয় তার সংশ্লেষণ এবং স্বীকৃতির জন্য ব্যবহৃত হয়৷
আজকাল জনপ্রিয় নিউরো-বিশেষজ্ঞ সিস্টেম হল বিশেষ সিস্টেমকৃত্রিম বুদ্ধিমত্তা, যার ভিত্তি একটি বিশাল জ্ঞানের ভিত্তি। এটি কাজগুলি সমাধান করার জন্য প্রয়োজনীয় অসংখ্য তথ্য এবং পদ্ধতি সঞ্চয় করে। ডাটাবেসে একটি স্ব-শিক্ষার অ্যালগরিদমও রয়েছে যা পদ্ধতিগত সিদ্ধান্ত মূল্যায়ন ডেটার উপর নির্ভর করে৷
যেকোন বিশেষজ্ঞ সিস্টেমের একটি অত্যন্ত গুরুত্বপূর্ণ উপাদান হল এর ইন্টারফেস। তাকে ধন্যবাদ, একজন ব্যক্তি নতুন ডেটা দিয়ে ডাটাবেস পূরণ করতে পারে, যৌক্তিক সিদ্ধান্তে পৌঁছাতে পারে ইত্যাদি। সঞ্চিত জ্ঞান প্রয়োগ করে, এই সিস্টেমগুলি সেই সমস্ত কাজের জন্য সঠিক সমাধান খুঁজে পেতে পারে যা মানুষের ক্ষমতার জন্য খুব জটিল। বিশেষজ্ঞ সিস্টেমগুলি প্রায়শই সফ্টওয়্যার ইঞ্জিনিয়ারিং, সামরিক বিজ্ঞান, ভূতত্ত্ব, পরিকল্পনা, পূর্বাভাস, ওষুধ এবং শিক্ষার মতো ক্ষেত্রে ব্যবহৃত হয়৷
সম্প্রতি এটি জানা গেছে যে Google 2029 সালের মধ্যে একটি নতুন কৃত্রিম বুদ্ধিমত্তায় অনুসন্ধান প্রশ্নের প্রক্রিয়াকরণ প্রদান করতে চায়। তদুপরি, প্রযুক্তিগত পরিচালক আর. কুর্জওয়েলের কথা অনুসারে, একটি নতুন বুদ্ধিমান সার্চ ইঞ্জিন মানুষের আবেগ বুঝতে সক্ষম হবে। এটা আশ্চর্যজনক না? রোবটরা এখনও চিন্তা করতে জানে না, তবে তারা শিখতে পারে। এবং এরপর কি হবে?…
