কৃত্রিম বুদ্ধিমত্তা (AI) ও আধুনিক প্রযুক্তি
কৃত্রিম বুদ্ধিমত্তা (AI) কী, প্রকারভেদ (মেশিন লার্নিং, ডিপ লার্নিং), নিউরাল নেটওয়ার্ক, এক্সপার্ট সিস্টেম এবং ChatGPT-এর মতো আধুনিক প্রয়োগ নিয়ে আলোচনা।
কৃত্রিম বুদ্ধিমত্তা (AI) ও আধুনিক প্রযুক্তি
- লেকচার ৪: কৃত্রিম বুদ্ধিমত্তা (Artificial Intelligence)
- যন্ত্র কি চিন্তা করতে পারে?
- কৃত্রিম বুদ্ধিমত্তা (AI) কী?
- মানুষ বনাম কৃত্রিম বুদ্ধিমত্তা
- কৃত্রিম বুদ্ধিমত্তার প্রকারভেদ
- এআই-এর প্রধান শাখাসমূহ
- মেশিন লার্নিং ও ডিপ লার্নিং
- এক্সপার্ট সিস্টেম (Expert System)
- এক্সপার্ট সিস্টেমের উপাদান
- এক্সপার্ট সিস্টেমের উদাহরণ
- আধুনিক এআই ও জেনারেটিভ এআই
- এআই ব্যবহারের সুবিধা ও অসুবিধা
- সারসংক্ষেপ
লেকচার ৪: কৃত্রিম বুদ্ধিমত্তা (Artificial Intelligence) - বিস্তারিত পাঠ ও পরীক্ষার প্রস্তুতি
লেকচারে আমরা ইউটিউবের ভিডিও সাজেশন বা চ্যাটজিপিটির উদাহরণ দিয়ে কৃত্রিম বুদ্ধিমত্তার প্রাথমিক ধারণা পেয়েছি। দৈনন্দিন জীবনে আমরা অজান্তেই কৃত্রিম বুদ্ধিমত্তার নানা প্রয়োগ ব্যবহার করছি—স্মার্টফোনের ফেস আনলক থেকে শুরু করে সোশ্যাল মিডিয়ার নিউজ ফিড পর্যন্ত। এই পাঠে আমরা সেই ধারণাগুলোকে পরীক্ষার খাতার উপযোগী করে সাজাব। এখানে এআই-এর তাত্ত্বিক সংজ্ঞা, ইতিহাস, প্রকারভেদ এবং এক্সপার্ট সিস্টেমের গঠন নিয়ে বিস্তারিত আলোচনা করা হবে, যা সৃজনশীল প্রশ্নের উত্তর প্রদানে এবং এমসিকিউ (MCQ) সঠিক উত্তর নির্বাচনে সহায়ক হবে।
কৃত্রিম বুদ্ধিমত্তা: সংজ্ঞা ও ইতিহাস
কৃত্রিম বুদ্ধিমত্তা বা আর্টিফিশিয়াল ইন্টেলিজেন্স (AI) হলো কম্পিউটার বিজ্ঞানের একটি অত্যন্ত গুরুত্বপূর্ণ শাখা। সহজ কথায়, মানুষের বুদ্ধিমত্তা ও চিন্তাশক্তিকে যখন কৃত্রিম উপায়ে কোনো যন্ত্র বা কম্পিউটারের মধ্যে সিমুলেট (Simulate) করা হয়, তখন তাকে কৃত্রিম বুদ্ধিমত্তা বলে।
সংজ্ঞা (Definition): কৃত্রিম বুদ্ধিমত্তা (Artificial Intelligence) হলো কম্পিউটার বিজ্ঞানের একটি শাখা, যেখানে মানুষের বুদ্ধিমত্তা ও চিন্তাশক্তিকে কম্পিউটার বা যন্ত্রের মাধ্যমে রূপ দেওয়ার চেষ্টা করা হয়। অর্থাৎ, মানুষের মতো চিন্তা করা, সিদ্ধান্ত নেওয়া এবং সমস্যা সমাধানের সক্ষমতা সম্পন্ন যন্ত্র তৈরি করাই হলো কৃত্রিম বুদ্ধিমত্তার মূল লক্ষ্য।
কৃত্রিম বুদ্ধিমত্তার ইতিহাস ও মাইলফলক
কৃত্রিম বুদ্ধিমত্তার ধারণাটি নতুন নয়। ১৯৫০ সালে বিখ্যাত গণিতবিদ অ্যালান টুরিং (Alan Turing) প্রথম যন্ত্রের চিন্তা করার ক্ষমতা নিয়ে প্রশ্ন তোলেন এবং একটি পরীক্ষার প্রস্তাব করেন যা "টুরিং টেস্ট" (Turing Test) নামে পরিচিত।
তবে, "Artificial Intelligence" শব্দটি প্রথম আনুষ্ঠানিকভাবে ব্যবহার করা হয় ১৯৫৬ সালে যুক্তরাষ্ট্রের ডার্টমাউথ কলেজে আয়োজিত এক সম্মেলনে। এই সম্মেলনের আয়োজক জন ম্যাকার্থি (John McCarthy) কে কৃত্রিম বুদ্ধিমত্তার জনক বলা হয়।
গুরুত্বপূর্ণ তথ্য (Important for MCQ):
- AI এর জনক: জন ম্যাকার্থি (John McCarthy)।
- AI শব্দটি প্রথম ব্যবহার হয়: ১৯৫৬ সালে।
- টুরিং টেস্ট (১৯৫০): একটি যন্ত্র মানুষের মতো বুদ্ধিমান কি না তা যাচাইয়ের পরীক্ষা।
- ডিপ ব্লু (Deep Blue): আইবিএমের তৈরি সুপার কম্পিউটার যা ১৯৯৭ সালে তৎকালীন বিশ্ব দাবা চ্যাম্পিয়ন গ্যারি কাসপারভকে পরাজিত করে।
- সোফিয়া (Sophia): হংকং-এর হ্যানসন রোবোটিক্স কর্তৃক তৈরি মানবাকৃতির রোবট (২০১৭ সালে সৌদি আরবের নাগরিকত্ব পায়)।
মানুষের বুদ্ধিমত্তা বনাম কৃত্রিম বুদ্ধিমত্তা
মানুষের বুদ্ধিমত্তা (Natural Intelligence) এবং কৃত্রিম বুদ্ধিমত্তার মধ্যে মৌলিক কিছু পার্থক্য রয়েছে। সৃজনশীল প্রশ্নের 'খ' অংশ বা অনুধাবনমূলক প্রশ্নের জন্য এই পার্থক্যগুলো খুবই গুরুত্বপূর্ণ।
| তুলনার বিষয় | মানুষের বুদ্ধিমত্তা (Natural Intelligence) | কৃত্রিম বুদ্ধিমত্তা (Artificial Intelligence) |
|---|---|---|
| প্রকৃতি | সৃষ্টিকর্তা প্রদত্ত, প্রাকৃতিকভাবে প্রাপ্ত। | মানুষ কর্তৃক সৃষ্ট, কৃত্রিম। |
| আবেগ ও অনুভূতি | মানুষের নিজস্ব আবেগ, অনুভূতি ও সৃজনশীলতা আছে। | যন্ত্রের আবেগ বা অনুভূতি নেই, সৃজনশীলতা প্রোগ্রামের ওপর নির্ভরশীল। |
| শেখার পদ্ধতি | মানুষ অভিজ্ঞতা, ভুল এবং পরিবেশ থেকে শেখে। | যন্ত্র ডেটা বা তথ্যের ইনপুট (Training Data) থেকে শেখে। |
| ক্লান্তি | মানুষ দীর্ঘক্ষণ কাজ করলে ক্লান্ত হয়ে পড়ে। | যন্ত্র বা কম্পিউটার ক্লান্তিহীনভাবে কাজ করতে পারে। |
| সিদ্ধান্ত গ্রহণ | পরিস্থিতি অনুযায়ী যুক্তি ও আবেগ মিশিয়ে সিদ্ধান্ত নেয়। | শুধুমাত্র লজিক, অ্যালগরিদম এবং পূর্বনির্ধারিত নিয়ম অনুযায়ী সিদ্ধান্ত নেয়। |
পরীক্ষার টিপস (Exam Tip): পার্থক্য লেখার সময় অবশ্যই বাম পাশের কলামে 'তুলনার বিষয়' বা 'পার্থক্যের ভিত্তি' উল্লেখ করবে। এতে পরীক্ষক সহজেই বুঝতে পারেন এবং পূর্ণ নম্বর পাওয়ার সম্ভাবনা বাড়ে।
কৃত্রিম বুদ্ধিমত্তার প্রকারভেদ ও প্রধান ক্ষেত্রসমূহ
ক্ষমতা ও কার্যকারিতার ওপর ভিত্তি করে কৃত্রিম বুদ্ধিমত্তাকে প্রধানত তিন ভাগে ভাগ করা যায়:
- কৃত্রিম সংকীর্ণ বুদ্ধিমত্তা (Artificial Narrow Intelligence - ANI): এটি নির্দিষ্ট একটি কাজ করতে পারে। যেমন: অ্যাপলের সিরি (Siri), গুগলের সার্চ ইঞ্জিন বা দাবা খেলার সফটওয়্যার। বর্তমানে আমরা যেসব AI দেখি তার সবই এই ক্যাটাগরির।
- কৃত্রিম সাধারণ বুদ্ধিমত্তা (Artificial General Intelligence - AGI): এটি মানুষের মতোই যেকোনো বুদ্ধিবৃত্তিক কাজ করতে সক্ষম হবে। এটি এখনো গবেষণার পর্যায়ে আছে।
- কৃত্রিম সুপার বুদ্ধিমত্তা (Artificial Super Intelligence - ASI): এটি মানুষের বুদ্ধিমত্তাকে ছাড়িয়ে যাবে এবং মানুষের চেয়েও অনেক গুণ বেশি শক্তিশালী হবে। এটিও এখন পর্যন্ত তাত্ত্বিক ধারণা।
কৃত্রিম বুদ্ধিমত্তার প্রধান শাখাসমূহ
কৃত্রিম বুদ্ধিমত্তা একটি বিশাল ক্ষেত্র। এর অধীনে মেশিন লার্নিং, ডিপ লার্নিং ইত্যাদি কাজ করে। নিচের চিত্রটি লক্ষ্য করো:
গুরুত্বপূর্ণ শাখা:
- মেশিন লার্নিং (Machine Learning): কম্পিউটারকে স্পষ্টভাবে প্রোগ্রাম না করে ডেটা থেকে শেখার সক্ষমতা তৈরি করা। অর্থাৎ, অ্যালগরিদম ব্যবহার করে কম্পিউটার নিজেই ডেটা বিশ্লেষণ করে সিদ্ধান্ত নেয়।
- ডিপ লার্নিং (Deep Learning): মেশিন লার্নিংয়ের একটি বিশেষ শাখা যা মানুষের মস্তিষ্কের নিউরনের মতো কাজ করে (Artificial Neural Network ব্যবহার করে)।
- ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং (NLP): মানুষের স্বাভাবিক ভাষা বোঝা, বলা ও লেখা। যেমন: Google Translate, Chatbots।
- ভিশন সিস্টেম (Vision System): ছবি বা ভিডিও বিশ্লেষণ করে তথ্য বের করা। যেমন: ফেস আনলক, ফিঙ্গারপ্রিন্ট স্ক্যানার।
এক্সপার্ট সিস্টেম (Expert System): গঠন ও কার্যপ্রণালী
সৃজনশীল প্রশ্নের জন্য এক্সপার্ট সিস্টেম একটি অত্যন্ত গুরুত্বপূর্ণ টপিক।
সংজ্ঞা (Definition): এক্সপার্ট সিস্টেম হলো এমন একটি কম্পিউটার সিস্টেম যা নির্দিষ্ট কোনো বিষয়ে মানুষের মতোই দক্ষ বা বিশেষজ্ঞের মতো সিদ্ধান্ত দিতে পারে এবং জটিল সমস্যার সমাধান করতে পারে।
সহজ কথায়, একজন ডাক্তার যেমন তার অর্জিত জ্ঞান দিয়ে রোগীর রোগ নির্ণয় করেন, তেমনি একটি এক্সপার্ট সিস্টেম তার মধ্যে সংরক্ষিত তথ্য ব্যবহার করে সমস্যার সমাধান দেয়।
এক্সপার্ট সিস্টেমের উপাদানসমূহ
একটি এক্সপার্ট সিস্টেম প্রধানত তিনটি অংশ নিয়ে গঠিত:
- নলেজ বেস (Knowledge Base): এটি এক্সপার্ট সিস্টেমের ভাণ্ডার। এখানে নির্দিষ্ট বিষয়ে প্রচুর তথ্য (Facts) এবং নিয়মাবলি (Rules) জমা থাকে। এই তথ্যগুলো মানব বিশেষজ্ঞদের কাছ থেকে সংগ্রহ করা হয়।
- ইনফারেন্স ইঞ্জিন (Inference Engine): এটি নলেজ বেস থেকে তথ্য নিয়ে যুক্তি (Logic) প্রয়োগ করে সিদ্ধান্ত গ্রহণ করে। একে সিস্টেমের 'মস্তিষ্ক' বা 'প্রসেসিং ইউনিট' বলা হয়। এটি ব্যবহারকারীর প্রশ্নের সাথে নলেজ বেসের তথ্যের মিল খুঁজে বের করে।
- ইউজার ইন্টারফেস (User Interface): যার মাধ্যমে ব্যবহারকারী সিস্টেমের সাথে যোগাযোগ করে। ব্যবহারকারী এখানে তার সমস্যা বা প্রশ্ন ইনপুট দেয় এবং সিস্টেম তার সমাধান প্রদর্শন করে।
উদাহরণ (Example):
- MYCIN: ব্যাকটেরিয়াজনিত ও রক্তের রোগ নির্ণয়ের জন্য ব্যবহৃত বিশ্বের প্রথম দিকের এক্সপার্ট সিস্টেম।
- DENDRAL: রাসায়নিক বিশ্লেষণ এবং মলিকিউলার গঠন নির্ণয়ের জন্য ব্যবহৃত হয়।
আধুনিক এআই ও ব্যবহারিক প্রয়োগ
বর্তমান বিশ্বে কৃত্রিম বুদ্ধিমত্তার ব্যবহার ব্যাপক। সৃজনশীল প্রশ্নের 'গ' বা 'ঘ' অংশে প্রায়ই উদ্দীপক থেকে প্রযুক্তি শনাক্ত করে তার প্রভাব আলোচনা করতে বলা হয়।
ব্যবহারিক ক্ষেত্রসমূহ (Applications):
- চিকিৎসাক্ষেত্র: রোগ নির্ণয়, নতুন ওষুধ আবিষ্কার এবং রোবোটিক সার্জারিতে AI ব্যবহৃত হচ্ছে। এক্সরে বা এমআরআই রিপোর্ট বিশ্লেষণে এটি চিকিৎসকদের চেয়েও দ্রুত ও নির্ভুল হতে পারে।
- কৃষি: মাটির গুণাগুণ বিশ্লেষণ, আবহাওয়া পূর্বাভাস এবং ফসলের রোগ শনাক্তকরণে ড্রোন ও AI প্রযুক্তি ব্যবহৃত হচ্ছে।
- ব্যবসা-বাণিজ্য: শেয়ার বাজার বিশ্লেষণ, কাস্টমার সার্ভিসে চ্যাটবট (Chatbot) ব্যবহার এবং ক্রেতার পছন্দ অনুযায়ী পণ্য সাজেশন দেওয়া।
- পরিবহন: চালকবিহীন গাড়ি (Self-driving cars) বা অটোপাইলট সিস্টেমে AI ব্যবহার করা হয়। ট্রাফিক জ্যাম নিয়ন্ত্রণেও এটি ভূমিকা রাখছে।
- নিরাপত্তা: অপরাধী শনাক্তকরণে ফেস রিকগনিশন (Face Recognition) প্রযুক্তি এবং সিসিটিভি ফুটেজ বিশ্লেষণে ব্যবহৃত হয়।
কৃত্রিম বুদ্ধিমত্তার নৈতিক প্রভাব
AI ব্যবহারের কিছু নেতিবাচক দিকও রয়েছে। যেমন:
- বেকারত্ব: অটোমেশনের কারণে অনেক মানুষের কাজ যন্ত্র দখল করে নিচ্ছে।
- প্রাইভেসি: ব্যক্তিগত তথ্যের গোপনীয়তা নষ্ট হওয়ার ঝুঁকি থাকে।
- বায়াস (Bias): ভুল ডেটা দিয়ে শেখানো হলে AI ভুল বা পক্ষপাতমূলক সিদ্ধান্ত দিতে পারে।
সংক্ষিপ্ত সারাংশ (Quick Revision)
রিভিশন পয়েন্ট:
- কৃত্রিম বুদ্ধিমত্তা হলো যন্ত্রের চিন্তা করার ক্ষমতা।
- ১৯৫৬ সালে জন ম্যাকার্থি এই প্রযুক্তির নামকরণ করেন এবং তাকে AI-এর জনক বলা হয়।
- এক্সপার্ট সিস্টেমের মূল অংশ তিনটি: নলেজ বেস (তথ্যভাণ্ডার), ইনফারেন্স ইঞ্জিন (যুক্তি প্রয়োগকারী) এবং ইউজার ইন্টারফেস (যোগাযোগ মাধ্যম)।
- মেশিন লার্নিং হলো ডেটা থেকে শেখার পদ্ধতি, আর ডিপ লার্নিং হলো নিউরাল নেটওয়ার্কের ব্যবহার।
- সৃজনশীল প্রশ্নে 'যন্ত্রের সিদ্ধান্ত নেওয়া', 'মানুষের মতো আচরণ' বা 'বিশেষজ্ঞের মতো পরামর্শ' উল্লেখ থাকলে তা নিঃসন্দেহে কৃত্রিম বুদ্ধিমত্তা বা এক্সপার্ট সিস্টেম নির্দেশ করে।
পরিভাষা (Glossary)
| শব্দ (Term) | সংজ্ঞা (Definition) |
|---|---|
| Artificial Intelligence (AI) | মানুষের বুদ্ধিমত্তা ও চিন্তাশক্তিকে যন্ত্রের মাধ্যমে রূপ দেওয়ার প্রযুক্তি। |
| Turing Test | যন্ত্রের বুদ্ধিমত্তা পরিমাপের জন্য অ্যালান টুরিং প্রবর্তিত একটি পরীক্ষা। |
| Expert System | সুনির্দিষ্ট বিষয়ে বিশেষজ্ঞের মতো সিদ্ধান্ত দিতে সক্ষম কম্পিউটার সিস্টেম। |
| Machine Learning (ML) | অ্যালগরিদম ব্যবহার করে কম্পিউটারকে ডেটা থেকে শেখার ক্ষমতা প্রদান। |
| NLP (Natural Language Processing) | মানুষের স্বাভাবিক ভাষা বোঝা ও প্রক্রিয়াকরণের প্রযুক্তি। |
| Robotics | রোবট বা স্বয়ংক্রিয় যন্ত্রের নকশা ও তৈরির বিজ্ঞান (এটি AI এর একটি প্রয়োগ ক্ষেত্র)। |