কৃত্রিম বুদ্ধিমত্তার ভবিষ্যতের উন্নয়নের প্রবণতা (প্রথম পর্ব)

কৃত্রিম বুদ্ধিমত্তার সাথে সাথে (AI) এটি ক্রমশ সাধারণ হয়ে উঠছে এবং জীবন পরিবর্তনকারী সিদ্ধান্তগুলিতে সংযোজিত হচ্ছে, যার ফলে স্বচ্ছতার চাহিদা আরও বেড়ে যাচ্ছে। সাম্প্রতিক বছরগুলিতে, কৃত্রিম বুদ্ধিমত্তার কারণে পক্ষপাত ও বৈষম্যের ঘটনা অসংখ্য ঘটেছে, যেমন মুখ শনাক্তকরণের মাধ্যমে আইন-শৃঙ্খলা রক্ষার ক্ষেত্রে এটি কেবল একটি উদাহরণ। আগামী কয়েক বছরে, কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে ঢিলেঢালা স্ব-নিয়ন্ত্রণ থেকে সরকারের সংশ্লিষ্টতায় পরিণত হওয়ার সম্ভাবনা রয়েছে। অন্যদিকে, বড় প্রযুক্তি সংস্থাগুলি ক্রমশ কৃত্রিম বুদ্ধিমত্তাকে ব্যবহার করছে প্রযুক্তির নিজস্ব সৃষ্ট গোপনীয়তা ও পক্ষপাতের সমস্যাগুলি সমাধান করতে।

 

01প্রযুক্তির প্রবণতা

 

  নিচে বিশ্বব্যাপী ডেটা কোম্পানি দ্বারা নির্ধারিত প্রভাবগুলো তালিকাভুক্ত করা হয়েছেAIবিষয়ের মূল প্রযুক্তিগত প্রবণতা:

 

ব্যাখ্যাযোগ্য কৃত্রিম বুদ্ধিমত্তা(XAI)

 

কৃত্রিম বুদ্ধিমত্তা জীবনকে পরিবর্তন করার সিদ্ধান্তগুলিতে ক্রমশ অংশগ্রহণ করছে, যেমন কল্যাণ প্রদান, বাড়ি ঋণের অনুমোদন এবং চিকিৎসা নির্ণয়। সেই কারণে, স্বচ্ছতা এবং ব্যাখ্যাযোগ্যতা অত্যন্ত গুরুত্বপূর্ণ হয়ে উঠেছে। AIমডেলের পক্ষপাতের বিতর্ক অনেক মনোযোগ আকর্ষণ করেছে, যা কোম্পানিগুলিকে তাদের অভ্যন্তরীণ AIউন্নয়ন নির্দেশিকা আপডেট করতে প্ররোচিত করেছে যাতে আস্থা গড়ে ওঠে। শুধুমাত্র অ্যাপ্লিকেশন সনাক্তকরণ বাড়ানো (XAI）ডেটায় থাকা পক্ষপাতিত্ব কমাতে এটি যথেষ্ট নয়, কারণ এটি কেবল সংস্থাগুলিকে সম্ভাব্য বৈষম্য শনাক্ত করতে সক্ষম করে। সংস্থাগুলি প্রয়োজন অনুযায়ী তাদের মডেলগুলিকে সংশোধন করবে, আরও ব্যাপকভাবে চিহ্নিতকরণ এবং কৃত্রিম বুদ্ধিমত্তার প্রয়োগ বেশিরভাগ কৃত্রিম বুদ্ধিমত্তাসংক্রান্ত সংস্থার প্রাথমিক অগ্রাধিকার হয়ে উঠেছে, যেমন গুগল এবং প্রতিরক্ষা জায়ান্ট লকহিড মার্টিন।

 

ফেডারেটেড লার্নিং

 

  কৃত্রিম বুদ্ধিমত্তা যে প্রযুক্তি হিসেবে নিজেই গোপনীয়তার সমস্যার সমাধান তৈরি করে তা অস্বাভাবিক মনে হতে পারে, এই পদ্ধতিটি গুগল দ্বারা 2017বছরে চালু করা হয়েছিল, যার উদ্দেশ্য সংবেদনশীল ডেটা রক্ষা করার পাশাপাশি স্থানীয় ডিভাইসে (যেমন স্মার্টফোন) উপলব্ধ বহুমুখী ডেটা সেট ব্যবহার করা। সংক্ষেপে, ডিভাইসগুলি ক্লাউড থেকে বর্তমান মডেল ডাউনলোড করে, এটিকে তাদের মেমরিতে সংরক্ষিত ডেটা থেকে শিখে উন্নত করে এবং তারপর স্থানীয় ডেটা অনুযায়ী মডেলটিকে আপডেট করে। গুগল হল ফেডারেল লার্নিং ব্যবহার করার সবচেয়ে বিখ্যাত উদাহরণ, যেমন কীবোর্ড অ্যাপ্লিকেশনগুলি আগের কার্যকলাপের ডেটা অনুযায়ী শব্দ বা বাক্যাংশ পরামর্শ দেয়। স্বাস্থ্যসেবা খাতে, ফেডারেল লার্নিং বিভিন্ন সংস্থাকে একটি মডেলের ওপর সহযোগিতা করতে অনুমতি দেয়, যা সংবেদনশীল ডেটা ভাগ না করেই রোগীদের যত্ন উন্নত করতে সাহায্য করে।

 

মুখের স্বাক্ষর শনাক্তকরণ

 

        2020 年 6 মাস, অ্যামাজন, আমেরিকান ইন্টারন্যাশনাল বিজনেস মেশিন (IBM) এবং মাইক্রোসফট উভয়ই ঘোষণা করেছে যে তারা আর আইন প্রয়োগকারী সংস্থা বা সাধারণ মানুষের কাছে মুখের স্বাক্ষর শনাক্তকরণ (FR)সরঞ্জাম বিক্রি করবে না। যদিও অ্যামাজন আইন প্রয়োগকারী সংস্থাগুলির জন্য মুখের স্বাক্ষর শনাক্তকরণের ব্যবহারের সময়সীমা এক বছর পিছিয়ে দিয়েছে, মাইক্রোসফট বলেছে যে এই প্রযুক্তিকে নিয়ন্ত্রণ করার জন্য দেশের আইন প্রণয়ন না হওয়া পর্যন্ত তারা পুলিশ বিভাগের কাছে মুখের স্বাক্ষর শনাক্তকরণ বিক্রি করবে না। পরিবর্তে, আমেরিকান ইন্টারন্যাশনাল বিজনেস মেশিন ঘোষণা করেছে যে তারা আর সাধারণ মুখের স্বাক্ষর শনাক্তকরণ বা বিশ্লেষণ সফটওয়্যার সরবরাহ করবে না। জর্জ ফ্লয়েড (জর্জ ফ্লয়েড)হত্যাকাণ্ড এবং তারপরে ঘটে যাওয়া বৈষম্যবিরোধী বিক্ষোভের পর সেন্সরশিপ আরও বাড়িয়ে দেওয়া হয়েছে, যা বড় প্রযুক্তি সংস্থাগুলিকে ফেসিয়াল রিকগনিশন থেকে দূরে সরিয়ে নিয়ে গেছে, তবে নৈতিক সমস্যা এবং পক্ষপাতের উদাহরণ বহু বছর ধরেই বিদ্যমান।

 

যন্ত্রের স্বায়ত্তশাসিত শিক্ষণ (AutoML)

 

  মেশিনের স্বাধীন শিক্ষা লক্ষ্য করা হয়েছে স্বাধীন শিক্ষার প্রয়োগকে কমাতে (এমএল） বাস্তব জগতের সমস্যাগুলিতে প্রয়োজনীয় মানব শ্রম এবং শক্তির প্রয়োজন। এটি স্বাধীনভাবে শিক্ষা প্রদানকারী মডেলগুলির উন্নয়নের সময়সাপেক্ষ এবং পুনরাবৃত্তিমূলক দিকগুলিকে স্বয়ংক্রিয় করে এই লক্ষ্য অর্জন করে, যা সীমিত ML জ্ঞান সহ ডেভেলপার এবং ডেটা বিজ্ঞানীদের স্বাধীনভাবে শিক্ষা প্রদানকারী মডেল এবং প্রযুক্তিগুলি ব্যবহার করতে সক্ষম করে, একই সাথে এটি মেশিন লার্নিং মডেলে মানুষের ত্রুটি এবং পক্ষপাতের পরিমাণও হ্রাস করে। প্রতারণা সনাক্তকরণ, মূল্য নির্ধারণ এবং বিক্রয় ব্যবস্থাপনা মেশিন স্বাধীনভাবে শিক্ষা প্রদানকারী প্রযুক্তির সাধারণ প্রয়োগ ক্ষেত্র। গুগল ক্লাউড, ডেটা রোবোট (DataRobot) এবং H20.ai হল একটি শীর্ষস্থানীয় মেশিন স্বাধীন শিক্ষণ সফটওয়্যার সমাধানের উদাহরণ।

 

দক্ষতা অর্জন করা যায় অর্ধেক পরিশ্রমেই।

 

  তাই, 2019 একটি সাক্ষাত্কারে, গুগলের কৃত্রিম বুদ্ধিমত্তার প্রধান জেফ ডিন বলেছিলেন, আমরা আশা করি যে নতুন কাজে সাধারণীকরণ করতে পারে এমন সিস্টেম তৈরি করব, যা কম ডেটা এবং কম কম্পিউটেশন ব্যবহার করে কাজ করতে পারবে এটা আকর্ষণীয় এবং গুরুত্বপূর্ণ হবে। বেশিরভাগ মানুষ একমত যে কম ডেটা পয়েন্ট থেকে শেখার নিয়ন্ত্রণ এবং বাণিজ্যিক সুবিধা উল্লেখযোগ্য। আবেগ সনাক্তকরণের স্টার্টআপ কোম্পানি Affecta-এর প্রধান নির্বাহী ও সহ-প্রতিষ্ঠাতা কালিউবি বলেছেন, ডেটা সংশ্লেষণ পদ্ধতি কোম্পানিকে ইতিমধ্যে সংগৃহীত ডেটা নেওয়া এবং তা সংশ্লেষণ করে নতুন ডেটা তৈরি করতে সক্ষম করবে। উদাহরণস্বরূপ, কেউ গাড়ি চালানোর ভিডিও ব্যবহার করে নতুন দৃশ্য তৈরি করা যেতে পারে, যেমন চালক মাথা ঘোরানো বা একটি মেসেজ পাঠানো ইত্যাদি। প্রান্ত বুদ্ধিমত্তাসম্পন্ন ইন্টারনেট অফ থিংস (AIoT）

 

বিপ্লবী বিষয়গুলোর মধ্যে প্রধান একটি সমন্বয়ের ক্ষেত্র হলো কৃত্রিম বুদ্ধিমত্তা এবং ইন্টারনেট অফ থিংস। এই সংমিশ্রণ ইন্টারনেট অফ থিংস কৃত্রিম বুদ্ধিমত্তার উদ্ভব ঘটায়। সংযুক্ত সেন্সর এবং অ্যাকচুয়েটরগুলো দ্বারা সংগৃহীত ডেটাকে AI-এর সাথে একত্রিত করা হলে, এর ফলে এজ লেভেলে ল্যাগ কমানো, গোপনীয়তা বাড়ানো এবং রিয়েল-টাইম বুদ্ধিমত্তা প্রাপ্ত হয়। অ্যাপল কোম্পানি (Apple) তার 2020 年 1 মাসে কিনেছেXnor.ai, সংস্থাটি কম শক্তি খরচকারী ডিভাইসে চলতে সক্ষম সমর্থন প্রদান করেএআইএর ইমেজ রিকগনিশন টুল, যা এর এজ প্রোডাক্টকে আরও শক্তিশালী করেছে।

 

কোয়ান্টাম কম্পিউটিং

 

কোয়ান্টাম কম্পিউটিং পরিপক্কতার দিকে এগোচ্ছে, গুগল, মাইক্রোসফ্ট এবং আমেরিকান ইন্টারন্যাশনাল বিজনেস মেশিন এগিয়ে রয়েছে, এবং কোয়ান্টাম কম্পিউটারের সহায়তা থাকলে কৃত্রিম বুদ্ধিমত্তার অ্যাপ্লিকেশনগুলি আরও দ্রুত কাজ করতে পারে। শিকাগো বিশ্ববিদ্যালয়ের কোয়ান্টাম ইনফরমেশন অধ্যাপক ডেভিড ড. ওশালোমের মতে, কোয়ান্টাম কম্পিউটারের ব্যবহার মেশিন লার্নিং-এ জোর দেওয়া অনেক গণনামূলক কাজকে গতিশীল করতে পারে। এগুলো আরও দ্রুত গণনা সম্ভব করবে এবং সম্পদ সংক্রান্ত আরও দক্ষ অ্যালগরিদম তৈরি করতে সক্ষম হবে, একই সাথে কৃত্রিম বুদ্ধিমত্তাকে আরও জটিল কাজ করার সুযোগ দেবে। আমেরিকান ইন্টারন্যাশনাল বিজনেস মেশিন বহু বছর ধরে 2016 থেকে গ্রাহকদের কোয়ান্টাম ক্লাউড কম্পিউটিং পরিষেবা প্রদান করে আসছে, 2019 সালে, মাইক্রোসফ্ট ( Azure Quantum) এবং অ্যামাজন কোয়ান্টাম সলিউশন ল্যাব উভয়ই ঘোষণা করেছে যে গ্রাহকরা তাদের পরীক্ষামূলক অ্যালগরিদমগুলিকে একাধিক কোয়ান্টাম কম্পিউটারে পরীক্ষা করার সুযোগ পাবেন।

 

পরবর্তী প্রজন্মের চিপ

 

 চিপ ডিজাইনের গুরুত্ব এখন আর নয়, যা 1বর্গ মিলিমিটারের সিলিকন চিপে আরও বেশি ট্রানজিস্টর বসানোর প্রতিযোগিতা এখন মাইক্রোপ্রসেসরকে একটি সিস্টেম হিসেবে তৈরিতে পরিণত হয়েছে, যেখানে প্রতিটি উপাদান একটি নির্দিষ্ট কাজ পালন করে। আগামী কয়েক বছরে, কম্পিউটার তথ্য সংরক্ষণ ও প্রক্রিয়াকরণের ক্ষেত্রে মানুষের মস্তিষ্কের মতোই কাজ করবে। এখানেই নিউরোমর্ফিক কম্পিউটিং এবং নিউরোমর্ফিক চিপের ভূমিকা শুরু হয়। নিউরোমর্ফিক চিপ বড় পরিমাণ ডেটা প্রক্রিয়াকরণে খুবই উপযুক্ত এবং নিউরাল নেটওয়ার্ক ব্যবহার করে ডিপ লার্নিং অ্যাপ্লিকেশনগুলোকে চালিত করে, একই সাথে প্রচলিত প্রসেসরের তুলনায় কম শক্তি ব্যবহার করে। আমেরিকান ইন্টারন্যাশনাল বিজনেস মেশিন কর্পোরেশন এবং ট্রুনোস (ট্রুনর্থ）সহযোগিতায়, ইন্টেল এবং রোশি (লোইহি）সহযোগিতার মাধ্যমে, বর্তমানে গবেষণা ও উন্নয়নে শীর্ষস্থানে রয়েছে, তবে কোয়ালকম, এইচপি এন্টারপ্রাইজ থেকে আসা চ্যালেঞ্জগুলোর সম্মুখীন হচ্ছেHPE）এবং স্যামসাং-এর মতো বিখ্যাত প্রতিষ্ঠানগুলোর সাথে এবংগ্রাফকোরসিমুলেশন এবং ক্যাম্ব্রিয়ানের মতো অর্থ সম্পন্ন স্টার্টআপগুলির সাথে প্রতিযোগিতা।