কৃত্রিম বুদ্ধিমত্তা কী এবং এটি কীভাবে কাজ করে?

কৃত্রিম বুদ্ধিমত্তা (এআই) হলো বিজ্ঞান ও প্রকৌশলের এমন একটি ক্ষেত্র, যা যন্ত্রকে যুক্তি করা, পরিকল্পনা করা, শেখা ও উপলব্ধি করার মতো সক্ষমতা দিতে চায়, যেগুলো সাধারণত মানুষের মনের সঙ্গে যুক্ত। আধুনিক এআইয়ের বেশিরভাগই ধাপে ধাপে লেখা নিয়মে চলে না। বরং এটি বিপুল সংখ্যক উদাহরণ থেকে প্যাটার্ন শিখে সেগুলো ব্যবহার করে পূর্বাভাস, সুপারিশ, সিদ্ধান্ত বা নতুন কনটেন্ট তৈরি করে।

নিচে আমরা এই শব্দের অর্থ, মেশিন লার্নিং ভেতরে কীভাবে কাজ করে, চ্যাটজিপিটির মতো চ্যাটবট কীভাবে টেক্সট তৈরি করে, দৈনন্দিন জীবনে এআই ইতিমধ্যে কোথায় উপস্থিত এবং কী কী সীমাবদ্ধতা মনে রাখা জরুরি, তা নিয়ে আলোচনা করব।

কৃত্রিম বুদ্ধিমত্তা কী? একটি সহজ সংজ্ঞা

এই নামটির উৎপত্তি ১৯৫৬ সালের ডার্টমাউথ সামার রিসার্চ প্রকল্পে, যা ১৯৫৫ সালে জন ম্যাককার্থি ও তাঁর সহকর্মীরা প্রস্তাব করেছিলেন। কয়েক দশক ধরে এআই বলতে মূলত "সিম্বলিক এআই" বোঝানো হতো: বিশেষজ্ঞরা স্পষ্ট নিয়ম লিখতেন, এবং কম্পিউটার সেগুলো অনুসরণ করত।

একটি একাডেমিক পর্যালোচনা অনুযায়ী, ১৯৮০-এর দশকের শেষ পর্যন্ত এই নিয়মভিত্তিক ধারণাই প্রাধান্য পেয়েছিল। এরপর নিউরাল নেটওয়ার্ক, ফাজি সিস্টেম ও ইভোলিউশনারি কম্পিউটেশনের মতো পদ্ধতি জনপ্রিয়তা পায়। সংক্ষেপে, এই ক্ষেত্রটি হাতে লেখা নিয়ম থেকে সরে এসে ডেটা থেকে শেখার দিকে এগিয়েছে।

নীতিনির্ধারকরাও প্রায় একই রকম সংজ্ঞা ব্যবহার করেন। ওইসিডির সংজ্ঞা, যা ২০২৩ সালের নভেম্বরে সংশোধিত হয়েছে, এআই সিস্টেমকে এমন একটি যন্ত্রভিত্তিক ব্যবস্থা হিসেবে বর্ণনা করে, যা তার ইনপুট থেকে অনুমান করে কীভাবে পূর্বাভাস, কনটেন্ট, সুপারিশ বা সিদ্ধান্তের মতো আউটপুট তৈরি করতে হবে, এবং যা ভৌত বা ভার্চুয়াল পরিবেশকে প্রভাবিত করতে পারে। সিস্টেমগুলো কতটা স্বায়ত্তশাসিত ও অভিযোজনক্ষম, তাতে ভিন্নতা থাকে, এবং ইইউ এআই অ্যাক্ট প্রায় হুবহু একই ভাষা ব্যবহার করে।

নতুনদের জন্য দুটি পার্থক্য বোঝা সহায়ক। প্রথমত, আজ বিদ্যমান সব এআই হলো সংকীর্ণ এআই, যা নির্দিষ্ট কাজের জন্য তৈরি। আর্টিফিশিয়াল জেনারেল ইন্টেলিজেন্স (এজিআই) এখনো কাল্পনিক, এবং এর সংজ্ঞা নিয়েও মতভেদ আছে। দ্বিতীয়ত, শব্দগুলো একটি অন্যটির ভেতরে রয়েছে: এআইয়ের মধ্যে মেশিন লার্নিং, মেশিন লার্নিংয়ের মধ্যে ডিপ লার্নিং, আর ডিপ লার্নিং বড় ভাষা মডেল ও জেনারেটিভ এআইকে শক্তি জোগায়।

মেশিন লার্নিং কীভাবে কাজ করে?

প্রচলিত সফটওয়্যার একজন প্রোগ্রামারের লেখা নিয়ম অনুসরণ করে। মেশিন লার্নিং এটি উল্টে দেয়: আপনি একটি মডেলকে উদাহরণ দেন, যাকে প্রশিক্ষণ ডেটা বলা হয়, আর মডেলটি নিজেই প্যাটার্ন বের করে নেয়।

এর তিনটি প্রধান ধরন আছে। সুপারভাইজড লার্নিংয়ে উদাহরণগুলোর সঙ্গে লেবেল থাকে, যেমন "স্প্যাম" বা "স্প্যাম নয়" হিসেবে চিহ্নিত ইমেইল। আনসুপারভাইজড লার্নিংয়ে কোনো লেবেল থাকে না, এবং মডেল নিজে থেকে গোষ্ঠী খুঁজে বের করে। রিইনফোর্সমেন্ট লার্নিংয়ে মডেল পুরস্কার ও শাস্তির মাধ্যমে ট্রায়াল অ্যান্ড এরর দিয়ে শেখে, যেমনটি অ্যালফাগো-র মতো গেম খেলার সিস্টেম করেছে।

আজকের বেশিরভাগ শক্তিশালী সিস্টেম নিউরাল নেটওয়ার্ক ব্যবহার করে: সরল গাণিতিক একক বা স্তরের সমষ্টি, যেগুলো প্যারামিটার বা ওয়েট নামের সাংখ্যিক সেটিংস দিয়ে যুক্ত। প্রশিক্ষণের সময় মডেল একটি অনুমান করে, সেটিকে সঠিক উত্তরের সঙ্গে তুলনা করে এবং ত্রুটি কমাতে তার ওয়েট সামান্য সমন্বয় করে। এর প্রযুক্তিগত নাম ব্যাকপ্রোপাগেশন ও গ্রেডিয়েন্ট ডিসেন্ট।

দুটি ধাপ আলাদা করে বোঝাও সাহায্যকর। ট্রেইনিং হলো সেই ব্যয়বহুল পর্যায়, যেখানে মডেল শেখে। ইনফারেন্স হলো যখন তৈরি মডেলটি প্রশ্নের উত্তর দিতে বা পূর্বাভাস করতে কাজে লাগে।

চ্যাটজিপিটির মতো বড় ভাষা মডেল কীভাবে কাজ করে?

বড় ভাষা মডেল (এলএলএম) প্রথমে টেক্সটকে টোকেনে ভাগ করে, যা পূর্ণ শব্দ বা শব্দের অংশ। বহু প্রত্যয়যুক্ত ভাষা, যেমন তুর্কি, একই পরিমাণ টেক্সটের জন্য বেশি টোকেন লাগতে পারে, যদিও সঠিক অনুপাত মডেলের ওপর নির্ভর করে।

প্রি-ট্রেইনিংয়ে মডেল বিশাল টেক্সটের ওপর একটি কাজ অনুশীলন করে: পরের টোকেন অনুমান করা। এই সরল লক্ষ্যই তাকে পথে ব্যাকরণ, তথ্য ও আরও অনেক প্যাটার্ন শিখতে বাধ্য করে। এর অন্তর্নিহিত নকশা হলো ট্রান্সফরমার আর্কিটেকচার, যা গুগলের গবেষকরা ২০১৭ সালের "Attention Is All You Need" শীর্ষক গবেষণাপত্রে উপস্থাপন করেন।

এরপর আসে পোস্ট-ট্রেইনিং। মডেলকে নির্দেশনার উদাহরণের ওপর ফাইন-টিউন করা হয় এবং ফিডব্যাক দিয়ে গড়ে তোলা হয়, যেমন রিইনফোর্সমেন্ট লার্নিং ফ্রম হিউম্যান ফিডব্যাক (আরএলএইচএফ) পদ্ধতিতে, যাতে এটি একটি সহায়ক সহকারীর মতো আচরণ করে। ওপেনএআই-এর চ্যাটজিপিটি ৩০ নভেম্বর ২০২২ তারিখে চালু হয়ে এই ধরনের সহকারীকে গণমানুষের কাছে পৌঁছে দেয়; জেমিনি, ক্লড, কোপাইলট, লামা, ডিপসিক, মিস্ট্রাল ও গ্রক আরও পরিচিত নাম।

প্রযুক্তিটি ক্রমাগত বদলাচ্ছে। সাম্প্রতিক প্রবণতার মধ্যে রয়েছে রিজনিং মডেল, যারা উত্তর দেওয়ার আগে ধাপে ধাপে সমস্যা বিশ্লেষণ করে; মাল্টিমোডাল মডেল, যারা ছবি ও অডিও নিয়ে কাজ করে; এজেন্ট, যারা কাজ সম্পন্ন করতে টুল ব্যবহার করে; এবং রিট্রিভাল-অগমেন্টেড জেনারেশন (আরএজি), যেখানে মডেল আগে নথি বা ওয়েবে খুঁজে দেখে। মডেলের সংস্করণ ঘন ঘন বদলায়, তাই বর্তমান তথ্যের জন্য নির্মাতাদের নিজস্ব পাতা দেখুন।

দৈনন্দিন জীবনে এআই কী কাজে লাগে?

আপনি সম্ভবত প্রতিদিন লক্ষ না করেই অনেকবার এআই ব্যবহার করেন। এটি স্ট্রিমিং ও কেনাকাটার সাইটের সুপারিশ চালায়, স্প্যাম ফিল্টার করে, ন্যাভিগেশন অ্যাপে ট্রাফিকের পূর্বাভাস দেয়, মুখ দিয়ে ফোন আনলক করে, ভয়েস অ্যাসিস্ট্যান্টকে শক্তি জোগায় এবং টেক্সট অনুবাদ করে।

ব্যাংক জালিয়াতি চিহ্নিত করতে এর ওপর নির্ভর করে, আর ফটো অ্যাপ স্বয়ংক্রিয় সম্পাদনার জন্য এটি ব্যবহার করে। জেনারেটিভ এআই এই তালিকায় যোগ করেছে লেখায় সহায়তা, সারসংক্ষেপ, কোডিং সহায়তা, ছবি তৈরি এবং পড়াশোনায় সহায়তা।

চিকিৎসাশাস্ত্রে এআই টুল চিকিৎসকদের স্ক্যান পড়তে সাহায্য করে। বিজ্ঞানে এর প্রভাব সর্বোচ্চ পর্যায়ে স্বীকৃতি পেয়েছে: ২০২৪ সালের রসায়নে নোবেল পুরস্কারের একাংশ পান ডেমিস হাসাবিস ও জন জাম্পার, অ্যালফাফোল্ডের জন্য, যা প্রোটিনের গঠন পূর্বাভাস দেয়; আর ২০২৪ সালের পদার্থবিজ্ঞানে নোবেল পুরস্কার পান জন হপফিল্ড ও জেফ্রি হিন্টন, নিউরাল নেটওয়ার্কের মৌলিক কাজের জন্য।

এআইয়ের সীমাবদ্ধতা ও ঝুঁকি কী?

সবচেয়ে পরিচিত সমস্যা হলো হ্যালুসিনেশন। ভাষা মডেল যাচাই করা তথ্য নয়, বরং বিশ্বাসযোগ্য শোনায় এমন টেক্সট তৈরি করে, তাই তারা ভুল কথাও আত্মবিশ্বাসের সঙ্গে বলতে পারে। এটি কতবার ঘটে তা মডেল ও পরীক্ষাভেদে ব্যাপকভাবে বদলায়, তাই গুরুত্বপূর্ণ যেকোনো কিছু দুবার যাচাই করুন।

মডেলের একটি নলেজ কাটঅফ বা জ্ঞানের সীমা থাকে: সার্চের সঙ্গে সংযুক্ত না থাকলে প্রশিক্ষণ শেষ হওয়ার পরের ঘটনা সম্পর্কে তারা কিছু জানে না। প্রশিক্ষণ ডেটায় থাকা পক্ষপাতও তারা পুনরুৎপাদন করতে পারে।

গোপনীয়তার দিকটি গুরুত্ব দাবি করে। চ্যাটবটে সংবেদনশীল ব্যক্তিগত, স্বাস্থ্য বা ব্যবসায়িক তথ্য টাইপ করার আগে ভাবুন, এবং প্রতিটি প্রদানকারীর সেটিংস দেখে নিন যে আপনার কথোপকথন প্রশিক্ষণের কাজে ব্যবহৃত হতে পারে কি না।

বিস্তৃত বিতর্কের মধ্যে আছে কপিরাইট মামলা, শক্তি ও পানির ব্যবহার, ডিপফেক ও ভুল তথ্য, এবং চাকরিতে প্রভাব, যেখানে পূর্বাভাস তীব্রভাবে ভিন্ন। সবশেষে, আজকের সিস্টেমগুলোকে মানুষের অর্থে বোঝা বা সচেতন বলে ধরে নেওয়া উচিত নয়; এই প্রশ্নটি দার্শনিকভাবে এখনো বিতর্কিত।

কৃত্রিম বুদ্ধিমত্তা কি নিয়ন্ত্রিত?

ক্রমবর্ধমানভাবে, হ্যাঁ। ইইউ এআই অ্যাক্ট ১ আগস্ট ২০২৪ তারিখে কার্যকর হয়েছে, এবং এর বাধ্যবাধকতাগুলো কয়েক বছর ধরে ধাপে ধাপে চালু হচ্ছে। পরবর্তী ইইউ প্রস্তাবের অধীনে কিছু সময়সীমা বদলাতে পারে, তাই বর্তমান সময়সূচির জন্য ইইউর সরকারি সূত্র যাচাই করা ভালো।

অন্য দেশগুলোও নিজস্ব কাঠামো গড়ে তুলছে। উদাহরণস্বরূপ, তুরস্কের ২০২১–২০২৫ সালের জাতীয় এআই কৌশল রয়েছে, যা প্রেসিডেন্সির ডিজিটাল ট্রান্সফরমেশন অফিস ও শিল্প ও প্রযুক্তি মন্ত্রণালয় প্রস্তুত করেছে। নীতিমালা দ্রুত এগোচ্ছে বলে সর্বশেষ অবস্থার জন্য সংশ্লিষ্ট কর্তৃপক্ষের ঘোষণা অনুসরণ করুন।