15/05/2025
চলো জেনে নেই , Ai কিভাবে কাজ করে ।
কৃত্রিম বুদ্ধিমত্তা (AI) বোঝার সবচেয়ে সহজ উপায় হলো মানুষকে চিন্তা করে দেখা। কারণ, মানুষই হলো সবচেয়ে বুদ্ধিমান প্রাণী যাদের আমরা চিনি।
AI হচ্ছে কম্পিউটার সায়েন্সের একটি বড় শাখা। এর লক্ষ্য হলো এমন সিস্টেম তৈরি করা যেগুলো বুদ্ধিমানের মতো কাজ করতে পারে এবং স্বাধীনভাবে সিদ্ধান্ত নিতে পারে।
মানুষ যেমন কথা বলতে ও শুনতে পারে, AI-তেও সেইরকম একটি শাখা আছে, যাকে বলে Speech Recognition (ভাষা শনাক্তকরণ)। এর অনেকটাই পরিসংখ্যানভিত্তিক, তাই একে Statistical Learning-ও বলা হয়।
📌
মানুষ যেমন লেখা পড়তে পারে, AI-তে এই কাজের নাম Natural Language Processing (NLP) বা প্রাকৃতিক ভাষা প্রক্রিয়াকরণ।
মানুষ চোখ দিয়ে দেখতে পারে এবং যা দেখে তা বুঝতে পারে — এই কাজ AI-তে করে Computer Vision।
কম্পিউটার ভিশন একসময় প্রতীকভিত্তিক (symbolic) পদ্ধতিতে হতো, তবে এখন আরও উন্নত উপায়ও আছে।
মানুষ চারপাশের জগত দেখে বুঝতে পারে — চোখের মাধ্যমে একটি দৃশ্যের ছবি তৈরি হয়। এই ছবিগুলো প্রক্রিয়া করার কাজকে বলে Image Processing। যদিও এটি সরাসরি AI নয়, তবে কম্পিউটার ভিশনের জন্য দরকার হয়।
📌
মানুষ তার পরিবেশ বুঝে মসৃণভাবে চলাফেরা করতে পারে — এই কাজের AI শাখা হলো Robotics।
মানুষ প্যাটার্ন বা নিয়ম খুঁজে পেতে পারে, যেমন — একরকম জিনিসগুলো একসাথে চিনে ফেলা। একে বলে Pattern Recognition।
এই কাজে মেশিন আরও ভালো, কারণ তারা অনেক বেশি ডেটা ও ডেটার বিভিন্ন মাত্রা ব্যবহার করতে পারে। এই শাখাটার নাম Machine Learning (ML)।
📌
এখন আসি মানুষের মস্তিষ্কে। মানুষের ব্রেইন অসংখ্য নিউরন দিয়ে তৈরি। এই নিউরনগুলো শিখতে সাহায্য করে। যদি আমরা এই নিউরনের গঠন ও কাজ অনুকরণ করতে পারি, তাহলে মেশিনেও মানুষের মতো কগনিটিভ (জ্ঞানগত) ক্ষমতা আনতে পারি। এটাই হলো Neural Networks (নিউরাল নেটওয়ার্ক)।
যদি এই নেটওয়ার্কগুলো আরও বড় ও গভীর হয়, এবং জটিল জিনিস শেখানো হয়, তাহলে তাকে বলে Deep Learning (ডিপ লার্নিং)।
এই ডিপ লার্নিং-এর অনেক প্রকারভেদ আছে। উদাহরণস্বরূপ, যদি কোনো মেশিনকে এমনভাবে বানানো হয় যাতে এটি ছবি স্ক্যান করে — উপর থেকে নিচে এবং বাম থেকে ডানে — তাকে বলে Convolutional Neural Network (CNN)। এটা দিয়ে ছবি ও বস্তু চেনা যায়।
📌
এইভাবে Computer Vision কাজ করে, এবং Object Recognition (বস্তু শনাক্তকরণ) সম্ভব হয়।
মানুষ যেমন অতীতের ঘটনা মনে রাখতে পারে (যেমন গতকাল রাতে কী খেয়েছিলে), AI-তেও এই রকম একটা ব্যবস্থা আছে, যাকে বলে Recurrent Neural Network (RNN)। এটি অতীতের তথ্য মনে রাখতে পারে কিছুটা সময়ের জন্য।
দুই ধরণের AI আছে:
১. প্রতীকভিত্তিক (Symbolic)
২. তথ্যভিত্তিক (Data-Based), যাকে Machine Learning বলে।
📌
Machine Learning-এ, অনেক ডেটা দিতে হয় যাতে মেশিন শেখে। যেমন: যদি বিজ্ঞাপন খরচ ও বিক্রির ডেটা থাকে, মেশিন এটি থেকে একটি প্যাটার্ন শিখে ভবিষ্যদ্বাণী করতে পারে।
মানুষ সহজে ২-৩ মাত্রার ডেটা বুঝতে পারে। কিন্তু মেশিন ১০০ বা ১০০০ মাত্রার ডেটাও বিশ্লেষণ করতে পারে।
এই প্যাটার্ন শেখার মাধ্যমে মেশিন এমন কিছু ভবিষ্যদ্বাণী করতে পারে যেগুলো মানুষ করতে পারে ।
📌
Machine Learning-এর মাধ্যমে আমরা দুটো কাজ করতে পারি:
১. Classification (শ্রেণিবিভাগ) — যেমন একজন গ্রাহককে "তরুণ প্রাপ্তবয়স্ক" গ্রুপে ফেলা
২. Prediction (ভবিষ্যদ্বাণী) — যেমন এই গ্রাহক প্রতিদ্বন্দ্বী কোম্পানিতে চলে যাবে কি না, তা অনুমান করা
📌
AI শেখার তিনটি উপায় আছে:
Supervised Learning (পরিচালিত শিক্ষা)
যেখানে ডেটা সহ সঠিক উত্তরও থাকে। যেমন: বন্ধুদের ছবি দেখিয়ে নাম শেখানো।
Unsupervised Learning (অপরিচালিত শিক্ষা)
যেখানে শুধু ডেটা থাকে, উত্তর দেওয়া হয় না। মেশিনকে নিজেই প্যাটার্ন খুঁজে বের করতে হয়। যেমন: মহাকাশের বস্তুগুলো বিশ্লেষণ করে গ্রুপ বের করা।
Reinforcement Learning (বর্ধিত শিক্ষা)
যেখানে লক্ষ্য দেওয়া হয়, আর মেশিন চেষ্টা করে চেষ্টা করে সেই লক্ষ্য অর্জন করে। যেমন: একটি রোবট বারবার চেষ্টা করে দেয়াল ডিঙিয়ে যেতে।
এই ছিলো সংক্ষেপে কৃত্রিম বুদ্ধিমত্তা (AI) সম্পর্কে একটি সহজ পরিচিতি।
