প্রধান টেকওয়ে
- একটি নতুন ধরনের কম্পিউটার হার্ডওয়্যার কৃত্রিম বুদ্ধিমত্তাকে মানুষের মস্তিষ্কের মতো ক্রমাগত শেখার অনুমতি দিতে পারে৷
- Pardue বিশ্ববিদ্যালয়ের গবেষকরা বলছেন যে তাদের ডিভাইসটি বৈদ্যুতিক ডালের মাধ্যমে চাহিদা অনুযায়ী পুনরায় প্রোগ্রাম করা যেতে পারে।
- যদিও একটি এআই সিস্টেম যা সম্পূর্ণরূপে নিজে নিজে শেখে তা এখনও প্রধানত একটি ধারণা, এমন অনেক উদাহরণ রয়েছে যা কাছাকাছি আসে৷
কৃত্রিম বুদ্ধিমত্তা (AI) শীঘ্রই মানুষের মস্তিষ্ক দ্বারা অনুপ্রাণিত একটি নতুন ধরনের কম্পিউটার চিপ থেকে উৎসাহিত হতে পারে৷
Purdue বিশ্ববিদ্যালয়ের গবেষকরা একটি নতুন হার্ডওয়্যার তৈরি করেছেন যা বৈদ্যুতিক ডালের মাধ্যমে চাহিদা অনুসারে পুনরায় প্রোগ্রাম করা যেতে পারে। দলটি দাবি করেছে যে এই অভিযোজনযোগ্যতা ডিভাইসটিকে একটি মস্তিষ্ক-অনুপ্রাণিত কম্পিউটার তৈরি করার জন্য প্রয়োজনীয় সমস্ত ফাংশন গ্রহণ করার অনুমতি দেবে। এটি AI সিস্টেম তৈরির একটি চলমান প্রচেষ্টার অংশ যা ক্রমাগত শিখতে পারে৷
স্টিভেনস ইনস্টিটিউট অফ টেকনোলজি এআই বিশেষজ্ঞ জর্ডান সুচো লাইফওয়্যারকে একটি ইমেল সাক্ষাত্কারে বলেছিলেন। "আমরা এটি দেখতে পাই, উদাহরণস্বরূপ, যখন একটি জালিয়াতি-শনাক্তকরণ সিস্টেম প্রতারণামূলক কেনাকাটার একটি পূর্বে অপ্রদর্শিত প্যাটার্ন বাছাই করে বা যখন একটি মুখ-শনাক্তকরণ সিস্টেম এমন একজন ব্যক্তির মুখোমুখি হয় যা আগে কখনও দেখা যায়নি।"
আজীবন শিক্ষার্থী
Pardue গবেষকরা সম্প্রতি সায়েন্স জার্নালে গবেষণাপত্রটি প্রকাশ করেছেন। এটি বর্ণনা করে যে কীভাবে কম্পিউটার চিপগুলি মস্তিষ্কের মতো একইভাবে নতুন ডেটা গ্রহণের জন্য গতিশীলভাবে নিজেদেরকে পুনরায় সংযুক্ত করতে পারে। পদ্ধতিটি AI কে সময়ের সাথে সাথে শিখতে সাহায্য করতে পারে৷
"জীবদের মস্তিষ্ক তাদের জীবনকাল জুড়ে ক্রমাগত শিখতে পারে। আমরা এখন মেশিনের জন্য তাদের জীবনকাল জুড়ে শেখার জন্য একটি কৃত্রিম প্ল্যাটফর্ম তৈরি করেছি, " কাগজের একজন লেখক, শ্রীরাম রামানাথন একটি সংবাদ বিজ্ঞপ্তিতে বলেছেন।
রামনাথনের দল দ্বারা তৈরি হার্ডওয়্যারটি একটি ছোট, আয়তক্ষেত্রাকার যন্ত্র যা পেরোভস্কাইট নিকেলেট নামক উপাদান দিয়ে তৈরি, যা হাইড্রোজেনের প্রতি অত্যন্ত সংবেদনশীল। বিভিন্ন ভোল্টেজে বৈদ্যুতিক স্পন্দন প্রয়োগ করা ডিভাইসটিকে ন্যানোসেকেন্ডের মধ্যে হাইড্রোজেন আয়নগুলির ঘনত্বকে এলোমেলো করতে দেয়, এমন তথ্য তৈরি করে যে গবেষকরা খুঁজে পেয়েছেন মস্তিষ্কের সংশ্লিষ্ট ফাংশনগুলির সাথে ম্যাপ করা যেতে পারে৷
যখন ডিভাইসটির কেন্দ্রের কাছে বেশি হাইড্রোজেন থাকে, উদাহরণস্বরূপ, এটি একটি নিউরন হিসাবে কাজ করতে পারে, একটি একক স্নায়ু কোষ। সেই স্থানে কম হাইড্রোজেন থাকলে, ডিভাইসটি একটি সিন্যাপস হিসেবে কাজ করে, নিউরনের মধ্যে একটি সংযোগ, যা মস্তিষ্ক জটিল নিউরাল সার্কিটে মেমরি সংরক্ষণ করতে ব্যবহার করে।
"আমরা যদি একটি কম্পিউটার বা যন্ত্র তৈরি করতে চাই যা মস্তিষ্ক দ্বারা অনুপ্রাণিত হয়, তাহলে অনুরূপভাবে, আমরা ক্রমাগত প্রোগ্রাম করার, পুনরায় প্রোগ্রাম করার এবং চিপ পরিবর্তন করার ক্ষমতা রাখতে চাই," রামানাথন বলেছেন৷
চিন্তার যন্ত্র?
অনেক আধুনিক এআই সিস্টেম নতুন তথ্যের সাথে খাপ খাইয়ে নেয় যখন পুনরায় প্রশিক্ষণ দেওয়া হয়, ডেভিড কান্টার, এমএলকমন্সের নির্বাহী পরিচালক, মেশিন লার্নিং উন্নত করার জন্য নিবেদিত একটি ওপেন ইঞ্জিনিয়ারিং কনসোর্টিয়াম, একটি ইমেলে বলেছেন৷
"বিশ্ব একটি অভ্যন্তরীণ গতিশীল জায়গা, এবং শেষ পর্যন্ত মেশিন লার্নিং এবং এআইকে অবশ্যই এটির সাথে খাপ খাইয়ে নিতে হবে," কান্টার বলেছিলেন। "উদাহরণস্বরূপ, 2022 সালে একটি স্পিচ রিকগনিশন সিস্টেম যা COVID-19 বা করোনভাইরাস সম্পর্কে 'জানে না' আধুনিক বিশ্বের একটি বড় দিক অনুপস্থিত হবে। একইভাবে, একটি স্বায়ত্তশাসিত গাড়ির রাস্তার পরিবর্তন, সেতু বন্ধ, বা এমনকি নিম্ন তাপমাত্রা রাস্তাকে বরফ করে তোলে।"
যদিও একটি AI সিস্টেম যা নিজে থেকেই সম্পূর্ণভাবে শেখে এখনও বেশিরভাগই একটি ধারণা, অনেক উদাহরণ কাছাকাছি আসে, AI কোম্পানি Fusemachines-এর সিইও সমীর মাস্কি একটি ইমেল সাক্ষাত্কারে বলেছেন।এই স্ব-শিক্ষার সিস্টেমগুলির মধ্যে একটি খবরটি তৈরি করে যখন একটি AI সিস্টেম Go-এর একটি গেমে একজন মানুষকে পরাজিত করে৷
"আলফাগো ছিল ডিপমাইন্ডের প্রথম এআই যা একজন পেশাদার গো প্লেয়ারকে পরাজিত করেছে," মাস্কি যোগ করেছেন। "তাদের গেম ফ্র্যাঞ্চাইজিগুলি প্রতিটি নতুন সংযোজনে একটি AI এর দিকে অগ্রগতি গ্রহণ করে যা শিখতে থাকে।"
ভবিষ্যতের এআই সিস্টেমগুলি তাদের ভাল সিদ্ধান্ত নেওয়ার জন্য এবং যথাযথ পদক্ষেপ নেওয়ার জন্য প্রয়োজনীয় তথ্য সন্ধান করবে, সুচো ভবিষ্যদ্বাণী করেছেন। এই উন্নত কম্পিউটারগুলি তাদের নিজস্ব অভিজ্ঞতার সিমুলেশনগুলি থেকে শিখে ব্যয়বহুল ভুলগুলি এড়াবে, উদাহরণস্বরূপ, "সেলফ-প্লে" এর মাধ্যমে, যেখানে AI নিজের কপিগুলির সাথে মিথস্ক্রিয়াগুলির ফলাফলগুলি কল্পনা করে৷
"এটি একই রকম যে কীভাবে মানুষ কল্পনার মাধ্যমে শিখতে পারে, এটি সরাসরি অভিজ্ঞতার প্রয়োজন ছাড়াই খারাপ ফলাফলের পূর্বাভাস, " সুচো যোগ করেছেন। "এআই সিস্টেমগুলি শেখার জন্য আরও কার্যকর কৌশলগুলি শিখবে, অনেকটা এমনভাবে যাতে একজন শিক্ষার্থী তাদের সময় এবং মনোযোগকে কেবল তারা যা অধ্যয়ন করছে তার মূল বিষয়বস্তুর দিকে নয়, বরং নিজে শেখার প্রক্রিয়ার দিকেও নির্দেশ করতে পারে৷"
