কন্টেন্ট
- এআই এর সংক্ষিপ্ত ইতিহাস
- উপলব্ধ প্ল্যাটফর্মগুলি
- কোনও বাগ নেই, কোনও স্ট্রেস নেই - আপনার জীবনকে বিনষ্ট না করে জীবন-পরিবর্তনশীল সফটওয়্যার তৈরির ধাপে গাইড আপনার ধাপ
- অনুশীলন সাফল্যর চাবিকাটি
সূত্র: এলনুর / ড্রিমসটাইম
ছাড়াইয়া লত্তয়া:
কৃত্রিম বুদ্ধিমত্তা কারিগরির দ্রুত বর্ধনশীল ক্ষেত্রগুলির মধ্যে একটি, তবে এটি সম্পর্কে অনেক কিছু জানতে পেরে, কোথা থেকে শুরু হয়? এআই এর সাথে নিজেকে পরিচিত করার কয়েকটি উপায় এখানে আমরা একবারে দেখুন।
কৃত্রিম বুদ্ধি আপনার নিকটবর্তী একটি ডেটা সেন্টারে আসছে এবং এটি সম্ভবত মানব অপারেটররা তাদের বেশিরভাগ সময় ব্যয় করে যে অনেক কাজ সম্পাদন করা শুরু করবে।
তবে এই অনিবার্য উন্নয়নকে হুমকিরূপে দেখার চেয়ে আজকের আইটি কর্মী এখন এআই এর মৌলিক বিষয়গুলি শিখতে আরও ভাল করবে যাতে এটি পৌঁছে গেলে এটি সংস্থায় মানুষের প্রচেষ্টার মান বাড়ানোর সরঞ্জাম হিসাবে ব্যবহার করা যেতে পারে, প্রতিস্থাপন না করে এটা।
প্রথমে, এটি জানতে সাহায্য করে যে এআই বিভিন্ন ধরণের বিভিন্ন ফাংশন সরবরাহ করে। টেক সাংবাদিক মাইকেল কোপল্যান্ড প্রযুক্তিটিকে এককেন্দ্রিক চেনাশোনাগুলির একটি সিরিজ হিসাবে দেখেন, এআইকে বহির্মুখী চেনাশোনা হিসাবে এবং মেশিন লার্নিং (এমএল) এবং গভীর শিক্ষার মতো আরও বিশেষায়িত রূপগুলি।
পার্থক্যগুলি এআই এর প্রতিটি ফর্ম এবং তাদের সক্ষম করার জন্য ডিজাইন করা নির্দিষ্ট ফাংশনগুলির দ্বারা প্রদর্শিত জটিলতার স্তরের মধ্যে রয়েছে।
এআই এর সংক্ষিপ্ত ইতিহাস
এআই, উদাহরণস্বরূপ, 1950 এর দশকের শিকড় রয়েছে তবে কেবল "দশক এআই" ধারণাটি নিয়ে এই দশকের শুরুতে বাষ্প সংগ্রহ করা শুরু হয়েছিল This এখানেই চিত্রের শ্রেণিবদ্ধকরণ এবং মুখের স্বীকৃতির মতো নির্দিষ্ট কাজগুলি সম্পন্ন করার ক্ষেত্রে প্রযুক্তি মনোনিবেশ করা হয়েছে তবে দক্ষতার অভাব রয়েছে অভিজ্ঞতা এবং অন্যান্য ডেটা ইনপুট ব্যবহার করে মানুষের মস্তিষ্ক যেভাবে কাজ করে তা ব্যবহার করে এর প্রক্রিয়াগুলি বিকশিত করতে। (এ সম্পর্কে আরও তথ্যের জন্য, কম্পিউটারগুলি কি মানুষের মস্তিষ্ক অনুকরণ করতে সক্ষম হবে?)
তার জন্য, আমাদের মেশিন লার্নিংয়ের দিকে ফিরে যেতে হবে, যা এর পরিবেশ সম্পর্কে পূর্বাভাস দেওয়ার জন্য ডেটা পার্স করার জন্য অ্যালগরিদম ব্যবহার করে। এমএল সহ, প্রোগ্রামারগুলিকে কোনও সিস্টেমের প্রতিটি ক্রিয়াকলাপের কোডগুলি হ্যান্ড করার দরকার নেই, তবে উপলভ্য ডেটা দেওয়ার পরে সিস্টেম নিজেই কর্মের সেরা কোর্স নির্ধারণ করতে পারে। এমনকি এই পর্যায়ে, "বুদ্ধি" শব্দটি খুব আলগাভাবে ব্যবহৃত হয়, কারণ এমএলকে যুক্তিসঙ্গত সিদ্ধান্তে পৌঁছানোর জন্য এখনও অনেকগুলি মানুষের ইনপুট প্রয়োজন।
এখানেই গভীর শেখা এবং নিউরাল নেটওয়ার্কগুলি আসে machine মেশিন লার্নিংয়ের বিপরীতে এই প্রযুক্তিগুলি মানুষের মস্তিষ্কের কাজকে অনুকরণ করার চেষ্টা করে to উন্নত লেয়ারিং, সংযোগ এবং ডেটা বর্ধন ব্যবহার করে, তারা প্রদত্ত ফলাফলের জন্য ওজনযুক্ত সম্ভাবনা তৈরির জন্য বিভিন্ন উপায়ে ডেটা সেটগুলি প্রক্রিয়া করে। যেহেতু এটি খুব ভারী গণনার কাজের বোঝা, অবাক হওয়ার কিছু নেই যে জিপিইউ এবং সমান্তরাল প্রক্রিয়াকরণ মূল স্রোতে প্রবেশ না করা অবধি এআইয়ের এই স্তরটি ব্যাক বার্নারে রাখা হয়েছিল।
উপলব্ধ প্ল্যাটফর্মগুলি
উদীয়মান এআই প্রোগ্রামারটিও বাজারের শীর্ষস্থানীয় প্ল্যাটফর্মগুলির সাথে পরিচিত হওয়া উচিত। যদিও সমাধানের আধিক্যটি দিন দিন আরও বাড়ছে, আরও কিছু বেসিক সিস্টেমগুলি যারা সাধারণ প্রোগ্রামিং ভাষার সাথে ইতিমধ্যে পরিচিত তাদের জন্য যথেষ্ট সহজ শেখার বক্ররেখার প্রস্তাব দেয়।
কোনও বাগ নেই, কোনও স্ট্রেস নেই - আপনার জীবনকে বিনষ্ট না করে জীবন-পরিবর্তনশীল সফটওয়্যার তৈরির ধাপে গাইড আপনার ধাপ
কেউ যখন সফ্টওয়্যার মানের সম্পর্কে চিন্তা করে না তখন আপনি আপনার প্রোগ্রামিং দক্ষতা উন্নত করতে পারবেন না।
সিটিপয়েন্ট পয়েন্ট.কম আরও কয়েকটি প্রতিষ্ঠিত প্ল্যাটফর্ম তালিকাভুক্ত করেছে, যার প্রত্যেকটি বিভিন্ন উপায়ে ডিআই-চালিত প্রক্রিয়াগুলির সাথে যোগাযোগ করবে to সম্ভবত সর্বাধিক জনপ্রিয় হ'ল গুগলের টেনসরফ্লো এবং ম্যাসিসা প্ল্যাটফর্মটি রাস্পবেরি পাই এন্ট্রি-লেভেল কম্পিউটিং পরিবেশের জন্য নির্মিত। উভয়ই এআই প্রোগ্রামিংয়ের জন্য একটি সহজ অন-র্যাম্প সরবরাহ করে, যদিও মাইলিসা পাইথনের মতো প্রোগ্রামিং ভাষায় কিছুটা বেশি দক্ষতার প্রয়োজন।
পাশাপাশি, Wit.ai এবং Api.ai এর মতো পরিষেবাদি রয়েছে যা মৌখিক কমান্ডগুলিকে রূপান্তর করতে ভয়েস স্বীকৃতি ব্যবহার করে। তারা "ইন্টেন্টস" এবং "সত্তা" নামক সাধারণ প্রোগ্রামিং উপাদানগুলিকেও নিয়োগ করে যা নেওয়া হবে এবং সেই ডিভাইস এবং / অথবা পরিষেবাটি যেভাবে কাজ করা হবে তা সংজ্ঞায়িত করতে ব্যবহৃত হয়। এইভাবে, বিকাশকারীরা এআই ইঞ্জিনকে ড্রাইভ এ থেকে ডেটা সরিয়ে এনে বি চালানোর জন্য এটি আটকে দিতে নির্দেশ দিতে পারে উইট এবং এপি উভয়েরই নিজস্ব উদ্দেশ্য এবং সত্তার জন্য টেমপ্লেটের একটি সেট রয়েছে, তাই ইতিমধ্যে বেশিরভাগ কাজ হয়ে গেছে। যাইহোক, আইওএস এবং অ্যান্ড্রয়েড বাদে, তারা রুবি, পাইথন, সি এবং মরিচা, এবং এপি সমর্থনকারী ইউনিটি, সি ++, পাইথন এবং জাভাস্ক্রিপ্টের দিকে ঝুঁকির সাথে বিভিন্ন প্রোগ্রামিং ভাষা সমর্থন করে support
অনুশীলন সাফল্যর চাবিকাটি
যদিও এটি কখনই theতিহ্যগত উপায়ে এআইয়ের উপর পড়াশোনা করতে ব্যথা দেয় না - ক্লাস নেওয়া, বিভিন্ন প্ল্যাটফর্মের সংক্ষিপ্তসারগুলি শিখতে, অতীতের অনুশীলনগুলি অধ্যয়ন করা - সংযোগ বিচ্ছিন্ন ঘটনাগুলির মুখস্থ করা আপনাকে কেবল এতদূর নিয়ে যাবে, বলেছেন ক্যাগল সিটিও বেন হামনার। বরং আরও কার্যকর ব্যবহারিক পদ্ধতির মধ্যে হ'ল আপনার কাজের দিনটিতে একটি নির্দিষ্ট সমস্যা নির্বাচন করা এবং কোনও বুদ্ধিমান অটোমেশন সিস্টেম এটি কীভাবে হ্রাস করতে পারে তা নির্ধারণ করার চেষ্টা করুন, যদি এটি পুরোপুরি সমাধান না করা হয়। (এআই এর কয়েকটি বর্তমান ব্যবহার সম্পর্কে জানতে, কৃত্রিম বুদ্ধিমত্তার 3 টি বিস্ময়কর উদাহরণ দেখুন))
এটি যত বেশি শোনার চেয়ে অনেক বেশি কঠিন। আদর্শ সমস্যার অবশ্যই তিনটি মানদণ্ড থাকতে হবে:
- এটি অবশ্যই এমন একটি অঞ্চলকে আবশ্যক যা আপনি ব্যক্তিগতভাবে আগ্রহী,
- এটি অবশ্যই একটি সহজেই উপলভ্য ডেটা সেট ব্যবহার করবে যা সমস্যার সমাধানের পক্ষে উপযুক্ত
- ডেটা বা প্রাসঙ্গিক সাবসেটটি অবশ্যই একটি একক মেশিনের মধ্যে স্বাচ্ছন্দ্যে বসা উচিত।
একবার আপনি কোনও উপযুক্ত সমস্যা চিহ্নিত করার পরে, হামনার বলছেন যে দ্রুত এবং নোংরা হ্যাক করার সময় এসেছে - অভিনব কোনও কিছুই নয়, কেবলমাত্র প্রাথমিক সমস্যার জন্য শেষ থেকে শেষের জন্য যথেষ্ট। এর মধ্যে ডেটা পড়ার মতো পদক্ষেপগুলি আবরণ করা উচিত, এটিকে এমন কোনও কিছুতে রূপান্তর করা যা মেশিন লার্নিং অ্যালগরিদম বুঝতে পারে, একটি মৌলিক মডেলকে প্রশিক্ষণ দেয়, ফলাফল তৈরি করে এবং পারফরম্যান্স মূল্যায়ণ করে।
এই কার্যকরী বেসলাইনটি সম্পূর্ণ হয়ে গেলে, আপনি সর্বদা ফিরে যেতে পারেন এবং প্রতিটি উপাদানকে উন্নত করতে পারেন, সম্ভবত স্বতন্ত্র সারিগুলি পরীক্ষা করে এবং কাঠামো এবং ব্যতিক্রমগুলির আরও ভাল ধারণা অর্জনের জন্য বিতরণগুলি দৃশ্যমান করে izing অনেক ক্ষেত্রে, আপনি দেখতে পাবেন যে ডেটা পরিষ্কারের উন্নতি করা এবং প্রাক-প্রসেসিং পদক্ষেপগুলি মেশিন লার্নিং মডেলগুলির অনুকূলকরণের চেয়ে ভাল ফলাফল দেয়।
এটি এই মুহুর্তে এআই এর সাথে অন্যেরা কী করছে তা দেখতে এবং তারপরে সম্ভবত আরও ক্রম উন্নয়নের জন্য জনসমক্ষে আপনার ক্রিয়েশনগুলি ভাগ করে নিতে সহায়তা করে। গুগল সম্প্রতি এআই এক্সপেরিমেন্টস নামে একটি এআই স্যান্ডবক্স শুরু করেছে যা আপনাকে আর্ট, ভাষা, সংগীত এবং অন্যান্য শাখায় এআই বিকাশের জন্য একটি প্রদর্শনী উপস্থাপনের জন্য ওপেন সোর্স কোড এবং অন্যান্য সংস্থান সরবরাহ করে। টেনসরফ্লো এবং ক্লাউড এমএল এপিআই ছাড়াও, সাইটটিতে ডিপমাইন্ড 3 ডি গেমিং ল্যাবটির একটি সংস্করণ এবং সি ++ এ মেশিন লার্নিং সরঞ্জামগুলি বিকাশের জন্য ওপেন ফ্রেমওয়ার্কস অ্যাপস এবং স্ক্রিপ্টগুলির একটি সেট রয়েছে features
কৃত্রিম বুদ্ধিমত্তা জ্ঞান কর্মীদের এবং বিশেষত আইটি-র মধ্যে যে সবচেয়ে বড় পরিবর্তন আনবে তা হ'ল কর্মদিবসের বেশিরভাগ অংশের পুনরাবৃত্তিমূলক কাজগুলি সমস্ত অপসারণ। তবে কোনও ভুল করবেন না, এআই মানুষকে অপ্রয়োজনীয় করে তুলবে না বা মেশিনগুলি সমস্ত কাজ করার সময় মানবজাতির অবসর জীবনযাপন করতে দেবে না।
এআই-চালিত অর্থনীতিতে মানুষের মস্তিষ্ককে অধিষ্ঠিত রাখার জন্য প্রচুর পরিমাণে থাকবে তবে গাণিতিক অ্যালগরিদমগুলি কখনই আয়ত্ত করতে সক্ষম হবে না এমন এটি সৃজনশীল, স্বজ্ঞাত প্রকল্পগুলিকে মূলত অন্তর্ভুক্ত করবে।
অংশীদার হিসাবে এআই সহ, কর্মদিবসটি ব্যক্তিদের জন্য আরও আকর্ষণীয় এবং ফলপ্রসূ হয়ে উঠবে বলে আশাবাদী, তারা যে সংস্থাগুলি পরিবেশন করছে তারা মানব ক্রিয়াকলাপ এবং সামগ্রিকভাবে উচ্চতর উত্পাদনশীলতার থেকে আরও বেশি মূল্য দেখতে হবে।