কন্টেন্ট
- হাইপ সাইকেল এআই
- এ পর্যন্ত, তাই ভাল না
- কোনও বাগ নেই, কোনও স্ট্রেস নেই - আপনার জীবনকে বিনষ্ট না করে জীবন-পরিবর্তনশীল সফটওয়্যার তৈরির ধাপে গাইড আপনার ধাপ
- এটি সমস্ত ডেটাতে জড়িত
সূত্র: চার্লস টেলর / আইস্টকফোটো
ছাড়াইয়া লত্তয়া:
কৃত্রিম বুদ্ধিমত্তা সম্পর্কে প্রচুর প্রচারণা চালাচ্ছে, এটি কতটা বুদ্ধিমান?
কৃত্রিম বুদ্ধিমত্তা এন্টারপ্রাইজ চেনাশোনায় এত বেশি মনোযোগ জোগাড় করেছে যে অনেক তথ্যপ্রযুক্তি নেতৃবৃন্দ ভেবে ভ্রান্ত হতে পারে যে এটি একটি ক্রমবর্ধমান জটিল ডাটা বাস্তুতন্ত্রের সমস্ত উত্তর সরবরাহ করবে। যদিও এটি বিদ্যমান প্রযুক্তিতে অবশ্যই অনেক অর্থবহ উন্নতি করার সম্ভাবনা রয়েছে, তবুও এটি বলা মোটেও যে এর কার্যকারিতা সম্পর্কে কিছু প্রত্যাশাকে নিমজ্জিত করা হয়েছে।
প্রকৃতপক্ষে, এআই আসলে কী, এটি কীভাবে কার্যকরী হয় এবং এটি আসলে কী করতে পারে তা সম্পর্কে অপেক্ষাকৃত কম ধারণা রয়েছে। এবং এটি এন্টারপ্রাইজে এর ভূমিকা এবং এটি যেভাবে বিদ্যমান অবকাঠামো এবং এটি পরিচালনা করে তাদের সাথে যেভাবে সম্পর্কযুক্ত তার চারপাশে বিস্তৃত ভুল ধারণা তৈরির দিকে পরিচালিত করে।
হাইপ সাইকেল এআই
গার্টনার সবচেয়ে সাম্প্রতিক হাইপ সাইকেল অনুসারে, গভীর শিক্ষা, মেশিন লার্নিং এবং কগনিটিভ কম্পিউটিংয়ের মতো মূল এআই সাবটগুলি পিক ইনফ্ল্যাটেড এক্সপ্যাটিভেশন কার্ভের শীর্ষে রয়েছে, যার অর্থ তারা হতাশার ট্রুপে দীর্ঘ স্লাইডের উপরে রয়েছে। যদিও এটি বিগত ৩০ বছরে প্রায় প্রতিটি বিঘ্নিত প্রযুক্তির পাঠ্যক্রমের পক্ষে সমান, যদিও এটি এন্টারপ্রাইজের এআইয়ের অনুমানিত প্রভাব, যা মূলত নিয়ন্ত্রিত ল্যাব পরীক্ষাগুলি থেকে উদ্ভূত হয়েছিল, বাস্তবতার দিকে অগ্রসর হতে চলেছে উত্পাদন পরিবেশের। (অ্যাডা লাভলেস থেকে ডিপ লার্নিং-এ নতুন করে কম্পিউটিংয়ের ইতিহাস দেখুন)
তবুও, গার্টনার গবেষক মাইক ওয়াকার প্রত্যাশা করেছেন যে সামনের দিকে এগিয়ে যাওয়া কম্পিউট পাওয়ারের সংমিশ্রণের মাধ্যমে এআই সর্বব্যাপী হয়ে উঠবে, যা নিউরাল নেটওয়ার্ক হিসাবে এই ধরনের নির্মাণের বিকাশের দিকে পরিচালিত করে, এবং এন্টারপ্রাইজ ডেটা লোড এতটাই বিশাল হয়ে উঠেছে যে কেবল এবং এত জটিল যে মানব অপারেটররা আর তাদের নিজের উপর চাপিয়ে নিতে পারে না।
এন্টারপ্রাইজটি এআই সম্পর্কে প্রথম যে জিনিসটি বোঝার দরকার তা হ'ল এটি "বুদ্ধি" শব্দটির সাথে দ্রুত এবং আলগা হয় Sw সুইস নিউরোলজিস্ট পাস্কেল কাউফম্যান সম্প্রতি জেডডিনেটকে ব্যাখ্যা করার সাথে সাথে, কম্পিউটার অ্যালগরিদম এবং একটি মানব মস্তিষ্কের উপায়গুলিতে গভীর পার্থক্য রয়েছে প্রক্রিয়া তথ্য একটি সিদ্ধান্তে পৌঁছানোর। পর্যাপ্ত প্রক্রিয়াকরণ শক্তি দেওয়া, একটি কম্পিউটার অ্যালগরিদম লক্ষ লক্ষ, বিলিয়ন, এমনকি ট্রিলিয়ন ডেটা সেটকে একটি সাধারণ দৃ determination়সংকল্প হিসাবে তুলনা করতে পারে, যেমন একটি বিড়ালের চিত্র আসলেই একটি বিড়ালের চিত্র is এমনকি একটি ছোট শিশু এমনকি খুব অল্প ডেটা দেওয়া হলেও সহজাতভাবে নির্ধারণ করতে পারে যে এটি একটি বিড়াল এবং বিড়ালটি কী এবং কী দেখতে এটি চিরকালের জন্য তা জানতে হবে।
এই স্ট্যান্ডার্ড অনুসারে, এমনকি কর্মক্ষেত্রে এআইয়ের শীর্ষস্থানীয় উদাহরণ - গুগল ডিপমাইন্ডের আলফাগো কৌশল কৌশল গেমের উপর দক্ষতা - সত্যই কৃত্রিম বুদ্ধিমত্তা ছিল না তবে বিধি-ভিত্তিক পদ্ধতির পক্ষে যুক্তিযুক্ত করতে সক্ষম বিশাল তথ্য, বিশ্লেষণ এবং অটোমেশনের একটি ক্রস-বিভাগ ছিল was জিততে। মজার বিষয় হচ্ছে, কাউফম্যান যোগ করেছেন যে কৃত্রিম বুদ্ধিমত্তার একটি সত্য উদাহরণ যদি আলফাগো জিততে কীভাবে প্রতারণা করতে পারে তা নির্ধারণ করে। তবে এটি করার জন্য, বিজ্ঞানকে প্রথমে "মস্তিষ্কের কোড" ক্র্যাক করতে হবে যা তথ্য প্রক্রিয়াকরণ, জ্ঞান পুনরুদ্ধার এবং স্মৃতি স্মরণে রাখার ক্ষমতাকে শক্তি দেয়। (অটোমেশন সহ অটোমেশন সম্পর্কে আরও জানুন: ডেটা সায়েন্স এবং মেশিন লার্নিংয়ের ভবিষ্যত?)
এ পর্যন্ত, তাই ভাল না
প্রকৃতপক্ষে, এই আশঙ্কা সত্ত্বেও যে এআই প্রত্যেকের কাজকে আরও বাড়িয়ে তুলবে, এখনও পর্যন্ত ফলাফল প্রায় হাস্যকর। জর্জ আর আর্ট মার্টিনের "গেম অফ থ্রোনস" এর ভক্তরা সিরিজের পরবর্তী কিস্তির জন্য এতটাই অধৈর্য যে অনেকে এআইর একটি ফর্ম দ্বারা রচিত প্রায় খাঁটি গাব্বলডিগুকের একটি অধ্যায়ে এসেছিল যার নাম বারবারের নিউরাল নেটওয়ার্ক। এদিকে, আইবিএম অনকোলজি গবেষকদের কাছ থেকে ঝাঁকুনি নিচ্ছে যাদের বলা হয়েছিল যে ওয়াটসন রোগ নির্ণয় ও চিকিত্সার ক্ষেত্রে একটি নতুন যুগের সূচনা করবে, তবে তারপরেও ক্যান্সারের প্রাথমিক রূপগুলির মধ্যে পার্থক্যের জন্য এখনও লড়াই করে যাচ্ছে। এই ট্র্যাক রেকর্ডটি দেওয়া, এটি যথেষ্ট সম্ভব যে যখন এআই প্রথম আদর্শ উদ্যোগে প্রবর্তিত হবে তখন এটি সম্ভবত সমস্ত অপারেটরগুলির নজরদারি করতে এবং নজরদারি করার জন্য মানব অপারেটরদের পক্ষ থেকে আরও বেশি প্রচেষ্টা প্রয়োজন।
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 না করে আপনি আপনার প্রোগ্রামিং দক্ষতা উন্নত করতে পারবেন না।
তবে এখানে ঘষা: এআই পুনঃপ্রক্রাম না করে সময়ের সাথে আরও ভাল হয়ে উঠবে। কার্নেল টেক গবেষক ড্যানিয়েল হটেনলোকার যেমন সম্প্রতি টেক ক্রঞ্চকে বলেছিলেন, মানবিক অপারেটরদের তুলনায় এআই traditionalতিহ্যবাহী সফ্টওয়্যার - এবং প্রয়োজনীয় সমস্ত প্যাচগুলি, আপডেটগুলি এবং সংশোধনগুলি স্থানচ্যুত করার সম্ভাবনা বেশি। এর অর্থ এই নয় যে এআইকে প্রোগ্রাম করার দরকার নেই, তবে এই পদ্ধতিটি সহজতর করা হয়েছে। আজকের সফ্টওয়্যারের সাহায্যে প্রোগ্রামারকে কেবল সমাধান করা টাস্ক নয়, এটি সমাধান করার সঠিক পদক্ষেপগুলিও সংজ্ঞায়িত করতে হবে। এআই সহ, যা প্রয়োজন তা হ'ল লক্ষ্য এবং সফ্টওয়্যারটি বাকীগুলি পরিচালনা করতে সক্ষম হবে, তবে এর সাথে কাজ করার জন্য সঠিক ডেটা থাকে।
এটি সমস্ত ডেটাতে জড়িত
এই শেষ পয়েন্টটি গুরুত্বপূর্ণ কারণ, দিন শেষে, এআই কেবল একটি অ্যালগরিদম হয় এবং অ্যালগরিদমগুলি যে পরিমাণে খাওয়ানো হয় ততই তত ভাল। এর অর্থ হ'ল যথাযথ এআই অপারেশনাল কাঠামো তৈরির পাশাপাশি এন্টারপ্রাইজকে যথেষ্ট শক্তিশালী ডেটা কন্ডিশনিং পরিবেশ স্থাপন করতে হবে যাতে বিশ্লেষণ ফলাফলগুলি সঠিক তথ্যের উপর ভিত্তি করে আসে Active অ্যাক্টিভ ক্যাম্পেইনের সিইও জেসন ভ্যান্ডবুম সম্প্রতি ফোর্বসকে বলেছিলেন, পুরানো "আবর্জনা সমান ময়লা আবর্জনা" এর বিধিগুলি এখনও প্রয়োগ হয়, তাই সংস্থাগুলি তাদের এআই বিনিয়োগের প্রকৃত সুবিধা দেখার আগে এটি হতে পারে।
এই সমস্ত দেওয়া, এন্টারপ্রাইজটি এআইকে বড় ডেটা এবং আইওটির উদীয়মান চ্যালেঞ্জগুলির জন্য একটি দ্রুত সমাধান প্রদানের আশা করা উচিত নয়। উভয় মানুষ এবং মেশিনের জন্য শেখার বক্ররেখা বেশ দীর্ঘ হতে পারে এবং ফলাফলগুলি অনিশ্চিত।
তবে যদি এটি সমস্ত পরিকল্পনা অনুসারে কাজ করে তবে এন্টারপ্রাইজ এবং জ্ঞান কর্মী উভয়েরই দীর্ঘমেয়াদে যথেষ্ট সুবিধা দেখতে পাওয়া উচিত। এই মুহুর্তে আপনার প্রক্রিয়াগুলি ধীর করে দিচ্ছে এমন সবচেয়ে জাগতিক, ক্লান্তিকর এবং সময়সাপেক্ষ কার্যের কথা চিন্তা করুন এবং সেগুলি আর কখনও না করার কল্পনা করুন।