আসুন আমরা প্রাচীনকাল থেকে 2022 সাল পর্যন্ত এই বিষয়ে ডুব দিই।

প্রাচীনত্ব

কৃত্রিম বুদ্ধিমত্তা (AI) পৌরাণিক কাহিনী, কিংবদন্তি এবং কৃত্রিম প্রাণীদের সম্পর্কে গল্প দিয়ে শুরু হয়েছিল যা মাস্টার কারিগরদের দ্বারা সৃষ্ট বুদ্ধি বা সচেতনতা দ্বারা সমৃদ্ধ। প্রাথমিক গ্রীক দার্শনিকরা তত্ত্ব গঠনের জন্য যন্ত্রের মতো প্রতীকের হেরফের হিসাবে মানুষের চিন্তা প্রক্রিয়াকে চিত্রিত করার চেষ্টা করেছিলেন।

পরে ফিকশন

কৃত্রিম পুরুষ এবং চিন্তার যন্ত্র সম্পর্কে ধারণাগুলি কল্পকাহিনীতে তৈরি করা হয়েছিল, যেমন মেরি শেলির ফ্রাঙ্কেনস্টাইন বা কারেল ক্যাপেকের RUR (রসামের ইউনিভার্সাল রোবট), এবং জল্পনা, যেমন স্যামুয়েল বাটলারের "যন্ত্রের মধ্যে ডারউইন" এবং এডগার সহ বাস্তব জগতের ঘটনাগুলি অ্যালান পো-এর "ময়েলজেলের দাবা খেলোয়াড়"।

অটোমেটা

ইয়ান শি, আলেকজান্দ্রিয়ার হিরো, আল-জাজারি, পিয়েরে জ্যাকেট-ড্রোজ এবং উলফগ্যাং ভন কেম্পেলেন সহ প্রতিটি সভ্যতার কারিগররা বাস্তবসম্মত মানবিক অটোমেটা তৈরি করেছেন। প্রাচীন মিশরীয় এবং গ্রীক পবিত্র মূর্তিগুলি ছিল প্রথম পরিচিত অটোমেটাস। বিশ্বস্তরা বিশ্বাস করতেন যে কারিগররা এই পরিসংখ্যানগুলিকে প্রকৃত মন দিয়ে দান করেছিলেন/ মধ্যযুগীয় যুগে, এই কিংবদন্তি অটোমেটনগুলি তাদের সম্বোধন করা প্রশ্নের উত্তর দিতে বলেছিল।

আনুষ্ঠানিক যুক্তি

কৃত্রিম বুদ্ধিমত্তা এই ধারণার উপর ভিত্তি করে যে মানুষের চিন্তাভাবনা যান্ত্রিক হতে পারে। আনুষ্ঠানিক - বা "যান্ত্রিক" - "যুক্তি" নিয়ে অনেক গবেষণা হয়েছে৷ চীনা, ভারতীয় এবং গ্রীক দার্শনিকরা খ্রিস্টপূর্ব প্রথম সহস্রাব্দের আনুষ্ঠানিক ডিডাকশন পদ্ধতি উদ্ভাবন করেছিলেন। তারা অ্যারিস্টটল (যিনি সিলোজিজমের একটি কঠোর বিশ্লেষণ লিখেছিলেন), ইউক্লিড (যার উপাদানগুলি আনুষ্ঠানিক যুক্তির একটি মডেল ছিল), আল-খোয়ারিজমি (যিনি বীজগণিত তৈরি করেছিলেন এবং "অ্যালগরিদম" কে তার নাম দেওয়ার জন্য কৃতিত্ব দেওয়া হয়। ), এবং ইউরোপীয় স্কলাস্টিক চিন্তাবিদ যেমন ওকহামের উইলিয়াম।

স্প্যানিশ দার্শনিক র্যামন লুল (1232-1315) যৌক্তিক পদ্ধতির মাধ্যমে জ্ঞান তৈরি করার জন্য বেশ কয়েকটি যৌক্তিক মেশিন তৈরি করেছিলেন; তিনি তার ডিভাইসগুলিকে যান্ত্রিক প্রাণী হিসাবে উল্লেখ করেছিলেন যা সমস্ত সম্ভাব্য জ্ঞানের উত্পাদন সহজ লজিক্যাল অপারেশন ব্যবহার করে মৌলিক এবং অবিসংবাদিত তথ্যগুলিকে একত্রিত করতে পারে। গটফ্রিড লাইবনিজ লুলের ধারণাকে পুনরুজ্জীবিত করেছিলেন।

লাইবনিজ, টমাস হবস এবং রেনে দেকার্তস 16 শতকে এই সম্ভাবনার তদন্ত করেছিলেন যে সমস্ত যুক্তিবাদী চিন্তা বীজগণিত বা জ্যামিতিতে হ্রাস করা যেতে পারে। কারণ, হবসের মতে, "একটি হিসাব ছাড়া কিছুই নয়।" লাইবনিজ যুক্তির একটি বিশ্বব্যাপী ভাষা কল্পনা করেছিলেন (তার বৈশিষ্ট সর্বজনীন) যা বিতর্ককে গণনায় কমিয়ে দেবে যাতে "দুই হিসাবরক্ষকের চেয়ে দুই দার্শনিকের মধ্যে বিতর্কের আর প্রয়োজন হবে না। কারণ তাদের জন্য তাদের পেন্সিল নেওয়াই যথেষ্ট। চিন্তাবিদরা প্রথমে শারীরিক প্রতীক সিস্টেম হাইপোথিসিসকে উচ্চারণ করেছিলেন, যা শেষ পর্যন্ত এআই অধ্যয়নের কেন্দ্রীয় বিশ্বাস হয়ে উঠবে।

20 শতকে, যৌক্তিক-গাণিতিক যুক্তি একটি গুরুত্বপূর্ণ অগ্রগতি তৈরি করেছিল যা কৃত্রিম বুদ্ধিমত্তাকে ব্যবহারিক বলে মনে করে। এই ধরনের কাজগুলি বুলের The Laws of Thought এবং Frege's Begriffsschrift-এর ভিত্তি তৈরি করেছিল। 1913 সালে, রাসেল এবং হোয়াইটহেড প্রিন্সিপিয়া ম্যাথমেটিকা প্রকাশ করেন, এটি গণিতের ভিত্তি সম্পর্কে একটি আনুষ্ঠানিক গবেষণা, ফ্রেজের সিস্টেমের উপর ভিত্তি করে।

তারা যে প্রতিক্রিয়া পেয়েছিল তা দুটি দিক থেকে অপ্রত্যাশিত ছিল। শুরুতে, তারা প্রমাণ করেছিল যে গাণিতিক যুক্তি যা করতে পারে তার সীমাবদ্ধতা রয়েছে। যাইহোক, দ্বিতীয় এবং আরও তাৎপর্যপূর্ণ (AI-এর জন্য), তাদের গবেষণায় ইঙ্গিত দেওয়া হয়েছে যে কোনো গাণিতিক অনুমান এই প্যারামিটারের মধ্যে যান্ত্রিকীকরণ করা যেতে পারে।

টুরিং টেস্ট

টিউরিং পরীক্ষা হল এআই গবেষণার জন্য একটি দীর্ঘমেয়াদী লক্ষ্য – আমরা কি কখনও এমন একটি কম্পিউটার তৈরি করতে পারব যা একজন মানুষের ছদ্মবেশ ধারণ করতে পারে যা একজন সন্দেহভাজন বিচারক পার্থক্য বলতে পারে না? এটি তার সূচনা থেকে AI গবেষণার অনেক অনুরূপ পথ অনুসরণ করেছে। প্রাথমিকভাবে, এটি কঠিন হলেও সম্ভব বলে মনে হয়েছিল (একবার হার্ডওয়্যার প্রযুক্তি পৌঁছেছিল)।

কয়েক দশকের অধ্যয়ন এবং উল্লেখযোগ্য প্রযুক্তিগত উন্নতি সত্ত্বেও, টিউরিং পরীক্ষা এআই গবেষকদের জন্য একটি লক্ষ্য হিসাবে কাজ করে চলেছে এবং সেইসঙ্গে প্রকাশ করে যে আমরা এটি অর্জন থেকে কত দূরে।

1950 সালে, ইংরেজ গণিতবিদ এবং কম্পিউটার বিজ্ঞানী অ্যালান টুরিং "কম্পিউটিং মেশিনারি অ্যান্ড ইন্টেলিজেন্স" শিরোনামে একটি গবেষণাপত্র প্রকাশ করেন যা কৃত্রিম বুদ্ধিমত্তা হিসাবে পরিচিত হবে। এটি জন ম্যাকার্থি কৃত্রিম বুদ্ধিমত্তা শব্দটি তৈরি করার কয়েক বছর আগে। নিবন্ধটি একটি সাধারণ প্রশ্ন দিয়ে শুরু হয়েছিল: "মেশিন কি চিন্তা করতে পারে?" এর পরে, টুরিং মেশিনগুলি চিন্তা করতে পারে কিনা তা নির্ধারণের জন্য একটি পদ্ধতির প্রস্তাব করেন, যা টিউরিং পরীক্ষা নামে পরিচিত হয়। "ইমিটেশন গেম" একটি সাধারণ পরীক্ষা হিসাবে তৈরি করা হয়েছিল যা মেশিনগুলি চিন্তা করছে কিনা তা নির্ধারণ করতে ব্যবহার করা যেতে পারে। অনুমান করা হয় যে একটি কম্পিউটার প্রোগ্রাম করা হুবহু একজন বুদ্ধিজীবী মানুষের মতো মনে হয় তা প্রমাণ করেছে যে কম্পিউটারগুলি চিন্তা করতে পারে।

যদিও মেশিনগুলি সাইবারস্পেস চিন্তা করতে এবং পরীক্ষা করতে পারে কিনা তা নিয়ে লোকেরা তর্ক চালিয়ে যাচ্ছে, এটি স্পষ্ট যে অ্যালান টুরিং এবং তার প্রস্তাবিত মানদণ্ড AI ক্ষেত্রের জন্য একটি শক্তিশালী এবং শিক্ষামূলক দৃষ্টিভঙ্গি প্রদান করেছে। অ্যালান টুরিং নিজেই লিখিত এই গবেষণাপত্রটি এআই গবেষণায় তার মূল অবদান প্রদান করেছে এবং আধুনিক কম্পিউটার বিজ্ঞানের পথ প্রশস্ত করেছে। টিউরিং পরীক্ষাকে কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে একটি যুগান্তকারী হিসাবে গণ্য করা হয় এবং এটিকে অনেক বছর ধরে লক্ষ্য হিসাবে গণ্য করা যেতে পারে এবং সমগ্র AI ক্ষেত্রের অগ্রগতি ট্র্যাক করার ক্ষেত্রেও এটি একটি মাইলফলক।

সাইবারনেটিক্স এবং প্রারম্ভিক নিউরাল নেটওয়ার্ক

কম্পিউটারের উদ্ভাবন বুদ্ধিমান মেশিনের প্রাথমিক তদন্তকে অনুপ্রাণিত করেছিল। 1930-এর দশকের শেষের দিকে, 1940-এর দশকের শেষের দিকে এবং 1950-এর দশকের গোড়ার দিকে ধারণাগুলির একটি সঙ্গম উদ্ভূত হয়েছিল, যা স্নায়ুবিজ্ঞানের পূর্ববর্তী কাজকে অনুপ্রাণিত করেছিল। নরবার্ট উইনার এবং ক্লড শ্যাননের কাজগুলি বৈদ্যুতিক নেটওয়ার্কগুলির নিয়ন্ত্রণ এবং স্থিতিশীলতার উপর দৃষ্টি নিবদ্ধ করেছিল। ক্লদ শ্যাননের তথ্য তত্ত্ব ডিজিটাল সংকেত (সব-বা-কিছুই সংকেত) বর্ণনা করেছে। কম্পিউটিং সম্পর্কে অ্যালান টুরিং-এর তাত্ত্বিক ধারণা প্রমাণ করেছে যে যেকোনো ধরনের গণনা ডিজিটালভাবে উপস্থাপন করা যেতে পারে। এই ধারণাগুলির মধ্যে ঘনিষ্ঠ যোগসূত্র পরামর্শ দেয় যে একটি ইলেকট্রনিক মস্তিষ্ক তৈরি করা যেতে পারে।

ডব্লিউ গ্রে ওয়াল্টারের কচ্ছপের মতো রোবট, সেইসাথে জনস হপকিন্স বিস্ট, এই এলাকায় কাজের উদাহরণ। এই মেশিনগুলি কম্পিউটার, ডিজিটাল ইলেকট্রনিক্স, বা প্রতীকী যুক্তির পরিবর্তে অ্যানালগ ইলেকট্রনিক্স এবং প্রবৃত্তি দ্বারা চালিত হয়েছিল; তারা সম্পূর্ণরূপে এনালগ সার্কিটরি দ্বারা নিয়ন্ত্রিত ছিল.

1943 সালে, ওয়াল্টার পিটস এবং ওয়ারেন ম্যাকক্লোচ আদর্শকৃত কৃত্রিম নিউরনের নেটওয়ার্কগুলি তদন্ত করেছিলেন এবং তারা কীভাবে মৌলিক যৌক্তিক ক্রিয়াকলাপ সম্পাদন করতে পারে তা প্রদর্শন করেছিলেন। তারাই প্রথম বর্ণনা করে যে পরবর্তীতে গবেষকরা একটি নিউরাল নেটওয়ার্ককে কী বলে। একজন তরুণ মারভিন মিনস্কি, তখন একজন 24 বছর বয়সী স্নাতক ছাত্র, পিটস এবং ম্যাককুলোচ দ্বারা অনুপ্রাণিত হয়েছিল। 1951 সালে (ডিন এডমন্ডসের সাথে), তিনি প্রথম নিউরাল নেটওয়ার্ক মেশিন, SNARC তৈরি করেন। পরবর্তী 50 বছরের জন্য, মিনস্কি হবেন এআই-এর অন্যতম গুরুত্বপূর্ণ নেতা এবং উদ্ভাবক।

গেম এআই

1951 সালে, ক্রিস্টোফার স্ট্র্যাচি এবং ডিট্রিচ প্রিঞ্জ ম্যানচেস্টার বিশ্ববিদ্যালয়ে ফেরান্তি মার্ক 1 মেশিনের জন্য চেকার প্রোগ্রাম তৈরি করেছিলেন। আর্থার স্যামুয়েলের চেকার প্রোগ্রাম, যা 50-এর দশকের মাঝামাঝি এবং 60-এর দশকের প্রথম দিকে তৈরি হয়েছিল, অবশেষে অপেশাদার স্তরের দক্ষতায় পৌঁছেছিল। গেমে AI-এর ব্যবহার AI-তে অগ্রগতির মেট্রিক হিসাবে ইতিহাস জুড়ে স্থায়ী হবে।

ডার্টমাউথ ওয়ার্কশপ 1956: এআই এর জন্ম

1956 সালে, ডার্টমাউথ সম্মেলনটি মারভিন মিনস্কি, জন ম্যাকার্থি এবং আইবিএমের দুই সিনিয়র বিজ্ঞানী: ক্লদ শ্যানন এবং নাথান রচেস্টার দ্বারা হোস্ট করা হয়েছিল। "মানুষের বুদ্ধিমত্তার যেকোন দিককে নকল করার জন্য একটি মেশিন তৈরি করা যেতে পারে," প্রস্তাবে বলা হয়েছে। অংশগ্রহণকারীদের মধ্যে রে সলোমনফ, অলিভার সেলফ্রিজ, ট্রেনচার্ড মোর, আর্থার স্যামুয়েল, অ্যালেন নেয়েল এবং হার্বার্ট এ. সাইমন অন্তর্ভুক্ত ছিল—যারা সকলেই অধ্যয়নের প্রথম দশকে উল্লেখযোগ্য এআই প্রকল্প তৈরি করতে যাবেন। সম্মেলনে, নেয়েল এবং সাইমন "লজিক থিওরিস্ট" উন্মোচন করেন যখন ম্যাকার্থি উপস্থিতদের তাদের ক্ষেত্রের নাম হিসাবে "কৃত্রিম বুদ্ধিমত্তা" গ্রহণ করার আহ্বান জানান। 1956 ডার্টমাউথ সম্মেলনটি এমন একটি ইভেন্ট যা AI এর নাম, উদ্দেশ্য এবং প্রথম সাফল্যের পাশাপাশি এর মূল খেলোয়াড় এবং সংজ্ঞায়িত মুহূর্তগুলি দিয়েছিল।

সিম্বলিক এআই 1956-1974

বেশিরভাগ লোকের কাছে, ডার্টমাউথ ওয়ার্কশপের পরের বছরগুলি কেবল "আশ্চর্যজনক" ছিল: কম্পিউটারগুলি বীজগণিত শব্দ সমস্যাগুলি সমাধান করছিল, জ্যামিতিক উপপাদ্য প্রমাণ করছিল এবং ইংরেজিতে কথা বলা শিখছিল। 1960 এর দশকের শেষের দিকে, খুব কম লোকই ভেবেছিল যে মেশিনের দ্বারা এই ধরনের "বুদ্ধিমান" আচরণ অনুমেয়। ব্যক্তিগতভাবে এবং মুদ্রণে, শিক্ষাবিদরা খুব আশাবাদ ব্যক্ত করেছেন যে 20 বছরেরও কম সময়ের মধ্যে একটি সম্পূর্ণ বুদ্ধিমান মেশিন তৈরি করা হবে। নতুন ক্ষেত্রটি DARPA এর মতো সরকারী সংস্থাগুলি থেকে উল্লেখযোগ্য তহবিল আকর্ষণ করেছে।

প্রথম এআই শীত 1974-1980

1970 এর দশকে, AI সমালোচনা এবং আর্থিক বিপর্যয়ের সম্মুখীন হয়েছিল। এআই গবেষকরা যে সমস্যার সম্মুখীন হয়েছিলেন তা তাদের দ্বারা স্বীকৃত ছিল না। তাদের বিশাল প্রত্যাশাগুলি যা যুক্তিসঙ্গত ছিল তার থেকে অনেক বেশি উত্থাপিত হয়েছিল এবং যখন প্রতিশ্রুত সুবিধাগুলি উপস্থিত হতে ব্যর্থ হয়েছিল, তখন এআই-এর জন্য সরকারী তহবিল অদৃশ্য হয়ে গিয়েছিল। একই সময়ে, মারভিন মিনস্কির পারসেপ্ট্রন নিয়ে বিধ্বংসী সমালোচনার পর দশ বছর ধরে সংযোগবাদের ক্ষেত্র (বা নিউরাল নেটওয়ার্ক) সুপ্ত ছিল। 1970 এর দশকের শেষের দিকে এআই সম্পর্কে জনগণের নেতিবাচক দৃষ্টিভঙ্গি সত্ত্বেও, লজিক প্রোগ্রামিং, কমনসেন্স যুক্তি এবং অন্যান্য বিভিন্ন ক্ষেত্রে নতুন ধারণাগুলি অন্বেষণ করা হয়েছিল।

বুম 1980-1987

AI এর প্রথম দিন থেকে, জ্ঞান একটি প্রধান উদ্বেগ ছিল। বিশেষজ্ঞ সিস্টেম, এআই প্রোগ্রামের একটি রূপ, 1980 এর দশকে সারা বিশ্বের ব্যবসার দ্বারা গৃহীত হয়েছিল এবং জ্ঞান প্রধান লাইন এআই গবেষণার কেন্দ্রবিন্দুতে পরিণত হয়েছিল। 1990-এর দশকে, জাপান সরকার তার পঞ্চম-প্রজন্মের কম্পিউটার উদ্যোগের সাথে AI-তে প্রচুর বিনিয়োগ করেছিল। 1980 এর দশকের গোড়ার দিকে জন হপফিল্ড এবং ডেভিড রুমেলহার্টের কাজে সংযোগবাদের পুনরুত্থান আরেকটি উত্সাহজনক মুহূর্ত ছিল। আবারও, এআই সফল হয়েছিল।

দ্বিতীয় এআই শীত 1987-1993

1980-এর দশকে, এআই-এর প্রতি ব্যবসা জগতের মনোযোগ একটি অর্থনৈতিক বুদবুদের ক্লাসিক প্যাটার্ন অনুসরণ করে। বাণিজ্যিক সরবরাহকারীরা বিভিন্ন ধরনের কার্যকর সমাধান তৈরি করতে না পারার কারণে এই দুর্ঘটনা ঘটেছিল। শত শত কোম্পানি ব্যর্থ হয়েছে, এবং অনেক বিনিয়োগকারী তাদের বিনিয়োগ করতে অস্বীকার করেছে। অনেকে বিশ্বাস করেছিলেন যে প্রযুক্তিটি কার্যকর ছিল না, তবুও গবেষণাটি অগ্রসর হতে থাকে। রডনি ব্রুকস এবং হ্যান্স মোরাভেকের মতো অসংখ্য বিশেষজ্ঞ আমূল নতুন ধরনের AI এর পক্ষে কথা বলেছেন।

এআই 1993-2011

কৃত্রিম বুদ্ধিমত্তার ক্ষেত্র, যা অর্ধ শতাব্দীরও বেশি পুরানো, তার কিছু মৌলিক উদ্দেশ্যগুলিতে পৌঁছেছে। এটি বর্তমানে প্রযুক্তি সেক্টর জুড়ে কার্যকরভাবে ব্যবহার করা হচ্ছে, যদিও কিছুটা শান্তভাবে। এর কিছু ছিল উন্নত কম্পিউটিং ক্ষমতার ফলাফল, যখন কিছু নির্দিষ্ট বিচ্ছিন্ন বিষয়গুলিতে ফোকাস করার এবং বৈজ্ঞানিক জবাবদিহিতার সর্বোচ্চ স্তর অর্জনের জন্য প্রচেষ্টার মাধ্যমে এসেছে। এবং তবুও, ব্যবসায়িক জগতে AI এর খ্যাতি নাক্ষত্রের চেয়ে কম ছিল। ক্ষেত্রের মধ্যে, 1960-এর দশকে AI কেন মানব-স্তরের বুদ্ধিমত্তার প্রতিশ্রুতি পূরণ করতে পারেনি সে বিষয়ে সীমিত চুক্তি ছিল। AI অনেকগুলি স্বতন্ত্র শৃঙ্খলায় বিভক্ত ছিল, প্রতিটি আলাদা সমস্যা বা পদ্ধতিতে ফোকাস করে, যদিও তারা একই লক্ষ্যের দিকে কাজ করছে বলে বিভ্রম দেয়।

"নিটদের বিজয়"

কৃত্রিম বুদ্ধিমত্তার গবেষকরা আগের চেয়ে বেশি হারে অত্যাধুনিক গাণিতিক পন্থা তৈরি এবং ব্যবহার করতে শুরু করেছিলেন। AI-এর মোকাবেলা করার জন্য প্রয়োজনীয় অনেক সমস্যা ইতিমধ্যেই গণিত, বৈদ্যুতিক প্রকৌশল, অর্থনীতি, এবং অপারেশন গবেষণার মতো ক্ষেত্রে শিক্ষাবিদদের দ্বারা সম্বোধন করা হচ্ছে। ভাগ করা গাণিতিক ভাষা বিভিন্ন ক্ষেত্র এবং পরিমাপযোগ্য এবং যাচাইযোগ্য ফলাফলের মধ্যে আরও সহযোগিতার জন্য অনুমোদিত; রাসেল অ্যান্ড নরভিগ (2003) এর মতে এআই এখন আরও গুরুতর "বৈজ্ঞানিক" শৃঙ্খলায় পরিণত হয়েছে।

1988 সালে জুডিয়া পার্লের প্রভাবশালী কাজ সম্ভাব্যতা এবং সিদ্ধান্ত তত্ত্বকে ক্ষেত্রের সাথে পরিচয় করিয়ে দেওয়ার পর থেকে সম্ভাব্যতা এবং সিদ্ধান্ত তত্ত্বকে এআই-তে অন্তর্ভুক্ত করা হয়েছে। বায়েসিয়ান নেটওয়ার্ক, লুকানো মার্কভ মডেল, তথ্য তত্ত্ব, স্টোকাস্টিক মডেলিং এবং ক্লাসিক্যাল অপ্টিমাইজেশান নিযুক্ত অনেক নতুন কৌশলগুলির মধ্যে কয়েকটি মাত্র। নিউরাল নেটওয়ার্ক এবং বিবর্তনীয় অ্যালগরিদমের মতো "কম্পিউটেশনাল ইন্টেলিজেন্স" দৃষ্টান্তগুলির জন্য গাণিতিক উপস্থাপনাও তৈরি করা হয়েছিল।

ভবিষ্যদ্বাণী (বা "HAL 9000 কোথায়?")

1968 সালে, আর্থার সি. ক্লার্ক এবং স্ট্যানলি কুব্রিক ভবিষ্যদ্বাণী করেছিলেন যে 2001 সালের মধ্যে, একটি যন্ত্রের বুদ্ধি থাকবে যা মানুষের সাথে তুলনীয় বা ছাড়িয়ে যাবে। HAL 9000, তাদের ডিজাইন করা AI অক্ষর, অনেক শীর্ষ AI বিশেষজ্ঞদের ধারণার উপর ভিত্তি করে যে এই ধরনের একটি ডিভাইস 2001 সালের মধ্যে তৈরি করা হবে।

2016 সাল নাগাদ, AI-সংশ্লিষ্ট পণ্য, হার্ডওয়্যার এবং সফ্টওয়্যারের বাজার $8 বিলিয়নের বেশি পৌঁছেছিল, AI-তে আগ্রহ "ম্যানিয়া"-তে পৌঁছেছিল৷ বিগ ডেটার অ্যাপ্লিকেশনগুলি পরিসংখ্যানের ক্ষেত্রের বাইরেও প্রসারিত হতে শুরু করেছে। উদাহরণস্বরূপ, বাস্তুশাস্ত্রে মডেলদের প্রশিক্ষণ দিতে এবং বিভিন্ন অর্থনৈতিক অ্যাপ্লিকেশনের জন্য বড় ডেটা ব্যবহার করা হয়েছিল। গভীর শিক্ষার অগ্রগতি (বিশেষত গভীর কনভোলিউশনাল নিউরাল নেটওয়ার্ক এবং পুনরাবৃত্ত নিউরাল নেটওয়ার্ক) ইমেজ এবং ভিডিও প্রক্রিয়াকরণ, পাঠ্য বিশ্লেষণ এবং এমনকি বক্তৃতা স্বীকৃতিতে অগ্রগতি এবং গবেষণাকে ত্বরান্বিত করেছে।

বিগ ডেটা

বিগ ডেটা হল এমন একটি শব্দ যা প্রচুর পরিমাণে সংখ্যাসূচক ডেটা বর্ণনা করতে ব্যবহৃত হয় যা সাধারণ অ্যাপ্লিকেশন সফ্টওয়্যারের ক্ষমতার বাইরে। সিদ্ধান্ত গ্রহণ, অন্তর্দৃষ্টি এবং প্রক্রিয়া অপ্টিমাইজেশানের এই স্তরটি পরিচালনা করার জন্য প্রক্রিয়াকরণ মডেলগুলির সম্পূর্ণ নতুন সেট প্রয়োজন। বিগ ডেটা যুগে, ভিক্টর মেয়ার শনবার্গ এবং কেনেথ কুক বড় ডেটাকে সংজ্ঞায়িত করেছেন "সমস্ত ডেটা এলোমেলো মূল্যায়নের (নমুনা সমীক্ষা) পরিবর্তে বিশ্লেষণের জন্য ব্যবহার করা হয়।

নিম্নোক্ত বড় ডেটার পাঁচটি গুরুত্বপূর্ণ বৈশিষ্ট্য রয়েছে: ভলিউম, বেগ, বৈচিত্র্য, মান এবং সত্যতা (আইবিএম দ্বারা প্রস্তাবিত)। বিগ ডেটা প্রযুক্তির তাৎপর্য বিশাল ডেটা তথ্য আয়ত্ত করা নয়, তবে গুরুত্বপূর্ণ বিটগুলিতে ফোকাস করা। এটিকে অন্যভাবে বলতে গেলে, যদি বড় ডেটাকে অর্থনীতির সাথে তুলনা করা হয়, তাহলে এই সেক্টরে লাভের মূল চাবিকাঠি হল ডেটার "প্রক্রিয়া ক্ষমতা" উন্নত করা এবং এটিকে "মূল্য সংযোজন"-এ পরিণত করা।

কৃত্রিম সাধারণ বুদ্ধিমত্তা

যে কোনো সমস্যা সমাধান করার ক্ষমতা, শুধুমাত্র একটি নির্দিষ্ট একটির পরিবর্তে, সাধারণ বুদ্ধিমত্তা হিসাবে পরিচিত। কৃত্রিম সাধারণ বুদ্ধিমত্তা (বা "এজিআই") এমন সফ্টওয়্যারকে বোঝায় যা মানুষের মতো একইভাবে বিভিন্ন সমস্যায় বুদ্ধি প্রয়োগ করতে পারে।

2000-এর দশকের গোড়ার দিকে এআই গবেষকরা যুক্তি দিয়েছিলেন যে AI উন্নয়ন কৃত্রিম সাধারণ বুদ্ধিমত্তা তৈরির ক্ষেত্রের মূল উদ্দেশ্যকে অনেকাংশে পরিত্যাগ করেছে। AGI অধ্যয়ন একটি পৃথক উপ-শৃঙ্খলা হিসাবে প্রতিষ্ঠিত হয়েছিল এবং 2010 সাল নাগাদ AGI গবেষণার পাশাপাশি প্রাইভেট কনসোর্টিয়া এবং নতুন ফার্মগুলির জন্য নিবেদিত একাডেমিক সম্মেলন, পরীক্ষাগার এবং বিশ্ববিদ্যালয় কোর্স ছিল।

কৃত্রিম সাধারণ বুদ্ধিমত্তা "শক্তিশালী AI", "পূর্ণ AI" বা "দুর্বল AI" বা "সংকীর্ণ AI" এর পরিবর্তে কৃত্রিম ধরণের বুদ্ধি হিসাবেও পরিচিত।

2022 সালে AI

কৃত্রিম বুদ্ধিমত্তা (AI) অনেক সেক্টরের জন্য একটি ব্যবসায়িক এবং সাংগঠনিক বাস্তবতা হয়ে উঠেছে। এমনকি যদি AI এর সুবিধাগুলি সর্বদা সহজে স্পষ্ট না হয়, তবুও এটি নিজেকে প্রক্রিয়ার দক্ষতা উন্নত করতে, ত্রুটি এবং শ্রম হ্রাস করতে এবং বড় ডেটা থেকে অন্তর্দৃষ্টি বের করতে সক্ষম দেখিয়েছে।

লোকেরা এআই-চালিত প্রবণতার ক্ষেত্রে বিশ্বের পরবর্তী বড় জিনিস কী হবে তা নিয়ে কথা বলছে। 2022 সালে প্রত্যাশিত সবচেয়ে আকর্ষণীয় AI প্রবণতার একটি সংগ্রহ এখানে উপস্থাপন করা হয়েছে:

  • ROI চালিত AI বাস্তবায়ন;
  • ভিডিও বিশ্লেষণ;
  • 'পরিষেবা হিসেবে' ব্যবসায়িক মডেল;
  • উন্নত সাইবার নিরাপত্তা;
  • মেটাভার্সে এআই;
  • একটি তথ্য ফ্যাব্রিক;
  • ইন্টারনেট অফ থিংস (IoT) সহ AI এবং ML;
  • এআই লিডিং হাইপার-অটোমেশন।

উপসংহার

কৃত্রিম বুদ্ধিমত্তা বিজ্ঞান, অর্থনীতি, উত্পাদন এবং প্রতিটি ব্যক্তির ভবিষ্যতের উপর একটি বিশাল প্রভাব ফেলে। কৃত্রিম বুদ্ধিমত্তা প্রথম থেকেই বিগ ডেটা, রোবোটিক্স এবং ইন্টারনেট অফ থিংসের মতো উদ্ভাবনী প্রযুক্তির বিকাশে অবদান রেখেছে এবং এটি বিকাশ অব্যাহত থাকবে।