কৃত্রিম বুদ্ধিমত্তার বৈশিষ্ট্য এবং এর ইতিহাস

প্রযুক্তির জগত ইতিমধ্যেই আমাদের দৈনন্দিন জীবনের একটি অপরিহার্য অংশ, এবং কৃত্রিম বুদ্ধিমত্তার বৈশিষ্ট্যগুলি বোঝার জন্য এটি আকর্ষণীয় যা আমাদের জীবনযাত্রায় একটি পার্থক্য তৈরি করেছে৷ আপনি কি জানেন যে কৃত্রিম বুদ্ধিমত্তা কম্পিউটার বিজ্ঞানের একটি শাখা? এখানে প্রবেশ করুন, এবং এর বৈশিষ্ট্য এবং আরও অনেক কিছু সম্পর্কে জানুন।

কৃত্রিম বুদ্ধি বৈশিষ্ট্য

এই বিভাগে আমরা কৃত্রিম বুদ্ধিমত্তার বৈশিষ্ট্য নিয়ে আলোচনা করব। এক্ষেত্রে, কৃত্রিম বুদ্ধি (IA) কম্পিউটার বিজ্ঞানের একটি শাখায় বিকশিত হয়েছে, যেখানে যৌক্তিক অ্যালগরিদম প্রয়োগ করা হয় যা মানব মস্তিষ্কের জ্ঞানীয় আচরণকে অনুকরণ করতে চায়। অবশ্যই, কৃত্রিম বুদ্ধিমত্তার সংজ্ঞা বিকাশ অব্যাহত রাখতে পারে, তবে শেষ পর্যন্ত কৃত্রিম বুদ্ধিমত্তার সমস্ত বৈশিষ্ট্য একমত হবে যে সেগুলি রোবোটিক ডিভাইসগুলির প্রোগ্রামিংয়ের জন্য ব্যবহৃত হয়।

1956 সালের গ্রীষ্মে, কৃত্রিম বুদ্ধিমত্তার সমস্যা সমাধানের জন্য ডার্টমাউথ সম্মেলন অনুষ্ঠিত হয়েছিল, যেখানে জন ম্যাকার্থি, মারভিন মিনস্কি এবং ক্লড শ্যানন অংশগ্রহণ করেছিলেন। এই বৈঠকটি হল যখন কৃত্রিম বুদ্ধিমত্তা শব্দটি প্রথম প্রয়োগ করা হয়েছিল, যেখানে তারা দশটি পূর্বাভাস নির্ধারণ করেছিল। বছর যা পূরণ হয়নি, তাই তদন্ত প্রায় পনের বছর ধরে পরিত্যক্ত ছিল। এটি উল্লেখ করা উচিত যে "কৃত্রিম বুদ্ধিমত্তা" শব্দটি জন ম্যাকার্থির জন্য দায়ী।

এটা ভাবা সহজ যে প্রযুক্তি এবং কৃত্রিম বুদ্ধিমত্তা মানুষকে সম্পূর্ণরূপে প্রতিস্থাপন করার আগে এটি কেবল সময়ের ব্যাপার। প্রকৃতপক্ষে, চলচ্চিত্র এবং বাস্তব জীবনের গবেষকরা আছেন যারা বিশ্বাস করেন যে কৃত্রিম বুদ্ধিমত্তা সহ মেশিনগুলি মানব জাতিকে বশীভূত করতে এবং দাসত্ব করতে সক্ষম হবে। এই মুহুর্তে, এটি বাস্তবতা থেকে অনেক দূরে, কারণ এটি তখনই সম্ভব হবে যখন কৃত্রিম বুদ্ধিমত্তার চেতনা থাকবে এবং এটি নিজেই কৃত্রিম বুদ্ধিমত্তা সহ একটি নতুন ডিভাইস তৈরি করার ক্ষমতা রাখে এবং এটির প্রোগ্রামিংয়ের কমান্ডগুলিকে বাইপাস এবং ওভাররাইড করতে পারে। নিজের ইচ্ছায়। তখন মানুষ পরিস্থিতির নিয়ন্ত্রণ হারাবে।

কৃত্রিম বুদ্ধিমত্তা কি?

এটি ঠিক 1956 সালে ডার্থমাউস সম্মেলনের সময় ছিল, যেখানে কৃত্রিম বুদ্ধিমত্তা শব্দটিকে আনুষ্ঠানিকভাবে সংজ্ঞায়িত করা হয়েছিল, যা এটি প্রতিষ্ঠিত করে যে যদি একটি মেশিন বা একটি রোবট একজন মানুষের আচরণের অনুরূপ আচরণ করে, তাহলে এটিকে একটি হিসাবে বিবেচনা করা হবে। ডিভাইস। স্মার্ট।

কৃত্রিম বুদ্ধিমত্তার জন্য দায়ী অন্যান্য সংজ্ঞাগুলি হল:

মানুষের মত আচরণ করুন

এটি ম্যাককার্থি দ্বারা প্রতিষ্ঠিত সংজ্ঞা, যা মেশিনের আচরণকে বুদ্ধিমান হিসাবে বিবেচনা করা যেতে পারে কিনা তা নির্ধারণের জন্য মূল্যায়নকে বোঝায়। তথাকথিত "টুরিং টেস্ট" এই সংজ্ঞাটি প্রয়োগ করে তার পরীক্ষার ফলাফল সংজ্ঞায়িত করতে। সিদ্ধান্ত গ্রহণ, সমস্যা সমাধান এবং মানুষের মতো শেখার মতো ক্রিয়াকলাপে একই রকমের সমস্ত ডিভাইস কৃত্রিম বুদ্ধিমত্তার বৈশিষ্ট্য পূরণ করে।

অ্যালান টুরিং দ্বারা প্রস্তাবিত পরীক্ষাটি হল যে একজন মানুষ একই সময়ে একটি যন্ত্র এবং একজন মানুষের সাথে প্রাকৃতিক ভাষায় কথোপকথন চালাবে, যন্ত্রটি একজন মানুষের আচরণ অনুকরণ করতে চাইবে এবং তার মূল্যায়নকারীকে প্রতারিত করার চেষ্টা করবে। এর উত্তরের মাধ্যমে তাকে বিশ্বাস করানো যে সে আসলে একজন মানুষ। অন্য কথায়, মধ্যে কৃত্রিম বুদ্ধিমত্তার বৈশিষ্ট্য হল মানবতার অনুকরণ করার ক্ষমতা।

অবশ্যই, পরীক্ষককে অবশ্যই আগে থেকেই জানতে হবে যে সে একটি যন্ত্র এবং একজন মানুষের সাথে কথা বলছে এবং কে প্রকৃত মানুষ এবং কোনটি প্রতারক তা নির্ধারণ করার চেষ্টা করতে হবে।

এই ক্ষেত্রে, কথা বলার ক্ষমতা বিবেচনা করা হবে না, যেহেতু মূল্যায়নকারীকে একটি পৃথক ঘরে রাখা হবে যেখানে তিনি একটি কম্পিউটারের মাধ্যমে তথ্য পাবেন, তাই যোগাযোগ সম্পূর্ণরূপে কীবোর্ডের উপর নির্ভর করবে এবং এই ক্ষমতার উপর নয়। এই অর্থে, মধ্যে কৃত্রিম বুদ্ধিমত্তার বৈশিষ্ট্য হল মানুষের কণ্ঠস্বর অনুকরণ করা।

মানুষের মত কারণ

কৃত্রিম বুদ্ধিমত্তার আরেকটি বৈশিষ্ট্য হল রোবট দ্বারা তৈরি রেশনিংয়ের বিকাশের মূল্যায়নের সংজ্ঞা, প্রাপ্ত ফলাফল সফল হয়েছে কিনা তা বিবেচনায় না নিয়ে। এই দৃষ্টিভঙ্গি জ্ঞানীয় বিজ্ঞান দ্বারা ব্যবহৃত হয়। এই যুক্তিতে, ঘটনার বিরুদ্ধে উপলব্ধি, যুক্তি এবং কাজ করতে সক্ষম হওয়ার জন্য প্রয়োজনীয় সমস্ত গণনা কার্যকর করা হয়।

যুক্তিসঙ্গত কারণ

পূর্ববর্তী সংজ্ঞার মতো, কৃত্রিম বুদ্ধিমত্তার বৈশিষ্ট্যগুলির মধ্যে একটি হল মেশিন দ্বারা করা রেশনিং, যাইহোক, এই রেশনিংয়ের একটি যুক্তি এবং সংগতি আছে কিনা তা বিবেচনায় নেওয়া হয়, যাতে এই রেশনিং করা হয়েছে। 

যৌক্তিকভাবে কাজ করুন

এই দৃষ্টিকোণ থেকে যদি আবার ফলাফল বিবেচনা করা হয়। দাবা খেলার রোবটটিকে উদাহরণ হিসেবে ব্যবহার করে, এর লক্ষ্য হল প্রতিটি খেলায় জয়লাভ করা। কৃত্রিম বুদ্ধিমত্তার আরেকটি বৈশিষ্ট্য হল গণনা করার ক্ষমতা, যা লক্ষ্যে পৌঁছানো পর্যন্ত উদাসীন থাকবে।

কৃত্রিম বুদ্ধিমত্তা শ্রেণীবিভাগ

কৃত্রিম বুদ্ধিমত্তাকে এর উদ্দেশ্য অনুসারে শ্রেণীবদ্ধ করা যেতে পারে। 

দুর্বল কৃত্রিম বুদ্ধিমত্তা

এই দৃষ্টিকোণটি বিবেচনা করে যে কম্পিউটারগুলি কেবল অনুকরণ করতে পারে যে তাদের রেশনিং আছে, এবং তাদের আসলে তাদের নিজস্ব একটি নেই। গবেষকরা যারা এই অবস্থানকে সমর্থন করেন তারা মনে করেন যে চেতনায় সক্ষম কম্পিউটারের অস্তিত্ব বা বিকাশ করা সম্ভব নয়, যেহেতু বাস্তবে এটি এমন একটি প্রোগ্রাম যা এই জাতীয় জিনিসকে অনুকরণ করবে।

শক্তিশালী কৃত্রিম বুদ্ধিমত্তা

অন্যদিকে, এমন গবেষকরা আছেন যারা এই সত্যটি নিশ্চিত করেছেন যে একটি কম্পিউটারে মানুষের মনের মতো একই ক্ষমতার সাথে যুক্তি বা চিন্তাভাবনা থাকতে পারে। এর অর্থ এই যে একটি কম্পিউটার অন্যান্য জিনিসগুলির মধ্যে যুক্তি, কল্পনা, অনুভব করতে সক্ষম হবে, এমনকি যখন সবকিছু একটি প্রোগ্রাম থেকে শুরু হয়, তখন এটি এই বিন্দুতে না পৌঁছানো পর্যন্ত তার নিউরাল নেটওয়ার্ক বিবর্তিত হতে পারে।

https://www.youtube.com/watch?v=k3BNEgN2kEQ

কৃত্রিম বুদ্ধিমত্তা বিষয়

যদিও কৃত্রিম বুদ্ধিমত্তা সম্পর্কিত সংজ্ঞা এবং দৃষ্টিভঙ্গিগুলি চারটি বিষয়ের উপর একত্রিত হয় যদি একটি ডিভাইস মেশিনের কৃত্রিম বুদ্ধিমত্তা থাকে তবে এটিকে বৈশিষ্ট্যযুক্ত করার জন্য বিবেচনা করা যেতে পারে। 

সমস্যা সমাধান এবং অনুসন্ধান

কৃত্রিম বুদ্ধিমত্তার প্রধান উদ্দেশ্যগুলির মধ্যে একটি হল সমস্যাগুলির সমাধান করা যার জন্য তারা ডিজাইন করা হয়েছে। প্রথম স্থানে, একটি সমস্যা প্রকাশ করার সময়, এটিকে এমনভাবে আনুষ্ঠানিক করতে হবে যা তারপরে এর সমাধানের অনুমতি দেয়। এই বিষয়টি সমস্যাগুলির আনুষ্ঠানিককরণ এবং তাদের সমাধানের জন্য অনুসন্ধানের উপর দৃষ্টি নিবদ্ধ করে।

জ্ঞানের উপস্থাপনা এবং জ্ঞান-ভিত্তিক সিস্টেম

এই বিষয়টি সেই সমস্যাগুলির উপর ফোকাস করে যেগুলি সমাধান করতে সক্ষম হওয়ার জন্য পূর্বের জ্ঞানের প্রয়োজন। উদাহরণস্বরূপ, যে কৃত্রিম বুদ্ধিমত্তা প্রোগ্রামগুলি ওষুধে প্রয়োগ করা হয়, সেগুলি সম্পর্কিত জ্ঞান এবং তথ্য অন্তর্ভুক্ত করা প্রয়োজন যাতে এটি এই বিষয়ের সমস্যাগুলি সমাধান করতে পারে।

মেশিন শেখার

এই বিষয়টি প্রাপ্ত অভিজ্ঞতা অনুসারে মেশিন দ্বারা পরিচালিত শেখার প্রক্রিয়াকে বোঝায়। বিভিন্ন ধরনের শেখার আছে যেমন অনুকরণ শিক্ষা, শক্তিবৃদ্ধি শিক্ষা, গভীর শিক্ষা বা সিদ্ধান্ত গাছ ভিত্তিক শিক্ষা। এই সমস্ত ধরণের শিক্ষা মেশিনকে সেই সমস্ত ক্রিয়াগুলি সঞ্চয় করার অনুমতি দেয় যা চূড়ান্ত উদ্দেশ্য পূর্ণ বলে বিবেচিত হয়, অনুরূপ ঘটনার ক্ষেত্রে একই ক্রিয়াগুলি প্রয়োগ করার জন্য।

চাঙ্গা শিক্ষা

শক্তিবৃদ্ধি শেখার মতোই যা প্রাণীদের প্রশিক্ষণের জন্য ব্যবহৃত হয়, অর্থাৎ, যখন তারা একটি কাজ সম্পাদন করে বা সঠিকভাবে একটি আদেশ মেনে চলে, তখন তারা একটি পুরষ্কার পায়। এই ক্ষেত্রে মেশিনটি তার প্রথম অর্ডার পায় এবং এটি ইতিবাচক ফলাফল অর্জন করে, এটি তার সিদ্ধান্ত গ্রহণের উন্নতি চালিয়ে যাওয়ার জন্য একটি প্রণোদনা হিসাবে এটি গ্রহণ করে। উদাহরণস্বরূপ, উপর নির্ভর করে রোবট প্রকার আপনি দাবা খেলায় জয়ী হওয়াকে আপনার পুরস্কার হিসেবে বিবেচনা করতে পারেন।

গভীর জ্ঞানার্জন

আরেকটি ধরনের শেখার নাম গভীর শিক্ষা, যেখানে মানব মস্তিষ্কের নিউরনে ঘটে যাওয়া নিউরাল নেটওয়ার্ক এবং যোগাযোগ প্রক্রিয়ার অনুকরণ বা অনুরূপ আচরণ খোঁজা হয়।

উদাহরণস্বরূপ, যখন মানবদেহের প্রাকৃতিক সেন্সর যেমন চোখ, কান, স্পর্শ, স্বাদ বা গন্ধের ভিন্নতা শনাক্ত করে, তখন মস্তিষ্কে একটি সংকেত পাঠানো হয়। এই সংকেতটি একটি প্রথম নিউরন দ্বারা প্রাপ্ত এবং বিশ্লেষণ করা হয় যা নিম্নলিখিত নিউরনে পরিবর্তন সনাক্তকরণের সাথে যোগাযোগ করে এবং এইভাবে ঘটনাটি এবং কীভাবে প্রতিক্রিয়া জানাতে হয় তা বোঝার জন্য একটি নিউরোনাল ক্রম শুরু করা হয়।

একটি অনুরূপ প্রক্রিয়া ঘটে যখন, উদাহরণস্বরূপ, ফেসিয়াল রিকগনিশন ক্যামেরা তাদের ভিজ্যুয়াল সেন্সরগুলির মাধ্যমে একজন ব্যক্তিকে সনাক্ত করে, এটি সক্রিয় করা হয়। মুখ সনাক্ত করার সময়, এটি মুখের রঙের মতো সরল ডেটা বিশ্লেষণ থেকে শুরু করে যৌক্তিক প্রক্রিয়াগুলির একটি ক্রম শুরু করে। তারপর, এটি সেই মুখটি তৈরি করে এমন জ্যামিতিক চিত্রগুলি নির্ধারণ করতে চায়। অবশেষে, মুখটিকে আলাদা করে বিশদ বিবরণগুলিকে আরও ভালভাবে সংজ্ঞায়িত করতে মুখটিকে একাধিক ফ্রেমে ভাগ করুন৷

সিদ্ধান্ত গাছ

এই ধরনের শিক্ষা বিভিন্ন সমস্যা-সমাধান স্কিম ব্যবহার করে যা তথ্য প্রাপ্তির সাথে সাথে সক্রিয় হয়। যে রোবটটি দাবা খেলে তার উদাহরণটি যদি আবার নেওয়া হয়, তবে এটি তার স্কিমটি শুরু করবে যেখানে তার প্রতিপক্ষের প্রথম অংশটি স্থানান্তরিত হয়েছে, সেখানে এটি কোনটির পরিসংখ্যানের সাথে মিল রেখে একাধিক গণনা করবে। পরবর্তীতে, আপনার প্রতিপক্ষ অন্য পদক্ষেপগুলি তৈরি করবে এবং একটি নতুন স্কিম খুলবে যেখানে আপনি আপনার পরবর্তী পদক্ষেপগুলি করার জন্য আবার গণনা করবেন।

অবশেষে, যখন এটি দাবা খেলায় জয়লাভ করতে সফল হয়, তখন রোবটটি ভবিষ্যতের দাবা খেলার জন্য এটি এবং তার প্রতিপক্ষের সিদ্ধান্তগুলি সংরক্ষণ করে, যাতে একই ধরনের ঘটনা ঘটলে, এটি ইতিমধ্যেই ডাটাবেসে প্রয়োজনীয় তথ্য থাকে। এবং প্রতিক্রিয়া জানাতে পারে। আরো দ্রুত এবং খেলা জেতার একটি উচ্চ শতাংশ সম্ভাবনা সঙ্গে.

কৃত্রিম বুদ্ধিমত্তা বিতরণ

আমাদের জানার অনুমতি দিয়েছে যে অগ্রগতি ধন্যবাদ প্রযুক্তি কিভাবে কাজ করে, যেমন মাল্টিপ্রসেসরের বিবর্তন এবং ইন্টারনেটের উপস্থিতি, কৃত্রিম বুদ্ধিমত্তাকে বিতরণ করা সমাধান প্রদানের অনুমতি দিয়েছে।

কৃত্রিম বুদ্ধিমত্তা অ্যাপ্লিকেশন

উপরন্তু, কৃত্রিম বুদ্ধিমত্তা ব্যবহারের সাথে ঘনিষ্ঠভাবে জড়িত চারটি শাখা রয়েছে, যা হল:

• স্বভাবিক ভাষা.
• কৃত্রিম দৃষ্টি।
• রোবোটিক।
• কন্ঠ সনান্তকরণ.

বর্তমানে, কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে নির্দিষ্ট অ্যালগরিদম বা পদ্ধতি ব্যবহার করে এমন বিভিন্ন অ্যাপ্লিকেশন তৈরি করা হয়েছে। 

এমনকি যখন কৃত্রিম বুদ্ধিমত্তার অনেকগুলি প্রয়োগের উল্লেখ করা যেতে পারে, তখন এটির উপস্থিতি পাওয়া যায় এমন সবগুলিকে কভার করা কঠিন হবে, যেহেতু আজ দৈনন্দিন ব্যবহারের জন্য ডিভাইসগুলি বা সংস্থাগুলি এবং কর্পোরেশনগুলির দ্বারা ব্যবহৃত প্রোগ্রামগুলি যেখানে এই প্রযুক্তিটি খুঁজে পাওয়া যায়।

উদাহরণস্বরূপ, আজ একটি সুপার কম্পিউটার ব্যবহার করা হচ্ছে যা একটি অ্যালগরিদম প্রয়োগ করছে যা কোভিড -19 এর নিরাময়ের চেষ্টা করার জন্য বিভিন্ন ওষুধের সংমিশ্রণ তৈরি করে। এই কম্পিউটার উপসর্গের তথ্য, ভাইরাসের সংমিশ্রণ এবং এটি প্রতিরোধ করতে সক্ষম হওয়ার জন্য প্রয়োজনীয় অন্যান্য তথ্য মূল্যায়ন করে এবং যে ডাটাবেসের মাধ্যমে বিভিন্ন ওষুধ বিদ্যমান রয়েছে, এটি এই রোগের রোগীকে নিরাময় করার চেষ্টা করে এমন সমন্বয় তৈরি করে। এমনকি পার্শ্ব প্রতিক্রিয়া যা এই সংমিশ্রণগুলির কারণ হতে পারে এবং প্রস্তাবিত ডোজ।

আরেকটি উদাহরণ, হতে পারে যেগুলি একাধিক সার্চ ইঞ্জিন দ্বারা ব্যবহৃত যেগুলি প্রতিটি ব্যবহারকারীর আগ্রহগুলি পৃথকভাবে জানতে শেখার পদ্ধতি ব্যবহার করে, এটি আপনাকে আচরণগত প্রোফাইল এবং পছন্দগুলি তৈরি করতে দেয় এবং এইভাবে এইগুলি অনুসারে বিজ্ঞাপন প্রদান করতে সক্ষম হয়৷

এর পরে, আমরা কৃত্রিম বুদ্ধিমত্তার সবচেয়ে অসামান্য কিছু অ্যাপ্লিকেশন উপস্থাপন করব।

গেমের অ্যাপ্লিকেশন

দাবাতে এমনকি সেরা খেলোয়াড়দেরও হারানোর ক্ষমতা সহ একটি রোবট রয়েছে, যেহেতু এই রোবটটি তাদের চালগুলিতে কৌশল স্থাপন করতে এবং প্রতিটি গেম জেতার জন্য প্রয়োজনীয় গণনা এবং পরিসংখ্যান তৈরির একমাত্র উদ্দেশ্যে তৈরি করা হয়েছিল।

আজ কার্যত সমস্ত গেমগুলি একটি মেশিন দ্বারা পরাজিত হতে পরিচালিত হয়েছে, যদিও কৃত্রিম বুদ্ধিমত্তা সম্পন্ন একটি মেশিন দ্বারা পরাজিত হওয়া প্রথম টেবিল গেমগুলি ছিল চেকার এবং ওথেলো। 

Damas

1989 সালে আলবার্টা বিশ্ববিদ্যালয় জোনাথন শেফারের দল দ্বারা চিনোক নামে একটি প্রোগ্রাম তৈরি করে এবং 1994 সালে তিনি মহিলাদের বিশ্ব চ্যাম্পিয়ন হন। চিননোক প্রোগ্রামে সেরা চেকার্স প্লেয়ারদের দ্বারা তৈরি চেকার গেমগুলির উদ্বোধন এবং বন্ধের একটি ডাটাবেস রয়েছে।

আবার, 2007 সালে এটি দেখানো হয়েছিল যে যখন গেমটি নিখুঁতভাবে সম্পন্ন হয়, তখন চিনককে প্রোগ্রাম করা অসম্ভব। এবং যখন প্রতিপক্ষের কৌশলের উন্নতির সাথে একটি ম্যাচ খেলা হয়, তখন এটি সর্বাধিক এই প্রোগ্রামের বিরুদ্ধে ড্রতে পৌঁছাতে পারে।

দাবা

দাবার ক্ষেত্রে, বছরের পর বছর ধরে এই গেমটি জেতার জন্য বিভিন্ন উদ্ভাবন এবং সমস্যা সমাধানের প্রোগ্রাম তৈরি করা হয়েছে, তবে এটি 1997 সালে মে মাসে নিউইয়র্কে ছিল যখন ডিপ ব্লু বিশ্ব চ্যাম্পিয়ন জি কাসপারভকে পরাজিত করেছিল। 

এটি একটি সফ্টওয়্যার যা আইবিএম কোম্পানির দ্বারা তৈরি করা হয়েছিল যাতে নির্দিষ্ট হার্ডওয়্যার এবং ডেটাবেস ছিল যা এই প্রোগ্রামটিকে পুরোপুরি শেষ করা সম্ভব করেছিল যখন চূড়ান্ত পরিস্থিতিতে বোর্ডে সাতটি বা তার চেয়েও কম অংশ উপস্থাপন করা হয়েছিল। একইভাবে, এর অনুসন্ধান অ্যালগরিদম, মিনিম্যাক্স টাইপ, সমস্ত ভিন্ন ক্ষেত্রে সেরা বিকল্পগুলি নির্ধারণ করতে সক্ষম হয়েছিল৷  

Go

আজ এটি একটি পাবলিক গেম যেখানে কৃত্রিম বুদ্ধিমত্তা সহ একটি মেশিন একজন মানব খেলোয়াড়কে হারাতে পারে, তবে এটি আশ্চর্যের কিছু নয়, যেহেতু কিছু সময়ের জন্য গোকে দাবার চেয়ে আরও কঠিন এবং জটিল খেলা হিসাবে বিবেচনা করা হয়।

এছাড়াও, এই গেমের মাত্রাগুলিও যথেষ্ট অসুবিধা বাড়ায় কারণ এতে 361 19 3-এর একটি বোর্ড তৈরি করার জন্য 19টিরও বেশি ছেদ রয়েছে, প্রতিটি বোর্ডে কতগুলি সম্ভাব্য পদক্ষেপ নেওয়া যেতে পারে তা উল্লেখ না করেই। 

যদিও এই গেমটি জিততে সক্ষম কোনো মেশিন নেই, তবুও এমন প্রোগ্রাম রয়েছে যা নয় বাই নাইন এর মাত্রা সহ বোর্ডগুলিতে ভাল সাড়া দেয় এবং দাবা খেলার জন্য ব্যবহৃত অনুসন্ধান অ্যালগরিদমগুলির বিপরীতে, এই ক্ষেত্রে অনুসন্ধান অ্যালগরিদমগুলি ব্যবহার করা হয়৷ UCT অনুসন্ধান। 

রোবোটিক্স অ্যাপ্লিকেশন

রোবটগুলির বিভিন্ন ক্ষেত্র রয়েছে যেখানে তারা দ্রুত, আরও দক্ষ এবং সুনির্দিষ্ট সমাধানের জন্য তাদের সহায়তা প্রদান করে, যেমন উৎপাদন লাইনে যার জন্য প্রক্রিয়া অটোমেশনের প্রয়োজন হয়, সামরিক এবং প্রতিরক্ষা ক্ষেত্রে এবং এমনকি অন্বেষণের জন্যও। কিউরিওসিটির ক্ষেত্রে স্থান মোবাইল রোবট যেটি বর্তমানে মঙ্গলে রয়েছে, এই গ্রহে প্রাণের সম্ভাব্য অস্তিত্ব সম্পর্কিত তথ্য সংগ্রহ করার জন্য।

আজ, এমন কিছু রোবট রয়েছে যা বিনোদন হিসাবে কাজ করে এবং গেমগুলিতে অংশগ্রহণ করে, যেমন জাপানি পোষা রোবট যার নাম পারো এবং আইবো। পারোর ক্ষেত্রে, এটি একটি থেরাপিউটিক রোবট যা রোগীদের মানসিক চাপ কমাতে সাহায্য করে এবং তাদের সামাজিকীকরণ উন্নত করতে সাহায্য করে। আইবোর ক্ষেত্রে, এটি একটি কুকুরের আকৃতির রোবট যা সনি দ্বারা তৈরি করা হয়েছে, যার একটি দৃষ্টি ব্যবস্থা রয়েছে এবং এটি প্রোগ্রামেবল। 

অনুসন্ধান এবং অনুসন্ধান রোবট

এমন মোবাইল রোবট আছে যেগুলো প্রতিকূল পরিবেশ বা এলাকায় অন্বেষণ, অনুসন্ধান এবং পুনর্জাগরণের জন্য ব্যবহৃত হয়। উদাহরণস্বরূপ, চেরনোবিল পারমাণবিক দুর্যোগে ব্যবহৃত রোবটগুলির মতো যা ঘটনার দ্বারা সৃষ্ট ক্ষয়ক্ষতি কল্পনা করার চেষ্টা করেছিল এবং হাতির পা নামক তেজস্ক্রিয় ভরের ছবি তুলতে সক্ষম হয়েছিল।

অথবা আমরা স্পিরিট, অপারচুনিটি এবং কিউরিওসিটি রোবট উল্লেখ করতে পারি যেগুলি মঙ্গল গ্রহের পৃষ্ঠে পাঠানো হয়েছিল, 2004 সালে প্রথম দুটি এবং 2012 সালে তৃতীয়টি, যা সমস্ত জৈবিক, বায়ুমণ্ডলীয় এবং জৈবিক প্রক্রিয়া বিশ্লেষণের মিশন পূরণ করে৷ এই গ্রহ তৈরি করুন। 

1997 সালে, হোন্ডা কোম্পানি প্রথম বাইপেডাল রোবট উপস্থাপন করে, অর্থাৎ এটি দুটি অঙ্গ সহ হাঁটার ক্ষমতা ছিল এবং এটিকে P3 বলা হয়। আবার, Honda 2000 সালে ASIMO রোবট প্রবর্তন করে যা উদ্ভাবনী গতিশীলতার ক্ষুদ্র অগ্রিম পদক্ষেপ থেকে আসে। এটি হোন্ডা পি রোবট সিরিজের শেষ ছিল। এই সমস্ত রোবটগুলি উদ্দেশ্যমূলকভাবে মানুষের শারীরিক গঠন এবং মোটর ক্ষমতার জন্য ডিজাইন করা হয়েছিল। 

এখন, ASIMO পরিবর্তন করতে পারে যে এটি চলছে কিনা, সিঁড়ি বেয়ে উঠছে এবং বাধা এড়াচ্ছে এবং এমনকি তার ভিজ্যুয়াল সেন্সর বা ক্যামেরার মাধ্যমে এটি চলমান বস্তু, অঙ্গভঙ্গি এবং ভঙ্গি চিনতে পারে।

স্মার্ট গাড়ির অ্যাপ্লিকেশন

সাম্প্রতিকতম উদ্ভাবনগুলির মধ্যে একটি হল স্বায়ত্তশাসিত যাত্রীবাহী যান। 

সম্পূর্ণ স্বয়ংক্রিয় ড্রাইভিং সহ প্রথম মেট্রো জাপানের সেনদাই শহরে আবির্ভূত হয়েছিল, যেটি 1987 সালে তৈরি হয়েছিল। বর্তমানে ইতিমধ্যেই অনেকগুলি সম্পূর্ণ স্বয়ংক্রিয় মেট্রো সিস্টেম রয়েছে।  

যাত্রী বহন করতে পারে এবং সম্পূর্ণ স্বয়ংক্রিয় হতে পারে এমন যানবাহনের আরেকটি উদাহরণ হল স্ট্যানলি, যেটি মোজাভে মরুভূমিতে অনুষ্ঠিত 2005 সালের DARPA চ্যালেঞ্জ প্রতিযোগিতার বিজয়ী ছিল। স্ট্যানলি অর্জন করেছেন যা তিনি সফলভাবে 212,4 কিলোমিটার পথটি ছয় ঘন্টা 54 মিনিটের মধ্যে সম্পন্ন করেছেন। 

পরে, জর্জ এয়ার ফোর্স বেসে অনুষ্ঠিত 2007 DARPA গ্র্যান্ড চ্যালেঞ্জে, স্ট্যানলি স্বয়ংক্রিয় যানটি আবার সফলভাবে 96 মাইল কোর্সটি সম্পন্ন করে। এই রেসে অংশগ্রহণকারী যানবাহনগুলি রিয়েল টাইমে ক্যালিফোর্নিয়া রাজ্যের ট্রাফিক নিয়মগুলি প্রক্রিয়া করতে সক্ষম ছিল।

বিশ্বের অন্য একটি অংশে, বিশেষ করে ইন্টারন্যাশনাল কংগ্রেস সেন্টার এবং ব্র্যান্ডেনবার্গ গেটের মধ্যে, বার্লিনের ফ্রি ইউনিভার্সিটি দ্বারা তৈরি মেড ইন জার্মানি গাড়িটি 80-কিলোমিটার রুটে ভ্রমণ করেছিল। এই গাড়িটি সম্পূর্ণ স্বায়ত্তশাসিত, এতে পথচারী এবং ট্রাফিক লাইটের উপস্থিতি চিনতে সক্ষম। যাইহোক, এটির জন্য ভ্রমণের গতির মতো ডেটা প্রয়োজন। 

চালকহীন আকাশযান

মনুষ্যবিহীন এরিয়াল ভেহিক্যালের ছোট থেকে UAV নামেও পরিচিত। প্রশান্ত মহাসাগর অতিক্রম করার জন্য প্রথম মনুষ্যবিহীন আকাশযান ছিল গ্লোবাল হাওয়াক। এটি 2001 সালে এপ্রিল মাসে করা হয়েছিল, এটি মার্কিন যুক্তরাষ্ট্রে শুরু হয়েছিল এবং অস্ট্রেলিয়ায় শেষ হয়েছিল। 

এই মডেলটি, যদিও, এখনও ডেটা বিশ্লেষণের জন্য একটি গ্রাউন্ড স্টেশন পাইলট এবং অন্যান্য অপারেটরদের উপর নির্ভর করে। প্রকৃতপক্ষে, ওয়েইস 2011 সালে ইঙ্গিত দিয়েছিল যে এই সিস্টেমগুলি, যদিও তারা প্রচুর পরিমাণে তথ্য সংগ্রহ করতে সক্ষম, তবুও বাস্তব সময়ে এটি প্রক্রিয়া করার প্রয়োজনীয় ক্ষমতা নেই, এবং তাই তথ্য অনুসারে বুদ্ধিমানভাবে ইভেন্টগুলিতে প্রতিক্রিয়া জানায়। তাত্ক্ষণিকভাবে সংগৃহীত .

এই যানবাহনগুলি আজ ড্রোন নামে বেশি পরিচিত। ড্রোনগুলিতে বিভিন্ন অভ্যন্তরীণ সেন্সর এবং ডিভাইস রয়েছে যা আপনাকে আপনার নেভিগেশনে সহায়তা করে। উদাহরণস্বরূপ, তাদের জিওলোকেশনের জন্য একটি জিপিএস মডিউল, ওয়্যারলেস সংযোগ সহ ক্যামেরা, কিছু গতি এবং তাপ সেন্সর সহ অন্যদের মধ্যে রয়েছে। প্রথম উদাহরণে, এই প্রযুক্তিটি সামরিক ব্যবহারের জন্য উদ্ভূত হয়েছিল, যদিও এটি ইতিমধ্যে বাজারে রয়েছে।

সিদ্ধান্তে

এতে কোন সন্দেহ নেই যে প্রযুক্তির বিভিন্ন ক্ষেত্র দ্রুতগতিতে অগ্রসর হয়েছে এবং কম্পিউটিং এই অগ্রগতিকে এড়াতে পারেনি, প্রকৃতপক্ষে এটি বিজ্ঞানের অন্যান্য শাখার বিবর্তনকে উৎসাহিত করেছে। কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রদত্ত গণনা ক্ষমতা মুরের আইন অনুসারে আঠারো মাসের মধ্যে দ্বিগুণ হয়েছে। 

এর থেকে বোঝা যায় যে যদি মুরের আইন অব্যাহত থাকে, তাহলে 2030 সালের মধ্যে প্রসেসরের যে কম্পিউটিং শক্তি থাকবে তা মানুষের সমান বা সম্ভবত সমান হবে।

Google এবং Amazon-এর মতো সার্চ ইঞ্জিনগুলি তাদের ব্যবহারকারীদের কাছ থেকে লক্ষ লক্ষ তথ্য সঞ্চয় করে যাতে একটি ভাল পরিষেবা প্রদানের জন্য প্রতিটি ব্যক্তির পছন্দগুলি নির্ধারণ করে৷ তাই এই ডেটাতে সমানভাবে রেকর্ড করার জন্য বড় মেমরির ক্ষমতা সম্পন্ন সার্ভারের প্রয়োজন হয়েছে।

একইভাবে, সোশ্যাল নেটওয়ার্কগুলিতে, তাদের পছন্দ অনুসারে প্রস্তাবগুলি উপস্থাপন করার জন্য তাদের গ্রাহকদের পছন্দগুলি রেকর্ড করার জন্য এই বৃহৎ স্টোরেজ ক্ষমতার প্রয়োজন হয়।