বুদ্ধিমত্তার স্থাপত্য থেকে ৫টি শিক্ষা

বুদ্ধিমত্তা মানে সব জায়গায় খোঁজা নয়। এটি হলো কোথায় না খুঁজতে হবে তা জানা।

অনেকে মনে করেন AI মানেই কেবল লার্জ ল্যাঙ্গুয়েজ মডেল (Large Language Models)। কিন্তু বুদ্ধিমত্তার মূল ভিত্তি হলো অনিশ্চয়তার মধ্যে সিস্টেমগুলো কীভাবে সিদ্ধান্ত নেয়।

বুদ্ধিমত্তার স্থাপত্য থেকে ৫টি শিক্ষা এখানে দেওয়া হলো:

  • ১. জটিলতা কমাতে Heuristics ব্যবহার করুন BFS বা DFS-এর মতো ব্লাইন্ড সার্চ অ্যালগরিদম প্রতিটি বিকল্প পরীক্ষা করে। এতে সময় নষ্ট হয়। ইঞ্জিনের সমস্যা হলে একজন পাইলট সব সুইচ উল্টে দেখেন না। তারা ফুয়েল ফ্লো বা প্রেশারের মতো নির্দিষ্ট সংকেত ব্যবহার করেন। AI-তে আমরা Heuristic ব্যবহার করি। Heuristic হলো একটি বুদ্ধিদীপ্ত অনুমান। এটি আপনাকে অসম্ভব পথগুলো সময় নষ্ট করার আগেই বাদ দিতে সাহায্য করে।

  • ২. A* দিয়ে অতীত এবং ভবিষ্যতের মধ্যে ভারসাম্য বজায় রাখুন Greedy search কেবল লক্ষ্যের দিকে তাকায়। এটি দ্রুত কিন্তু প্রায়শই ব্যর্থ হয়। Uniform Cost Search কেবল আপনার ইতিমধ্যে ব্যয় করা খরচের দিকে তাকায়। এটি নিরাপদ কিন্তু ধীরগতির। A* অ্যালগরিদম এই দুটির সমন্বয় করে। এটি ইতিমধ্যে অতিক্রান্ত খরচ এবং অবশিষ্ট আনুমানিক খরচের সমন্বয় করে দেখে। এই ভারসাম্য আরও বুদ্ধিদীপ্ত সিদ্ধান্ত নিতে সাহায্য করে।

  • ৩. সীমাবদ্ধতার (Constraints) মাধ্যমে সমস্যা সমাধান করুন প্রতিটি সমস্যা কোনো নির্দিষ্ট পথ অনুসরণ করা নয়। কিছু সমস্যা হলো নিয়ম মেনে চলা। এগুলোকে বলা হয় Constraint Satisfaction Problems। সুডোকুর (Sudoku) কথা ভাবুন। এখানে ভেরিয়েবল, অনুমোদিত মান এবং নিয়ম থাকে। আপনাকে একসাথে সব নিয়ম মেনে চলতে হয়। বুদ্ধিমান সিস্টেমগুলো ভুল পথগুলো তাৎক্ষণিকভাবে বাদ দেওয়ার জন্য backtracking ব্যবহার করে। এটি প্রচুর পরিমাণ অহেতুক কাজ থেকে বাঁচায়।

  • ৪. প্রত্যাশিত পারফরম্যান্সের লক্ষ্য রাখুন একজন যুক্তিবাদী এজেন্ট (Rational agent) নিখুঁত হওয়ার চেষ্টা করে না। এটি যা জানে তার ভিত্তিতে সম্ভাব্য সেরা সিদ্ধান্তটি নেওয়ার চেষ্টা করে। আমরা এটি PEAS ব্যবহার করে পরিমাপ করি: • Performance: সাফল্য কীভাবে পরিমাপ করা হয় • Environment: এজেন্ট যে পরিবেশে বাস করে • Actuators: এজেন্ট কীভাবে কাজ করে • Sensors: এজেন্ট কীভাবে তথ্য গ্রহণ করে

  • ৫. লজিকের সাথে লার্নিংয়ের সমন্বয় ঘটান Symbolic AI যৌক্তিক এবং স্বচ্ছ কিন্তু ভঙ্গুর। Generative AI নমনীয় এবং সৃজনশীল কিন্তু এটি একটি ব্ল্যাক বক্সের মতো কাজ করে। ভবিষ্যৎ সেই সিস্টেমগুলোর যারা এই দুটির সমন্বয় ঘটাতে পারে। প্যাটার্নের জন্য তাদের নিউরাল নেটওয়ার্ক এবং লজিকের জন্য সিম্বলিক রিজনিং ব্যবহার করতে হবে।

সবচেয়ে বড় শিক্ষাটি হলো এটি: বুদ্ধিমত্তা হলো সঠিকতা বজায় রেখে জটিলতা কমানোর একটি শিল্প।

সবকিছু খোঁজা বন্ধ করুন। যা গুরুত্বপূর্ণ তা খোঁজা শুরু করুন।

উৎস: https://dev.to/wolfof420street/beyond-blind-search-5-powerful-lessons-from-the-architecture-of-intelligence-21ma

ঐচ্ছিক লার্নিং কমিউনিটি: https://t.me/GyaanSetuAi