Computer and Human brain…

 

                                                SUPRIYO SENGUPTA @

                                                karigorikobiyal

 

 

কম্পিউটারের ক্রমবর্ধমান শক্তি এবং কৃত্রিম বুদ্ধিমত্তার অগ্রগতি মানুষের সাপেক্ষে কম্পিউটারের বুদ্ধিমত্তার বিতর্ককে নতুন করে উজ্জীবিত করেছে। বিস্তৃতভাবে, এর দুটি পদ্ধতি রয়েছে। প্রথম পদ্ধতিটি মানুষের মস্তিষ্কের অধ্যয়নের উপর ফোকাস করে এবং কম্পিউটারের সাথে তুলনা করে। মানুষের মস্তিষ্কে প্রায় 100 বিলিয়ন নিউরন রয়েছে যা প্রায়শই কম্পিউটারের গেটের সাথে তুলনা করা হয়। নিউরনগুলি সিন্যাপসের মাধ্যমে আন্তঃসংযোগ করে এবং প্রতিটিতে 10000 পর্যন্ত সংযোগ থাকতে পারে যা মোট 100 থেকে 1000 ট্রিলিয়ন সংযোগ দেয়। নিউরনগুলি ইলেক্ট্রোকেমিক্যাল সিগন্যালের মাধ্যমে যোগাযোগ করে যা ফাইবার অপটিক ক্যাবলের সিগন্যালের গতির চেয়ে এক মিলিয়ন গুণ ধীর এবং নিউরনগুলি সেকেন্ডে প্রায় 200 বার আগুন দেয়। তারা প্রায় 2.5 পেটাবাইট মেমরি প্রদান করতে সহযোগিতা করে। মস্তিষ্ক প্রায় 20 ওয়াট শক্তি খরচ করে। সুপারকম্পিউটারগুলির একই বা আরও ভাল সংখ্যা থাকে তবে তাদের মেগাওয়াট শক্তির প্রয়োজন হয় এবং সবচেয়ে গুরুত্বপূর্ণভাবে ট্রানজিস্টরগুলি খুব কম সংখ্যক প্রতিবেশীর সাথে সংযোগ করে এবং 2D জ্যামিতি থাকে। কিন্তু কম্পিউটারগুলিকে শুধুমাত্র এই সংখ্যাগুলিতে মানুষের মস্তিষ্কের সাথে তুলনা করা যায় না কারণ মানুষের মস্তিষ্ক একটি ঘড়ি দ্বারা চালিত একটি ডিজিটাল মেশিন নয় এবং এটি মেমরি এবং প্রক্রিয়াকরণের ক্ষেত্রে পার্থক্য করে না। এছাড়াও, মস্তিষ্কের কার্যকারিতা নিজেই সঠিকভাবে বোঝা যায় না। দ্বারা মানুষের মস্তিষ্কের একটি সিমুলেশন 2013 সালে রিয়েল টাইমে ফুজিৎসু-নির্মিত K নিউরোনাল নেটওয়ার্ক কার্যকলাপের এক সেকেন্ডের সিমুলেশন সম্পূর্ণ করতে প্রায় 40 মিনিট সময় নেয়। দ্বিতীয় এবং আরও জনপ্রিয় পদ্ধতিটি মস্তিষ্কের কার্যকারিতা অনুকরণের উপর দৃষ্টি নিবদ্ধ করে। এই পদ্ধতিটি বুদ্ধিমত্তা সংজ্ঞায়িত করার কঠিন প্রশ্নটিও দূর করে। গণনার ক্ষেত্রে বা সহজ ধাপে ধাপে নির্দেশাবলী কার্যকর করার ক্ষেত্রে কম্পিউটার অবশ্যই মানুষের চেয়ে এগিয়ে। এই শক্তিটি 1997 সালে প্রদর্শিত হয়েছিল যখন আইবিএমের ডিপ ব্লু, একটি কম্পিউটার তৎকালীন বিশ্ব দাবা চ্যাম্পিয়ন গ্যারি কাসপারভকে পরাজিত করেছিল। কম্পিউটার প্রতি সেকেন্ডে লক্ষ লক্ষ সম্ভাব্য অবস্থানের মূল্যায়ন করতে পারে এবং পরবর্তী 20টি পদক্ষেপের কথা ভাবতে পারে। এবং আজ পেটা ফ্লপ (10^15) গতি সহ সুপার কম্পিউটারগুলি যে কোনও গণনামূলক কাজে যে কোনও মানুষকে ছাড়িয়ে যেতে পারে। মানুষের একটি গুরুত্বপূর্ণ গুণ হল তারা শিখতে পারে। মেশিন লার্নিং হল কৃত্রিম বুদ্ধিমত্তার শাখা যা “শিখতে” পারে এমন মেশিন বা কম্পিউটার তৈরির উপর দৃষ্টি নিবদ্ধ করে। সুতরাং, চালকবিহীন যানবাহন, ইমেল ফিল্টারিং, স্প্যাম সনাক্তকরণ এবং সবচেয়ে গুরুত্বপূর্ণভাবে রোবোটিক্স এই ধারণার উপর ভিত্তি করে। এবং গেমে চ্যাম্পিয়ন লি সেডলকে পরাজিত করার ক্ষেত্রে Google-এর আলফাগোর সাফল্য, Go মেশিন লার্নিং-এর উপর ভিত্তি করে তৈরি করা হয়েছে কারণ Go-তে সম্ভাব্য অবস্থানের সংখ্যা এতটাই বড় যে এমনকি দ্রুততম কম্পিউটারগুলিও ভেসে যাবে। কিন্তু কম্পিউটারগুলিকে কীভাবে “শিখতে হবে” সে সম্পর্কে প্রোগ্রাম করা বা বলা দরকার এবং এইভাবে প্রোগ্রাম করা কম্পিউটারগুলি শুধুমাত্র সেই পরিস্থিতিতে কাজ করবে। এছাড়াও, এই ক্ষেত্রগুলিতে সাফল্য কম্পিউটারের শ্রেষ্ঠত্বে অনুবাদ করে না যেমন যখন চালকবিহীন যানবাহন “শিখবে”, তখনও মানুষের মত দক্ষতার সাথে কাজ করার জন্য তাদের বিস্তারিত 3D মানচিত্র প্রয়োজন। মানুষের মস্তিষ্কের একটি গুরুত্বপূর্ণ বৈশিষ্ট্য হল প্যাটার্ন চিনতে পারার ক্ষমতা যেমন অক্ষর, মুখ, শব্দে ভয়েস। এটি এমন একটি এলাকা যেখানে কম্পিউটার মানুষের ক্ষমতার সাথে মেলে না। কম্পিউটারগুলি মুদ্রিত অক্ষর এবং সংখ্যাগুলি চিনতে পারে এবং নির্দিষ্ট মুখগুলি চিনতে পারে এবং আপনি ছবি তোলার সাথে সাথে সেই লোকেদের ফটোগুলিকে স্বয়ংক্রিয়ভাবে ট্যাগ করতে পারে৷ কিন্তু মানুষ জটিল নিদর্শন চিনতে পারে এবং তাদের সাথে মানিয়ে নিতে পারে। মানুষ মুখের চুলে ঢাকা মুখগুলিকেও চিনতে পারে, মেক আপ করেছে ইত্যাদি। ডিপ লার্নিং নামক মেশিন লার্নিং-এর একটি কৌশল কম্পিউটারকে প্যাটার্ন শনাক্তকরণে প্রশিক্ষণ দিতে ব্যবহৃত হয়। এখানে এটি মস্তিষ্কের নিউরনের মতো স্তরগুলির মধ্যে আন্তঃসংযোগ সহ নোডগুলির স্তর তৈরি করে। মানুষের ভাষার দক্ষতার ক্ষেত্রেও একই কথা প্রযোজ্য। এখন পর্যন্ত, কম্পিউটার 2টি ভাষার মধ্যে সহজ অনুবাদ করতে পারে, স্পিচ থেকে টেক্সট অনুবাদ এবং এর বিপরীতে। আবার, কম্পিউটারের সক্ষমতা উন্নত করতে ডিপ লার্নিং ব্যবহার করা হচ্ছে। আইবিএম-এর ওয়াটসন যা জিতেছে বিপদে! 2011 সালে ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং ব্যবহার করতে হয়েছিল কারণ গেমটির উত্তরের বিপরীতে প্রশ্ন তৈরি করতে হবে। কিন্তু কম্পিউটারগুলি এখনও পিছিয়ে রয়েছে কারণ মানুষের ভাষাগুলি অস্পষ্ট এবং ভাষাগত কাঠামো অনেক জটিল পরিবর্তনের উপর নির্ভর করতে পারে যেমন স্ল্যাং, আঞ্চলিক উপভাষা কম্পিউটারকে সৃজনশীলতার সামনে ব্যবধান পূরণ করতে হবে। যদিও এখানেও কিছু অগ্রগতি হয়েছে। ওয়াশিংটন পোস্ট, ইউএসএ টুডে, ওয়্যার্ড ইত্যাদিতে সংবাদ লেখার জন্য কম্পিউটার ব্যবহার করা হচ্ছে। শিমন, জর্জিয়া ইনস্টিটিউট অফ টেকনোলজির একটি রোবট সঙ্গীত রচনা করতে পারে এবং রোবট দ্বারা নির্মিত চিত্র প্রদর্শনের প্রতিযোগিতা রয়েছে। যাইহোক, শিল্পকলায় মানুষের দক্ষতা যেমন গল্প ও কবিতা লেখা, ছবি আঁকা, সঙ্গীত রচনা ইত্যাদি বর্তমান কম্পিউটারের নাগালের বাইরে। একই গবেষণা প্রযোজ্য. অ্যাডাম, ব্রিটিশ বিজ্ঞানীদের দ্বারা ডিজাইন করা একটি রোবট অনুমান প্রণয়ন করতে, পরীক্ষাগুলি ডিজাইন এবং চালাতে, ডেটা বিশ্লেষণ করতে এবং পরবর্তী কোন পরীক্ষাগুলি চালানো হবে তা সিদ্ধান্ত নিতে সক্ষম। কিন্তু বর্তমান কম্পিউটারের সেট নতুন বৈজ্ঞানিক তত্ত্ব গঠন করতে পারে না। কর্নেল ইউনিভার্সিটির কম্পিউটার প্রকৌশলীরা এমন একটি প্রোগ্রাম ডিজাইন করেছেন যা একটি কম্পিউটারের প্রাথমিক সরঞ্জামের সেট দিতে পারে যা এটি একটি পেন্ডুলামের গতিবিধি পর্যবেক্ষণ এবং বিশ্লেষণ করতে ব্যবহার করতে পারে। এই ফাউন্ডেশন ব্যবহার করে, সফ্টওয়্যারটি পেন্ডুলামের গতি থেকে পদার্থবিজ্ঞানের মৌলিক আইনগুলিকে এক্সট্রাপোলেট করতে সক্ষম হয়েছিল। কিন্তু কম্পিউটার তার নিজস্ব টুল তৈরি করতে পারেনি। উপরন্তু, কম্পিউটারের অনুভূতি নেই যেমন প্রেম, ভয়, রাগ ইত্যাদি। এটি উচ্চাকাঙ্ক্ষা এবং সৃজনশীলতাকে জ্বালাতন করে এবং সভ্যতার অগ্রগতি করে। মানুষের উচ্চতর অনুভূতি তাদের অনেক বড় ভৌগলিক বিস্তারের সাথে অনেক শক্তিশালী বন্ধন তৈরি করতে দেয় এবং অন্যান্য প্রজাতির উপর তাদের আধিপত্যে অবদান রাখে। এই বন্ধন মানুষকে একজন ব্যক্তির চেয়ে মানবজাতির সমষ্টিগত বুদ্ধিমত্তা থেকে উপকৃত হতে দেয়। কম্পিউটার কোন সিদ্ধান্তের প্রভাবকে যুক্তি বা বুঝতে পারে না। স্টারট্রেক নামক একটি গেমে কম্পিউটার এখনও মানুষকে হারাতে পারেনি যার জন্য অনেক সিদ্ধান্ত নেওয়ার প্রয়োজন। 1950 সালে তৈরি করা টিউরিং পরীক্ষা পরীক্ষা করে যে একটি কম্পিউটার একজন মানুষকে বিভ্রান্ত করতে পারে কিনা তা ভাবতে পারে যে এটি একটি কথোপকথনের উপর ভিত্তি করে মানুষ, এক ধরণের অনুকরণ পরীক্ষা। 2014 সালে ইউজিন গুস্টম্যান নামে একটি রাশিয়ান-পরিকল্পিত প্রোগ্রাম একটি টুরিং পরীক্ষায় 33% বিচারককে বিভ্রান্ত করতে পারে। তারপর থেকে অন্যান্য পরীক্ষা যেমন Loebner প্রভৃতি উচ্চ বিভ্রান্তিকর হার সহ আরও কঠিন মানদণ্ডের সাথে তৈরি করা হয়েছে। কম্পিউটার আগামী কয়েক দশকের মধ্যে মানুষের মস্তিষ্কের আরও অনেক দিক অনুকরণ করতে সক্ষম হবে কিন্তু একটি কম্পিউটার যা মানব মস্তিষ্কের সমস্ত ক্ষমতা সম্পন্ন করতে সক্ষম এবং সম্পদের ব্যবহারে সমানভাবে দক্ষ তা এখনও কল্পবিজ্ঞানের জগতে রয়েছে।

About Post Author  :    SUPRIYO SENGUPTA

Supriyo Sengupta @ Karigori Kobiyal

Creator of World First – Mahisasura Mardini in English in 2017.

Known as “Karigori Kobiyal” .

D.E.E. from WBSCETE and B.Tech in Electrical Engineering from WBUT.

Diploma in Film & FineArts. & B.A. from C.U.

Achieved Copy-Right for “The Demon Slaying Goddess Durga”

AIR – Panel Artist for AKASHVBANI in Drama Section.

Awarded “India Book Of Records” for World’s first “Mahisasura Mardini in English”

Awarded “Pride of India” by SAIARD for World’s first “Mahisasura Mardini in English”

In Engineering & Corporate field for more than26 years.

Attached with Anchoring, Recitation, Audio-Drama, Group Theatre and creative writing.

 

karigorikobiyal@gmail.com

www.rsjyotirmoy.com

www.karigorikobiyal.com