GMPC ONLINE- this websites indian news digital stock market latest news information of Technology gathering ethical hacking course. <meta content='nositelinkssearchbox' name='google'/> The Biggest Challenges Facing Artificial Intelligence (AI) In Business And Society - GMPC Online

Haed ads

Breaking

রবিবার, ৪ নভেম্বর, ২০১৮

The Biggest Challenges Facing Artificial Intelligence (AI) In Business And Society

এই সপ্তাহে পিডব্লিউসি'র একটি প্রতিবেদন অনুসারে ২030 সাল নাগাদ বিশ্বব্যাপী অর্থনীতিতে কৃত্রিম বুদ্ধিমত্তা যতটা 15.7 ট্রিলিয়ন ডলার যোগ করতে পারে - চীন ও ভারতের যৌথ আউটপুট হিসাবে প্রায়।
সকলেই একমত যে এটি একটি প্রযুক্তি যা বিশ্বের পরিবর্তন করতে পারে, এবং সন্ত্রাসবাদ মোকাবেলা করতে এবং এমনকি শিল্প তৈরির জন্য স্পেস এক্সপ্লোরার থেকে, তার সম্ভাবনা ক্রমবর্ধমান স্পষ্ট হয়ে উঠছে।
যদিও এটি এখনও উল্লেখযোগ্য বাধাগুলির মুখোমুখি হয় - সেই সম্ভাবনার আগে যে চ্যালেঞ্জগুলি অতিক্রম করতে হবে সেগুলি অতিক্রম করতে হবে। অনেকেই এই চ্যালেঞ্জগুলি এখনই প্রযুক্তি শিল্পের জন্য সর্বাধিক অগ্রাধিকার হিসাবে কাজ করে দেখুন।
গণনা ক্ষমতা অভাব

চলুন শুরু করা যাক একটি সহজ এক, এবং যেটি সময়ের সাথে সমাধান করা যেতে পারে, যদিও এটি না হওয়া পর্যন্ত এটি করা যাবে না তা বিবেচনা করা উচিত নয়।

এআই - বিশেষ করে মেশিন লার্নিং এবং গভীর শেখার কৌশলগুলি যা অধিকাংশ প্রতিশ্রুতি প্রদর্শন করে, তার জন্য খুব দ্রুত গণনা করা দরকার। এর মানে তারা অনেক প্রক্রিয়াকরণ ক্ষমতা ব্যবহার করে।
ত্রিদাতায় সিটিও স্টিফেন ব্রোবস্ট আমাকে বলেছিলেন, "প্রায় দুই বছর আগে পর্যন্ত ইটের প্রাচীর ছিল - এআই অনেকদিন ধরে তত্ত্বের কাছাকাছি ছিল, কিন্তু এই ধরনের এআই শীতকালে ছিল কারণ প্রত্যেকেরই ভাল ধারণা ছিল কিন্তু তারা সবাই ছিল তত্ত্ব এবং তাদের বাস্তবায়ন করার জন্য পর্যাপ্ত গণনা ক্ষমতা ছিল না, তাই কে সাবধান? "
ক্লাউড কম্পিউট এবং ভর-সমান্তরাল প্রক্রিয়াকরণ ব্যবস্থাগুলি স্বল্পমেয়াদে উত্তর সরবরাহ করেছে। কিন্তু ডেটা ভলিউমগুলি বাড়তে থাকে এবং গভীর শিক্ষার ক্রমবর্ধমান জটিল অ্যালগরিদমগুলির স্বয়ংক্রিয় সৃষ্টিকে চালিত করে, তত্সহ অগ্রগতি হ্রাস করতে থাকবে।
উত্তরটি পরবর্তী প্রজন্মের কম্পিউটিং অবকাঠামো, যেমন কোয়ান্টাম কম্পিউটিংয়ের বিকাশে থাকতে পারে, যা আজকের কম্পিউটারের তুলনায় অনেক বেশি দ্রুত তথ্য ডেটা পরিচালনা করার জন্য ক্ষতিকারক ঘটনাগুলিকে জোরালো করে তোলে।
"বাস্তবে, আমরা কমপক্ষে পাঁচটি, সম্ভবত 10 বছরের বেশি", ব্রোবস্ট আমাকে বলে। "আমাদের প্রোগ্রামিং মডেলগুলি খুঁজে বের করতে হবে, কারণ কোয়ান্টামের জন্য প্রোগ্রামিং মডেলগুলি এখন আমরা যেগুলি ব্যবহার করি তার থেকে পুরোপুরি আলাদা - একটি পুনর্বিবেচনা হওয়া দরকার এবং এটি সময় নেবে।"
মানুষের ক্ষমতার অভাব

সম্প্রতি পর্যন্ত, এআই কিছু বিজ্ঞান কথাসাহিত্য লেখক দ্বারা কথা বলা হয়েছে এবং বিশ্ববিদ্যালয় আইটি গবেষণা ল্যাব গভীরতা কাজ করেছেন। অন্য কথায়, ভর বাজার ব্যবহারের ক্ষেত্রে এটির মধ্যে প্রচুর পরিমাণে অর্থ নেই (যতক্ষণ না আপনি পৃথিবীতে গ্রহণ করা রোবটগুলি সম্পর্কে হলিউড চলচ্চিত্রগুলি তৈরি করছেন।)
এর অর্থ এই দক্ষতার বিকাশের জন্য অর্থোপার্জন করতে ইচ্ছুক তুলনামূলকভাবে কয়েকটি সংগঠন হয়েছে, এবং বিষয়টি শিল্প-ভিত্তিক শিক্ষা ও প্রশিক্ষণ পাঠ্যক্রমের মধ্যে ভাল প্রতিনিধিত্ব করে না।
গত কয়েক বছরে আগ্রহের বিস্ফোরণের সাথে এই সব পরিবর্তন হয়েছে। এআই বিকাশের জন্য প্রয়োজনীয় মূল দক্ষতার উপর মনোযোগ নিবদ্ধ করে ডেটা বিজ্ঞান কোর্স - গণিত, কম্পিউটার বিজ্ঞান এবং পরিসংখ্যান - প্রচলিত হয়ে ওঠে এবং সাধারণত সর্বাধিক সাবস্ক্রাইব হয়।
কিন্তু সারা পৃথিবীতে মেশিন চালিত অগ্রগতির দৃষ্টিভঙ্গি প্রকাশের জন্য প্রতিটি ব্যবসা বা প্রতিষ্ঠানকে সক্ষম করার জন্য পর্যাপ্ত লোক নেই। ঠিক যেমন বিজ্ঞান এবং প্রযুক্তির অন্যান্য এলাকায় একটি দক্ষতা অভাব রয়েছে - কেবলমাত্র যথেষ্ট লোকই জানে না যে মেশিনগুলি কীভাবে পরিচালনা করে এবং নিজেদের জন্য কীভাবে কাজ করে তা পরিচালনা করতে হয়।
বেশ কয়েকটি বাহিনী কর্মক্ষেত্রে কাজ করে যা এই পরিস্থিতির প্রতিকারের জন্য সময় দেওয়া উচিত। এক যা প্রায়ই "নাগরিক তথ্য বিজ্ঞানী" হিসাবে বর্ণনা করা হয় উত্থান। এমন পেশাদার আছেন, যারা আনুষ্ঠানিকভাবে প্রশিক্ষিত বা প্রাথমিকভাবে ডেটা বিশেষজ্ঞ হিসাবে নিযুক্ত না হলেও, তথ্য এবং বিশ্লেষণের সাথে কাজ করার ক্ষেত্রে কার্যকরী দক্ষতা বিকাশ সাধন করে, সাধারণত তাদের নিজস্ব বিশেষ ক্ষেত্রগুলিতে তাদের কাজ অগ্রসর করে।
আরেকটি প্ল্যাটফর্ম এবং সরঞ্জাম প্রদানের দিকে অগ্রসর যা এআই-চালিত কাজকে "হিসাবে-সেবা" সক্ষম করে। স্ক্র্যাচ থেকে সবকিছু তৈরি করার পরিবর্তে, সংস্থাগুলি ক্রমবর্ধমানভাবে প্রস্তুত তৈরি করা সমাধানগুলি নিতে এবং কেবলমাত্র তাদের নিজস্ব ডেটাতে প্লাগ করতে পারে - ফলাফলগুলি "ফসলের পিছনে" চলমান প্রযুক্তিগত ক্রিয়াকলাপগুলিকে উপেক্ষা করে।
বিশ্বাস স্থাপন

ব্রোবস্ট ভবিষ্যদ্বাণী করে যে ২0২0 সালের মধ্যে "এআইআই 10 শতাংশ" দ্বারা বিদ্রোহ করা হবে, যা হিট এআই আমাদের জীবনের উপর নিয়েছে। "সমস্যাটি হল এআই একটি কালো বাক্স - সিদ্ধান্তটি কীভাবে গৃহীত হয়েছিল তা বুঝতে পারলে লোকেরা আরামদায়ক বোধ করবে না।
"উদাহরণস্বরূপ, ব্যাঙ্কগুলির দ্বারা ব্যবহৃত অ্যালগরিদমগুলি মূলত রৈখিক গণিত এবং আউটপুট থেকে পথটি ব্যাখ্যা করার পক্ষে খুব সহজ - 'আমি আপনার বন্ধকী আবেদনটি অস্বীকার করেছি কারণ আপনার কোনও চাকরি নেই, না যাই হোক না কেন ...'

"মাল্টি-লেয়ার নিউরাল নেটওয়ার্কগুলির মাধ্যমে, গড় মানুষ বুঝতে পারে না, তাই এখন আমরা এমন জিনিসগুলির উপর ভিত্তি করে পূর্বাভাস তৈরি করছি যা মানুষ বুঝতে পারে না এবং এটি মানুষকে অস্বস্তিকর করে তুলবে।"
যদিও এই বিদ্রোহটি সোশ্যাল মিডিয়ার প্রচারাভিযান ও বয়কটের আকার গ্রহণের সম্ভাবনা বেশি, তবে মেশিন ভাঙার এবং সমাবেশের উদ্ভিদগুলি পুড়িয়ে দেওয়ার চেয়ে এটি একটি বাধা যা অগ্রগতি চালানোর প্রচেষ্টাকে উপনীত করতে পারে।

এখানে সমাধান লোকেদের দেখায় যে এই প্রযুক্তিটি কাজ করে, ব্রোস্ট পরামর্শ দেন। "বাস্তবতা হল আরো সঠিক ভবিষ্যদ্বাণী, এবং প্রেসক্রিপশনগুলি দ্বারা জিনিসগুলি আরও ভাল করার দুর্দান্ত সুযোগ রয়েছে।
"মানুষকে বোঝার এবং গ্রহণ করার জন্য আমাদেরকে মানুষ পেতে হবে - কিন্তু এর অর্থ এই নয় যে আমাদের কখনোই মেশিনগুলিকে চ্যালেঞ্জ করা উচিত নয়, কারণ আমরা এখনও এমন কিছু জানি যা তারা না করে।"

আইনশৃঙ্খলা রক্ষাকারী বাহিনী যতদূর প্রযুক্তিগত অগ্রগতির গতি বাড়িয়ে রাখতে ব্যর্থ হয়েছে, তেমনই এটি একটি অংশ খেলতে পারে। আমাদের নিজস্ব ব্যক্তিগত তথ্য ব্যবহার করে মেশিনগুলির দ্বারা ক্রমবর্ধমান সিদ্ধান্তগুলির ক্রমবর্ধমান ভোক্তাদের সচেতনতা, আইন প্রণেতাদের আমাদের (ভোক্তাদের) দৃষ্টিকোণ থেকে সমস্যার মোকাবেলা করার জন্য উত্সাহিত করেছে। একটি উদাহরণ হল জিডিপিআর, যা আগামী বছরের ইইউ জুড়ে কার্যকর হবে (এবং বিশ্বের যে কোনও জায়গায় যেখানেই ইইউ নাগরিকদের ব্যক্তিগত তথ্য নিয়ে কাজ করে তাদের প্রভাবিত করবে।
এটি নিয়ে সরকারের উত্থান নিয়েও প্রশ্ন উঠেছে, ব্রোবস্টও বলেছেন। উদাহরণস্বরূপ, প্রবিধানের একটি অংশ সূচিত করে যে নাগরিকদের এআই দ্বারা তাদের সম্পর্কে সিদ্ধান্তের জন্য ব্যাখ্যা করার অধিকার থাকতে পারে।

"জিডিপিআর এর খুব কঠোর ব্যাখ্যা অনুসারে, আমি নেটফিক্সের দাবিতে এটি দাবি করতে পারি যে এটি কেন আমাকে এই চলচ্চিত্রটির সুপারিশ করেছে।
"Netflix এর জন্য এটি অত্যন্ত গোপনীয়, মালিকানাধীন, কাটিয়া প্রান্ত যা এটি অনেক সময় এবং অর্থ বিকাশ করেছে। আমার কাছে এটা যুক্তিযুক্ত বলে মনে হচ্ছে না যে যদি আমি সুপারিশ ইঞ্জিন নির্মাণের জন্য ডলারের গাজিলিয়ন বিনিয়োগ করি তবে কেউ আমার কাছ থেকে এটি চুরি করতে পারে। "
এক ট্র্যাক মন

বিবেচনার যোগ্য একটি চূড়ান্ত চ্যালেঞ্জ যে আজ এআই বাস্তবায়নের বিশাল সংখ্যাগরিষ্ঠতা অত্যন্ত বিশেষ।
বিশেষায়িত AI, যা প্রায়ই "প্রয়োগ করা এআই" হিসাবে উল্লেখ করা হয়, একটি নির্দিষ্ট কাজটি চালানোর জন্য তৈরি করা হয় এবং এটিকে আরও ভাল এবং উন্নত হতে শিখতে হয়। এটি ইনপুট মানগুলির প্রতিটি সংমিশ্রণ প্রদানে কী ঘটবে তা সিমুলেটিং করে এবং ফলাফলগুলি পরিমাপ করে যতক্ষণ না কার্যকরী আউটপুট অর্জন হয়।

জেনারাইজড এআই - যেমন স্টার ট্রেকের ডেটা ভালো শক্তিমান রোবট, যেহেতু মানুষের মত যে কোনও কাজে তাদের হাত বাঁধতে সক্ষম, এখনও কিছু সময়ের জন্য একটি বিজ্ঞান কথাসাহিত্য স্বপ্ন হতে পারে।
গুগল এর সাথে এআই গবেষণা বিজ্ঞানী রাজা হাদসেল বলেন, "বিশ্বের কোনও নিউরাল নেটওয়ার্ক নেই এবং এখন কোনও পদ্ধতি নেই যা বস্তু এবং চিত্র সনাক্ত করতে, স্থান আক্রমণকারীরা এবং সঙ্গীত শোনার জন্য প্রশিক্ষিত করা যেতে পারে।"

এখানে সমস্যাটি হল যে "স্বাভাবিকভাবেই" মানুষের মতো বুদ্ধিমান প্রাণীগুলি বর্তমানে আমরা যে কাজ করছি তার চেয়ে অন্য কার্যাবলী থেকে শিক্ষা এবং তথ্য বিবেচনা করতে সক্ষম। কোন সমস্যা মোকাবেলা করার জন্য অবিলম্বে স্পষ্ট ছাড়া অন্য সংস্থানগুলি আঁকতে এই ক্ষমতাটিকে "আউট অফ দ্য বক্স" বা "নীল-আকাশ" চিন্তাধারার মত ক্লিচগুলি বলা হয় এবং এটি মানব সমস্যার একটি উপাদান। আজকের দৃষ্টিভঙ্গি, একক মনীষী এবং প্রায়শই আবেগপ্রবণ এআইগুলি -র নিকটবর্তী ভবিষ্যতে অনুকরণ করা অসম্ভব।
এর মানে এআইগুলিকে শিখতে হবে যে তাদের সমাধানগুলি অন্য সমস্যাগুলি সৃষ্টি করে না, লাইনের নিচে, যা সেগুলি বিবেচনা করার জন্য ডিজাইন করা হয়েছে তার বাইরেও।

এই অন্যান্য AI এর পায়ের আঙ্গুল উপর না ধাপে শেখার রয়েছে। উদাহরণস্বরূপ, একটি স্মার্ট শহরে, এক এআই সিস্টেমের প্রভাবগুলি কল্পনা করা সহজ - নিরাপত্তা আলোকে পরিচালনা করা, বলুন - অন্যের সাথে দ্বন্দ্ব, যেমন বিদ্যুত ব্যবহারের নিয়ন্ত্রন।
এই চারটি প্রধান চ্যালেঞ্জ যা সাম্প্রতিক ভবিষ্যতে এআইকে পরাস্ত করতে হবে তা অবশ্যই অসম্ভব নয়। তবে এআই নিঃসন্দেহে বিশাল সম্ভাবনার দিকে এগিয়ে যাওয়ার আগে সমাধান বাস্তবায়ন করতে হবে। তাদের অধিকাংশ ক্ষেত্রে - সাধারণত প্রযুক্তির অগ্রিম দ্বারা সমাধান করা হবে - যে কাজটি ভাল চলছে। অন্যরা, যদিও, মানুষের মনকে একত্রে আসতে এবং কার্যকরী নীতি এবং আচরণের কোডগুলি স্থাপন করতে হবে, এমন একটি প্রক্রিয়া যা আরও বেশি সময় নিতে পারে।
বার্নার্ড মার একটি আন্তর্জাতিকভাবে সেরা বিক্রিকারী লেখক, জনপ্রিয় মূল বক্তা, ভবিষ্যতবাদী, এবং সরকার এবং সংস্থার কৌশলগত ব্যবসা ও প্রযুক্তি উপদেষ্টা। তিনি প্রতিষ্ঠানগুলিকে তাদের ব্যবসায়িক কর্মক্ষমতা উন্নত করতে, আরও বুদ্ধিমান তথ্য ব্যবহার করতে এবং টি বুঝতে সক্ষম হন ...

কোন মন্তব্য নেই:

একটি মন্তব্য পোস্ট করুন

thanks

Post Top Ad

Your Ad Spot

Pages