ডাটা নিয়ে কথা -মাসনুন আহমেদ
  • শূন্য থেকে শুরু
    • কেন লিখছি, কাদের জন্য লিখছি, কিভাবে শিখতে হয়
    • গিটবুকটি কিভাবে পড়বেন ?
  • julius.ai কি ?
    • julius.ai ফিচারগুলো
      • প্রম্প্ট বেসড ডাটা এনালাইসিস
      • প্রোগ্রামিং খটমট নেই
      • গ্রাফ এবং ডাটা ভিজুয়ালাইজেশন
      • ডাটার মিনিংফুল ইনসাইট
      • ডাটা স্ট্রাকচারিং এবং হেভিওয়েট ডাটা
  • হাতেকলমে জুলিয়াসের প্রয়োগ
    • ডাটা এনালিটিক্স এর ৭টি স্টেপ : যেভাবে Ai এর সাহেয্যে আমি ডাটা এনালাইসিস করি
    • একটি অফিসের গল্প
    • রিলেশনশিপ স্ট্যাটাস
    • কাস্টমারদের ডাটাসেট
    • User Engagement এবং Churn Prediction
  • জুলিয়াস দিয়ে স্ট্যাস্টিকাল টেস্ট
    • ANOVA Test
    • Chi Square Test
  • AI এর উপরে কিছু গবেষণা
    • Biased Vs Unbias AI
    • AI এর উপর স্ট্যানফোর্ডের গবেষণা
    • আর্টিফিসিয়াল জেনারেল ইন্টেল পর্ব ১ [লেখা চলমান থাকবে]
    • দা ইমিটিশন গেম
    • বায়োইনফরমেটিক্স এ AI এর ব্যাবহার
  • ক্যাগলের নোটবুক
    • ক্যাগলের নোটবুক এবং আমার পাইথনে ডাটা ভিজুয়াল
    • Exploring Top US Data Science and Analytics Master's Program - 01
    • শার্ক ট্যাঙ্ক বাংলাদেশ ২০২৪
    • লিংকডইনের USA এর AI /ML জব এর ডাটাসেট :: ক্যাগলে আমার তৃতীয় নোটবুক
    • ১৫০ থেকে ১৭০০ :: ডেঙ্গুর ডাটাসেট
    • ক্যাগলের এপার্টমেন্টের ডাটাসেট
    • বাংলাদেশের ৪ জেলার ট্রাভেলার ডাটাসেট এনালাইসিস : পর্ব ১
    • বাংলাদেশের ৪ জেলার ট্রাভেলার ডাটাসেটের গল্প : পর্ব ২
    • বাংলাদেশের ৪ জেলার ট্রাভেলার ডাটাসেটের গল্প : পর্ব ৩ (শেষ পর্ব )
    • NLP ক্লাসিফিকেশন ডাটাসেট :মেশিন মেশিন কি পারবে রোগ অনুযায়ী ডক্টর সাজেস্ট করতে ?
    • সোশ্যাল মিডিয়ায় কেনাকাটার উপর ডাটা এনালিটিক্স (পর্ব ১ )
    • সোশ্যাল মিডিয়ায় কেনাকাটার উপর ডাটা এনালিটিক্স (পর্ব ২ )
    • সোশ্যাল মিডিয়ায় কেনাকাটার উপর ডাটা এনালিটিক্স (পর্ব ৩ )
    • সোশ্যাল মিডিয়ায় কেনাকাটার উপর ডাটা এনালিটিক্স ( শেষ পর্ব )
    • সোশ্যাল মিডিয়ায় কেনাকাটার উপর ডাটা এনালিটিক্স (পর্ব ৪ )
    • হিট ভালনারবিলিটি ইনডেক্স এর একটি ডাটাসেট : শহর চট্টগ্রাম
  • ক্যাগলের কম্পিটিশনে আমার অংশগ্রহণ
    • আবাহাওয়ার ডাটাসেট নিয়ে প্রেডিকশন -১
    • স্পেসশিপ টাইটানিক ডাটাসেট-২
    • সেন্টিমেন্ট এনালাইসিস ডাটাসেট -৩
    • প্রজেক্ট টাইটানিক - ৪
    • টুইটারের টুইট দিয়ে প্রাকৃতিক দুর্যোগের মেশিন লার্নিং মডেল-৫
    • মেশিন কে হাতেরলেখা চিনানো বিশ্ববিখ্যাত MNIST ডাটাসেটের গল্প - ৬
    • ব্যাঙ্ক এর কাস্টমার ব্যাঙ্ক ছেড়ে যাবে কি না - ৭
    • মোটু কাহিনী : মাল্টিক্লাস প্রেডিক্টর কম্পিটিশন - ৮
    • বন্যার পূর্বাভাস সংক্রান্ত কম্পিটিশন : ফ্লাড প্রেডিকশন ডাটাসেট - ৯
    • সোশ্যাল মিডিয়া ইনফ্লুয়েন্সার ডাটাসেট -১০
    • Binary Prediction of Poisonous Mushrooms ডাটাসেট-১১
    • ক্যাগলের কম্পিটিশন : মেশিন কি পারবে আপনি বিষন্ন কিনা সেটি বলতে ?
    • Gliese 12 b
    • যারা গিটবুকটি সাইটেশন করতে চান
  • AI এর যুগে আমরা : কি শিখবো, কিভাবে শিখবো
  • Data Democratization : একজন নন টেক হয়েও আমার প্রতিষ্ঠান TradePoint কে যেভাবে Data Driven বিজনেস kore
  • মৃত্যুকূপ : Geospatial ডাটাসেটে আমার প্রথম Ai দিয়ে কাজ
  • AI, ক্লাউড আর ডাটা সায়েন্স: ২০২৫ সালের ৭টি ট্রেন্ড যা অনেক কিছুই বদলে দিবে
  • জুলিয়াস থেকে পাওয়া উপহার
  • কিছু রিডিং ম্যাটেরিয়াল
  • ভবিষৎতের পৃথিবী :: কোডিং নিয়ে কিছু কথা (পর্ব ১)
  • ভবিষৎতের পৃথিবী : শ্রমিক,ব্যাঙ্কার অথবা একজন ডাটা এনালিস্ট :: কে Ai এর প্রভাবমুক্ত?: (পর্ব ২)
  • প্রশ্নোত্তরে ডাটা নিয়ে কথা
  • 💡টেক ডায়েরি 💡
    • বুক রিভিউ ১ :: প্রোগ্রামিং ফর বিগিনার
    • app রিভিউ পর্ব ১
    • Open AI এবং Iliya
    • ভবিষ্যতের কম্পিউটিং কেমন হবে ?
    • কৃত্রিম বুদ্ধিমত্তার শাসন কি সমাগত?
    • ডাটা এনালিটিক্স এর ভবিষ্যৎ
    • চায়না জেনেরেটিভ AI এর পেটেন্টে এগিয়ে
    • OpenAI o1 সম্পর্কে
    • Pixtral 12B মডেল
Powered by GitBook
On this page
  1. AI এর উপরে কিছু গবেষণা

দা ইমিটিশন গেম

Previousআর্টিফিসিয়াল জেনারেল ইন্টেল পর্ব ১ [লেখা চলমান থাকবে]Nextবায়োইনফরমেটিক্স এ AI এর ব্যাবহার

Last updated 8 months ago

Q: Add 34957 to 70764.

A: (Pause about 30 seconds and then give as answer) 105621.

দেখুন তো যোগফলটা ঠিক আছে কি না? বলে দিচ্ছি। উত্তর হওয়ার কথা 105721.

কিন্তু মেশিন উত্তর দিয়েছে 105621

কি ভাবছেন মনে মনে - এ আর এমনকি ? LLM এবং AI মডেলগুলো তো হর হামেশা হামেশা এরকম ভুল করেই থাকে। কিন্তু যদি আমি বলি এই ভুল খুব বিখ্যাত একটি ভুল ?এই ভুল এমন একজন ম্যাথমেটিশিয়ান করেছেন যিনি আজকে থেকে প্রায় ৭৫ বছর আগে মনে প্রাণে বিশ্বাস করতেন - মেশিন চিন্তা করতে পারে, তাহলে ?

হ্যা আমি এলান টিউরিং এর কথা বলছি

এলান টিউরিং, টিউরিং কে ছিলেন ? একটি লাইন দিয়ে বলি - ২০২৪ সালে বা সামনে আরো কতগুলো বছর আমরা AI, LLM model, মেশিন লার্নিং ইত্যাদি বড়ো বড়ো যত টার্মিনোলজি শুনছি বা শুনবো- এর অনেক কিছুই এলান টিউরিং আজ থেকে প্রায় ৭৫ বছর আগে কিছুটা ধারণা আমাদের দিয়ে গিয়েছিলেন।

চোখ কপালে উঠেছিল আমারও, কিন্তু পরে বুঝে নিয়েছি কেন এতবড়ো একজন গণিতবিদ এর প্রস্তাবনায় এই ভুলটি হয়েছে। জানাবো,এটকু অপেক্ষা করুন ।

অ্যালেন টিউরিং এর একটি বিখ্যাত উক্তি আছে :

If a machine can think, it might think more intelligently than we do, and then where should we be

সহজ বাংলা অর্থ হচ্ছে যদি কোনো যন্ত্র চিন্তা করতে পারে, তাহলে হয়তো আমাদের চেয়ে বেশি বুদ্ধিমানের মতো চিন্তা করবে। তখন আমাদের অবস্থা কী হবে? কি পাঠক কখনো ভেবেছেন কি এই প্রশ্নের উত্তর ?

টুরিং টেস্ট সম্পর্কে: বিখ্যাত টিউরিং টেস্ট এর কথা কারো অজানা না। টিউরিং বিশ্বাস করতেন মেশিন চিন্তা করতে পারে। সেই চিন্তাধারা থেকেই উনি টিউরিং টেস্ট এর প্রস্তাবনা দেন। টেস্ট এর কনসেপ্ট টা অনেকটাই এরকম : ধরুন, আপনি একটি ঘরে বসে আছেন। আপনার সামনে দুটি মানুষ বা যন্ত্র রয়েছে, কিন্তু আপনি তাদের দেখতে পাচ্ছেন না। আপনার কাজ হচ্ছে প্রশ্ন করে বের করা, কে আসল মানুষ আর কে যন্ত্র।যন্ত্রটি যদি এমনভাবে উত্তর দিতে পারে যে আপনি বুঝতেই না পারেন সেটি যন্ত্র, তাহলে বলা হবে যন্ত্রটি "বুদ্ধিমান"। সোজা ভাবে বলতে গেলে এটি এমন একটি পরীক্ষা, যেখানে দেখা হয়, যন্ত্র মানুষকে ফাঁকি দিয়ে এমন কথা বলতে পারে কি না- যে আমরা ভাবতে বাধ্য হই, সে আসলে মানুষ। তার লিখিত প্রবন্ধটির লিংক কমেন্টে দিয়ে দিচ্ছি।বলে রাখি,অন্নান্ন টেস্ট এর মতো টিউরিং টেস্ট এর ও ক্রিটিক আছে।

ভুলটা আসলে কে করলো, মানুষ নাকি যন্ত্র : লেখা শুরু করেছিলাম টিউরিং এর প্রস্তাবনায়- মেশিন এর ভুল উত্তর দেওয়ার একটি বিষয় কে চিন্তা করে। কেন টিউরিং টেস্ট এর এই মেশিন এত বিখ্যাত গণিতবিদ এর ব্রেন চাইল্ড হওয়ার পরেও এই সামান্য যোগ এর ভুলটা করলো ?

ধরুন টিউরিং টেস্ট এর সেই মানুষটি যার সামনে দুটি মানুষ বা দুটি যন্ত্র, যা আপনি দেখতে পাচ্ছেন না, সেই মানুষটি আপনি। আপনাকে বের করতে হবে আপনি মেশিন নাকি মানুষের সাথে কথা বলছেন, আপনি কি করবেন? যদি আপনি একজন careful reader হয়ে থাকেন,ওপাশ থেকে আসা (মানুষ বা যন্ত্রের রিপ্লাইগুলো )যাদের আপনি দেখতে পাচ্ছেন না, প্রতিটি দাড়ি, কমা, ফুলস্টপ ভালো করে পড়বেন। পড়তে গিয়ে দেখলেন যোগে ভুল।

আপনার মনে চিন্তা আসলো - মেশিন কি ভুল করতে পারে ?মানুষ -ই ভুল করে, তাহলে আমি মানুষের সাথেই কথা বলছি। সুতরাং আমাকে যে রিপ্লাই দিচ্ছে - সে মানুষ না হয়েই যায় না ! ফলাফল - মেশিন উৎরে গেলো টুরিং টেস্টে। আমার ধারণা - টিউরিং একজন তুখোড় গণিতবিদ ছিলেন। এই ভুলটি করার সুযোগ উনি মেশিনের মাঝে ইচ্ছাকৃতভাবেই রেখেছিলেন যাতে করে - টিউরিং টেস্ট এ মেশিন এর ভুলের ব্যাপারটি - যে কথা শুনছে তার কাছে মানুষের একটি সাধারণ বৈশিষ্ট মনে হয়।

ট্রিক টা কোথায় ধরতে পেরেছেন ?

পেপারটির পৃষ্ঠা ১৩ তে টিউরিং নিজেই বলেছেন তিনি ইচ্ছাকৃতভাবে এটি করেছেন : It is claimed that the interrogator could distinguish the machine from the man simply by setting them a number of problems in arithmetic. The machine would be unmasked because of its deadly accuracy. The reply to this is simple. The machine (programmed for playing the game) would not attempt to give the right answers to the arithmetic problems. It would deliberately introduce mistakes in a manner calculated to confuse the interrogator. যার বাংলা করলে দাঁড়ায় : অনেকে বলে যে প্রশ্নকারী সহজে যন্ত্রটাকে মানুষের থেকে আলাদা করতে পারবে যদি তাদেরকে কিছু গণিতের সমস্যা দেয়। যন্ত্রটা ধরা পড়ে যাবে, কারণ সেটা সবসময় একদম ঠিক উত্তর দেবে। কিন্তু এর উত্তরে সহজ কথা বলা যায়। যন্ত্রটা (যেটাকে খেলাটা খেলার জন্য প্রোগ্রাম করা হয়েছে) ইচ্ছে করে ঠিক উত্তর না দিয়ে ভুল করবে, যাতে প্রশ্নকারী বিভ্রান্ত হয়ে যায়।

এই লেখা যখন লিখছি তখন ডেইলি মেইল এর একটি রিপোর্ট আমার সামনে। রিপোর্টের তথ্য অনুসারে চ্যাট জিপিটি টুরিং টেস্টে পাস করেছে। রিসার্চের একটা ছোট সামারি যদি বলি তাহলে পুরো ব্যাপারটা দাঁড়ায় এরকম : ক্যালিফোর্নিয়া বিশ্ববিদ্যালয় সান ডিয়েগোর বিজ্ঞানীরা চ্যাটজিপিটি 4.0 মডেলসহ বিভিন্ন এআই মডেলের পরীক্ষা করেন। পরীক্ষায় ৫০০ জন অংশগ্রহণকারীকে ৩টি এআই (চ্যাটজিপিটি-৪, চ্যাটজিপিটি-৩.৫ এবং এলিজা) ও একজন মানুষের সঙ্গে আলাপের সুযোগ দেওয়া হয়। অংশগ্রহণকারীদের কাজ ছিল পাঁচ মিনিটের আলাপের মাধ্যমে এআই এবং মানুষকে চিনে নেওয়া। ফলাফলে দেখা যায়, এলিজাকে ২২%, চ্যাটজিপিটি-৩.৫ কে ৫০%, এবং চ্যাটজিপিটি-৪ কে ৫৪% ক্ষেত্রে, মানুষ বলে মনে করা হয়েছিল। অন্যদিকে, প্রকৃত মানুষকে ৬৭% ক্ষেত্রে সঠিকভাবে চিহ্নিত করা হয়েছিল।

তাহলে বুদ্ধিমত্তার ব্যাপারে টিউরিং এর দর্শন কি ছিল ? তিনি মনে করতেন The concept of intelligence is 'emotional rather than mathematical অনেকভাবে সেটি ব্যাখ্যা করা যায়, কিন্তু সবচেয়ে উপযুক্ত ব্যাখ্যাটি মনে হয় টিউরিং নিজেই দিয়ে গিয়েছেন। তার দৃষ্টিতে একটি মেশিন বুদ্ধিমান কি না, সেটি যতটা না তার কার্যক্রম এবং way of response এর উপরে নির্ভর করে তার থেকেও বেশি এখানে গুরুত্বপূর্ণ আমরা মানুষেরা সেটিকে কিভাবে দেখি বা আমাদের চিন্তাভাবনাকে সেই কার্যক্রম এবং way of response কতটা প্রভাবিত করে।

শেষ করবো টিউরিং এর একটি বিখ্যাত উক্তি দিয়ে : A computer would deserve to be called intelligent if it could deceive a human into believing that it was human যার বাংলা করে দাঁড়ায় একটি কম্পিউটারকে তখনই বুদ্ধিমান বলা যেতে পারে, যদি এটি একজন মানুষকে ভুল ধারণা দিতে পারে যে এটি আসলেই একজন মানুষ।

লিখতে চেয়েছিলাম সোশ্যাল মিডিয়ার এনালিটিক্স, দ্বিতীয় পর্ব, লিখে ফেললাম টিউরিং কে নিয়ে। টুইরিং যুদ্ধাস্ত্র হাতে নিয়ে মানুষ মারেননি ঠিক কিন্তু দ্বিতীয় বিশ্বযুদ্ধের ইতিহাস এর সাথে এই ম্যাথমেটিশিয়ান এর একটা বড়ো ভূমিকা আছে। জানতে চাইলে এবং লেখা পরে যদি টিউরিং কে নিয়ে মুভি টা দেখতে চান - দেখতে পারেন The Imitation Game

নিচে টিউরিং এর পেপার এর একটি লিংক সংযুক্ত করে দিলাম

If a machine is expected to be infallible, it cannot also be intelligent

যদি একটি যন্ত্রকে ত্রুটিহীন হওয়ার আশা করা হয়, তবে এটি বুদ্ধিমানও হতে পারে না।