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

ভবিষৎতের পৃথিবী :: কোডিং নিয়ে কিছু কথা (পর্ব ১)

Previousকিছু রিডিং ম্যাটেরিয়ালNextভবিষৎতের পৃথিবী : শ্রমিক,ব্যাঙ্কার অথবা একজন ডাটা এনালিস্ট :: কে Ai এর প্রভাবমুক্ত?: (পর্ব ২)

Last updated 7 months ago

গিটহাবের সিইও Thomas Dohmke এর একটা ted tolk এর অনুবাদ আপনাদের সাথে শেয়ার করবো। একমত বা দ্বিমত পোষণ করা যার যার ব্যাপার, অনুবাদের ক্ষেত্রে সহায়তা নিয়েছি একটি LLM মডেলের। কিছুটা সংক্ষিপ্ত করে মূল বিষয়গুলোর উপরে ফোকাস করে অনুবাদটি করা। মনে রাখবেন , যে কোনো ফিল্ড এর mastery যদি আপনার থাকে, সেটা এক সময় না একসময় কাজে লাগবেই, হোক সেটা কোডিং বা LLM মডেলের উপরে প্রম্পটিং। কাজ হওয়া নিয়ে কথা, সেটা আপনি যেভাবেই করেন না কেন। লেখার শিরোনামে কোডিং শব্দটি ইউজ করলেও - এই অনুবাদ এর কনটেক্সট ডাটা এনালিটিক্স সহ সব ইন্ডাস্ট্রির ক্ষেত্রেই কম বেশি প্রযোজ্য হবে:

"আমি আসলেই এখনও লেগো খেলতে ভালবাসি। আমি যখন বার্লিনে বড় হচ্ছিলাম, তখনও আমি লেগো খেলতে খুব ভালবাসতাম। এখনও আমি আমার ছেলেদের সাথে শনিবার দুপুরে লেগো বানাই। আমার লেগো ভালবাসা পিছনের কারণ হল, লেগো খেলা মানুষকে ক্রিয়েটিভ চিন্তাভাবনা কে কোনো বাধা ছাড়াই প্রকাশ করতে শেখায়। আমি শুধু একজন লেগো বাবা নই(হিহি,) আমি GitHub-এর CEO-ও। যদি আপনি এইবার প্রথমবারের মতো GitHub-এর নাম শুনে থাকেন, এক কথায় - গিটহাব হচ্ছে সেইসব নার্ডদের জায়গা, যারা বিশেষ করে প্রযুক্তির ব্যাপারে গভীর আগ্রহী। আমাদের মিশন হল প্রত্যেক ডেভেলপারকে কোড দিয়ে ছোট ও বড় ধারণা বাস্তবায়ন করতে যতটা সম্ভব সাহায্য করা। লেগো খেলা যতটা সহজ, সফ্টওয়্যার তৈরির প্রক্রিয়া বেশিরভাগ মানুষের কাছে ততটাই কঠিন । এই কঠিন প্রক্রিয়া ২০২২ সালের শেষের দিকে ChatGPT আসার সাথে সাথে পরিবর্তিত হতে শুরু করেছে। এখন আমরা এমন একটি বিশ্বে বাস করছি যেখানে বুদ্ধিমান মেশিনগুলি আমাদের যতটা বুঝে, আমরাও তাদের ততটাই বুঝি। এর মূল কারণ হল ভাষা। এর আগে, সফ্টওয়্যার তৈরি করতে হলে আপনাকে একজন পেশাদার Software Developer হতে হতো। পাশাপাশি আপনাকে কোড নামক মেশিনের খুব জটিল ও কখনও কখনও অর্থহীন ভাষাকে বুঝতে, কথা বলতে ও ব্যাখ্যা করতে হতো। শুনতে অদ্ভুত লাগলেও, আধুনিক কোড এখনও বেশিরভাগ মানুষের কাছে হিরোগ্লিফিক্স মতো- সেটা যে কোনো প্রোগ্রামিং ল্যাঙ্গুয়েজ এর কোড ই হোক না কেন । কিন্তু ২০২০ সালের জুন মাসে, আমরা OpenAI-এর একটি মডেল GPT-3 নামে পরিচিত, এর প্রাথমিক অ্যাক্সেস পেয়েছিলাম। এটা COVID-এর সময় ছিল, আমরা সবাই লকডাউনে ছিলাম। আমরা এই মডেলে বিভিন্ন প্রোগ্রামিং অ্যাক্সারসাইজ ফিড করলাম, এবং এটা প্রথম কয়েকটি চেষ্টায় ৯৩ শতাংশ সমস্যা সমাধান করল। আমরা GitHub-এ এর জন্য এটি একটি অসাধারণ ডেভেলপার টুল হিসেবে আইডেন্টিফাই করি যার আল্টিমেট রেজাল্ট হচ্ছে- GitHub Copilot। সহজ ভাষায় বলতে গেলে এটি একটি ai সাপোর্টেড কোডিং এসিস্টেন্স।

Copilot এখন পৃথিবীর সবচেয়ে বেশি ব্যবহৃত AI ডেভেলপার টুল। প্রোগ্রামিংয়ের যুগ পুনর্জন্ম পেয়েছে। কিন্তু এই ব্রেকথ্রুয়ের সম্ভাবনাগুলি শুধু ব্যবসায়িক ক্ষেত্রে সীমাবদ্ধ থাকে নি । কারণ ChatGPT ও Copilot-কে এর পিছনে রয়েছে LLM মডেলগুলোর একটি বড় ভূমিকা, যা কিনা প্রায় প্রত্যেকটি মানব ভাষা, বিশেষ করে মানুষের প্রধান প্রধান ভাষাগুলি বুঝতে ও ব্যাখ্যা করতে পারে। আরেকটু সুন্দর করে বললে এই মডেলগুলো আমরা কি বলতে চাই বুঝতে পারে। আমরা Human Language ও Machine Language এর মধ্যে একটি নতুন সংযোগ স্থাপন করেছি। Copilot-এর সাহায্যে, যে কোনও ব্যক্তি এখন একটি লিখিত প্রস্তাবনার সাহায্যে যে কোনও মানব ভাষায় সফ্টওয়্যার তৈরি করতে পারে। টাটা - if এবং else! এটাই হল সফ্টওয়্যার ডেভেলপমেন্টের শুরু থেকে এখন পর্যন্ত প্রযুক্তির সবচেয়ে গুরুত্বপূর্ণ ব্রেকথ্রু। আজ GitHub-এ ১০০ মিলিয়নেরও বেশি ডেভেলপার রয়েছে, যা পৃথিবীর জনসংখ্যার প্রায় ১ শতাংশ। আমি মনে করি এই সংখ্যা খুব শীঘ্রই বাড়বে। এই ধরণের ডেভেলপার টুলগুলি শীঘ্রই মূলধারার হয়ে উঠবে, কারণ যে কোনও ভাষা বুঝতে পারা মেশিন প্রোগ্রামিং শুরু করার জন্য পারফেক্ট (ইভেন আপনি বাংলা ইন্সট্রাকশন দিয়েও প্রোগ্রামিং শুরু করতে পারবেন, প্রোগ্রামিং এর কোনো কিছু না জেনেই) এটি একটি সফ্টওয়্যার ডেভেলপার সম্প্রদায়ের সৃষ্টি করবে এবং আমাদের বৈশ্বিক অর্থনীতির ভূগোলকে পাল্টে দিবে। এর ফলে, ২০৩০ সালের মধ্যে, হয়তো আরও আগেই, GitHub-এ ১০ শতাংশ বা এক বিলিয়নেরও বেশি সফ্টওয়্যার ডেভেলপার থাকবে। কি অবিশ্বাস্য মনে হচ্ছে ? আমরা সেদিকেই যাচ্ছি

এখন এই ঘরে বসে যে কেউ চাইলে চোখের নিমিষেই একটা ওয়েবসাইট তৈরী করে ফেলতে পারে, তৈরি করে ফেলতে পারে একটি application যার জন্য আগে আমাদের ডেভেলপারদের কাছে যেতে হতো। এটা মানে এই নয় যে সবাই পেশাদার সফ্টওয়্যার ডেভেলপার হবে বা হওয়া উচিত। পেশাদার সফ্টওয়্যার ডেভেলপারের পেশা কখনও চলে যাবে না।

কিন্তু এখন যে কেউ সফ্টওয়্যার তৈরি করতে পারবে, কারণ ইতিহাসের সবচেয়ে গুরুত্বপূর্ণ ব্যাপারটা ঘটে গেছে - All because the most powerful system that we have, any human language, is now fused to the language of a machine যার অর্থ মানুষের মুখের ভাষার সাথে মেশিনের ভাষা একীভূত হয়ে গেছে। "