আপনি AI কতটা ভালো জানেন? এখানে ৭টি শব্দের তালিকা দেওয়া হল যা আপনার জানা প্রয়োজন

[বিজ্ঞাপন_১]

কৃত্রিম বুদ্ধিমত্তার (এআই) দ্রুত বিকাশ উদ্বেগ প্রকাশ করেছে যে এটি মানুষের ধারণার চেয়ে দ্রুত বিকশিত হচ্ছে।

আপনি কাউকে কতটা ভালোভাবে বোঝেন? এখানে ৭টি শব্দের কথা বলা হল যা আপনার জানা দরকার, ছবি ১। — ছবি: এসটি

ChatGPT-এর মতো টুলগুলির আবির্ভাবের পর সাধারণ AI-এর ব্যবহার উল্লেখযোগ্যভাবে বৃদ্ধি পেয়েছে। যদিও এই টুলগুলির অনেক সুবিধা রয়েছে, তবে এগুলি ক্ষতিকারক উপায়েও অপব্যবহার করা যেতে পারে।

এই ঝুঁকি মোকাবেলা করার জন্য, মার্কিন যুক্তরাষ্ট্র এবং আরও বেশ কয়েকটি দেশ এআই প্রযুক্তির উন্নয়নে নিরাপদ অনুশীলনের প্রতিশ্রুতিবদ্ধ হওয়ার জন্য অ্যামাজন, অ্যানথ্রপিক, গুগল, ইনফ্লেকশন, মেটা, মাইক্রোসফ্ট এবং ওপেনএআই সহ সাতটি কোম্পানির কাছ থেকে চুক্তি করেছে।

হোয়াইট হাউসের ঘোষণার নিজস্ব পরিভাষা রয়েছে যা সাধারণ মানুষের কাছে অপরিচিত হতে পারে, যেমন "রেড টিমিং" এবং "ওয়াটারমার্কিং"। এখানে সাতটি এআই-সম্পর্কিত শব্দের দিকে নজর রাখতে হবে।

মেশিন লার্নিং

এআই-এর এই শাখার লক্ষ্য হল মেশিনগুলিকে প্যাটার্ন সনাক্ত করে একটি নির্দিষ্ট কাজ সঠিকভাবে সম্পাদন করার জন্য প্রশিক্ষণ দেওয়া। এরপর মেশিনটি সেই তথ্যের উপর ভিত্তি করে ভবিষ্যদ্বাণী করতে পারে।

গভীর শিক্ষা

সৃজনশীল এআই কাজগুলি প্রায়শই গভীর শিক্ষার উপর নির্ভর করে, একটি পদ্ধতি যার মধ্যে নিউরাল নেটওয়ার্ক ব্যবহার করে কম্পিউটারগুলিকে প্রশিক্ষণ দেওয়া হয়, মানব মস্তিষ্কের নিউরনগুলিকে অনুকরণ করার জন্য ডিজাইন করা অ্যালগরিদমের একটি সেট, পাঠ্য, চিত্র বা অন্যান্য সামগ্রী তৈরি করার জন্য প্যাটার্নগুলির মধ্যে জটিল সংযোগ তৈরি করা।

যেহেতু ডিপ লার্নিং মডেলগুলিতে নিউরনের একাধিক স্তর থাকে, তাই তারা ঐতিহ্যবাহী মেশিন লার্নিংয়ের চেয়ে আরও জটিল প্যাটার্ন শিখতে পারে।

বৃহৎ ভাষার মডেল

একটি বৃহৎ ভাষা মডেল, বা LLM, বিপুল পরিমাণে ডেটার উপর প্রশিক্ষিত হয় এবং এর লক্ষ্য ভাষা মডেল করা বা একটি ক্রমানুসারে পরবর্তী শব্দের ভবিষ্যদ্বাণী করা। ChatGPT এবং Google Bard এর মতো বৃহৎ ভাষা মডেলগুলি সারসংক্ষেপ, অনুবাদ এবং কথোপকথন সহ কাজের জন্য ব্যবহার করা যেতে পারে।

অ্যালগরিদম

নির্দেশাবলী বা নিয়মের একটি সেট যা মেশিনগুলিকে ভবিষ্যদ্বাণী করতে, সমস্যা সমাধান করতে বা কাজ সম্পূর্ণ করতে দেয়। অ্যালগরিদমগুলি কেনাকাটার সুপারিশ প্রদান করতে পারে এবং জালিয়াতি সনাক্তকরণ এবং গ্রাহক পরিষেবা চ্যাট ফাংশনে সহায়তা করতে পারে।

পক্ষপাত

যেহেতু বৃহৎ ডেটাসেট ব্যবহার করে কৃত্রিম বুদ্ধিমত্তা (AI) প্রশিক্ষিত করা হয়, তাই এটি ডেটাতে ক্ষতিকারক তথ্য অন্তর্ভুক্ত করতে পারে, যেমন ঘৃণামূলক বক্তব্য। কৃত্রিম বুদ্ধিমত্তা (AI) প্রশিক্ষিত করার জন্য ব্যবহৃত ডেটাসেটে বর্ণবাদ এবং লিঙ্গবৈষম্যও দেখা দিতে পারে, যার ফলে বিভ্রান্তিকর বিষয়বস্তু তৈরি হয়।

এআই কোম্পানিগুলি এআই সিস্টেমে ক্ষতিকারক পক্ষপাত এবং বৈষম্য কীভাবে এড়ানো যায় তা আরও গভীরভাবে অনুসন্ধান করতে সম্মত হয়েছে।

লাল দলবদ্ধতা

হোয়াইট হাউসের কাছে কোম্পানিগুলি যে প্রতিশ্রুতি দিয়েছে তার মধ্যে একটি হল AI মডেল এবং সিস্টেমগুলিতে অভ্যন্তরীণ এবং বাহ্যিকভাবে "রেড টিমিং" পরিচালনা করা।

"রেড টিমিং" বলতে সম্ভাব্য দুর্বলতাগুলি উন্মোচন করার জন্য একটি মডেল পরীক্ষা করা বোঝায়। এই শব্দটি এসেছে একটি সামরিক অনুশীলন থেকে যেখানে একটি দল আক্রমণকারীর কর্মকাণ্ডের অনুকরণ করে কৌশল তৈরি করে।

মাইক্রোসফট এবং গুগলের মতো কোম্পানির ক্লাউড কম্পিউটিং প্ল্যাটফর্মের মতো সিস্টেমে নিরাপত্তা দুর্বলতা পরীক্ষা করার জন্য এই পদ্ধতিটি ব্যাপকভাবে ব্যবহৃত হয়।

ওয়াটারমার্কিং

একটি ওয়াটারমার্ক হল একটি উপায় যা জানার জন্য যে কোনও শব্দ বা ছবি AI দ্বারা তৈরি করা হয়েছে কিনা। যাচাইয়ের জন্য যাচাই করা তথ্যগুলিতে এটি কে তৈরি করেছে, সেইসাথে কীভাবে এবং কখন এটি তৈরি বা সম্পাদনা করা হয়েছে সে সম্পর্কে তথ্য অন্তর্ভুক্ত থাকতে পারে।

উদাহরণস্বরূপ, মাইক্রোসফট তার এআই টুল দ্বারা তৈরি ছবিগুলিকে ওয়াটারমার্ক করার প্রতিশ্রুতি দিয়েছে। কোম্পানিগুলি হোয়াইট হাউসের কাছেও প্রতিশ্রুতি দিয়েছে যে তারা ছবিগুলিকে ওয়াটারমার্ক করবে অথবা তাদের উৎস রেকর্ড করবে যাতে সেগুলিকে এআই-জেনারেটেড হিসেবে চিহ্নিত করা যায়।

বৌদ্ধিক সম্পত্তি লঙ্ঘন ট্র্যাক করার জন্যও সাধারণত ওয়াটারমার্ক ব্যবহার করা হয়। কৃত্রিম বুদ্ধিমত্তা-উত্পাদিত ছবির জন্য ওয়াটারমার্কগুলি অদৃশ্য শব্দ হিসাবে প্রদর্শিত হতে পারে, যেমন প্রতি সপ্তম পিক্সেলের মধ্যে সামান্য পরিবর্তন।

তবে, AI-জেনারেটেড টেক্সট ওয়াটারমার্ক করা আরও জটিল হতে পারে এবং এর জন্য ওয়ার্ড টেমপ্লেটটি এমনভাবে পরিবর্তন করা প্রয়োজন হতে পারে যাতে এটি AI-জেনারেটেড কন্টেন্ট হিসেবে চিহ্নিত করা যায়।

হোয়াং টন (পয়েন্টারের মতে)

[বিজ্ঞাপন_২]
উৎস