নতুন প্রযুক্তি AI কে ব্যবহারকারীর তথ্য 'দেখার' পরিবর্তে 'শিখতে' সাহায্য করে

ফেডারেটেড লার্নিং ব্যবহারকারীদের ডিভাইসে সরাসরি শিখতে AI সক্ষম করে, ব্যক্তিগত তথ্য সংগ্রহ বা সংরক্ষণ না করেই প্রতিদিন আরও স্মার্ট হয়ে ওঠে।

ব্যবহারকারীর ডেটা ভাগ না করেই AI প্রশিক্ষণের এখনও একটি উপায় আছে

ডিজিটাল যুগে, ব্যক্তিগত তথ্য হলো কৃত্রিম বুদ্ধিমত্তা উন্নয়নের "জ্বালানি"। কিন্তু সেখান থেকে, একটি বিরোধ দেখা দেয়: কৃত্রিম বুদ্ধিমত্তা যত বেশি মানুষকে বোঝে, আমরা "পরীক্ষা-নিরীক্ষার" জন্য তত বেশি ঝুঁকিপূর্ণ।

তথ্য ফাঁস, অতিরিক্ত ব্যক্তিগতকৃত বিজ্ঞাপন এবং অস্বচ্ছ তথ্য সংগ্রহের পদ্ধতি ব্যবহারকারীদের তাদের তথ্য প্ল্যাটফর্মে "হস্তান্তর" করার বিষয়ে ক্রমশ সতর্ক করে তুলেছে।

সেই প্রেক্ষাপটে, প্রযুক্তি সম্প্রদায় ব্যক্তিগত তথ্য সংগ্রহ না করেই AI কীভাবে শিখতে পারে তার একটি উপায় খুঁজতে শুরু করে, এবং তা হল ফেডারেটেড লার্নিং।

ডেটা না দেখেই কীভাবে AI শেখে

ঐতিহ্যবাহী প্রশিক্ষণ মডেলের বিপরীতে, বার্তা, ছবি বা ব্যবহারের অভ্যাসের মতো সমস্ত ডেটা সার্ভারে পাঠাতে হবে যাতে AI শেখা যায়। এটি অনেক লোককে চিন্তিত করে তোলে কারণ ব্যক্তিগত তথ্য সংগ্রহ বা ফাঁস হতে পারে।

ফেডারেটেড লার্নিং-এর ক্ষেত্রে, প্রক্রিয়াটি বিপরীত হয়: শেখা আপনার ডিভাইসেই ঘটে, যেমন আপনার ফোন। AI কেবল "পর্যবেক্ষণ" করে যে আপনি কীভাবে টাইপ করেন বা অ্যাপটি ব্যবহার করে তার নিজস্ব শেখার অভিজ্ঞতা আঁকেন, সার্ভারে প্রকৃত ডেটা না পাঠিয়ে।

এরপর ফোনটি কেবলমাত্র প্রাপ্ত ফলাফলের একটি সারসংক্ষেপ (সংখ্যা বা গাণিতিক সূত্রের আকারে) কেন্দ্রীয় সিস্টেমে সংশ্লেষণের জন্য পাঠায়।

কল্পনা করুন: লক্ষ লক্ষ ফোন "কাজের অ্যাসাইনমেন্ট" এর পরিবর্তে "শেখার অভিজ্ঞতা" ভাগ করে নিচ্ছে। AI আরও স্মার্ট হয়ে উঠছে, কিন্তু আপনার ব্যক্তিগত তথ্য কখনও আপনার ফোন থেকে যায় না।

২০১৭ সালে, গুগল ডিফল্ট অ্যান্ড্রয়েড কীবোর্ড, জিবোর্ডে ফেডারেটেড লার্নিং চালু করে, যাতে অ্যাপটি তার সার্ভারে বার্তা না পাঠিয়েই আপনি কীভাবে টাইপ করবেন, আপনার পরবর্তী শব্দের ভবিষ্যদ্বাণী করতে এবং বানান ভুল সংশোধন করতে শিখতে পারে।

এখানেই থেমে নেই, ফেডারেটেড লার্নিং চিকিৎসা ক্ষেত্রেও বিরাট সম্ভাবনার দ্বার উন্মোচন করে। রোগীর তথ্য সংগ্রহের পরিবর্তে, যা HIPAA (USA) বা GDPR (ইউরোপ) এর মতো কঠোর নিয়ম দ্বারা সীমাবদ্ধ, হাসপাতালগুলি প্রকৃত রেকর্ড ভাগ না করেই একসাথে ডায়াগনস্টিক মডেলদের প্রশিক্ষণ দিতে পারে।

NVIDIA-প্রবর্তিত EXAM (2020) প্রকল্পটি একটি উজ্জ্বল উদাহরণ: ২০ টিরও বেশি বিশ্বব্যাপী হাসপাতাল যৌথভাবে একটি সিস্টেমকে প্রশিক্ষণ দিয়েছে যা কোনও ব্যক্তিগত তথ্য বিনিময় ছাড়াই COVID-19 রোগীর অবস্থার পূর্বাভাস দেয়।

শুধু গুগলই নয়, অ্যাপল (সিরি এবং কুইকটাইপ কীবোর্ডে প্রয়োগ করা হয়েছে), মেটা (FLUTE টেস্টিং প্ল্যাটফর্ম সহ), WeBank বা Ant Group এর মতো আর্থিক প্রতিষ্ঠান এবং স্ট্যানফোর্ড, MIT এর মতো অনেক শীর্ষস্থানীয় বিশ্ববিদ্যালয়ও ফেডারেটেড লার্নিং নিয়ে গবেষণা বা মোতায়েন করছে। এই প্রযুক্তি ব্যবহারকারীদের গোপনীয়তাকে সম্মান করে এমন AI সিস্টেমের জন্য নতুন মান হয়ে উঠবে বলে আশা করা হচ্ছে।

ন্যায্য ও স্বচ্ছ কৃত্রিম বুদ্ধিমত্তার চাবিকাঠি

বিভিন্ন কনফিগারেশন, অস্থির সংযোগ এবং সীমিত ব্যাটারি ক্ষমতা সহ লক্ষ লক্ষ ডিভাইসে প্রশিক্ষণ শেখার গতি এবং নির্ভুলতার ক্ষেত্রে অনেক চ্যালেঞ্জ তৈরি করে। এছাড়াও, বিপরীত মডেল আক্রমণের ঝুঁকি ডেভেলপারদের ফেডারেটেড লার্নিংকে হোমোমরফিক এনক্রিপশন বা ডিফারেনশিয়াল গোপনীয়তার মতো অন্যান্য সুরক্ষা প্রযুক্তির সাথে একত্রিত করতে বাধ্য করে।

AI আপনাকে জানার ক্ষেত্রে আরও ভালো হচ্ছে, কিন্তু ফেডারেটেড লার্নিং প্রযুক্তির সাথে আমাদের যোগাযোগের পদ্ধতি পরিবর্তনের আশা জাগায়। AI নিষ্ক্রিয়ভাবে ডেটা সংগ্রহ করার পরিবর্তে, AI এখন আপনার ডিভাইসে সরাসরি শেখে, প্রকৃত ব্যক্তিগত ডেটা অ্যাক্সেসের প্রয়োজন ছাড়াই।

এটি কেবল গোপনীয়তা রক্ষা করে না, বরং মানুষ এবং AI এর মধ্যে একটি নতুন অংশীদারিত্ব তৈরি করে যেখানে AI আপনার গোপনীয়তা আক্রমণ করার পরিবর্তে আপনার সাথে থাকে এবং শিখে।

বিশ্বজুড়ে , অনেক কোম্পানি এবং গবেষক এই লক্ষ্য অর্জনে কাজ করছেন। ফেডারেটেড লার্নিং একটি স্বচ্ছ, ন্যায্য এবং ব্যবহারকারী-সম্মানজনক AI ভবিষ্যতের মূল চাবিকাঠি হয়ে উঠবে বলে আশা করা হচ্ছে যেখানে AI আসলে আপনার সম্পর্কে "অতিরিক্ত জানার" পরিবর্তে "আপনার সাথে" শেখে।

বিষয়ে ফিরে যান

একক বুদ্ধিমত্তা

সূত্র: https://tuoitre.vn/cong-nghe-moi-giup-ai-hoc-cung-chu-khong-soi-du-lieu-nguoi-dung-20251008164916799.htm