সহযোগী অধ্যাপক, ডঃ হুইন থি থান বিন: "অপ্টিমাইজেশন প্রায়শই প্রকৃতি অনুসরণ করার বিষয়ে"

ছাত্রাবস্থা থেকেই হ্যানয় বিজ্ঞান ও প্রযুক্তি বিশ্ববিদ্যালয়ের সাথে কোন বিশেষ সুযোগ আপনাকে সংযুক্ত রেখেছে? আপনি কি পরিবেশ পরিবর্তনের ভয় পান?

আমি এই স্কুলের তথ্য প্রযুক্তি (আইটি) বিষয়ে ৩৭ তম প্রজন্মের ছাত্রদের একজন, কিন্তু বাস্তবে আমি হাই স্কুল থেকেই আইটি নিয়ে পড়াশোনা করছি। তারপর আমি বিশ্ববিদ্যালয়, স্নাতকোত্তর, ডক্টরেট... সবকিছুই এই স্কুলে পড়েছি।

আসলে, এমন সময় ছিল যখন আমি জাপানে বিদেশে পড়াশোনা করার ইচ্ছা করেছিলাম। যখন আমি কলেজে ছিলাম, তখন আমি ৫ বছর ধরে জাপানি ভাষা অধ্যয়ন করেছিলাম, যা জাপান সরকার দ্বারা পৃষ্ঠপোষকতা করা হয়েছিল K36 এবং K37 এর ২০ জন যোগ্য ছাত্রের জন্য। তারপর, এটি প্রতিবেশী দেশটির অর্থনৈতিক মন্দার মধ্যে পড়েছিল, তাই এটি স্থগিত করা হয়েছিল। তারপর, যখন আমি আমার স্নাতকোত্তর ডিগ্রি শেষ করি, তখন অধ্যাপক হো তু বাও আমাকে জাপানের একজন অত্যন্ত মর্যাদাপূর্ণ অধ্যাপকের সাথে পরিচয় করিয়ে দেন যেখানে তিনি গবেষণা করতে যান, কিন্তু আমার পক্ষ থেকে ব্যক্তিগত কারণে (বিয়ে করা), আমি এখনও প্রযুক্তি বিশ্ববিদ্যালয়ে থেকে যাই। বস্তুনিষ্ঠ এবং ব্যক্তিগত কারণেই আমি এখনও স্কুলে আমার পিএইচডি করি এবং এখনও সেখানেই পড়ি।

যদি বলি এটা ভাগ্যের কারণে হয়েছিল, তাহলে আমি ভয় পাচ্ছি এটা একটু অতিরঞ্জিত হবে, কিন্তু সহজভাবে বলতে গেলে, এই বিষয়টি আমার কাছে স্বাভাবিকভাবেই এবং মৃদুভাবে এসেছে।

সহযোগী অধ্যাপক, ডঃ হুইন থি থান বিন, জুলাই ২০২৩ সালে পর্তুগালের লিসবনে বিবর্তনীয় গণনা সংক্রান্ত শীর্ষস্থানীয় সম্মেলনে যোগ দিয়েছিলেন এবং একটি প্রতিবেদন উপস্থাপন করেছিলেন।

সাম্প্রতিক কিছু সম্মেলনে, আমি আপনাকে প্রায়শই অন্যান্য অনেক মহিলা বিজ্ঞানীর সাথে গবেষণার ফলাফল উপস্থাপন করতে দেখেছি। এটা কি পলিটেকনিকে বিজ্ঞানে নতুন প্রজন্মের "নারীবাদ"-এর লক্ষণ?

শেষবার যখন আমি ভিনগ্রুপ ইনোভেশন ফান্ড (ভিআইএনআইএফ) সম্মেলনে যোগ দিয়েছিলাম, তখন ডঃ নগুয়েন ফি লে, ডঃ লে মিন থুই এবং আমি একসাথে উপস্থাপনা করেছিলাম, এবং সেখানে আরও একজন মহিলা ছাত্রী ছিলেন, ডঃ নগুয়েন ক্যাম লি, যিনি জাপানে ছিলেন এবং এখনও ফিরে আসেননি। এটি একটি কাকতালীয় ঘটনা, অথবা আমাদের মধ্যে "সহানুভূতি" ছিল, এবং কোনও "নারীবাদী" প্রজন্মের প্রতিনিধিত্ব করেনি। স্কুলের ইঞ্জিনিয়ারিং ব্লকে, আমার গ্রুপের মতো মহিলা সদস্যের সংখ্যা খুব কম, সম্ভবত স্কুলের অর্থনীতি বা বিদেশী ভাষা ব্লকের গবেষণা গোষ্ঠীর তুলনায় কম। আরেকটি বিশেষ বিষয় হল যে প্রতি বছর, আমার গ্রুপ বিশ্বের শীর্ষস্থানীয় সম্মেলনগুলিতে প্রকাশ করে, এবং তারপরে আমার গ্রুপ এবং আমি শক্তিশালী গবেষণা গোষ্ঠীর সাথে বিনিময়ের সুযোগ প্রসারিত করার জন্য সম্মেলনে যোগদান করি।

এটা জানা গেছে যে আপনি স্কুলে একটি বৃহৎ পরীক্ষাগার পরিচালনা করছেন এবং শিক্ষকতাও করছেন। এটি ভালভাবে করার জন্য, কোন অপ্টিমাইজেশন প্রক্রিয়া প্রয়োগ করা প্রয়োজন?

আমি বর্তমানে প্রায় ৪০ জনের একটি অপ্টিমাইজেশন গবেষণা দলের নেতা। আমার কাজের চাপ অনেক বেশি বলে মনে হয়; আমি সাধারণত সকাল থেকে সন্ধ্যা ৬-৭টা পর্যন্ত কাজ করি, শনিবার সহ। আমার কাছে কাজ হল প্রতিদিনের খাবার এবং পানীয়ের মতো, এবং সবসময় খাবারের পরিবর্তন করতে হয় কারণ প্রতি সপ্তাহে এক বা অন্য দল থেকে নতুন আবিষ্কার হয়। এটি আমাকে উত্তেজিত করে তোলে।

আমার কাজকে সর্বোত্তম করার জন্য, আমাকে প্রায়শই লক্ষ্য নির্ধারণ করতে হয়, পরিকল্পনা করতে হয়, যুক্তিসঙ্গতভাবে সময় বরাদ্দ করতে হয় এবং সময়সীমা ভুলে যেতে হয় না।

রঙ এবং তুলি দিয়ে স্বপ্নময় মুহূর্তগুলি

একটি চিত্তাকর্ষক কর্মক্ষমতা, একটি পাতলা ফিগারের পিছনে?

আমার মনে হয় হালকা শরীর আমাকে চিন্তাভাবনা, গবেষণা এবং সৃষ্টি করার জন্য আরও শক্তি পেতে সাহায্য করে। অবশ্যই, আপনার অবস্থা নিয়ে আপনাকে স্বাচ্ছন্দ্য বোধ করতে হবে।

আমি পিয়ানোও শিখেছিলাম, কারণ আমি জীবনে সুরেলা কিছু করতে চেয়েছিলাম, আরও সুস্বাদু কিছু পেতে চেয়েছিলাম। সঙ্গীত আসলে গণিত, ভাষা বা প্রকৃতির জিনিসের বিকাশের মতো।

ল্যাব সদস্যদের একত্রিত করার জন্য, আপনি কোন ব্যবস্থাপনা শৈলী বেছে নেবেন: দৃঢ় নাকি নমনীয়?

৮ই মার্চ ল্যাবের একজন ছাত্রীর কাছ থেকে তাকে উপহার

ল্যাবে সদস্যদের সংযোগ স্থাপন অত্যন্ত গুরুত্বপূর্ণ। গবেষণার দিকনির্দেশনা বিনিময়, আপডেট এবং ভাগাভাগি না করলে তা করা কঠিন হবে। সপ্তাহের শুরুতে প্রতিদিন সকালে, আমি ল্যাব সদস্যদের জন্য খাবার এবং পানীয়ের একটি কার্ট নিয়ে আসি, সারা সপ্তাহ জুড়ে কতটা ব্যবহার করা আরামদায়ক তা হিসাব করে। আমি গ্রুপ সদস্যদের সহায়তা করার চেষ্টা করি যাতে তারা গবেষণায় মনোনিবেশ করতে পারে, বিভ্রান্ত না হয় এবং সকাল থেকে রাত পর্যন্ত কাজ করতে পারে।

আমাকেও তোমাদের মতো ল্যাবে উপস্থিত থাকতে হবে, একসাথে কাজ করতে হবে, একসাথে দেখা করতে হবে, তোমাদের এবং অন্যান্য গবেষণা দলের সাথে আলোচনা করতে হবে। যদি আমি তা করতে না পারি, তাহলে গবেষণার দিকনির্দেশনার মধ্যে কোনও সমন্বয় থাকবে না, অথবা তারা ওভারল্যাপ করতে পারে, একে অপরকে সমর্থন নাও করতে পারে, একে অপরের অগ্রগতি আপডেট নাও করতে পারে...

আমার ব্যবস্থাপনার ধরণ ভূমিকার উপর নির্ভর করে পরিবর্তিত হয়। স্কুলে, আমি আমার সহকর্মীদের সাথে খুব ভদ্রভাবে আচরণ করি; গবেষণা দলে, আমি নিজেকে বেশ কঠোর মনে করি, পরিকল্পনা এবং অগ্রগতির ক্ষেত্রে খুব কঠোর, স্পষ্ট পুরষ্কার এবং শাস্তি সহ। কারণটি সম্ভবত প্রতিটি ভিন্ন ধরণের কাজে সর্বোত্তম করার ইচ্ছা থেকেই আসে, এবং আমি এটিকে খুব স্বাভাবিক বলে মনে করি।

গণিত কীভাবে সর্বোত্তম সমাধানের দিকে নিয়ে যেতে পারে তার একটি বাস্তব উদাহরণ কী?

মূলত, গণিত খুবই সুন্দর। জীবনের অনেক সমস্যার জন্য গণিতের প্রয়োজন হয়। উদাহরণস্বরূপ, "হ্যানয় বিজ্ঞান ও প্রযুক্তি বিশ্ববিদ্যালয় থেকে যত তাড়াতাড়ি সম্ভব এবং সবচেয়ে কম লাল আলো সহ হোয়ান কিয়েম লেকে কীভাবে যাওয়া যায়" এমন একটি সমস্যা যার সর্বোত্তম উত্তর খুঁজে পেতে একটি অ্যালগরিদম প্রয়োজন। আমাদের চারপাশের অনেক সমস্যা, যেমন ডেলিভারি এবং লজিস্টিকসের জন্য রাউটিং সমস্যা, এছাড়াও সম্মিলিত অপ্টিমাইজেশন সমস্যা... জীবনের জন্য অপ্টিমাইজ করা কাজের প্রয়োজন, এবং কাজকে অপ্টিমাইজ করার জন্য, গণিতের প্রয়োজন। ফলিত গণিত এখন একটি ক্রমবর্ধমান ক্ষেত্র এবং জীবনে একটি গুরুত্বপূর্ণ ভূমিকা পালন করে।

উদাহরণস্বরূপ, উৎপাদন এবং সরবরাহ সংক্রান্ত সমস্যাগুলির ক্ষেত্রে আমরা সর্বদা সর্বোত্তম সমাধান খুঁজে পাই না, যেখানে সময়ের সাথে সাথে পরামিতিগুলি ক্রমাগত পরিবর্তিত হয়। এই সমস্যাগুলির জন্য অনেক পরিপূরক পদ্ধতির প্রয়োজন, গ্রহণযোগ্য সমাধান খুঁজে বের করতে হবে এবং আনুমানিক পদ্ধতি ব্যবহার করতে হবে। গণিতের উদ্দেশ্য হল পরম সংখ্যা, কিন্তু আনুমানিক পরিমাণের সাথে গণিত করা আসলে প্রকৃতির সারাংশের কাছে পৌঁছানো এবং অপ্টিমাইজেশনের কাছাকাছি।

গণিত, অপ্টিমাইজেশন থেকে কৃত্রিম বুদ্ধিমত্তা (এআই) পর্যন্ত পথ কি দীর্ঘ না সংক্ষিপ্ত?

১৯৪০ এবং ১৯৫০ এর দশকে এআই শুরু হয়েছিল। সেই সময়ে, অ্যালান টুরিং বুদ্ধিমান কম্পিউটারের তত্ত্বের অনুকরণের জন্য "টিউরিং মেশিন" ধারণাটি চালু করেছিলেন। ১৯৫০ এর দশকে, জন ম্যাকার্থি "কৃত্রিম বুদ্ধিমত্তা" শব্দটি চালু করেছিলেন এবং ভাষা বিকাশ করেছিলেন। ১৯৭০ এবং ১৯৮০ এর দশকে, সিদ্ধান্ত গ্রহণের সমস্যা সমাধানের জন্য বিশেষজ্ঞ সিস্টেম এবং ফাজি লজিকের মতো ধারণাগুলি তৈরি করা হয়েছিল। ১৯৯০ এর দশকে নিউরাল নেটওয়ার্ক এবং গভীর নিউরাল নেটওয়ার্কের বিকাশ ঘটে। ২০১০ এর দশকে, এআই প্রযুক্তি স্ব-চালিত গাড়ি, চ্যাটবট, স্বীকৃতি এবং ভাষা প্রক্রিয়াকরণ সহ অনেক ক্ষেত্রে একীভূত হয়েছিল। সম্প্রতি, এআই এত জনপ্রিয় হয়ে উঠেছে যে এটি জীবনের প্রতিটি ক্ষেত্রে প্রবেশ করেছে এবং দেশগুলির জন্য আগ্রহের বিষয়। ভবিষ্যতে, এআই আরও গভীর উন্নয়নের জন্য একটি অত্যন্ত উর্বর বাজার হবে, জীবনের আরও কার্যকলাপ অনুপ্রবেশ করবে।

২০১৮ সালের জুন মাসে ব্রাজিলের রিও ডি জেনেইরোতে অনুষ্ঠিত ২০১৮ সালের IEEE ওয়ার্ল্ড কংগ্রেস অন কম্পিউটেশনাল ইন্টেলিজেন্সে স্নাতকোত্তর শিক্ষার্থী এবং শিক্ষার্থীদের অংশগ্রহণ এবং প্রতিবেদনের সাথে

অনেকেই বিশ্বাস করেন যে বর্তমান কৃত্রিম বুদ্ধিমত্তা গবেষণা এবং প্রয়োগ কখনই প্রকৃত "বুদ্ধিমত্তা" তৈরির দিকে পরিচালিত করবে না। এই দৃষ্টিভঙ্গি সম্পর্কে আপনার কী মনে হয়, এবং মানব এবং যন্ত্রের বুদ্ধিমত্তার মধ্যে পার্থক্য কী বলে আপনি মনে করেন?

অ্যালান টুরিংয়ের সময়ে, মানুষ বিশ্বাস করত যে যদি এমন একটি মেশিন তৈরি করা যায় যা অত্যন্ত বৃহৎ ডেটা সিস্টেমের সাহায্যে গণনা প্রক্রিয়া করতে পারে, তাহলে এক পর্যায়ে এর জটিলতা মানুষের মস্তিষ্কের নিউরাল নেটওয়ার্কের সমান হবে - অর্থাৎ, AI মানুষের বুদ্ধিমত্তায় পৌঁছাতে পারে। গুগলের মতো সুপার কোম্পানিগুলির সাথে সেই দিকে প্রায় 80 বছর ধরে উন্নয়নের পর, এখন পর্যন্ত, আমি মনে করি AI এখনও সেই লক্ষ্য অর্জনে সক্ষম নয়। যান্ত্রিকভাবে, এটা বলা যেতে পারে যে মানুষ তথ্য সংশ্লেষণ করে, উপলব্ধি করে, শিখে, আবেগ প্রকাশ করে... এমনভাবে যা গণনা এবং প্রোগ্রাম করা যায়; সেই যুক্তি অনুসারে, গতি এবং ডেটার উন্নতির কারণে AI মানুষের কাছে যেতে পারে এবং তাকে ছাড়িয়ে যেতে পারে। যাইহোক, মানুষের মস্তিষ্কে একটি নির্দিষ্ট "অযৌক্তিক" প্রক্রিয়া রয়েছে যা আমার মনে হয় AI সেই অবস্থা থেকে অনেক দূরে, অথবা কখনও পৌঁছাতে পারে না।

এমন কি এমন সময় আসবে যখন মানুষ বন্দুক বা অর্থনীতির পরিবর্তে তথ্যকে অস্ত্র হিসেবে ব্যবহার করবে? এই তথ্য যুদ্ধের পরিণতি কী হবে? মানব জগৎ এবং যন্ত্র জগতের মধ্যে কি কোনও অপ্টিমাইজেশন/ভারসাম্য কৌশলের প্রয়োজন আছে?

আমি আমার মানিব্যাগ হারাতে পারি, কিন্তু আমার কম্পিউটার এবং এর মধ্যে থাকা ডেটা হারাতে পারি না। অর্থাৎ, ডেটা অত্যন্ত গুরুত্বপূর্ণ। অস্ত্র/অর্থনীতির সাথে যুদ্ধে, আমরা স্থানান্তর/আলোচনা করতে পারি...; কিন্তু ডেটা দিয়ে, আমরা কিছুই করতে পারি না। এমনকি প্রতিযোগিতা/যুদ্ধ পরিবেশনের জন্যও মানুষ বড় ডেটা ব্যবহার করে। ডেটা ছাড়া কৃত্রিম বুদ্ধিমত্তা অর্থহীন।

তথ্য যুদ্ধের পরিণতি হবে ভয়াবহ। তথ্য খনন এবং ব্যবহারের জন্য নীতিগত মান প্রতিষ্ঠা করতে হবে।

মানব-যন্ত্র ভারসাম্য কৌশল সম্পর্কে কথা বলা হয়তো একটু তাড়াহুড়ো হবে, কিন্তু জাতীয় সম্পদ হিসেবে তথ্য রক্ষার কৌশল অত্যন্ত প্রয়োজনীয়। এখন মানুষ অন্য পক্ষকে ব্যক্তিগত তথ্য সরবরাহ করার সময়ও সতর্ক হতে শুরু করেছে। গুগল, ফেসবুক বা টিকটকের মতো জায়ান্টদের সাথে..., যদি আমরা কার্যকরভাবে তথ্য নিয়ন্ত্রণ এবং সুরক্ষিত না করি, তাহলে আমরা এই সংস্থাগুলির জন্য একটি মূল্যবান সম্পদ ভাসমান রেখে যাব যাতে তারা তা কাজে লাগাতে পারে এবং ব্যবহার করতে পারে। স্কুল, ব্যাংকের মতো অনেক ব্যক্তিগত তথ্য সংরক্ষণ করে এমন জায়গাগুলির জন্য সরকারের বেশ ভালো ডেটা ব্যবস্থাপনা নীতি রয়েছে...; কিন্তু লোকেরা "অজ্ঞানভাবে" উপরের জায়ান্টদের যে ডেটা সরবরাহ করে তা পরিচালনা করা সহজ নয়।

সহযোগী অধ্যাপক, ডঃ হুইন থি থান বিন এবং পলিটেকনিকের শিক্ষার্থীরা আগস্ট ২০২৩ সালে স্নাতক হচ্ছেন

তথ্যের পাশাপাশি, তথ্য স্থানান্তর অপ্টিমাইজ করাও গুরুত্বপূর্ণ, এবং এটি কি আপনার কাজ করা কোনও গবেষণা প্রকল্পের সাথে প্রাসঙ্গিক?

হ্যাঁ, এই প্রকল্পটি নিয়ে আমি এবং আমার দল খুবই গর্বিত, যখন VINIF ফাউন্ডেশন আমাদেরকে সম্মিলিত অপ্টিমাইজেশন সমস্যা সমাধানের জন্য ট্রান্সফার লার্নিং গবেষণার জন্য অর্থায়ন করেছিল। প্রকল্পের জন্য তহবিল পেতে, আমার দল প্রস্তাবটি প্রস্তুত, লেখা এবং সংশোধন করতে 9 মাস সময় ব্যয় করেছে যাতে এটি সর্বোত্তম এবং বাস্তবে অর্জন করা যেতে পারে এমন ফলাফলের কাছাকাছি হয়। প্রকল্পটিতে বিবর্তনে সর্বোত্তম জ্ঞান স্থানান্তর, সহ-বিবর্তনে তথ্য স্থানান্তর এবং নিউরাল নেটওয়ার্কে তথ্য স্থানান্তরের উপর গবেষণা জড়িত।

এখানে স্থানান্তর যন্ত্র থেকে যন্ত্রে বা ব্যক্তি থেকে ব্যক্তিতে নয় বরং জীবনের অপ্টিমাইজেশন সমস্যাগুলি কার্যকরভাবে সমাধানের জন্য তথ্য স্থানান্তর/তথ্য ভাগাভাগির অধ্যয়ন। উদাহরণস্বরূপ, কিছু গুরুত্বপূর্ণ সমস্যা: রোবট আর্ম সমস্যা, পরিবহনে রাউটিং সমস্যা, সামরিক ক্ষেত্রে পরিকল্পনা...

মার্কিন যুক্তরাষ্ট্রের স্ট্যানফোর্ড ইউনিভার্সিটির সহযোগী অধ্যাপক ড. হুইন থি থান বিন

সাম্প্রতিক পরিসংখ্যান দেখায় যে ভিয়েতনামের শীর্ষ ৩ জনের মধ্যে AI শিল্পের কর্মীরা বেতন পান। আপনার মতে, AI কি অধ্যয়নের একটি ট্রেন্ডি ক্ষেত্র?

সাম্প্রতিক এক সম্মেলনের প্রতিবেদনে, আমি ভিয়েতনামে AI ইঞ্জিনিয়ারদের বেতনের সারসংক্ষেপও তুলে ধরেছি এবং দেখেছি যে এটি খুবই ভালো। AI সম্পর্কিত চাকরির জন্য অনেক সুযোগ রয়েছে এবং আমি মনে করি অদূর ভবিষ্যতে, AI এখনও একটি খুব আকর্ষণীয় ক্ষেত্র হবে, চাকরি খুঁজে পাওয়া সহজ এবং উচ্চ আয় হবে।

বহু প্রজন্ম ধরে প্রযুক্তি বিশ্ববিদ্যালয়ের সাথে যুক্ত একজন ব্যক্তির দৃষ্টিকোণ থেকে, আপনি বর্তমান প্রজন্মের Z শিক্ষার্থীদের সাথে পূর্ববর্তী প্রাক্তন শিক্ষার্থীদের তুলনা কীভাবে করবেন?

আমি জানি না কোথায়, কিন্তু বাচ খোয়ায় জেড জেডের ছাত্রছাত্রীদের সাথে, আমি দেখতে পাচ্ছি যে তুমি ক্রমশ উন্নত হচ্ছ। খুব ভালো। তুমি খুব স্মার্ট, শুধু তোমার মেজরেই ভালো নয়, বিদেশী ভাষা এবং সফট স্কিলেও ভালো। বিশেষ করে, একটি স্বায়ত্তশাসিত ব্যবস্থা চালু করার পর থেকে, বাচ খোয়া ক্রমশ প্রতিভাবান ছাত্রছাত্রীদের আকর্ষণ করছে।

আমি যে স্কুল অফ ইনফরমেশন টেকনোলজি অ্যান্ড কমিউনিকেশনস-এ কাজ করি, সেখানে অতীতে শিক্ষার্থীদের গবেষণাগারে প্রবেশাধিকার খুব কম ছিল। তবে, সাম্প্রতিক বছরগুলিতে, বেশিরভাগ শিক্ষার্থী তাদের প্রথম বছর থেকেই ল্যাবে কাজ করছে, উৎসাহ ও সৃজনশীলতার সাথে কাজ করছে। কিছু শিক্ষার্থী এমনকি আমাদের ল্যাব সম্পর্কে জানতে এবং অংশগ্রহণ করার উদ্যোগ নিয়েছে।

আড্ডার জন্য ধন্যবাদ!

থানহনিয়েন.ভিএন