সিম্বলিক এআই কী? আপনার যা জানা দরকার।

আজকাল যখন মানুষ AI নিয়ে কথা বলে, তখন আলোচনা প্রায়শই এমন সব চ্যাটবটের দিকে চলে যায় যেগুলোর কণ্ঠস্বর অদ্ভুতভাবে মানুষের মতো, বিশাল নিউরাল নেটওয়ার্ক ডেটা বিশ্লেষণ করে, অথবা সেইসব ছবি শনাক্তকরণ সিস্টেমের দিকে যা কিছু ক্লান্ত মানুষের চেয়েও ভালোভাবে বিড়াল চিনতে পারে। কিন্তু এই উন্মাদনার অনেক আগেই ছিল সিম্বলিক AI। এবং আশ্চর্যজনকভাবে - এটি এখনও আছে, এখনও কার্যকর। এর মূল বিষয় হলো কম্পিউটারকে মানুষের মতো করে চিন্তা করতে শেখানো: প্রতীক, যুক্তি এবং নিয়ম। সেকেলে? হয়তো। কিন্তু "ব্ল্যাক বক্স" AI নিয়ে আচ্ছন্ন এই বিশ্বে, সিম্বলিক AI-এর স্বচ্ছতা বেশ সতেজ মনে হয় [1]।

এর পরে আপনি যে প্রবন্ধগুলি পড়তে পছন্দ করতে পারেন:

🔗 এআই প্রশিক্ষক কী?
আধুনিক AI প্রশিক্ষকদের ভূমিকা এবং দায়িত্ব ব্যাখ্যা করে।.

🔗 ডেটা সায়েন্স কি এআই দ্বারা প্রতিস্থাপিত হবে?
এআই অগ্রগতি ডেটা সায়েন্স ক্যারিয়ারকে হুমকির মুখে ফেলছে কিনা তা অনুসন্ধান করে।.

🔗 এআই কোথা থেকে তথ্য পায়?
শেখার এবং অভিযোজনের জন্য AI মডেলগুলি যে উৎসগুলি ব্যবহার করে তা ভেঙে ফেলা হয়েছে।.

প্রতীকী এআই বেসিকস✨

ব্যাপারটা হলো: প্রতীকী AI স্বচ্ছতার। আপনি এর যুক্তি অনুসরণ করতে পারেন, নিয়মগুলো পরীক্ষা করতে পারেন, এবং কেন যা বলেছে তা বলেছে তা আক্ষরিকভাবে দেখতে পারেন। এর সাথে এমন একটি নিউরাল নেট-এর তুলনা করুন যা কেবল একটি উত্তর দিয়ে দেয় - এটি অনেকটা একজন কিশোরকে "কেন?" জিজ্ঞাসা করে কাঁধ ঝাঁকানোর মতো। এর বিপরীতে, প্রতীকী সিস্টেমগুলো বলবে: "কারণ A এবং B মিলে C হয়, সুতরাং C।" নিজেকে ব্যাখ্যা করার এই ক্ষমতাটি উচ্চ-ঝুঁকিপূর্ণ বিষয়গুলির (চিকিৎসা, অর্থায়ন, এমনকি আদালত) জন্য একটি যুগান্তকারী পরিবর্তন, যেখানে কেউ সর্বদা প্রমাণ চায় [5]।

ছোট একটি ঘটনা: একটি বড় ব্যাংকের কমপ্লায়েন্স টিম নিষেধাজ্ঞার নীতিমালাগুলোকে একটি রুলস ইঞ্জিনে অন্তর্ভুক্ত করেছিল। যেমন: “যদি origin_country ∈ {X} হয় এবং missing_beneficiary_info থাকে → বিষয়টি ঊর্ধ্বতন কর্তৃপক্ষের কাছে জানাও।” এর ফল কী হলো? চিহ্নিত প্রতিটি মামলার সাথে একটি অনুসরণযোগ্য, সহজে পাঠযোগ্য যুক্তির শৃঙ্খল যুক্ত হলো। অডিটররা খুব পছন্দ করেছিল । এটাই সিম্বলিক এআই-এর সুপারপাওয়ার – স্বচ্ছ ও যাচাইযোগ্য চিন্তাভাবনা।

দ্রুত তুলনা সারণী 📊

হাতিয়ার / পদ্ধতি	কে এটি ব্যবহার করে	খরচের পরিসর	কেন এটি কাজ করে (অথবা করে না)
এক্সপার্ট সিস্টেমস 🧠	ডাক্তার, ইঞ্জিনিয়ার	ব্যয়বহুল সেটআপ	অত্যন্ত স্পষ্ট নিয়ম-ভিত্তিক যুক্তি, কিন্তু ভঙ্গুর [1]
জ্ঞান গ্রাফ 🌐	সার্চ ইঞ্জিন, তথ্য	মিশ্র খরচ	স্কেলে সত্তা + সম্পর্কগুলিকে সংযুক্ত করে [3]
নিয়ম-ভিত্তিক চ্যাটবট 💬	গ্রাহক সেবা	নিম্ন-মাঝারি	দ্রুত তৈরি করা যায়; কিন্তু সূক্ষ্মতা? খুব বেশি না
নিউরো-সিম্বলিক এআই ⚡	গবেষক, স্টার্টআপস	উচ্চ অগ্রিম	লজিক + এমএল = ব্যাখ্যাযোগ্য প্যাটার্নিং [4]

প্রতীকী কৃত্রিম বুদ্ধিমত্তা (প্র্যাকটিসে) কীভাবে কাজ করে 🛠️

এর মূলে, সিম্বলিক এআই কেবল দুটি জিনিস: প্রতীক (ধারণা) এবং নিয়ম (এই ধারণাগুলি কীভাবে সংযুক্ত হয়)। উদাহরণ:

প্রতীক: কুকুর, প্রাণী, লেজ
নিয়ম: যদি X একটি কুকুর হয় → X একটি প্রাণী।

এখান থেকে, আপনি যুক্তির শৃঙ্খল তৈরি করা শুরু করতে পারেন - ডিজিটাল লেগো টুকরোর মতো। ক্লাসিক বিশেষজ্ঞ সিস্টেমগুলি এমনকি তথ্যগুলিকে ট্রিপল (বৈশিষ্ট্য–বস্তু–মান) তে সংরক্ষণ করত এবং ধাপে ধাপে কোয়েরি প্রমাণ করার জন্য একটি লক্ষ্য-নির্দেশিত নিয়ম ব্যাখ্যাকারী ব্যবহার করত [1]।

প্রতীকী AI এর বাস্তব জীবনের উদাহরণ 🌍

MYCIN - সংক্রামক রোগের চিকিৎসা বিশেষজ্ঞ ব্যবস্থা। নিয়ম-ভিত্তিক, ব্যাখ্যা-বান্ধব [1]।
ডেন্ড্রাল - প্রাথমিক রসায়ন কৃত্রিম বুদ্ধিমত্তা যা স্পেকট্রোমেট্রি তথ্য থেকে আণবিক কাঠামো অনুমান করেছিল [2]।
গুগল নলেজ গ্রাফ - সত্তা (ব্যক্তি, স্থান, বস্তু) এবং তাদের সম্পর্ককে ম্যাপ করে "বস্তু, স্ট্রিং নয়" কোয়েরির উত্তর দেয় [3]।
নিয়ম-ভিত্তিক বট - গ্রাহক সহায়তার জন্য স্ক্রিপ্টেড ফ্লো; ধারাবাহিকতার জন্য শক্ত, খোলা চিট-চ্যাটের জন্য দুর্বল।

কেন প্রতীকী AI হোঁচট খেয়েছিল (কিন্তু মারা যায়নি) 📉➡️📈

এখানেই সিম্বলিক এআই উঠে আসে: অগোছালো, অসম্পূর্ণ, পরস্পরবিরোধী বাস্তব জগৎ। বিশাল নিয়মের ভিত্তি বজায় রাখা ক্লান্তিকর, এবং ভঙ্গুর নিয়মগুলি ভেঙে না যাওয়া পর্যন্ত বেড়ে যেতে পারে।.

তবুও - এটি কখনও পুরোপুরি চলে যায়নি। নিউরো-সিম্বলিক এআই: নিউরাল নেট (উপলব্ধিতে ভালো) এবং সিম্বলিক লজিক (যুক্তিতে ভালো) মিশ্রিত করুন। এটিকে একটি রিলে টিমের মতো ভাবুন: নিউরাল অংশটি একটি স্টপ সাইন চিহ্নিত করে, তারপর সিম্বলিক অংশটি ট্রাফিক আইনের অধীনে এর অর্থ কী তা বের করে। এই সংমিশ্রণটি এমন সিস্টেমের প্রতিশ্রুতি দেয় যা আরও স্মার্ট এবং ব্যাখ্যাযোগ্য [4][5]।

প্রতীকী AI এর শক্তি 💡

স্বচ্ছ যুক্তি: আপনি প্রতিটি ধাপ অনুসরণ করতে পারেন [1][5]।
নিয়ন্ত্রণ-বান্ধব: নীতি এবং আইনি নিয়মের সাথে পরিষ্কারভাবে মানানসই [5]।
মডুলার রক্ষণাবেক্ষণ: আপনি একটি সম্পূর্ণ দানব মডেলকে পুনরায় প্রশিক্ষণ না দিয়ে একটি নিয়ম পরিবর্তন করতে পারেন [1]।

প্রতীকী কৃত্রিম বুদ্ধিমত্তার দুর্বলতা ⚠️

উপলব্ধিতে ভয়াবহ: ছবি, অডিও, অগোছালো লেখা - এখানে স্নায়ুতন্ত্রের আধিপত্য।
স্কেলিং ব্যথা: বিশেষজ্ঞের নিয়মগুলি বের করা এবং আপডেট করা ক্লান্তিকর [2]।
অনমনীয়তা: নিয়মগুলি তাদের ক্ষেত্র থেকে বেরিয়ে যায়; অনিশ্চয়তা ধরা কঠিন (যদিও কিছু সিস্টেম হ্যাক করা আংশিক সংশোধন করে) [1]।

প্রতীকী এআই-এর জন্য সামনের পথ 🚀

ভবিষ্যৎ সম্ভবত বিশুদ্ধ প্রতীকী বা বিশুদ্ধ স্নায়বিক নয়। এটি একটি সংকর। কল্পনা করুন:

নিউরাল → কাঁচা পিক্সেল/টেক্সট/অডিও থেকে প্যাটার্ন নিষ্কাশন করে।
স্নায়ু-প্রতীকী → প্যাটার্নগুলোকে সুসংগঠিত ধারণায় রূপান্তরিত করে।
প্রতীকী → নিয়মকানুন ও সীমাবদ্ধতা প্রয়োগ করে এবং তারপর - গুরুত্বপূর্ণভাবে - ব্যাখ্যা করে।

এটাই সেই লুপ যেখানে মেশিনগুলি মানুষের যুক্তির সাথে সাদৃশ্যপূর্ণ হতে শুরু করে: দেখুন, গঠন করুন, ন্যায্যতা দিন [4][5]।.

শেষ করছি 📝

সুতরাং, সিম্বলিক এআই: এটি যুক্তি-চালিত, নিয়ম-ভিত্তিক, এবং ব্যাখ্যা প্রদানে সক্ষম। জাঁকজমকপূর্ণ না হলেও, এটি এমন কিছু করতে পারে যা ডিপ নেট এখনও পারে না: স্পষ্ট, নিরীক্ষণযোগ্য যুক্তি। বুদ্ধিমানের কাজ হবে? এমন সিস্টেম যা উভয় ক্ষেত্র থেকেই ধারণা নেয় - উপলব্ধি এবং পরিমাপের জন্য নিউরাল নেট, এবং যুক্তি ও বিশ্বাসযোগ্যতার জন্য সিম্বলিক [4][5]।

মেটা বর্ণনা: প্রতীকী AI ব্যাখ্যা করা হয়েছে - নিয়ম-ভিত্তিক সিস্টেম, শক্তি/দুর্বলতা, এবং কেন নিউরো-প্রতীকী (যুক্তি + ML) এগিয়ে যাওয়ার পথ।

হ্যাশট্যাগ:
#কৃত্রিমবুদ্ধিমত্তা 🤖 #প্রতীকীএআই 🧩 #মেশিনলার্নিং #নিউরোপ্রতীকীএআই ⚡ #প্রযুক্তিরব্যাখ্যা #জ্ঞানেরপ্রতিনিধিত্ব #এআইএরভবিষ্যৎ

তথ্যসূত্র

[1] বুচানান, বিজি, এবং শর্টলিফ, ইএইচ নিয়ম-ভিত্তিক বিশেষজ্ঞ সিস্টেম: স্ট্যানফোর্ড হিউরিস্টিক প্রোগ্রামিং প্রকল্পের MYCIN পরীক্ষা, অধ্যায় 15. PDF

[2] লিন্ডসে, আরকে, বুকানন, বিজি, ফেইগেনবাউম, ইএ, এবং লেডারবার্গ, জে। "ডেনড্রাল: বৈজ্ঞানিক অনুমান গঠনের জন্য প্রথম বিশেষজ্ঞ সিস্টেমের একটি কেস স্টাডি।" কৃত্রিম বুদ্ধিমত্তা 61 (1993): 209–261। পিডিএফ

[3] গুগল। "নলেজ গ্রাফের পরিচিতি: জিনিস, স্ট্রিং নয়।" অফিসিয়াল গুগল ব্লগ (মে ১৬, ২০১২)। লিঙ্ক

[4] মনরো, ডি. "নিউরোসিম্বলিক এআই।" কমিউনিকেশনস অফ দ্য এসিএম (অক্টোবর ২০২২)। ডিওআই

[5] সাহোহ, বি., প্রমুখ। "গুরুত্বপূর্ণ সিদ্ধান্ত গ্রহণে ব্যাখ্যাযোগ্য কৃত্রিম বুদ্ধিমত্তার ভূমিকা: একটি পর্যালোচনা।" প্যাটার্নস (২০২৩)। পাবমেড সেন্ট্রাল। লিঙ্ক

অফিসিয়াল এআই অ্যাসিস্ট্যান্ট স্টোরে সর্বশেষ এআই খুঁজুন

আমাদের সম্পর্কে

ব্লগে ফিরে যান