▷ কৃত্রিম বুদ্ধিমত্তা: এটি এবং বর্তমান ব্যবহারিক উদাহরণগুলি কী?

কয়েক বছর ধরে, সংস্থাগুলি ক্রমাগত কৃত্রিম বুদ্ধিমত্তা সম্পর্কে আমাদের সাথে কথা বলেছিল যা তারা তাদের পরিষেবা, অ্যাপ্লিকেশন এবং প্রসেসরের সাথে পরিচিত করে। তবে, তারা একই নামটি রাখলেও, washingশ্বরকে ধন্যবাদ জানায়, আমাদের ওয়াশিং মেশিনের কৃত্রিম বুদ্ধিমত্তা (যে কারণে আমাদের ছেড়ে যায়) এবং আমাদের স্মার্টফোনটি এতটা বিকাশ লাভ করে না যাতে তাদের অস্তিত্ব এবং তাদের উপর আমাদের ক্ষমতাকে প্রতিবিম্বিত করে তোলে। আপাতত…

যেমন আমরা ইতিমধ্যে এআই বিকাশ ইউএসবি ইন্টেল মুভিডিয়াস সম্পর্কে নিবন্ধে আপনাকে বলেছি, কৃত্রিম বুদ্ধিমত্তা এখানে রয়েছে এবং আমাদের প্রতিদিনের সমস্যাগুলি সমাধান করতে সহায়তা করার জন্য এখানে রয়েছে। কিন্তু কৃত্রিম বুদ্ধি ঠিক কি?

সূত্র: উত্স ডেক্সিটার

আপনি উপরে যে জিআইফটি দেখেন তা গভীর সরল নেটওয়ার্ক কীভাবে কাজ করে তা খুব সরলভাবে দেখায়। এই সিস্টেমগুলির জন্য পরে কঠোর প্রশিক্ষণের প্রয়োজন হয়, উদাহরণস্বরূপ, চিত্রগুলি সনাক্ত করতে, সমাধানগুলি অনুকূলিত করতে বা কেবল আরও শিখতে। সংক্ষেপে এটি অ্যালগরিদমের একটি সেট যা আমরা এআই হিসাবে শ্রেণীবদ্ধ করতে পারি এবং এটি ডিপ লার্নিংয়ের ক্ষেত্রে অন্তর্ভুক্ত।

সূচি সূচি

কৃত্রিম বুদ্ধি: নতুন প্রোগ্রামিং

আজ, কৃত্রিম বুদ্ধিমত্তা বিজ্ঞানের কথাসাহিত্যের কাজগুলিতে প্রায়শই দেখা যায় বলে বিবেকের সাথে প্রযুক্তির জটিল জটিল মিশ্রিত ব্যবস্থা তৈরি করে না। আমরা যেটি তৈরি করি তা জটিল অ্যালগরিদমের সংজ্ঞার পরিবর্তে পতিত হয় যা ইনপুট এবং তাদের শেখানো আদেশের উপর ভিত্তি করে ফলাফল দেয়। যদিও এটি এর অর্থগুলির মধ্যে একটি মাত্র।

কৃত্রিম বুদ্ধি বোঝার বিভিন্ন উপায় রয়েছে তবে আমরা এটিকে চারটি প্রধান গ্রুপে ভাগ করতে পারি:

মানুষের মত চিন্তা করে এমন এআই

বাটার রোবট রিক এবং মর্তি

তাদের নিজস্ব বিবেকের সাথে জটিল কম্পিউটার সিস্টেমগুলি যা তাদের আকাঙ্ক্ষা অনুযায়ী চিন্তা করে এবং সিদ্ধান্ত নেয় এবং যে বৈশিষ্ট্যগুলির জন্য তাদের প্রোগ্রাম করা হয়েছিল তা ছাড়িয়ে যায় ( শেলটিতে ভূত)। এটি এখনও আমাদের নাগালের মধ্যে নেই এবং ভবিষ্যতে এটি সম্ভব হবে কিনা তা আমরা জানি না, তাই মন্তব্য করার মতো খুব বেশি কিছু নেই।

আইএ যারা মানুষের মতো কাজ করে

মানুষের মতো চিন্তা করা মানুষের মতো আচরণ করার ভান করার মতো নয়। আজ আমরা এ জাতীয় কিছু সিস্টেম তৈরি করি যেখানে বুদ্ধিমান ব্যক্তির মতো চিন্তা করে এমন অনুভূতি দেওয়ার জন্য এলোমেলোতা এবং কংক্রিট ফাংশন চালু করা হয়।

মরিচ স্মার্ট সহকারী

ভিডিও গেমগুলিতে আমরা এটাকে অবিচ্ছিন্নভাবে দেখি, কারণ মেশিন-নিয়ন্ত্রিত শত্রুরা প্রায়শই মানুষের মতো আচরণগুলির অনুকরণ করতে চায়। ভিডিও গেমগুলি থেকে পৃথক করে, এটি অর্জন করা হয়েছে যে কোনও কৃত্রিম গোয়েন্দা ব্যক্তি হিসাবে যেমন অসম্পূর্ণতা এবং অনিয়ম নিয়ে লিখতে পারে।

আইএ যারা যুক্তিসঙ্গতভাবে চিন্তা করে

সম্ভবত আজ এই প্রযুক্তির সবচেয়ে সাধারণ সংস্করণ। আমরা বলি যে তারা যুক্তিযুক্তভাবে চিন্তা করে কারণ আমরা তাদের দক্ষ এবং অর্থবহ ফলাফল দেওয়ার জন্য সরঞ্জামগুলি দিয়ে থাকি। তারা সহজেই যে পরিবেশে রয়েছে তার সাথে তারা খাপ খাইয়ে নিতে সক্ষম হয়, যদিও তারা নিজের জন্য চিন্তাভাবনা থেকে অনেক দূরে।

আলফাস্টার লার্নিং

এর উদাহরণ কৃত্রিম বুদ্ধিমত্তা যা আলফাস্টার (স্টারক্রাফ্ট II) বা আলফাজিরো (দাবা, শোগি এবং গো) এর মতো ভিডিও গেম খেলে। এই মেশিনগুলি এমনকি মানব বিরোধীদের বিরুদ্ধে লড়াই করতে সক্ষম এবং ইতিমধ্যে মাঝে মধ্যে বিশ্ব চ্যাম্পিয়নকে পরাজিত করেছে।

আইএ যারা যুক্তিসঙ্গতভাবে কাজ করে

যেহেতু তারা 'অভিনয়' করে আমরা আবিষ্কার করি যে আমরা যে ডেটা তাদের কাছে প্রেরণ করি তা তারা প্রক্রিয়া করে না, তারা কেবল যুক্তিযুক্তভাবেই মনে হয়। এটি এই প্রযুক্তির সর্বাধিক সরল সংস্করণ এবং এটি এমন একটি পর্যায় যা আমরা ইতিমধ্যে বেশিরভাগ সময় পেরিয়ে এসেছি। কিছু কম্পিউটার সিস্টেম এই প্রযুক্তিটির অবলম্বন করে, যেহেতু এটি প্রোগ্রাম করা আরও সহজ এবং তাদের কাজ সাধারণত সহজ।

স্মার্ট ভ্যাকুয়াম ক্লিনার

উদাহরণস্বরূপ, মেশিনগুলি যে কলগুলি গ্রহণ করে এবং তাদের বিকল্পগুলি বা ওয়েব পৃষ্ঠাগুলির বুদ্ধিমান সহকারীগুলির মাধ্যমে আপনাকে গাইড করে, যা সাধারণত আপনাকে সম্পর্কিত সমাধানগুলির পরামর্শ দিতে বলে।

ইন্টেলিজেন্স কীভাবে তারা জটিল তা অনুসারে বিতরণ করা হয় তার একটি ইতিমধ্যে একটি গ্রহণযোগ্য চিত্র রয়েছে, আসুন আপনাকে বিষয়টি বিবেচনায় আনুন।

চিন্তার গণিত

কৃত্রিম বুদ্ধিমত্তাকে প্রোগ্রাম করার অন্যতম উপায় হ'ল ডেটাগুলি ক্যান্সার নামে অভিহিত করা হয় ten টেনার্স একটি জটিল বীজগণিত ইউনিট (স্কেলার, ভেক্টর এবং ম্যাট্রিক্সের) যার সাথে গণিতের সঠিকভাবে কাজ করার জন্য জ্ঞান প্রয়োজন। ফলস্বরূপ, এআই অ্যাপ্লিকেশনগুলির পারফরম্যান্স ডেটাগুলির গাণিতিক ম্যানিপুলেশনগুলি সম্পাদন করা ঠিক তত ভাল হবে ।

টার্নবাকলসের সহজ ব্যাখ্যা

এই ধরণের সফ্টওয়্যারটির বিকাশকে সম্প্রসারিত করতে, অনেক গোষ্ঠী সম্প্রদায় এবং আরও বুদ্ধিমান সিস্টেমের সাথে একযোগে সহযোগিতা ও তৈরি করার জন্য তাদের কোড লাইব্রেরিগুলি জনসাধারণের কাছে তৈরি এবং খুলেছে । গুগলের টেনসরফ্লো, মাইক্রোসফ্ট দ্বারা সিএনটিকে, থানো , ক্যাফ 2 এবং কেরাস কয়েকটি সর্বাধিক প্রাসঙ্গিক উদাহরণ। প্রতিটি লাইব্রেরি বিভিন্ন কোণ থেকে সমস্যাটিকে কেন্দ্র করে এবং এর জন্য ধন্যবাদ আমরা বিমূর্তির বিভিন্ন স্তরে এআই এর বিকাশ করেছি।

বিমূর্ততার কী স্তরগুলি আপনি যদি না জানেন তবে এটি এমন একটি ব্যবস্থা যা কম্পিউটারের ভাষা কথ্য ভাষার সাথে কতটা ঘনিষ্ঠ হয় তা পরিমাপ করে। বিমূর্ততার উচ্চতর স্তর, এটি কোনও মানব ভাষার সাথে তত কম দেখাবে এবং তত বেশি, মেশিনের কোডটি তত বেশি, যা সেই পৃথিবী যা কেবল শূন্য এবং এর সাথে কাজ করে।

নতুন সিস্টেম, নতুন হার্ডওয়্যার

এটি স্পষ্ট যে সমস্ত সফ্টওয়্যার হার্ডওয়্যারের মধ্যে চলে, তবে মেঘ সমস্ত কিছু মোকাবেলা করতে পারে এমন মায়ায় পড়তে সহজ, তবে বাস্তবতা এত মধুর নয়। কোডটি কীভাবে অনুকূলিত হয়েছে তার উপর নির্ভর করে এআই স্থানীয়ভাবে কাজ করে এমন বিষয়টি হতে পারে (স্মার্টফোন, পিসি বা ইন্টারনেট অফ থিংস ডিভাইসে)। বা ডিভাইসগুলিকে সার্ভারগুলিতে গণনা পাঠানোর অনুমতি দেওয়া যেতে পারে , এটি প্রক্রিয়া করতে পারে এবং ফলাফলগুলি ফিরে আসে।

মেঘ পরিষেবা

অনেক ক্ষেত্রে , "ছোট" ডিভাইস স্থানীয়ভাবে গণনার বড় অংশ চালানোর চেষ্টা করে এবং সমস্যার একমাত্র অংশটি সার্ভারে প্রেরণ করে, ফলে অনেকগুলি পরিষেবা পরিচালনার ব্যয় সাশ্রয় হয় ।

দিনে দিনে কৃত্রিম বুদ্ধিমত্তা

আমরা জানি যে এর ভবিষ্যত সম্পর্কে চিন্তা করা খুব আকর্ষণীয় এবং কিছু এমনকি উত্তেজনাপূর্ণ, তবে প্রথম ফলগুলি দেখতে আপনাকে এতদূর যেতে হবে না। আজকের সমাজে আমরা কৃত্রিম বুদ্ধিমত্তার চিহ্ন কোথায় পেতে পারি?

মোবাইলে কৃত্রিম বুদ্ধিমত্তা

এটি নজরে না যেতে পারে বলে মনে হতে পারে তবে এটি আমাদের চারদিকে ঘিরে রয়েছে। বাড়ির ডিভাইসগুলি দিয়ে শুরু করে, নতুন মোবাইলগুলিতে প্রায়শই কৃত্রিম বুদ্ধিমত্তার নামে ছোট্ট অন্তর্নির্মিত সিস্টেম থাকে যা আপনাকে আরও ভাল ছবি তুলতে সহায়তা করে। চূড়ান্তভাবে ফোকাস করুন, পোস্ট-প্রক্রিয়া চিত্রগুলিকে তীক্ষ্ণ, আরও রঙিন বা বিপরীতে দেখায়। কিছু এমনকি আমরা যে জিনিসগুলি ক্যাপচার করি সেগুলি সনাক্ত করতে এবং আমাদের সম্পর্কিত অনুসন্ধানগুলি সরবরাহ করতে সক্ষম।

এই ক্ষেত্রে , সহকর্মী যিনি 'ওকে গুগল' দূরে আছেন, যিনি আমরা তাকে বলি সমস্ত কিছু থেকে শিখেছি এবং অসীম অনুরোধগুলি প্রক্রিয়াকরণে সক্ষম, তিনিও দাঁড়িয়ে আছেন। যদিও আমরা আপনাকে খুব সহজেই 'মেশিন' পেয়েছি (যেমন কোনও কথোপকথন চালাতে সক্ষম না হওয়া), আমরা জানি যে এর কঠোর পরিশ্রম আমরা জানি এর পিছনে রয়েছে।

গুগল সহকারী

আসন্ন স্বায়ত্তশাসিত গাড়ি চালনার বিষয়েও আমাদের কথা বলতে হবে । টেসলার মতো গাড়ি ইতিমধ্যে কয়েকটি দেশে এআই-নিয়ন্ত্রিত বিকল্পগুলি সরবরাহ করে। এই সিস্টেমগুলি গাড়ির চারপাশের পরিবেশ ক্যাপচার, নিষেধাজ্ঞাগুলি, বিপত্তিগুলি এবং আরও অনেক কিছু প্রক্রিয়াজাতকরণ এবং সেই অনুযায়ী নিরাপদে গাড়ি চালাতে সক্ষম।

যদিও আমাদের মোটরগাড়ি বিশ্বে এ জাতীয় উচ্চ স্তরের গোয়েন্দাগুলিতে যাওয়ার দরকার নেই। আমরা দেখতে পাচ্ছি যে কয়েকটি গাড়ি ইতিমধ্যে জরুরী স্টপ সনাক্তকরণ বা স্বয়ংক্রিয় পার্কিংয়ের মতো আকর্ষণীয় সিস্টেম রয়েছে ।

ছায়ায় রানী:

এতক্ষণে আপনি ইতিমধ্যে ভাবতে পারেন যে এআই সর্বত্র রয়েছে এবং যে কোনও মুহূর্তে তারা বিদ্রোহ করছে, তবে নিশ্চিত হোন, ঘুমানোর সময় আপনার টোস্টার আপনাকে হত্যা করবে না। আমরা যা নিশ্চিত করতে পারি তা হ'ল এই প্রযুক্তিটি আপনি যা ভাবেন তার চেয়ে বেশি নিয়ন্ত্রণ করে এবং সমাজের প্রচলিত ট্রেন্ডগুলির জন্য দায়ী।

ইউটিউব, টুইটার, গুগল বিজ্ঞাপন… এই সমস্ত কিছু আপনি নির্দিষ্ট কিছু সেটিংস দ্বারা নির্দেশিত সেটিংস দ্বারা নির্দিষ্ট পরিমাণে নিয়ন্ত্রণ করা হয়, তবে কৃত্রিম বুদ্ধিমত্তার দ্বারাও আপনাকে কী দেখাতে হবে তা স্থির করে। কোনও বার্তা কি এর মতো শোনায়: "আমি গুগলের সাথে আমার ডেটা ভাগ করতে চাই যাতে এটি আমাকে আগ্রহী এমন বিজ্ঞাপন দেয়" ?

কিভাবে এই কাজ করে? ভাল, আপনি দেখতে পাবেন, আপনি ইন্টারনেটে যা ব্যবহার করেন তার উপর ভিত্তি করে, আপনার স্বাদগুলি নিয়ে একটি প্রোফাইল তৈরি করা হয় এবং আপনি অন্যান্য অনেক লোকের সাথে সম্পর্কিত। যখন ইন্টারনেট পরিষেবাগুলিতে আপনাকে কিছু দেখাতে হবে তখন তারা কী আগ্রহী তা অনুমান করার জন্য লক্ষ লক্ষ ব্যক্তির সমন্বয়ে গঠিত এই প্রোফাইলটি ব্যবহার করে ।

সরলীকৃত বিগ ডেটা ব্যাখ্যা

এআই ব্যবহার করে বিপুল পরিমাণে ডেটা (বিগ ডেটা) বিশ্লেষণের এই উপায়টি অনেক বেশি শক্তি নিচ্ছে এবং ক্যারিয়ার বিশ্বজুড়ে এই বিষয়টিকে নিয়ে ভবিষ্যত প্রস্তুত করার জন্য প্রস্তুত প্রদর্শিত হচ্ছে। আপনি বুঝতে পারবেন যে ব্যবহারকারীরা যে ডেটা ব্যবহার করেন তা প্রতি সেকেন্ডে টেরাবাইটস দ্বারা গণনা করা হয়, তাই কোনও ব্যক্তি সেগুলি সমস্ত বিশ্লেষণ করতে সক্ষম হয় না। এখানেই আর্টিফিশিয়াল ইন্টেলিজেন্স ডেটা নিয়ে কাজ করে এবং লোকেরা এটি ব্যবহার করে উদাহরণস্বরূপ, পরিসংখ্যান ব্যবহার করে এবং এ জাতীয় ব্যবহার করে।

আমরা আপনাকে গুগল হোম মিনি: এটি কী এবং এটি কী, বৈশিষ্ট্যগুলির জন্য সুপারিশ করি

ফাউন্ডেশন: গভীর, মেশিন লার্নিং

ডিপ লার্নিংকে আরও ভাল বোঝার জন্য আমরা ভিডিও গেমের জগতে কিছুটা নেভিগেট করতে যাচ্ছি, যেহেতু এআই ভিডিও গেমসের ক্ষেত্রে খেলোয়াড় হিসাবে (যেমন আমরা আগেই উল্লেখ করেছি), এবং একজন প্রোগ্রামার এবং ডিজাইনার হিসাবে প্রবেশ করেছে। আপনি যদি শিল্পের অগ্রগতিগুলি অনুসরণ করেন তবে এনভিআইডিএ বিভিন্ন প্রযুক্তির জন্য কুখ্যাতি অর্জন করে আসছে যার মধ্যে এটির ডিএলএসএস (ডিপ লার্নিং সুপার স্যাম্পলিং) সিস্টেম, একটি কৃত্রিম গোয়েন্দা যা চিত্রগুলি উদ্ধার করতে সক্ষম।

ডিএলএসএস তুলনা

ডিএলএসএসের কাজটি হ'ল ভাল ফ্রেমের হারের সাথে সর্বাধিক দাবিদার শিরোনাম খেলতে সক্ষম হতে ফুলএইচডি (1080 পি) থেকে আল্ট্রাএইচডি (4 কে) তে একটি চিত্র রূপান্তর করা । প্রথমে ব্যবহারকারীরা অভিযোগ করেছিলেন যে ছবিগুলি অস্পষ্ট এবং মনোযোগের বাইরে দেখায়, তবে কয়েক মাস পরে ফলাফল দুর্দান্ত।

এটি ডিপ লার্নিংকে ধন্যবাদ, এমন একটি সিস্টেম যার মাধ্যমে কৃত্রিম বুদ্ধিমত্তা অনুশীলন এবং ত্রুটি সহ শিখবে। ডিএলএসএসের ক্ষেত্রে, এনভিআইডিএ গোয়েন্দা আল্ট্রাএইচডি রেজোলিউশনে চিত্রগুলি অবিচ্ছিন্নভাবে বিশ্লেষণ করছিল এবং ভিত্তি হিসাবে ফুলএইচডি চিত্র ব্যবহার করে সেগুলি পুনরায় তৈরি করার চেষ্টা করছিল। অন্য কথায়, এটি মনে হয় যেন তারা আপনাকে একটি চতুর্থাংশ চিত্র দেয় এবং আপনাকে যে শূন্যতাগুলি আপনি জানেন না তা পূরণ করতে হবে। ডিপ লার্নিং স্প্যানিশ ভাষায় মেশিন লার্নিং বা অটোমেটিক লার্নিং নামে পরিচিত এমন এক ধরণের সিস্টেম।

মেশিন লার্নিং এবং ডিপ লার্নিং

মেশিন লার্নিং কৃত্রিম বুদ্ধিমত্তার ভিত্তি প্রস্তর হিসাবে শ্রেণীবদ্ধ করা যেতে পারে। এগুলি অ্যালগরিদমের বিভিন্ন সেট যা প্রায়শই অন্যান্য জিনিসগুলির সাথে মেশিনগুলিতে কাজ শিখতে ব্যবহৃত হয়। উদাহরণস্বরূপ, কোনও চিত্র সনাক্ত করা, দাবা খেলা বা মুড সনাক্তকরণ এমন চ্যালেঞ্জ যা শিখতে পারে এবং চ্যালেঞ্জের উপর নির্ভর করে বিভিন্ন ধরণের অ্যালগরিদম ব্যবহার করা হয়।

বলা হয় যে মেশিন লার্নিংটি অ্যালগরিদমের সেট যা কোনও মেশিনের জমা হওয়া অভিজ্ঞতা থেকে তা শিখতে দেয় । অন্যদিকে, ডিপ লার্নিং ভিন্ন ভিন্ন ইনপুটগুলির সাথে শেখার উপর মনোনিবেশ করে। কৃত্রিম বুদ্ধিমত্তার ভবিষ্যত অনিশ্চিত হওয়ায় উভয় শাখাই শক্তির সাথে বিকশিত এবং অধ্যয়ন করা হচ্ছে ।

কৃত্রিম বুদ্ধিমত্তার ভবিষ্যত

আমাদের দৃষ্টিকোণ থেকে , কৃত্রিম বুদ্ধিমত্তার সম্ভাবনাগুলি অবিরাম মনে হচ্ছে। আমরা এখনও জানি না যে আমাদের সীমাটি কী এবং আমরা ইতিমধ্যে আমাদের অনুরূপ আরেকটি তৈরিতে কাজ করছি, তবে ভবিষ্যতে আমরা কী আশা করতে পারি?

আমরা যে মন্তব্য করব তা কিছুই মেনে নেওয়া যায় না, তবে মূলত এই মেশিনগুলি কীভাবে বিকশিত হয়েছে তা পর্যবেক্ষণ করে নেওয়া কিছু যুক্তিগুলির ভিত্তিতে সেগুলি বিবৃতি ।

ইন্টারনেটের

প্রথমত, এটি অপরিহার্য বলে মনে হয় যে আমরা ইন্টারনেট দ্বারা প্রভাবিত এমন একটি বিশ্বের দিকে এগিয়ে যাচ্ছি, এ কারণেই এআইগুলির মধ্যে আরও বেশি প্রাসঙ্গিকতা এবং ক্ষমতা থাকবে মাধ্যমের উপর। এটি এমন কিছু নয় যা আমাদের ভয় দেখাতে পারে, কারণ এটিই একমাত্র উপায় যা আমরা প্ল্যাটফর্মের রক্ষণাবেক্ষণ নিশ্চিত করতে পারি could এটির সাহায্যে আমরা কিছুটা বেশি রক্ষিত স্থানে ওয়েবটি সার্ফ করতে পারতাম, তবে একই সাথে আরও নিরাপদ। এর প্রথম অগ্রগামী হিসাবে আমাদের ফেসবুক বট রয়েছে যা আত্মঘাতী চিন্তাভাবনাগুলি আপনার মাধ্যমে চলে এবং যদি তারা এটি সনাক্ত করে তবে তারা আপনার সাথে যোগাযোগ করে কিনা তা বিশ্লেষণ করে এবং অনুমান করে।

তেমনি, শারীরিক বিশ্বে স্বাবলম্বী এবং সহায়তাযুক্ত গাড়িগুলি গাড়ি চালানো কেবল বিনোদনমূলক হওয়ার মুহুর্ত পর্যন্ত ক্রমবর্ধমান প্রভাবশালী হয়ে উঠবে । সম্ভবত পরিবর্তনটি একশত বছর ঘটে না, তবে পরিবর্তনটি ঘটবে।

আরেকটি পরিবর্তনেরও পূর্বাভাস দেওয়া হয়েছে হ'ল মেশিনগুলির জন্য কঠোর পরিশ্রমের বিনিময় । এটি এমন বিপ্লব যা অনেকে ভয় পায় তবে এটি অনিবার্য বলে মনে হয়, তাই আমাদের প্রস্তুত থাকতে হবে।

সাইবার্গ নীল হারবিসন

যদিও এটি বৈজ্ঞানিক কল্পকাহিনীর সাধারণ কিছু বলে মনে হচ্ছে, এটি সম্ভবত খুব সম্ভবত ভবিষ্যতে আমাদের দেহে প্রযুক্তি এবং কৃত্রিম বুদ্ধিমত্তাকে সংহত করার উপায়গুলি আবিষ্কার করতে হবে। প্রকৃতপক্ষে, ইতিহাসের প্রথম সাইবার্গ ইতিমধ্যে বিদ্যমান এবং একে নীল হারবিসন বলা হয়।

এই তীর পেরিয়ে ধারণার সমুদ্র অপরিসীম। কে জানে? সম্ভবত কোনও কারখানার মেশিনগুলি আদিম মেশিন-মেশিন ভাষাগুলির সাথে একটি প্রধান মেশিনের কমান্ডের অধীনে একত্র হয়ে কাজ করে। সম্ভবত একদিন সেরা শেয়ারবাজারের স্পেকুলেটরটি একটি কৃত্রিম বুদ্ধিমত্তা বা এমনকি সেরা মোটোজিপি বাইকার হবে।

কৃত্রিম বুদ্ধি

এটি একটি অদ্ভুত, ভীতিজনক ভবিষ্যতের মতো মনে হতে পারে তবে সমাধানের চেষ্টা করার জন্য আমাদের অবশ্যই অন্যান্য সমস্যা রয়েছে!

এবং আপনি এআইএস সম্পর্কে কী জানেন? কি আসবে তা দেখার জন্য আপনি আগ্রহী? কৃত্রিম বুদ্ধিমত্তা সম্পর্কে আপনার ধারণা কী তা আমাদের বলুন।

পাওয়ারডেটাআইবারডোর ইন্দ্র নিউজ রুম ফন্ট