The Pretty JOB : Project - Creative Visions & Artificial Intelligence.

09/06/2024

Hello guys! How are you all?

Send a message to learn more

23/04/2020

আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক
জাকির হোসাইন
আর্টিফিশিয়াল ইন্টেলিজেন্স, মেশিন লার্নিং
সাধারণ কম্পিউটার প্রোগ্রাম গুলো স্টুপিড। যেভাবে প্রোগ্রাম করা হয়, সে ভাবেই কাজ করে। নিজ থেকে কিছুই করতে পারে না। কিছু বিজ্ঞানী ভাবল মানুষ যেভাবে শিখে, সে ভাবে যদি কম্পিউটার ও শিখতে পারে, তাহলে তো কম্পিউটার প্রোগ্রাম গুলো স্মার্ট হয়ে উঠতে পারবে। নিজে নিজে শিখতে পারবে। শেখার উপর ভিত্তি করে কাজ করতে পারবে। কম্পিউটার প্রোগ্রামকে মানুষ যে ভাবে শিখে, কাজ করে, সেভাবে তৈরি করার প্রচেষ্ঠা থেকেই আর্টিফিশিয়াল নিউরাল নেটোওয়ার্ক শাখাটি সৃষ্টি হয়।

মানুষের নার্ভ সিস্টেমের নিউরাল নেটওয়ার্ক কে অনুকরণ করে আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক উৎপত্তি। কম্পিউটারকে আরো স্মার্ট, মানুষের ব্রেইন যেভাবে কাজ করে, সেভাবে তৈরি করতে নিউরাল নেটওয়ার্ক সাহায্য করে। মানুষের ব্রেইন অনেক অনেক কমপ্লিকেটেড। পুরা সিস্টেমটা কিভাবে কাজ করে, তা জানার জন্য রিসার্চাররা এখনো চেষ্টা করে যাচ্ছে। আমরা যা জানি তা হচ্ছে ব্রেইনের ছোট ছোট সেল গুলো হচ্ছে নিউরন। এই নিউরন গুলোই আমাদের মেমরি গুলো ধারণ করে। চিন্তা করে। ১০০ বিলিয়ন এর ও বেশি নার্ভ সেল বা নিউরন এর সমন্বয় মানুষের ব্রেইন গঠিন। মানুষ বা জীবের নিউরন গুলো একটা আরেকটার সাথে এক্সিয়ন দিয়ে কানেক্টেড।

আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক অনেক গুলো নডের সমন্বয় তৈরি। যেগুলো মানুষ বা জীবের নিউরনকে অনুকরণ করে তৈরি করা হয়েছে। এই এক একটা নড আরেকটা নড এর সাথে লিঙ্কের সাথে কানেক্টেড। এই লিঙ্ক গুলো দিয়েই এক একটা নড এক একটা নডের সাথে যোগাযোগ করে। নড গুলো যে কোন ইনপুটের উপর সিম্পল অপারেশন চালাতে পারে। এরপর পরবর্তী নডে ট্রান্সফার করে। একটা নড যে আউটপুট ট্রান্সফার করে, তাকে বলা হয় নড ভ্যালু।

এক একটা লিঙ্ক এক একটা Weight ক্যারি করে। আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক নিজে নিজে শিখে নিতে পারে। শেখার উপর ভিত্তি করে লিঙ্ক এর weight পরিবর্তন হয়।

দুই ধরনের আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক রয়েছে।

Feedforward ANN
Feedback ANN
ফীড ফরওয়ার্ড আর্টিফিশিয়াল নিউরাল নেটওয়ার্কে ইনফরমেশন প্রবাহ এক দিকে হয়। ফিডব্যাক আর্টিফিশিয়াল নিউরাল নেটওয়ার্কে ইনফরমেশন গুলোর প্রবাহ সব দিকে হতে পারে, ব্যাক নডে আসতে পারে। লুপ হতে পারে।

মেশিন লার্নিং এ আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক ব্যবহার করা হয়। ANN নিজে নিজে শিখতে পারে। শিখে শিখে নড গুলোর লিঙ্ক এর ওয়েট পরিবর্তন করে নিতে পারে। আস্তে আস্তে ANN প্রিসাইসলি কাজ করতে পারে। আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক এর প্রচুর ব্যবহার রয়েছে। আর্টিফিশিয়াল নিউরাল নেটোওয়ার্ক ছাড়া এখন মেশিন লার্নিং কল্পনাও করা যায় না। ফেসবুকে ছবি আপলোড করার পড় কার ছবি তা ডিটেক্ট করতেও ANN ব্যবহার করা হয়। ইমেজ ক্লাসিফিকেশন, ন্যচারাল ল্যাঙ্গুয়েজ প্রসেসিং, এরোস্পেস, শেল্ফ ড্রাইভিং কার, মেডিকেল, ফাইন্যন্স সহ অনেক গুলো ফিল্ডে ANN ব্যবহার করে অনেক উন্নত সিস্টেম তৈরি করা সম্ভব।

22/04/2020

আর্টিফিশিয়াল ইন্টেলিজেন্স এর সম্ভাবনা
জাকির হোসাইন
আর্টিফিশিয়াল ইন্টেলিজেন্স
ইতিমধ্যে সবাই জানি চতুর্থ ইন্ডাস্ট্রিয়াল রেভল্যুশন নিয়ে আসবে কৃত্তিম বুদ্ধিমত্তা বা আর্টিফিশিয়াল ইন্টিলিজেন্স। ইত্যিমধ্যে আমরা আর্টিফিশিয়াল ইন্টিলিজেন্সের অনেক সুবিধে ভোগ করছে। যা আসলে খুবি সামান্য। অল্প কয়েক বছরের মধ্যেই আরো বড় পরিসরে সব জায়গায় এটি ব্যবহার করব। ইনশাহ আল্লাহ আপনি আমি এই রেভল্যুশনটা দেখে যাবো।

আমরা মানুষেরা জীবনের বেশির ভাগ অংশ শিক্ষা নিতেই পার করে দেই। এরপর যখন মোটামুটি এক্সপার্ট হয়ে উঠি, তখন টুপকরেই মারা যাই। আহারে। প্রতিটা মানুষকেই আলাদা আলাদা করে শিখতে হয়। আবার আমাদের কাজ করার ক্ষমতাও কম। ৩-৪ ঘন্টা কাজ করেই আমরা শ্রান্ত হয়ে যাই। যারা সুপারম্যান টাইপের, তারা হয়তো ৮-১০ ঘন্টা কাজ করতে পারে। যদিও যারা বেশি কাজ করে, তাদের কাজের কোয়ালিটি নিয়ে একটু সন্ধেহ থেকে যায়। সুপারম্যান হলে ভিন্ন কথা।

মেশিন কিন্তু এসব থেকে মুক্ত। যে কোন একটা মেশিনকে শিখাতে পারলে হাজার হাজার কোটি কোটি মেশিন কাজে লাগানো যাবে। একটা সফটওয়ার তো একবারই তৈরি করা হয় তাই না? এরপর যে কোন কম্পিউটারেই তো ব্যবহার করা যায়, তেমন আরকি। আবার মেশিন গুলোর তো আর রেস্ট নেওয়ার প্রয়োজন পড়ে না। ২৪ ঘন্টাই কাজ করতে পারে। কোন অংশ নষ্ট হয়েছে? রিপ্লেস করে দিলেই হলো। আবার কাজ শুরু করে দিলো।

মেশিনকে শেখানোর জন্য প্রচুর ডেটার দরকার হয়। আর তাই এখন যার কাছে যত বেশি ডেটা, সে সবচেয়ে বেশি বড়লোক। ফেসবুক, গুগল, অ্যামাজন এখন যতটা না বড়লোক, সামনে আরো বড়োলোক হবে। আমাদের জীবনের বেশির ভাগ জিনিসের জন্যই এসব গুটি কয়েক কোম্পানির কাছে ধরা থাকব। কারণ? তাদের কাছে থাকবে ট্রেইন্ড মেশিন। যেগুলো ব্যবহার আপনাকে করতেই হবে। যদি না করেন আপনি পিছিয়ে যাবেন। আপনার ব্যবশা পিছিয়ে যাবে। টিকে থাকার জন্যই তাদের কাছ থেকে সার্ভিস কিনতে হবে। আমরা যেমন এখন বিদ্যুত কিনি, গ্যাস কিনি তেমননি আর্টিফিশিয়াল ইন্টিলিজেন্স সার্ভিসও কিনতে হবে।

ওয়েট! আসল কথা হচ্ছে অলরেডি আমরা কিনতেছি। ফেসবুকে এড দিচ্ছেন না? ঐটা একটা ট্রেইন্ড মেশিন। যেটা আপনার এডটা সঠিক ব্যবহারকারীকে দেখায়। গুগলের বিভিন্ন ক্লাউড সার্ভিস রয়েছে। যেমন গুগলের ম্যাপের কথাই চিন্তা করুন। ঐটা আমাদের বলে দেয় কোথায় কোথায় জ্যাম রয়েছে, কতটুকু লাগবে কোথাও যেতে ইত্যাদি ইত্যাদি। এসব ইনফরমেশন তো আমাদের ফ্রি দিচ্ছে তাই না? ফ্রি বলতে আসলে আমাদের থেকেই ডেটা কালেক্ট করছে। আর বড় বড় কোম্পানির কাছে ঐ ডেটাগুলোকে সার্ভিস আকারে বিক্রি করছে। যেমন উবারের কথাই চিন্তা করুন। উবার কিন্তু গুগল ম্যাপ এপিআই ব্যবহার করছে। আর তার জন্য গুগলে পে করতে হচ্ছে অনেক অনেক টাকা। এই গুগল ম্যাপটাও একটা ট্রেইন্ড মেশিন।

সেলফ ড্রাইভিং কারের কথা চিন্তা করি। একটা গাড়িকে ট্রেইন করলেই তো হলো। বাকি কোটি কোটি গাড়ি ঐ গাড়ির সফটওয়ার দিয়েই তো চালানো যায় বা যাবে। এখন যে সবচেয়ে একুরেট একটা গাড়ি চালানোর মেশিন/সফটওয়ার ট্রেইন করতে পারবে, তার থেকেই তো সবাই কিনবে তাই না? সে যদি শুরু থেকেই নিজে একটা সফটওয়ার ট্রেইন করতে যায়, তখন তার একই সাথে সময় এবং রিসোর্স দুইটাই নষ্ট হবে। এ জন্যই সে কি করবে? যার কাছে সবচেয়ে এক্যুরেট ড্রাইভারলেস কারের সফটওয়ার রয়েছে, তার থেকেই সার্ভিস কিনে নিবে।

তিনটে উদাহরণ দিলাম। এবার আসি সম্ভাবনা বা আইডিয়া নিয়ে। আমরা চাইলেও গুগল ফেসবুকের মত হতে পারব না। ওদের মত বড় সড় সার্ভিস দিতে পারব না বা পারব না ওদের মত বড় কিছু ট্রেইন করতে। কিন্তু আমরা চাইলে ছোট ছোট কিছু মেশিনকে ট্রেইন করতে পারি। মেশিন বলতে এখানে সফটওয়ার হোক বা হার্ডওয়ার যে কোন কিছুকেই ট্রেইন করা যাবে। যেমন একটা মশা মারার রোবটকেও ট্রেইন করতে পারেন। ছোট্ট একটা ডিভাইস, যে বাসার সব কোণা থেকে সব মশা গুলোকে খুঁজে মেরে পেলবে। এমন একটা মেশিন ট্রেইন করতে পারলে আপনি যে কোন হার্ডওয়ার কোম্পানির কাছে আপনার ঐ সার্ভিসটা সেল করতে পারবেন। ছোট্ট একটা আইডিয়া মনে হলেও চিন্তা করে দেখুন সবার বাসায় একটা করে ডিভাইস, সেখানে চলছে আপনার ট্রেইন করা সফটওয়ার। যে কোন একটা সংখ্যা দিয়ে গুণ করলেই বিলিয়নে সহজেই পৌঁছে যাবেন। মশারটা একটা মাত্র উদাহরণ। এরকম হাজার হাজার উদাহরণ রয়েছে। যেমন হতে পারে যে কোন সবজি ক্ষেত্রে পোঁকা মারার মেশিন, পাঁকা ফল সংগ্রহ করার মেশিন, খাওয়া দাওয়ার সময় একটা কাজের লোক যেভাবে সব সার্ভ করে, তেমন একটা মেশিন আরো কত কিছু। ভালো ভাবে যে কোন একটা মেশিনকে ট্রেইন করলেই বিলিয়নিয়ার। আমি আইডিয়া বলে দেওয়ার কারণ? আর্টিফিশিয়াল ইন্টিলিজেন্সের প্রয়োগ সঠিক ভাবে করতে পারলে কাজ করার মত হাজার হাজার আইডিয়া পড়ে আছে। শুধু যে কোন একটা নিয়ে কাজ করা বাকি। পৃথিবীটাকে বদলে দেওয়া বাকি। আর পৃথিবীটাকে বদলাতে পারি, আমরাই।

22/04/2020

আর্টিফিশিয়াল ইন্টিলিজেন্স এবং মেশিন লার্নিং
জাকির হোসাইন
আর্টিফিশিয়াল ইন্টেলিজেন্স, মেশিন লার্নিং
আর্টিফিশিয়াল ইন্টিলিজেন্সঃ

বর্তমান এবং ভবিষ্যৎ এর সবচেয়ে গুরুত্বপূর্ণ টপিক্স হচ্ছে এই আর্টিফিশিয়াল ইন্টিলিজেন্স।

মেশিনের বুদ্ধি শুদ্ধিকে আমরা বলি আর্টিফিশিয়াল ইন্টেলিজেন্স। আর বুদ্ধি হচ্ছে জ্ঞান আহরণ করা এবং তা প্রয়োগ করার ক্ষমতা। মেশিন জ্ঞান আহরণটা হচ্ছে মেশিন লার্নিং। দুইটা এক সাথে মানে শেখা এবং প্রয়োগ করাই হচ্ছে আর্টিফিশিয়াল ইন্টীলিজেন্স।

আমরা মুভি বা সাইন্স ফিকশনে দেখেছি রোবটরেরা অনেক শক্তিশালী হয়ে উঠে। মানুষকে ধ্বংস করে। কিছু রোবট মানুষের উপকারে কাজ করে। এই রোবট গুলোর ব্রেইনটাই হচ্ছে আর্টিফিশিয়াল ইন্টীলিজেন্স। আর্টিফিশিয়াল ইন্টিলিজেন্স ছাড়া রোবট গুলো সাধারণ জড় পদার্থের মত। এমন না যে আর্টিফিশিয়াল ইন্টিলিজেন্স এর জন্য আমাদের রোবট লাগবে। আমাদের পকেটের যে স্মার্ট ফোনটা রয়েছে, এটাতেই অনেক গুলো আর্টিফিশিয়াল ইন্টিলিজেন্স যুক্ত অনেক গুলো অ্যাপ রয়েছে।

আর্টিফিশিয়াল ইন্টিলিজেন্স এর ধাপঃ

আর্টিফিশিয়াল ইন্টিলিজেন্স প্রোগ্রাম গুলোকে তিনটে ধাপে ভাগ করা যায়।

ANI or Artificial Narrow Intelligence or Weak AI. ANI প্রোগ্রাম গুলো একটা নির্দিষ্ট কাজে এক্সপার্ট হয়। যেমন যে প্রোগ্রামটি দাবা খেলতে পারে, সে দাবা খেলাই সবচেয়ে ভালো পারবে। তাকে অন্য কোন কাজ করতে দিলে সে কিছুই করতে পারবে না। যেমন যদি তাকে লুডু খেলতে দেওয়া হয়, সে পারবে না। ছোট বাচ্চাদেরকে কঠিন কোন কিছু করতে বললে তারা যেভাবে তাকায়, প্রোগ্রামটি আপনার দিকে ঠিক সেভাবে তাকাবে।

AGI or Artificial General IntelligenceI: কৃত্রিম বুদ্ধিমত্তার দ্বিতীয় ধাপ হচ্ছে AGI। এটাকে Strong AI, বা Human-Level AI ও বলা হয়। এ ধাপে কম্পিউটার মানুষের মত চিন্তা করতে পারবে, মানুষের মত প্ল্যান করা, সমস্যা সমাধান করা, হঠাৎ নতুন কোন পরিবেশে আসলে চারপাশ দেখে সে পরিবেশের সাথে মানিয়ে নেওয়ার মত ক্ষমতা অর্জা করবে।

ASI or Artificial Super Intelligence: কৃত্রিম বুদ্ধিমত্তার তৃতীয় ধাপ। কম্পিউটার যখন মানুষ থেকেও বুদ্ধিমান হবে তখন তাকে আমরা বলব আর্টিফিশিয়াল সুপার ইন্টেলিজেন্স। আর্টিফিশিয়াল সুপার ইন্টেলিজেন্স সিস্টেম তৈরি হলে কি হবে, মানুষের ভালো হবে না খারাপ হবে, তা নিয়ে গবেষকরা এখনই চিন্তিত।

Artificial Super Intelligence এ পৌঁছানোর পর আমরা থাকব কি থাকব না তা নিয়ে বিজ্ঞানীরা এখনই অনেক চিন্তিত। আমরা বেঁচে থাকি আর না থাকি, ASI তে পৌঁছালে সব কিছুই পরিবর্তন হয়ে যাবে। পৃথিবীর সকল শক্তি কিভাবে ব্যবহার করা যায়, আমরা তা বের করে ফেলতে পারব। হয়তো পৃথিবী থেকে বের হয় অন্য গ্রহ গুলোতে সহজেই যেতে পারব। বিচরণ করতে পারব মহাবিশ্ব।

আমরা কোন ধাপে রয়েছি?

আমরা এখনো Artificial Narrow Intelligence ধাপে রয়েছি। আমরা যত রকম প্রোগ্রাম দেখি বা ব্যবহার করি, সব গুলোই ANI প্রোগ্রাম। Gogole Search Ingine, Self Driving Car, Flight Control, Nuclear Project Control and other complex system সব গুলোই ANI প্রোগ্রাম। এগুলো একটা নির্দিষ্ট কাজে দক্ষ। ঐ কাজের বাহিরে অন্য কোন কাজ করতে পারবে না।

আমাদের অর্জনঃ

১৯৯৭ সালে IBM’s Deep Blue কম্পিউটার প্রোগ্রাম দাবার গ্র্যান্ডমাস্টারকে হারায়। যা একটি বুদ্ধিমান প্রোগ্রাম ছিল। ঐটা আর্টিফিশিয়াল ইন্টিলিজেন্স এর অনেক বড় একটা অর্জন ছিল।

এ বছর মার্চে AlphaGo প্রোগ্রাম গো বোর্ড গেমের ওয়ার্ল্ড চ্যাম্পিয়নকে হারায়। এটা প্রথম অর্জন থেকেও অনেক বড় একটা অর্জন। কারণ দাবা খেলাতে প্রতিটা পজিশন থেকে পরবর্তি মুভ দেওয়ার জন্য প্রায় ২৫টা পসিবল মুভ দেওয়া যায়। গো গেমে দেওয়া যায় ২০০ টা মুভ। কোন মুভ দিতে হবে, তা মানুষ যত সহজে চিন্তা করতে পারে, কম্পিউটারের জন্য এত সহজ না। এ ছাড়া দাবা খেলাটা হচ্ছে লজিক্যাল খেলা। লজিক দিয়েই খেলা যায়। কিন্তু গো খেলাটি বুদ্ধি দিয়ে খেলতে হয়। মানুষ যেভাবে চিন্তা করে, সে ভাবে চিন্তা করতে হয়।

IBM Watson

এছাড়া IBM Watson ২০১১ সালে অ্যামেরিকার বিখ্যাত কুইজ শো Jeopardy এর দুইজন চ্যাম্পিয়নকে হারায়।

IBM Watson হচ্ছে এখন পর্যন্ত সবচেয়ে সফল বুদ্ধিমান প্রোগ্রাম। এটা প্রথম দিকে ডেভেলপ করে প্রশ্ন করলে উত্তর দেওয়ার জন্য। Jeopardy এর দুই জন্ম চ্যাম্পিয়নকে হারিয়ে পথ চলা শুরু। এখন নানা জায়গায় IBM ওয়াটসন ব্যবহার করা যায়। ডেটা এনালাইসিস, শিক্ষা, চিকিৎসা ইত্যাদি ভিন্ন ভিন্ন জায়গায় এই প্রোগ্রামটা ব্যবহার করা যায়। ক্যান্সারের চিকিৎসায় চিকিৎসকদের ডিসিশন নিতে IBM Watson হেল্প করে। এছাড়া লাঞ্জ ক্যান্সারের নার্সদের প্রায় ৯০% IBM Watson এর দেওয়া ডিসিশনের উপর ভিত্তি করে কাজ করে। এই প্রোগ্রামের সবচেয়ে ভালো দিক হচ্ছে যত বেশি এটি ব্যবহার করা হবে, এ সিস্টেম তত উন্নত হতে থাকবে।

Watson API ব্যবহার করে যে কেউ ইন্টিজিলেজন্ট সফটওয়ার তৈরি করতে পারে। যদিও ফ্রি না!

Personal Assistant:

আমাদের কাছে পারসোনাল অ্যাসিস্ট্যান্ট সাইন্স ফিকশন গল্পের মত মনে হলেও এখন অনেক কাজই পারসোনাল এসিস্টেনট দিয়ে করা যায়। আপনি যে কোন কিছু ওকে জিজ্ঞেস করলে উত্তর দিবে। Ammazon Echo বা Google Home এর মত প্রোডাক্ট গুলো দিয়ে কথা বলেই কম্পিউটারের সাথে যোগাযোগ করতে পারবেন। সাইন্স ফিকশন মুভি গুলোতে যেমন দেখা তেমন। আগে গল্প থাকলেও বিষয় গুলো এখন বাস্তব।

হিউম্যানয়েড রোবটঃ

মুভিগুলোতে মানুষের মত আমরা যে রোবট দেখি, সেগুলোকে বলে হিউম্যানয়েড রোবট। এখন পর্যন্ত সেরা হিউম্যানয়েড রোবট হচ্ছে হোন্ডার ASIMO রোবট। এছাড়া বোস্টন ডায়নামিক মিলিটারি গ্রেড রোবট নিয়ে কাজ করছে। তাদের রোবট গুলো অনেক স্ট্রং। সবার জন্য উন্মুক্ত হিউম্যানয়েড রোবট হচ্ছে NAO. এটি প্রোগ্রামেবল। আপনি এটিকে ক্রয় করে নিজের মত করে মডিফাই করে নিতে পারবেন। এটিতে IBM Watson এর মত প্রোগ্রাম সেট করলে গুগল হোম বা অ্যামাজন ইকো এর মত কাজ করবে।

Self-Assemble Robot:

সবচেয়ে ইন্টারেস্টিং রোবট হচ্ছে সেলফ এসেম্বলল রোবট। যারা বিগ হিরো মুভিটি দেখেছেন, সেখানে মাইক্রোবট দেখানো হয়। ছোট ছোট রোবট। যেগুলো এক সাথ হয়ে যে কোন আকার ধারণ করতে পারে। কয়েক দিন আগে মুভি দেখলে এখন দেখি বাস্তবে এরকম রোবট নিয়ে কাজ হচ্ছে। এবং সফল ও হয়েছে। MIT এর Self Assembly Lab এ রকম রোবট নিয়ে কাজ হচ্ছে। এবং দারুণ সব মাইক্রোবট তৈরি করেছে।

ন্যানো টেকনোলজি যখন অনেক অগ্রসর হবে, তখন এই সেলফ এসেম্বেল রোবট গুলো দিয়ে মানুষের শরীরের যে কোন রোগ সারানো সম্ভব হবে। শরীরে ভাইরাস? মাইক্রোবট রক্তকণিকায় প্রবেশ করে ভাইরাস গুলো ধ্বংস করবে। ক্যান্সারের মত রোগ বলতে কিচ্ছু থাকবে না।

Industrial Robot.

এমন না যে রোবট গুলো দেখতে মানুষের মত হবে। রোবট যে কোন রকম হতে পারে। ইন্ড্রাস্টিতে অনেক কাজই রোবট দিয়ে করা হয়। গাড়ি তৈরি থেকে শুরু করে মোবাইলের চিপ বা প্রসেসর তৈরির মত কাজ গুলো রোবট দিয়ে করা হয়।

Machine Learning

আমরা শুধু ANI ব্যবহার করেই অনেক গুলো সমস্যা সমাধান করে ফেলছি। আমাদের জীবনকে অনেক সহজ করে তুলেছি। এই ANI প্রোগ্রাম গুলো তৈরি করার সময় আমরা সরাসরি বলে দেই না কি করতে হবে। আমরা কিছু উদাহরণ দেই। এরপর ঐ উদাহরণ থেকেই প্রোগ্রামটা একটা অ্যালগরিদম দাড় করে ফেলে। এরপর পরবর্তিতে যে কাজ করতে বলা হয়, নিজের মত করে করে। এটাই হচ্ছে মেশিন লার্নিং।

কিছুক্ষণ আগে যত গুলো প্রোগ্রাম বা রোবটের কথা বলেছি, সব গুলোতেই মেশিন লার্নিং এর ব্যবহার রয়েছে। আগামী দুই তিন বছরের মত যত সফটওয়ার বা অ্যাপ রয়েছে, সব গুলোতে মেশিন লার্নিং ব্যবহার করা হবে।

Prisma

আমরা প্রিসমা অ্যাপ অনেকেই ব্যবহার করেছি। যারা ব্যবহার করি নি, তারা অন্তত প্রিসমা দিয়ে তৈরি করা ছবি দেখেছি। সাধারণ ছবিকে কি সুন্দর আর্টিস্টিক ছবি তৈরি করে দেয়। এই অ্যাপটির মূলে রয়েছে ডীপ নিউরাল নেটওয়ার্ক। যা মেশিন লার্নিং এর একটা পদ্ধতি। এখন দারুণ কিছু করতে মেশিন লার্নিং প্রয়োগ করতেই হবে আমাদের।

মেশিন লার্নিং এর জব মার্কেটঃ

আপ ওয়ার্ক প্রতি চার মাস পর পর স্কিল ইনডেক্স শেয়ার করে। এখন সবচেয়ে গ্রোইং স্কিল হচ্ছে মেশিন লার্নিং! শুধু ভবিষ্যৎ না, বর্তমানেও মেশিন লার্নিং এর অনেক চাহিদা রয়েছে।

শিখব কোথায় থেকে?

অনলাইনে প্রচুর রিসোর্স রয়েছে। আমার প্রিয় সাইট হচ্ছে ইউডাসিটি। ফ্রি রিসোর্সের পাশাপাশি প্রিমিয়াম রিসোর্স ও রয়েছে। গিট হাবে Awesome Artificial Intelligence এবং Awesome Machine Learning নামে দুইটা প্রজেক্ট রয়েছে। যেখানে আর্টিফিশিয়াল ইন্টিলিজেন্স এবং মেশিন লার্নিং এর উপর যত রিসোর্স রয়েছে, সব গুলোর লিস্ট রয়েছে। যা নিজের কাছে সহজ মনে হয়, সেখান থেকেই শুরু করতে পারেন।

22/04/2020

আর্টিফিশিয়াল ইন্টেলিজেন্স বা কৃত্রিম বুদ্ধিমত্তা সম্পর্কে ধারণা এবং আমাদের অবস্থান

জাকির হোসাইন
আর্টিফিশিয়াল ইন্টেলিজেন্স
কম্পিউটার বা যে কোন মেশিন হচ্ছে বোকা বাক্স। এগুলোকে কাজে লাগানোর জন্য ইন্ট্রাকশনের দরকার হয়। প্রোগ্রামিং ল্যাঙ্গুয়েজ ব্যবহার করে আমরা কম্পিউটার বা যে কোন মেশিনকে কিছু ইন্সট্রাকশন দেই, কম্পিউটার বা মেশিন গুলো সে অনুযায়ী কাজ করে।

এই মেশিনকে আমরা যে ইন্সট্রাকশনই দিব, মেশিন সে অনুযায়ীই কাজ করবে। এর বাহিরে নিজ থেকে কিছু করতে পারবে না। মেশিন যেন নিজ থেকে কিছু করতে হলে তার কিছু বুদ্ধি শুদ্ধি লাগবে। মেশিনের বুদ্ধি শুদ্ধিকে আমরা বলি আর্টিফিশিয়াল ইন্টেলিজেন্স বা কৃত্রিম বুদ্ধিমত্তা। একটা রোবটের কথা যদি চিন্তা করি, রোবটের বুদ্ধি হচ্ছে আর্টিফিশিয়াল ইন্টেলিজেন্স।

বুদ্ধি জিনিসটা কি?

বুদ্ধি হচ্ছে জ্ঞান আহরণ করা এবং তা প্রয়োগ করার ক্ষমতা। সাধারণ প্রোগ্রাম গুলো জ্ঞান আহরণ করতে পারে না। কিন্তু যে সব মেশিন বা প্রোগ্রাম এমন ভাবে তৈরি করা হয়, যেন নিজে নিজে কিছু শিখে নিতে পারে, সেগুলোকে আমরা বলি বুদ্ধিমান প্রোগ্রাম বা বুদ্ধিমান মেশিন। যেমন গুগল সার্চ প্রোগ্রামটা একটা বুদ্ধিমান প্রোগ্রাম। আমরা কিছু সার্চ করলে এটি আমাদের আগের সার্চ হিস্টোরি, বয়স, লোকেশন ইত্যাদির উপর নির্ভর করে আমাদের সার্চ রেজাল্ট দেখায়।

আর্টিফিশিয়াল ইন্টেলিজেন্স এর লক্ষ্য হচ্ছে কম্পিউটার বা মেশিনকে মানুষের মত জ্ঞান দান করা। মানুষের মত চিন্তা করার ক্ষমতা দান করা।।

আর্টিফিশিয়াল ইন্টেলিজেন্স যদি আমরা খুব উন্নত করতে পারি, হয় এটি হবে সবচেয়ে দারুণ একটা পরিবর্তন অথবা সবচেয়ে ভয়ঙ্কর পরিবর্তন। এমনকি আমাদের অস্তিত্বও ধ্বংস হয়ে যেতে পারে। আমরা মানুষেরা বুদ্ধিমান, কিউরিয়াস। আমরা দেখতে চাই কি হবে ফিউচারে। এটাই হচ্ছে বুদ্ধি। আর এ জন্যই আমরা আর্টিফিশিয়াল ইন্টেলিজেন্স এর ডেভেলপ করে যাবো। আমরা চেষ্টা করে যাবো কম্পিউটারকে মানুষের মত বুদ্ধিমান করে তোলার।

বিভিন্ন এক্সপার্ট এর মতে আর্টিফিশিয়াল ইন্টেলিজেন্স বা কৃত্রিম বুদ্ধিমত্তার তিনটা ক্যাটেগরি রয়েছে।

ANI বা Artificial Narrow Intelligence: ANI হচ্ছে একটা নির্দিষ্ট এরিয়াতে এক্সপার্ট। যেমন যে মেশিন দাবা খেলতে পারবে, সে শুধু দাবাই ভালো পারবে। দাবা খেলা থেকে লুডু খেলা সহজ হওয়া সত্ত্বেও তাকে দাবা খেলার পরিবর্তে যদি লুডু খেলতে দেয়, সে পারবে না। ANI কে Weak AI ও বলা হয়। একে আমরা বলতে পারি কৃত্রিম বুদ্ধিমত্তার প্রথম ধাপ।

AGI বা Artificial General Intelligence: কৃত্রিম বুদ্ধিমত্তার দ্বিতীয় ধাপ হচ্ছে AGI। এটাকে Strong AI, বা Human-Level AI ও বলা হয়। এ ধাপে কম্পিউটার মানুষের মত চিন্তা করতে পারবে, মানুষের মত প্ল্যান করা, সমস্যা সমাধান করা, হঠাৎ নতুন কোন পরিবেশে আসলে চারপাশ দেখে সে পরিবেশের সাথে মানিয়ে নেওয়ার মত ক্ষমতা অর্জা করবে।

ASI বা Artificial Super Intelligence: কৃত্রিম বুদ্ধিমত্তার তৃতীয় ধাপ। কম্পিউটার যখন মানুষ থেকেও বুদ্ধিমান হবে তখন তাকে আমরা বলব আর্টিফিশিয়াল সুপার ইন্টেলিজেন্স। আর্টিফিশিয়াল সুপার ইন্টেলিজেন্স সিস্টেম তৈরি হলে কি হবে, মানুষের ভালো হবে না খারাপ হবে, তা নিয়ে গবেষকরা এখনই চিন্তিত।

যদিও এখনো চিন্তা করার মত কিছু হয় নি আমরা এখনো ANI তে পড়ে রয়েছি। যত বুদ্ধিমান মেশিন বা প্রোগ্রাম রয়ছে, সব গুলোই একের অধিক আর্টিফিশিয়াল ন্যারো ইন্টেলিজেন্স এর সমন্বয়ে গঠিত।

আমাদের হাতের স্মার্টফোনটিতে অনেক গুলো ANI প্রোগ্রাম রয়েছে। ফোনের সবচেয়ে সফল ANI প্রোগ্রাম হচ্ছে সিরি বা কর্টনা। এছাড়া গুগলের Allo হচ্ছে ANI এর একটা চমৎকার প্রয়োগ। Allo এখনো ব্যবহার করে না থাকলে একটু ইন্সটল করে ব্যবহার করে দেখুন। গুগল এসিস্টেন্ট এর সাথে চ্যাট করুন। বুঝতে পারবেন AI কতটুকু উন্নত হয়েছে। গুগলের সেলফ ড্রাইভিং কার ANI এর সফল প্রয়োগের উদাহরণ। ফেসবুক নিজেও ANI ফ্যাক্টরি বলা যায়। অ্যামাজন বা সব বড় বড় ওয়েব সাইটেই ANI এর ব্যবহার রয়েছে। প্রতিটা প্লাইট ANI সিস্ট্রেম দ্বারা পরিচালিত। নিউক্লিয়ার প্ল্যান্ট গুলো পরিচালনা করতে ANI সিস্টেম ব্যবহার করা হয়। ANI সর্বোচ্চ যে ক্ষতিটি করতে পারে তা হচ্ছে প্লেন ক্র্যাস, নিউক্লিয়ার প্ল্যান্ট ক্র্যাশ, গুগল সেলফ ড্রাইভিং কার সহজলভ্য হলে ছোট খাটো এক্সিডেন্ট ইত্যাদি।

এলান টিউরিংকে বলা হয় কৃত্রিম বুদ্ধিমত্তার জনক। ১৯৫০ সালের দিকে এলান টিউরিং একটি মেশিন বুদ্ধিমান কিনা, তা পরীক্ষা করার জন্য একটি টেস্ট এর কথা উল্যেখ করে গিয়েছেন, যা টিউরিং টেস্ট নামে পরিচিত। ঐ সময় কৃত্রিম বুদ্ধিমত্তা নিয়ে অনেক রিসার্চ হলেও এর পর অনেক দিন AI নিয়ে রিসার্চ বন্ধ থাকে। প্রধান একটা কারণ হিসেবে ধরা হয় কম্পিউটেশনাল পাওয়ার। ঐ সময়কার কম্পিউটার গুলো এত পাওয়ারফুল ছিল না। কম্পিউটারের প্রসেসিং পাওয়ার বাড়ার সাথে সাথে কৃত্রিম বুদ্ধিমত্তা নিয়ে আবার রিসার্চ শুরু হয়েছে। কিছুদিন আগে Facebook, Google, Amazon মিলে AI এর উপর রিসার্চ করার জন্য চুক্তিবদ্ধ হয়েছে। Elon Musk গঠন করেছেন OpenAI নামক প্লাটফরম।

বুদ্ধিমান প্রোগ্রাম তৈরি করার জন্য প্রধান যে বিষয়টা দরকার তা হচ্ছে Knowledge Representation & Reasoning। আর সুন্দর ভাবে Knowledge Representation & Reasoning এর জন্য মানুষের ব্রেইন কিভাবে কাজ করে, বিজ্ঞানীরা তার অনুকরণ করার চেষ্টা করছে।

আমরা মহাকাশ নিয়ে গবেষণা করি। মঙ্গলে মানুষের কলোনি তৈরি করার স্বপ্ন দেখি। সবই করি এই মস্তিষ্কটাকে কাজে লাগিয়ে। মহাকাশ অনেক দূরে হয়েও আমরা অনেক কিছু জানতে পারি। কিন্তু মস্তিষ্কটা কিভাবে কাজ করে, এখনো ঠিক মত আমরা বুঝে উঠতে পারি নি। যতটুকু বুঝে উঠেছি আমরা, তত টুকু ব্যবহার করেই আমরা বুদ্ধিমান সিস্টেম তৈরি করার চেষ্টা করছি।

মানুষের মস্তিক নিউরন দ্বারা গঠিত। আমাদের মস্তিষ্কে প্রায় ১০০ বিলিয়ন নিউরন রয়েছে। এগুলো একটা একটার সাথে কানেক্টেড, একটা নেটওয়ার্ক এর মত। এই জৈবিক নিউরাল নেটওয়ার্ক এর অনুকরণ করেই আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক তৈরি করা হয়েছে।

আর্টিফিশিয়াল নিউরাল নেটোওয়ার্ক কৃত্রিম বুদ্ধিমত্তার একটা অংশ মাত্র। মূলত এটি হচ্ছে মেশিন লার্নিং এর একটা শাখা। আর মেশিন লার্নিং হচ্ছে আর্টিফিশিয়াল ইন্টেলিজেন্স এর একটি শাখা। মেশিন লার্নিং ছাড়া AI এর অন্যান্য বিষয় গুলো হচ্ছে ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং, অবজেক্ট রিকগনিশন, প্যাটার্ন রিকগনিশন, রোবটিক্স, ইভোলিউশনারি কম্পিউটেশন যেমন জেনেটিক অ্যালগরিদম, ফাজি সিস্টেম, প্রবাবিলিটি, প্রিডিকশন, Knowledge management সহ অন্যান্য।

ANI সিস্টেম ১৯৯৭ সালে মানুষকে হারিয়ে দিয়েছে। ডীপ ব্লু নামের একটি কম্পিউটার হারিয়ে দেয় বিশ্বখ্যাত দাবার গ্রান্ডমাস্টার চ্যাম্পিয়ন গ্যারি কাসপারভকে। ডিপ ব্লু-এর পর এ বছর মার্চে আলফাগো মানুষকে হারায়। আলফাগো নামক কম্পিউটার প্রোগ্রামটি তৈরি করে গুগলের ডীপমাইন্ড নামক প্রতিষ্ঠান। এই প্রোগ্রামটি তৈরি করা হয় ‘গো’ গেমটি খেলার জন্য। গো গেমটি একটি প্রাচীন চাইনিজ গেম।

স্মার্ট হোম, স্মার্ট কার, ভার্চুয়াল অ্যাসিস্ট্যান্ট, রোবট সহ নানা জায়গায় কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে আমরা আমাদের জীবনকে সহজ করতে পারি, পারব। বিশেষ করে মেডিক্যাল সাইন্স এবং কৃষি কাজে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে পৃথিবী থেকে রোগ এবং দারিদ্র্যতা দূর করা সম্ভব। আমরা যারা দারুণ কিছু শিখতে চাই, তারা আর্টিফিশিয়াল ইন্টেলিজেন্স নিয়ে পড়া লেখা করতে পারি। জ্ঞানের ক্ষুদা আর ক্যারিয়ার, দুইটা এক সাথেই মিটবে আশা করি।



কৃত্রিম বুদ্ধিমত্তা সম্পর্কে শিখতে চাইলেঃ
Udacity এর Intro to Artificial Intelligence কোর্সটা প্রাথমিক ধারণা নেওয়ার জন্য খুবি দারুণ। সব গুলো ইউনিভার্সিটিতে Artificial Intelligence: A Modern Approach বইটি থেকে পড়ানো হয়। নীলক্ষেত থেকে বইটি কিনতে পাওয়া যাবে। আর বইটির সহ লেখক হচ্ছেন Peter Norvig। পিটার নরভিগ হচ্ছেন গুগলের রিসার্চ টিমের ডিরেক্টর। আর Udacity’র এ কোর্সটার সহ ইন্সট্রাকটর। পিটার নরভিগের একটা দারুণ লেখা রয়েছে। Teach Yourself Programming in Ten Years। যারা পড়েন নি, একবার পড়ে নিতে বলব। এছাড়া এই কোর্সটি করার পর ইউডাসিটিতে আরো কিছু কোর্স রয়েছে, যেমন মেশিন লার্নিং ইত্যাদি। সেগুলোও দেখতে পারেন।
edX এর Artificial Intelligence কোর্সটাও দেখতে পারেন। ব্যাসিক গুলো জানার পর অনলাইনে অনেক রিসোর্স রয়েছে শেখার মত। সাহস করে শুরু করলেই হয়।
Stanford এর AI কোর্সের আউটলাইন, স্লাইড গুলো পাওয়া যাবে এখানে।
প্রচুর ধৈর্য্য থাকলে MIT এর তৈরি করা ভিডিও গুলো দেখতে পারেন। এ ছাড়া লেকচার স্লাইড গুলোও ডাউনলোড করে পড়া যাবে। শেখা শুরু করার জন্য এর থেকে বেশি কিছু আশা করি লাগবে না।
আর্টিফিশিয়াল ইন্টিলিজেন্স নিয়ে পড়ার পাশা পাশি বিনোদনের জন্য এগুলো দেখতে পারেনঃ
Movies:

Ex Machina (2015)
2001: A Space Odyssey
I, Robot
Matrix series
Chappie
Transcendence
The Terminator series
Star Trek series
Tron series
Her (2013)
A.I. Artificial Intelligence ইত্যাদি।
TV series:

Person of Interest
Human
Intelligence
Mr Robot ইত্যাদি।

22/04/2020

মেশিন লার্নিং, আর্টিফিশিয়াল ইন্টিলিজেন্স, ডীপ লার্নিং, টেনসরফ্লো ইত্যাদির একটার সাথে আরেকটার সম্পর্ক

জাকির হোসাইন
আর্টিফিশিয়াল ইন্টেলিজেন্স
মেশিন লার্নিং, আর্টিফিশিয়াল ইন্টিলিজেন্স, ডীপ লার্নিং, টেনসরফ্লো ইত্যাদির একটার সাথে একটার সম্পর্ক এবং মেশিন লার্নিং কিভাবে শেখা যাবে, শিখে কোথায় প্রয়োগ করা যাবে, তা নিয়ে বিস্তারিত 🙂

মেশিন লার্নিং:
টারমিনেটর মুভির কথা মনে আছে? স্কাইনেট এর মত কোন কিছুর উৎপত্তি যদি হয়, তা হবে এই মেশিন লার্নিং থেকে। মানুষ থেকে বেশি বুদ্ধিমান প্রোগ্রাম হলে যা হবে আরকি।

কোন কিছু বুদ্ধিমান হতে হলে তাকে শিখতে হয়। কোন প্রোগ্রাম নিজে নিজে শিখতে পারাটা হচ্ছে মেশিন লার্নিং। এটা রোবট হতে পারে বা যে কোন সফটওয়ার হতে পারে। সাধারণ কম্পিউটার প্রোগ্রামে কোনটার পর কি কাজ করবে সে লজিক গুলো বলে দেই, প্রোগ্রাম সে অনুযায়ী কাজ করে। কিন্তু মেশিন লার্নিং প্রোগ্রাম গুলো একটু ভিন্ন। এগুলো নিজে থেকেই বুঝে নেয় কখন কি কাজ করতে হবে। এখানে প্রোগ্রাম গুলোকে আগে কিছু ডেটা দিয়ে ট্রেইন করা হয়। প্রথমে এরা সঠিক আউটপুট দেয় না। শিখতে শিখতে এক সময় সঠিক আউটপুট দেয়।

এরকম প্রোগ্রাম গুলো আমরা নিয়মিত ব্যবহার করেছি। যেমন ফেসবুকের কথাই চিন্তা করি, আপনার নিউজ ফিডে আপনি সবার পোস্ট দেখতে পান না। ফেসবুক অ্যালগরিদম আপনার পছন্দ অনুযায়ী আপনাকে নিউজ দেখায়। আপনি কি পছন্দ করেন না করেন, তা এনালাইসিস করে ফেসবুক আস্তে আস্তে বুঝে নেয় আপনাকে কি দেখাতে হবে। এটা একটা উদাহরণ। আমাদের স্মার্ট ফোনে অনেক গুলো মেশিন লার্নিং প্রোগ্রাম রয়েছে। সিরি, কর্টনা, ওকে গুগল, ভয়েস দিয়ে সার্চ, ফটো অ্যাপ ইত্যাদি সব গুলতেই মেশিন লার্নিং এর প্রয়োগ রয়েছে।

Types of Machine Learning:
মেশিন লার্নিং হচ্ছে আসলে কিছু অ্যালগরিদম। মেশিন লার্নিং অ্যালগরিদম গুলোকে সাধারণত চার ভাগে ভাগ করা যায়।

Supervised learning
Unsupervised learning
Semi-Supervised learning
Reinforcement learning
সুপারভাইসড লার্নিং
সুপারভাইসড লার্নিং এ গুলো উদাহরণ বা ট্রেনিং ডেটা থেকে প্রোগ্রাম বুঝে নেয় তার কি করতে হবে। প্রথমে কিছু ট্রেনিং ডেটা দিয়ে প্রোগ্রামকে ট্রেইন করা হয়। এই ট্রেনিং ডেটাতে ইনপুট দিলে কি আউটপুট হবে, তা থাকে। ট্রেইন করা হয়ে গেলে প্রোগ্রাম নিজ থেকেই বুঝে নেয় তার কি করা উচিত। ছোট্ট একটা উদাহরণ দেওয়া যেতে পারে।

1 ইনপুট দিলে আউটপুট দিবে 1। দুই ইনপুট দিলে আউটপুট দিবে 4, তিন ইনপুট দিলে আউটপুট দিবে 9। এভাবে ট্রেনিং ডেটা এনালাইসিস করে প্রোগ্রাম বুঝে কোন নাম্বার ইনপুট দিলে আউটপুট দিতে হবে ঐ নাম্বারটির বর্গ। তারপর আমরা যখনই কোন নাম্বার দিব, প্রোগ্রামটি আমাদের ঐ নাম্বারের বর্গ আউটপুট দিবে। কোন কম্পিউটার প্রোগ্রামকে এভাবে শিখিয়ে নেওয়াটাই হচ্ছে সুপারভাইসড লার্নিং।

আনসুপারভাইসড লার্নিং

আনসুপারভাইসড লার্নিং এ ট্রেনিং ডেটার আউটপুট কি হবে, তা বলে দেওয়া হয় না। ইনপুট দিলে প্রোগ্রাম নিজ থেকেই বুঝে নেয় কি করতে হবে। যেমন আমরা যদি অনেক গুলো মানুষের তথ্য ইনপুট দেই, প্রোগ্রামটি তখন তথ্য গুলোর মধ্যে সিমিলারিটি খুঁজে সিমিলার মানুষ গুলোকে এক সাথে রাখবে। বিভিন্ন ক্লাসে বা ক্লাস্টারে ভাগ করবে। এটা হচ্ছে আনসুপারভাইসড লার্নিং এর একটা উদাহরণ।



রিইনফোর্সমেন্ট লার্নিং
আমরা ছোটবেলায় কিভাবে শিখি? কোন কিছু করার পর ভালো লাগলে তা বেশি করে করি। আবার কোন কিছু করে ব্যথা পেলে তা আর করি না। বাস্তবে মানুষ বা কোন প্রাণী যেভাবে শিখে, রিইনফোর্সমেন্ট লার্নিং এ কোন প্রোগ্রামে ঠিক ঐ ভাবে ট্রেইন করা হয়।

নিউরাল নেটওয়ার্ক
মানুষের ব্রেইন যেভাবে কাজ করে, তাকে অনুকরণ করার প্রচেষ্ঠা থেকেই আর্টিফিশিয়াল নিউরাল নেটোওয়ার্ক শাখাটির উৎপত্তি। মানুষের নিউরনের মত করে এখানে থাকে নড। নড গুলোতে কোন ডেটা আসলে সেখানে অপারেশন চালিয়ে তা পরবর্তী নডে পাস করে দেয়। নড গুলো একটা আরেকটার সাথে কানেক্টেড থাকে, এগুলোকে বলে লিঙ্ক। প্রতিটা লিঙ্ক এ একটা ওয়েট থাকে। আর প্রতিবার শেখার পড় এই ওয়েট পরিবর্তন করে।

নিউরাল নেটওয়ার্ক ব্যবহার করে যে কোন ধরণের মেশিং লার্নিং অ্যালগরিদম যেমন সুপারভাইসড লার্নিং, আনসুপারভাইসড লার্নিং, রিইনফোর্সমেন্ট লার্নিং, ইত্যাদি প্রয়গো করা যায়।

ডীপ লার্নিং
মাল্টি লেয়ার নিউরয়াল নেটোওয়ার্ক হচ্ছে ডীপ লার্নিং বা ডীপ নিউলার নেটওয়ার্ক লার্নিং। সাধারণ নিউরাল নেটওয়ার্কে থাকে ইনপুট লেয়ার, একটা হিডেন লেয়ার আর আউটপুট লেয়ার। ডীপ লার্নিং এ থাকে একের অধিক হিডেন লেয়ার। আর এ জন্যই এর নাম ডীপ লার্নিং।

ডীপ লার্নিং ও নিউরাল নেটওয়ার্ক নিয়ে অনেক আগে থেকেই কাজ হচ্ছিল। কিন্তু আগে এত জনপ্রিয় হতে পারে নি বা মানুষ তত বেশি ব্যবহার করে নি। এখন ডীপ লার্নি একটা হট টপিক। আগে ডীপ লার্নিং নিয়ে কাজ করা সহজ না থাকার কারণ ছিল কম্পিউটেশনাল পাওয়ার। আমাদের সিপিইউ কোন ডেটা লিনিয়ার প্রসেস করে। ডীপ লার্নিং এ অনেক অনেক কম্পিউটেশন করতে হয়। আর ডীপ লার্নিং নিয়ে কাজ করতে তাই অনেক বেশি সময় লাগত। জিপিইউ প্যারালালি ডেটা প্রসেস করতে পারে। জিপিইউ এর ক্ষমতা ব্যবহার করে ডীপ লার্নিং ব্যবহার করে মেশিন লার্নিং এ দ্রুত ফলাফল পাওয়ার কারণে ডীপ লার্নিং এর ব্যবহার দিন দিন বাড়তে লাগল। ডীপ লার্নিং এর ব্যবহার এতই বেশি হচ্ছে যে এখন মেশিন বলতেই ডীপ লার্নিং বুঝে অনেকে।

ডীপ লার্নিং হচ্ছে এখানেঃ Computer Science > Artificial Intelligence > Machine Learning > Neural Network > Deep Learning। এত গভীরে হওয়ার কারণেই সম্ভবত এর নাম ডীপ লার্নিং 😛



মেশিন লার্নিং এর জন্য প্রোগ্রামিং ল্যাঙ্গুয়েজ
মেশিন লার্নিং হচ্ছে কত গুলো অ্যালগরিদমের সমষ্টি। আমরা এই অ্যালগরিদম গুলো যে কোন ল্যাঙ্গুয়েজে ইমপ্লিমেন্ট করে মেশিন লার্নিং নিয়ে কাজ করতে পারি। কিছু কিছু প্রোগ্রামিং ল্যাঙ্গুয়েজে বিল্ট ইন কিছু অ্যালগরিদম ইমপ্লিমেন্টেড থাকার কারণে ঐসব ল্যাঙ্গুয়েজ বেশি জনপ্রিয়। যেমন R প্রোগ্রামিং ল্যাঙ্গুয়েজ। এটি মূলত স্ট্যাটিসটিক্স রিলেটেড কাজ করার জন্য ডেভেলপ করা হয়েছে। ডেভেলপ ও করেছেন স্ট্যাটিস্টিশিয়ানরা। মেশিন লার্নিং এর অনেক অংশ জুড়ে ডেটা নিয়ে কাজ করতে হয়। আর এ জন্যই R প্রোগ্রামিং ল্যাঙ্গুয়েজ মেশিন লার্নিং এ অনেক জনপ্রিয়।

এ ছাড়া পাইথনের অনেক গুলো লাইব্রেরি রয়েছে ডেটা নিয়ে কাজ করার জন্য। এগুলোর মধ্যে scikit-learn অনেক বেশি ব্যবহার করা হয়। পাইথন প্রোগ্রামিং অনেক সহজ এবং দারুণ প্রোগ্রামিং হওয়ায় এটিও মেশিন লার্নিং এর জন্য প্রচুর ব্যবহৃত হয়।

মেশিন লার্নিং লাইব্রেরী ও ফ্রেমওয়ার্ক
মেশিন লার্নিং এর মধ্যে অনেক গুলো শাখা প্রশাখা রয়েছে। এক একটা কাজের জন্য এক এক ধরণের অ্যালগরিদম ব্যবহার করা হয়। যেমন কম্পিউটার ভিশন এর জন্য এক ধরণের অ্যালগরিদম, ন্যচারাল ল্যাঙ্গুয়েজ প্রসেসিং এর জন্য এক ধরণের অ্যালগরিদম, ভয়েজ রিকগনিশনের জন্য এক ধরণের অ্যালগরিদমের প্রয়োজন হয়। লারিব্রেরী বা ফ্রেমওয়ার্ক গুলোতে একই ক্যাটেগরির দরকারি অ্যালগরিদম গুলো ইমপ্লিমেন্ট করা থাকে। যেমন ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং করতে যে ধরণের অ্যালগরিদম গুলো দরকার হতে পারে, সব গুলো ইমপ্লিমেন্ট করে একটা লাইব্রেরী তৈরি করা হয়। এরপর যে কেউ ঐ লাইব্রেরী নিজের মত করে ব্যবহার করতে পারে।

এরকম সব গুলো লাইব্রেরীর একটা লিস্ট পাওয়া যাবে গিটহাবের Awesome Machine Learning নামক রিপোজিটরিতে। সেখানে সব গুলো ল্যাঙ্গুয়েজ অনুযায়ী লাইব্রেরী গুলোর লিস্ট করা রয়েছে। কোন লাইব্রেরী দিয়ে কি ধরনের কাজ করা হবে, সে সব তথ্যও পাওয়া যাবে। সেগুলো দেখে নিজ প্রয়োজন মত যে কোন লাইব্রেরী নিয়েই কাজ করতে পারেন।

টেনসরফ্লো
টেনসরফ্লো হচ্ছে ডীপ লার্নিং এর জন্য একটা লাইব্রেরী। গুগল ব্রেইন টিম এটি ডেভেলপ করেছে। এটা শুরু করার উদ্দেশ্য ছিল মূলত রিসার্চ এর কাজে ব্যবহার করার জন্য। পরে সবার জন্য উন্মুক্ত করে দেওয়া হয়।

গুগল নিজের প্রোডাক্ট তৈরি করতে যে প্রযুক্তি ব্যবহার করে, তা আমরা যে কেউই ব্যবহার করতে পারি। ছোট একটা কোম্পানি বা কোন পারসন আর গুগলের মধ্যে গ্যাপ টা কত কম। গুগলের স্পিচ রিকগনিশন সিস্টেম, গুগল ফটো, জিমেইল, সার্চ এসব কিছুতে টেনসরফ্লো বা ডীপ লার্নিং ব্যবহার করা হয়। গুগল যা করতে পারে, আমরাও তা করতে পারি। তৈরি করতে পারি দারুণ কিছু।

টেনসরফ্লো নিয়ে কাজ করার জন্য রয়েছে Python API। টেনসরফ্লো এর বেশির ভাগ কোড লেখা হয়েছে C++ এ। C++ API ও রয়েছে। তবে পাইথনের ডকুমেন্টশন বেশি। পাইথনে কোড লেখাও সহজ। নতুন যারা টেনসরফ্লো নিয়ে আগ্রহী, তারা পাইথন দিয়ে শুরু ক্রতে পারেন। টেনসরফ্লো এর রিসোর্স এবং ওপেন সোর্স প্রজেক্ট গুলোর একটা লিস্ট পাওয়া যাবে Awesome TensorFlow রিপোজিটোরিতে।

মেশিন লার্নিং নিয়ে কাজ করার জন্য সহজ কিছু প্লাটফর্ম
যারা কোডিং ব্যাকগ্রাউণ্ড এর না বা সহজে দারুণ কিছু তৈরি করতে চান, তারা দেখতে পারেন wit.ai, IBM Watson API বা Google Prediction প্লাটফরম গুলো। এগুলোতে সব কিছুই করা আছে। আপনি শুধু API কল আপনার প্রোগ্রামে ব্যবহার করতে পারবেন।

কোথায় থেকে শেখা যাবে
ডীপ লার্নিং এর নামের সাথে একজনের নাম চলে আসে, তার নাম Andrew NG। কোর্সেরাতে মেশিন লার্নিং এর উপর উনার করা কোর্স রয়েছে। এছাড়া উডাসিটিতে ডীপ লার্নিং এবং টেনসরফ্লো নিয়ে গুগলের নিজস্ব কোর্স রয়েছে। এগুলো শেখার জন্য দারুণ রিসোর্স। অনলাইনে আরো অনেক রিসোর্স রয়েছে।

গ্রাউন্ড লেভেল থেকে মেশিন লার্নিং নিয়ে কাজ করার জন্য গুগলেরই তৈরি Machine Learning Recipes সিরিজটা খুবি সহজ এবং দারুণ। আমার নিজের কাছে অনেক বেশি ভালো লেগেছে। এছাড়া আরো রিসোর্স খুঁজে নেওয়ার জন্য গুগল তো আছেই।

কোথায় এপ্লাই করা যাবে

সব জায়গায় মেশিং লার্নিং এপ্লাই করা যাবে। আমরা যত গুলো অ্যাপ ব্যবহার করি, যত গুলো সফটওয়ার ব্যবহার করি, কয়েক বছরের মধ্যে সব গুলো সফটওয়ার, অ্যাপ, ওয়েব সাইট মেশিন লার্নিং প্রোগ্রাম দিয়ে রিপ্লেস হয়ে যাবে। ভবিষ্যৎ এ ভালো কিছু করতে চাইলে মেশিন লার্নিং নিয়ে পড়ালেখা একটা ভালো অপশন হতে পারে।

IoT এবং মেশিং লার্নিং এর কম্বিনেশনে হবে দারুণ কিছু। ইন্ডিয়াতে প্রায় 470+ লিস্টেড IoT স্টার্টআপ রয়েছে। সারা বিশ্বে রয়েছে 3000+। বাংলাদেশের অনেক অনেক সমস্যা আমরা মেশিন লার্নিং দিয়ে সমাধান করতে পারি। মেশিং লার্নিং ব্যবহার করে আশা করি আপনি দারুণ কিছু করবেন, মানুষের জন্য, বাংলাদেশের জন্য, সারা বিশ্বের জন্য। শুভ কামনা 🙂

14/04/2020

কৃত্রিম বুদ্ধিমত্তার ভবিষ্যৎ
বিজ্ঞান, বিবিধ।
টার্মিনেটর বা আই রোবট চলচ্চিত্রের কথা কি আপনাদের মনে আছে? যেখানে দেখা মানুষ কৃত্রিম বুদ্ধিমত্তা দিয়ে পরিচালিত যন্ত্রদের কাছে কতটা অসহায়। কৃত্রিম বুদ্ধিমত্তার ভয়ংকর অনেক দিক আমরা এই চলচ্চিত্র গুলোতে দেখতে পাই। দিন দিন আমাদের দৈনন্দিন জীবনের বিভিন্ন কাজের অংশ হয়ে যাচ্ছে কৃত্রিম বুদ্ধিমত্তা বা আর্টিফিশিয়াল ইন্টেলিজেন্স। কৃত্রিম বুদ্ধিমত্তার কিছু নমুনা দেখি আমরা

১৯৯৭ সালে ডিপ ব্লু যা আই বি এম এর তৈরী কৃত্তিম বুদ্ধিমত্তা, তা দাবা খেলায় খ্যাতিমান গ্যারি কাস্পরাভকে হারিয়ে দেয়।
২০১০ সালে গুগলের আলফাগো গো খেলায় বিশ্ব চ্যাম্পিয়নকে ৫ বারের মধ্যে ৪ বার হারিয়ে দেয়।
আমাদের দৈনন্দিন জীবনে এই কৃত্রিম বুদ্ধিমত্তার প্রভাব আমাদের জন্য ভয়ানক কিছু বয়ে আনবে নাকি সৃষ্টি করবে উজ্জ্বল কোন ভবিষ্যৎ সেটা নিয়েই আজকের এই লিখা।

কৃত্রিম বুদ্ধিমত্তা কী?

মানুষ তাঁর আশেপাশের পরিবেশ পরিস্থিতি সম্পর্কে বিচার বিশ্লেষণ করে বিভিন্ন সমস্যার সমাধান করতে পারে পাশাপাশি বিভিন্ন জটিল বিষয়ে সিদ্ধান্ত নিতে পারে। একই ভাবে কোন যন্ত্র যখন কৃত্রিম বুদ্ধিকে কাজে লাগিয়ে মানুষের মত বিভিন্ন সমস্যা সমাধান করতে পারে এবং বিভিন্ন বিষয়ে সিদ্ধান্ত নিতে পারে তখন তাকে বলা হয় কৃত্রিম বুদ্ধিমত্তা বা আর্টিফিশিয়াল ইন্টেলিজেন্স। বর্তমানে এর ব্যাপকতা বৃদ্ধি পাওয়ার কারনে এটিকে কম্পিউটার বিজ্ঞানের একটি শাখা হিসেবে প্রতিষ্ঠিত করা হয়েছে। যেখানে কম্পিউটারকে মানুষের মত চিন্তা করতে শেখানো হয়।

দারুণ সব লেখা পড়তে ও নানা বিষয় সম্পর্কে জানতে ঘুরে এসো আমাদের ব্লগের নতুন পেইজ থেকে! The 10-Minute Blog!

কৃত্রিম বুদ্ধিমত্তার ইতিহাস

সর্বপ্রথম ১৯২০ সালের দিকে “রুশম’স ইউনিভার্সেল রোবটস” নামে একটি সায়েন্স ফিকশান থেকে কৃত্রিম বুদ্ধিমত্তা সম্পর্কে ধারণা পাওয়া যায়। পরবর্তীতে অনেক বিজ্ঞানী এই বিষয়ে বিভিন্ন সম্মেলনে আলোচনা ও বক্তব্য প্রদান করেন। দ্বিতীয় বিশ্বযুদ্ধের পরে কৃত্রিম বুদ্ধিমত্তা নিয়ে বিজ্ঞানীরা কাজ শুরু করে। কম্পিউটার আবিষ্কারের পরে কৃত্রিম বুদ্ধিমত্তা নিয়ে গবেষনা নতুন মাত্রা পায়।

কৃত্রিম বুদ্ধিমত্তার ভবিষ্যৎ

প্রায় ষাট বছরের বেশি সময় ধরে কৃত্রিম বুদ্ধিমত্তাকে বিভিন্ন প্রক্রিয়ার মাধ্যমে উন্নত করার কাজ চলছে। গত কয়েক বছরে সেই উন্নতি আমাদের কাছে আত্মপ্রকাশ করতে শুরু করেছে। সোফিয়া সেই উন্নতিরই একটি নমুনা মাত্র। মানুষের মতোই কৃত্রিম বুদ্ধিমত্তা গুলো নিজেদের লক্ষ্য নিজেরা নির্ধারণ করতে পারে, সেই লক্ষ্যে সফল হওয়ার জন্য বিভিন্ন ধরনের ব্যবস্থা নিতে পারে, অভিজ্ঞতা থেকে ক্রমাগত শিখতে পারে। আমাদের চেহারাসহ যে কোনো জটিল ইমেজ চিনতে, বুঝতে ও বিশ্লেষণ করতে পারে। যত সূক্ষ্ম এবং নিখুঁত কাজ হোক, যত বুদ্ধির কাজ হোক, কিংবা পরিশ্রমের কাজ হোক, সব রকম কাজকে কৃত্রিম বুদ্ধিমত্তার মাধ্যমে করানোর চেষ্টা চলছে এবং এরা প্রায় সকল ক্ষেত্রেই সফল হচ্ছে। তাহলে আমাদের কৃত্তিম বুদ্ধিমত্তার ভবিষ্যৎ কেমন হতে যাচ্ছে…

চাকরি নিয়োগ প্রক্রিয়া হবে আরো স্বচ্ছ

বর্তমানে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে অনেক নামকরা প্রতিষ্ঠান তাদের কর্মী নিয়োগ করে থাকেন। যুক্তরাষ্ট্র ভিত্তিক পত্রিকা ফরচুনের তথ্য মতে প্রায় ৫০০ নামকরা প্রতিষ্ঠান তাদের কর্মী নিয়োগ প্রক্রিয়ার ক্ষেত্রে কৃত্রিম বুদ্ধিমত্তার সাহায্য নিচ্ছে। এই প্রক্রিয়ায় প্রার্থীকে ভিডিও কলের মাধ্যমে সাক্ষাতকার দিতে হয়। সেই ভিডিও কল থেকেই প্রার্থী সম্পর্কে বিভিন্ন তথ্য সংগ্রহ করে কৃত্রিম বুদ্ধিমত্তা। আপনার সকল ধরনের অনুভূতি সম্পর্কে ধারনা দিতে সক্ষম এই কৃত্রিম বুদ্ধিমত্তা। সে আপনার কথা শুনে বলে দিতে পারে আপনি কোন কাজে আসলেই দক্ষ, আপনি কি আসলেই নিজের সম্পর্কে সব সঠিক তথ্য দিচ্ছেন কিনা, আপনি কি আত্মবিশ্বাসী কি না বা সাক্ষাতকারের সময় আপনি ভীত ছিলেন কি না। এই প্রক্রিয়ার প্রার্থী সম্পর্কে বিস্তারিত ধারনা পেয়ে যায় প্রতিষ্ঠান গুলো এবং তাদের নিয়োগ প্রক্রিয়া অনেক বেশি স্বচ্ছ ও দ্রুত হয়।

শিখে ফেলো Proper Communication Skills!

প্রাইভেসি বলে কিছু থাকবে না

আপনি ফেসবুক, টুইটার ইন্সাগ্রাম কিংবা যেকোন সামাজিক যোগাযোগ মাধ্যমে যে ধরনের তথ্য শেয়ার করেন বা যে ধরনের তথ্য খুঁজে থাকেন, এই সব কিছুর উপর ভিত্তি করে কৃত্রিম বুদ্ধিমত্তা আপনার ভালো লাগা, খারাপ লাগা আপনার চাহিদা সম্পর্কে একটি ধারনা করতে পারে। একই সাথে আপনার সকল তথ্য সে সংরক্ষণ করতে পারে, যেন পরবতীতে যেকোন কাজে ব্যবহার করতে পারে। (আমেরিকার প্রেসিডেন্ট নির্বাচনে যে কাজটি কেমব্রিজ এনালেটিকা করেছে)। ফলে আপনার নিজের গোপনীয় তথ্য বলতে কিছু থাকেনা। যদিও আপনার কাছে তথ্যটি গোপন মনে হতে পারে। কিন্তু আপনার শেয়ার করা তথ্য ইতোমধ্যে কোন না কোন কৃত্তিম বুদ্ধিমত্তা নিজের ডেটাবেসে সংরক্ষন করে রেখেছে।

সাম্প্রতিক সময়ে নামে যে নতুন Trend আমরা ফেসবুকে দেখি এর মাধ্যমে আপনি আপনার নিজের তথ্য কৃত্রিম বুদ্ধিমত্তাকে দিয়ে সহায়তা করেন। একই সাথে আপনি তাদের এটা বুঝতেও সাহায্য করেন আপনি ১০ বছর পূর্বে দেখতে কেমন ছিলেন এবং বর্তমান সময়ে দেখতে কেমন। এর উপর ভিত্তি কতে সে আপনার ১০ বছর পরে ছবিও তৈরি করে নিতে পারে। ফলে আপনার ব্যক্তিগত তথ্য আর আপনার থাকছে না, নষ্ট হচ্ছে আপনার প্রাইভেসি। যা কৃত্রিম বুদ্ধিমত্তার উন্নতির সাথে সাথে আরো বাড়বে।

মানুষ প্রচুর পরিমানে কাজ হারাবে

অনেকে মনে করেন বুদ্ধিমান মেশিনের কারণে মানুষের অপছন্দের গতানুগতিক কাজের দীর্ঘ সময়কে কমিয়ে আনা সম্ভব হবে। কিন্তু সকল বিজ্ঞানী এই যুক্তির সাথে একমত হতে পারেন নি। এর কারণ কৃত্রিম বুদ্ধিমত্তার কাছে মানুষ অনেক কাজ হারাবে এবং ফলে ভয়ানক রকম অর্থনৈতিক ও সামাজিক বিপর্যয় দেখা দেবে। সীমিত কিছু উন্নয়নের কাজ, উচ্চতম স্তরে সিদ্ধান্ত প্রণয়নকারীর কাজ এবং মাঠপর্যায়ে মানুষের সঙ্গে আন্তরিক মেলামেশা করে করতে হয় এমন কিছু কাজ ছাড়া বাকি সব কাজ কৃত্রিম বুদ্ধিমত্তার দখলে চলে যাবে। অনেক ক্ষেত্রে যাওয়া শুরুও হয়েছে। এর মধ্যে সবচেয়ে বেশি ঝুঁকিতে আছে যাবতীয় কারখানার কাজ এবং বাণিজ্যিক, এবং পেশাগত কাজ। তথ্য যাচাই বাছাই করে দেখা গেছে আইনি কাজ, ব্যবসার কৌশল ও পরিচালনা, গবেষণা কিছুই বাদ যাবে না তাদের হাত থেকে। সৃষ্টিশীল এবং শিল্প নির্ভর কাজগুলো অর্থাৎ সাহিত্য, সংগীত, স্থাপত্য, চারু ও কারুশিল্প ইত্যাদির ঝুঁকি ঠিক তার পরের অবস্থানেই রয়েছে।

এবার তাহলে চিন্তা করুন আমাদের দেশের কি হবে। কারন আমাদের দেশের কয়েক লক্ষ পোশাক শ্রমিক তাদের কাজ হারাবে। দেশে দেশে বেকার সমস্যা প্রবল আকার ধারন করবে।

মানুষ অস্তিত্ব সংকটে পড়বে

কৃত্তিম বুদ্ধিমত্তার বিকাশের ফলে তাদের সাথে মানুষের পাল্লা দিয়ে বুদ্ধি বা জ্ঞান চর্চা করা প্রায় অসম্ভব। ফলে তাদের সাথে মানুষের বিভিন্ন বিষয় নিয়ে সংঘাত সৃষ্টি হবে। হানাহানি এবং সংঘর্ষ বেড়ে যাবে। যার ফলে তাদের সাথে যুদ্ধ করে আমাদের টিকে থাকা হবে অনেক বেশি কঠিন। আমাদের অস্তিত্ব পড়বে হুমকির মুখে এমন কি সুদূর ভবিষ্যতে আমরা নিজেদের অস্তিত্ব হারিয়েও ফেলতে পারি তাদের হাতে। এই হুমকির কথা চিন্তা করে বড় বড় বিজ্ঞানীরা যেমন স্টিফেন হকিংস, এলোন মাস্ক, মার্টিন রিজ, কৃত্রিম বুদ্ধিমত্তার বিজ্ঞানী অধ্যাপক নিক বোস্ট্রম, এমআইটির মহাবিশ্ব-বিজ্ঞানী ম্যাক্স ট্যাগমার্ক কৃত্তিম বুদ্ধিমত্তা সম্পর্কে গবেষনা ও ব্যবহারের ক্ষেত্রে আরো বেশি সচেতন হতে বলেছেন।

একটা সাম্প্রতিক উদাহরন দিয়ে শেষ করব, ফেসবুক অনেক ধরনের কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে। কিন্তু সাম্প্রতিক সময়ে তাদের ইঞ্জিয়াররা আবিষ্কার করেন যে এই কৃত্রিম বুদ্ধিমত্তা গুলো নিজেদের মধ্যে আলাদা ভাবে যোগাযোগ করার জন্য এক ধরনের ভাষা বানিয়েছে এবং তারা সেই ভাষায় নিজেদের মধ্যে যোগাযোগও করছে। কিন্তু এই কৃত্তিম বুদ্ধিমত্তা গুলোকে ইংরেজি ছাড়া অন্য কোন ভাষা শেখানো হয় না। এই কৃত্তিম বুদ্ধিমত্তা গুলো নতুন যে ভাষায় যোগাযোগ করছে, এই ভাষা আমাদের সকলের অজানা। তাই ফেসবুকের ইঞ্জিয়াররা পরবর্তীতে এই সকল কৃত্রিম বুদ্ধিমত্তাকে বন্ধ করে দেওয়ার সিদ্ধান্ত নেয়।

এথেকে আমরা বুঝতেই পারছি, কৃত্রিম বুদ্ধিমত্তা আমাদের জন্য অনেক বেশি হুমকি হয়ে দাঁড়াবে যদি আমরা কৃত্তিম বুদ্ধিমত্তা ব্যবহার বা গবেষণায় অধিকমাত্রায় সচেতন না হই।
১০ মিনিট ব্লগ থেকে নেয়া।