মেশিন গভীর শেখার বিপ্লব
মেশিন ডিপ লার্নিং বিপ্লব মোটামুটি তিনটি তরঙ্গের মধ্য দিয়ে গেছে, প্রতিটি শেষের চেয়ে বড়। ২০১০ সালের দিকে প্রথম তরঙ্গটি বক্তৃতা স্বীকৃতিতে যুগান্তকারীকে দেখেছিল, মার্কভ মডেলগুলিকে গভীর শিক্ষার সাথে প্রতিস্থাপন করে, অভূতপূর্ব ফলাফলের সাথে; দ্বিতীয় তরঙ্গটি হ'ল 2012 সালে চিত্র স্বীকৃতিতে কনভোলিউশনাল নিউরাল নেটওয়ার্কের যুগান্তকারী, যা মানুষের কল্পনার বাইরে; ভাষা মডেলগুলির সাম্প্রতিক তৃতীয় তরঙ্গ, মানব স্তরের কাছাকাছি বা তার বাইরেও, গত 40 থেকে 50 বছর ধরে গণনামূলক ভাষাতত্ত্ব, প্রাকৃতিক ভাষা প্রক্রিয়াকরণ গবেষণাটি উল্টে দিয়েছে, এটি একটি বিপ্লবী প্রযুক্তিগত অগ্রগতি।
বৃহত্তর মডেলগুলির মূল চাবিকাঠি হ'ল পদ্ধতিতে একটি প্রাক-প্রশিক্ষণ পদক্ষেপ রয়েছে, যেখানে আগে মেশিন লার্নিং হয় মানব-নির্দেশিত বা মেশিন-কারুকৃত। প্রাক-প্রশিক্ষণ হ'ল বিশ্ব কীভাবে কাজ করে তার নিয়মের ভিত্তিতে বিশ্বের একটি সাধারণ জ্ঞান ব্যবস্থা তৈরি করা। এই সংযোগটি সাধারণ জ্ঞানের মাধ্যমে নির্মিত হয় এবং এর প্রভাবটি কল্পনার বাইরে।
বড় মডেল একটি নতুন পদ্ধতি যা এআই মানুষের মতো বুদ্ধি দেয়। প্রকৃতপক্ষে, বৃহত মডেলটি হ'ল ক্রস-ডোমেন এবং বহু-শিল্প মানব জ্ঞান সিস্টেমকে সুপার-স্কেল কম্পিউটিং পাওয়ারের মাধ্যমে মানব-জাতীয় মস্তিষ্কের নিউরাল নেটওয়ার্কের গাণিতিক মডেলটিতে ইনপুট করা এবং কম্পিউটিং দৃষ্টান্তের মাধ্যমে এটিতে অনেকগুলি ক্ষেত্রে সামগ্রী উত্পাদন এবং যৌক্তিক যুক্তিযুক্ত ক্ষমতা রয়েছে।
আমাদের দেশ এখনও একটি মঞ্চ তাড়া করছে
এআই প্রতিযোগিতার নতুন রাউন্ডে, চীন কি দ্রুত চালিয়ে যেতে পারে? একটি বৃহত মডেল তৈরির জন্য কমপক্ষে হাজার হাজার চিপ প্রয়োজন, বৃহত কম্পিউটিং পাওয়ারের জন্য চিপগুলির মধ্যে আন্তঃসংযোগ প্রয়োজন এবং আন্তঃসংযোগের জন্য অতি-উচ্চ-গতির ব্যান্ডউইথের প্রয়োজন। বর্তমানে, প্রধান উদ্যোগের সাথে তুলনা করে সামগ্রিক বিস্তৃত শক্তি এবং উদ্ভাবন বিকাশে চীনের বৃহত মডেল এখনও একটি বড় ব্যবধান রয়েছে।
বড় মডেলগুলিরও অ্যাপ্লিকেশন এবং ব্যয়ের সমস্যা রয়েছে। বর্তমানে, চিপের ব্যয়, বিশেষত প্রশিক্ষণ এবং অনুমানের ব্যয় বেশি।
প্রতিবেদন অনুসারে, এআই চিপগুলি দুটি বিভাগে বিভক্ত করা যেতে পারে: প্রশিক্ষণ চিপস এবং যুক্তিযুক্ত চিপস। বড় মডেল এবং এআই অ্যালগরিদমগুলির জন্য, প্রশিক্ষণ লক্ষ্য নয়, অনুমান এবং প্রয়োগ চূড়ান্ত লক্ষ্য। প্রশিক্ষণ চিপগুলির ক্ষেত্রে, সীমিত উত্পাদন ও উত্পাদন সরঞ্জাম ও প্রক্রিয়াগুলির কারণে চীনের অনেক উদ্যোগ এখনও ক্যাচ-আপ পর্যায়ে রয়েছে। যুক্তির ক্ষেত্রে অনেক সুযোগ রয়েছে, দৃশ্যের খণ্ডিত হওয়ার কারণে, কোনও আন্তর্জাতিক মান এবং একচেটিয়া উদ্যোগ নেই।
কৃত্রিম বুদ্ধিমত্তা একটি শিল্প বিপ্লব, এবং শিল্পায়ন, এন্টারপ্রাইজ, বিশেষীকরণ এবং উল্লম্ব অর্জনের জন্য শিল্প ডিজিটালাইজেশনের সাথে কীভাবে কৃত্রিম বুদ্ধিমত্তা একত্রিত করা যায় সে সম্পর্কে প্রত্যেকেই খুব উদ্বিগ্ন। যদিও মূল উদ্ভাবনটি ধরতে সময় লাগে, আমাদের দেশে প্রচুর জনসংখ্যা, অনেক উদ্যোগ এবং অনেক দৃশ্য রয়েছে যা অনেক উদ্ভাবনের সুযোগ তৈরি করবে।
শিল্পটি বিস্ফোরণের সময়কালে সূচনা করবে বলে আশা করা হচ্ছে
উদ্ভাবনের জন্য বাস্তুশাস্ত্রের শক্তি, কৌতূহলের শক্তি প্রয়োজন। গত দুই বছরে, অনেকগুলি বিঘ্নজনক উদ্ভাবন হয়েছে এবং ভবিষ্যতে আরও বৈজ্ঞানিক এবং প্রযুক্তিগত উদ্ভাবন উদ্ভূত হবে। চীনের অ্যাপ্লিকেশন দৃশ্যের ডেটা ভলিউম বড়, তবে এটিতে শিল্পের স্ট্যান্ডার্ড সিস্টেমের একটি সেট অভাব রয়েছে এবং প্রযুক্তিগত সরঞ্জামগুলির মাধ্যমে পৃথকীকরণের সুবিধাটি সত্যই কার্যকর হয় না। বিভিন্ন পরিস্থিতি খোলার লক্ষ্য এবং প্রভাবগুলি পরিমাপ করতে শিল্পের মান এবং প্রযুক্তিগত মানগুলি ব্যবহার করা প্রয়োজন।
যখন প্রতিটি নতুন প্রজন্মের প্রযুক্তির উপস্থিত হয়, তখন সবচেয়ে বড় সুবিধাভোগীরা হ'ল এমন লোকেরা যারা প্রযুক্তির প্রতি সবচেয়ে সংবেদনশীল এবং মূলটি হ'ল শিল্পের প্রয়োজনীয়তার সাথে প্রযুক্তির সাথে একত্রিত করা সর্বোত্তম কাজ। কৃত্রিম বুদ্ধিমত্তা একটি অত্যন্ত দক্ষ উত্পাদন সরঞ্জাম যা শীঘ্রই হাজার হাজার শিল্পে প্রভাব ফেলবে।
ভবিষ্যতে, প্রতিটি ব্যক্তির তিনটি রোবট থাকতে পারে: বাড়িতে একটি পরিষেবা রোবট, অফিসে একটি ওয়ার্ক রোবট এবং একটি ট্র্যাভেল রোবট - একটি চালকবিহীন গাড়ি বা একটি নিম্ন -উচ্চতাযুক্ত পরিচালিত ড্রোন। এই তিনটি রোবট বড় মডেল বা নতুন প্রযুক্তিগত পাথ এবং এআই ক্ষমতা দ্বারা চালিত হতে পারে বড় মডেলগুলি থেকে বিকশিত হয়েছে এবং আমরা আশা করি যে তাদের সকলের চিপ রয়েছে যা আমরা স্বাধীনভাবে বিকাশ করেছি। ভবিষ্যতে, রোবটগুলি আমাদের কাজ করতে, বাঁচতে এবং আরও ভাল ভ্রমণে সহায়তা করবে। কৃত্রিম বুদ্ধিমত্তা, ডিজিটাল অর্থনীতি, পরবর্তী প্রজন্মের চিপস এবং প্রয়োগের পরিস্থিতিগুলির আশেপাশে, পুরো শিল্পটি ভবিষ্যতে একটি বিস্ফোরক সময়ের সূচনা করবে বলে আশা করা হচ্ছে।