সপ্তদশ শতাব্দীতে, জার্মান জ্যোতির্বিজ্ঞানী জোহানেস কেপলার গতির আইনগুলি আবিষ্কার করেছিলেন যা আমাদের সৌরজগতের গ্রহগুলি সূর্যের কক্ষপথের সাথে আকাশে কোথায় উপস্থিত হবে তা সঠিকভাবে অনুমান করা সম্ভব করেছিল। তবে এটি কয়েক দশক পরেও ছিল না, যখন আইজাক নিউটন মহাকর্ষের সর্বজনীন আইন প্রণয়ন করেছিলেন, অন্তর্নিহিত নীতিগুলি বোঝা গিয়েছিল। যদিও তারা কেপলারের আইন দ্বারা অনুপ্রাণিত হয়েছিল, তারা আরও অনেক এগিয়ে গিয়েছিল এবং চাঁদের টান পৃথিবীর জোয়ারগুলিকে যেভাবে নিয়ন্ত্রণ করে – বা কীভাবে চাঁদ বা গ্রহের পৃষ্ঠ পর্যন্ত একটি উপগ্রহ চালু করতে পারে সে পর্যন্ত একটি কামানের বলের ট্র্যাজেক্টরি থেকে শুরু করে সমস্ত কিছুতে একই সূত্র প্রয়োগ করা সম্ভব করে তোলে।
আজকের পরিশীলিত কৃত্রিম বুদ্ধিমত্তা সিস্টেমগুলি কেপলারের কক্ষপথের ভবিষ্যদ্বাণীগুলির সাথে সাদৃশ্যপূর্ণ নির্দিষ্ট ভবিষ্যদ্বাণীগুলি তৈরি করতে খুব ভাল অর্জন করেছে। তবে তারা কি জানেন যে এই ভবিষ্যদ্বাণীগুলি কেন নিউটনের আইনগুলির মতো মৌলিক নীতিগুলি থেকে আসে এমন গভীর বোঝার সাথে কেন কাজ করে? যেহেতু বিশ্ব এই ধরণের এআই সিস্টেমের উপর আরও বেশি নির্ভরশীল হয়ে ওঠে, গবেষকরা কীভাবে তারা কী করেন তা পরিমাপ করার চেষ্টা করার জন্য লড়াই করছেন এবং বাস্তব বিশ্বের সম্পর্কে তাদের বোঝাপড়া আসলে কতটা গভীর।
এখন, এমআইটির ল্যাবরেটরি ফর ইনফরমেশন অ্যান্ড ডেসিং সিস্টেমস (লিডস) এবং হার্ভার্ড ইউনিভার্সিটিতে গবেষকরা এই ভবিষ্যদ্বাণীমূলক সিস্টেমগুলি তাদের বিষয়টিকে কতটা গভীরভাবে বোঝে, এবং তারা একটি ডোমেন থেকে কিছুটা আলাদা একটিতে জ্ঞান প্রয়োগ করতে পারে কিনা তা নির্ধারণের জন্য একটি নতুন পদ্ধতির সন্ধান করেছেন। এবং এই মুহুর্তে উত্তরটি বৃহত্তর, তারা যে উদাহরণগুলি অধ্যয়ন করেছিল, তেমন নয় – এত বেশি নয়।
ব্রিটিশ কলম্বিয়ার ভ্যানকুভারে মেশিন লার্নিং সম্পর্কিত আন্তর্জাতিক সম্মেলনে, হার্ভার্ড পোস্টডোক কিওন ভাফা, বৈদ্যুতিক প্রকৌশল ও কম্পিউটার বিজ্ঞানের এমআইটি স্নাতক শিক্ষার্থী এবং লিডস অনুমোদিত পিটার জি চ্যাং, এমআইটি সহকারী অধ্যাপক এবং লিডস প্রিন্সিপাল ইনভেস্টিগেটর আশেশ রামবাচান এবং এমআইটি প্রফেসর, মিট প্রফেসর এবং মিট প্রফেসর, লিডস প্রিন্সিটের প্রিন্সিল অনুমোদনের মাধ্যমে এই অনুসন্ধানগুলি উপস্থাপন করা হয়েছিল।
“মানুষ সর্বদা ভাল ভবিষ্যদ্বাণী থেকে বিশ্ব মডেলগুলিতে এই রূপান্তর করতে সক্ষম হয়েছে,” গবেষণার প্রধান লেখক ভাফা বলেছেন। সুতরাং তাদের দলটি যে প্রশ্নটি সম্বোধন করছিল তা হ’ল, “ফাউন্ডেশন মডেল রয়েছে – এআই রয়েছে – ভবিষ্যদ্বাণী থেকে বিশ্ব মডেলগুলিতে এই লাফিয়ে উঠতে সক্ষম হয়েছে? এবং আমরা জিজ্ঞাসা করছি না যে তারা সক্ষম, না তারা পারে, বা তারা করবে। এটি ঠিক আছে, তারা কি এতদূর করেছে?” তিনি বলেন।
অর্থনীতি ও বৈদ্যুতিক প্রকৌশল ও কম্পিউটার বিজ্ঞানের এমআইটি বিভাগে দ্বৈত অ্যাপয়েন্টমেন্ট এবং গবেষণায় সিনিয়র লেখক পিটার ডি ফ্লোরেজ অধ্যাপক মুলাইনাথন বলেছেন, “কোনও অ্যালগরিদম ভাল ভবিষ্যদ্বাণী করে কিনা তা আমরা কীভাবে পরীক্ষা করতে জানি। “এমনকি বোঝার অর্থ কী তা নির্ধারণ করা একটি চ্যালেঞ্জ ছিল।”
কেপলার বনাম নিউটন সাদৃশ্যগুলিতে, ভাফা বলেছেন, “তাদের দুজনেরই এমন মডেল ছিল যা একটি কার্যক্রমে সত্যই ভাল কাজ করেছিল, এবং এটি সেই কার্যক্রমে মূলত একইভাবে কাজ করেছিল। নিউটন যা অফার করেছিলেন তা এমন ধারণা ছিল যা নতুন কাজগুলিতে সাধারণীকরণ করতে সক্ষম হয়েছিল।” সেই ক্ষমতা, যখন বিভিন্ন এআই সিস্টেমের দ্বারা তৈরি ভবিষ্যদ্বাণীগুলিতে প্রয়োগ করা হয়, তখন এটি একটি বিশ্ব মডেল বিকাশ করতে বাধ্য করবে যাতে এটি “আপনি যে কাজটি নিয়ে কাজ করছেন তা অতিক্রম করতে পারে এবং নতুন ধরণের সমস্যা এবং দৃষ্টান্তগুলিতে সাধারণীকরণ করতে সক্ষম হতে পারে।”
আরেকটি উপমা যা মূল বিষয়টি চিত্রিত করতে সহায়তা করে তা হ’ল জেনেটিক উত্তরাধিকারের অন্তর্নিহিত আইনগুলির মধ্যে গ্রেগর মেন্ডেলের অন্তর্দৃষ্টি বনাম কীভাবে নির্বাচিতভাবে ফসল এবং প্রাণীকে বেছে নেওয়া যায় তার শতাব্দী জমে থাকা জ্ঞানের মধ্যে পার্থক্য।
তিনি বলেন, “কেবল কাজ সম্পাদন করতে নয়, বিশ্ব সম্পর্কে কিছু শিখতে ফাউন্ডেশন মডেলগুলি ব্যবহার করার বিষয়ে ক্ষেত্রটিতে প্রচুর উত্তেজনা রয়েছে,” উদাহরণস্বরূপ প্রাকৃতিক বিজ্ঞানের ক্ষেত্রে, তিনি বলেছেন। “এটি মানিয়ে নেওয়া, যে কোনও সম্ভাব্য কাজের সাথে খাপ খাইয়ে নেওয়ার জন্য একটি বিশ্ব মডেল থাকতে হবে।”
এআই সিস্টেমগুলি কি কোথাও এই জাতীয় সাধারণীকরণে পৌঁছানোর দক্ষতার কাছাকাছি? প্রশ্নটি পরীক্ষা করার জন্য, দলটি জটিলতার বিভিন্ন স্তরে ভবিষ্যদ্বাণীমূলক এআই সিস্টেমগুলির বিভিন্ন উদাহরণ দেখেছিল। উদাহরণগুলির মধ্যে খুব সহজতম সময়ে, সিস্টেমগুলি সিমুলেটেড সিস্টেমের একটি বাস্তবসম্মত মডেল তৈরি করতে সফল হয়েছিল, তবে উদাহরণগুলি আরও জটিল হয়ে ওঠে যে ক্ষমতাটি দ্রুত ম্লান হয়ে যায়।
দলটি একটি নতুন মেট্রিক তৈরি করেছে, এটি একটি সিস্টেম বাস্তব-বিশ্বের অবস্থার কাছাকাছি কতটা ভাল পরিমাণগতভাবে পরিমাপ করার একটি উপায়। তারা পরিমাপকে ইনডাকটিভ পক্ষপাতিত্ব বলে – এটি হ’ল প্রতিক্রিয়াগুলির প্রতি একটি প্রবণতা বা পক্ষপাত যা বাস্তবতা প্রতিফলিত করে, নির্দিষ্ট ক্ষেত্রে প্রচুর পরিমাণে ডেটা দেখার থেকে বিকাশের উপর ভিত্তি করে।
তারা যে উদাহরণগুলি দেখেছিল তার সহজ স্তরটি জালির মডেল হিসাবে পরিচিত ছিল। এক-মাত্রিক জালিতে, কিছু কেবল একটি লাইন বরাবর সরানো যেতে পারে। ভিএএফএ এটি এক সারিতে লিলি প্যাডগুলির মধ্যে ব্যাঙের জাম্পিংয়ের সাথে তুলনা করে। ব্যাঙটি লাফিয়ে বা বসে থাকার সাথে সাথে এটি কী করছে – ডান, বাম, বা থাকুন তা কল করে। যদি এটি সারিতে শেষ লিলি প্যাডে পৌঁছে যায় তবে এটি কেবল থাকতে পারে বা ফিরে যেতে পারে। যদি কেউ, বা একটি এআই সিস্টেম, লিলি প্যাডগুলির সংখ্যা সম্পর্কে কিছু না জেনে কেবল কলগুলি শুনতে পারে তবে এটি কি কনফিগারেশনটি বের করতে পারে? উত্তরটি হ্যাঁ: ভবিষ্যদ্বাণীমূলক মডেলগুলি এত সাধারণ ক্ষেত্রে “বিশ্ব” পুনর্গঠন করতে ভাল করে। তবে এমনকি জালাগুলির সাথেও, আপনি মাত্রার সংখ্যা বাড়ানোর সাথে সাথে সিস্টেমগুলি আর সেই লাফিয়ে উঠতে পারে না।
“উদাহরণস্বরূপ, একটি দ্বি-রাষ্ট্র বা তিন-রাষ্ট্রীয় জালিতে, আমরা দেখিয়েছি যে মডেলটির প্রকৃত অবস্থার প্রতি বেশ ভাল প্ররোচক পক্ষপাত রয়েছে,” চ্যাং বলেছেন। “তবে আমরা যেমন রাজ্যের সংখ্যা বাড়িয়েছি, তখন এটি বাস্তব-বিশ্বের মডেলগুলি থেকে বিচ্যুতি হতে শুরু করে।”
আরও জটিল সমস্যা হ’ল এমন একটি সিস্টেম যা বোর্ড গেম ওথেলো খেলতে পারে, যার মধ্যে খেলোয়াড়রা পর্যায়ক্রমে গ্রিডে কালো বা সাদা ডিস্ক স্থাপন করে। এআই মডেলগুলি একটি নির্দিষ্ট বিন্দুতে কোন পদক্ষেপগুলি অনুমোদিত তা সঠিকভাবে অনুমান করতে পারে, তবে এটি দেখা যাচ্ছে যে তারা বোর্ডের টুকরোগুলির সামগ্রিক বিন্যাসটি কী রয়েছে তা অন্তর্ভুক্ত করে যা বর্তমানে খেলা থেকে অবরুদ্ধ রয়েছে তা অনুমান করার ক্ষেত্রে তারা খারাপভাবে কাজ করে।
দলটি তখন ভবিষ্যদ্বাণীমূলক মডেলের পাঁচটি বিভিন্ন বিভাগের দিকে নজর রেখেছিল এবং আবারও জড়িত সিস্টেমগুলি যত বেশি জটিল, সত্য অন্তর্নিহিত বিশ্ব মডেলের সাথে মিলে আরও খারাপভাবে ভবিষ্যদ্বাণীমূলক মোডগুলি সম্পাদিত হয়েছিল।
এই নতুন মেট্রিকের প্ররোচিত পক্ষপাতিত্বের সাথে, “আমাদের আশা হ’ল এক ধরণের পরীক্ষার বিছানা সরবরাহ করা যেখানে আপনি বিভিন্ন মডেল, বিভিন্ন প্রশিক্ষণের পদ্ধতির মূল্যায়ন করতে পারেন, যেখানে আমরা জানি যে সত্যিকারের মডেলটি কী তা আমরা জানি,” ভিএফএ বলে। যদি এটি ইতিমধ্যে অন্তর্নিহিত বাস্তবতা জানি যেখানে এই ক্ষেত্রে এটি ভাল সম্পাদন করে, তবে আমাদের আরও বেশি বিশ্বাস থাকতে পারে যে এর ভবিষ্যদ্বাণীগুলি এমনকি এমন ক্ষেত্রেও কার্যকর হতে পারে “যেখানে সত্যটি কী তা আমরা সত্যই জানি না,” তিনি বলেছেন।
লোকেরা ইতিমধ্যে বৈজ্ঞানিক আবিষ্কারে সহায়তা করার জন্য এই ধরণের ভবিষ্যদ্বাণীমূলক এআই সিস্টেমগুলি ব্যবহার করার চেষ্টা করছে, যেমন রাসায়নিক যৌগগুলির বৈশিষ্ট্যগুলি যা আসলে কখনও তৈরি করা হয়নি, বা সম্ভাব্য ফার্মাসিউটিক্যাল যৌগগুলির বৈশিষ্ট্য সহ, বা অজানা প্রোটিন অণুগুলির ভাঁজ আচরণ এবং বৈশিষ্ট্যগুলির পূর্বাভাস দেওয়ার জন্য। “আরও বাস্তবসম্মত সমস্যার জন্য,” ভাফা বলেছেন, “এমনকি বেসিক মেকানিক্সের মতো কোনও কিছুর জন্যও আমরা দেখতে পেয়েছি যে এখানে অনেক দীর্ঘ পথ যেতে হবে বলে মনে হচ্ছে।”
চ্যাং বলেছেন, “ফাউন্ডেশন মডেলগুলির চারপাশে প্রচুর হাইপ রয়েছে, যেখানে লোকেরা ডোমেন-নির্দিষ্ট ফাউন্ডেশন মডেলগুলি তৈরি করার চেষ্টা করছে-জীববিজ্ঞান ভিত্তিক ফাউন্ডেশন মডেল, পদার্থবিজ্ঞান ভিত্তিক ফাউন্ডেশন মডেল, রোবোটিকস ফাউন্ডেশন মডেল, অন্যান্য ধরণের ডোমেনগুলির জন্য ফাউন্ডেশন মডেল যেখানে লোকেরা এক টন ডেটা সংগ্রহ করে চলেছে” এবং এই মডেলগুলি নিজেই ব্যবহার করার জন্য প্রশিক্ষণ দিচ্ছে, “এবং তারপরে এটি ডোমেনকে কিছু জ্ঞান অর্জন করে,” ডোমেনকে কিছু জ্ঞান অর্জন করে ”
এই কাজটি দেখায় যে এখানে অনেক দীর্ঘ পথ যেতে হবে তবে এটি এগিয়ে যাওয়ার পথ দেখাতেও সহায়তা করে। চ্যাং বলেছেন, “আমাদের কাগজটি পরামর্শ দেয় যে প্রতিনিধিত্ব কতটা শিখছে তা মূল্যায়নের জন্য আমরা আমাদের মেট্রিকগুলি প্রয়োগ করতে পারি, যাতে আমরা প্রশিক্ষণের জন্য ফাউন্ডেশন মডেলগুলির আরও ভাল উপায় নিয়ে আসতে পারি, বা কমপক্ষে আমরা যে মডেলগুলি প্রশিক্ষণ দিচ্ছি তার মূল্যায়ন করতে পারি,” চ্যাং বলেছেন। “ইঞ্জিনিয়ারিং ক্ষেত্র হিসাবে, একবার আমাদের কোনও কিছুর জন্য মেট্রিক হয়ে গেলে লোকেরা সত্যই, সেই মেট্রিককে অনুকূলকরণে সত্যই ভাল” “
