কৃত্রিম বুদ্ধিমত্তার পিছনে মানব চিন্তাভাবনা

কৃত্রিম বুদ্ধিমত্তা বুদ্ধিমান মানুষের চিন্তাভাবনার উপর নির্মিত, ডেটা ল্যাবেলারদের সহ যারা প্রতি ঘন্টা 1.32 মার্কিন ডলার হিসাবে কম প্রদান করা হয়। মানব-মেশিন সম্পর্কের বিশেষজ্ঞ জেনা আসাদ এই প্রযুক্তির জন্য আমরা যে মূল্য দিতে ইচ্ছুক তা পরীক্ষা করে। এই নিবন্ধটি মূলত 2024 সালের ডিসেম্বরে কসমস প্রিন্ট ম্যাগাজিনে প্রকাশিত হয়েছিল।

থেকে ব্লেড রানার থেকে ম্যাট্রিক্সবিজ্ঞান কল্পকাহিনী কৃত্রিম বুদ্ধিমত্তাকে মানব বুদ্ধিমত্তার আয়না হিসাবে চিত্রিত করে। এটি নিজের মন দিয়ে বিকশিত এবং অগ্রসর হওয়ার ক্ষমতা ধারণ হিসাবে চিত্রিত হয়েছে। বাস্তবতা খুব আলাদা।

এআইয়ের মূল ধারণাগুলি, যা কম্পিউটার বিজ্ঞানের প্রথম দিনগুলি থেকে আগত, এটি মেশিনগুলিতে মানব বুদ্ধিমত্তার প্রতিলিপি হিসাবে সংজ্ঞায়িত করেছিল। এই সংজ্ঞাটি বুদ্ধিমত্তার ধারণার শব্দার্থবিজ্ঞানের উপর বিতর্ককে আমন্ত্রণ জানায়।

মানব বুদ্ধি প্রতিলিপি করা যেতে পারে?

বুদ্ধিমত্তার ধারণাটি একটি ঝরঝরে সংজ্ঞার মধ্যে অন্তর্ভুক্ত নয়। কেউ কেউ বুদ্ধিমত্তাকে তথ্য মনে রাখার ক্ষমতা হিসাবে দেখেন, অন্যরা এটিকে ভাল সিদ্ধান্ত গ্রহণ হিসাবে দেখেন এবং কেউ কেউ এটি আবেগের সংক্ষিপ্তসার এবং অন্যের সাথে আমাদের চিকিত্সার মধ্যে দেখতে পান।

যেমন, মানব বুদ্ধি একটি উন্মুক্ত এবং বিষয়গত ধারণা। কোনও মেশিনে এই নিরাকার ধারণাটি প্রতিলিপি করা খুব কঠিন।

সফ্টওয়্যার হ’ল এআই এর ভিত্তি, এবং সফ্টওয়্যার তার নির্মাণে বাইনারি; দুটি জিনিস বা অংশ দিয়ে তৈরি কিছু। সফ্টওয়্যারটিতে, সংখ্যা এবং মানগুলি 1 বা 0 হিসাবে সত্য বা মিথ্যা হিসাবে প্রকাশ করা হয়। এই দ্বৈত নকশাটি মানব চিন্তাভাবনা এবং সিদ্ধান্ত গ্রহণের ধূসর রঙের অনেকগুলি ছায়াছবি প্রতিফলিত করে না।

সবকিছু কেবল হ্যাঁ বা না নয়। এই উপদ্রবের অংশটি অভিপ্রায় এবং যুক্তি থেকে আসে, যা স্পষ্টতই মানবিক গুণাবলী।

অভিপ্রায় থাকা হ’ল শেষ বা উদ্দেশ্য মাথায় রেখে কিছু অনুসরণ করা। এআই সিস্টেমগুলি সফ্টওয়্যারটির মধ্যে ফাংশন আকারে লক্ষ্য রাখে বলে মনে করা যেতে পারে তবে এটি অভিপ্রায় হিসাবে একই নয়।
প্রধান পার্থক্য হ’ল লক্ষ্যগুলি হ’ল নির্দিষ্ট এবং পরিমাপযোগ্য উদ্দেশ্যগুলি যেখানে উদ্দেশ্যগুলি সেই ক্রিয়াকলাপগুলির পিছনে অন্তর্নিহিত উদ্দেশ্য এবং অনুপ্রেরণা।

আপনি লক্ষ্যগুলি ‘কী’ হিসাবে সংজ্ঞায়িত করতে পারেন এবং ‘কেন’ হিসাবে অভিপ্রায় করতে পারেন।

যুক্তিযুক্ত হওয়া হ’ল যুক্তি এবং সংবেদনশীলতার সাথে কিছু বিবেচনা করা, পুরানো এবং নতুন তথ্য এবং অভিজ্ঞতা থেকে সিদ্ধান্তগুলি আঁকানো। এটি প্যাটার্ন স্বীকৃতির চেয়ে বোঝার উপর ভিত্তি করে। এআইয়ের অভিপ্রায় এবং যুক্তির ক্ষমতা নেই এবং এটি কোনও মেশিনে মানব বুদ্ধিমত্তার প্রতিরূপ করার সম্ভাব্যতাটিকে চ্যালেঞ্জ জানায়।

নীতি এবং ফ্রেমওয়ার্কগুলির একটি কর্নোকোপিয়া রয়েছে যা আমরা কীভাবে নৈতিক মেশিনগুলি ডিজাইন ও বিকাশ করি তা সমাধান করার চেষ্টা করে। তবে যদি এআই সত্যই মানব বুদ্ধিমত্তার প্রতিলিপি না হয় তবে আমরা কীভাবে এই মেশিনগুলিকে মানব নৈতিক মানগুলিতে ধরে রাখতে পারি?

মেশিনগুলি কি নৈতিক হতে পারে?

নীতিশাস্ত্র নৈতিকতার একটি অধ্যয়ন: সঠিক এবং ভুল, ভাল এবং খারাপ। একটি মেশিনে নীতিশাস্ত্র সরবরাহ করা, যা স্বতন্ত্রভাবে মানুষ নয়, এটি অপ্রয়োজনীয় বলে মনে হয়। আমরা কীভাবে একটি বাইনারি কনস্ট্রাক্ট আশা করতে পারি, যা যুক্তিযুক্ত হতে পারে না, নৈতিকভাবে আচরণ করতে পারে?

বুদ্ধিমত্তার চারপাশে শব্দার্থক বিতর্কের অনুরূপ, নীতিশাস্ত্র সংজ্ঞায়িত করা তার নিজস্ব পান্ডোরার বাক্স। নীতিশাস্ত্র নিরাকার, সময় এবং স্থান জুড়ে পরিবর্তিত। এক ব্যক্তির কাছে নৈতিকতা যা অন্যের কাছে নাও হতে পারে। 5 বছর আগে নৈতিকতা যা ছিল তা আজ উপযুক্ত হিসাবে বিবেচিত হবে না।

এই পরিবর্তনগুলি অনেক কিছুর উপর ভিত্তি করে; সংস্কৃতি, ধর্ম, অর্থনৈতিক জলবায়ু, সামাজিক ডেমোগ্রাফিক এবং আরও অনেক কিছু। এই খুব মানবিক ধারণাগুলি মূর্ত করার মেশিনগুলির ধারণাটি অসম্ভব এবং তাই এটি অনুসরণ করে যে মেশিনগুলি নৈতিক মানগুলিতে রাখা যায় না। যাইহোক, নৈতিক মানদণ্ডে কী এবং কী রাখা উচিত এবং এআই এর জন্য সিদ্ধান্ত নেয় এমন লোকেরা।

জনপ্রিয় বিশ্বাসের বিপরীতে, যে কোনও ফর্মের প্রযুক্তি তার নিজস্ব চুক্তির বিকাশ করে না। বাস্তবতা হ’ল তাদের বিবর্তন মানুষ দ্বারা কুকুরছানা হয়েছে। মানুষ হ’ল এই সিস্টেমগুলি ডিজাইনিং, বিকাশ, উত্পাদন, মোতায়েন করা এবং ব্যবহার করে।

যদি কোনও এআই সিস্টেম একটি ভুল বা অনুপযুক্ত আউটপুট উত্পাদন করে তবে এটি ডিজাইনের ত্রুটিগুলির কারণে, কারণ মেশিনটি অনৈতিক নয়।

নীতিশাস্ত্রের ধারণাটি মূলত মানব। এই শব্দটি এআই, বা প্রযুক্তির অন্য কোনও রূপে প্রয়োগ করতে, এই সিস্টেমগুলি নৃতাত্ত্বিক। প্রযুক্তির একটি অংশে মানুষের বৈশিষ্ট্য এবং আচরণকে দায়ী করা সেই প্রযুক্তিটি কী এবং সক্ষম নয় তার বিভ্রান্তিমূলক ব্যাখ্যা তৈরি করে।

সিন্থেটিক মানুষ এবং ঘাতক রোবটগুলি সম্পর্কে কয়েক দশক ধরে দীর্ঘ বার্তাগুলি কীভাবে আমরা প্রযুক্তির অগ্রগতিকে ধারণাটি তৈরি করি, বিশেষত প্রযুক্তি যা মানব বুদ্ধিমত্তার প্রতিলিপি দাবি করে।
এআই অ্যাপ্লিকেশনগুলি সাম্প্রতিক বছরগুলিতে তাত্পর্যপূর্ণভাবে স্কেল করেছে, অনেকগুলি এআই সরঞ্জামগুলি সাধারণ মানুষের জন্য অবাধে উপলব্ধ করা হয়েছে। তবে অবাধে অ্যাক্সেসযোগ্য এআই সরঞ্জামগুলি ব্যয় করে আসে। এই ক্ষেত্রে, ব্যয়টি হাস্যকরভাবে মানব বুদ্ধিমত্তার মূল্য হিসাবে।

এআই এর পিছনে লুকানো শ্রম

একটি প্রাথমিক স্তরে, কৃত্রিম বুদ্ধিমত্তা ডেটাতে নিদর্শনগুলি সন্ধান করে কাজ করে, যা আপনার ভাবার চেয়ে বেশি মানব শ্রম জড়িত।

চ্যাটজিপিটি এআইয়ের একটি উদাহরণ, এটি একটি বৃহত ভাষার মডেল (এলএলএম) হিসাবে পরিচিত। চ্যাটজিপিটি সাবধানে লেবেলযুক্ত ডেটাতে প্রশিক্ষিত হয় যা টীকাগুলি এবং বিভাগগুলির আকারে প্রসঙ্গ যুক্ত করে, অন্যথায় প্রচুর শব্দ।

একটি এআই মডেলকে প্রশিক্ষণের জন্য লেবেলযুক্ত ডেটা ব্যবহার করা তদারকি শেখা হিসাবে উল্লেখ করা হয়। একটি অ্যাপলকে “অ্যাপল” হিসাবে লেবেল করা, “চামচ” হিসাবে একটি চামচ, “কুকুর” হিসাবে একটি কুকুর, এই ডেটাগুলির টুকরোগুলি দরকারী তথ্যে প্রাসঙ্গিক করতে সহায়তা করে।

আপনি যখন চ্যাটজিপিটি -তে একটি প্রম্পট প্রবেশ করেন, এটি আপনার প্রম্পটের মধ্যে থাকা ব্যক্তির সাথে মেলে নিদর্শনগুলি সন্ধান করার জন্য এটি যে ডেটা প্রশিক্ষণ দেওয়া হয়েছে তা স্কোর করে। ডেটা লেবেলগুলি যত বেশি বিশদভাবে ম্যাচগুলি তত বেশি নির্ভুল। “কুকুর” লেবেলের পাশাপাশি “পোষা” এবং “প্রাণী” এর মতো লেবেলগুলি আরও বিশদ সরবরাহ করে, নিদর্শনগুলি প্রকাশের জন্য আরও সুযোগ তৈরি করে।

ডেটা সামগ্রীর সংমিশ্রণ (চিত্র, শব্দ, সংখ্যা ইত্যাদি) দিয়ে গঠিত এবং এটির জন্য এই প্রসঙ্গটি দরকারী তথ্য হয়ে উঠতে হবে যা ব্যাখ্যা এবং ব্যবহার করা যেতে পারে।

এআই শিল্প বাড়ার সাথে সাথে আরও সঠিক পণ্য বিকাশের জন্য আরও বেশি চাহিদা রয়েছে। এটি অর্জনের অন্যতম প্রধান উপায় হ’ল প্রশিক্ষণের ডেটাতে আরও বিশদ এবং দানাদার লেবেল।
ডেটা লেবেলিং একটি সময় সাশ্রয়ী এবং শ্রম নিবিড় প্রক্রিয়া। এই কাজের অভাবে, ডেটা তত্ত্বাবধানে শিক্ষার মাধ্যমে পরিচালিত একটি এআই মডেল দ্বারা ব্যবহারযোগ্য বা বোধগম্য নয়।

কাজটি এআই মডেল এবং সরঞ্জামগুলির বিকাশের জন্য প্রয়োজনীয় হওয়া সত্ত্বেও, ডেটা ল্যাবেলারদের কাজ প্রায়শই সম্পূর্ণ নজরে না যাওয়া এবং অচেনা হয়ে যায়।

ডেটা লেবেলিং মানব বিশেষজ্ঞদের দ্বারা করা হয় এবং এই লোকেরা সাধারণত গ্লোবাল দক্ষিণ – কেনিয়া, ভারত এবং ফিলিপাইন থেকে হয়। এটি কারণ ডেটা লেবেলিং শ্রম নিবিড় কাজ এবং গ্লোবাল দক্ষিণে শ্রম সস্তা।

ডেটা ল্যাবেলাররা চাপযুক্ত পরিস্থিতিতে কাজ করতে বাধ্য হয়, সহিংসতা, স্ব-ক্ষতি, হত্যা, ধর্ষণ, নেক্রোফিলিয়া, শিশু নির্যাতন, পশুপালতা এবং অজাচারের চিত্রিত সামগ্রী পর্যালোচনা করে।

স্বল্প সময়সীমার মধ্যে উচ্চ চাহিদা মেটাতে ডেটা ল্যাবেলারদের চাপ দেওয়া হয়। এর জন্য, তারা প্রতি ঘন্টা 1.32 মার্কিন ডলার হিসাবে কম আয় করে সময় ডেটা লেবেলিং সংস্থা সামা এর সাথে ওপেনএআই চুক্তির ভিত্তিতে ম্যাগাজিনের 2023 প্রতিবেদন।

কেনিয়া, ভারত এবং ফিলিপাইনের মতো দেশগুলি শ্রমিকের অধিকার এবং কাজের অবস্থার কম আইনী এবং নিয়ন্ত্রক তদারকি করতে পারে।

দ্রুত ফ্যাশন শিল্পের মতো, সস্তা শ্রম সস্তা অ্যাক্সেসযোগ্য পণ্যগুলি সক্ষম করে বা এআইয়ের ক্ষেত্রে এটি প্রায়শই একটি নিখরচায় পণ্য।

এআই সরঞ্জামগুলি অ্যাক্সেস এবং ব্যবহারের জন্য সাধারণত নিখরচায় বা সস্তা কারণ বেশিরভাগ লোকেরা অবগত নয় এমন লুকানো শ্রমের চারপাশে ব্যয়গুলি কাটা হচ্ছে।

এআইয়ের নৈতিকতা সম্পর্কে চিন্তাভাবনা করার সময়, সরবরাহের সরবরাহ শৃঙ্খলে ফাটলগুলি খুব কমই এই আলোচনার পৃষ্ঠে আসে। লোকেরা কীভাবে তৈরি হয়েছিল তার চেয়ে লোকেরা নিজেই মেশিনে বেশি মনোনিবেশ করে। কোনও পণ্য কীভাবে বিকশিত হয়, এটি পোশাকের আইটেম, একটি টিভি, আসবাব বা একটি এআই-সক্ষম সক্ষমতা, সামাজিক এবং নৈতিক প্রভাব রয়েছে যা সুদূরপ্রসারী।

একটি নম্বর খেলা

আজকের ডিজিটাল বিশ্বে, সাংগঠনিক প্রণোদনাগুলি রাজস্বের বাইরে চলে গেছে এবং এখন ব্যবহারকারীর সংখ্যার চারপাশে মেট্রিকগুলি অন্তর্ভুক্ত করেছে।

জনসাধারণের জন্য তাত্পর্যপূর্ণভাবে ব্যবহার করার জন্য নিখরচায় সরঞ্জামগুলি প্রকাশ করা ব্যবহারকারীর সংখ্যা স্কেল করে এবং বিকল্প উপার্জন প্রবাহের জন্য পথগুলি খোলে।

এর অর্থ আমাদের এখন ব্যয়ের একটি ভগ্নাংশে প্রযুক্তি সরঞ্জামগুলিতে অ্যাক্সেসের বৃহত্তর স্তর রয়েছে, বা এমনকি কোনও আর্থিক ব্যয়ও নেই। প্রযুক্তি যেভাবে গ্রাহকদের কাছে পৌঁছেছে তাতে এটি সাম্প্রতিক এবং দ্রুত পরিবর্তন।
২০১১ সালে, 35% আমেরিকান একটি মোবাইল ফোনের মালিক ছিল। 2024 সালের মধ্যে এই পরিসংখ্যানটি পুরোপুরি 97%এ উন্নীত হয়েছে। 1973 সালে, একটি নতুন টিভি আজ $ 379.95 মার্কিন ডলারে খুচরা বিক্রয় করেছে, আজ $ 2,694.32 মার্কিন ডলার সমতুল্য। আজ, একটি নতুন টিভি এর চেয়ে অনেক কম দামে কেনা যায়।

বর্ধিত উত্পাদন histor তিহাসিকভাবে শ্রম এবং গুণমান উভয় ক্ষেত্রে ব্যয় কাটাতে হয়েছে। আমরা দরিদ্র মানের পণ্যগুলি গ্রহণ করি কারণ খরচ সম্পর্কে আমাদের প্রত্যাশা পরিবর্তিত হয়েছে। শেষ পর্যন্ত জিনিস কেনার পরিবর্তে, আমরা এখন সেগুলি প্রতিস্থাপনের প্রত্যাশার সাথে জিনিস কিনেছি।

দ্রুত ফ্যাশন শিল্প লুকানো শ্রম এবং গ্রাহকদের মধ্যে এর গ্রহণযোগ্যতার স্বাচ্ছন্দ্যের একটি উদাহরণ। ১৯ 1970০ থেকে ২০২০ সালের মধ্যে, গড় ভোক্তা 60০% বেশি পোশাক কেনা সত্ত্বেও গড় ব্রিটিশ পরিবার পোশাকের জন্য তাদের বার্ষিক ব্যয় হ্রাস করে।

সস্তা বা নিখরচায় পণ্যগুলির মোহন শ্রমের অবস্থার আশেপাশে নৈতিক উদ্বেগগুলি দূর করে বলে মনে হয়। একইভাবে, বুদ্ধিমান মেশিনগুলির মোহন কীভাবে এই সরঞ্জামগুলি আসলে বিকশিত হয় তার চারপাশে একটি মুখোমুখি তৈরি করেছে।

নৈতিক এআই অর্জন

কৃত্রিম বুদ্ধিমত্তা প্রযুক্তি নীতিশাস্ত্রকে মূর্ত করতে পারে না; যাইহোক, যে পদ্ধতিতে এআই ডিজাইন করা হয়েছে, বিকাশিত এবং মোতায়েন করা হয়েছে।

২০২১ সালে, ইউনেস্কো এআইয়ের নীতিশাস্ত্রের উপর একটি সুপারিশ প্রকাশ করেছিল, যা এআই বাস্তবায়ন এবং ব্যবহারের প্রভাবগুলিতে মনোনিবেশ করে। সুপারিশগুলি এআইয়ের উন্নয়নের পিছনে লুকানো শ্রমকে সম্বোধন করে না।

এআইয়ের ভুল ব্যাখ্যা, বিশেষত যারা এআই এর নিজস্ব মন দিয়ে বিকাশের ধারণাকে উত্সাহিত করে, সেই প্রযুক্তিটি ডিজাইনিং, বিল্ডিং এবং মোতায়েন করা লোকদের থেকে প্রযুক্তিটিকে আলাদা করে দেয়। শ্রম শর্তগুলি কী এবং তাদের সরবরাহ চেইনের মধ্যে কী গ্রহণযোগ্য নয় সে সম্পর্কে এই লোকেরা সিদ্ধান্ত নেয়, ডেটা লেবেলিংয়ের জন্য প্রয়োজনীয় দক্ষতা এবং দক্ষতার জন্য পারিশ্রমিক কী এবং উপযুক্ত নয়।

আমরা যদি নৈতিক এআই অর্জন করতে চাই তবে আমাদের এআই সাপ্লাই চেইন জুড়ে নৈতিক সিদ্ধান্ত গ্রহণ এম্বেড করা দরকার; ডেটা ল্যাবেলারদের কাছ থেকে যারা সাবধানতার সাথে এবং শ্রমসাধ্যভাবে টীকাটা এবং প্রচুর পরিমাণে ডেটা শ্রেণিবদ্ধ করে তাদের গ্রাহকদের মাধ্যমে যারা কোনও পরিষেবার জন্য অর্থ প্রদান করতে চান না তাদের মাধ্যমে তারা চিন্তাভাবনা করতে অভ্যস্ত হয়ে পড়েছেন।

সমস্ত কিছু ব্যয়ে আসে এবং নীতিশাস্ত্র হ’ল আমরা কী ব্যয় এবং অর্থ প্রদান করতে রাজি নই।