প্রশ্ন:
মেশিন লার্নিং কীভাবে জৈবিক নিউরনগুলি পর্যবেক্ষণ করতে সহায়তা করতে পারে - এবং এটি কেন বিভ্রান্তিকর এআই?
উত্তর:মেশিন লার্নিং কেবল মানুষের মস্তিষ্কের ক্রিয়াকলাপকে মডেল করে না - বিজ্ঞানীরা এমএল-চালিত প্রযুক্তিগুলি ব্যবহার করে আসলে মস্তিষ্কের নিজস্ব এবং এই সিস্টেমগুলি যে স্বতন্ত্র নিউরনগুলি তৈরি করে তা দেখার জন্য।
একটি ওয়্যার্ড নিবন্ধ মস্তিষ্কের মধ্যে তদন্ত করার জন্য এবং চলমান ব্যক্তিগত নিউরনের বৈশিষ্ট্যগুলি সনাক্ত করার জন্য চলমান প্রচেষ্টার কথা বলে। লেখক রবি গনজালেজ ২০০ 2007 সালের একটি প্রচেষ্টা সম্পর্কে কথা বলেছেন যা আজকে মেশিন লার্নিং ডেভলপমেন্টের শীর্ষে রয়েছে তার কিছু চিত্র তুলে ধরে।
| ফ্রি ডাউনলোড: মেশিন লার্নিং এবং কেন এটি গুরুত্বপূর্ণ |
একরকম, এই প্রকল্পগুলি তদারকি করা মেশিন লার্নিংয়ের শ্রম-নিবিড় প্রকৃতিও দেখায়। তদারকি করা মেশিন লার্নিং প্রোগ্রামগুলিতে, সাফল্য এবং নির্ভুলতার জন্য প্রকল্পটি সেট আপ করতে সহায়তা করার জন্য প্রশিক্ষণের সেট ডেটা সাবধানতার সাথে লেবেল করাতে হবে।
গনজালেজ এমন একটি পরিস্থিতির বিষয়ে কথা বলেন যেখানে একটি দলের বিভিন্ন সদস্য এই প্রকল্পগুলির যে ধরণের লেবেলিং প্রয়োজন তার জন্য প্রচুর শ্রম প্রচেষ্টা সম্পাদনের জন্য একত্রিত হন - গ্রীষ্মের শিক্ষার্থী, স্নাতক শিক্ষার্থী এবং পোস্টডক্টোরাল ব্যক্তিদের আণবিক নিউরো বিজ্ঞানী মার্গারেট সুদারল্যান্ডের সংকলন বর্ণনা করে ডেটা টীকাটি কীভাবে ডেটা সেট প্রস্তুত করতে সহায়তা করে তা বর্ণনা করে। গবেষণার অন্যতম অর্থদাতা ছিলেন স্যথারল্যান্ডের পরিচালক ছিলেন নিউরোলজিকাল ডিসঅর্ডারস অ্যান্ড স্ট্রোক জাতীয় ইনস্টিটিউট।
একটি গভীর নিউরাল নেটওয়ার্ক ব্যবহার করে সান ফ্রান্সিসকো নিউরোলজিস্ট স্টিফেন ফিংকবাইনার এবং গুগলের কিছু বিশেষজ্ঞের নেতৃত্বে একটি দল বিভিন্ন ধরণের ফ্লোরসেন্ট মার্কিং ট্যাগ সহ এবং এর ছাড়াও সেলগুলির চিত্র পর্যবেক্ষণ করেছে। প্রযুক্তিটি নিউরনের স্বতন্ত্র অংশ যেমন অ্যাক্সন এবং ডেনড্রাইটের দিকে চেয়েছিল এবং বিভিন্ন প্রক্রিয়া কোষকে একে অপরের থেকে আলাদা করার চেষ্টা করেছিল, এমন একটি প্রক্রিয়া যাতে ফিঙ্কবাইনার এবং অন্যান্যরা সিলিকো লেবেলিং বা আইএসএল নামে পরিচিত।
এই ধরনের গবেষণা বিশেষত বিভ্রান্তিকর হতে পারে যারা মেশিন লার্নিং প্রক্রিয়াতে নতুন are কারণ মেশিন লার্নিং এবং কৃত্রিম বুদ্ধিমত্তার ধারণাটি স্নায়বিক নেটওয়ার্কগুলির উপর ভিত্তি করে, যা নিজের মস্তিষ্কে নিউরনগুলি কীভাবে কাজ করে তার ডিজিটাল মডেল।
জৈবিক নিউরনের উপর নির্মিত কৃত্রিম নিউরনের ওজনযুক্ত ইনপুটগুলির একটি সেট, একটি রূপান্তর ফাংশন এবং একটি অ্যাক্টিভেশন ফাংশন রয়েছে। একইভাবে জৈবিক নিউরনের ক্ষেত্রেও এটি কিছুটা ডেটা-চালিত ইনপুট গ্রহণ করে এবং আউটপুট দেয়। সুতরাং এটি সামান্য বিদ্রূপজনক যে বিজ্ঞানীরা বাস্তবে জৈবিক নিউরনের দিকে নজর দিতে এই জৈবিকভাবে অনুপ্রাণিত নিউরাল নেটওয়ার্কগুলি ব্যবহার করতে পারেন।
একরকম, এটি পুনরাবৃত্ত প্রযুক্তির খরগোশের গর্তের নিচে একটি নির্দিষ্ট উপায়ে চলে যায় - তবে এটি এই শিল্পে শেখার প্রক্রিয়াটিকে গতিতেও সহায়তা করে - এবং এটি আমাদের প্রমাণও করে যে শেষ পর্যন্ত স্নায়ুবিজ্ঞান এবং বৈদ্যুতিক প্রকৌশল খুব ঘনিষ্ঠ হয়ে উঠছে সংযুক্ত. কারও মতে, আমরা মহান আইটি মন রে কুর্জওয়েল দ্বারা কথা বলা একাকীত্বের কাছে পৌঁছে যাচ্ছি যেখানে মানুষ এবং মেশিনগুলির মধ্যে লাইনগুলি অবিচ্ছিন্নভাবে ঝাপসা হয়ে যাবে। এই নতুন মডেলের সমস্ত কীভাবে কাজ করে তা আরও ভালভাবে বোঝার জন্য বিজ্ঞানীরা কীভাবে আমাদের অত্যন্ত শক্তিশালী প্রযুক্তিগুলি আমাদের বিশ্বে প্রয়োগ করছেন তা দেখার বিষয়টি গুরুত্বপূর্ণ।
