প্রশ্ন:
ব্যবসায়ের এআইয়ের জন্য "সংযোগবাদ" অর্থ কী?
উত্তর:কৃত্রিম বুদ্ধিমত্তার ধারণাটি ব্যবসায়কে বিভিন্ন উপায়ে প্রয়োগ করা হয় এবং কৃত্রিম বুদ্ধিমত্তা গবেষণার বড় পদক্ষেপগুলি ব্যবসায়ের মুখোমুখি সফ্টওয়্যার সক্ষমতায় অগ্রগতি অর্জনের জন্য চূড়ান্ত কার্যকর হতে পারে। সংযোগবাদ একটি নতুন দিক যেখানে বেশিরভাগ কৃত্রিম বুদ্ধিমত্তা গবেষণা এগিয়ে চলেছে এবং এটি সম্ভবত এমন একটি সরঞ্জাম যা কৃত্রিম বুদ্ধিমত্তার সমাধানের সক্ষমতা থেকে ব্যবসায়ীরা ব্যবহার করার জন্য নাটকীয়ভাবে পরিবর্তন করতে পারে।
সংযোগবাদ কৃত্রিম বুদ্ধিমত্তার একটি দর্শন যা মস্তিষ্কে নিউরোন এবং নিউরনের গ্রুপগুলির সাথে সম্পর্কিত ছোট ছোট কৃত্রিম ইউনিট তৈরি করে মানুষের মস্তিষ্কের মডেলিংকে উত্সাহ দেয়। সংযোগবাদের অন্যতম মৌলিক দিক হ'ল জোর যে উচ্চ-স্তরের আচরণ এবং জ্ঞানীয় সিস্টেমগুলি সংযুক্ত নেটওয়ার্কে একসাথে বাঁধা ছোট স্বতন্ত্র ইউনিট ব্যবহার করে তৈরি করা যেতে পারে। এই বিষয়টি মাথায় রেখে কৃত্রিম নিউরাল নেটওয়ার্কের (এএনএন) উত্থান সংযোগবাদ এবং হিব্বিয়ান তত্ত্বের প্রচারের ক্ষেত্রে অনেক কিছু করেছে, গণিতবিদ ডোনাল্ড হেব এবং ১৯৪০ এর দশকে তাঁর কাজের নাম অনুসারে।
সংযোগবাদ পরামর্শ দেয় যে কৃত্রিম নিউরাল নেটওয়ার্কের কৃত্রিম বুদ্ধিমত্তার অগ্রগতিতে সমালোচনামূলক অ্যাপ্লিকেশন রয়েছে। বিজ্ঞানীরা ইতিমধ্যে তাদের নিষ্পত্তি করতে এএনএন মডেলগুলি বিশদভাবে প্রস্তুত করেছেন এবং কৃত্রিম নিউরাল নেটওয়ার্কগুলি বিভিন্ন ক্ষেত্রে মেশিন লার্নিংকে বাড়িয়ে তুলছে। যখন কৃত্রিম বুদ্ধিমত্তার এন্টারপ্রাইজ ব্যবহারের কথা আসে, সংযোগবাদ সত্যিকারের সহায়ক প্রযুক্তিগুলি কাজ করে এমন অন্তর্নিহিত উপায়গুলিকে পরিবর্তন করতে পারে।
Traditionalতিহ্যবাহী এন্টারপ্রাইজ ব্যবসায়ের গোয়েন্দা সরঞ্জামগুলির দিকে তাকালে আমরা দেখতে পাব যে এগুলির মধ্যে অনেকগুলি সম্ভাব্য সরঞ্জামগুলি সহ কয়েকটি মোটামুটি traditionalতিহ্যবাহী পদ্ধতির উপর ভিত্তি করে। এর মধ্যে একটি বায়েশিয়ান যুক্তি, যা কারণ-ও-প্রভাব এবং সিদ্ধান্তের গাছগুলি ব্যবহার করে এবং সিদ্ধান্ত-সমর্থনের ফলাফল তৈরি করতে এই যুক্তি অনুসারে বড় ডেটা সেটগুলিতে হেরফের করে (ব্যবসায়ের ক্ষেত্রে বায়েশিয়ান যুক্তির জনপ্রিয় ব্যবহার সম্পর্কে একটি নিবন্ধ দেখুন)।
ব্যবসায়ের ক্ষেত্রে সংযোগবাদ কৃত্রিম বুদ্ধিমত্তাকে প্রভাবিত করার সবচেয়ে বড় উপায়টি হ'ল এটি কৃত্রিম নিউরাল নেটওয়ার্কগুলির ভিত্তিতে কাজ করে এমন মডেলগুলির সাথে এই অনেক বায়েশিয়ার যুক্তি মডেল এবং সম্ভাব্য মডেলগুলিকে প্রতিস্থাপন করবে। কৃত্রিম নিউরাল নেটওয়ার্কটি ছোট ছোট টুকরোগুলির একটি সংগ্রহ যা পৃথকভাবে স্বল্প অর্থ পায়। পৃথক ইউনিটগুলিতে প্রচুর যুক্তি তৈরি হয় নি - পরিবর্তে, নেটওয়ার্ক এই ইউনিটগুলির আউটপুটগুলির সাথে একত্রিত করে এবং এটিকে একটি যৌক্তিক পরিণতিতে পরিণত করে। এটি মাথায় রেখে, সংযোগবাদের ভিত্তিতে নির্মিত ব্যবসায়িক কৃত্রিম বুদ্ধিমত্তার সরঞ্জামগুলি অতীতে জনপ্রিয়ভাবে ব্যবহৃত হয়েছে (কোওরার এই শিক্ষামূলক থ্রেডটি দেখুন) থেকে মূলত আলাদা হবে। যুক্তির মাধ্যমে গণনামূলক ফলাফল অর্জনের পরিবর্তে, তারা কৃত্রিম নিউরাল নেটওয়ার্কের মাধ্যমে জটিল মেশিন লার্নিং অ্যালগরিদমগুলি চালিয়ে এবং ফলাফলগুলি পরীক্ষা করার মাধ্যমে এই ফলাফলগুলি অর্জন করবে।
কিছু বিশেষজ্ঞ যুক্তিযুক্ত কৃত্রিম বুদ্ধিমত্তার উপর আধুনিক গবেষণার সীমাবদ্ধতার সাথে সংযোগবাদের উত্থানের অনেক কিছুই যুক্তিযুক্ত বলে দাবি করেছেন। অন্য কথায়, গবেষকরা যেহেতু প্রচলিত এআইয়ের সম্ভাবনা অনেকটা বাড়িয়েছিলেন, তাই সংযোগবাদ এবং কৃত্রিম নিউরাল নেটওয়ার্ক এই প্রযুক্তিগুলি কীভাবে কাজ করে এবং "চিন্তাভাবনা করে" কীভাবে সংযুক্তিবাদ ভিত্তিক মডেলগুলি নিয়ে আসছে তা আরও বাড়ানোর এবং সম্প্রসারিত করার একটি উপায় সরবরাহ করেছিল। আমাদের মানব মস্তিষ্ক এবং জৈবিক চিন্তার প্রক্রিয়াটির সম্পূর্ণ সিমুলেশনের খুব কাছাকাছি, যার কারণে এই উদ্ভাবনগুলি সমস্ত ধরণের ব্যবসায়ের কৃত্রিম বুদ্ধিমত্তার জন্য এত গুরুত্বপূর্ণ হতে চলেছে - উদাহরণস্বরূপ, কোনও ব্যবসায়ের বিক্রয় শক্তি অটোমেশন থেকে ব্যবহার করা হবে বা গ্রাহক সম্পর্ক ব্যবস্থাপনা বা সরবরাহ চেইন বা সুবিধা পরিচালনার সরঞ্জামগুলি এই সমস্ত বিভিন্ন মডেলের উপর ভিত্তি করে তৈরি করা হবে।
আপনার সংস্থাটি এআই এবং মেশিনের কিছু শিখতে পারে? এটি জানতে AltaML দেখুন ।
