প্রশ্ন:
মেশিন লার্নিং অগ্রগতিগুলি কি ক্রস-প্ল্যাটফর্ম ডেটা মোতায়েন সেট করবে?
উত্তর:আমরা যখন ব্যবসায় মেশিন লার্নিং এবং এআই সম্পর্কে কথা বলি তখন আমরা কী সম্পর্কে কথা বলি?
প্রচুর বিভিন্ন লোকের বিভিন্ন মতামত রয়েছে - এবং এটি ব্যবসাটি কী করছে তার প্রসঙ্গে নির্ভর করে। যাইহোক, আপনি সামগ্রিকভাবে কৃত্রিম বুদ্ধিমত্তার দক্ষতা সম্পর্কে কথা বলার সাথে সাথে ব্যবসাগুলি কীভাবে এই ব্র্যান্ড-নতুন প্রযুক্তি ব্যবহার করার ঝোঁক রয়েছে সে সম্পর্কে কিছু বিভ্রান্তি এবং অস্পষ্টতা পরিষ্কার করা সম্ভব।
| ফ্রি ডাউনলোড: মেশিন লার্নিং এবং কেন এটি গুরুত্বপূর্ণ |
"ব্যবসায় সম্পর্কে এআই সম্পর্কে হাইপ বিশ্বাস করবেন না" ভেনচার বিট শীর্ষক একটি নিবন্ধে লেখক বিবেক ওয়াধওয়া এই ধারণাটির পরিবর্তে দৃ strong় প্রতিবেদনের প্রস্তাব দিয়েছেন যে আধুনিক এআই সিস্টেমগুলি ব্যবসায়িক প্রক্রিয়াগুলিতে অন্তর্ভুক্ত করা সহজ।
ওয়াধওয়া লিখেছেন, “বেশিরভাগ ব্যবসায়ের সমস্যাগুলিকে খেলায় পরিণত করা যায় না। “আপনার দু'জনের বেশি খেলোয়াড় রয়েছে এবং এর সুস্পষ্ট নিয়ম নেই। ব্যবসায়িক সিদ্ধান্তের ফলাফলগুলি খুব কমই একটি পরিষ্কার জয় বা ক্ষতি, এবং অনেক অনেক পরিবর্তনশীল রয়েছে … আজকের এআই সিস্টেমগুলি মানুষের মস্তিষ্কের নিউরাল নেটওয়ার্কগুলির কার্যকারিতা অনুকরণ করার জন্য যথাসাধ্য চেষ্টা করে, তবে তারা এটি খুব সীমিত উপায়ে করে do "
"এআই যতটা তথ্য পেয়ে থাকে ততই উত্তম, " উল্লেখ করে ওয়াধওয়া খুব স্পষ্ট বক্তব্য রাখে। কৃত্রিম বুদ্ধিমত্তা "মানুষের মতো চিন্তাভাবনা" নয় বরং তথ্যের আরও পরিশীলিত ব্যবহারের মাধ্যমে এটি মানব চিন্তার দিকগুলি প্রতিলিপি করে চলেছে। এটি এখনও ইনপুট এবং আউটপুট চারপাশে কাঠামোগত।
তবে, ওয়াধওয়া আজকের ব্যবসায়িক বিশ্বে কৃত্রিম বুদ্ধিমত্তার অন্যতম প্রতিশ্রুতিবদ্ধ বিষয় সম্পর্কে কথা বলার ক্ষেত্রে একটি আকর্ষণীয় সতর্কতাও তৈরি করে।
ওয়াধওয়া উদাহরণ হিসাবে মেগা-খুচরা বিক্রেতা আমাজন ব্যবহার করে। অ্যামাজন সংস্থা কীভাবে বিভিন্ন সিলো থেকে ডেটা নিয়ে এবং ইন্টারেক্টিভ গন্তব্যে বন্দরে রাখে সে সম্পর্কে কথা বলতে গিয়ে, ওয়াধওয়া পরামর্শ দেন যে বিভাগগুলিতে এই সমস্ত তথ্য একীকরণ করা গ্রাহকসেবা, ব্যবসায়িক বুদ্ধিমত্তা এবং আরও অনেক কিছুর ক্ষেত্রগুলিতে উদ্ভাবন করতে পারে।
ওয়াধওয়া লিখেছেন, "অ্যামাজন অনেক সংস্থার একটি সমস্যার সমাধান করছে - সংযোগ বিচ্ছিন্নভাবে উপাত্ত রয়েছে, " ওয়াধওয়া লিখেছেন।
অন্য কথায়, প্ল্যাটফর্ম জুড়ে ডেটা সেটগুলি গ্রহণ এবং কোনও আর্কিটেকচার জুড়ে সেগুলি প্রয়োগ করা কৃত্রিম বুদ্ধিমত্তা সফ্টওয়্যারগুলির অন্যতম বৃহত্তম ভূমিকা এবং এটি আগামী কয়েক বছরের মধ্যে ব্যবসায়ের জন্য সেরা ব্যবহারের কয়েকটি বিষয় গঠন করতে পারে। কোনও কৃত্রিম বুদ্ধিমত্তা সত্তা কোনও মানুষের মতো সম্পূর্ণরূপে আচরণ এবং কাজ করতে সক্ষম না হতে পারে - তবে এতে ডেটা ক্রাঞ্চিং এবং অন্তর্দৃষ্টি বিকাশের সাথে সম্পর্কিত খুব শক্তিশালী ক্ষমতা রয়েছে।
ইউনিফাইড বাণিজ্য এবং ইউনিফাইড যোগাযোগ সম্পর্কেও ব্যবসায়গুলি আজকাল প্রচুর কথা বলছে। এমন ধারণা রয়েছে যে তাদের সমস্ত চ্যানেলকে একীভূত করে এবং তাদের ইন্টারঅ্যাকটিভ হয়ে উঠতে সহায়তা করার মাধ্যমে ব্যবসায়ীরা পরবর্তী দশক জুড়ে চটজল প্রতিযোগিতার জন্য নিজেকে অবস্থান করছে। এটি আবার এমন একটি জিনিস যা কৃত্রিম বুদ্ধি সাহায্য করতে পারে। এটি বিভিন্ন ডেটা সেটগুলি পরিচালনা করতে পারে এবং কিছুটা স্বয়ংক্রিয় এবং স্ব-চালিত উপায়ে যেখানে তাদের প্রয়োজন সেখানে এটি মোতায়েন করতে পারে। খুব বিস্তৃত স্তরে, কৃত্রিম বুদ্ধিমত্তা মানব হ্যান্ডলারের বোঝা বন্ধ করে দেয় এবং বিভিন্ন ক্রিয়াকলাপী উপায়ে নিজস্ব ক্রিয়াকলাপ পরিচালনা করে।
এই বিষয়টি মাথায় রেখে, মেশিন লার্নিং অগ্রগতিগুলি উদ্ভাবন করার জন্য প্ল্যাটফর্মগুলিতে ডেটা সেটগুলির ব্যবহারকে প্রচার করার জন্য নিশ্চিত। যদিও অন্যান্য বড় ভূমিকা এবং প্রক্রিয়াগুলি পাইকের নিচে নেমে আসছে, এটি সম্ভবত স্বল্প মেয়াদে মেশিন লার্নিং এবং এআইয়ের একটি প্রধান দিক হতে চলেছে।
