কৃত্রিম বুদ্ধিমত্তার শাখা খুঁজলে সাধারণত পরিভাষায় ভরা একাডেমিক ডায়াগ্রাম মেলে। শিক্ষার্থীর জন্য সেটি কাজের, কিন্তু দোকানের মালিক বা ক্লিনিক ম্যানেজারের দরকার আরও ব্যবহারিক কিছু: কোন শাখা কী করে, রোজকার জীবনে কোথায় আমরা তা দেখি, আর নিজের প্রজেক্টে কীভাবে কাজে লাগানো যায়।
এই গাইডে সহজ ভাষায় প্রধান শাখাগুলো, প্রতিটির একটি বাস্তব ব্যবহার, আর কোড না লিখে Uttra-কে দিয়ে ফলাফল চেয়ে নেওয়ার উপায় দেখানো হয়েছে।
এআই কোনো একক জিনিস নয়, বরং কয়েকটি শাখার পরিবার: মেশিন লার্নিং, ভাষা, দৃষ্টি, কণ্ঠস্বর ও কনটেন্ট তৈরি। ব্যবসার মালিকের জন্য আসল প্রশ্ন কোন শাখা সবচেয়ে উন্নত তা নয়, বরং কোনটি আপনার গ্রাহকের সমস্যা মেটায়। প্রায় সবই আপনি কী চান তা বর্ণনা করেই সাইট বা অ্যাপে যোগ করা যায়।
মেশিন লার্নিং: উদাহরণ থেকে শেখা
আধুনিক এআইয়ের বেশিরভাগের ভিত্তি মেশিন লার্নিং। হাতে নিয়ম লেখার বদলে সিস্টেমকে অনেক উদাহরণ দেওয়া হয় এবং সে নিজে প্যাটার্ন খুঁজে নেয়। স্প্যাম ফিল্টার, পণ্যের সাজেশন আর চাহিদার পূর্বাভাস এভাবেই কাজ করে।
প্রজেক্টে সাধারণত নিজে মডেল ট্রেন করতে হয় না। আগে থেকে থাকা মডেল আপনার ডেটার সাথে জুড়ে দেন, যেমন কার্টের পণ্যের সাথে অন্য ক্রেতারা কী কী কিনেছেন তা দেখানো।
- তত্ত্বাবধানে শেখা: উদাহরণের সাথে সঠিক উত্তর থাকে, যেমন স্প্যাম বা স্প্যাম নয় লেবেল দেওয়া ইমেইল।
- তত্ত্বাবধান ছাড়া শেখা: সিস্টেম নিজেই একই রকম জিনিস গুছিয়ে নেয়, যেমন গ্রাহকদের দল।
- রিইনফোর্সমেন্ট লার্নিং: চেষ্টা ও পুরস্কারের মাধ্যমে সিস্টেম উন্নত হয়, গেম ও রোবটে যা বেশি দেখা যায়।
ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং: লেখা বোঝা ও লেখা
এই শাখার জোরে সফটওয়্যার মানুষের ভাষা পড়তে, সারসংক্ষেপ করতে, অনুবাদ করতে ও উত্তর দিতে পারে। চ্যাটবট, বাক্য বুঝে খোঁজা সার্চ এবং সাধারণ প্রশ্নের স্বয়ংক্রিয় উত্তর এর ওপরই দাঁড়িয়ে।
বাংলা বা আরবি প্রজেক্টে আঞ্চলিক ভাষার দিকটি যাচাই করুন। যে মডেল শুদ্ধ ভাষায় ভালো লেখে, গ্রাহকেরা আসলে যেভাবে টাইপ করেন সেটি সে ধরতে নাও পারে। তাই বাস্তব বার্তা দিয়ে পরীক্ষা করুন, যেমন ছোট ছোট কথ্য বাক্য বা দুই ভাষা মেশানো লেখা।
কম্পিউটার ভিশন: ছবি বোঝা
ভিশন সিস্টেম বস্তু চেনে, ছবি থেকে লেখা পড়ে, মান যাচাই করে এবং মুখ বা নথি শনাক্ত করে। দোকানে ক্রেতা ছবি আপলোড করে একই রকম পণ্য খুঁজতে পারেন, আর ক্লিনিক স্ক্যান করা পাতা থেকে ফর্ম পড়ে নিতে পারে।
মানুষের ছবি নিয়ে সতর্ক থাকুন। অনুমতি নিন, শুধু যা দরকার তাই রাখুন এবং আপনার জন্য প্রযোজ্য গোপনীয়তার নিয়ম মানুন।
কণ্ঠস্বর ও জেনারেটিভ এআই: শোনা, বলা ও তৈরি করা
স্পিচ এআই কণ্ঠকে লেখায় এবং লেখাকে কণ্ঠে বদলে দেয়, যা ভয়েস নোট, কলের সারসংক্ষেপ ও সহজলভ্যতায় কাজে আসে। জেনারেটিভ এআই আরও এগিয়ে নতুন কনটেন্ট তৈরি করে: লেখা, ছবি, গান, এমনকি চালু কোডও।
প্রোগ্রামিং না জানা মানুষও এখন ওয়েবসাইট বর্ণনা করে সেটি তৈরি হতে দেখতে পারেন, জেনারেটিভ টুলের কল্যাণেই। এগুলো শক্তিশালী কিন্তু নিখুঁত নয়, তাই গ্রাহকের সামনে যাওয়ার আগে যা তৈরি হলো তা নিজে দেখে নিন।
প্রজেক্টের জন্য কোন শাখা বেছে নেবেন
সমস্যা থেকে শুরু করুন। গ্রাহকেরা সারাদিন একই প্রশ্ন করলে আপনার দরকার ভাষা। দেখতে কেমন তা দেখে মানুষ পণ্য খুঁজলে দরকার ভিশন। আগের অনেক অর্ডার আছে আর কী বিক্রি হবে আঁচ করতে চান, তাহলে নিজের ডেটার ওপর মেশিন লার্নিং।
তারপর Uttra-কে রোজকার ভাষায় বলুন: "এমন একটি চ্যাট সহকারী যোগ করো যে আমাদের খোলার সময়, দাম ও ডেলিভারি নিয়ে বাংলা ও ইংরেজিতে উত্তর দেয়, আর উত্তর না জানলে হোয়াটসঅ্যাপ বোতাম দেখায়।" আপনি ফলাফল বর্ণনা করেন, শাখা বাছাইয়ের কাজ আপনার হয়ে হয়ে যায়।