কিভাবে প্রথম কৃত্রিম সাধারণ বুদ্ধিমত্তা সমাজকে পরিবর্তন করবে: কৃত্রিম বুদ্ধিমত্তার ভবিষ্যত P2

আমরা পিরামিড তৈরি করেছি। আমরা বিদ্যুৎ ব্যবহার করতে শিখেছি। আমরা বুঝতে পারি কিভাবে আমাদের মহাবিশ্ব বিগ ব্যাং (বেশিরভাগ) পরে গঠিত হয়েছিল। এবং অবশ্যই, ক্লিচ উদাহরণ, আমরা চাঁদে একজন মানুষকে রেখেছি। তবুও, এই সমস্ত অর্জন সত্ত্বেও, মানব মস্তিষ্ক আধুনিক বিজ্ঞানের বোঝার বাইরে থেকে যায় এবং ডিফল্টভাবে, পরিচিত মহাবিশ্বের সবচেয়ে জটিল বস্তু বা অন্তত এটি সম্পর্কে আমাদের বোঝার।

এই বাস্তবতার পরিপ্রেক্ষিতে, এটি মোটেও হতবাক হওয়া উচিত নয় যে আমরা এখনও মানুষের সাথে সমানভাবে একটি কৃত্রিম বুদ্ধিমত্তা (AI) তৈরি করতে পারিনি। ডেটা (স্টার ট্রেক), রাচেল (ব্লেড রানার), এবং ডেভিড (প্রমিথিউস), বা সামান্থা (তার) এবং TARS (ইন্টারস্টেলার) এর মতো নন-হিউম্যানয়েড এআই, এগুলি এআই বিকাশের পরবর্তী দুর্দান্ত মাইলফলকের উদাহরণ: কৃত্রিম সাধারণ বুদ্ধিমত্তা (AGI, কখনও কখনও HLMI বা হিউম্যান লেভেল মেশিন ইন্টেলিজেন্স হিসাবেও উল্লেখ করা হয়). 

অন্য কথায়, এআই গবেষকরা যে চ্যালেঞ্জের মুখোমুখি হচ্ছেন তা হল: আমরা কীভাবে আমাদের নিজের সাথে তুলনীয় একটি কৃত্রিম মন তৈরি করতে পারি যখন আমাদের নিজের মন কীভাবে কাজ করে তার সম্পূর্ণ ধারণাও নেই?

আমরা এই প্রশ্নটি অন্বেষণ করব, কিভাবে মানুষ ভবিষ্যৎ AGI-এর বিরুদ্ধে দাঁড়াবে, এবং অবশেষে, কীভাবে প্রথম AGI বিশ্বকে ঘোষণা করার পরদিন সমাজ বদলে যাবে। 

একটি কৃত্রিম সাধারণ বুদ্ধিমত্তা কি?

এমন একটি AI ডিজাইন করুন যা দাবা, বিপদ এবং গোতে শীর্ষস্থানীয় খেলোয়াড়দের পরাজিত করতে পারে, সহজ (গাঢ় নীল, ওয়াটসন, এবং আলফাগো যথাক্রমে)। এমন একটি AI ডিজাইন করুন যা আপনাকে যেকোনো প্রশ্নের উত্তর দিতে পারে, আপনি কিনতে চাইতে পারেন এমন আইটেমগুলির পরামর্শ দিতে পারেন, বা রাইডশেয়ার ট্যাক্সিগুলির একটি বহর পরিচালনা করতে পারেন—সমস্ত মাল্টি-বিলিয়ন ডলার কোম্পানিগুলি তাদের চারপাশে তৈরি করা হয়েছে (Google, Amazon, Uber)৷ এমনকি একটি AI যা আপনাকে দেশের এক প্রান্ত থেকে অন্য প্রান্তে নিয়ে যেতে পারে... ঠিক আছে, আমরা এটি নিয়ে কাজ করছি।

কিন্তু একটি AI কে একটি বাচ্চাদের বই পড়তে এবং এটি যে বিষয়বস্তু, অর্থ বা নৈতিকতা শেখানোর চেষ্টা করছে তা বুঝতে বলুন, অথবা একটি AI কে একটি বিড়াল এবং একটি জেব্রার ছবির মধ্যে পার্থক্য বলতে বলুন, এবং আপনি শেষ পর্যন্ত কয়েকটির বেশি ঘটাবেন শর্ট সার্কিট. 

প্রকৃতি লক্ষ লক্ষ বছর ব্যয় করেছে একটি কম্পিউটিং ডিভাইস (মস্তিষ্ক) বিকশিত করতে যা প্রক্রিয়াকরণ, বোঝার, শেখার এবং তারপরে নতুন পরিস্থিতিতে এবং নতুন পরিবেশে কাজ করার ক্ষেত্রে পারদর্শী। কম্পিউটার বিজ্ঞানের গত অর্ধ শতাব্দীর সাথে তুলনা করুন যা কম্পিউটিং ডিভাইস তৈরির উপর দৃষ্টি নিবদ্ধ করে যেগুলি একক কাজগুলির জন্য তাদের ডিজাইন করা হয়েছিল। 

অন্য কথায়, মানব-কম্পিউটার একজন জেনারেলিস্ট, যখন কৃত্রিম কম্পিউটার একজন বিশেষজ্ঞ।

একটি AGI তৈরির লক্ষ্য হল এমন একটি AI তৈরি করা যা সরাসরি প্রোগ্রামিংয়ের পরিবর্তে অভিজ্ঞতার মাধ্যমে মানুষের মতো চিন্তা করতে এবং শিখতে পারে।

বাস্তব জগতে, এর অর্থ হবে ভবিষ্যতের AGI কীভাবে পড়তে, লিখতে এবং কৌতুক বলতে শেখা, বা হাঁটতে, চালাতে এবং বাইক চালাতে হয়, বিশ্বের নিজস্ব অভিজ্ঞতার মাধ্যমে (যে কোনও শরীর ব্যবহার করে বা সংবেদনশীল অঙ্গ/ডিভাইস আমরা এটি দিয়ে থাকি), এবং এর নিজস্ব মিথস্ক্রিয়া অন্যান্য এআই এবং অন্যান্য মানুষের মাধ্যমে।

একটি কৃত্রিম সাধারণ বুদ্ধিমত্তা তৈরি করতে যা যা লাগবে

যদিও প্রযুক্তিগতভাবে কঠিন, একটি AGI তৈরি করা অবশ্যই সম্ভব। প্রকৃতপক্ষে, পদার্থবিজ্ঞানের আইনের মধ্যে একটি গভীরভাবে ধারণকৃত সম্পত্তি রয়েছে - গণনার সর্বজনীনতা - যা মূলত বলে যে একটি ভৌত ​​বস্তু যা করতে পারে, একটি পর্যাপ্ত শক্তিশালী, সাধারণ-উদ্দেশ্যের কম্পিউটার, নীতিগতভাবে, অনুলিপি/সিমুলেট করতে সক্ষম হওয়া উচিত।

এবং এখনও, এটা চতুর.

সৌভাগ্যক্রমে, এই কেসটিতে অনেক চতুর AI গবেষক রয়েছেন (তাদের সমর্থনকারী প্রচুর কর্পোরেট, সরকারী এবং সামরিক তহবিল উল্লেখ করার কথা নয়), এবং এখনও পর্যন্ত, তারা তিনটি মূল উপাদান চিহ্নিত করেছেন যা সমাধান করার জন্য তারা প্রয়োজনীয় বলে মনে করেন। আমাদের বিশ্বের মধ্যে AGI.

বড় তথ্য. এআই ডেভেলপমেন্টের সবচেয়ে সাধারণ পদ্ধতির মধ্যে রয়েছে গভীর শিক্ষা নামক একটি কৌশল—একটি নির্দিষ্ট ধরনের মেশিন লার্নিং সিস্টেম যা কাজ করে বিপুল পরিমাণ ডেটা, সিমুলেটেড নিউরনের নেটওয়ার্কে ডেটা ক্রাঞ্চ করে (মানুষের মস্তিষ্কের অনুকরণে তৈরি) এবং তারপরে এর নিজস্ব অন্তর্দৃষ্টি প্রোগ্রাম করার জন্য ফলাফলগুলি ব্যবহার করুন। গভীর শিক্ষা সম্পর্কে আরো বিস্তারিত জানার জন্য, এই পড়ুন.

উদাহরণ স্বরূপ, 2017 মধ্যে, Google তার AI বিড়ালদের হাজার হাজার ইমেজ ফিড করেছে যা এর গভীর শিক্ষার সিস্টেম শুধুমাত্র একটি বিড়ালকে কীভাবে সনাক্ত করতে হয় তা নয়, বিভিন্ন বিড়ালের প্রজাতির মধ্যে পার্থক্য করতে ব্যবহৃত হয়। কিছুক্ষণ পরেই, তারা আসন্ন মুক্তির ঘোষণা দেয় Google লেন্স, একটি নতুন অনুসন্ধান অ্যাপ যা ব্যবহারকারীদের যেকোনো কিছুর ছবি তুলতে দেয় এবং Google আপনাকে শুধু তা কী তা বলবে না, বরং কিছু দরকারী প্রাসঙ্গিক বিষয়বস্তু অফার করে যা বর্ণনা করে—ভ্রমণের সময় সুবিধাজনক এবং আপনি একটি নির্দিষ্ট পর্যটক আকর্ষণ সম্পর্কে আরও জানতে চান৷ কিন্তু এখানেও, গুগল লেন্স বর্তমানে এর ইমেজ সার্চ ইঞ্জিনে তালিকাভুক্ত কোটি কোটি ছবি ছাড়া সম্ভব হবে না।

এবং এখনও, এই বড় ডেটা এবং গভীর শিক্ষার কম্বো এখনও একটি AGI আনতে যথেষ্ট নয়।

আরও ভালো অ্যালগরিদম. গত এক দশকে, Google-এর একটি সহযোগী প্রতিষ্ঠান এবং AI স্পেসে নেতা, DeepMind, গভীর শিক্ষার শক্তিকে রিইনফোর্সমেন্ট লার্নিং-এর সাথে একত্রিত করে একটি স্প্ল্যাশ তৈরি করেছে—একটি প্রশংসামূলক মেশিন লার্নিং পদ্ধতি যার লক্ষ্য AI-কে শেখানো যে নতুন পরিবেশে কীভাবে পদক্ষেপ নিতে হয় একটি সেট লক্ষ্য।

এই হাইব্রিড কৌশলের জন্য ধন্যবাদ, DeepMind এর প্রিমিয়ার AI, AlphaGo, নিয়ম ডাউনলোড করে এবং মাস্টার মানব প্লেয়ারদের কৌশলগুলি অধ্যয়ন করার মাধ্যমে কীভাবে AlphaGo খেলতে হয় তা শিখিয়েছিল না, বরং লক্ষ লক্ষ বার নিজের বিরুদ্ধে খেলার পরে সেরা AlphaGo খেলোয়াড়দের পরাজিত করতে সক্ষম হয়েছিল। চাল এবং কৌশল ব্যবহার করে গেমে আগে কখনও দেখা যায়নি। 

একইভাবে, ডিপমাইন্ডের আটারি সফ্টওয়্যার পরীক্ষায় একটি এআইকে একটি সাধারণ গেমের স্ক্রীন দেখার জন্য একটি ক্যামেরা দেওয়া, গেমের অর্ডারগুলি (জয়স্টিক বোতামের মতো) ইনপুট করার ক্ষমতা সহ প্রোগ্রামিং করা এবং এর স্কোর বাড়ানোর জন্য এটিকে একক লক্ষ্য দেওয়া জড়িত। ফলাফল? কয়েকদিনের মধ্যে, এটি নিজেকে শিখিয়েছে কীভাবে খেলতে হয় এবং কীভাবে কয়েক ডজন ক্লাসিক আর্কেড গেম আয়ত্ত করতে হয়। 

কিন্তু এই প্রথম দিকের সাফল্য যতটা উত্তেজনাপূর্ণ, সমাধানের জন্য কিছু মূল চ্যালেঞ্জ রয়েছে।

এক জন্য, এআই গবেষকরা এআইকে 'চাঙ্কিং' নামে একটি কৌশল শেখানোর জন্য কাজ করছেন যা মানব এবং প্রাণীর মস্তিষ্ক অসাধারণভাবে ভাল। সহজ কথায়, আপনি যখন মুদিখানা কেনার জন্য বাইরে যাওয়ার সিদ্ধান্ত নেন, তখন আপনি আপনার শেষ লক্ষ্য (একটি অ্যাভোকাডো কেনা) এবং আপনি কীভাবে এটি করবেন তার একটি মোটামুটি পরিকল্পনা কল্পনা করতে সক্ষম হন (বাড়ি ছেড়ে যান, মুদি দোকানে যান, কেনাকাটা করুন) আভাকাডো, বাড়ি ফিরে)। আপনি যা করবেন না তা হ'ল আপনার পথে প্রতিটি শ্বাস, প্রতিটি পদক্ষেপ, প্রতিটি সম্ভাব্য আকস্মিক পরিকল্পনা। পরিবর্তে, আপনার মনে একটি ধারণা (খণ্ড) আছে যেখানে আপনি যেতে চান এবং আপনার ট্রিপকে যে কোনো পরিস্থিতির সাথে খাপ খাইয়ে নিন।

এটি আপনার কাছে যতটা সাধারণ মনে হতে পারে, এই ক্ষমতা হল মানুষের মস্তিষ্কের AI-এর উপর এখনও মূল সুবিধাগুলির মধ্যে একটি—এটি হল একটি লক্ষ্য স্থির করা এবং আগে থেকে প্রতিটি বিস্তারিত না জেনে এবং কোনো বাধা বা পরিবেশগত পরিবর্তন সত্ত্বেও আমরা তা অনুসরণ করার অভিযোজনযোগ্যতা। সম্মুখীন হতে পারে। এই দক্ষতা উপরে উল্লিখিত বড় ডেটার প্রয়োজন ছাড়াই AGI-কে আরও দক্ষতার সাথে শিখতে সক্ষম করবে।

আরেকটি চ্যালেঞ্জ হল শুধু একটি বই পড়ার ক্ষমতা নয় কিন্তু অর্থ বুঝতে বা এর পিছনে প্রসঙ্গ। দীর্ঘমেয়াদে, এখানে লক্ষ্য হল একজন AI-এর জন্য একটি সংবাদপত্রের নিবন্ধ পড়া এবং এটি যা পড়েছে সে সম্পর্কে বিভিন্ন প্রশ্নের সঠিক উত্তর দিতে সক্ষম হবে, যেমন একটি বইয়ের প্রতিবেদন লেখার মতো। এই ক্ষমতাটি একটি এআইকে কেবল একটি ক্যালকুলেটর থেকে রূপান্তরিত করবে যা সংখ্যাকে ক্রাঞ্চ করে এমন একটি সত্তাতে পরিণত করবে যা অর্থকে ক্রাঞ্চ করে।

সামগ্রিকভাবে, একটি স্ব-শিক্ষার অ্যালগরিদমের আরও অগ্রগতি যা মানব মস্তিষ্কের অনুকরণ করতে পারে একটি AGI তৈরিতে মূল ভূমিকা পালন করবে, তবে এই কাজের পাশাপাশি, AI সম্প্রদায়ের আরও ভাল হার্ডওয়্যার প্রয়োজন।

আরও ভাল হার্ডওয়্যার. উপরে ব্যাখ্যা করা বর্তমান পন্থাগুলি ব্যবহার করে, একটি AGI শুধুমাত্র তখনই সম্ভব হবে যখন আমরা এটি চালানোর জন্য উপলব্ধ কম্পিউটিং শক্তিকে গুরুত্ব সহকারে বুস্ট করব।

প্রেক্ষাপটের জন্য, যদি আমরা মানুষের মস্তিষ্কের চিন্তা করার ক্ষমতা গ্রহণ করি এবং এটিকে গণনামূলক পদে রূপান্তর করি, তাহলে একজন মানুষের মানসিক ক্ষমতার মোটামুটি অনুমান হল এক এক্সাফ্লপ, যা 1,000 পেটাফ্লপের সমতুল্য ('ফ্লপ' হল প্রতি ফ্লোটিং-পয়েন্ট অপারেশন দ্বিতীয় এবং গণনার গতি পরিমাপ করে)।

সেই তুলনায় ২০১৮ সালের শেষ নাগাদ বিশ্বের সবচেয়ে শক্তিশালী সুপার কম্পিউটার জাপানের এআই ব্রিজিং ক্লাউড 130 petaflops এ গুনগুন করবে, একটি এক্সাফ্লপের চেয়ে অনেক কম।

আমাদের রূপরেখা হিসাবে সুপারকম্পিউটার আমাদের অধ্যায় কম্পিউটারের ভবিষ্যৎ সিরিজ, মার্কিন যুক্তরাষ্ট্র এবং চীন উভয়ই 2022 সালের মধ্যে তাদের নিজস্ব এক্সাফ্লপ সুপার কম্পিউটার তৈরির জন্য কাজ করছে, তবে তারা সফল হলেও, এটি এখনও যথেষ্ট নাও হতে পারে।

এই সুপারকম্পিউটারগুলি কয়েক ডজন মেগাওয়াট শক্তিতে কাজ করে, কয়েকশো বর্গমিটার জায়গা নেয় এবং তৈরি করতে কয়েকশো মিলিয়ন খরচ হয়। একটি মানুষের মস্তিষ্ক মাত্র 20 ওয়াট শক্তি ব্যবহার করে, একটি খুলির ভিতরে প্রায় 50 সেন্টিমিটার পরিধি ফিট করে এবং আমাদের মধ্যে সাত বিলিয়ন (2018) আছে। অন্য কথায়, আমরা যদি AGI গুলিকে মানুষের মতো সাধারণ করতে চাই, তাহলে আমাদের শিখতে হবে কীভাবে সেগুলিকে আরও অর্থনৈতিকভাবে তৈরি করা যায়।

সেই লক্ষ্যে, এআই গবেষকরা কোয়ান্টাম কম্পিউটারের সাথে ভবিষ্যতের এআইগুলিকে শক্তি দেওয়ার কথা বিবেচনা করতে শুরু করেছেন। আরো বিস্তারিতভাবে বর্ণিত কোয়ান্টাম কম্পিউটার আমাদের কম্পিউটারের ভবিষ্যত সিরিজের অধ্যায়, এই কম্পিউটারগুলি গত অর্ধ শতাব্দী ধরে আমরা যে কম্পিউটারগুলি তৈরি করছি তার থেকে মৌলিকভাবে ভিন্ন উপায়ে কাজ করে। 2030-এর দশকের মধ্যে একবার নিখুঁত হয়ে গেলে, একটি একক কোয়ান্টাম কম্পিউটার বর্তমানে 2018 সালে পরিচালিত প্রতিটি সুপার কম্পিউটারকে একত্রে গণনা করবে। তারা অনেক ছোট হবে এবং বর্তমান সুপার কম্পিউটারের তুলনায় অনেক কম শক্তি ব্যবহার করবে। 

কিভাবে একটি কৃত্রিম সাধারণ বুদ্ধিমত্তা একজন মানুষের থেকে উচ্চতর হবে?

আসুন ধরে নিই যে উপরে তালিকাভুক্ত প্রতিটি চ্যালেঞ্জ বের করা হয়েছে, যে এআই গবেষকরা প্রথম এজিআই তৈরিতে সফলতা পান। কিভাবে একটি AGI মন আমাদের নিজেদের থেকে আলাদা হবে?

এই ধরণের প্রশ্নের উত্তর দেওয়ার জন্য, আমাদের AGI মনকে তিনটি বিভাগে শ্রেণীবদ্ধ করতে হবে, যেগুলি একটি রোবট দেহের মধ্যে থাকে (থেকে ডেটা স্টার ট্রেক), যাদের শারীরিক গঠন আছে কিন্তু ইন্টারনেট/ক্লাউডের সাথে তারবিহীনভাবে সংযুক্ত (এজেন্ট স্মিথ থেকে জরায়ু) এবং যাদের শারীরিক গঠন নেই যারা সম্পূর্ণভাবে কম্পিউটারে বা অনলাইনে বাস করে (সামান্থা থেকে তাঁর).

শুরু করার জন্য, ওয়েব থেকে বিচ্ছিন্ন একটি রোবোটিক বডির অভ্যন্তরে AGI গুলি মানুষের মনের সাথে সমানভাবে প্রতিযোগিতা করবে, তবে নির্বাচিত সুবিধাগুলির সাথে:

• মেমরি: AGI এর রোবটিক ফর্মের ডিজাইনের উপর নির্ভর করে, তাদের স্বল্পমেয়াদী মেমরি এবং মূল তথ্যের মেমরি অবশ্যই মানুষের থেকে উচ্চতর হবে। কিন্তু দিনের শেষে, আপনি রোবটটিতে কতটা হার্ড ড্রাইভের জায়গা প্যাক করতে পারবেন তার একটি শারীরিক সীমা রয়েছে, ধরে নিই যে আমরা সেগুলিকে মানুষের মতো দেখতে ডিজাইন করেছি। এই কারণে, AGI-এর দীর্ঘমেয়াদী মেমরি মানুষের মতোই কাজ করবে, সক্রিয়ভাবে তথ্য এবং স্মৃতি ভুলে যাবে যা ভবিষ্যতের কার্যকারিতার জন্য অপ্রয়োজনীয় বলে মনে করা হয় ('ডিস্ক স্পেস' খালি করার জন্য)।
• গতি: মানব মস্তিষ্কের অভ্যন্তরে নিউরনের কর্মক্ষমতা প্রায় 200 হার্টজ পর্যন্ত সর্বাধিক, যেখানে আধুনিক মাইক্রোপ্রসেসরগুলি গিগাহার্টজ স্তরে চলে, তাই নিউরনের চেয়ে কয়েক মিলিয়ন গুণ দ্রুত। এর মানে হল মানুষের তুলনায়, ভবিষ্যতের AGI তথ্য প্রক্রিয়া করবে এবং মানুষের চেয়ে দ্রুত সিদ্ধান্ত নেবে। মনে রাখবেন, এর মানে এই নয় যে এই AGI মানুষের চেয়ে বুদ্ধিমান বা আরও সঠিক সিদ্ধান্ত নেবে, শুধু তাই তারা দ্রুত সিদ্ধান্তে আসতে পারে।
• কর্মক্ষমতা: সহজ কথায়, মানুষের মস্তিষ্ক ক্লান্ত হয়ে পড়ে যদি এটি বিশ্রাম বা ঘুম ছাড়াই খুব বেশি সময় কাজ করে এবং যখন এটি করে, তখন তার স্মৃতিশক্তি এবং শেখার ক্ষমতা এবং যুক্তি নষ্ট হয়ে যায়। এদিকে, AGI-এর জন্য, ধরে নিই যে তারা নিয়মিত রিচার্জ (বিদ্যুৎ) করে, তাদের সেই দুর্বলতা থাকবে না।
• আপগ্রেডেবিলিটি: একজন মানুষের জন্য, একটি নতুন অভ্যাস শিখতে কয়েক সপ্তাহ সময় লাগতে পারে, একটি নতুন দক্ষতা শিখতে কয়েক মাস সময় লাগতে পারে এবং একটি নতুন পেশা শিখতে কয়েক বছর সময় লাগতে পারে। একটি AGI-এর জন্য, তাদের অভিজ্ঞতার মাধ্যমে (মানুষের মতো) এবং সরাসরি ডেটা আপলোডের মাধ্যমে উভয়ই শেখার ক্ষমতা থাকবে, যেভাবে আপনি নিয়মিতভাবে আপনার কম্পিউটারের OS আপডেট করেন। এই আপডেটগুলি জ্ঞান আপগ্রেড (নতুন দক্ষতা) বা AGI-এর শারীরিক আকারে কর্মক্ষমতা আপগ্রেডের ক্ষেত্রে প্রয়োগ করতে পারে। 

এর পরে, আসুন AGI গুলি দেখি যেগুলির একটি শারীরিক ফর্ম আছে, কিন্তু ইন্টারনেট/ক্লাউডের সাথে ওয়্যারলেসভাবে সংযুক্ত রয়েছে৷ অ-সংযুক্ত AGI-এর সাথে তুলনা করার সময় আমরা এই স্তরের সাথে যে পার্থক্যগুলি দেখতে পারি তার মধ্যে রয়েছে:

• মেমরি: এই AGI গুলির সমস্ত স্বল্প-মেয়াদী সুবিধা থাকবে যা পূর্ববর্তী AGI ক্লাসে রয়েছে, ব্যতীত তারা নিখুঁত দীর্ঘমেয়াদী মেমরি থেকেও উপকৃত হবে কারণ তারা যখন প্রয়োজনে অ্যাক্সেস করার জন্য সেই স্মৃতিগুলিকে ক্লাউডে আপলোড করতে পারে৷ স্পষ্টতই, এই মেমরিটি কম সংযোগের ক্ষেত্রে অ্যাক্সেসযোগ্য হবে না, তবে 2020 এবং 2030 এর দশকে যখন বিশ্বের বেশির ভাগ অনলাইন আসবে তখন এটি একটি উদ্বেগের বিষয় হয়ে উঠবে। আরও পড়ুন প্রথম অধ্যায় আমাদের ইন্টারনেটের ভবিষ্যৎ সিরিজ. 
• গতি: এই AGI যে ধরনের বাধার সম্মুখীন হয় তার উপর নির্ভর করে, তারা ক্লাউডের বৃহত্তর কম্পিউটিং পাওয়ার অ্যাক্সেস করতে পারে যাতে তারা তাদের সমাধান করতে পারে।
• কর্মক্ষমতা: সংযোগহীন AGI-এর সাথে তুলনা করলে কোনো পার্থক্য নেই।
• আপগ্রেডেবিলিটি: এই AGI-এর মধ্যে একমাত্র পার্থক্য কারণ এটি আপগ্রেডেবিলিটির সাথে সম্পর্কিত যে তারা আপগ্রেড ডিপোতে ভিজিট করার এবং প্লাগ করার পরিবর্তে রিয়েল টাইমে আপগ্রেড অ্যাক্সেস করতে পারে।
• সমষ্টিগত: মানুষ পৃথিবীর প্রভাবশালী প্রজাতিতে পরিণত হয়েছে কারণ আমরা সবচেয়ে বড় বা শক্তিশালী প্রাণী ছিলাম না, বরং আমরা শিখেছি কীভাবে যোগাযোগ করতে হয় এবং যৌথ লক্ষ্য অর্জনের জন্য বিভিন্ন উপায়ে সহযোগিতা করতে হয়, একটি উলি ম্যামথকে শিকার করা থেকে শুরু করে আন্তর্জাতিক মহাকাশ স্টেশন তৈরি করা পর্যন্ত। AGI-এর একটি দল এই সহযোগিতাকে পরবর্তী স্তরে নিয়ে যাবে। উপরে তালিকাভুক্ত সমস্ত জ্ঞানীয় সুবিধার প্রেক্ষিতে এবং তারপরে ব্যক্তিগতভাবে এবং দীর্ঘ দূরত্ব জুড়ে ওয়্যারলেসভাবে যোগাযোগ করার ক্ষমতার সাথে একত্রিত করুন, ভবিষ্যতের AGI টিম/হাইভ মাইন্ড তাত্ত্বিকভাবে মানুষের একটি দলের চেয়ে অনেক বেশি দক্ষতার সাথে প্রকল্পগুলি মোকাবেলা করতে পারে। 

সবশেষে, শেষ ধরনের AGI হল ভৌত ফর্ম ছাড়াই সংস্করণ, যা একটি কম্পিউটারের অভ্যন্তরে কাজ করে এবং সম্পূর্ণ কম্পিউটিং শক্তি এবং অনলাইন সংস্থানগুলিতে অ্যাক্সেস রয়েছে যা এর নির্মাতারা এটি সরবরাহ করে। সাই-ফাই শো এবং বইগুলিতে, এই এজিআইগুলি সাধারণত বিশেষজ্ঞ ভার্চুয়াল সহকারী/বন্ধু বা স্পেসশিপের স্পঙ্কি অপারেটিং সিস্টেমের রূপ নেয়। কিন্তু AGI-এর অন্য দুটি বিভাগের তুলনায়, এই AI নিম্নলিখিত উপায়ে আলাদা হবে;

• গতি: সীমাহীন (অথবা, অন্তত হার্ডওয়্যারের সীমা পর্যন্ত এটির অ্যাক্সেস আছে)।
• মেমরি: আনলিমিটেড  
• পারফরম্যান্স: সুপারকম্পিউটিং কেন্দ্রগুলিতে অ্যাক্সেসের কারণে সিদ্ধান্ত গ্রহণের গুণমান বৃদ্ধি।
• আপগ্রেডযোগ্যতা: পরম, বাস্তব সময়ে, এবং জ্ঞানীয় আপগ্রেডের সীমাহীন নির্বাচন সহ। অবশ্যই, যেহেতু এই AGI ক্যাটাগরির কোনও ফিজিক্যাল রোবট ফর্ম নেই, তাই এটির জন্য উপলব্ধ ফিজিক্যাল আপগ্রেডের প্রয়োজন হবে না যদি না এই আপগ্রেডগুলি সুপারকম্পিউটারগুলিতে কাজ করে।
• সম্মিলিত: পূর্ববর্তী AGI বিভাগের অনুরূপ, এই দেহহীন AGI তার AGI সহকর্মীদের সাথে কার্যকরভাবে সহযোগিতা করবে। যাইহোক, সীমাহীন কম্পিউটিং শক্তি এবং অনলাইন সংস্থানগুলিতে অ্যাক্সেসের আরও সরাসরি অ্যাক্সেসের কারণে, এই AGIগুলি সাধারণত একটি সামগ্রিক AGI সমষ্টিতে নেতৃত্বের ভূমিকা নেবে। 

মানবতা কবে প্রথম কৃত্রিম সাধারণ বুদ্ধিমত্তা তৈরি করবে?

কখন AI গবেষণা সম্প্রদায় বিশ্বাস করে যে তারা একটি বৈধ AGI আবিষ্কার করবে তার জন্য কোন নির্দিষ্ট তারিখ নেই। যাইহোক, ক 2013 জরিপ বিশ্বের শীর্ষস্থানীয় AI গবেষকদের মধ্যে 550 জন, নেতৃত্বস্থানীয় AI গবেষণা চিন্তাবিদ নিক বোস্ট্রম এবং ভিনসেন্ট সি. মুলার দ্বারা পরিচালিত, তিন সম্ভাব্য বছর পর্যন্ত মতামতের পরিসর গড়ে তুলেছেন:

• মধ্যম আশাবাদী বছর (10% সম্ভাবনা): 2022
• গড় বাস্তবসম্মত বছর (50% সম্ভাবনা): 2040
• মাঝারি হতাশাবাদী বছর (90% সম্ভাবনা): 2075 

এই ভবিষ্যদ্বাণীগুলি কতটা সুনির্দিষ্ট তা সত্যিই গুরুত্বপূর্ণ নয়। যেটা গুরুত্বপূর্ণ তা হল AI গবেষণা সম্প্রদায়ের সিংহভাগ বিশ্বাস করে যে আমরা আমাদের জীবদ্দশায় এবং তুলনামূলকভাবে এই শতাব্দীর প্রথম দিকে একটি AGI উদ্ভাবন করব। 

কিভাবে একটি কৃত্রিম সাধারণ বুদ্ধিমত্তা তৈরি করা মানবতা পরিবর্তন করবে

এই সিরিজের একেবারে শেষ অধ্যায় জুড়ে আমরা এই নতুন AI এর প্রভাব বিস্তারিতভাবে অন্বেষণ করি। এটি বলেছে, এই অধ্যায়ের জন্য, আমরা বলব যে একটি AGI তৈরি করা সামাজিক প্রতিক্রিয়ার মতোই হবে যা আমরা মানুষের মঙ্গল গ্রহে জীবন খুঁজে পাওয়ার ক্ষেত্রে অনুভব করব। 

একটি শিবির তাৎপর্য বুঝতে পারবে না এবং চিন্তা চালিয়ে যাবে যে বিজ্ঞানীরা আরও একটি শক্তিশালী কম্পিউটার তৈরি করার বিষয়ে একটি বড় চুক্তি করছেন।

আরেকটি শিবির, সম্ভবত লুডিইটস এবং ধর্মীয় মানসিকতার ব্যক্তিদের সমন্বয়ে গঠিত, এই AGI কে ভয় পাবে, ভাববে এটি একটি জঘন্য কাজ যে এটি মানবতা স্কাইনেট-স্টাইলকে ধ্বংস করার চেষ্টা করবে। এই শিবিরটি সক্রিয়ভাবে এজিআইগুলিকে তাদের সমস্ত ফর্মে মুছে ফেলা/ধ্বংস করার পক্ষে সমর্থন করবে।

অন্যদিকে, তৃতীয় শিবির এই সৃষ্টিকে একটি আধুনিক আধ্যাত্মিক ঘটনা হিসেবে দেখবে। যে সমস্ত উপায়ে গুরুত্বপূর্ণ, এই AGI হবে জীবনের একটি নতুন রূপ, যেটি আমাদের চেয়ে ভিন্নভাবে চিন্তা করে এবং যার লক্ষ্য আমাদের নিজেদের থেকে আলাদা। একবার একটি AGI তৈরির ঘোষণা করা হলে, মানুষ আর পৃথিবীকে শুধু প্রাণীদের সাথে ভাগ করে নেবে না, বরং একটি নতুন শ্রেণীর কৃত্রিম প্রাণীর সাথে যাদের বুদ্ধিমত্তা আমাদের নিজেদের থেকে সমান বা উচ্চতর।

চতুর্থ শিবিরে ব্যবসায়িক স্বার্থ অন্তর্ভুক্ত থাকবে যারা বিভিন্ন ব্যবসায়িক প্রয়োজন যেমন শ্রমবাজারে শূন্যতা পূরণ এবং নতুন পণ্য ও পরিষেবার বিকাশকে ত্বরান্বিত করার মতো বিভিন্ন ব্যবসায়িক চাহিদা মোকাবেলায় কীভাবে এজিআই ব্যবহার করতে পারে তা তদন্ত করবে।

এরপরে, আমাদের কাছে সরকারের সকল স্তরের প্রতিনিধিরা আছেন যারা AGI কে কীভাবে নিয়ন্ত্রণ করা যায় তা বোঝার চেষ্টা করবেন। এটি এমন একটি স্তর যেখানে সমস্ত নৈতিকতাবাদী এবং দার্শনিক বিতর্কগুলি মাথায় আসবে, বিশেষত এই এজিআইগুলিকে সম্পত্তি হিসাবে বা ব্যক্তি হিসাবে বিবেচনা করা হবে কিনা। 

এবং অবশেষে, শেষ শিবির হবে সামরিক এবং জাতীয় নিরাপত্তা সংস্থাগুলি। প্রকৃতপক্ষে, শুধুমাত্র এই শিবিরের কারণে প্রথম AGI-এর সর্বজনীন ঘোষণা কয়েক মাস থেকে কয়েক বছর বিলম্বিত হতে পারে। কেন? কারণ একটি AGI-এর উদ্ভাবন, সংক্ষিপ্ত ক্রমে একটি কৃত্রিম সুপার ইন্টেলিজেন্স (ASI) তৈরির দিকে পরিচালিত করবে, যা একটি বিশাল ভূ-রাজনৈতিক হুমকির প্রতিনিধিত্ব করবে এবং পারমাণবিক বোমার আবিষ্কারকে ছাড়িয়ে যাওয়ার একটি সুযোগ। 

এই কারণে, পরবর্তী কয়েকটি অধ্যায় সম্পূর্ণভাবে ASI-এর বিষয়ের উপর আলোকপাত করবে এবং এর আবিষ্কারের পর মানবতা টিকে থাকবে কিনা।

(একটি অধ্যায় শেষ করার জন্য অতিমাত্রায় নাটকীয় উপায়? আপনি বাজি ধরছেন।)

কৃত্রিম বুদ্ধিমত্তা সিরিজের ভবিষ্যত

কৃত্রিম বুদ্ধিমত্তা আগামীকালের বিদ্যুৎ: কৃত্রিম বুদ্ধিমত্তার ভবিষ্যৎ P1

আমরা কীভাবে প্রথম কৃত্রিম বুদ্ধিমত্তা তৈরি করব: কৃত্রিম বুদ্ধিমত্তার ভবিষ্যত P3 

একটি কৃত্রিম সুপার ইন্টেলিজেন্স কি মানবতাকে ধ্বংস করবে? কৃত্রিম বুদ্ধিমত্তার ভবিষ্যত P4

কিভাবে মানুষ একটি কৃত্রিম বুদ্ধিমত্তার বিরুদ্ধে রক্ষা করবে: কৃত্রিম বুদ্ধিমত্তার ভবিষ্যত P5

মানুষ কি কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রভাবিত ভবিষ্যতে শান্তিতে বসবাস করবে? কৃত্রিম বুদ্ধিমত্তার ভবিষ্যৎ P6