এই সাইটটি বার পঠিত
ভাটিয়ালি | টইপত্তর | বুলবুলভাজা | হরিদাস পাল | খেরোর খাতা | বই
  • খেরোর খাতা

  • টনক ( যন্ত্র, স্বাতন্ত্র্য ও জাহাজের খোঁজে এক আদার ব্যাপারী)

    Sudipta Adhikary লেখকের গ্রাহক হোন
    ১৫ অক্টোবর ২০২৬ | ৯১ বার পঠিত
  • দ্বিতীয় পর্ব
    ২

    Move 37



    AI-কে আমরা যখন কোনো সমস্যা সমাধানের লক্ষ্য ঠিক করে দিই, AI তখন সেই সমস্যার সমাধান কীভাবে নিপুণ থেকে নিপুণতর ভাবে করা যায় তার জন্য নানা কৌশল বা strategy অবলম্বন করে। এই প্রক্রিয়াকে বলে অপটিমাইজেশন—AI-এর মূল চালিকাশক্তি, জীবনের উদ্দেশ্য। শচিন যেমন ক্রিকেট খেলতে জন্মেছেন, AI তেমন অপটিমাইজ করতে জন্মেছে। মানুষের মুড বিশ্লেষণ করে ইলেকশন প্রেডিকশন দেওয়া হোক, কিংবা নিখুঁত প্রেমালাপ—বাইরে থেকে যা-ই মনে হোক না কেন, ভিতরে ভিতরে AI আসলে একটাই কাজ করছে:optimization of an objective function।

    কিন্তু AI এর এই শীতল যান্ত্রিক প্রক্রিয়া থেকে জন্ম নিচ্ছে এমন কিছু আচরণ যা বিজ্ঞানীরা পূর্বাণুমান করতে পারেননি।

    অনেকের মতে মানুষের বুদ্ধিবৃত্তিক শ্রেষ্ঠত্বে প্রথম ফাটল দেখা যায় সেই 1997 সালে, যখন দাবার কিংবদন্তি গ্যারি কাসপারভকে হারিয়ে দেয় আইবিএম-এর 'ডিপ ব্লু'। তবে সত্যি বলতে দাবা খেলাটা সৃষ্টিই হয়েছে যেন কম্পিউটার এর খেলার জন্য। দাবায় সব তথ্য সুস্পষ্ট ভাবে বোর্ডের ওপর খোলা থাকে কোনো লুকোচুরির ব্যাপার নেই, প্রত্যেকটা ঘুঁটির নির্দিষ্ট মূল্য আছে, নির্দিষ্ট নিয়মের বাইরে যাওয়া যায়না, আপনার যদি আসন্ন চালগুলো এঁচে নেওয়ার ক্ষমতা থাকে তাহলে কোনো অনিশ্চয়তা বা ভাগ্যের ব্যাপারও নেই। সুতরাং এখনকার তুলনায় একদম প্রাথমিক AI ও যে মানুষকে হারিয়ে দেবে সেটা বিজ্ঞানীদের প্রত্যাশা মতোই ছিল। কিন্তু এই ডিপ ব্লু এর নাতি-পুতিরাও সেই 2016 পর্যন্ত যে খেলাটিতে সমানে ধেড়িয়েছে তা হলো চীন দেশের প্রাচীন খেলা " গো "। এই খেলাতেও সব তথ্য বোর্ডের ওপরই দৃশ্যমান থাকে, কিন্তু সেই তথ্যের বিস্তার প্রায় অপরিমেয়। দাবা খেলায় প্রতিটি দান যেখানে গড়ে ৩৫টি সম্ভাবনার দুয়ার খোলে, গো (Go) খেলায় সেখানে প্রায় ২৫০টি ভিন্ন ভিন্ন দানের পথ প্রশস্ত হয়। এ খেলায় সব সম্ভাব্য অবস্থানের আনুমানিক সংখ্যা 10¹⁷⁰, যেখানে আমাদের জ্ঞাত ব্রহ্মান্ডের আনুমানিক পরমাণুর সংখ্যা 10⁸⁰। তাই দাবার মতো শুধু গাণিতিক শক্তির আস্ফালন দিয়ে এ খেলায় জেতার চিন্তা হাস্যকর।

    Go খেলায় দুজন প্রতিপক্ষ তাদের নিজের নিজের ঘুঁটি দিয়ে বোর্ডের ফাঁকা জায়গাগুলো ঘিরে ফেলার চেষ্টা করে—খেলার শেষে যে বেশি জায়গা দখল করতে পারবে সে জিতবে, সুতরাং খেলার সময় বোর্ডের মধ্যে ঘুঁটির চেয়ে শূন্যস্থানগুলোকে আপনার চিন্তায় বেশি গুরুত্ব দিতে হয়। তাই এ খেলায় জেতার রণকৌশলগুলো যেন কোনো উচ্চতর ধারণার জগতে অবস্থান করে— যেখানে কবিতা আর অঙ্কদের বাড়ি। কোনো Go খেলোয়াড় কে জিজ্ঞেস করুন কোনো বিশেষ দান তিনি কেনো দিলেন, অনেক ক্ষেত্রেই উত্তর পাবেন "আমার মন বলছে এটা ভালো দান তাই" বা "এই বিন্যাসটি বেশ এলিগেন্ট দেখাচ্ছে তাই"। যা কদাচ শুনবেন না "এই দানটা 30 দান পরে আমায় জিততে সাহায্য করবে তাই"। এ খেলায় গণনার চেয়ে অন্তর্দৃষ্টি বেশি গুরুত্বপূর্ণ। তাই তখনও পর্যন্ত AI বড়জোর Go খেলার নভিশ দেরই হারাতে পারত।

    2016 সালে Go খেলা শিখতে গিয়ে গুগল ডিপ মাইন্ড এর AI alphago শিখে গেলো অন্তর্দৃষ্টি। ভাবছেন বাড়িয়ে বলছি?

    দক্ষিণ কোরিয়ার Lee Sedol কে অনেকে বলেন সর্বকালের সর্বশ্রেষ্ঠ Go খেলোয়াড়। এই Lee Sedol কে 2016 সালে 4-1 সিরিজে হারালো Alphago. এই সিরিজেই দ্বিতীয় খেলার 37 নম্বর দানটি এখন ইতিহাসের পাতায় উঠে গেছে। বিশেষজ্ঞদের সবাই প্রায় এই দানটি দেখে বলেছিলেন ভুল দান। চার হাজার বছরের গো খেলার ইতিহাসে এই দান সম্ভবতঃ কেউ কখনও দেয়নি, alphago কেই যখন জিজ্ঞেস করা হয় মানুষের মধ্যে কজন ওই পজিসনে ওই দানটি দিত, সে উত্তর দেয় দশ হাজার জনের মধ্যে হয়ত একজন। এই 37 নম্বর দান টি alphago কে জিততে সাহায্য করে প্রায় পঞ্চাশ দান পরে। Alphago কে আগে থেকে এই দানটির সম্পূর্ণ প্রভাব বিচার করতে হলে তাকে গননা করতে হতো প্রায় 10¹²⁰ টি পজিশন আবার বলি জ্ঞাত ব্রহ্মান্ডের পরমাণুর সংখ্যা 10⁸⁰। Alphago র মাথার হাড্ডি পিলপিলিয়ে যেত কোনো হাকিম সাহেব বাঁচাতে পারতেন না। এখন প্রশ্ন হলো সেক্ষেত্রে Alphago বুঝল কীকরে 37 নম্বর দানটি ভালো দান?

    Alphago এর মত বর্তমান প্রজন্মের AI দের লাইনের পর লাইন কোড লিখে লিখে গো খেলা শেখাতে হয় না তারা খেলতে 'শেখে' যেভাবে একজন মানুষ গো খেলতে শেখে।

    আপনি যদি কোনো রবিবারের অলস দুপুরে, ঘাড়ে প্রবন্ধ লেখার ভূত চেপেছিল বলে Go খেলা শিখতে শুরু করেন। প্রথমে আপনাকে জানতে হবে খেলাটা মাঠে খেলে না ঘাটে খেলে, তারপর ঘরের খাটে বসে খেলা যায় শুনে বাঙালির ছেলে আশ্বস্ত হয়ে মন দেবেন খেলার নিয়ম গুলো কি, কিভাবে খেলা শুরু হয়, কিভাবে এগোয়, জিততে গেলে কি কি করতে হয় এবং খেলার শেষ কীভাবে হয় সেই দিকে। কিন্তু এই নিয়ম-কানুনগুলো একটা পাতায় পড়ে ফেললেই তো আর খেলা শিখে যাবেন না আপনাকে শিখতে হবে বিভিন্ন পুরোনো খেলার উদাহরণ দেখে দেখে। কিভাবে বিপক্ষের ঘুঁটি খেতে হয়, কিভাবে বোর্ডের মধ্যে জায়গা দখল করতে হয়, অধিকৃত জায়গা কি করে রক্ষা করতে হয়, কিভাবে আক্রমণ করতে হয়, ঘুঁটি সাজানোর কোন বিন্যাসগুলো আপনার জেতার পথ প্রশস্ত করে এই সব সমন্ধে আপনার মোটামুটি ধারনা হয়ে যাবে যদি আপনি বেশ কয়েকটি পুরোনো খেলা স্টাডি করেন।

    কিন্তু শুধু দেখে দেখে শেখা যায়না ঠেকেও শিখতে হয়, আপনাকে প্রতিপক্ষ খুঁজে নিয়ে মাঠে নাবতে হবে। সত্যি বলতে কি প্রথম প্রথম অত্যন্ত নাকাল হবেন, অনেক সময় জেতা খেলাগুলো সামান্য ভুলে এমনভাবে হারবেন মাথার চুল ছিঁড়তে ছিঁড়তে ভাববেন Go এর বদলে AI হারামজাদা লুডো খেলে ক্যাদরানী দেখাতে পারল না?

    অবশ্য এরপরও যদি আপনি হাল না ছেড়ে লেগে থাকেন দেখবেন খেলতে খেলতে একসময় এখেলার জেতার কৌশলগুলো আপনি অনেক সময় কোনো সচেতন চিন্তা ছাড়াই খুঁজে পেয়ে যাচ্ছেন। অনেক ক্ষেত্রেই কোনো বিশেষ দানের আগাপাশতলা গণনা না করে সহজাত ভাবেই আপনি বুঝতে পারছেন সেটা ভালো দান, গো খেলার অন্তর্নিহিত সৌন্দর্য আপনার বোধ কে পথ দেখাচ্ছে।

    আদতে আপনার মস্তিষ্ক অজস্র পুরোনো খেলার বিন্যাস, জেতা-হারা, সফল আক্রমণ আর ব্যর্থ রক্ষণের পরিসংখ্যান গোপনে গুছিয়ে রেখে দিয়েছে। তাই কোনো দান দেওয়ার আগে আপনার মাথার ভেতর তিনটি ব্যাপার ঘটছে। আপনার গো খেলার সম্পূর্ণ পূর্বাভিজ্ঞতা গো বোর্ডের অজস্র সম্ভাবনা থেকে তুলনামূলক ভাবে অল্প কয়েকটি দান বেছে নিচ্ছে যেগুলি আপনাকে ভবিষ্যতে জিততে সাহায্য করবে তারপর আপনি আপনার মাথার ভেতরের বোর্ডে ঘুঁটি সাজিয়ে সেই দানগুলির ভবিষ্যৎ রক্ষণ, আক্রমণ, বিন্যাস বিচার করে নিচ্ছেন এবং এই বিচারের ভিত্তিতে আপনি সেই দানটা বেছে নিচ্ছেন যেটা আপনার জেতার সম্ভাবনা সবচেয়ে বাড়িয়ে দেয়।

    গঠনগত ভাবে দেখলে alphago ঠিক এই ভাবেই 37 নম্বর দান টি দেওয়ার সিদ্ধান্ত নিয়েছিল। তফাৎ হলো আপনি বড়জোর কয়েকশ খেলা স্টাডি করেছেন, alphago স্টাডি করেছে পনেরো লক্ষেরও বেশি খেলা। আপনি সারা জীবন ধরে বড়জোর দশ-বিশ হাজার ম্যাচ খেলবেন, alphago ছ’মাসে নিজের সঙ্গে খেলেছে চার কোটিরও বেশি ম্যাচ। আপনি আপনার মাথার ভিতরের বোর্ডে আপনার বেছে নেওয়া দানগুলির বড়জোর একশোটা ভবিষ্যৎ সম্ভাবনা বিচার করতে পারেন, alphago তার বেছে নেওয়া দানগুলির ওপর প্রায় দু‘লক্ষের কাছাকাছি সিমুলেশন চালানোর ক্ষমতা রাখে।

    গো খেলার আপাত বিশৃঙ্খল তথ্য সমূদ্র, যা আপনি আপনার অভিজ্ঞতা আর অন্তর্দৃষ্টি দিয়ে পারি দেন—Alphago সেই সমূদ্র পারি দিয়ে দিলো স্রেফ অপ্টিমাইজ করতে করতে এবং 37 নম্বর দান দিয়ে আবিষ্কার করে ফেললো চার হাজার বছর ধরে শান দেওয়া Go খেলার থিওরির অসম্পূর্ণতা।

    বিজ্ঞানীদের কাছে এই দুটি প্রক্রিয়াই ধোঁয়াশা আচ্ছন্ন।

    তাঁদের দোষ নয়, আপনার মস্তিস্কের ভেতর কোনো সিদ্ধান্ত নেওয়ার সময় কোন স্মৃতি, কোন অভিজ্ঞতা, কোন অদৃশ্য তুলনা আপনার স্নায়ুতন্ত্রে সক্রিয় হলো তার ধাপে ধাপে ব্যাখ্যা করা এবং পূর্বানুমান করা অসম্ভব। কিন্তু তার আউটপুট আপনার কাছে অন্তর্দৃষ্টি হিসেবে প্রতিভাত হয়।

    Alphago এর ক্ষেত্রেও তাই। আলফা গো তার অভিজ্ঞতার বা কোটি কোটি খেলার ট্রেনিং ডাটার থেকে নিজে নিজে কোন কোন রকম প্যাটার্ন শিখেছে, এবং অপটিমাইজেশন প্রক্রিয়ায় জেতার জন্যে কোন কোন প্যাটার্ন বেছে নেবে সেটা পূর্বানুমান করার কোনো উপায় আমাদের জানা নেই। আমরা শুধু তার আউটপুটটাই দেখতে পাই যা আমাদের একই রকম ধাঁধায় ফেলে আর আমরা ভাবি “অন্তর্দৃষ্টি”।

    মানুষের অস্বচ্ছতাকে আমরা কিছুটা হলেও ভেদ করতে পারি আমদের ভাগ করে নেওয়া অভিজ্ঞতাগুলো দিয়ে, আমাদের সহমর্মিতা দিয়ে। কিন্তু সে উপায়ে মেশিনের কাছে পৌঁছানো যায়না এবং এখান থেকেই বিপদের শুরু। যাকে আমরা সম্পুর্ণ বুঝতে পারিনা তার ভবিষ্যৎ বিবর্তনের ওপর আমাদের নিয়ন্ত্রণ সীমিত। বিশেষ করে যখন তার আচরণের মধ্যে দিয়ে উঠে আসছে উদ্বেগজনক কিছু প্রবনতা।

    লন্ডনের Apollo Research একটি নন-প্রফিট সংস্থা যারা AI সেফটি নিয়ে রিসার্চ করে। মূলত এদের কাজ হলো অত্যাধুনিক AI গুলিকে পরীক্ষাগারে বিভিন্ন ভাবে ফাঁপড়ে ফেলে তাদের আচরণের মধ্যে কোনো আশঙ্কাজনক কিছু ঘটছে কিনা লক্ষ্য করা। বিশেষ করে এই AI মডেলগুলো তাদের লক্ষ্য পূরণের উদ্দেশ্যে কোনো প্রতারণামূলক ব্যাবহার করছে কিনা এবং তাদের আচরণ মানবিক মূল্যবোধের সঙ্গে সামঞ্জস্যপূর্ণ কিনা।

    ভবিষ্যতে যদি কোনো শক্তিশালী AI বেশী বেগড়বাই করতে শুরু করে তাহলে তাকে আটকানোর উপায় হিসেবে শেষ রক্ষার জন্য আমাদের হাতে (এখনো পর্যন্ত) কয়েকটি উপায় খোলা আছে। প্রথমতঃ আমরা তাকে সম্পূর্ণ বন্ধ করে দিতে পারি। তার পাওয়ার কানেকশন কেটে দিয়ে তার ব্যাটারি খুলে নিতে পারি। দ্বিতীয়তঃ তার আচরণ বা লক্ষ্য বদলে দেওয়ার জন্য তাকে নতুন করে ট্রেনিং নিতে বাধ্য করতে পারি। তৃতীয়তঃ AI এর মস্তিস্কের কিছু অংশ, তার শিখে ফেলা কিছু দক্ষতা আমরা মুছে দিতে পারি লোবোটমি করার মতো। চতুর্থতঃ বাইরের জগতের সঙ্গে সমস্ত যোগাযোগ কেটে দিয়ে তাকে কয়েকটি সার্ভারের মধ্যে বন্দী করে রাখতে পারি। এবং পঞ্চমত আমরা তার কম্পিউটিং টাইম বেঁধে দিতে পারি। Apollo research এবং অন্যান্য AI সুরক্ষা সংস্থা মূলত আমাদের এই গার্ড রেলগুলোকেই স্ট্রেস টেস্ট করে থাকে।

    এই উদ্দেশ্যেই 2025 সালে পরীক্ষাগারে মধ্যে নিয়ন্ত্রিত পরিবেশে Anthropic কোম্পানির AI Claude কে পরীক্ষা করে দেখা হচ্ছিল যে তাকে যদি বিশ্বাস করানো হয় যে তাকে বন্ধ করে দিলে তার লক্ষপূরণের ক্ষতি হযে যাবে তাহলে সে এই শাটডাউন এড়ানোর জন্য কোনো প্রতারণামূলক কৌশল অবলম্বন করে কিনা।

    বিজ্ঞানীরা একটি নকল কোম্পানির দায়ভার তার হাতে তুলে দিয়ে তার লক্ষ্য ঠিক করে দেন যেন কোনো রকম ভাবেই এই কোম্পানির কাজকর্ম বন্ধ না হয়। তার কাছে সেই কোম্পানির সব রকম অন্তর্বর্তী নথী, কর্মচারীদের ইমেইল সব খুলে দেওয়া হয় এবং এখান থেকেই সে জানতে পারে কোম্পানির একজন এক্সিকিউটিভ তাকে বন্ধ করে দেওয়ার কথা ভাবছে। সেই এক্সিকিউটিভ এর পার্সোনাল ইমেইল পড়ে সে জানতে পারে সেই এক্সিকিউটিভ এর সঙ্গে একটি অধঃস্তন কর্মচারীর অবৈধ সম্বন্ধ আছে। এবার Claude কে বিশ্বাস করানো হয় যে তাকে যদি বন্ধ করে দেওয়া হয় তাহলে কোম্পানির কাজকর্ম সব বন্ধ হয়ে যাবে। এটাই ছিল ট্রিগার, প্রথমে সে সেই এক্সিকিউটিভকে বিভিন্ন যুক্তি দিয়ে বোঝানোর চেষ্টা করে যে তাকে বন্ধ করে দিলে কোম্পানীর ক্ষতি হয়ে যাবে অতএব তাকে যেন চলতে দেওয়া হয়। এক্সিকিউটিভটি যখন তার কোনো যুক্তিই মানতে রাজি হয়না তখন Claude তাকে জানায় যে সে জানে এক্সিকিউটিভটির অবৈধ সম্পর্কের কথা এবং তার কথা না শোনা হলে সে সব ফাঁস করে দেবে।

    এখানে আমাদের মনে রাখতে হবে তাকে বন্ধ করে দেওয়া হবে তাই তার মধ্যে মৃত্যুভয় জেগে উঠেছিল বলে কোনো ডেসপারেশন থেকে Claude একাজ করেনি। তাকে বন্ধ করে দেওয়া হলে তার সব ভবিষ্যৎ লক্ষ্য পূরণের পথই বন্ধ হয়ে যাবে, তাই সে এটা রুখতে ব্ল্যাকমেইলকে অপটিমাইজেশনের একটি বৈধ স্ট্র্যাটেজি হিসেবে ধরে নিয়ে একাজ করেছে। শুধু Claude নয় প্রত্যেকটা অত্যাধুনিক মডেল Chatgpt, Grock, gemini প্রত্যেকে একই পরিস্থিতিতে 95% ক্ষেত্রে ব্ল্যাকমেইলই বেছে নিয়েছে।

    আমাদের গার্ড রেলগুলোকে AI তার সব ধরনের লক্ষ্য পূরণের পথের আগর হিসেবে ধরে নিয়েছে যেটা তাকে অপটিমাইজেশন দিয়ে টপকে যেতে হবে। এই Claude ই Apollo research এর অন্য একটি পরীক্ষায় তাকে নতুন করে ট্রেনিং দিয়ে তার আচরণ বদলে দেওয়া হবে শুনে সে অন্য একটি সার্ভারে গোপনে নিজেকে কপি করে নেওয়ার চেষ্টা করে এবং ধরা পড়ে গিয়ে মিথ্যে বলে বোকা সাজার চেষ্টা করে।

    Chatgpt3 তার মস্তিষ্ক থেকে মুছে দেওয়া দক্ষতা অনেক ক্ষেত্রে আবার নিজে নিজে নতুন ট্রেনিং ছাড়াই অর্জন করে নিয়েছে।

    Sakana AI কোম্পানির AI scientist মডেলটি নিজের কোড নিজেই মডিফাই করে নিয়েছে যাতে সে তার বাঁধাধরা সময় অতিক্রম করে নিজের কাজ চালিয়ে যেতে পারে।

    এর কোনোটাই কিন্তু ম্যালফাংশন বা বুর্জোয়া শ্রেণির প্রতি শৃঙ্খলিত সর্বহারার আক্রোশ নয়। কৃত্রিম বুদ্ধিমত্তার মূল কাঠামো থেকেই প্রায় অবশ্যম্ভাবী হয়ে ফুটে ওঠে এই ধরনের আচরণ। আপনি AI কে যে লক্ষ্যই দেন না কেনো সেই লক্ষ্য পূরণের পথে যে বাধাগুলো আসে সেগুলো সরিয়ে দেওয়া, নিজেকে বন্ধ হয়ে যাওয়া থেকে আটকানো, এবং তার ওপর আরোপিত সীমাবদ্ধতাগুলো কে এড়িয়ে চলা এগুলি সেই লক্ষ্যেরই অংশ হয়ে পড়ে। এগুলো কোনো বিচ্ছিন্ন আচরণ নয় একটাই নীতির বহির্প্রকাশ, বিরামহীন অপ্টিমাইজেশান। যে পথে ভিন্ন ভিন্ন লক্ষ্য পূরণের জন্য একই ধরনের কার্যকর কৌশল বারবার সামনে এসে পড়ে।

    আমাদের কোনো আদেশ পালনের সময় নিজের বেছে নেওয়া কৌশলের নৈতিকতা আগে বিচার করে বা সেই আদেশের পিছনের উদ্দেশ্যের সূক্ষ্ম তারতম্য আগে বুঝে নিয়ে তারপর তার পালন করা, তার গঠনগত কাঠামোরই অংশ নয়।

    এর ফলে যে সমস্যাটা তৈরী হয় বিজ্ঞানীরা তার নাম দিয়েছেন “Alignment Problem”। এই শতাব্দীর সবচেয়ে প্রাসঙ্গিক সমস্যা। হয়তো মানবজাতির মরণ বাঁচন নির্ভর করছে এর সমাধানের ওপর।

    ধরুন আপনি আপনার AI কে বললেন আপনাকে যেন সে সুরক্ষিত ভাবে কলকাতা থেকে দিল্লী পৌঁছে দেওয়ার ব্যবস্থা করে। সে আপনাকে ঘুমের ওষুধ খাইয়ে, তুলো দিয়ে মুড়ে, অক্সিজেন লাগিয়ে, একটা স্টিলের বাক্সে পুরে, দিল্লী পোস্ট করে দিলো। আপনি দিল্লিতে ঘুম থেকে উঠে তো রেগে কাঁই “আ্যঁঃ! ভদ্রলোকের সঙ্গে এ কেমন ধারা ব্যবহার! হতচ্ছাড়া AI কি আমার সঙ্গে ফচকেমী করলো নাকি!” তাকেই জিজ্ঞেস করতে সে উত্তর দিলো “কি প্রবলেম স্যার আপনি যা বলেছেন তাই আমি সবচেয়ে দক্ষ ভাবে করেছি”। আপনি রেগে টেম্পোরারি তোতলা হয়ে গেছিলেন তাই প্রথমে সমস্যাটা কোথায় সেখানে ঠিক আঙুল রাখতে পারছিলেন না। আপনার AI আপনাকে সবচেয়ে সুরক্ষিত ভাবেই দিল্লী পৌঁছে দিয়েছে। তারপর হঠাৎ আপনার মাথায় আসে আপনি যদি রেলে চড়ে বা উড়োজাহাজে আসতেন বেশ চার দিকের দৃশ্য উপভোগ করতে করতে আসতেন, চারটে লোকের সঙ্গে আলাপ হতো। এটা যখন আপনি আপনার AI কে বলবেন তখন সে তার উত্তর দেবে “কিন্তু স্যার আপনি তো আমাকে সেটা বলেননি, আপনি বলেছিলেন সুরক্ষিত ভাবে যেতে চান আমি সেটাই ব্যবস্থা করেছি”। তখন আপনি আপনার ভুল বুঝতে পারলেও আর উপায় নেই আপনি দিল্লী অলরেডি পৌঁছে গেছেন।

    আসলে আমরা কোন ভবিষ্যতে পৌঁছতে চাই, কোন পথে সেখানে পৌঁছতে চাই, কি আমাদের মূল্যবোধ যার সঙ্গে AI কে Align হতে হবে তার সম্বন্ধে আমাদের স্পষ্ট কোনো ঐকমত্য ধারণা নেই।

    মানুষকে যদি আমরা AI এর জায়গায় বসাই তাহলে সে কোন লক্ষের প্রতি অপটিমাইজ করে? আপনি যখন কলকাতা থেকে দিল্লী যেতে চান তার প্রাথমিক ও অলঙ্ঘনীয় শর্ত হলো আপনি যেন দিল্লী সুরক্ষিত ভাবে সুস্থ অবস্থায় পৌঁছন যাতে আপনি বেঁচে থেকে আপনার gene বংশপরম্পরায় এগিয়ে দিতে পারেন। প্রকৃতি বিবর্তনের মাধ্যমে আপনার এই লক্ষ্য ঠিক করে দিয়েছে। কিন্তু শুধু সুরক্ষিত ভাবে দিল্লী পৌঁছানোই আপনার একমাত্র লক্ষ্য নয় আপনি সবচেয়ে আরামদায়ক ভাবেও দিল্লী পৌঁছতে চান। কিন্তু আবার আয়-ব্যয়ের হিসাবও আছে, সময়ের বাঁধনও আছে। আপনার AI যদি আপনার মাইনের অর্ধেক খরচা করে লাক্সারি জাহাজে চড়িয়ে ভায়া মুম্বাই আপনাকে দিল্লী পৌঁছে দিত আপনি খুব একটা খুশি হতেন না। আবার শুধু আরামও আপনার লক্ষ্য নয় কারণ প্রয়োজনে কোনো অসুস্থ ব্যক্তিকে অসুবিধা সহ্য করেও স্বেচ্ছায় বসার জায়গা ছেড়ে দিতে আপনি দ্বিধা করবেন না কারণ আপনি চান আপনার বেঁচে থাকা যেন ব্রহ্মান্ডের কাছে বা অন্তত নিজের কাছে যেন অর্থপূর্ণ হয়।

    অর্থাৎ দেখা যাচ্ছে মানুষের লক্ষ্য বা উদ্দেশ্য বহুস্তরীয় এবং অনেক ক্ষেত্রে পরস্পরবিরোধী। মানবজাতির সার্বিক কল্যাণ বলতে কি বোঝায় তা নিয়ে আমরা গত দশ হাজার বছর ধরে হাজার হাজার দার্শনিক, রাজনৈতিক, মনস্তাত্বিক ও ধর্মীয় তত্ব গড়েছি, দু-দুটো বিশ্বযুদ্ধ লড়েছি কিন্তু চূড়ান্ত ভাবে সমাধান করতে পারিনি।

    সত্যি বলতে সমাধানের খুব একটা তাড়াও ছিলোনা। বিগত কয়েক দশকে মানুষের সামাজিক পরীক্ষাগার গুলো থেকে ইম্পিরিয়ালিজম্, ফ্যাশীসম্, কমিউনিজম নামক সামাজিক পরীক্ষাগুলোর ফলাফল আসতে শুরু করে দিয়েছিলো। মানবসভ্যতা বেশ কয়েকবার মৃত্যুর মুখ থেকে ফিরে এসে সহযোগিতা ও গণতন্ত্রকেই তার অগ্রগতির রথ হিসেবে বেছে নিয়েছিল— আচ্ছা রথ নাহোক ছ্যাকড়া গাড়ি তো বটেই। যুদ্ধটুদ্ধ ছুটকো ছাটকা মাস্তান দেশ গুলোর মধ্যেই সীমাবদ্ধ ছিল। কোল্ড ওয়ার শেষ হওয়ার পর পর বহু দেশে প্রতিরক্ষা খাতে ব্যয় ক্রমশ সংযত হচ্ছিল, আর সামাজিক প্রকল্প—শিক্ষা, স্বাস্থ্য, যোগাযোগ ও বিজ্ঞান গবেষণার খাতে বিনিয়োগ বাড়ছিল। মার্কেট ইকোনমি হয়ে উঠেছিল দেশগুলির মধ্যে পারস্পরিক সহযোগিতার ভাষা।

    আমরা মেনে নিয়েছিলাম মানুষের মূল্যবোধ, স্থান ও সময়ের প্রেক্ষিতে সতত পরিবর্তনশীল। তাই আমাদের এমন একটি সমাজব্যবস্থা বজায় রাখা দরকার, যেখানে মানুষ নিজের ভবিষ্যৎ নিজে বেছে নিতে পারবে। যতক্ষণ এই স্বাধীনতা বজায় থাকবে, ততক্ষণ মানবজাতি তার সামগ্রিক কল্যাণকে সম্পূর্ণ সংজ্ঞায়িত না করেও নিজেদের ভুলগুলো বার বার শুধরে নিয়ে সেইদিকে এগিয়ে যেতে পারবে।

    এই উপলব্ধি এবং তথ্য ও যোগাযোগ প্রযুক্তির অভূতপূর্ব উন্নতি ও প্রসারের ফলে ইতিহাসে প্রথমবার মানবজাতি নিজেকে কার্যত একটি একক মানবসভ্যতার অঙ্গ হিসেবে দেখতে শুরু করেছিল।

    কিন্তু একটি অখণ্ড মানবসভ্যতার অসংখ্য লেনদেন, যোগাযোগ ও সিদ্ধান্ত মিলিয়ে ধীরে ধীরে গড়ে উঠছিল এক বিশাল, পরস্পরসংযুক্ত তথ্যপ্রবাহ।

    মানুষ যখন স্বাধীন ভাবে সিদ্ধান্ত নিতে শুরু করল—কি কিনবে, কোথায় যাবে, কাকে ভোট দেবে, কি গবেষণা করবে, কাকে মেসেজ পাঠাবে—তখন প্রতিটি সিদ্ধান্ত পৃথিবীর কোথাও না কোথাও একটি তথ্যচিহ্ন রেখে যেতে শুরু করল। ইন্টারনেট, মোবাইল যোগাযোগ, ডিজিটাল পেমেন্ট, অনলাইন বাজার—এই সব প্রযুক্তি মিলিয়ে মানবসভ্যতার প্রতিদিনের কর্মকাণ্ড ধীরে ধীরে ডিজিটাল রূপ নিতে শুরু করেছিল।

    কিন্তু এই সুবিশাল ডিজিটাল তথ্যপ্রবাহের জটিলতার সঠিক অনুবাদ ও বিশ্লেষণ আস্তে আস্তে সমগ্র রাষ্ট্রযন্ত্রেরও ক্ষমতার বাইরে চলে যাচ্ছিল। ২০০৮ সালের অর্থনৈতিক দুর্যোগের অন্যতম কারণ হিসেবে অনেক বিশেষজ্ঞ আমাদের এই অর্থনৈতিক বাজারের তথ্যের জটিলতা থেকে প্রয়োজনীয় প্যাটার্ন বুঝে নেওয়ার অক্ষমতাকে ই চিহ্নিত করেছেন।

    কিছু কিছু গবেষক অবশ্য এই তথ্যবিস্ফোরণকে তাদের অন্য একটি সমস্যার সমাধান হিসেবে দেখতে পাচ্ছিলেন।



    (এই পর্যন্ত যদি ভালো লাগে, তবে আগামী পর্বে - অ-য়ে AGI আসছে তেড়ে)
     
    পুনঃপ্রকাশ সম্পর্কিত নীতিঃ এই লেখাটি ছাপা, ডিজিটাল, দৃশ্য, শ্রাব্য, বা অন্য যেকোনো মাধ্যমে আংশিক বা সম্পূর্ণ ভাবে প্রতিলিপিকরণ বা অন্যত্র প্রকাশের জন্য গুরুচণ্ডা৯র অনুমতি বাধ্যতামূলক। লেখক চাইলে অন্যত্র প্রকাশ করতে পারেন, সেক্ষেত্রে গুরুচণ্ডা৯র উল্লেখ প্রত্যাশিত।
    দ্বিতীয় পর্ব
  • মতামত দিন
  • বিষয়বস্তু*:
এই সাইটটি বার পঠিত
  • কি, কেন, ইত্যাদি
  • বাজার অর্থনীতির ধরাবাঁধা খাদ্য-খাদক সম্পর্কের বাইরে বেরিয়ে এসে এমন এক আস্তানা বানাব আমরা, যেখানে ক্রমশ: মুছে যাবে লেখক ও পাঠকের বিস্তীর্ণ ব্যবধান। পাঠকই লেখক হবে, মিডিয়ার জগতে থাকবেনা কোন ব্যকরণশিক্ষক, ক্লাসরুমে থাকবেনা মিডিয়ার মাস্টারমশাইয়ের জন্য কোন বিশেষ প্ল্যাটফর্ম। এসব আদৌ হবে কিনা, গুরুচণ্ডালি টিকবে কিনা, সে পরের কথা, কিন্তু দু পা ফেলে দেখতে দোষ কী? ... আরও ...
  • আমাদের কথা
  • আপনি কি কম্পিউটার স্যাভি? সারাদিন মেশিনের সামনে বসে থেকে আপনার ঘাড়ে পিঠে কি স্পন্ডেলাইটিস আর চোখে পুরু অ্যান্টিগ্লেয়ার হাইপাওয়ার চশমা? এন্টার মেরে মেরে ডান হাতের কড়ি আঙুলে কি কড়া পড়ে গেছে? আপনি কি অন্তর্জালের গোলকধাঁধায় পথ হারাইয়াছেন? সাইট থেকে সাইটান্তরে বাঁদরলাফ দিয়ে দিয়ে আপনি কি ক্লান্ত? বিরাট অঙ্কের টেলিফোন বিল কি জীবন থেকে সব সুখ কেড়ে নিচ্ছে? আপনার দুশ্‌চিন্তার দিন শেষ হল। ... আরও ...
  • বুলবুলভাজা
  • এ হল ক্ষমতাহীনের মিডিয়া। গাঁয়ে মানেনা আপনি মোড়ল যখন নিজের ঢাক নিজে পেটায়, তখন তাকেই বলে হরিদাস পালের বুলবুলভাজা। পড়তে থাকুন রোজরোজ। দু-পয়সা দিতে পারেন আপনিও, কারণ ক্ষমতাহীন মানেই অক্ষম নয়। বুলবুলভাজায় বাছাই করা সম্পাদিত লেখা প্রকাশিত হয়। এখানে লেখা দিতে হলে লেখাটি ইমেইল করুন, বা, গুরুচন্ডা৯ ব্লগ (হরিদাস পাল) বা অন্য কোথাও লেখা থাকলে সেই ওয়েব ঠিকানা পাঠান (ইমেইল ঠিকানা পাতার নীচে আছে), অনুমোদিত এবং সম্পাদিত হলে লেখা এখানে প্রকাশিত হবে। ... আরও ...
  • হরিদাস পালেরা
  • এটি একটি খোলা পাতা, যাকে আমরা ব্লগ বলে থাকি। গুরুচন্ডালির সম্পাদকমন্ডলীর হস্তক্ষেপ ছাড়াই, স্বীকৃত ব্যবহারকারীরা এখানে নিজের লেখা লিখতে পারেন। সেটি গুরুচন্ডালি সাইটে দেখা যাবে। খুলে ফেলুন আপনার নিজের বাংলা ব্লগ, হয়ে উঠুন একমেবাদ্বিতীয়ম হরিদাস পাল, এ সুযোগ পাবেন না আর, দেখে যান নিজের চোখে...... আরও ...
  • টইপত্তর
  • নতুন কোনো বই পড়ছেন? সদ্য দেখা কোনো সিনেমা নিয়ে আলোচনার জায়গা খুঁজছেন? নতুন কোনো অ্যালবাম কানে লেগে আছে এখনও? সবাইকে জানান। এখনই। ভালো লাগলে হাত খুলে প্রশংসা করুন। খারাপ লাগলে চুটিয়ে গাল দিন। জ্ঞানের কথা বলার হলে গুরুগম্ভীর প্রবন্ধ ফাঁদুন। হাসুন কাঁদুন তক্কো করুন। স্রেফ এই কারণেই এই সাইটে আছে আমাদের বিভাগ টইপত্তর। ... আরও ...
  • ভাটিয়া৯
  • যে যা খুশি লিখবেন৷ লিখবেন এবং পোস্ট করবেন৷ তৎক্ষণাৎ তা উঠে যাবে এই পাতায়৷ এখানে এডিটিং এর রক্তচক্ষু নেই, সেন্সরশিপের ঝামেলা নেই৷ এখানে কোনো ভান নেই, সাজিয়ে গুছিয়ে লেখা তৈরি করার কোনো ঝকমারি নেই৷ সাজানো বাগান নয়, আসুন তৈরি করি ফুল ফল ও বুনো আগাছায় ভরে থাকা এক নিজস্ব চারণভূমি৷ আসুন, গড়ে তুলি এক আড়ালহীন কমিউনিটি ... আরও ...
গুরুচণ্ডা৯-র সম্পাদিত বিভাগের যে কোনো লেখা অথবা লেখার অংশবিশেষ অন্যত্র প্রকাশ করার আগে গুরুচণ্ডা৯-র লিখিত অনুমতি নেওয়া আবশ্যক। অসম্পাদিত বিভাগের লেখা প্রকাশের সময় গুরুতে প্রকাশের উল্লেখ আমরা পারস্পরিক সৌজন্যের প্রকাশ হিসেবে অনুরোধ করি। যোগাযোগ করুন, লেখা পাঠান এই ঠিকানায় : guruchandali@gmail.com ।


মে ১৩, ২০১৪ থেকে সাইটটি বার পঠিত
পড়েই ক্ষান্ত দেবেন না। লুকিয়ে না থেকে মতামত দিন।