আমাদের বেশিরভাগ প্রযুক্তিগত ব্যক্তিরা AI এর উপর কম... এবং এটি একটি ভাল জিনিস

আমাদের বেশিরভাগ প্রযুক্তিগত ব্যক্তিরা AI এর উপর কম… এবং এটি একটি ভাল জিনিস

ভাষ্য: IEEE ভিড় AI-এর সবথেকে বেশি তেজস্বী দাবি নিয়ে সন্দিহান, যা আমাদের এটিকে এগিয়ে নিয়ে যাওয়ার জন্য ঠিক কী করতে হবে।

ছবি: Shutterstock/BAIVECTOR

অনুযায়ী ক সাম্প্রতিক ম্যাককিনসে জরিপ, সমস্ত আকারের বেশিরভাগ উদ্যোগ সক্রিয়ভাবে AI গ্রহণ করছে৷ হুররে! AI গ্রহণের ফলে যে সমস্ত ক্ষেত্রগুলি সবচেয়ে বেশি বৃদ্ধি পাচ্ছে তার মধ্যে রয়েছে পরিষেবা-অপারেশন অপ্টিমাইজেশান, AI-ভিত্তিক পণ্যের উন্নতি এবং যোগাযোগ-সেন্টার অটোমেশন। আবার, হুররে! যখন সাধারণ আমেরিকান জনগণকে এআই সম্পর্কে জিজ্ঞাসা করা হয়, বেশিরভাগেরই AI এর সম্ভাব্যতা সম্পর্কে ইতিবাচক দৃষ্টিভঙ্গি রয়েছে। চারিদিকে হুরর।

কিন্তু তুমি যদি আরও ইঞ্জিনিয়ারিং-কেন্দ্রিক জিজ্ঞাসা করুন, IEEE স্পেকট্রাম ভিড়, AI-কে দীর্ঘ, দীর্ঘ পথ যেতে হবে আগে তারা দাঁড়াতে এবং করতালি দিতে ইচ্ছুক। IEEE স্পেকট্রাম “সদস্যরা হার্ড-টু-পেনিট্রেট ভেন্ডর ডিসিশন টিমের সাথে জড়িত থাকে, সাধারণত ম্যানেজমেন্টের ক্ষমতার মধ্যে,” অনুসারে 2020 মিডিয়া কিট. অন্য কথায়, এটি একটি প্রবীণ, উচ্চ প্রযুক্তিগত ভিড় যা AI-এর বিস্ময় নিয়ে পাফ টুকরো দ্বারা খুব বেশি প্রভাবিত হয় না (যদিও তারা ভালভাবে বিশ্বাস করে যে AI এর একটি উজ্জ্বল ভবিষ্যত আছে)। না, যখন IEEE স্পেকট্রাম সম্পাদকরা ফিরে তাকাল 2021 সালের 10টি সর্বাধিক জনপ্রিয় নিবন্ধে, একটি স্পষ্ট প্রবণতা আবির্ভূত হয়েছে: “আজকে মেশিন লার্নিংয়ে সমস্যা কি।”

দেখা: কৃত্রিম বুদ্ধিমত্তা নীতি নীতি (টেকরিপাবলিক প্রিমিয়াম)

সবাই এআই হাইপ ট্রেনে চড়ে

কাউকে মনে করিয়ে দেওয়ার দরকার নেই যে আমরা এখনও AI এর হাইপ পর্যায়ে আছি। হিসাবে মাইকেল ম্যাকডোনাফ টুইট করেছেন, গ্লোবাল ডিরেক্টর অফ ইকোনমিক রিসার্চ এবং প্রধান অর্থনীতিবিদ, ব্লুমবার্গ ইন্টেলিজেন্স, 2014 সালের মাঝামাঝি থেকে আর্টিফিশিয়াল ইন্টেলিজেন্সের আর্টিফিশিয়াল ইন্টেলিজেন্সের কথা বলা হয়েছে:

c5whv-uwyaipvhm.jpg

2017 সালে ম্যাকডোনফ টুইট করার পর থেকে এই প্রবণতাটিও কমেনি৷ যদি কিছু থাকে তবে এটি বেড়েছে৷

তবুও যদিও সি-লেভেল এক্সিকিউটিভরা AI কীভাবে তাদের ব্যবসায়কে প্রভাবিত করছে তা ওভারসেল করা সুবিধাজনক বলে মনে করছেন, প্রকৃতপক্ষে AI কাজ করার জন্য অভিযুক্ত ব্যক্তিরা কম সংবেদনশীল ছিলেন। যেমন প্রকাশিত হয়েছে অ্যানাকোন্ডার স্টেট অফ ডেটা সায়েন্স 2021 রিপোর্ট, AI নিয়ে আজকে ডেটা বিজ্ঞানীদের সবচেয়ে বড় উদ্বেগ হল অ্যালগরিদমের পক্ষপাতিত্বের সম্ভাবনা, এমনকি সম্ভাবনা। এছাড়াও সংস্থাগুলিকে ডেটা থেকে প্রাপ্ত মানকে সর্বাধিক করতে সহায়তা করতে সক্ষম কর্মীদের একটি উল্লেখযোগ্য ঘাটতি রয়েছে। এমনকি যখন কোম্পানিগুলির কর্মীদের সঠিক প্রতিভা থাকে, তখনও AI বিনিয়োগ থেকে মূল্য পাওয়া অধরা থেকে যায়,
যেমন আমি বিস্তারিত করেছি

. ছোট আশ্চর্য, তারপর, যে কিছু প্রস্তাব “সত্য কৃত্রিম সাধারণ বুদ্ধিমত্তার প্রতিশ্রুতি … অধরা থেকে যায়। কৃত্রিম মূর্খতা সর্বোচ্চ রাজত্ব করে।” (প্রকাশ: আমার আইপি আইনের অধ্যাপক ভাই, ক্লার্ক অ্যাসে, এটি লিখেছেন এবং, হ্যাঁ, আমি তাকে পছন্দ করি।)

তাই এআই-এর একটা উপায় আছে। আমরা এটা জানতাম, তাই না? কিন্তু এআই স্থাপনার নিকটতম প্রযুক্তিগত লোকদের নির্দিষ্ট উদ্বেগ কি?

দেখা: AI এর নৈতিক চ্যালেঞ্জ: একজন নেতার গাইড (ফ্রি পিডিএফ) (টেকরিপাবলিক)

কি ভুল হতে পারে?

দ্য সবচেয়ে জনপ্রিয় নিবন্ধ উবার তার ফোকাসে ব্যবহারিক: অর্থ। অথবা, বরং, AI উন্নতির জন্য অর্থ প্রদানের সাথে সম্পর্কিত হ্রাসপ্রাপ্ত রিটার্ন। টিএল; ড? ডিপ লার্নিং সিস্টেম প্রশিক্ষণের জন্য প্রয়োজনীয় গণনামূলক এবং শক্তি খরচ সেখান থেকে প্রাপ্ত সুবিধার চেয়ে বেশি হতে পারে। আরও উপরে. এখানে অর্থের উদ্ধৃতি দেওয়া হল: “ত্রুটির হার অর্ধেক করতে, আপনি কম্পিউটেশনাল রিসোর্সের 500 গুণেরও বেশি প্রয়োজন আশা করতে পারেন।” এবং দীর্ঘ সংস্করণ: “সুসংবাদ হল যে গভীর শিক্ষা প্রচুর নমনীয়তা প্রদান করে। খারাপ খবর হল যে এই নমনীয়তা একটি বিশাল গণনামূলক খরচে আসে।”

খারাপ লাগে। খারাপ.

অন্যান্য 10টি সবচেয়ে জনপ্রিয় এআই-সম্পর্কিত নিবন্ধগুলির মধ্যে IEEE স্পেকট্রাম বছরের জন্য, তিনটি ইতিবাচক ছিল (উদাহরণস্বরূপ, কীভাবে ইন্সটাকার্ট তার ব্যবসা চালানোর জন্য AI ব্যবহার করে), একটি ছিল নিরপেক্ষ (একটি তালিকা যা AI-এর বর্তমান অবস্থা সম্পর্কে একটি দৃষ্টিভঙ্গি দেয়) এবং আরও পাঁচটি ছিল নেতিবাচক:

  • AI এর অনিশ্চিত ভবিষ্যত সম্পর্কে (“আজকে, এমনকি AI যখন শিল্পে বিপ্লব ঘটাচ্ছে এবং বিশ্ব শ্রমবাজারকে উন্নীত করার হুমকি দিচ্ছে, অনেক বিশেষজ্ঞ ভাবছেন যে আজকের AI তার সীমায় পৌঁছেছে কিনা”)।

  • পরীক্ষা এবং উত্পাদনের মধ্যে পার্থক্য সম্পর্কে বিখ্যাত মেশিন লার্নিং অগ্রগামী অ্যান্ড্রু এনজি (“আমাদের মধ্যে যারা মেশিন লার্নিংয়ে তারা একটি পরীক্ষা সেটে ভাল করতে সত্যিই ভাল কিন্তু দুর্ভাগ্যবশত একটি সিস্টেম স্থাপন করা একটি পরীক্ষার সেটে ভাল করার চেয়ে বেশি লাগে”)।

  • GPT-3-এর উত্তেজনাপূর্ণ সম্ভাবনা এবং “গভীরভাবে উদ্বেগজনক” বাস্তবতার উপর একটি নিবন্ধ, “এই নতুন এবং ব্যাপকভাবে অপ্রতিরোধ্য প্রযুক্তির সাথে কাজ করার সময় এবং তারা GPT-3 দ্বারা চালিত বাণিজ্যিক পণ্য এবং পরিষেবাগুলি স্থাপন করার সময় কোম্পানিগুলি যে সম্ভাব্য বিপদের সম্মুখীন হয় তার বিশদ বিবরণ দেয়৷ “

  • পাম পাইলটের উদ্ভাবক জেফ হকিন্সের সাথে একটি সাক্ষাত্কার, কেন “এআই-এর আরও অনেক বেশি স্নায়ুবিজ্ঞানের প্রয়োজন” দরকারী।

  • এক ধরণের তালিকা, যেটি AI ব্যর্থ হওয়ার সাতটি উপায় ক্যাপচার করে (“নিউরাল নেটওয়ার্কগুলি বিপর্যয়করভাবে ভঙ্গুর, ভুলে যাওয়া এবং গণিতে আশ্চর্যজনকভাবে খারাপ হতে পারে”)।

যদি কিছু হয়, AI বাস্তবতা সম্পর্কে এই বাজে দৃষ্টিভঙ্গিগুলি আমাদের সকলকে আশাবাদী করে তুলবে, হতাশ নয়। আপনি যদি নিবন্ধগুলি পড়েন, AI-এর প্রতিশ্রুতিতে একটি দৃঢ় বিশ্বাস রয়েছে, যে সীমাবদ্ধতাগুলি কাটিয়ে উঠতে হবে তা বোঝার মাধ্যমে। এই রাস্তার প্রতিবন্ধকতাগুলিকে উপেক্ষা করে এমন একটি অত্যধিক আশাবাদী অবস্থানের পরিবর্তে আমাদের এটাই চাই। এন্টারপ্রাইজের মধ্যে AI মোতায়েন করতে পারে এমন লোকেদের কাছে এই নিবন্ধগুলি সর্বাধিক জনপ্রিয় ছিল তা অযৌক্তিক উচ্ছ্বাসের পরিবর্তে AI এর প্রতি একটি যুক্তিযুক্ত পদ্ধতির লক্ষণ।

প্রকাশ: আমি MongoDB এর জন্য কাজ করি কিন্তু এখানে প্রকাশিত মতামত আমার.

এছাড়াও দেখুন

Leave a Comment