Loading..

ব্লগ

রিসেট

১৬ সেপ্টেম্বর, ২০২৬ ১১:৩৩ পূর্বাহ্ণ

কৃত্রিম বুদ্ধিমত্তার বিবর্তন (পর্ব ২): 'AI Winter' বা প্রযুক্তিগত মন্দা—মেমোরির সীমাবদ্ধতা ও প্রাথমিক ধাক্কা

কৃত্রিম বুদ্ধিমত্তার বিবর্তন (পর্ব ২): 'AI Winter' বা প্রযুক্তিগত মন্দা—মেমোরির সীমাবদ্ধতা ও প্রাথমিক ধাক্কা

প্রিয় শিক্ষকবৃন্দ,

সিরিজের প্রথম পর্বে আমরা জেনেছিলাম কীভাবে অ্যালান টিউরিং এবং ডার্টমাউথ কনফারেন্সের দূরদর্শী বিজ্ঞানীদের হাত ধরে কৃত্রিম বুদ্ধিমত্তার (AI) শুভসূচনা হয়েছিল। প্রাথমিক সাফল্য দেখে বিজ্ঞানীদের ধারণা ছিল, খুব অল্প সময়ের মধ্যেই যন্ত্র মানুষের চেয়েও জ্ঞানী হয়ে উঠবে।

তবে বাস্তবতার পথ এত মসৃণ ছিল না। সত্তুর ও আশির দশকে AI গবেষণা এমন এক ঘোর অন্ধকারের মুখোমুখি হয়, যা ইতিহাসের পাতায় 'AI Winter' বা 'প্রযুক্তিগত শীতকাল' নামে পরিচিত। আজকের পর্বে আমরা জানব AI-এর এই মন্দা এবং টিকে থাকার গল্প।

১. 'AI Winter' কী?

জলবায়ুর শীতকালে যেমন প্রকৃতি বরফে জমে স্থবির হয়ে পড়ে, ঠিক তেমনি AI গবেষণার ইতিহাসে দুটি নির্দিষ্ট সময়কাল ছিল যখন মানুষের অতিরিক্ত প্রত্যাশা পূরণ না হওয়ায় গবেষণা থমকে গিয়েছিল, সরকারি অনুদান বন্ধ হয়ে গিয়েছিল এবং স্পন্সররা মুখ ফিরিয়ে নিয়েছিল। প্রযুক্তি জগতে এই স্থবিরতার সময়কেই 'AI Winter' বলা হয়।

মূলত দুটি প্রধান তরঙ্গে এই মন্দা এসেছিল:

  • প্রথম AI Winter: ১৯৭৪ থেকে ১৯৮০ সাল পর্যন্ত।

  • দ্বিতীয় AI Winter: ১৯৮৭ থেকে ১৯৯৩ সাল পর্যন্ত।

২. মন্দা বা ধসের প্রধান কারণসমূহ

  • মেমোরি ও প্রসেসিং ক্ষমতার সীমাবদ্ধতা:

বিজ্ঞানীরা যে ধরনের জটিল অ্যালগরিদম ও চিন্তাভাবনা তৈরি করেছিলেন, তখনকার কম্পিউটারগুলোর মেমোরি (RAM/Storage) এবং প্রসেসরের গতি তা সামলানোর জন্য একেবারেই প্রস্তুত ছিল না। একটি সাধারণ অনুবাদ বা ভাষা বোঝার কাজের জন্য যতটুকু ডাটা দরকার, তা প্রসেস করার ক্ষমতা সত্তুরের দশকের কম্পিউটারের ছিল না।

  • অতিরিক্ত প্রত্যাশা ও প্রতিশ্রুতির ব্যর্থতা:

গবেষক ও মিডিয়া প্রচার করেছিল যে ১০-১৫ বছরের মধ্যে মানুষের সমকক্ষ কৃত্রিম মস্তিষ্ক তৈরি হয়ে যাবে। কিন্তু বাস্তব ফলাফল সেই আশার প্রতিফলন ঘটাতে ব্যর্থ হয়।

  • 'লাইটহিল রিপোর্ট' (Lighthill Report, ১৯৭৩):

যুক্তরাজ্যের বিজ্ঞান গবেষণা পরিষদের জন্য অধ্যাপক স্যার জেমস লাইটহিল একটি প্রতিবেদন তৈরি করেন। সেখানে তিনি উল্লেখ করেন যে AI বাস্তব জীবনের জটিল সমস্যা সমাধানে ব্যর্থ হচ্ছে। এই রিপোর্টের পর ব্রিটিশ সরকার AI গবেষণায় ফান্ড দেওয়া প্রায় বন্ধ করে দেয়। একইভাবে যুক্তরাষ্ট্রের DARPA-ও তাদের অনুদান কমিয়ে দেয়।

৩. দ্বিতীয় ধাক্কা এবং এক্সপার্ট সিস্টেমের পতন (আশির দশক)

সত্তুরের দশকের ধাক্কা সামলে আশির দশকের শুরুতে 'Expert Systems' নামক এক নতুন প্রযুক্তির মাধ্যমে AI আবার ঘুরে দাঁড়ানোর চেষ্টা করে। এটি ছিল মানুষের অভিজ্ঞতাকে কোডিংয়ের মাধ্যমে নিয়ম (If-Then rules) বানিয়ে কম্পিউটারে সেভ করে রাখার ব্যবস্থা।

তবে ১৯৮৭ সালের দিকে এসে দেখা যায়:

  • এই সিস্টেমগুলো আপডেট করা অত্যন্ত ব্যয়বহুল ও জটিল।

  • এগুলো স্বাধীনভাবে নতুন কিছু শিখতে পারত না।

ফলে ডেস্কটপ কম্পিউটারের (Personal Computer) উত্থানের কাছে এই বিশেষায়িত AI সিস্টেমগুলো বাজারে টিকতে না পেরে দ্বিতীয়বারের মতো ধসের মুখে পড়ে।

শিক্ষায় এই পর্বের বার্তা

শিক্ষক হিসেবে শিক্ষার্থীদের ব্যর্থতাকে দেখার দৃষ্টিভঙ্গি গড়ে তুলতে এই ইতিহাস অত্যন্ত অনুপ্রেরণাদায়ক। AI-এর এই মন্দা আমাদের শেখায়— ১. পরিকল্পনা ও প্রযুক্তির সঠিক সমন্বয়: সঠিক অবকাঠামো বা প্রস্তুতি ছাড়া বড় স্বপ্ন বাস্তবায়ন সম্ভব নয়।

২. ধৈর্য ও সহনশীলতা: বিজ্ঞানের পথ সোজা নয়; আজকের যে ChatGPT বা Gemini আমরা ব্যবহার করছি, তার পেছনে রয়েছে ব্যর্থতার পর বারবার ঘুরে দাঁড়ানোর ইতিহাস।

পরবর্তী পর্বে (পর্ব ৩) আমরা দেখব: কীভাবে ৯০-এর দশকে মেমোরির উন্নতি ও নতুন অ্যালগরিদমের মাধ্যমে AI আবার ঘুরে দাঁড়াল এবং আইবিএম-এর 'Deep Blue' বিশ্ব দাবা চ্যাম্পিয়নকে হারিয়ে বিশ্বকে চমকে দিল। সঙ্গে থাকুন!

মন্তব্য করুন