ডিপমাইন্ড আবারও করেছে।
জীববিজ্ঞানের একটি মৌলিক চ্যালেঞ্জ সমাধানের পর-প্রোটিন গঠন ভবিষ্যদ্বাণী-এবং গিঁট তত্ত্বের গণিতকে উলটানো, এটি হাজার হাজার দৈনন্দিন অ্যাপ্লিকেশনের মধ্যে এমবেড করা একটি মৌলিক কম্পিউটিং প্রক্রিয়ার লক্ষ্যে নেওয়া হয়েছে। ইমেজ পার্সিং থেকে মডেলিং আবহাওয়া এমনকি কৃত্রিম নিউরাল নেটওয়ার্কের অভ্যন্তরীণ কার্যকারিতা পরীক্ষা করেও, এআই তাত্ত্বিকভাবে বিভিন্ন ক্ষেত্রের গণনার গতি বাড়াতে পারে, শক্তির ব্যবহার এবং খরচ কমানোর সময় দক্ষতা বাড়াতে পারে।
কিন্তু আরো চিত্তাকর্ষক হয় কিভাবে তারা এটি করেছে. রেকর্ড-ব্রেকিং অ্যালগরিদম, যার নাম AlphaTensor, এর একটি স্পিনঅফ আলফাজিরো, যা বিখ্যাতভাবে দাবা এবং গোতে মানব খেলোয়াড়দের পরাজিত করেছিল।
"অ্যালগরিদমগুলি হাজার হাজার বছর ধরে মৌলিক ক্রিয়াকলাপ সম্পাদনের জন্য বিশ্বের সভ্যতা জুড়ে ব্যবহৃত হয়েছে," লিখেছেন সহ-লেখক ড. ডিপমাইন্ডে মাতেজ বালোগ এবং আলহুসেন ফাওজি। "তবে, অ্যালগরিদম আবিষ্কার করা অত্যন্ত চ্যালেঞ্জিং।"
AlphaTensor একটি নতুন জগতের পথ প্রজ্বলিত করে যেখানে AI এমন প্রোগ্রাম ডিজাইন করে যা মানুষের প্রকৌশলী যেকোন কিছুকে ছাড়িয়ে যায়, একই সাথে তার নিজস্ব মেশিন "মস্তিষ্ক" উন্নত করে।
"এই কাজটি একটি অপ্টিমাইজেশান সমস্যার জন্য AI ব্যবহার করে অজানা অঞ্চলে ঠেলে দেয় যা লোকেরা কয়েক দশক ধরে কাজ করে আসছে... এটি যে সমাধানগুলি খুঁজে পেয়েছে তা অবিলম্বে গণনামূলক রান টাইম উন্নত করার জন্য তৈরি করা যেতে পারে," বলেছেন ডঃ ফেদেরিকো লেভি, একজন সিনিয়র সম্পাদক প্রকৃতি, যা প্রকাশিত পড়াশোনা.
ম্যাট্রিক্স গুণ লিখুন
AlphaTensor যে সমস্যার মুখোমুখি হয় তা হল ম্যাট্রিক্স গুণন। আপনি যদি হঠাৎ করে আপনার স্ক্রীনের নিচে স্ক্রোল করা সবুজ সংখ্যার সারি এবং কলাম কল্পনা করছেন, আপনি একা নন। মোটামুটিভাবে বলতে গেলে, একটি ম্যাট্রিক্স অনেকটা এরকম—সংখ্যার একটি গ্রিড যা ডিজিটালভাবে আপনার পছন্দের ডেটা উপস্থাপন করে। এটি একটি চিত্রের পিক্সেল, একটি সাউন্ড ক্লিপের ফ্রিকোয়েন্সি বা ভিডিও গেমগুলিতে চরিত্রগুলির চেহারা এবং ক্রিয়া হতে পারে৷
ম্যাট্রিক্স গুণন সংখ্যার দুটি গ্রিড নেয় এবং একটিকে অন্যটি দ্বারা গুণ করে। এটি একটি গণনা যা প্রায়শই উচ্চ বিদ্যালয়ে শেখানো হয় তবে এটি কম্পিউটিং সিস্টেমের জন্যও গুরুত্বপূর্ণ। এখানে, একটি ম্যাট্রিক্সে সংখ্যার সারিগুলিকে অন্যটিতে কলামের সাথে গুণ করা হয়। ফলাফলগুলি একটি ফলাফল তৈরি করে—উদাহরণস্বরূপ, একটি ভিডিও গেমের দৃশ্যে জুম ইন বা টিল্ট করার জন্য একটি কমান্ড৷ যদিও এই গণনাগুলি হুডের অধীনে কাজ করে, যে কেউ একটি ফোন বা কম্পিউটার ব্যবহার করে প্রতিদিন তাদের ফলাফলের উপর নির্ভর করে।
আপনি দেখতে পাচ্ছেন কিভাবে সমস্যাটি অত্যন্ত কঠিন, অত্যন্ত দ্রুত হতে পারে। বড় ম্যাট্রিক্স গুন করা অবিশ্বাস্যভাবে শক্তি এবং সময় নিবিড়। একটি নতুন ম্যাট্রিক্স তৈরি করতে প্রতিটি সংখ্যা জোড়াকে পৃথকভাবে গুণ করতে হবে। ম্যাট্রিক্স বাড়ার সাথে সাথে সমস্যাটি দ্রুত অস্থিতিশীল হয়ে ওঠে - এমনকি সেরা দাবা বা গো মুভের পূর্বাভাস দেওয়ার চেয়েও। কিছু বিশেষজ্ঞ অনুমান আছে আরো উপায় মহাবিশ্বের পরমাণুর সংখ্যার চেয়ে ম্যাট্রিক্স গুণের সমাধান করতে।
1969 সালে, একজন জার্মান গণিতবিদ ভলকার স্ট্রাসেন দেখিয়েছিলেন যে কোণগুলি কাটার উপায় রয়েছে, দুই-বাই-দুই ম্যাট্রিক্স গুণের এক রাউন্ড কেটে মোট আট থেকে সাতটি. এটি চিত্তাকর্ষক শোনাতে পারে না, কিন্তু স্ট্রসেনের পদ্ধতি দেখিয়েছে যে ম্যাট্রিক্স গুণনের জন্য অপারেশনের দীর্ঘ-অনুষ্ঠিত মানগুলিকে হারানো সম্ভব - অর্থাৎ অ্যালগরিদমগুলি। তার পদ্ধতি, স্ট্রসেন অ্যালগরিদম, 50 বছরেরও বেশি সময় ধরে সবচেয়ে কার্যকর পদ্ধতি হিসাবে রাজত্ব করেছে।
কিন্তু যদি আরও কার্যকর পদ্ধতি থাকে? জাপানের নাগোয়া ইউনিভার্সিটির ডঃ ফ্রাঁসোয়া লে গ্যাল, যিনি এই কাজের সাথে জড়িত ছিলেন না, "এটি সমাধানের জন্য সেরা অ্যালগরিদম কেউ জানে না," বলা এমআইটি প্রযুক্তি পর্যালোচনা. "এটি কম্পিউটার বিজ্ঞানের সবচেয়ে বড় উন্মুক্ত সমস্যাগুলির মধ্যে একটি।"
AI চেজিং অ্যালগরিদম
যদি মানুষের অন্তর্দৃষ্টি নষ্ট হয়, তাহলে কেন একটি যান্ত্রিক মনের মধ্যে টোকা দেওয়া হয় না?
নতুন গবেষণায়, ডিপমাইন্ড দল ম্যাট্রিক্স গুণকে একটি খেলায় পরিণত করেছে। এর পূর্বসূরী AlphaZero এর মত, AlphaTensor ডিপ রিইনফোর্সমেন্ট লার্নিং ব্যবহার করে, একটি মেশিন লার্নিং পদ্ধতি যা জৈবিক মস্তিস্ক শেখার পদ্ধতি দ্বারা অনুপ্রাণিত হয়। এখানে, একটি এআই এজেন্ট (প্রায়শই একটি কৃত্রিম নিউরাল নেটওয়ার্ক) একটি মাল্টিস্টেপ সমস্যা সমাধানের জন্য তার পরিবেশের সাথে যোগাযোগ করে। এটি সফল হলে, এটি একটি "পুরস্কার" অর্জন করে—অর্থাৎ, AI এর নেটওয়ার্ক প্যারামিটারগুলি আপডেট করা হয়েছে তাই ভবিষ্যতে এটি আবার সফল হওয়ার সম্ভাবনা বেশি।
এটি একটি প্যানকেক উল্টানো শেখার মত। অনেকগুলি প্রাথমিকভাবে মেঝেতে পড়বে, কিন্তু শেষ পর্যন্ত আপনার নিউরাল নেটওয়ার্কগুলি একটি নিখুঁত ফ্লিপের জন্য বাহু এবং হাতের নড়াচড়া শিখবে।
AlphaTensor-এর প্রশিক্ষণ স্থল হল এক ধরণের 3D বোর্ড গেম। এটি মূলত একটি এক-প্লেয়ার ধাঁধা মোটামুটি সুডোকুর অনুরূপ। AI-কে অবশ্যই সংখ্যার গ্রিডগুলিকে যতটা সম্ভব কম ধাপে গুণ করতে হবে, যখন অগণিত অনুমোদনযোগ্য চাল থেকে বেছে নিতে হবে—তার এক ট্রিলিয়ন।
এই অনুমোদনযোগ্য পদক্ষেপগুলি আলফা টেনসরে যত্ন সহকারে ডিজাইন করা হয়েছিল। একটি প্রেস ব্রিফিংয়ে, সহ-লেখক ডঃ হুসাইন ফাওজি ব্যাখ্যা করেছেন: "অ্যালগরিদমিক আবিষ্কারের স্থান গঠন করা খুবই জটিল…এমনকি কঠিন, কীভাবে আমরা এই স্থানটিতে নেভিগেট করতে পারি।"
অন্য কথায়, যখন একটি মন-বিভ্রান্তিকর বিকল্পগুলির মুখোমুখি হয়, তখন খড়ের গাদায় সুই খুঁজে পাওয়ার সম্ভাবনাকে উন্নত করতে আমরা কীভাবে সেগুলিকে সংকুচিত করতে পারি? এবং কীভাবে আমরা পুরো খড়ের গাদা খনন না করে সুইতে পৌঁছানোর জন্য সর্বোত্তম কৌশল করতে পারি?
AlphaTensor-এ দলকে অন্তর্ভুক্ত করা একটি কৌশল হল গাছ অনুসন্ধান নামক একটি পদ্ধতি। বরং, রূপকভাবে বলতে গেলে, এলোমেলোভাবে খড়ের গাদায় খনন করা, এখানে AI "রাস্তা" অনুসন্ধান করে যা একটি ভাল ফলাফলের দিকে নিয়ে যেতে পারে। ইন্টারমিডিয়েট লার্নিং তারপরে AI কে সাফল্যের সম্ভাবনা বাড়ানোর জন্য তার পরবর্তী পদক্ষেপের পরিকল্পনা করতে সাহায্য করে। দলটি সফল গেমের অ্যালগরিদম নমুনাও দেখিয়েছে, যেমন একটি শিশুকে দাবা খেলার শুরুর চাল শেখানো। অবশেষে, একবার AI মূল্যবান চালগুলি আবিষ্কার করার পরে, দলটি আরও ভাল ফলাফলের সন্ধানে আরও উপযুক্ত শিক্ষার জন্য সেই অপারেশনগুলিকে পুনরায় সাজানোর অনুমতি দেয়।
অবিচ্ছিন্ন নতুন স্থল
আলফা টেনসর ভালো খেলেছে। টেস্টের একটি সিরিজে, দলটি AI-কে পাঁচ-বাই-পাঁচ পর্যন্ত ম্যাট্রিক্সের জন্য সবচেয়ে কার্যকর সমাধান খুঁজে বের করার জন্য চ্যালেঞ্জ করেছিল—অর্থাৎ, সারি বা কলামে প্রতিটি পাঁচটি সংখ্যা।
অ্যালগরিদম দ্রুত স্ট্রাসেনের আসল হ্যাকটি পুনরায় আবিষ্কার করেছে, কিন্তু তারপরে মানব মন দ্বারা পূর্বে তৈরি করা সমস্ত সমাধানকে ছাড়িয়ে গেছে। বিভিন্ন মাপের ম্যাট্রিক্সের সাথে AI পরীক্ষা করে, AlphaTensor 70 টিরও বেশি মানুষের জন্য আরও দক্ষ সমাধান খুঁজে পেয়েছে৷ "আসলে, AlphaTensor সাধারণত ম্যাট্রিক্সের প্রতিটি আকারের জন্য হাজার হাজার অ্যালগরিদম আবিষ্কার করে," দলটি বলেছে৷ "এটা মন খারাপ করছে।"
একটি ক্ষেত্রে, একটি পাঁচ-বাই-পাঁচ ম্যাট্রিক্সকে চার-পাঁচ-এর সঙ্গে গুণ করে, AI 80টি পৃথক গুণের পূর্ববর্তী রেকর্ডকে শুধুমাত্র 76-এ নামিয়ে এনেছে। এটি বৃহত্তর ম্যাট্রিক্সেও উজ্জ্বল হয়েছে, দুইটির জন্য প্রয়োজনীয় গণনার সংখ্যা হ্রাস করেছে। 919 থেকে 896 পর্যন্ত এগারো-বাই-ইলেভেন ম্যাট্রিস।
প্রুফ-অফ-ধারণা হাতে, দলটি ব্যবহারিক কাজে পরিণত হয়েছে। কম্পিউটার চিপগুলি প্রায়শই বিভিন্ন গণনা অপ্টিমাইজ করার জন্য ডিজাইন করা হয় - গ্রাফিক্সের জন্য GPU, উদাহরণস্বরূপ, বা মেশিন লার্নিং এর জন্য এআই চিপ—এবং সর্বোত্তম-উপযুক্ত হার্ডওয়্যারের সাথে একটি অ্যালগরিদম মেলানো দক্ষতা বাড়ায়।
এখানে, দলটি মেশিন লার্নিং-এ দুটি জনপ্রিয় চিপের অ্যালগরিদম খুঁজে পেতে AlphaTensor ব্যবহার করেছে: NVIDIA V100 GPU এবং Google TPU। সব মিলিয়ে, এআই-উন্নত অ্যালগরিদমগুলি গণনাগত গতি 20 শতাংশ পর্যন্ত বাড়িয়েছে।
এআই স্মার্টফোন, ল্যাপটপ বা অন্যান্য দৈনন্দিন ডিভাইসের গতি বাড়াতে পারে কিনা তা বলা কঠিন। যাইহোক, "এই উন্নয়নটি খুব উত্তেজনাপূর্ণ হবে যদি এটি অনুশীলনে ব্যবহার করা যায়," এমআইটির ডক্টর ভার্জিনিয়া উইলিয়ামস বলেছেন। "পারফরম্যান্সে বৃদ্ধি অনেক অ্যাপ্লিকেশন উন্নত করবে।"
একটি AI এর মন
AlphaTensor ম্যাট্রিক্স গুণনের জন্য সাম্প্রতিকতম মানব রেকর্ডকে ট্র্যান্স করা সত্ত্বেও, ডিপমাইন্ড দল এখনও ব্যাখ্যা করতে পারে না কেন।
একটি প্রেস ব্রিফিংয়ে ডিপমাইন্ডের বিজ্ঞানী এবং সহ-লেখক ডঃ পুষমীত কোহলি বলেন, "এই গেমগুলি খেলে এই আশ্চর্যজনক অন্তর্দৃষ্টি পেয়েছে।"
বিবর্তিত অ্যালগরিদমকেও মানুষ বনাম মেশিন হতে হবে না।
যদিও AlphaTensor দ্রুত অ্যালগরিদমগুলির দিকে একটি পদক্ষেপের পাথর, এমনকি দ্রুততর অ্যালগরিদমগুলিও থাকতে পারে৷ "কারণ এটিকে একটি নির্দিষ্ট ফর্মের অ্যালগরিদমগুলিতে এটির অনুসন্ধান সীমাবদ্ধ করতে হবে, এটি অন্যান্য ধরণের অ্যালগরিদমগুলি মিস করতে পারে যা আরও দক্ষ হতে পারে," বালোগ এবং ফাওজি লিখেছেন৷
সম্ভবত একটি আরও কৌতূহলোদ্দীপক পথ মানব এবং মেশিন অন্তর্জ্ঞানকে একত্রিত করবে। "এই নতুন পদ্ধতিটি আসলে পূর্ববর্তী সমস্তগুলিকে সাবমিট করে কিনা বা আপনি সেগুলিকে একত্রিত করে আরও ভাল কিছু পেতে পারেন কিনা তা খুঁজে বের করা ভাল হবে," বলেছেন উইলিয়ামস। অন্যান্য বিশেষজ্ঞরা একমত। তাদের হাতে প্রচুর অ্যালগরিদম নিয়ে, বিজ্ঞানীরা আলফা টেনসরের সমাধানগুলিকে কী টিক দিয়েছিল তার সূত্রের জন্য সেগুলিকে ব্যবচ্ছেদ করা শুরু করতে পারেন, যা পরবর্তী সাফল্যের পথ প্রশস্ত করে৷
ইমেজ ক্রেডিট: ডিপমাইন্ড
