শীর্ষ ডিপমাইন্ড এআই পণ্য বিশ্বকে বিপ্লব করছে

2010 সালে যখন ডিপমাইন্ড চালু হয়, তখন এর ক্ষেত্রে আগ্রহ কম ছিল কৃত্রিম বুদ্ধিমত্তা (AI) বর্তমানে বিদ্যমান আগ্রহের মাত্রার তুলনায়। নবজাতক প্রযুক্তি ক্ষেত্রে ত্বরান্বিত করার জন্য, দলটি একটি আন্তঃবিভাগীয় পদ্ধতি গ্রহণ করেছে।

তারা প্রকৌশলে অগ্রগতির সাথে নতুন ধারণাগুলিকে একীভূত করেছে, মেশিন লার্নিং, সিমুলেশন এবং কম্পিউটিং অবকাঠামো, স্নায়ুবিজ্ঞান, গণিত, এবং বৈজ্ঞানিক প্রচেষ্টা সংগঠিত করার নতুন পদ্ধতি।

ডিপমাইন্ড টেকনোলজিস অ্যালফাবেট ইনকর্পোরেটেডের একটি ব্রিটিশ কৃত্রিম বুদ্ধিমত্তা সাবসিডিয়ারি। লন্ডন ভিত্তিক গবেষণাগারটি ছিল অর্জিত 2014 সালে Google দ্বারা। এই ফার্মটির ফ্রান্স, কানাডা এবং মার্কিন যুক্তরাষ্ট্রে গবেষণা কেন্দ্র রয়েছে। পরের বছরে, এটি সম্পূর্ণরূপে অ্যালফাবেটের মালিকানাধীন হয়ে যায়।

ফার্মটি তার কাজকে ত্বরান্বিত করতে Google এর সাথে বাহিনীতে যোগ দিয়েছে এবং তার গবেষণার এজেন্ডা সেট করতে থাকে। ডিপমাইন্ডের বেশ কয়েকটি প্রোগ্রাম বিশ্বের শীর্ষ ডাক্তারদের মতো দক্ষতার সাথে চোখের রোগ নির্ণয় করতে শিখেছে এবং ডেটা সেন্টারগুলিকে শীতল রাখা নিশ্চিত করতে ব্যবহৃত 30% শক্তি সঞ্চয় করতে শিখেছে। প্রোগ্রামগুলি প্রোটিনের জটিল 3D আকারের ভবিষ্যদ্বাণী করে যা ভবিষ্যতে ওষুধের উদ্ভাবনকে রূপান্তর করতে পারে।

সংস্থাটি কম্পিউটার গেমগুলিতে প্রাথমিক সাফল্য অর্জন করেছিল গবেষকরা সাধারণত এটি AI পরীক্ষা করার জন্য ব্যবহার করে। প্রোগ্রামগুলির মধ্যে একটি স্ক্রিনে পিক্সেল এবং স্কোর দেখে স্ক্র্যাচ থেকে 49টি ভিন্ন আটারি গেম খেলতে শিখেছে। AlphaGo প্রোগ্রামটিও প্রথম যেটি একজন পেশাদার গো প্লেয়ারকে পরাজিত করেছে, এটি একটি কৃতিত্ব যা তার সময়ের থেকে এক দশক এগিয়ে বলে বর্ণনা করা হয়েছে।

বছরের পর বছর ধরে, ডিপমাইন্ড একটি তৈরি করেছে স্নায়বিক নেটওয়ার্ক যেটি শেখে কিভাবে মানুষের মত ভিডিও গেম খেলতে হয়, এবং একটি নিউরাল টিউরিং মেশিন, বা একটি নিউরাল নেটওয়ার্ক যা প্রচলিত টুরিং মেশিনের মতই একটি বাহ্যিক মেমরি অ্যাক্সেস করতে পারে। উন্নয়নের ফলে এমন একটি কম্পিউটার তৈরি হয়েছে যা মানুষের মস্তিষ্কের কাছাকাছি সময়ের স্মৃতিকে অনুকরণ করে।

2016 সালে, ডিপমাইন্ড শিরোনাম হয়েছিল যখন এর আলফাগো প্রোগ্রাম একজন মানব পেশাদার গো প্লেয়ার লি সেডলকে, বিশ্ব চ্যাম্পিয়ন, 5-গেমের ম্যাচে পরাজিত করতে সক্ষম হয়েছিল, যেটি একটি তথ্যচিত্রের বিষয় হয়ে ওঠে।

আরেকটি সাধারণ প্রোগ্রাম, আলফাজিরো, দাবা খেলার সবচেয়ে শক্তিশালী প্রোগ্রামগুলিকে পরাজিত করে, গো এবং শোগি (জাপানি দাবা) বেশ কিছু দিন নিজের বিরুদ্ধে খেলার পর কিছু শক্তিশালীকরণ শিক্ষা ব্যবহার করে। 2020 সালে, DeepMind প্রোটিন ভাঁজ সমস্যায় যথেষ্ট অগ্রগতি করেছে।

ডিপমাইন্ড ওভারভিউ

ডেমিস হাসাবিস, শেন লেগ এবং মুস্তাফা সুলেমান এই সমৃদ্ধশালী কোম্পানির প্রতিষ্ঠাতা। লেগ এবং হাসাবিস প্রথম দেখা হয়েছিল ইউনিভার্সিটি কলেজ লন্ডনের গ্যাটসবি কম্পিউটেশনাল নিউরোসায়েন্স ইউনিটে।

প্রাথমিকভাবে, কোম্পানিটি কৃত্রিম বুদ্ধিমত্তা প্রযুক্তিতে কাজ শুরু করে যাতে এটি কয়েক দশক আগে থেকে কিছু পুরানো গেম খেলতে শেখায়।

কিছু গেমের মধ্যে রয়েছে স্পেস ইনভেডারস, পং এবং ব্রেকআউট। বিকাশকারীরা কৃত্রিম বুদ্ধিমত্তা প্রবর্তন করে একটি সময়ে একটি গেমের নিয়ম সম্পর্কে পূর্বের জ্ঞান ছাড়াই। প্রযুক্তি গেমটি কীভাবে কাজ করে তা শিখতে কিছু সময় ব্যয় করার পরে, AI তারপরে এটিতে বিশেষজ্ঞ হয়ে উঠবে:

"এআই যে জ্ঞানীয় প্রক্রিয়াগুলির মধ্য দিয়ে যায় সেগুলিকে বলা হয় যে এমন একটি মানুষ যে গেমটি কখনও দেখেনি সেগুলি বুঝতে এবং এটি আয়ত্ত করার চেষ্টা করবে।"

প্রতিষ্ঠাতাদের লক্ষ্য ছিল একটি সাধারণ-উদ্দেশ্য কৃত্রিম বুদ্ধিমত্তা তৈরি করা যা প্রায় যেকোনো কিছুর জন্য কার্যকরভাবে এবং দক্ষতার সাথে ব্যবহার করা যেতে পারে। Horizons Ventures এবং Founders Fund হল কিছু প্রধান উদ্যোগ যা কোম্পানিতে বিনিয়োগ করেছে। এছাড়াও, উল্লেখযোগ্য উদ্যোক্তারা পছন্দ করেন পিটার থিয়েল, স্কট ব্যানিস্টার, এবং ইলন কোম্পানির প্রথম দিনগুলিতে বিনিয়োগ করেছিল।

26শে জানুয়ারী, 2014-এ, Google সেই বছরেই 500 মিলিয়ন ডলারে ডিপমাইন্ড অর্জন করে যখন এটি কেমব্রিজ কম্পিউটার ল্যাবরেটরি "বছরের সেরা কোম্পানি" পুরস্কার পায়। 2013 সালে কোম্পানির সাথে Facebook তার আলোচনা শেষ করার পর Google-এর কাছে বিক্রি শুরু হয়। পরবর্তীতে, কোম্পানিটিকে Google DeepMind নামে পুনঃব্র্যান্ড করা হয় এবং দুই বছরের জন্য নামটি বজায় রাখে।

রয়্যাল ফ্রি এনএইচএস ট্রাস্ট এবং ডিপমাইন্ড একটি ক্লিনিকাল টাস্ক ম্যানেজমেন্ট অ্যাপ স্ট্রিম তৈরি করতে সেপ্টেম্বর 2015 সালে তাদের প্রথম তথ্য ভাগ করে নেওয়ার চুক্তি (ISA) স্বাক্ষর করেছে। Google দ্বারা অধিগ্রহণের পরে, ফার্মটি গবেষণার জন্য একটি AI নীতিশাস্ত্র বোর্ড প্রতিষ্ঠা করেছিল কিন্তু উভয় সংস্থাই বোর্ডে কে বসেছে তা বলতে অস্বীকার করে এটি একটি রহস্য রয়ে গেছে।

কোম্পানি ফেসবুক, আমাজন, মাইক্রোসফট, গুগল, এবং যোগদান আইবিএম সোসাইটি-এআই ইন্টারফেসের জন্য নিবেদিত 'এআই-তে অংশীদারিত্ব' চালু করতে। DeepMind একটি নতুন ইউনিট খুলেছে যা DeepMind Ethics and Society নামে পরিচিত যা মূলত AI প্রযুক্তির দ্বারা উত্থাপিত নৈতিক এবং সামাজিক প্রশ্নগুলির উপর ফোকাস করে। বিশিষ্ট দার্শনিক, নিক বোস্ট্রম, 'সমাজ'-এর একজন উপদেষ্টা।

ডিপমাইন্ড প্রোডাক্টস অ্যান্ড টেকনোলজিস

কোম্পানি একটি শক্তিশালী সাধারণ-উদ্দেশ্য শেখার অ্যালগরিদম তৈরি করতে সিস্টেম নিউরোসায়েন্স এবং মেশিন লার্নিং থেকে সেরা কৌশলগুলিকে একীভূত করার চেষ্টা করে৷ 2016 সালে, গুগল রিসার্চ AI সেফটি এবং কৃত্রিম বুদ্ধিমত্তা প্রক্রিয়া চলাকালীন কীভাবে অবাঞ্ছিত আচরণ এড়ানো যায় সে সম্পর্কে একটি গবেষণাপত্র প্রকাশ করেছে।

2017 সালে, ডিপমাইন্ড গ্রিডওয়ার্ল্ড প্রকাশ করেছে, যেটি একটি অ্যালগরিদম কিল সুইচ অক্ষম করতে শেখে বা কিছু অবাঞ্ছিত আচরণ প্রদর্শন করে কিনা তা মূল্যায়ন করার জন্য একটি ওপেন-সোর্স টেস্টবেড। 2018 সালের জুলাই মাসে, কোম্পানির গবেষকরা কোয়েক III এরিনা কম্পিউটার গেম খেলার জন্য এর একটি সিস্টেমকে প্রশিক্ষণ দিয়েছিলেন।

গত বছরের হিসাবে, ফার্মটি এক হাজারেরও বেশি কাগজপত্র প্রকাশ করেছে, যার মধ্যে 13টি বিজ্ঞান বা প্রকৃতি দ্বারা গৃহীত হয়েছে। এখানে কিছু আছে শীর্ষ ডিপমাইন্ড পণ্য.

গভীর শক্তিবৃদ্ধি শিক্ষা

অন্যান্য AI-র বিপরীতে যেগুলি পূর্ব-নির্ধারিত উদ্দেশ্যে এবং সীমিত স্থানের মধ্যে কাজ করার জন্য তৈরি করা হয়েছিল, ডিপমাইন্ড বলে যে এর সিস্টেমটি পূর্ব-প্রোগ্রামড নয়। তথ্য ইনপুট হিসাবে শুধুমাত্র কাঁচা পিক্সেল ব্যবহার করে প্রযুক্তি অভিজ্ঞতা থেকে শেখে।

এটি বেশিরভাগই একটি অভিনব ধরনের কিউ-লার্নিং ব্যবহার করে কনভোল্যুশনাল নিউরাল নেটওয়ার্কে চলমান গভীর শিক্ষা ব্যবহার করে। কিউ-লার্নিং হল এক ধরনের মডেল-মুক্ত রিইনফোর্সমেন্ট লার্নিং। প্রযুক্তিটি ভিডিও গেমগুলিতে সিস্টেমটি পরীক্ষা করে, শুরুর দিকে সহ তোরণ গেম ব্রেকআউট এবং স্পেস আক্রমণকারীদের মত।

তারপরে, কোড পরিবর্তন না করে, AI সিস্টেম কীভাবে গেমটি খেলতে হয় তা বুঝতে শুরু করে এবং কয়েকটি সেশন খেলার পরে, এটি যে কোনও মানুষের চেয়ে বেশি দক্ষতার সাথে খেলে। 2013 সালে, DeepMind একটি AI সিস্টেমের উপর গভীর গবেষণা পোস্ট করেছে যা বিভিন্ন গেমে মানুষের ক্ষমতাকে ছাড়িয়ে যেতে পারে, যার ফলে Google এর অধিগ্রহণ করে।

গত বছর, কোম্পানি Agent57 এবং কৃত্রিম বুদ্ধিমত্তা এজেন্ট প্রকাশ করেছে যা Atari57 স্যুটের সমস্ত 2600টি গেমে মানব-স্তরের পারফরম্যান্সকে ছাড়িয়ে গেছে।

আলফাগো এবং উত্তরসূরি

2014 সালে, ফার্মটি Go গেম খেলার ক্ষমতা সহ কম্পিউটার সিস্টেমের উপর গবেষণা প্রকাশ করে। পরবর্তীতে অক্টোবর 2015 সালে, AlphaGo, একটি কম্পিউটার Go প্রোগ্রাম, যা কোম্পানি দ্বারা তৈরি করা হয়েছিল, ইউরোপীয় গো চ্যাম্পিয়ন ফ্যান হুইকে পাঁচ থেকে শূন্যে পরাজিত করেছিল। এটি প্রথমবার যখন একটি এআই প্রোগ্রাম একজন পেশাদার গো প্লেয়ারকে পরাজিত করেছিল।

2016 সালের মার্চ মাসে, আলফাগো 4-1 স্কোর সহ বিশ্বব্যাপী সর্বোচ্চ র‍্যাঙ্কপ্রাপ্ত খেলোয়াড়দের একজন লি সেডলকে পরাজিত করে। 2017 ফিউচার অফ গো সামিট চলাকালীন, AI সেই সময়ের বিশ্বের এক নম্বর কে জি-এর সাথে একটি 3-গেম ম্যাচ জিতেছিল। সিস্টেমটি একটি তত্ত্বাবধানে শেখার প্রোটোকল ব্যবহার করে, মানুষের দ্বারা একে অপরের বিরুদ্ধে খেলা অনেক গেম অধ্যয়ন করে।

উন্নত আলফাগো জিরো সংস্করণ আগেরটিকে পরাজিত করেছে আলফাগো সিস্টেম 100 সালে 0টি গেম থেকে 2017। নতুন সংস্করণের কৌশলগুলি স্ব-শিক্ষিত ছিল এবং এটি AlphaGo-এর তুলনায় কম প্রক্রিয়াকরণ শক্তিতে তিন দিনের মধ্যে তার পূর্বসূরিকে পরাজিত করে। পরবর্তী সময়ে, আলফাগো জিরোর একটি পরিবর্তিত সংস্করণ, আলফাজিরো শোগি এবং দাবাতে অতিমানবীয় দক্ষতা অর্জন করে।

ডিপমাইন্ডের কৃত্রিম বুদ্ধিমত্তা সিস্টেমের এই সমস্ত সংস্করণগুলি শুধুমাত্র স্ব-খেলার মাধ্যমে খেলা শিখেছে। আলফাগো প্রযুক্তিটি গভীর শক্তিবৃদ্ধি শেখার পদ্ধতি ব্যবহার করার জন্য ডিজাইন করা হয়েছে যাতে এটি স্ব-শিক্ষার মাধ্যমে সময়ের সাথে সাথে উন্নতি করতে সক্ষম হয়।

সিস্টেমটি দুটি গভীর নিউরাল নেটওয়ার্ক ব্যবহার করেছে যা এটি স্থানান্তরের সম্ভাব্যতা মূল্যায়ন করতে সক্ষম করে এবং অবস্থান মূল্যায়ন করার জন্য একটি মান নেটওয়ার্ক। এই নীতি নেটওয়ার্ক তত্ত্বাবধানে শিক্ষার মাধ্যমে প্রশিক্ষিত হয়েছিল এবং তারপর নীতি-গ্রেডিয়েন্ট রিইনফোর্সমেন্ট লার্নিং দ্বারা পরিমার্জিত হয়েছিল। সেই প্রেক্ষাপটে, মান নেটওয়ার্ক নিজের বিরুদ্ধে পলিসি নেটওয়ার্ক দ্বারা খেলা গেমের বিজয়ী নির্ধারণ করতে শিখেছে।

পরবর্তীতে, নেটওয়ার্ক একটি চেহারা ব্যবহার করে মন্টে কার্লো গাছ অনুসন্ধান (MCTS) যেটি প্রার্থীর উচ্চ-সম্ভাব্যতা চালনা নির্ধারণ করতে একটি নীতি নেটওয়ার্ক ব্যবহার করে কারণ মান নেটওয়ার্ক একই সাথে গাছের অবস্থান মূল্যায়ন করে। সিস্টেমটি রিইনফোর্সমেন্ট লার্নিং ব্যবহার করছিল যেখানে সিস্টেমটি তার জয়ের হার বাড়ানোর লক্ষ্যে নিজের বিরুদ্ধে লক্ষ লক্ষ গেম খেলেছে।

উল্লেখযোগ্যভাবে, এর সরলীকৃত ট্রি অনুসন্ধান মন্টে কার্লো রোলআউটগুলি ব্যবহার না করে অবস্থান এবং নমুনা চালনার মূল্যায়ন করার জন্য প্রধানত এর নিউরাল নেটওয়ার্কের উপর নির্ভর করে। এই বর্ধিতকরণগুলির সাথে, আলফাজিরো সিস্টেমের আলফাগোর তুলনায় কম কম্পিউটিং শক্তির প্রয়োজন ছিল, যা চারটি বিশেষায়িত এআই প্রসেসরে কাজ করে Google TPUs AlphaGo দ্বারা ব্যবহৃত 48 এর পরিবর্তে।

আলফাফোল্ড

2016-এর কোনো এক সময়ে, ডিপমাইন্ড তার কৃত্রিম বুদ্ধিমত্তা গবেষণা এবং বিকাশকে বিজ্ঞানে বিদ্যমান সবচেয়ে কঠিন চ্যালেঞ্জগুলির মধ্যে একটি, প্রোটিন ভাঁজ করার ক্ষেত্রে পরিণত করেছে। সবে দুই বছর পরে, ডিপমাইন্ডের আলফাফোল্ড প্রদান করা হয় প্রোটিন স্ট্রাকচার প্রেডিকশন (CASP) ট্রফির জন্য 13 তম সমালোচনামূলক মূল্যায়ন 25টি প্রোটিনের মধ্যে 43টির জন্য সবচেয়ে সঠিক কাঠামো সফলভাবে নির্ধারণ করার পরে।

দ্য গার্ডিয়ানের সাথে একটি সাক্ষাত্কারে হাসাবিস মন্তব্য করেছেন:

"এটি একটি বাতিঘর প্রকল্প, একটি মৌলিক, অত্যন্ত গুরুত্বপূর্ণ, বাস্তব-বিশ্বের বৈজ্ঞানিক সমস্যায় মানুষ এবং সম্পদের পরিপ্রেক্ষিতে আমাদের প্রথম বড় বিনিয়োগ।"

গত বছর, 14 তম CASP চলাকালীন, আলফাফোল্ডের অনুমানগুলি ল্যাব কৌশলগুলির সাথে তুলনীয় নির্ভুলতা স্কোর পেয়েছে। বৈজ্ঞানিক বিচারকদের প্যানেলের একজন সদস্য, ডঃ আন্দ্রি ক্রিশতাফোভিচ বলেছেন যে এই অর্জনটি 'সত্যিই অসাধারণ, এবং যোগ করেছেন যে কীভাবে প্রোটিনগুলি ভাঁজ হয় তা ভবিষ্যদ্বাণী করার সমস্যাটি ব্যাপকভাবে সমাধান করা হয়েছিল।

অন্যান্য উল্লেখযোগ্য ডিপমাইন্ড পণ্য

কোম্পানি একটি চালু টেক্সট-টু-স্পিচ সিস্টেম, WaveNet, 2016 সালে। প্রথমে, এটি ভোক্তা পণ্যগুলিতে ব্যবহারের জন্য খুব গণনামূলকভাবে নিবিড় ছিল কিন্তু এটি 2017 সালের শেষের দিকে Google সহকারীর মতো অ্যাপ্লিকেশনগুলিতে ব্যবহারের জন্য প্রস্তুত হয়ে ওঠে। পরের বছরে, Google ক্লাউড টেক্সট-টু-স্পীচ, একটি বাণিজ্যিক উন্মোচন করে টেক্সট-টু-স্পিচ পণ্য, WaveNet-এর উপর ভিত্তি করে।

পরে 2018 সালে, DeepMind একটি অত্যন্ত দক্ষ মডেল তৈরি করেছে যা WaveRNN নামে পরিচিত Google AI ব্যবহার করে সহ-বিকশিত হয়েছে যেটি 2019 সালে Google Duo ব্যবহারকারীদের কাছে আনা হয়েছিল।

গুগল বলে যে ডিপমাইন্ড অ্যালগরিদমগুলি তার বেশিরভাগ ডেটা সেন্টারকে ঠান্ডা করার দক্ষতাকে প্রধানত বাড়িয়েছে। এছাড়াও, প্রযুক্তি সহায়তা করে গুগল প্লেএর ব্যক্তিগতকৃত অ্যাপের সুপারিশ এবং অ্যান্ড্রয়েড পাই ডিভাইসগুলিতে উপলব্ধ বৈশিষ্ট্যগুলির একটি জোড়া তৈরি করতে অ্যান্ড্রয়েড টিমের সাথে সহযোগিতা করেছে৷

নতুন বৈশিষ্ট্যগুলির মধ্যে রয়েছে অভিযোজিত উজ্জ্বলতা এবং অভিযোজিত ব্যাটারি যা শক্তি সঞ্চয় করতে এবং অপারেটিং সিস্টেম চালিত ডিভাইসগুলিকে আরও ব্যবহারকারী-বান্ধব করে তুলতে মেশিন লার্নিং ব্যবহার করে। এটিই প্রথমবার যে ডিপমাইন্ড এই কৌশলগুলিকে একটি ছোট আকারে একত্রিত করেছে সাধারণ মেশিন লার্নিং অ্যাপ্লিকেশনগুলির সাথে প্রচুর কম্পিউটিং শক্তির প্রয়োজন৷

কোম্পানির হাবল টেলিস্কোপ মানুষকে মহাকাশের গভীরে দেখতে সক্ষম করেছে, ইতিমধ্যে উপলব্ধ সরঞ্জামগুলি মানুষের জ্ঞানকে প্রসারিত করছে এবং ফলস্বরূপ, একটি ইতিবাচক বৈশ্বিক প্রভাব তৈরি করছে। ডিপমাইন্ডের দীর্ঘমেয়াদী মিশন হল বুদ্ধিমত্তা সমাধান করা, সাধারণীকৃত এবং কার্যকর সমস্যা-সমাধান সিস্টেম তৈরি করা, যাকে বলা হয় কৃত্রিম সাধারণ বুদ্ধিমত্তা (AGI)।

নৈতিকতা এবং নিরাপত্তা দ্বারা সম্পূর্ণরূপে পরিচালিত, উদ্ভাবনটি বিশ্বের সবচেয়ে চ্যালেঞ্জিং এবং মৌলিক বৈজ্ঞানিক সমস্যার কিছু কার্যকর সমাধান পেতে সমাজকে ধরে রাখতে পারে।

আপাতত, কোম্পানিটি তার প্রযুক্তির বিকাশ চালিয়ে যাচ্ছে এবং এটি স্বাস্থ্য, গেমিং এবং পরিবেশ সংরক্ষণ সহ মানবতার প্রায় সমস্ত গুরুত্বপূর্ণ দিকগুলিতে এর ব্যবহারযোগ্যতা প্রসারিত করার লক্ষ্য রাখছে।

সূত্র: https://e-cryptonews.com/deepmind-ai-products/