ডিপ লার্নিং হলো কৃত্রিম বুদ্ধিমত্তার একটি পদ্ধতি যা কম্পিউটারকে বহু-স্তরবিশিষ্ট কৃত্রিম নিউরাল নেটওয়ার্ক ব্যবহার করে বিশাল পরিমাণ ডেটা থেকে নিজে নিজে প্যাটার্ন শিখতে সাহায্য করে। 'ডিপ লার্নিং মানে কী'—এই প্রশ্নের উত্তরে বলা যায়, 'ডিপ' বা গভীর শব্দটি নেটওয়ার্কের স্তরের বিশাল সংখ্যাকে নির্দেশ করে। বর্তমানে আপনার ফোনের ফেস আনলক থেকে শুরু করে চ্যাট অ্যাসিস্ট্যান্ট পর্যন্ত অনেক প্রযুক্তি এর ওপর ভিত্তি করে তৈরি।
নিউরাল নেটওয়ার্ক কীভাবে কাজ করে?
একটি নিউরাল নেটওয়ার্ক আন্তঃসংযুক্ত কৃত্রিম 'নিউরন' দিয়ে তৈরি। প্রতিটি নিউরন তার প্রাপ্ত সংখ্যাগুলোকে নির্দিষ্ট ওয়েট (weight) বা ওজনের সাথে গুণ করে, সেগুলোকে যোগ করে এবং ফলাফলটি পরবর্তী স্তরে পাঠিয়ে দেয়। প্রথম স্তরগুলো সাধারণ বৈশিষ্ট্যগুলো (ছবির প্রান্ত এবং রঙ) শনাক্ত করে; পরবর্তী স্তরগুলো সেগুলোকে আরও জটিল ধারণায় (একটি চোখ, একটি মুখ, একটি বিড়াল) একত্রিত করে।
শেখার প্রক্রিয়াটি ঘটে প্রশিক্ষণের (training) সময়: নেটওয়ার্ক একটি অনুমান করে, সেই অনুমানটি সঠিক উত্তরের সাথে তুলনা করা হয় এবং ব্যাকপ্রোপাগেশন (backpropagation) নামক একটি পদ্ধতির মাধ্যমে ত্রুটিটিকে উল্টো দিকে ছড়িয়ে দেওয়া হয়, যা ছোট ছোট ধাপে ওয়েটগুলোকে সামঞ্জস্য করে। লক্ষ লক্ষ উদাহরণের ওপর বারবার এই প্রক্রিয়াটি চালানোর ফলে নেটওয়ার্ক এমন সব কাজ করতে পারে যার জন্য কেউ কোনো নির্দিষ্ট নিয়ম লিখে দেয়নি।
ডিপ লার্নিং এবং মেশিন লার্নিংয়ের মধ্যে পার্থক্য কী?
চিরাচরিত মেশিন লার্নিংয়ে, ডেটার কোন বৈশিষ্ট্যগুলো দেখতে হবে তা প্রায়শই মানুষ নির্ধারণ করে দেয়। ডিপ লার্নিংয়ে, নেটওয়ার্ক নিজেই কাঁচা ডেটা (পিক্সেল, সাউন্ড ওয়েভ, টেক্সট) থেকে গুরুত্বপূর্ণ বৈশিষ্ট্যগুলো বের করে নেয়। এর বিনিময়ে, এর জন্য অনেক বেশি ডেটা এবং কম্পিউটিং শক্তির প্রয়োজন হয়, বিশেষ করে গ্রাফিক্স প্রসেসর (GPU)।
২০১২ সালে ডিপ লার্নিং কেন জনপ্রিয় হয়ে ওঠে?
নিউরাল নেটওয়ার্কের ধারণা ১৯৫০-এর দশকে শুরু হলেও, কয়েক দশক ধরে পর্যাপ্ত ডেটা বা কম্পিউটিং শক্তি ছিল না। ২০১২ সালে অ্যালেক্সনেট (AlexNet), টরন্টো বিশ্ববিদ্যালয়ের একটি দলের তৈরি, ইমেজনেট ইমেজ রিকগনিশন প্রতিযোগিতায় বিশাল ব্যবধানে জয়ী হয় এবং জিপিইউ-তে প্রশিক্ষিত ডিপ নেটওয়ার্কের শক্তি প্রদর্শন করে। এই ক্ষেত্রের পথিকৃৎ জিওফ্রে হিন্টন, ইয়ান লেকুন এবং ইয়োশুয়া বেঞ্জিও ২০১৮ সালে টুরিং অ্যাওয়ার্ড পান এবং হিন্টন ২০২৪ সালে জন হপফিল্ডের সাথে পদার্থবিজ্ঞানে নোবেল পুরস্কার ভাগ করে নেন।
ডিপ লার্নিং কোথায় ব্যবহৃত হয়?
- ছবি: ফেস রিকগনিশন, মেডিকেল ইমেজ বিশ্লেষণ, স্বয়ংক্রিয় চালিত গাড়ির পারসেপশন।
- কণ্ঠস্বর: ভয়েস অ্যাসিস্ট্যান্ট এবং স্পিচ-টু-টেক্সট।
- ভাষা: মেশিন অনুবাদ এবং লার্জ ল্যাঙ্গুয়েজ মডেল যেমন চ্যাটজিপিটি (ChatGPT), জেমিনাই (Gemini) এবং ক্লড (Claude)।
- বিজ্ঞান: প্রোটিনের গঠন পূর্বাভাস, আবহাওয়ার মডেল এবং ওষুধ আবিষ্কার।
সচরাচর জিজ্ঞাসিত প্রশ্ন
ডিপ লার্নিং এবং এআই (AI) কি একই জিনিস?
না। এআই হলো সবচেয়ে বিস্তৃত ধারণা; মেশিন লার্নিং এর একটি শাখা এবং ডিপ লার্নিং হলো মেশিন লার্নিংয়ের একটি শাখা।
ডিপ লার্নিং শেখার জন্য আমার কী জানা প্রয়োজন?
মৌলিক পাইথন প্রোগ্রামিং এবং উচ্চ বিদ্যালয়ের লিনিয়ার অ্যালজেব্রা ও সম্ভাব্যতা (probability) দিয়ে শুরু করা ভালো। আপনি পাইটর্চ (PyTorch) এবং টেনসরফ্লো (TensorFlow)-এর মতো ফ্রি লাইব্রেরি এবং অনলাইন কোর্সের মাধ্যমে এগিয়ে যেতে পারেন।
ডিপ লার্নিংয়ের দুর্বলতাগুলো কী কী?
এর জন্য প্রচুর ডেটা এবং শক্তির প্রয়োজন হয়, এর সিদ্ধান্তগুলো ব্যাখ্যা করা কঠিন ('ব্ল্যাক বক্স' সমস্যা) এবং এটি তার প্রশিক্ষণের ডেটা থেকে পক্ষপাতিত্ব (bias) বহন করতে পারে।
সূত্র
- ACM, ২০১৮ এ.এম. টুরিং অ্যাওয়ার্ড ঘোষণা (বেঞ্জিও, হিন্টন, লেকুন)।
- নোবেল ফাউন্ডেশন, ২০২৪ পদার্থবিজ্ঞানে নোবেল পুরস্কার (হপফিল্ড এবং হিন্টন)।
- ক্রিজেভস্কি, সুতস্কেভার, হিন্টন, “ইমেজনেট ক্লাসিফিকেশন উইথ ডিপ কনভোলিউশনাল নিউরাল নেটওয়ার্কস”, ২০১২।
একটি মন্তব্য করুন
আপনার ইমেইল ঠিকানা প্রকাশিত হবে না। প্রয়োজনীয় ক্ষেত্রগুলি * দিয়ে চিহ্নিত