"কৃত্রিম বুদ্ধিমত্তা" পাতাটির দুইটি সংশোধিত সংস্করণের মধ্যে পার্থক্য

লক্ষ্য এবং যুক্তি ও সমস্যা সমাধান সংযোজন করা হয়েছে
(→‎ইতিহাস: সম্প্রসারণ করা হয়েছে)
(লক্ষ্য এবং যুক্তি ও সমস্যা সমাধান সংযোজন করা হয়েছে)
 
ব্লুমবার্গের জ্যাক ক্লার্কের মতে ২০১৫ সালে কৃত্রিম বুদ্ধিমত্তার জন্য একটি মাইলফলক বছর ছিল, গুগলের মধ্যে এআই ব্যবহার করার জন্য সফটওয়্যার প্রকল্পগুলোর সংখ্যা ২০১২ সালে ২৭০০ এরও বেশি প্রকল্পে "স্পোরাইডিক ব্যবহার" বৃদ্ধি পেয়েছে। ক্লার্ক তথ্যপ্রযুক্তি তথ্যও তুলে ধরেছেন যে চিত্র প্রক্রিয়াকরণ কর্মের ত্রুটির হার ২০১১ সাল থেকে উল্লেখযোগ্যভাবে কমে এসেছে। তিনি ক্লাউড কম্পিউটিং অবকাঠামোর উত্থানের ফলে এবং গবেষণা সরঞ্জাম ও ডাটাসেটগুলির বৃদ্ধির কারণে সাশ্রয়ী মূল্যের স্নায়ুবিক নেটওয়ার্কগুলির বৃদ্ধি নিয়ে এটিকে গুরুত্ব দেন। অন্যান্য উল্লিখিত উদাহরণের মধ্যে অন্তর্ভুক্ত রয়েছে মাইক্রোসফটের স্কাইপ সিস্টেমের ডেভেলপমেন্ট যা স্বয়ংক্রিয়ভাবে একটি ভাষা থেকে অন্য ভাষায় অনুবাদ করতে পারে এবং ফেইসবুক সিস্টেম অন্ধ মানুষদের কাছে চিত্রের বর্ণনা করতে পারে।
 
 
=লক্ষ্য=
 
কৃত্রিম বুদ্ধিমত্তার সামগ্রিক গবেষণার লক্ষ্য হচ্ছে প্রযুক্তি তৈরি করা যার মাধ্যমে কম্পিউটার এবং মেশিনগুলি বুদ্ধিমান পদ্ধতিতে কাজ করতে সক্ষম হবে। বুদ্ধিমত্তার উৎপাদন (বা তৈরি) সাধারণ সমস্যাগুলোকে কয়েকটি উপ সমস্যায় বিভক্ত করা হয়েছে। যে বিশেষ বৈশিষ্ট্যগুলি বা ক্ষমতাগুলি রয়েছে তা গবেষকরা একটি বুদ্ধিমান সিস্টেম প্রদর্শন করবে বলে আশা করেন। নীচের বর্ণনাগুলি সর্বাধিক মনোযোগ পেয়েছে।
 
এরিখ স্যাণ্ডওয়েল পরিকল্পনা ও শেখার উপর জোর দেন যেটি প্রদত্ত পরিস্থিতির ক্ষেত্রে প্রাসঙ্গিক এবং প্রযোজ্য।
 
===যুক্তি ও সমস্যা সমাধান===
 
প্রাথমিক গবেষকরা অ্যালগরিদমগুলি বিকশিত করেছেন যা ধাপে ধাপে যুক্তিযুক্ত করে যেমন করে মানুষ সমস্যা সমাধান বা লজিক্যাল কর্তনের জন্য সেগুলি ব্যবহার করে। ১৯৮০ ও ১৯৯০ এর দশকের শেষের দিকে এআই গবেষণাকে উন্নত করা হয়েছিল অনিশ্চিত বা অসম্পূর্ণ তথ্য, সম্ভাবনা এবং অর্থনীতি থেকে ধারণা নিযুক্ত করার জন্য।
 
কঠিন সমস্যাগুলির জন্য অ্যালগরিদমগুলির জন্য প্রচুর গণনীয় সম্পদ প্রয়োজন হতে পারে-সবচেয়ে বেশি অভিজ্ঞতা "সংযুক্ত করিতে সক্ষম বিস্ফোরণ" : মেমরির পরিমাণ বা কম্পিউটারের নির্দিষ্ট সময় প্রয়োজন একটি নির্দিষ্ট আকারের সমস্যা সমাধানের জন্য । আরও দক্ষ সমস্যা-সমাধানের অ্যালগরিদমগুলির অনুসন্ধান অনেক বেশি অগ্রাধিকার পাচ্ছে।
 
মানুষ প্রাথমিকভাবে দ্রুত, স্বনির্ধারণী সিদ্ধান্তগুলি ব্যবহার করে ধাপে ধাপে ছাড়ের পরিবর্তে, প্রাথমিক এআই গবেষণা সেই মডেলটিকে একটি রূপ দিতে পেরেছে । এআই "সাব-সিম্বোলিক" সমস্যা সমাধান ব্যবহার করে অগ্রগতি অর্জন করেছে: অঙ্গবিন্যাসকারী এজেন্ট উচ্চতর যুক্তি থেকে সেন্সরাইমোটার দক্ষতার উপর জোর দেয়; মস্তিষ্কের ভিতরকার কাঠামোর অনুকরণে স্নাতকোত্তর গবেষণার প্রচেষ্টা এই দক্ষতা বৃদ্ধি করে; এআই এর প্রধান গোল হল মানুষের ক্ষমতা অনুকরণ করা।
 
 
[[বিষয়শ্রেণী:কম্পিউটার বিজ্ঞান]]
৪৬৬টি

সম্পাদনা