এআই-তে রো-ক্যালকুলাসের ক্ষেত্রে

মস্তিষ্কের উপনিবেশ হিসাবে চেতনা এই প্রজন্মের অন্যতম মূল চিন্তাবিদ সাথে একটি সাম্প্রতিক কথোপকথনে, তিনি চমকপ্রদ দাবি করেছেন যে মোবাইল কনকারেন্সি সাথে বিরোধপূর্ণ। এই প্রেক্ষাপটে, মোবাইল কনকারেন্সি বলতে বোঝায় যখন এজেন্টরা (ওরফে কম্পিউটেশনাল প্রসেস) একে অপরকে আবিষ্কার করতে পারে তখন যে ধরনের কনকারেন্সি খুঁজে পায়, সেটি হল কমিউনিকেশন টপোলজি (কে জানে এবং কে কার সাথে কথা বলছে) বিকশিত হচ্ছে। এই মডেলটি এমন একটি মডেল থেকে খুব আলাদা যেখানে গণনামূলক উপাদানগুলি মাদারবোর্ডের উপাদানগুলির মতো একসাথে সোল্ডার করা হয়। মোবাইল কনকারেন্সি অনেকটা ইন্টারনেট বা টেলিফোনি নেটওয়ার্কের মতো যেখানে প্রথমবার দেখা হওয়া লোকেরা একে অপরের ওয়েবসাইট, ইমেল ঠিকানা এবং ফোন নম্বর শিখে। জোশার যুক্তি হল যে মস্তিষ্ক শুধুমাত্র প্লাস্টিক, অর্থাৎ, নিউরনের মধ্যে সংযোগ শুধুমাত্র শেখার সময় পরিবর্তিত হয় কিন্তু সাধারণ গণনার সময় নয়। জোশা বাচের কৃত্রিম সাধারণ বুদ্ধিমত্তার , তার প্রজন্মের অন্যতম মূল চিন্তাবিদ, চমকপ্রদ দাবি করেছেন যে মোবাইল কনকারেন্সি সাথে বিরোধপূর্ণ জোসচা বাচ কৃত্রিম সাধারণ বুদ্ধিমত্তার এই প্রস্তাবের প্রতি আমার প্রতিক্রিয়া হল যে এটি অনুমান করে যে মস্তিষ্কের হার্ডওয়্যারে চলা গণনার একটি যৌক্তিক মডেলে মন হোস্ট করা হয় না। সর্বোপরি, (JVM) এটি যে হার্ডওয়্যারে চালিত হয় তার থেকে গণনার একটি খুব আলাদা মডেল। গণনার মডেলটি গণনার ধারণার একটি আরও বেশি নাটকীয় পরিবর্তন যা হার্ডওয়্যারে মূর্ত একটি গৌরবময় হাসকেল কম্পাইলার ( ) সাধারণত হোস্ট করা হয়। মন কেন এমন আয়োজন হবে না? Joscha এর গ্রাফিক রূপক ব্যবহার করার জন্য, কেন মন একটি ঔপনিবেশিক গণনামূলক মডেল হিসাবে উঠবে না যা মস্তিষ্কের হার্ডওয়্যারে নিজেকে হোস্ট করে? যদি এটি হয়, rho-ক্যালকুলাসের একটি বাস্তবায়ন, rholang, একটি শুরুর জন্য Intel এবং AMD চিপগুলিতে হোস্ট করা হয়, এবং তাদের গণনামূলক মডেলগুলি rho-ক্যালকুলাস দ্বারা ক্যাপচার করা মডেল থেকে খুব আলাদা। জাভা ভার্চুয়াল মেশিন হাস্কেলের GHC বিশেষ করে, মোবাইল সমবর্তী গণনার জন্য সরাসরি সমর্থন প্রদান করে। রো-ক্যালকুলাসে সঞ্চালিত প্রক্রিয়াগুলির একটি সমাজের মধ্যে যোগাযোগের টপোলজি গতিশীল। কে জানে আর কার সাথে কথা বলতে পারে এই সমাজে গণনার সময় পরিবর্তন হয়। রো-ক্যালকুলাস সম্পর্কে চিন্তা করার এই পদ্ধতিটি আমার যুক্তিকে পূর্বাভাস দেয় যে অনুমান করার খুব ভাল কারণ রয়েছে যে রো-ক্যালকুলাসের মতো একটি মডেল হয়তো মানব মস্তিষ্কের হার্ডওয়্যারকে হোস্ট করেছে এবং উপনিবেশিত করেছে, প্রকৃতপক্ষে, যে কোনও মস্তিষ্ক যে কোনও মস্তিষ্ককে সমর্থন করে। মনের তত্ত্ব। rho-ক্যালকুলাস কোড, ডেটা এবং গণনা এই যুক্তিটি তৈরি করার জন্য, আমি এমন কিছু পার্থক্য করতে চাই যা প্রতিটি কম্পিউটার বিজ্ঞানী, প্রতিটি বিকাশকারীকে একা ছেড়ে দেয় না। আমি কোড, ডেটা এবং গণনার মধ্যে একটি পার্থক্য তৈরি করি। আরবিট্রারি কোডকে কিছু ডেটা হিসাবে বিবেচনা করা যেতে পারে, যা কিছু ধরণের ডেটা কাঠামোর একটি উদাহরণ যেখানে গণনার মডেল প্রকাশ করা হয় বা হোস্ট করা হয়। উদাহরণস্বরূপ, আপনি একটি হোস্ট করতে পারেন, যেমন , একটি শব্দের ভাষায় যা একটি প্রসঙ্গ-মুক্ত ব্যাকরণের মাধ্যমে প্রকাশ করা হয়, যেমন, সুগঠিত Haskell প্রোগ্রামগুলির জন্য ব্যাকরণ। তবুও, আমরা জানি যে প্রসঙ্গ-মুক্ত ব্যাকরণগুলি টুরিং-সম্পূর্ণ নয়। এটা কিভাবে হতে পারে? ট্যুরিং-সম্পূর্ণ মডেলের চেয়ে কম অভিব্যক্তিপূর্ণ কিছু কীভাবে টুরিং-সম্পূর্ণ গণনার প্রতিনিধিত্ব করতে পারে? ট্যুরিং-সম্পূর্ণ কম্পিউটেশনাল মডেল Haskell এটি সিনট্যাক্স এবং শব্দার্থবিদ্যার মধ্যে পার্থক্যের হৃদয়ে কেটে যায়। ভাষার শব্দের ব্যাকরণ প্রোগ্রামের প্রকাশ করে, নয়, অর্থাৎ কোডের । পরিবর্তে, গণনার গতিশীলতা একটি নির্দিষ্ট অংশের সিনট্যাক্সের সাথে নিয়মের মিথস্ক্রিয়া দ্বারা (যেগুলি সিনট্যাক্সে কাজ করে) দ্বারা উদ্ভূত হয়, অর্থাত্, কিছু কোড, যে গণনাকে প্রতিনিধিত্ব করে একজন কার্যকর করতে চায়। ল্যাম্বডা ক্যালকুলাসে (গণনার মডেল যার উপর হাসকেল ভিত্তি করে) গণনার ওয়ার্কহরস হল বিটা রিডাকশন নামে একটি নিয়ম। এই নিয়ম কোডে ঘটমান ভেরিয়েবলের জন্য ডেটা প্রতিস্থাপনের মাধ্যমে ডেটার উপর একটি ফাংশনের ক্রিয়াকলাপের প্রতিনিধিত্ব করে। এটি যে ডেটাতে কাজ করে তা ডেটাতে একটি ফাংশনের প্রয়োগের একটি সিনট্যাক্টিক উপস্থাপনা, তবে এটি ডেটাতে ফাংশন প্রয়োগ করার সাথে সম্পর্কিত গণনা নয়। সেই গণনাটি ঘটে যখন বিটা রিডাকশন সিনট্যাক্সে কাজ করে, এটিকে সিনট্যাক্সের একটি নতুন অংশে রূপান্তরিত করে। এই পার্থক্যটি হল যে মডেলগুলি যেগুলি টুরিং-সম্পূর্ণ (যেমন, প্রসঙ্গ-মুক্ত ব্যাকরণ) থেকে কম অভিব্যক্তিপূর্ণ তারা কীভাবে টুরিং-সম্পূর্ণ গণনা হোস্ট করতে পারে। সিনট্যাক্স গণনার গতিবিদ্যা শব্দার্থবিদ্যা ট্যুরিং-সম্পূর্ণ মডেলের চেয়ে কম অভিব্যক্তিপূর্ণ কিছু কীভাবে টুরিং-সম্পূর্ণ গণনার প্রতিনিধিত্ব করতে পারে? এটি সিনট্যাক্স এবং শব্দার্থবিদ্যার মধ্যে পার্থক্যকে কেন্দ্র করে। ভাষার ব্যাকরণ প্রোগ্রামের সিনট্যাক্সকে প্রকাশ করে, গণনার গতিবিদ্যাকে নয়, অর্থাৎ কোডের শব্দার্থবিদ্যা। বিন্দুকে বোঝানোর জন্য নয়, তবে জাভা এবং জেভিএম-এ একই পার্থক্য ঘটে। JVM-এ গণনার গতিশীলতা এমন নিয়মের মাধ্যমে ঘটে যা ভার্চুয়াল মেশিনে কোডের উপস্থাপনা সহ রেজিস্টারের সংমিশ্রণে কাজ করে। একজন জাভা প্রোগ্রামার জাভা কোডের একটি অংশের দিকে তাকিয়ে গণনার দিকে তাকাচ্ছে না। এটা থেকে দূরে. একটি জাভা প্রোগ্রামের সিনট্যাক্স হল সম্ভাব্য বিভিন্ন গণনার একটি সম্পূর্ণ পরিসরের একটি উইন্ডো যা কোড চালানোর সময় JVM-এর রেজিস্টারের অবস্থার উপর নির্ভর করে। এই দুটি মূল্যায়নের মধ্যে পার্থক্য, ল্যাম্বডা ক্যালকুলাসে বিটা হ্রাস বনাম JVM-এর ট্রানজিশন খুবই গুরুত্বপূর্ণ, এবং আমরা এটিতে ফিরে যাব। আপাতত, যদিও, কোড এবং গণনার মধ্যে এই পার্থক্য সম্পর্কে চিন্তা করার একটি উপায় হল পদার্থবিদ্যার সাথে সাদৃশ্যের মাধ্যমে। ঐতিহ্যগতভাবে, পদার্থবিজ্ঞানের আইন তিনটি জিনিসের মাধ্যমে প্রকাশ করা হয়: ভৌত অবস্থার প্রতিনিধিত্ব (এটিকে প্রোগ্রামের সিনট্যাক্স হিসাবে মনে করুন), গতির আইন যা বলে যে কীভাবে রাষ্ট্রগুলি সময়ের সাথে পরিবর্তিত হয় (এটিকে সিনট্যাক্সের উপর কাজ করে এমন নিয়ম হিসাবে মনে করুন) ; এবং প্রাথমিক শর্তাবলী (এটিকে একটি নির্দিষ্ট কোডের অংশ হিসাবে মনে করুন আপনি চালাতে চান)। এই আলোকে, পদার্থবিদ্যাকে একটি বিশেষ-উদ্দেশ্যের প্রোগ্রামিং ভাষা হিসাবে দেখা হয় যার কার্য সম্পাদন আমাদের পর্যবেক্ষণের উপর ভিত্তি করে ভৌত জগত যেভাবে বিকশিত হয় তার সাথে একটি নির্দিষ্ট ফ্যাশনের সাথে মিলে যায়। পদার্থবিদ্যা পরীক্ষাযোগ্য কারণ এটি আমাদের একটি প্রোগ্রাম চালাতে দেয় এবং দেখতে দেয় যে কোনও প্রাথমিক অবস্থার বিবর্তন একটি রাজ্যে এটি গতির নিয়মের মাধ্যমে পৌঁছায় কিনা তা আমাদের পর্যবেক্ষণের সাথে মেলে। বিশেষ করে, যখন আমরা ভৌত জগতকে এমন একটি কনফিগারেশনে দেখি যা আমাদের প্রাথমিক অবস্থার সাথে মেলে, তখন এটি কি বিবর্তনের একটি প্রক্রিয়ার মধ্য দিয়ে যায় যা আমাদের গতির আইন যা বলে তার সাথে মেলে, এবং এটি কি এমন অবস্থায় অবতরণ করে যা আমাদের গতির আইন বলে? এটা উচিত? পদার্থবিদ্যার এই আকৃতির কারণেই আমরা কোডে এটি কার্যকরভাবে উপস্থাপন করতে পারি। পদার্থবিজ্ঞানের সাদৃশ্য ল্যাম্বডা ক্যালকুলাস, π-ক্যালকুলাস বা rho-ক্যালকুলাসের মতো গণনার মডেলগুলিকে JVM-এর রূপান্তরের মতো মডেলগুলির বিপরীতে সম্পূর্ণ স্বস্তিতে রাখে। আপনি যখন জাভা কোডের একটি অংশের দিকে তাকাচ্ছেন, তখন এটি কীভাবে আচরণ করবে তা বোঝার জন্য আপনার কাছে প্রয়োজনীয় সমস্ত তথ্য থাকে না। JVM এর অবস্থার উপর নির্ভর করে, জাভা কোডের একই অংশটি খুব ভিন্নভাবে আচরণ করতে পারে। বিপরীতে, উপরে উল্লিখিত কম্পিউটেশনাল ক্যালকুলির কাজ করার জন্য বিবাহ ফর্ম। একটি অভিব্যক্তিতে আপনি যা দেখতে পান তাই। পদার্থবিজ্ঞানের দৃষ্টিকোণ থেকে, একজন বিজ্ঞানী হিসাবে, আপনাকে বিপরীত প্রকৌশলী হতে হবে তা হল গতির নিয়ম, ওরফে গণনার নিয়ম। আপনাকে লুকানো অবস্থার গুচ্ছ অনুমান করতে হবে না। একবার আমরা কোড এবং গণনার মধ্যে পার্থক্য দেখতে পাই, তারপর কোড এবং ডেটার মধ্যে পার্থক্য তুলনামূলকভাবে স্বজ্ঞাত, যদিও কিছুটা সূক্ষ্ম। একটি কম্পিউটার প্রোগ্রামের ডেটাও কেবল সিনট্যাক্স। এই অর্থে, এটি কোডের চেয়ে আলাদা নয়, যা কেবল সিনট্যাক্সও। প্রতিটি লিস্প প্রোগ্রামার এই ধারণাটি বোঝেন যে কোনওভাবে কোড হল ডেটা, এবং ডেটা হল কোড। এমনকি জাভা এক ধরনের মেটাপ্রোগ্রামিং সমর্থন করে যেখানে জাভা কোড জাভা অবজেক্ট হিসাবে ব্যবহার করা যেতে পারে। প্রশ্ন হল, কোড এবং ডেটার মধ্যে কোন বাস্তব বিভাজন রেখা আছে? উত্তর একটি নির্দিষ্ট হ্যাঁ. ডেটা হল এমন কোড যার খুব নির্দিষ্ট বৈশিষ্ট্য রয়েছে; উদাহরণ স্বরূপ, কোডটি সর্বদা শেষ পর্যন্ত চলে। সমস্ত কোড এটি করে না। প্রকৃতপক্ষে, এর Turing-এর বিখ্যাত রেজোলিউশন আমাদের দেখায় যে, আমরা সাধারণভাবে জানতে পারি না যে একটি নির্দিষ্ট মানের অভিব্যক্তি, অর্থাৎ, টুরিং-সম্পূর্ণতা উপভোগ করার জন্য একটি প্রোগ্রাম কখন থামবে। কিন্তু, সেখানে কম অভিব্যক্তিপূর্ণ ভাষা রয়েছে, এবং টুরিং-সম্পূর্ণ ভাষাগুলি উপযুক্ত উপভাষা বা খণ্ডগুলি উপভোগ করে যা সমগ্র ভাষার চেয়ে কম অভিব্যক্তিপূর্ণ। ডেটা সিনট্যাক্সে থাকে যা প্রমাণ করতে দেয় যে সিনট্যাক্সের একটি অংশের সাথে যুক্ত গণনা বন্ধ হয়ে যাবে। একইভাবে, ডেটা সিনট্যাক্সে থাকে যা প্রমাণ করতে দেয় যে গণনা শুধুমাত্র সসীম শাখায় উপভোগ করবে। Entscheidungsproblem- প্রোগ্রামাররা এই ধরনের ডেটা নিয়ে ভাবেন না, তারা যখন এটি দেখেন তখন তারা কেবল ডেটা জানেন। কিন্তু ল্যাম্বডা ক্যালকুলাসের মতো গণনার মডেলগুলিতে যা বিল্ট-ইন ডেটা টাইপের সাথে সজ্জিত হয় না, সবকিছু, এমনকি গণনা সংখ্যা বা বুলিয়ান মানগুলির মতো জিনিসগুলি, সত্য এবং মিথ্যা, কোড হিসাবে উপস্থাপন করা হয়। কোন কোডটি ডেটা গঠন করে এবং কোনটি সাধারণ-উদ্দেশ্যের প্রোগ্রামগুলি গঠন করে তা বেছে নেওয়ার সাথে কোডের বিভিন্ন ধরণের বৈশিষ্ট্য রয়েছে যা আমরা উপরে আলোচনা করেছি তা সনাক্ত করতে সক্ষম হবে। সাধারণভাবে, এমন ধরণের সিস্টেম রয়েছে যা এই জাতীয় বৈশিষ্ট্য সনাক্ত করতে পারে। আবার, এটি একটি সূক্ষ্ম সমস্যা, কিন্তু সৌভাগ্যবশত, আমাদের সমস্ত সূক্ষ্মতা বোঝার দরকার নেই, বা আমাদের বোঝার দরকার নেই যে ডেটা এবং কোডের মধ্যে বিভাজন রেখাটি ঠিক কোথায়, শুধু একটি আছে। সংক্ষেপে, কোড এবং ডেটা উভয়ই কেবল সিনট্যাক্স যা এমন একটি রাষ্ট্রকে প্রতিনিধিত্ব করে যার উপর একটি নিয়ম বা অনেক নিয়ম কাজ করবে। কোডের তুলনায় সিনট্যাক্সের একটি কম অভিব্যক্তিপূর্ণ খণ্ডে ডেটা প্রকাশ করা হয়, এটিকে একটি নির্দিষ্ট বা অক্ষর প্রদান করে যা কোড সবসময় উপভোগ করে না। গণনা হল বিবর্তনের প্রক্রিয়া যখন কিছু নিয়ম একটি রাষ্ট্রের প্রতিনিধিত্বের সাথে যোগাযোগ করে। এখন, এই সবের সাথে এআই বা মন বা এমনকি রো-ক্যালকুলাসের কী সম্পর্ক? বুদ্ধিমত্তার একটি সংজ্ঞায়িত বৈশিষ্ট্য হিসাবে প্রতিফলন rho-ক্যালকুলাসে গণনা এবং কোডের মধ্যে পার্থক্যের একটি সিনট্যাক্টিক উপস্থাপনা রয়েছে। এটির একটি অপারেশন রয়েছে যা একটি কম্পিউটেশনকে একটি কোডের টুকরো হিসাবে প্যাকেজিং প্রকাশ করে যাতে এটিকে নতুন কোডে রূপান্তরিত করে চালানো যায়। কোডের একটি অংশকে গণনায় ফিরিয়ে আনার জন্য এটির একটি অপারেশনও রয়েছে। ওহ, আপনি হয়তো বলতে পারেন, এটি কিছু পরবর্তী স্তরের sh!t. কিন্তু, যেমন আমরা উল্লেখ করেছি, লিস্প প্রোগ্রামার এবং জাভা প্রোগ্রামাররা দীর্ঘদিন ধরে এই ধরণের মেটাপ্রোগ্রামিং করে আসছে। তাদের করতে হবে. কারণটি স্কেলের সাথে সম্পর্কিত। মানব দলের পক্ষে স্বয়ংক্রিয় সমর্থন ছাড়া লক্ষ লক্ষ লাইন কোডের সাথে জড়িত কোডবেসগুলি পরিচালনা করা অসম্ভব। তারা কম্পিউটার প্রোগ্রাম লিখতে কম্পিউটার প্রোগ্রাম ব্যবহার করে। তারা কম্পিউটার প্রোগ্রাম স্থাপনের জন্য কম্পিউটার প্রোগ্রাম ব্যবহার করে। মেটাপ্রোগ্রামিং আজকের বিশ্বে একটি প্রয়োজনীয়তা। স্মিথের যুক্তি হল আত্মদর্শন, মনের নিজস্ব প্রক্রিয়া দেখার ক্ষমতা, বুদ্ধিমত্তার মূল বৈশিষ্ট্য। কারো কারো জন্য এটি বুদ্ধিমত্তার নির্দিষ্ট বৈশিষ্ট্য। কিন্তু 80-এর দশকে, এখনও AI-এর প্রথম দিনগুলিতে, নামে একজন গবেষক একটি পর্যবেক্ষণ করেছিলেন যা AI এবং AI-সংলগ্ন ক্ষেত্রগুলিতে আমার এবং আরও অনেক লোকের সাথে অনুরণিত হয়েছিল। স্মিথের যুক্তি হল আত্মদর্শন, মনের নিজস্ব প্রক্রিয়া দেখার ক্ষমতা, বুদ্ধিমত্তার একটি প্রধান বৈশিষ্ট্য। কারো কারো জন্য, এটি এমনকি বুদ্ধিমত্তার সংজ্ঞায়িত বৈশিষ্ট্য। আত্মদর্শনের এই ধারণাটি তৈরি করার জন্য, যাকে তিনি কম্পিউটেশনাল রিফ্লেকশন, কংক্রিট বলেছেন, স্মিথ ডিজাইন করেছিলেন যার একই অপারেটর রয়েছে যা রো-ক্যালকুলাসের রয়েছে। বিশেষত, 3-লিস্পে একটি কম্পিউটেশনকে কোড এবং সিনট্যাক্সে রিফাইং করার জন্য সিনট্যাক্স রয়েছে যা কোডকে চলমান কম্পিউটেশনে প্রতিফলিত করার জন্য। ব্রায়ান ক্যান্টওয়েল স্মিথ 3-লিস্প নামে একটি প্রোগ্রামিং ভাষা এখন, সন্দেহ করার একটি ভাল কারণ রয়েছে যে আজকের বিকাশকারীরা যে স্কেলের সমস্যাটির মুখোমুখি হচ্ছে এবং যুক্তিযুক্ত প্রাণী হিসাবে আমাদের প্রতিফলিত, অন্তর্নিদর্শন ক্ষমতা মডেল করার সমস্যার মধ্যে একটি সংযোগ রয়েছে। বিশেষ করে, আমাদের নিজস্ব যুক্তি উপস্থাপনের জটিলতা পরিচালনা করা গণনামূলক প্রতিফলনের উপস্থিতিতে সহজ হয়ে ওঠে। আমরা আমাদের সমস্ত অ্যালগরিদমিক কৌশলগুলিকে আরও ভাল যুক্তি পাওয়ার জন্য আমাদের নিজস্ব যুক্তি উপস্থাপনে প্রয়োগ করতে পারি। বিবর্তনবাদী জীববিজ্ঞানীরা যাকে বলে থাকেন তার পরিপ্রেক্ষিতে এই পর্যবেক্ষণটি প্রশস্ত করা হয়েছে। মনের তত্ত্ব বিশেষত, অন্যদের, বিশেষ করে, আপনার নিজের প্রজাতির সদস্যদের আচরণকে গণনামূলকভাবে মডেল করতে সক্ষম হওয়ার মাধ্যমে অর্জিত বিবর্তনীয় সুবিধা থেকে আত্মদর্শন উদ্ভূত হয়। অ্যালিস যদি বারবারার আচরণের মডেল করার ক্ষমতা বিকাশ করে এবং বারবারা অ্যালিসের সাথে অসাধারণভাবে মিল থাকে (যেমন একই প্রজাতি, একই গোত্র, এমনকি একই বর্ধিত পারিবারিক কাঠামোতে), তাহলে অ্যালিস অ্যালিসের আচরণ মডেল করতে সক্ষম হওয়ার খুব কাছাকাছি। এবং যখন অ্যালিসকে বারবারার আচরণ মডেল করার প্রয়োজন হয় যখন বারবারা অ্যালিসের সাথে যোগাযোগ করে, তখন অ্যালিস সরাসরি অ্যালিসের আচরণের মডেলিংয়ের সাথে জড়িত। এটিকে এমন একটি স্কেল পর্যন্ত নিয়ে যাওয়া যেখানে অ্যালিস তার পরিবারের ইউনিট বা তার গোত্রের আচরণকে মডেল করতে পারে যেখানে জিনিসগুলি সত্যিই আকর্ষণীয় হয়ে ওঠে। শীঘ্রই এটি সম্পর্কে আরও, তবে আপাতত, আমরা দেখতে পাচ্ছি যে গণনামূলক প্রতিফলন সম্পর্কে কিছু শব্দের দুটি অর্থে স্কেলে যুক্তির উন্নতির সাথে করতে হবে: (জটিলতা স্কেল) নিজের উপর যুক্তি প্রয়োগ করে যুক্তির উন্নতি করা এবং (সামাজিক স্কেল) ) বিপুল সংখ্যক যুক্তির এজেন্ট সম্পর্কে যুক্তির উন্নতি করা। প্রকৃতপক্ষে, কম্পিউটেশনাল প্রতিফলন এবং বুদ্ধিমত্তায় এর ভূমিকা এবং প্রোগ্রামিং ভাষার নকশা সম্পর্কে স্মিথের ধারণাগুলি রহো-ক্যালকুলাসের নকশার জন্য একটি অনুপ্রেরণা ছিল, যা পুনর্নির্মাণ এবং প্রতিফলনকে আদিম গণনামূলক অপারেটর হিসাবে গ্রহণ করে। যাইহোক, যেখানে 3-লিস্প এবং rho-ক্যালকুলাস পার্ট কোম্পানি সেই 3-লিস্প নির্দিষ্টভাবে অনুক্রমিক। ইন্টারঅ্যাক্ট এবং সমন্বয় করার সময় স্বাধীনভাবে চলমান স্বায়ত্তশাসিত গণনামূলক প্রক্রিয়াগুলির একটি সমাজকে যুক্তিসঙ্গতভাবে উপস্থাপন করার কোনও উপায় নেই। কিন্তু মনের একটি তত্ত্বের পরিপ্রেক্ষিতে, এটি একজন যুক্তিবিদকে করতে হবে। তাদের সামাজিক প্রেক্ষাপটের একটি সুস্পষ্ট মডেল প্রয়োজন, যা স্বায়ত্তশাসিত এজেন্টদের দ্বারা গঠিত যারা স্বাধীনভাবে কাজ করে এবং যোগাযোগ ও সমন্বয় করে। রো-ক্যালকুলাস: 3-লিস্প থেকে সোসাইটি অফ মাইন্ড পর্যন্ত প্রায় একই সময়ে স্মিথ তার কম্পিউটেশনাল প্রতিফলনের ধারণা তৈরি করছিলেন, মারভিন মিনস্কি তার বিখ্যাত সোসাইটি অফ মাইন্ড থিসিস তৈরি করছিলেন। মিনস্কির প্রস্তাবের প্রতি আমার ধারনা হল মন হল মার্কিন কংগ্রেস বা অন্য কোন ইচ্ছাকৃত দেহের মত কিছু। এটি স্বাধীন এজেন্টদের একটি গুচ্ছ নিয়ে গঠিত যারা সকলেই বিভিন্ন সংস্থান (যেমন ট্যাক্স বেস থেকে তহবিল) এর জন্য অপেক্ষা করছে। আমরা যাকে সচেতন সিদ্ধান্ত হিসাবে ভাবি তা অনেকটা স্বাধীন, স্বায়ত্তশাসিত এজেন্টদের মধ্যে একটি দীর্ঘ ইচ্ছাকৃত প্রক্রিয়ার ফলাফলের মতো যা প্রায়শই সচেতন অভিজ্ঞতার নীচে চলে। কিন্তু, ইচ্ছাকৃত প্রক্রিয়ার ফলে একটি বাধ্যতামূলক ভোট হয়, এবং সেই বাধ্যতামূলক ভোটই একটি সচেতন সিদ্ধান্ত হিসাবে অভিজ্ঞ হয়। কীভাবে এই দৃষ্টিভঙ্গি, যা বেশিরভাগ গণনাকে সচেতন যুক্তির বাইরে রাখে, মনের দৃষ্টিভঙ্গির সাথে মূলত, প্রকৃতপক্ষে সংজ্ঞাগতভাবে প্রতিফলিত হওয়ার সাথে মিলিত হতে পারে? এই প্রশ্নের উত্তর মাথায় রেখে রো-ক্যালকুলাস তৈরি করা হয়েছিল। রো-ক্যালকুলাস বলে যে গণনামূলক এজেন্ট মাত্র ছয়টি আকারে আসে: 0 - থামানো বা শূন্য এজেন্ট যা কিছুই করে না; for( y <- x )P - যে এজেন্ট চ্যানেল x এ ডাটার জন্য অপেক্ষা করছে যে এটি এজেন্ট P হওয়ার আগে ভেরিয়েবল y এর সাথে আবদ্ধ হবে; x!( Q) - যে এজেন্ট x চ্যানেলে কোড/ডেটা পাঠাচ্ছে; P|Q - যে এজেন্টটি সত্যিই দুটি এজেন্টের সমান্তরাল রচনা, P এবং Q, একই সাথে, স্বায়ত্তশাসিতভাবে চলছে; *x - যে এজেন্ট x দ্বারা উল্লেখিত কোডটিকে একটি চলমান গণনার মধ্যে প্রতিফলিত করছে লক্ষ্য করুন কিভাবে এই তিনটি গঠন x চিহ্ন ব্যবহার করে। তাদের মধ্যে দুটি x ব্যবহার করে যেন এটি এজেন্টদের মধ্যে যোগাযোগের জন্য একটি চ্যানেল, এবং তাদের মধ্যে একজন x ব্যবহার করে যেন এটি কোডের একটি অংশের উল্লেখ। রো-ক্যালকুলাসের একটি জাদু কৌশলটি হল যে চ্যানেলগুলি কোডের একটি অংশের রেফারেন্স। এটি অভ্যস্ত হতে কিছুটা লাগে, তবে এটি সময়ের সাথে আসে। অ্যালিসের সামাজিক প্রেক্ষাপটের বাইরের পর্যবেক্ষক হিসাবে আমরা প্রতিটি ব্যক্তির আচরণের সমান্তরাল রচনা হিসাবে এর আচরণকে লিখতে পারি। চিহ্নগুলিতে এটি P1 | P2 | … | Pn যেখানে Pi হল অ্যালিসের সামাজিক প্রেক্ষাপটে ith ব্যক্তির মডেল। এখন, অ্যালিসের আচরণের একটি মডেলের জন্য তার নিজের আচরণের জন্য সেই সমান্তরাল রচনাটির একটি উপস্থাপনা প্রয়োজন যাতে এটি সম্পর্কে যুক্তি উপস্থাপন করা যায়। চিহ্নগুলিতে @( P1 | P2 | … | Pn)। রো-ক্যালকুলাস সম্পর্কে এত তথ্য দিয়ে সজ্জিত, আমরা অ্যালিস সম্পর্কে আমাদের আখ্যানে ফিরে যেতে পারি এবং তার বিকাশমান সামাজিক এবং অন্তর্মুখী বুদ্ধিমত্তার মুখোমুখি হওয়া সমস্ত চ্যালেঞ্জের তুচ্ছ উপস্থাপনা খুঁজে পেতে পারি। অ্যালিসের সামাজিক প্রেক্ষাপটের বাইরের পর্যবেক্ষক হিসাবে, আমরা প্রতিটি ব্যক্তির আচরণের সমান্তরাল রচনা হিসাবে এর আচরণকে লিখতে পারি। প্রতীকে, এটি P1 | P2 | … | Pn, যেখানে Pi হল অ্যালিসের সামাজিক প্রেক্ষাপটে ith ব্যক্তির মডেল। এখন, অ্যালিসের আচরণের একটি মডেলের জন্য তার নিজের আচরণের জন্য সেই সমান্তরাল রচনাটির একটি উপস্থাপনা প্রয়োজন যাতে এটি সম্পর্কে যুক্তি উপস্থাপন করা যায়। চিহ্নগুলিতে @( P1 | P2 | … | Pn)। অ্যালিসের কাছে এই ডেটাটি যেখানে তার অ্যাক্সেস আছে সেখানে থাকার জন্য, সে মডেলটিকে একটি চ্যানেল x!( P1 | P2 | … | Pn) এ রাখে এবং যখন তাকে এটি পুনরুদ্ধার করার প্রয়োজন হয়, তখন সে সম্পাদন করে for( y <- x )AliceThinkingAboutHerCollegues(y ) | x!( P1 | P2 | … | Pn ) rho-ক্যালকুলাসে গণনার ওয়ার্কহরস নিয়ম, যা ল্যাম্বডা ক্যালকুলাসের বিটা হ্রাসের সাথে অনেকটা একই রকম, এইরকম একটি অভিব্যক্তি বিকশিত হয় AliceHerCollegues সম্পর্কে চিন্তাভাবনা(@( P1 | P2 | … | Pn ) ) সুতরাং, এখন তার সহকর্মীদের সম্পর্কে অ্যালিসের চিন্তাধারা অ্যালিসের কাছে উপলব্ধ তাদের আচরণের একটি সুস্পষ্ট উপস্থাপনা রয়েছে। এটির সাহায্যে, সে তার সহকর্মীদের আচরণ অনুকরণ করতে পারে P1 এর আচরণের অনুকরণ করে | P2 | ... | @( P1 | P2 | ... | Pn) এ অপারেশনের মাধ্যমে Pn। আমরা অ্যালিসকে তার সহকর্মীর বাস্তব আচরণ পর্যবেক্ষণ করে অ্যালিসের মতো একটি অভিব্যক্তির সাথে মডেল করতে পারি | P1 | P2 | ... | পিএন. এলিস তার পর্যবেক্ষণের সাথে তার সিমুলেশন তুলনা করতে পারে। প্রকৃতপক্ষে, আমরা যা কিছু মডেল করতে পারি তা অ্যালিসের কাছে চালানোর পাশাপাশি ডেটাতে পুনর্বিবেচনা করার জন্য এবং কোড এবং তার সিমুলেশনগুলিকে তার সামাজিক প্রেক্ষাপটের বাস্তব আচরণের সাথে তিনি যা দেখেন তার সাথে তুলনা করতে পারেন। এর মধ্যে অ্যালিসের নিজের আচরণও অন্তর্ভুক্ত। এটি একটু দ্রুত চলে যেতে পারে, কিন্তু এটি সম্পর্কে চিন্তা করুন। অ্যালিসের জন্য একই সাথে তার সামাজিক প্রেক্ষাপট এবং এতে নিজেকে মডেল করার জন্য এটির জন্য প্রয়োজনীয় অপারেশনগুলির সবচেয়ে ছোট সেট। বিশেষ করে, অ্যালিসের কাছে থ্রেডগুলি 'সচেতনভাবে উপলব্ধ' হয় যখন তার নিজের আচরণ সেই থ্রেডগুলিকে ডেটাতে পুনরায় রূপ দেয় এবং তার প্রক্রিয়াকরণ সেই ডেটার সাথে যোগাযোগ করে। এই যুক্তিটি রহো-ক্যালকুলাসের জন্য ডিজাইনের আলোচনার অংশ। এটি গণনার সবচেয়ে ছোট মডেল যা কম্পিউটেশনাল প্রতিফলনের জন্য স্মিথের যুক্তির সাথে একটি সোসাইটি অফ মাইন্ডের জন্য মিনস্কির যুক্তিগুলির সাথে মিলিত হয় যা বিবর্তনীয় জীববিজ্ঞানের মনের তত্ত্বের সাথে জীবের বিবরণের সাথে খাপ খায়। যেকোনো ছোট জিনিস পরিস্থিতির একটি মূল উপাদান মিস করে। উই হ্যাভ মেট দ্য এনিমি, এবং তারাই আমরা। অ্যালিসের মস্তিষ্কে হার্ডওয়্যারের কেনাকাটা খুঁজে পাওয়া রো-ক্যালকুলাসের মতো গণনার মডেলের পক্ষে কেন এই যুক্তিটি যুক্তিযুক্ত। তার প্রজাতির অন্যান্য সদস্যদের সাথে প্রতিদ্বন্দ্বিতা করার জন্য এই মডেলের সমস্ত উপাদান প্রয়োজন যারা একইভাবে তাদের সামাজিক প্রেক্ষাপটের আচরণের মডেল করার জন্য দৌড়াচ্ছে। এই কারণেই, জোশার অবস্থানের বিপরীতে, আমি যুক্তি দেব যে মোবাইল কনকারেন্সি কৃত্রিম সাধারণ বুদ্ধিমত্তার কেন্দ্রবিন্দুতে। রালফ বেনকোকে তার অযৌক্তিক সম্পাদকীয় মন্তব্যের জন্য অনেক কৃতজ্ঞতা!