কৃত্রিম বুদ্ধিমত্তা সম্পর্কে বাস্তবে কথা বলার জন্য, আমাদের "মেশিন লার্নিং" শব্দটিও ব্যবহার করতে হবে। AI হল একটি বড় জিনিস যার জন্য মানুষ মেশিন লার্নিং ব্যবহার করছে। মেশিন লার্নিং হল AI এর ভিত্তি, গণিত এবং অ্যালগরিদম যা এটিকে শক্তিশালী করে। তারা একই নয়, তবে তাদের ভেন ডায়াগ্রামে যথেষ্ট ওভারল্যাপ রয়েছে যে এটি আমাদের উদ্দেশ্যগুলির জন্য সত্যিই গুরুত্বপূর্ণ নয়। মূলত, বক্ররেখা বর্ণনা করে এমন গণিত আছে। প্যারাবোলা মনে আছে? ঘোড়ার নালের মতো দেখতে জিনিসের শেষ কোথায়? আপনি বক্ররেখার সমীকরণের সাহায্যে বাস্তব জীবনে বহু টন জিনিসের মডেল তৈরি করতে পারেন, এবং বিশেষ করে, অযৌক্তিক পরিমাণে অযৌক্তিকভাবে জটিল উপায়ে স্তরে স্তরে। কম্পিউটিং শক্তি এখন সস্তা। এটি এবং ইন্টারনেটের বিপুল পরিমাণ প্রশিক্ষণ ডেটা তৈরি করার ক্ষমতা বেশ সংমিশ্রণ। যারা এই মডেলিং করে তারা সাধারণত একসাথে অনেকগুলি বক্ররেখায় কিছু সর্বোত্তম মান খুঁজে বের করার চেষ্টা করে — শেষ বিন্দু, প্যারাবোলার উপরের বা নীচে, ঘোড়ার নালের সসীম প্রান্ত। কিছু বক্ররেখা সাধারণত অন্যদের তুলনায় চূড়ান্ত আউটপুটের জন্য বেশি গুরুত্বপূর্ণ; আপনি কিছু অপ্টিমাইজ করার বিষয়ে সত্যিই সঠিক পেতে চান এবং অন্যদের অপ্টিমাইজ করার বিষয়ে আরও অস্পষ্ট হতে পারেন। আপনি কম্পিউটারকে সঠিক "ওজন" শিখতে পারেন যাতে বিভিন্ন ওজনের উপর রাখা যায়। আপনি এটিকে মডেলিং সমীকরণগুলিকে সংকুচিত করতে পারেন। শেষ পর্যন্ত, কম্পিউটার এমনভাবে মানগুলির একটি সর্বোত্তম খুঁজে পায় যা কিছু শেষ ফলাফলকে অপ্টিমাইজ করে। এটি মেশিন লার্নিং এর "জাদু" (ভারী উদ্ধৃতি)। সেট আপনি একটি ইনপুট নিতে পারেন - একটি মৌখিক প্রম্পট, আপনার পছন্দ সম্পর্কে ডেটার একটি সেট - এবং একটি আউটপুট তৈরি করতে পারেন যা কিছু মাত্রায় বেশ প্রাণবন্ত - একটি অঙ্কন, একটি সেলিব্রিটির ভয়েস, একটি গানের সুপারিশ৷ কম্পিউটিং শক্তি সস্তা হতে পারে কিন্তু সেই সমস্ত গণিত করতে বা কম্পিউটারে সেই গণিত প্রোগ্রাম করার জন্য মানুষকে অর্থ প্রদান করা ব্যয়বহুল হয়ে যায়। স্মার্ট লোকেরা কীভাবে মেশিনগুলিকে আমাদের জন্য অনেক কাজ করতে হয় তা খুঁজে বের করেছে: মেশিনগুলিকে বক্ররেখার সমীকরণগুলিকে "উতরাই" অনুসরণ করার উপায় রয়েছে৷ এটি কয়েক দশক ধরে আপনার Google ফলাফল কাস্টমাইজ করেছে। তারপর থেকে, একটি গ্রাফিক্স কার্ড অস্ত্র প্রতিযোগিতা হয়েছে। সেখানে AlphaGo আছে, যেটি 2015 সালে বিশ্বের সেরা Go প্লেয়ারকে পরাজিত করেছে। বোস্টন ডায়নামিক্স রোবট কুকুর আছে. শাজাম এবং সিরির মতো অ্যাপ রয়েছে। ড্যাল-ই এবং মতো অঙ্কন প্রোগ্রাম রয়েছে। মিডজার্নির এই সব শান্ত, কিন্তু অর্থ অনুসন্ধান ফলাফল থেকে দূরে সরানো হয়নি. এটি একটি সংলগ্ন জিনিসে মুষ্টি ঢেলে দিয়েছে: সোশ্যাল মিডিয়াতে লোকেদের তারা পছন্দ করবে এমন জিনিসগুলি দেখাচ্ছে৷ আপনি যে জিনিসগুলি দেখতে সময় ব্যয় করবেন এবং বিজ্ঞাপনগুলিতে ক্লিক করতে পারেন৷ এদিকে, AI এর বিস্তৃত ধারণাটি কিছুটা দীর্ঘ সময়ের জন্য সাই-ফাই এর একটি প্রধান বিষয় হয়ে দাঁড়িয়েছে এবং এটি গত পাঁচ থেকে দশ বছরে এই ক্ষেত্রটির "পপিং অফ" অভিজ্ঞতার সাথে ইন্টারঅ্যাক্ট করছে। আমরা এই সূচকীয় বৃদ্ধি দেখি এবং "দ্য টার্মিনেটর" এর কথা ভাবি। যারা AI বিক্রি করছে তারা আমাদের এই চিন্তা করতে দিতে খুশি, কিছু মূল তথ্য এড়িয়ে যেতে, তাই আমরা তাদের দাবি বিশ্বাস করব "হ্যাঁ! টার্মিনেটর মুভি থেকে স্কাইনেটের সাথে আমাদের তুলনা করুন! [ক্রেজি ইনভেনশন #4852], যেটি আমার কোম্পানি তৈরি করে, তা 5-10 বছর দূরে!” আমি বুঝতে পারি কেন লোকেরা এটি যা করতে পারে তার মধ্যে স্বীকৃতভাবে দ্রুত বৃদ্ধি দেখতে পাবে এবং মনে করবে যে আমরা সত্যিই এটিকে সচেতন করার একটি সীমানায় আছি। এমনকি যদি 2 বা 20 এর পরিবর্তে 200 বছরের স্কেলে সেই প্রস্রাবটি বেশি হয়, তবে আমরা মানুষের চারপাশে থাকা সময়ের দৈর্ঘ্যের তুলনায় এটি একটি উল্লেখযোগ্য বিষয়। আমরা সত্যিই, সেই টাইমস্কেলে, সেই বিন্দুকে অতিক্রম করতে পারি যেখানে AI প্রোগ্রামগুলি কেবলমাত্র "কথার পরিবর্তে-কল্পনার জন্য স্বয়ংসম্পূর্ণ" যেমন তারা ChatGPT বা রয়েছে। সেয়ারলের চীনা রুম আর্গুমেন্টে আমরা প্রকৃতপক্ষে সঠিক উপর সঠিক প্রোগ্রাম স্থাপন করতে পারি এবং সত্যিকার অর্থে মানুষের মনকে অনুকরণ করতে পারি, ফিলিপ কে ডিক এবং অন্যদের দ্বারা উত্থাপিত মানবতা এবং অনুভূতির প্রশ্ন উত্থাপন করে। জৈবিকভাবে অনুপ্রাণিত হার্ডওয়্যারের যদি এবং যখন AI সত্যিই আমাদের মানসিক এবং উপলব্ধিমূলক বুদ্ধিমত্তার প্রতিদ্বন্দ্বী হয়, নির্দিষ্ট ডোমেনে নিছক দক্ষতার পরিবর্তে আমাদের মতো একটি অবিচ্ছিন্ন চেতনা ধারণ করে, আমরা একটি হিসাবের মধ্যে থাকব। এটা আজ, কাল, পরের সপ্তাহ, এমনকি পরের বছরও হবে না। আমাদের মস্তিষ্কে ব্যাপকভাবে সমান্তরাল (অর্থাৎ, এই ক্ষেত্রে একই সময়ে কাজ করা) নিউরাল সংযোগগুলি রয়েছে - এটি আমাদের দুর্গের পরিখা, তাই বলতে হবে। এটিই "কৃত্রিম সাধারণ বুদ্ধিমত্তা"কে বছর বা তারও বেশি দশক বন্ধ করে দেয়। ডিপ লার্নিং, এর অনেক সাম্প্রতিক অগ্রগতির পিছনে মেশিন লার্নিং এর শাখা, আমরা বাস্তব জগতে দেখতে পাই এমন ইনপুট-আউটপুট সম্পর্কের নকল করার পরিসংখ্যান এবং ক্যালকুলাসের একটি দুর্দান্ত নাম। এটি না - এখনও না, অন্তত - কম্পিউটারের জন্য মানে "গভীরভাবে শেখা" কিছু। এটি যতটা চিত্তাকর্ষক, এটি একটি কম্পিউটারে গণিত ঘটছে, আপনার মস্তিষ্কে কীভাবে "গণিত ঘটে" তা মৌলিকভাবে বিচ্ছিন্ন। মস্তিষ্ক আশ্চর্যজনকভাবে সামান্য বিদ্যুৎ ব্যবহার করে। ডেটা সেন্টারগুলি আশ্চর্যজনকভাবে বড় পরিমাণে ব্যবহার করে। পরেরগুলো হল ব্রুট ফোর্স মেশিন। তারা আমাদের তুলনায় কম থ্রেড প্রক্রিয়া, এবং কম নমনীয়ভাবে; প্রতিটি শুধু তাই . দ্রুত এটি গণনা করে এবং সম্ভাবনাগুলিকে এত দ্রুত সংকুচিত করে যে এমনকি সেরা দাবা এবং গো খেলোয়াড়রাও তা রাখতে পারে না। এর অ্যাকিলিস হিল সত্য যে এটির জন্য মোটামুটি ভাল-সংজ্ঞায়িত সমস্যা, মোটামুটি পরিষ্কার ইনপুট এবং আউটপুট প্রয়োজন। একটি বোর্ড খেলা. একটি রোবট পড়ে না। এটি "অপ্টিমাইজেশান" সমস্যাগুলির একটি অযৌক্তিকভাবে বৈচিত্র্যময় এবং দ্রুত পরিবর্তনশীল সেটের সাথে মোকাবিলা করতে পারে না, সব সময় তাদের মধ্যে স্যুইচ করে। স্বতন্ত্র ক্ষেত্রে এআই-এর শক্তি এবং ত্রুটি যাই হোক না কেন, এটি আমাদের মতো অনেক ক্ষেত্রকে আবদ্ধ করতে পারে না, প্রয়োজন অনুসারে ফোকাস পরিবর্তন করে, ডোমেন জুড়ে আচরণকে মানিয়ে নেওয়া এবং স্থানান্তর করে। এটি একটি মানব শিশুর স্তরে এটি করতে পারে না। এআই গবেষণার একটি বড় লক্ষ্য হল "ওয়ান-শট" বা "কয়েক-শট" শেখা, যার অর্থ কীভাবে কিছু করতে হয় তা শিখতে বিশাল ডেটা সেট এবং প্রশিক্ষণের সময় প্রয়োজন হয় না। এখানে একটি সাফল্য হয়েছে; এটি এখনও আমাদের মস্তিষ্ক থেকে অনেক পিছিয়ে রয়েছে। স্বয়ংক্রিয়ভাবে, আমরা অনেক ডোমেনে এবং অল্প বয়স থেকেই অল্প-শট শেখার ক্ষেত্রে ভালো। আমরা প্রায় কোনও প্রশিক্ষণ ডেটা থেকে দ্রুত নিয়ম এবং কৌশল শিখি না। আপনি একটি বাচ্চাকে দেখাতে পারেন কিভাবে একটি আইপ্যাড ব্যবহার করতে হয়, একটি বাইক চালাতে হয়, তাদের জুতা বাঁধতে হয় বা একটি গল্পের নৈতিকতা ব্যাখ্যা করতে পারেন (শুধু এটির প্লটের সারাংশ নয়)। আপনি খুব কমই একটি কম্পিউটারকে এই জিনিসগুলির ভালভাবে করতে প্রশিক্ষণ দিতে পারেন। এটি যদি ভয়ঙ্কর না হয়ে জ্ঞানীয় যুক্তি, গতিবিধি এবং মানুষের মিথস্ক্রিয়া করতে পারে তবে আমরা ইতিমধ্যেই এই সমস্ত জিনিসগুলির জন্য এটি ব্যবহার করব। একটি ব্যবসাগুলি অগোছালো মানব শ্রমের প্রতি অ্যালার্জিযুক্ত, সর্বদা সস্তা মেশিন সংস্করণের জন্য প্রচেষ্টা করে। তারা এই ঘটনা ঘটতে হবে. তারা না. বিশ্ববিদ্যালয়গুলির কম্পিউটেশনাল নিউরোসায়েন্স ল্যাবগুলি অভ্যন্তরীণ চিন্তাধারার মডেলিং এবং আমাদের মস্তিষ্ক বিশ্ব সম্পর্কে যা করে তা যুক্তি দিতে আগ্রহী৷ এটা তাদের বাচ্চাদের দেখতে কেমন হবে তা দেখতে দুই ব্যক্তির ফটো মিশ্রিত যে মডেলদের উদ্দেশ্য নয়. সম্ভবত কয়েক দশক ধরে, এটি শুধুমাত্র আমরা মানুষ যারা অস্পষ্ট, অভিযোজিত, কব্লিং কৌশলগুলি-একসাথে-অন-দ্য-ফ্লাই ধরণের উপায়ে বিশ্বে নেভিগেট করার জন্য একটি লক থাকবে। আবেগ এবং অভিজ্ঞতার ভিত্তি থেকে শুরু করে বিশ্বের সম্পর্কে শেখার এবং নেভিগেট করার এই সাধারণ ক্ষমতাটি এমন কিছু নয় যা প্রযুক্তি শিল্প AI তৈরি করার সময় দরকারী বলে মনে করেছে। এখনও পর্যন্ত মেশিন লার্নিংয়ে বাস্তব মস্তিষ্ক-নকল করার উপায়গুলি হল স্পারস। মস্তিষ্কের অনুলিপি করা প্রয়োজন হয় নি, যা লাভজনক বলা হয়। কোম্পানিগুলি (এবং তারা যে বিশ্ববিদ্যালয়গুলিকে অর্থায়ন করে) পরিবর্তে আরও পরিমাপযোগ্য জিনিসগুলির জন্য অপ্টিমাইজ করেছে: সোশ্যাল মিডিয়া ফিডে ক্লিকের সংখ্যা বা ড্রোন হামলার নির্ভুলতা৷ যদি এটি আমাদের নকল করার চেষ্টা করে থাকে, তবে মস্তিষ্ক যা করতে পারে তার অর্জনের জন্য এটি একটি লাভ-চালিত জ্যাব। প্যাটার্ন স্বীকৃতির কিছু চিত্তাকর্ষক এবং আকর্ষণীয় ফর্ম কম্পিউটার দৃষ্টিতে ঘটে। ফলাফল এই সবই হল এই বিন্দুতে ড্রাইভ করার জন্য যে AI "জাদু যা কম্পিউটারকে জীবন্ত করে তোলে" বা "যাদু যা কিছু লোক কম্পিউটার দিয়ে করতে পারে।" এটা পাশবিক শক্তি গণিত. কম্পিউটিং শক্তির সাথে মিশ্রিত জ্ঞান। লিভারেজ। বেশিরভাগ AI মডেলগুলি একটি জিনিস করার জন্য সংখ্যা ক্রাঞ্চ করছে: অর্থ উপার্জন করা৷ এই সুবর্ণ হংস, এই শক্তিশালী হাতিয়ারের সাথে লোকেরা অর্থনৈতিকভাবে অনুপ্রাণিত হয় দাবি করে যে AI তাদের ব্যবসার জন্য যে আরও বাস্তব, জাগতিক, কম মনোযোগ আকর্ষণ করে এমন জিনিসগুলিকে আড়াল করার জন্য মহাজাগতিক বা মহাজাগতিক কিছু করা থেকে দূরে। পরবর্তী 1 বা 5 বা 10 বা 15 বছরে এটি কিছু বড় জিনিস করতে সক্ষম হবে বলে দাবি করার তাদের একটি নিহিত স্বার্থ রয়েছে। এই টাইমলাইন যে বিনিয়োগকারীদের পছন্দ. সম্পূর্ণ স্ব-ড্রাইভিং গাড়িগুলি প্যানিং না হওয়া প্রথম ফ্লপগুলির মধ্যে একটি যা আমরা এই সামনে দেখতে পাব। উচ্চতর সাই-ফাই প্রাঙ্গণ এবং প্রতিশ্রুতি ভাল সিনেমার জন্য তৈরি করে। । তার মানে এই নয় যে তারা সত্য। প্রাক্তন মেশিন, তার, ব্লেড রানার যখন আমরা AI ডেভেলপারদের তাদের পণ্যগুলির নিজস্ব ফ্রেমিংকে (1) অনিবার্য এবং (2) রাজনৈতিক ও অর্থনৈতিকভাবে রূপান্তরকারী হিসাবে গ্রহণ করি, তখন AI যে ফর্মগুলি গ্রহণ করে (অর্থাৎ, চ্যাটবট হিসাবে! "সার্চ ইঞ্জিন" হিসাবে) সেই সুস্পষ্ট সত্যটিকে এড়িয়ে যাওয়া সহজ হয়ে যায়! ) এবং এটির ব্যবহারগুলি (অর্থাৎ, এটি যে কাজগুলিকে বাড়িয়ে তুলবে বা প্রতিস্থাপন করবে! এটি যে কাজগুলিকে সহজ বা কঠিন করে তুলবে!) তা রাজনৈতিক ও অর্থনৈতিক অবস্থার উপর নির্ভরশীল যেখানে এটি উদ্ভূত হয়৷ … আমি এই সম্ভাবনার জন্য উন্মুক্ত যে আমরা একটি ঢালের কিনারায় বিশ্রাম নিয়েছি- যে একটি বিশ্ব "অপরিচিতভাবে রূপান্তরিত" বৃহৎ ভাষার মডেলগুলির দ্বারা কেবল কয়েক মাস দূরে, যেমন পল ক্রিশ্চিয়ানো বিশ্বাস করেন বলে মনে হয়। কিন্তু এই নিউজলেটারের একটি মৌলিক নিয়ম হল যে জিনিসগুলি দ্রুত এবং নাটকীয়ভাবে বদলে ধীরে ধীরে এবং মূর্খতার সাথে পরিবর্তিত হয় এবং একটি সঠিক এআই সমালোচনাকে এই সম্ভাবনার জন্য অ্যাকাউন্ট করতে হবে। আপাতত, প্রযুক্তি সম্পর্কে আলোচনার মধ্যে নিজেকে আবার খুঁজে পাওয়ার জন্য আমি বিরক্তিতে পূর্ণ হয়েছি যেখানে আলোচনার শর্তাবলী এবং কাঠামো প্রায় সম্পূর্ণভাবে বেসরকারী সংস্থাগুলি দ্বারা সেট করা হয়েছে যা এর বিকাশ এবং গ্রহণ থেকে লাভবান হওয়ার জন্য দাঁড়িয়েছে। . — ম্যাক্স রিড, ফেসবুকের সমালোচনা এআই সমালোচনা সম্পর্কে আমাদের কী শিক্ষা দিতে পারে আসুন এক সেকেন্ডের জন্য স্টক নেওয়া যাক। টেকনোক্র্যাটিক এলিটরা প্রযুক্তিগত বিষয়ে আলোচনার জন্য যে "আলোচনার শর্তাবলী এবং কাঠামো" গ্রহণ করে, তা ক্রিপ্টোকারেন্সি বা ব্যাঙ্কিংই হোক না কেন, ঐতিহাসিকভাবে, এটি আমাদের জন্য কীভাবে হয়েছে? এফডিআর-এর পোস্ট-গ্রেট ডিপ্রেশন সংস্কার এবং 80-এর দশকের মধ্যে কতগুলি অর্থনীতি-বিধ্বস্ত ব্যাঙ্ক সংকট ঘটেছে? রেগান তাদের ফিরিয়ে আনার পর থেকে কতজন ঘটেছে? ম্যাক্স রিড জো বার্নস্টেইনের চমৎকার উদ্ধৃত করেছে যে কীভাবে ফেসবুক ইতিমধ্যে পর্দার আড়ালে এটি করেছে; এটি তার নিজস্ব বিজ্ঞাপনের কার্যকারিতার একটি নড়বড়ে এবং ক্রমবর্ধমান অক্ষম মডেলে একটি সম্পূর্ণ শ্রেণীর লোককে বিক্রি করেছে। হার্পারের নিবন্ধটি শুধুমাত্র একটি পিরামিড স্কিম একটি প্রকৃত পণ্যের উপর ভিত্তি করে এর মানে এই নয় যে এটি একটি পিরামিড স্কিম নয়। এখানে একটি বড় বিষয় হল: প্রযুক্তি অর্থের চেয়ে "ভাল" নয় যখন এটি তার অফার সম্পর্কে জনসাধারণকে বিভ্রান্ত করার ক্ষেত্রে আসে। এটা তর্কাতীত খারাপ. আপনি দেখেছেন সস্তা রক্ত পরীক্ষা, সহকর্মী স্থান এবং ব্লকচেইনের ক্ষেত্রে কী ঘটেছে। সূক্ষ্ম শিল্প মূর্খতা দ্বারা কলঙ্কিত হয়. দেখুন কিভাবে তারা আমার ছেলেকে হত্যা করেছে। তারা অভ্যন্তরীণভাবে জিনিসগুলিকে এলোমেলো করে, কিন্তু এমন উপায়ে যা আমাদের সকলকে প্রভাবিত করে, কারণ আমাদের বন্ধু এবং প্রতিবেশীরা তাদের বাজে কথার মধ্যে পড়ে এবং তাদের আলোচনার শর্তাবলী সেট করতে দেয়। তারপরে আমরা তাদের সোনার প্যারাসুটের জন্য অর্থ প্রদান করি। অর্থনৈতিক ইভেন্টগুলিতে লক্ষ লক্ষ লোক তাদের জীবিকা হারাচ্ছে যেগুলি বেশ কয়েকটি সুনির্দিষ্ট নিয়মের মাধ্যমে এড়ানো যেত। সময় হিসাবে পুরানো হিসাবে গল্প. AI এর সাথে নতুন কিছু চেষ্টা করা আমাদের জন্য উপযুক্ত। এটি সঠিক তথ্যের উপর ভিত্তি করে আমাদের ভবিষ্যত নিজেদেরকে এটি সম্পর্কে সঠিক সিদ্ধান্ত নেওয়ার স্বাধীনতা প্রদান করে। এটি সম্পর্কে সত্য জানতে অর্থ প্রদান করে। অভিহিত মূল্যে এটি সম্পর্কে অন্যদের ইচ্ছা গ্রহণ করা নিশ্চিত করে যে আপনি ভবিষ্যতে আরও বেশি মূল্য দিতে হবে। লোকেরা ML ব্যবহার করতে এবং সমস্ত ধরণের জিনিসের জন্য গভীর শিক্ষা গ্রহণে পারদর্শী হচ্ছে — কম্পিউটারগুলিকে মুখ চিনতে, ভয়েসের প্রতিলিপি তৈরি করে এবং লোকেদের সামগ্রী দেখায় যা তাদের স্ক্রল করতে থাকবে৷ কিছু লোককে খুব ধনী করে তোলার পরিবর্তে এই ব্যবহারগুলি আমাদের জীবনের জন্য আরও ভাল বা আরও বেশি সহায়ক হবে না, যদি না আমরা এটি তৈরি করি। ইতিমধ্যে, অবশ্যই, তারা খুব বিনোদনমূলক হতে পারে। মানুষের অবস্থার উপর নির্ভর করে AI ভাল, মন্দ, সহজভাবে অদ্ভুত বা সত্যিই যেকোন কিছুর জন্য ব্যবহার করা যেতে পারে। বর্তমানে, এর মানে শুধু লাভের উদ্দেশ্য কোথায় নিয়ে যায় তার উপর নির্ভর করে। বেশির ভাগ AI দক্ষতা আমাদেরকে ডলারের জন্য চাপা দেওয়ার চেষ্টাকারী কোম্পানিগুলির দ্বারা প্রসারিত হয়েছে। জীবনকে মৌলিকভাবে উন্নত করার জন্য জনসাধারণের, স্বচ্ছ, জনগণ-চালিত প্রচেষ্টায় বা এমনকি মস্তিষ্কের সিমুলেশনেও তেমন অর্থ নেই। এটি রুটি এবং সার্কাস এবং সামরিক ব্যবহারে রয়েছে। এই ধরনের শর্তগুলিই AI এবং অন্য যেকোন প্রযুক্তিকে যে দিকে নিয়ে যায়, সেই দিকে যেতে বাধ্য করে৷ AI এখন সেখানে আছে. আসলে সেতুর নিচে পানি। এটি সম্পর্কে কথা বলা যেমন এটি যাদু, শুধুমাত্র সেই লোকেদেরই উপকার করে যারা এটি সম্পর্কে তুচ্ছ-তাচ্ছিল্য করে সবচেয়ে বেশি লাভ করে। এআইকে বড় বড় কথাবার্তায় সাজানো, এই ক্ষেত্রে, ডুমসডে টক, এতে মানুষের অজ্ঞাত আগ্রহের শিকার হওয়া, এমন একটি প্যাটার্ন যা আমরা আগে দেখেছি। "থেরানোস/ওয়েওয়ার্ক/এনএফটি সবকিছু পরিবর্তন করবে।" সংশোধন: তারা অনেক পরিবর্তন হতে পারে. পরিবর্তে, তারা নিজেদের oversold. তারা অত্যধিক প্রতিশ্রুতি এবং কম বিতরণ. এআই-এর চারপাশে এই হিস্টিরিয়া, এর ক্ষমতা এবং ঝুঁকি উভয়ই ওভারসেল করে যাতে কিছু লোক আরও ধনী হয়, স্বাভাবিকভাবেই এটিতে আগ্রহী হওয়া লোকদের থেকে দূরে রাখা কঠিন। এটি ব্যবহারের বিস্তৃত পরিসরের সাথে একটি আকর্ষণীয় জিনিস। লোকেরা নির্বিশেষে এটি কিনতে যাচ্ছে, যেমনটি তারা ক্রিপ্টো এবং এনএফটিগুলির সাথে করেছিল এবং সম্ভবত আরও বেশি। আরো সব কারণ সম্পর্কে সত্য জানতে. আপনি যদি এই পোস্ট থেকে অন্য কিছু না নিয়ে থাকেন, তাহলে এটি নিন: আমরা কীভাবে একে অপরের উপর AI ব্যবহার করি, বর্তমানে, AI ক্রমবর্ধমান সচেতনতা সম্পর্কে যে কোনও কিছুর চেয়ে অনেক বেশি চাপের সমস্যা। এটি সম্পর্কে চিন্তা করুন: যদি এটি সচেতন হয়ে ওঠে, এবং আমাদের ক্ষতি করতে চায়, ? কেন এটা করতে চান হতে পারে? কেন এটা কি দৃঢ়ভাবে সুস্পষ্ট বলে মনে হয় না যে আমরা যেভাবে এটিকে পৃথিবীতে নিয়ে এসেছি তা মানব প্রজাতির প্রতি তার অবস্থানের উপর কিছু প্রভাব ফেলবে? এটি এবং এর আশেপাশের বর্ণনাগুলি সম্পূর্ণরূপে সিইও এবং প্রযুক্তি-সংলগ্ন পুঁজির মালিকদের উপর অর্পণ করা কি অর্থপূর্ণ, এই বিষয়ে একটি ভয়ানক ট্র্যাক রেকর্ড রয়েছে এবং সাধারণ জনসংখ্যার তুলনায় সাইকোপ্যাথির ঘটনা বেশি বলে প্রমাণিত? 2030 বা 2230 সালের মধ্যেই হোক না কেন আমরা কি তাদের ব্যবহার, এর গবেষণা এবং বিকাশের দায়িত্ব নিতে চাই, যতক্ষণ না এটি সংবেদনশীল হয়ে ওঠে? রিড যেমন উল্লেখ করেছে, এআই ভয়প্রবণকারীরা এই বিষয়ে চিন্তা না করা মানুষের পক্ষে সুবিধাজনক বলে মনে করেন। তারা এই সত্যটি লুকিয়ে রাখা অনেক বেশি সুবিধাজনক বলে মনে করে যাতে তারা এর অগ্রগতি অনিবার্য, প্রশ্ন করার যোগ্য নয় এবং সিঙ্গুলারিটি ঠিক কোণায় থাকা সম্পর্কে কথা বলতে পারে। মানুষ যা অনিবার্য তা ছাড়া এখানে অনিবার্য কিছুই নেই। গরিলারা এতে কাজ করছে না। করে তোলে যদি এবং যখন কৃত্রিম সাধারণ বুদ্ধিমত্তা আসে, এটি একটি অ্যাস্ট্রোবায়োলজির প্রশ্ন হবে, একটি এলিয়েন জীবন ফর্মের। সেই মুহূর্ত পর্যন্ত, এটি দর্শনের, ইতিহাসের, মানবতার অন্যতম। আমরা কি এটাকে আমাদের মত করে, আমাদের ইমেজে, হয়তো আমাদের থেকেও ভালো করে তুলবো? আমরা কি এটিকে আরও খারাপ করে তুলব, আমাদের সবচেয়ে সোসিওপ্যাথিক প্রবণতার আয়না? পাগল জিনিস হল: মানুষ সিদ্ধান্ত নেয়। আমরা নির্মাতা। আমরা এটি কতটা এলিয়েন বা মানুষের মতো তার উপর নিয়ন্ত্রণ অনুশীলন করছি। ব্যতীত, অবশ্যই, "আমরা" নই। কিছু মানুষ অন্যদের চেয়ে বেশি। আমরা যে সঙ্গে ঠিক আছে? আমরা ঠিক আছে যারা যারা মানুষ? তারা এই প্রযুক্তিটি কোথায় পরিচালনা করছে আমরা কি ঠিক আছি? উচ্চ-পুঁজি-মালিকানাধীন শ্রেণীটি "অনিবার্য করে তুলতে" কী প্রবণতা দেখায় — অন্যান্য শিল্পে এর পূর্বাভাস, এর অদূরদর্শী এবং সত্য-অপজ্ঞা এবং পশু-মানসিকতার অনুশীলন যা এত বিলিয়ন ডলারের উদ্যোগকে বিধ্বস্ত করেছে — কীভাবে তা নিয়ে কিছু সংশয় তারা এআই সম্পর্কে কথা বলে নিশ্চিত। এছাড়াও প্রকাশিত এখানে
