কয়েক সেকেন্ডে আপনার আইডি নিশ্চিত করতে পারে - এভাবে এটি কাজ করে

যদিও কৃত্রিম বুদ্ধিমত্তা বিশ্বে তুলনামূলকভাবে সম্প্রতি প্রদর্শিত হয়েছিল, অধিকাংশ মানুষ এবং কোম্পানি এখনও চ্যাটজিপিটিতে মূলত প্রশ্ন ও উত্তরের আকারে এটি ব্যবহার করে। সুতরাং, চ্যাটজিপিটি অনেক আইটি পরিষেবাগুলির মধ্যে একটি, প্রশ্নগুলি উত্তর দিতে, টেক্সট সম্পাদনা করতে এবং ইমেজ তৈরি করতে তৈরি করা হয়েছে। বিশ্বের অনেক নেতৃস্থানীয় কোম্পানি তাদের নিজস্ব আইটি মডেল এবং পণ্যগুলি বাস্তব অ্যাপ্লিকেশনগুলির জন্য তৈরি করতে শুরু করেছে. এর ফলে কোম্পানিগুলি তাদের প্রক্রিয়াগুলিতে কৃত্রিম বুদ্ধিমত্তা অন্তর্ভুক্ত করতে এবং অপারেটিং দক্ষতা বৃদ্ধি করতে সক্ষম হয়েছে. উদাহরণস্বরূপ, PwC অনুযায়ী, কোম্পানিগুলি যারা কৌশলগত প্রক্রিয়াগুলিতে আইটি অন্তর্ভুক্ত করেছে, তাদের অপারেটিং খরচ ২০-৪০% এবং উৎপাদনশীলতা ৩০% বৃদ্ধি করে। কোম্পানির অনুরোধগুলি আলাদা হতে পারে. কিছু কোম্পানির একটি AI চ্যাটবোট প্রয়োজন যা গ্রাহকদের 24/7 উত্তর দেয়, প্রচলিত অনুরোধগুলির 80% পর্যন্ত কভারেজ করে এবং যখন প্রশ্নটি খুব নির্দিষ্ট হয় তখন কেবল একটি অপারেটরকে কথোপকথন স্থানান্তর করে। আইবিএম পরিসংখ্যান অনুযায়ী, আইটি চ্যাটবোটগুলি বাস্তবায়ন করে এমন কোম্পানিগুলি অপারেটরদের উপর কাজের ওজন 70% পর্যন্ত কমিয়েছে এবং গ্রাহকদের অপেক্ষা সময় 90% কমিয়েছে। কিছু আর্থিক সংস্থাগুলি নিয়মিত ব্যবহারকারীর সনাক্তকরণ চালাতে চায়। এটি অবিলম্বে লক্ষ্য করা উচিত: একটি সম্পূর্ণরূপে সনাক্তকরণ মডিউল একটি জটিল প্রযুক্তিগত সমাধান, কিন্তু ব্যবসাগুলি এর নির্দিষ্ট অংশগুলি বাস্তবায়ন করতে পারে। উদাহরণস্বরূপ, ডকুমেন্ট সনাক্তকরণ শুধুমাত্র আর্থিক পরিষেবাগুলিতে নয়, ডোমেইন নাম রেজিস্ট্রার বা ইউটিলিটি পরিষেবা প্রদানকারীদের কাজেও অন্তর্ভুক্ত করা যেতে পারে। KYC (আপনার গ্রাহককে জানুন) সমাধান বাজার ২০২৪ সালে ১২.৪ বিলিয়ন ডলার পৌঁছেছে এবং, পূর্বাভাস অনুযায়ী, প্রতি বছর এখন, যদি কোন কাজে নথি যাচাই করার প্রয়োজন হয়, তাহলে শুধু ফাইলটি আপলোড করতে হবে না বরং সেটি থেকে তথ্য উত্পাদন করতে হবে এবং ক্লায়েন্টের প্রোফাইল এবং কোম্পানির ডাটাবেসে ডেটা সংরক্ষণ করতে হবে। পূর্বে, এটি ব্যবহারকারীর কাছে সমস্ত ডেটা ম্যানুয়ালভাবে প্রবেশ করতে এবং অতিরিক্ত ডকুমেন্টটি আপলোড করতে অনুরোধ করে। এখন এই প্রক্রিয়াটি স্বয়ংক্রিয় করা যেতে পারে: সিস্টেমটি ক্লায়েন্টের কাছে অতিরিক্ত অনুরোধ ছাড়াই প্রয়োজনীয় তথ্য উত্পাদন করে। অফিসিয়াল গুগল ডকুমেন্ট এআই পরিষেবা থেকে স্ক্রিনশট: https://cloud.google.com/document-ai https://cloud.google.com/document-ai পরবর্তীতে, আমরা দেখব কিভাবে Google ক্লাউড ব্যবহার করে একটি অনুরূপ সমাধান বাস্তবায়ন করা যায়, ভেরেক্স এআই এবং ডকুমেন্ট এআই পরিষেবাগুলি ব্যবহার করে। Let’s break it down step by step using the example of Google Cloud: Vertex AI and Document AI. প্রতিটি পরিষেবার উদ্দেশ্যকে আরও ভালভাবে বোঝার জন্য নিম্নলিখিত একটি গ্লোজারি রয়েছে: — ডকুমেন্টগুলি (আইডি, পাসপোর্ট, ফ্যাক্টর) থেকে ডেটা স্বয়ংক্রিয়ভাবে পড়ার এবং স্বীকৃতি করার জন্য ব্যবহৃত। এটি JSON ফরম্যাটে গঠিত ডেটা স্বয়ংক্রিয়ভাবে প্রবেশ করা সম্ভব করে। Document AI API — কৃত্রিম বুদ্ধিমত্তার মডেলগুলি তৈরি, প্রশিক্ষণ এবং বিস্তার করার জন্য ডিজাইন করা হয়েছে. এটি বিশ্লেষণ, স্কোরিং, অস্থিরতা সনাক্তকরণ এবং পূর্বাভাসের জন্য এমএল ব্যবহার করতে সক্ষম করে. প্রধান উদ্দেশ্য কাস্টম এআই লজিক বাস্তবায়ন: প্রতারণা প্রতিরোধের সমাধান থেকে ব্যক্তিগত সুপারিশগুলি পর্যন্ত। Vertex AI API Integration of Document AI and Vertex AI in your project: step by step গুগল ক্লাউড প্রজেক্ট তৈরি যদি প্রকল্পটি এখনও তৈরি করা হয়নি, তাহলে এটি Google ক্লাউডে যোগ করুন, বিলিং সেট করুন এবং প্রয়োজনীয় পরিষেবাগুলির অ্যাক্সেসের অধিকার সহ একটি পরিষেবা অ্যাকাউন্ট তৈরি করুন। লিংক : cloud.google.com / ডকুমেন্ট cloud.google.com / ডকুমেন্ট দুটি প্রধান পরিষেবাগুলি সক্ষম করুন: অগ্নিদগ্ধতা ভার্চুয়াল API তারপর, আপনাকে ডকুমেন্ট এআই কনফিগার করতে হবে যাতে সিস্টেমটি ডকুমেন্টগুলি সঠিকভাবে পড়তে পারে। আইডি ডকুমেন্ট প্রসেসর (পাসপোর্ট এবং ড্রাইভার লাইসেন্স প্রক্রিয়াকরণের জন্য উপযুক্ত) আপনি যে অঞ্চলে কাজ করছেন তা নির্বাচন করুন (মার্কিন যুক্তরাষ্ট্র বা ইউরোপীয় ইউনিয়ন)। তৈরি করার পরে, আপনি একটি প্রসেসর আইডি পাবেন. এটি কপি করুন - এটি API এর মাধ্যমে অনুরোধগুলি করতে প্রয়োজন হবে। তারপর, আপনার ওয়েবসাইটের নিজস্ব ইন্টারফেস থাকতে পারে যেখানে ব্যবহারকারীরা নথি আপলোড করবে। JPEG, PNG, PDF. কাজের যন্ত্রপাতিটি এভাবেই দেখায়: আপনার ওয়েবসাইটের ব্যাকেন্ডটি ব্যবহারকারীর কাছ থেকে ফাইলটি গ্রহণ করে। তারপর এই ফাইলটি ডকুমেন্ট এআই API এ পাঠানো হয়। অনুরোধ শরীরে, ফাইলটি Base64 ফরম্যাটে প্রেরণ করা হয়। একটি অনুরোধের উদাহরণ: POST https://documentai.googleapis.com/v1/projects/{project_id}/locations/{location}/processors/{processor_id}:process ডকুমেন্ট এআই এই ডেটা প্রক্রিয়াকরণ করে এবং এটি JSON ফরম্যাটে ফেরত দেয়: OCR টেক্সট (ডকুমেন্ট থেকে স্বীকৃত টেক্সট) গঠিত তথ্য: প্রথম নাম, নাম, জন্ম তারিখ, নথি নম্বর, মেয়াদ শেষের তারিখ। ডকুমেন্ট এআই থেকে একটি JSON প্রতিক্রিয়া উদাহরণ + Entities: ! First Name: John (confidence 0.99) ! Last Name: Doe (confidence 0.98) ! Date of Birth: 1990-01-01 (confidence 0.97) ! Document Number: X1234567 (confidence 0.96) ! Expiry Date: 2030-12-31 (confidence 0.95) JSON এর মধ্যে আমরা কী পেয়েছি? First Name: John Last Name: Doe Date of Birth: 1990-01-01 Document No: X1234567 Expiry: 2030-12-31 প্রাপ্ত ডেটা দিয়ে আপনি ইতিমধ্যে কাজ করতে পারেন এবং এটি ডাটাবেসে যোগ করতে পারেন. উদাহরণস্বরূপ, আপনি এটি ক্লায়েন্টের প্রোফাইলে সংরক্ষণ করতে পারেন যাতে আপনাকে এই তথ্যটি প্রবেশ করার জন্য তাদের অনুরোধ করতে হবে না। অফিসিয়াল গুগল ডকুমেন্ট এআই পরিষেবা থেকে স্ক্রিনশট: https://cloud.google.com/document-ai https://cloud.google.com/document-ai আমরা এই ডেটা আরও প্রক্রিয়াকরণ করতে পারি এবং নিশ্চিতকরণ করতে পারি। বাস্তবে, এমন কিছু ক্ষেত্রে আছে যখন আইটি নির্দিষ্ট উপাদানগুলি চিনতে পারে না. উদাহরণস্বরূপ, ডকুমেন্ট আইটি থেকে প্রতিক্রিয়াটি নাম অন্তর্ভুক্ত করতে পারে না, যদিও এটি নথিতে উপস্থিত। এমন একটি পরিস্থিতি এড়ানোর জন্য যেখানে মনে হয় সবকিছু সম্পন্ন হয়েছে কিন্তু প্রকৃতপক্ষে ডেটা অনুপস্থিত, এটি চেক করা উচিত যে সমস্ত কী ফিল্ডগুলি পূরণ করা হয়েছে কিনা. ডকুমেন্ট এআই থেকে সত্তাগুলি (প্রথম নাম, নাম, জন্ম তারিখ, ডকুমেন্ট নম্বর, মেয়াদ শেষের তারিখ) প্রাপ্তির পরে, নিশ্চিত করুন যে তাদের মধ্যে কেউ খালি নয়. যদি সিস্টেম অনুপস্থিত মানগুলি সনাক্ত করে, আপনি ডকুমেন্টটি পুনরায় স্ক্যান করতে পারেন এবং অনুপস্থিত ফিল্ডগুলি পূরণ করতে পারেন. - required_fields = ["first_name", "last_name", "date_of_birth", "document_number"] + for field in required_fields: ! if field not in extracted_data or not extracted_data[field]: # raise ValueError(f"Missing required field: {field}") অথবা আপনার পরিষেবা জন্য, এটি গুরুত্বপূর্ণ যে ব্যবহারকারী কমপক্ষে 18 বছর বয়সী। উদাহরণস্বরূপ, আপনি জন্ম তারিখটি চেক করতে পারেন (ফরম্যাট YYYY-MM-DD) এবং নিশ্চিত করতে পারেন যে বয়স > 18 বছর (অথবা অন্য নির্ধারিত সীমা)। - from datetime import datetime + dob = datetime.strptime(extracted_data["date_of_birth"], "%Y-%m-%d") ! age = (datetime.now() - dob).days // 365 # if age < 18: # raise ValueError("Client must be over 18.") এই পর্যায়ে, আপনি মূলত এআই ব্যবহার করে প্রাপ্ত স্ট্যাটিক ডেটা নিশ্চিত করেছেন। 2) Using Vertex AI কিন্তু আপনি আরো এগিয়ে যেতে পারেন এবং ভেরেক্স এআই মডিউলটি ব্যবহার করতে পারেন, যেহেতু এই মুহূর্ত পর্যন্ত আপনি শুধুমাত্র ডকুমেন্ট এআই স্ক্যান এবং ডকুমেন্ট সনাক্ত করার জন্য কাজ করেছেন। অফিসিয়াল Vertex AI পরিষেবা থেকে স্ক্রিনশট: https://cloud.google.com/vertex-ai/generative-ai/docs/learn/overview https://cloud.google.com/vertex-ai/generative-ai/docs/learn/overview উদাহরণস্বরূপ, পরবর্তী ধাপটি প্যারামিটারগুলির ভিত্তিতে ক্লায়েন্ট মূল্যায়ন করা হয়. আপনার অতিরিক্ত তথ্য থাকতে পারে, যেমন আইপি ঠিকানা বা দেশ যেখানে আপনি অভ্যন্তরীণ নীতিমালা বা নিয়ন্ত্রক সীমাবদ্ধতাগুলির কারণে ব্যবহারকারীদের নিবন্ধন করতে পারবেন না। স্কোরিংয়ের জন্য Vertex AI-এ ডেটা পাঠান: - from google.cloud import aiplatform endpoint = aiplatform. + Endpoint(endpoint_name="projects/your-project/locations/us-central1/endpoints/123456789") ! response = endpoint.predict(instances=[{ ! "document_number": "X1234567", ! "age": 32, ! "country": "UK", ! "upload_time": 2.5 }]) # print(response) এই পর্যায়ে, ভেরেক্স এআই ইতিমধ্যে ডকুমেন্ট এআই থেকে প্রাপ্ত সমস্ত ডেটা আছে: Data from the document (Document AI Output) প্রথম এবং শেষ নাম (অনোমালি সনাক্তকরণ, দ্বিগুণ অ্যাকাউন্ট)। জন্ম তারিখ (বয়সী সীমাবদ্ধতা এবং ঝুঁকি প্রোফাইলের জন্য) ডকুমেন্ট নম্বর (বিশেষতা এবং প্যাটার্ন) মেয়াদ শেষের তারিখ (validity check) উচ্চ ঝুঁকির দেশ (high risk countries) কিন্তু আপনি এমন তথ্যও প্রদান করেন যা আপনার সিস্টেম ক্লায়েন্ট সম্পর্কে সংগ্রহ করে. নিচে একটি সীমিত পরিমাণ তথ্য রয়েছে. এটি প্রয়োজনীয়তাগুলির উপর নির্ভর করে অনেক বেশি বা কম হতে পারে। File metadata আপলোড সময় (সন্দেহজনক সময়, উদাহরণস্বরূপ, রাত)। ফাইল ফরম্যাট (JPEG, PNG, PDF) আপলোড করার চেষ্টার সংখ্যা (ভুয়া চিহ্ন) User behavioral data ফর্ম পূরণ গতি (অতিরিক্ত দ্রুত → একটি বট সন্দেহ) আইপি ঠিকানা এবং জিওলোকেশন (ডকুমেন্টের দেশের সাথে মিলিত) ভিপিএন অথবা প্রক্সিজ (প্রকাশের চিহ্ন) Vertex AI Endpoint সিস্টেম, যা একটি ML / AI মডেল হিসাবে বিতরণ করা হয়, ডেটা বিশ্লেষণ করে এবং একটি পূর্বাভাস ফেরত দেয়. এটি হার্ডকোডিং লজিক নয়, কিন্তু ডেটা, একটি অ্যালগরিদম এবং একটি পরিসংখ্যানগত মডেলের একটি সংমিশ্রণ যা প্রশিক্ষণের ভিত্তিতে ফলাফল উত্পাদন করে। উদাহরণস্বরূপ, উত্তরটি এই রকম হতে পারে: risk_score = 0.12. সিদ্ধান্ত নেওয়ার নিয়মঃ If risk_score < 0.2 → approve. If 0.2 ≤ risk_score < 0.5 → review. If risk_score ≥ 0.5 → reject. তারপর, আপনার ওয়েবসাইট বা অ্যাপ্লিকেশনের সেটিংসগুলির উপর নির্ভর করে, আপনি ক্লায়েন্টকে ফলাফলটি প্রদর্শন করেন এবং গঠনতন্ত্রিত ডেটা কোম্পানির ডাটাবেস (PostgreSQL, MySQL, Firestore বা অন্য কিছু) রেকর্ড করা হয়। আপনিও করতে পারেন: প্রোফাইলে গ্রাহকের অবস্থা পরিবর্তন করুন। Push বা ইমেল বার্তা পাঠান। এটি একটি উদাহরণ যে কিভাবে একটি একক এআই মডেল ব্যবসায়িক কাজ সমাধান এবং কোম্পানির এবং তার গ্রাহকদের জন্য প্রক্রিয়াগুলি গতিশীল করতে ব্যবহার করা যেতে পারে। এআই মডেলগুলি এখনও সমস্ত বাস্তব জীবনের পরিস্থিতিগুলি অন্তর্ভুক্ত করে না, তবে প্রতি মাসে নতুন সমাধানগুলি আবির্ভূত হয়। আপডেটের জন্য সতর্ক থাকুন. ইতিমধ্যে উপলব্ধ যা কাজে কার্যকরভাবে ব্যবহার করা যেতে পারে. সবকিছু আপনার প্রয়োজন এবং সৃজনশীলতা দ্বারা সীমাবদ্ধ। Below are examples of AI models and ways to use them: OpenAI (ChatGPT, GPT-4/4o) ChatGPT API - অ্যাপ্লিকেশনগুলিতে AI চ্যাটের ইন্টিগ্রেশন (সাপোর্ট, অটোমেশন)। সহকারী এপিআই - ব্যবসায়িক কাজের জন্য কাস্টম সহকারী। কোড অনুবাদক - ডেটা বিশ্লেষণ এবং পাইথন স্ক্রিপ্ট (ফাইন্যান্সাল অ্যানালিটিক্স, ড্যাশবোর্ড)। Google Cloud AI (Vertex AI) ডকুমেন্ট এআই - ডকুমেন্ট পার্সিং (KYC, চুক্তি, বিবৃতি)। AutoML – কোড ছাড়াই মডেল তৈরি করুন (স্কোরিং, পূর্বাভাস)। AI হাব – প্রস্তুত মডেল (ভুয়া সনাক্তকরণ, ক্রেডিট স্কোরিং)। AWS AI Services Textract – PDFs থেকে OCR (ফ্যাক্ট, আর্থিক নথি) বোঝা - টেক্সট বিশ্লেষণ (প্রতিক্রিয়া, অনুভূতি) SageMaker – কাস্টম মডেল ( ঝুঁকি ব্যবস্থাপনা, পূর্বাভাস) প্রশিক্ষণ। Microsoft Azure AI (Copilot) ডকুমেন্ট ইন্টেলিজেন্স - ফর্ম এবং রিপোর্টগুলির স্বীকৃতি। Azure OpenAI সার্ভিস – কোম্পানির সমাধানের জন্য ক্লাউডে GPT। Anthropic (Claude) Claude API – চ্যাট, টেক্সট জেনারেশন, ডেটা বিশ্লেষণ (আইনি নথি, সামঞ্জস্য)। Fireblocks এআই বিশ্লেষণ - ট্রানজিশন পর্যবেক্ষণ, এএমএল, ক্রিপ্টো প্রতারণা সুরক্ষা। DocuSign AI স্মার্ট ইনজেকশন - চুক্তি এবং ঝুঁকি বিশ্লেষণ। Salesforce Einstein AI Einstein GPT – বিক্রয় পূর্বাভাস, CRM স্বয়ংক্রিয়করণ। কৃত্রিম বুদ্ধিমত্তা শুধুমাত্র একটি প্রবণতা হয়ে উঠেছে এবং ব্যবসার অপ্টিমাইজেশনের জন্য একটি বাস্তব সরঞ্জাম হয়ে উঠেছে। গ্রাহক যাচাইয়ের স্বয়ংক্রিয়করণ থেকে ঝুঁকি পূর্বাভাস এবং পরিষেবা ব্যক্তিগতকরণ পর্যন্ত - আইটি কোম্পানিগুলিকে সময় বাঁচাতে, খরচ কমানোর এবং সঠিকতা উন্নত করার সুযোগ দেয়। গুগল ক্লাউডের মতো উদাহরণগুলি তার Vertex AI এবং ডকুমেন্ট আইটি পরিষেবাগুলির সাথে দেখায় যে এই ধরনের সমাধানগুলির বাস্তবায়ন এখন আর প্রযুক্তি জায়গারদের অধিকার নয় - এটি যেকোন আকার এবং শিল্পের কোম্পানিগুলির জন্য উপলব্ধ। ইগোর নিকোলাইভ, fintech এবং AI এর প্রযুক্তিগত পণ্য নেতৃস্থানীয়