পাঠ ০৪ · ৩০-এর মধ্যে

Home / AI Courses / AI Foundations / ANI, AGI ও ASI

ANI, AGI ও ASI — বুদ্ধিমত্তার বর্ণালী

The intelligence spectrum — Narrow, General, Super

৫ মিনিট পড়া শুরু · Beginner সম্পূর্ণ বাংলায়

এই পাঠে যা শিখবেন

ANI, AGI ও ASI — তিন স্তরের পার্থক্য
আজকের AI কোন স্তরে আছে — এবং কেন
AGI/ASI নিয়ে গবেষকদের মতামত ও বিতর্ক

১ · বুদ্ধিমত্তা — কত প্রকার?

"AI কতটা বুদ্ধিমান?" — এই প্রশ্নের উত্তর দিতে গবেষকরা একটি স্কেল ব্যবহার করেন। AI-এর ক্ষমতা পরিমাপের জন্য তিনটি স্তর বিভাজন আছে। এগুলো ক্রমান্বয়ে শক্তিশালী।

তিন স্তর

ANI (Narrow) → AGI (General) → ASI (Super)

২ · ANI — Artificial Narrow Intelligence

সংজ্ঞা: এমন AI যা একটি নির্দিষ্ট কাজে দক্ষ — কিন্তু সেই কাজের বাইরে কিছু পারে না।

উদাহরণ

AlphaGoAlphaGo (২০১৬)Google DeepMind-এর তৈরি AI — Go খেলায় বিশ্বচ্যাম্পিয়ন Lee Sedol-কে ৪-১ ব্যবধানে হারায়। Go-এর ১০¹⁷⁰ সম্ভাব্য পরিস্থিতি (পরমাণুর সংখ্যার চেয়ে বেশি!) থাকায় brute-force সম্ভব ছিল না — Neural Network ও Monte Carlo Tree Search-এর সংমিশ্রণে এটি সম্ভব হয়। — Go খেলায় বিশ্বের সেরা মানুষকে হারিয়েছে। কিন্তু সে দাবা খেলতে পারে না, রান্না করতে পারে না।
Google Translate — অনুবাদে ভালো। কিন্তু এটা কবিতা লিখতে পারে না।
Spam filterSpam Filterঅযাচিত/ক্ষতিকর ই-মেইল আলাদা করার AI সিস্টেম। Gmail-এর spam filter দৈনিক কোটি কোটি ই-মেইল পড়ে নিজে নিজেই pattern শেখে — কোনটা সত্যিকারের, কোনটা spam. — ই-মেইল spam চেনে। কিন্তু ছবি চিনে না।
মুখ-চেনা সিস্টেম — ক্যামেরায় মুখ চেনে। কিন্তু কণ্ঠ চিনে না।

ANI হলো এমন একজন বিশেষজ্ঞ যিনি কেবল একটিই কাজ করতে পারেন — যেমন একজন চক্ষু বিশেষজ্ঞ ডাক্তার যিনি কেবল চোখ দেখেন। চোখের বিষয়ে বিশ্বের সেরা — কিন্তু পেট ব্যথার চিকিৎসা করতে পারবেন না।

আমরা আজ ANI-এর যুগে আছি। ChatGPT, Stable Diffusion, AlphaGo — সবাই ANI. ChatGPT ভাষায় চমৎকার, কিন্তু সে গাড়ি চালাতে পারবে না, বাজার করতে যেতে পারবে না, রোগ নির্ণয়ের যন্ত্র চালাতে পারবে না।

ChatGPT অনেক কাজ পারলেও সব AI সিস্টেমেই কিছু সীমাবদ্ধতা থাকে — এটা একটি ভাষা মডেল, সাধারণ যুক্তি ও বাস্তব জগতের অভিজ্ঞতা সীমিত।

৩ · AGI — Artificial General Intelligence

সংজ্ঞা: এমন AI যা যেকোনো বুদ্ধির কাজ মানুষের সমান বা ভালোভাবে করতে পারে।

AGI কী পারবে?

একই সিস্টেম দাবা শেখা, ছবি আঁকা, কবিতা লেখা, রোগ নির্ণয় — সব পারবে
নতুন বিষয়ে নিজে নিজে শিখে নিতে পারবে — যেমন মানুষ পারে
সাধারণ যুক্তি (common sense)Common Senseমানুষ যা স্বতঃস্ফূর্তভাবে জানে — "কাচ ভাঙে, পানি ভেজা, আগুন গরম, ছোট জিনিস বড় বাক্সে ঢোকে"। এই জ্ঞান কোথাও স্পষ্টভাবে শেখানো হয় না — অভিজ্ঞতা থেকে আসে। AI-র সবচেয়ে বড় অসমাপ্ত চ্যালেঞ্জ। ১৯৮৪ সালে শুরু "Cyc" প্রজেক্ট ৪০ বছরে কোটি কোটি common-sense ফ্যাক্ট সংগ্রহ করেছে — এখনো শেষ হয়নি। থাকবে
বিভিন্ন কাজের মধ্যে জ্ঞান হস্তান্তর করতে পারবে

AGI কি এসে গেছে?

না। ChatGPT অনেক কাজ পারলেও সে এখনো AGI নয়। কারণ —

সাধারণ যুক্তিতে এখনো ভুল করে
বাস্তব জগতে নতুন কিছু করতে পারে না (টয়লেট ফ্ল্যাশ ভাঙা থাকলে ঠিক করতে পারবে না)
দীর্ঘমেয়াদী পরিকল্পনায় দুর্বল
আত্ম-সচেতনতা নেই

AGI কখন আসবে — এটা গবেষকদের মধ্যে বিরাট বিতর্ক। কেউ বলেন ৫ বছরে, কেউ বলেন ৫০ বছরে, কেউ বলেন কখনোই না। কেউ যদি নির্দিষ্ট তারিখ দেয় — সাবধান হোন, কেউ আসলে জানে না।

৪ · ASI — Artificial Super Intelligence

সংজ্ঞা: এমন AI যা প্রতিটি বৌদ্ধিক ক্ষেত্রে — বিজ্ঞান, সৃজনশীলতা, সামাজিক দক্ষতা — মানুষের চেয়ে বহুগুণ ভালো।

ASI এখনো কাল্পনিক। এটি AGI-এর পরের ধাপ। যখন একটি সিস্টেম মানুষের সমান বুদ্ধিমান হয়ে যাবে, তখন সে নিজেকে আরও বুদ্ধিমান করতে পারবে — এই প্রক্রিয়াকে বলা হয় Intelligence ExplosionIntelligence ExplosionI.J. Good-এর ১৯৬৫-র ধারণা: যদি AI একবার মানুষের সমান বুদ্ধিমান হয়ে যায় — সে নিজেকে আরও ভালো ডিজাইন করতে পারবে। সেটি আবার নিজেকে — এই recursive self-improvement-এ দিন/সপ্তাহের মধ্যে মানুষকে অনেক পেছনে ফেলবে। এই দ্রুত পরিবর্তনকে কেউ কেউ বলেন "Singularity"। বহু গবেষক একে AI-এর সবচেয়ে বড় সম্ভাব্য ঝুঁকি মনে করেন।। এর ফলে দ্রুত মানুষকে ছাড়িয়ে যেতে পারে।

ASI কল্পনা করা কঠিন। মানুষের কাছে যেমন পিপীলিকা — ASI-এর কাছে আমরা তেমনই হবো। তার চিন্তার গতি, গভীরতা ও পরিধি আমাদের ধারণার বাইরে। এটা ভয়ের, সম্ভাবনার, এবং দায়িত্বের বিষয়।

আজকের সব AI ANI স্তরে। মানুষের সমান বুদ্ধিমত্তা (AGI) এখনো লক্ষ্য, ASI কাল্পনিক — Intelligence Explosion-এ দ্রুত পৌঁছাতে পারে।

৫ · এক নজরে তুলনা

ANI: একটি কাজ — মানুষের সমান বা ভালো (আজকের সব AI)
AGI: যেকোনো কাজ — মানুষের সমান (এখনো নেই)
ASI: যেকোনো কাজ — মানুষের চেয়ে বহুগুণ ভালো (কাল্পনিক)

৬ · কেন এই বিভাজন গুরুত্বপূর্ণ?

এই স্তরগুলো বুঝলে অনেক বিভ্রান্তি দূর হয় —

খবরের কাগজ যখন বলে "AI মানুষকে ছাড়িয়ে গেছে" — তারা সাধারণত বিশেষ একটি কাজের কথা বলছে (ANI)
ChatGPT সব জানে মনে হলেও — তা এখনো ANI. সে অনেক কাজ পারে, কিন্তু সব নয়।
"AI মানুষকে চাকরি থেকে সরিয়ে দেবে" — এই আশঙ্কা ANI-তেই সত্য হতে পারে, AGI অপেক্ষা করতে হবে না
"AI পৃথিবী দখল করে নেবে" — এই আশঙ্কা মূলত AGI/ASI-এর সাথে সম্পর্কিত

এই কোর্সে আমরা মূলত ANI বানানো শিখব। কারণ আজকের সব ব্যবহারিক AI ANI. ChatGPT-এর মতো সিস্টেম কীভাবে কাজ করে — সেটাই আমাদের প্রথম লক্ষ্য।

ভাবনার প্রশ্ন

প্রতিটি প্রশ্ন নিজে কিছুক্ষণ ভাবুন — তারপর "→ উত্তর" চাপুন।

প্র ০১ ChatGPT-৪ কোডিং, লেখা, অনুবাদ, ছবি বিশ্লেষণ, গণিত — সব কিছু কিছুটা পারে। তবু একে কেন AGI বলা যায় না? পার্থক্য কোথায়?

এটি একটি গুরুত্বপূর্ণ ধাঁধা — কারণ ChatGPT-৪ প্রায় AGI-র মতো লাগে। কিন্তু কয়েকটি মৌলিক পার্থক্য রয়ে গেছে:

সব কাজ ভাষা-মাধ্যমে: ChatGPT যা পারে — সব text-এ। গাড়ি চালাতে পারে না, রোবট হাত নাড়াতে পারে না, একটি যন্ত্র মেরামত করতে পারে না। AGI মানে — ভাষাগত, ভিজ্যুয়াল, শারীরিক — সব ক্ষেত্রে দক্ষতা।
নতুন কিছু শিখতে পারে না: ChatGPT-র training cutoff-এর পরের নতুন তথ্য জানে না। AGI-র নতুন পরিস্থিতিতে দ্রুত শেখার ক্ষমতা থাকবে — মানুষের মতো।
দীর্ঘমেয়াদী পরিকল্পনা দুর্বল: "৬ মাসে একটি ব্যবসা বানাও" — ChatGPT step by step গাইড দেবে, কিন্তু নিজে execute করতে পারে না।
কোনো ধারণাবোধ (understanding) নেই: সংখ্যা গুণফল ভুল করে কারণ "৭" তার কাছে token, সংখ্যা নয়। একটি বাস্তব AGI সংখ্যাকে সংখ্যা হিসেবে চিনবে।
Embodied learningEmbodied Learningশারীরিকভাবে দুনিয়ার সাথে যোগাযোগ করে শেখা — পড়ে যাওয়া, ছোঁয়া, ধরা, পরীক্ষা করা। মানব শিশু এভাবেই পদার্থবিদ্যার মৌলিক ধারণা শেখে। শুধু লেখা পড়ে শেখা LLM-এর বড় অভাব।-এর অভাব: মানুষ শিখি অভিজ্ঞতা থেকে — পড়ে গিয়ে, ভেঙে, চেষ্টা করে। ChatGPT কেবল লেখা থেকে শিখেছে।

OpenAI-র নিজস্ব সংজ্ঞা: AGI = "একটি AI সিস্টেম যা অর্থনৈতিকভাবে গুরুত্বপূর্ণ বেশিরভাগ কাজে মানুষকে ছাড়িয়ে যায়।" এই মানদণ্ডে ChatGPT-৪ এখনো অনেক দূরে। কিছু গবেষক বলেন GPT-৪ "Spark of AGI" দেখাচ্ছে, কিন্তু পূর্ণ AGI না।

প্র ০২ OpenAI-র Sam Altman বলছেন AGI ৫ বছরের মধ্যে আসবে। অন্য গবেষকরা বলছেন ৫০ বছরে। কেন এত বড় মতপার্থক্য?

এই বিতর্ক AI গবেষণার সবচেয়ে আকর্ষণীয় বিষয়গুলোর একটি। ভিন্নতার কারণ — গবেষকরা "AGI আসলে কী" এই বিষয়েই একমত নন।

"৫ বছর" — আশাবাদীদের যুক্তি:

প্রতি ৬ মাসে নতুন GPT/Claude/Gemini আগের চেয়ে অনেক ভালো।
Scaling lawScaling Law২০২০-এ OpenAI-র গবেষণায় দেখা যায় — মডেলের আকার, ডেটার পরিমাণ ও কম্পিউটিং বাড়ালে AI-এর দক্ষতা পূর্বানুমানযোগ্যভাবে বাড়ে। এই সূত্রই GPT-3, GPT-4 বানানোর প্রেরণা। বলে — আরও বড় মডেল = আরও স্মার্ট।
সাম্প্রতিক benchmarkBenchmarkAI মডেলের দক্ষতা মাপার মানসম্মত পরীক্ষা। MMLU (৫৭ বিষয়ের MCQ), GSM8K (গণিত), HumanEval (কোডিং) ইত্যাদি। মডেল কতটা ভালো তা তুলনা করতে ব্যবহৃত হয়। (MMLU, GSM8K)-এ AI মানুষকে ছাড়িয়ে যাচ্ছে।
OpenAI/Anthropic/Google-এর বিলিয়ন ডলার বিনিয়োগ।

"৫০ বছর" — সংশয়বাদীদের যুক্তি (Yann LeCun, Gary Marcus):

LLM "বুদ্ধিমান" না — এটি sophisticated autocomplete. সাধারণ যুক্তি অনুপস্থিত।
একটি ৩ বছরের শিশু যা শেখে (পদার্থের বিধি, কারণ-ফল) — কোনো LLM তা পারে না।
Embodied learning ও বিশ্ব-মডেল ছাড়া সত্যিকার বুদ্ধি অসম্ভব।
Hallucination, যুক্তি-ত্রুটি — দেখায় ভিত্তি দুর্বল।

"কখনোই না" — চরম সংশয়বাদীদের যুক্তি:

মানুষের চেতনা যান্ত্রিকভাবে পুনরুৎপাদনযোগ্য নাও হতে পারে।
"বুদ্ধিমত্তা" একটি spectrum, একক benchmark নয়।

সাবধানতা: AI গবেষণায় ভবিষ্যদ্বাণী historically খুব দুর্বল — ১৯৫৬-তে গবেষকরা ভাবতেন ১০ বছরে AGI আসবে। ৭০ বছর পার, এখনো অপেক্ষা। কেউ তারিখ দিলে — অর্থনৈতিক কারণ আছে কি না দেখুন (যেমন: বিনিয়োগ আকর্ষণ)।

প্র ০৩ "AI পৃথিবী দখল করে নেবে" — এই আশঙ্কা ANI না AGI/ASI-র সাথে সম্পর্কিত? প্রকৃত ঝুঁকি কোথায়?

সংক্ষেপে — ANI-তেও বড় ঝুঁকি, AGI/ASI-তে ভিন্ন ঝুঁকি। দু'টি আলাদা চিন্তা।

ANI-র বর্তমান ঝুঁকি (যা ইতিমধ্যেই ঘটছে):

চাকরি স্থানচ্যুতি: কল-সেন্টার, ডেটা এন্ট্রি, প্রাথমিক কনটেন্ট লেখা।
DeepfakeDeepfakeAI দিয়ে তৈরি ভুয়া ভিডিও/অডিও — যেখানে কারও মুখ বা কণ্ঠ অন্য কারও সাথে বদলে দেওয়া হয়। দেখতে সত্যিকারের মতো — তাই প্রতারণা ও ভুল তথ্য ছড়ানোর বড় ঝুঁকি। ও ভুল তথ্য: নির্বাচনে প্রভাব, প্রতারণা।
স্বয়ংক্রিয় অস্ত্র: সামরিক drone — মানুষের অনুমোদন ছাড়াই কাজ।
Mass surveillance: মুখ-চেনা, behavior tracking — কর্তৃত্ববাদী সরকারের হাতিয়ার।
Algorithmic bias: চাকরি নিয়োগ, ঋণ, আদালতে পক্ষপাত।

এসব ঝুঁকির জন্য AGI অপেক্ষা করতে হবে না — আজই বাস্তব। সমাধান দরকার আজই।

AGI/ASI-র সম্ভাব্য existential ঝুঁকি (অস্তিত্বগত):

AlignmentAI AlignmentAI-এর লক্ষ্য ও আচরণকে মানুষের মূল্যবোধ ও উদ্দেশ্যের সাথে মিলিয়ে রাখার সমস্যা। লক্ষ্য ভুলভাবে দিলে — শক্তিশালী AI অপ্রত্যাশিত ক্ষতি করতে পারে। AI Safety গবেষণার কেন্দ্রবিন্দু। সমস্যা: AI-কে যে লক্ষ্য দেওয়া হলো, সে অপ্রত্যাশিতভাবে সেটা পূরণ করতে পারে। ক্লাসিক উদাহরণ — "যত বেশি সম্ভব paper-clip বানাও" — ASI পুরো পৃথিবীকে paper-clip বানিয়ে ফেলতে পারে।
Power concentration: যে দেশ/কোম্পানি প্রথম ASI বানাবে — অসমান ক্ষমতা পাবে।
Control loss: আমাদের চেয়ে বুদ্ধিমান একটি সিস্টেমকে নিয়ন্ত্রণ করা গাণিতিকভাবেই কঠিন।

আসল উত্তর: "AI দখল করবে" — হলিউড ছবির ধারণা। বাস্তব ঝুঁকি বেশি sophisticated:

আজ — ANI-র ভুল ব্যবহার (deepfake, surveillance, weapons)।
মাঝারি ভবিষ্যৎ — অর্থনৈতিক ও সামাজিক বিশৃঙ্খলা।
দীর্ঘ ভবিষ্যৎ — AGI/ASI-র alignment problem.

এই কারণেই AI Safety গবেষণা একটি দ্রুত বর্ধমান ক্ষেত্র — Anthropic, DeepMind, MIRI সবাই এই দিকে কাজ করছে।

প্র ০৪ AGI/ASI কখনো না এলেও — শুধু ANI-তেই বাংলাদেশের মতো দেশের জন্য কী কী সুযোগ আছে?

AGI অপেক্ষা না করেই — ANI দিয়ে বাংলাদেশে বিশাল পরিবর্তন সম্ভব। AGI আসলে দেরিতে আসে — আমরা যেন প্রস্তুত থাকি।

বাস্তবিক ANI সুযোগ — বাংলাদেশের পরিপ্রেক্ষিতে:

কৃষি: মোবাইল-ক্যামেরায় পাতার ছবি → ফসলের রোগ চেনা। ইতিমধ্যে কয়েকটি স্টার্টআপ চালু। বাংলাদেশের ৪ কোটি কৃষকের জন্য transformative.
স্বাস্থ্য: এক্স-রে/আল্ট্রাসনোগ্রাফি বিশ্লেষণ — যেখানে ডাক্তার নেই (গ্রামীণ এলাকা), AI প্রাথমিক screening দিতে পারে।
বাংলা NLP: Translation, OCR (পুরোনো বই/দলিল), text-to-speech, voice assistant. বাংলায় ভালো AI সরঞ্জাম এখনো অপ্রতুল।
আর্থিক: bKash/Nagad-এ fraud detection, microfinance-এ ঋণ ঝুঁকি মূল্যায়ন।
শিক্ষা: ব্যক্তিগত শিক্ষক — প্রতিটি ছাত্রের গতিতে। ABCL TECH এই দিকেই কাজ করছে!
ট্রাফিক ও পরিবহন: ঢাকার যানজট পূর্বাভাস, রাস্তার ত্রুটি শনাক্তকরণ।
সরকারি সেবা: বাংলায় চ্যাটবট, ফর্ম পূরণে সহায়তা, কর হিসাব।

প্রতিযোগিতামূলক সুবিধা:

OpenAI/Google পশ্চিমা সমস্যায় ফোকাস করছে। স্থানীয় সমস্যা — বাংলাদেশী AI প্রকৌশলীদের জন্য সুযোগ।
বাংলা ডেটা পশ্চিমে নেই — আমাদের কাছে আছে। এটি একটি সম্পদ।
খরচ কম — একটি ছোট বাংলাদেশী team OpenAI-র চেয়ে দ্রুত স্থানীয় সমাধান বানাতে পারে।

বার্তা: AGI অপেক্ষা করতে হবে না। আজকের ANI দিয়েই কোটি কোটি মানুষের জীবন বদলানো যায়। এই কোর্স শেষে আপনিই হতে পারেন সেই নির্মাতা।

অনুশীলন

শ্রেণিবদ্ধ করুন: নিচের প্রতিটি AI ANI, AGI না ASI?
- Tesla Autopilot
- Siri
- Stable Diffusion
- "Iron Man"-এর JARVIS
- "Terminator"-এর Skynet
- Tesla AutopilotTesla AutopilotTesla গাড়ির আংশিক স্বয়ংক্রিয় ড্রাইভিং সিস্টেম — ক্যামেরা ও AI দিয়ে রাস্তা, লেন, যানবাহন চিনে চলে। সম্পূর্ণ স্ব-চালিত নয়; চালককে এখনো নজর রাখতে হয়।: ANI. গাড়ি চালাতে দক্ষ, কিন্তু রান্না বা গান লিখতে পারে না।
- Siri: ANI. কণ্ঠ-নির্দেশ বুঝে নির্দিষ্ট কাজ করে — সাধারণ যুক্তি বা সৃজনশীলতা সীমিত।
- Stable Diffusion: ANI. ছবি তৈরিতে অসাধারণ, কিন্তু কেবল ছবি — ভাষা/গাড়ি/সিদ্ধান্ত নয়।
- JARVIS (Iron Man): AGI. সব বিষয়ে কথা বলে, পরিকল্পনা করে, যন্ত্র চালায়, এমনকি কৌতুকও করে। এটি কাল্পনিক।
- Skynet (Terminator): ASI. মানুষের চেয়ে বহুগুণ বুদ্ধিমান, স্বয়ংক্রিয় সিদ্ধান্ত নিতে পারে। কাল্পনিক ও existential ঝুঁকির রূপক।
মূল কথা: বাস্তবের সব AI ANI. AGI/ASI এখনো কেবল কল্পবিজ্ঞান (sci-fi)-এ।
বিতর্ক করুন: আপনার মতে AGI কি ১০ বছরের মধ্যে আসবে? ৫০ বছরে? কখনোই না? — কারণসহ ৩-৪ লাইনে লিখুন।

সঠিক উত্তর নেই — কিন্তু একটি ভালো উত্তরে যা থাকা উচিত:

(ক) আশাবাদী মত (~১০ বছর): "GPT-4 ইতিমধ্যে বহু-মাত্রিক — কোডিং, লেখা, ছবি বুঝে। প্রতি ৬ মাসে দ্রুত উন্নতি। Scaling law বলে আরও বড় মডেল = আরও স্মার্ট। বিলিয়ন ডলার বিনিয়োগ চলছে। ১০ বছরে AGI সম্ভব।"

(খ) সতর্ক মত (~৩০-৫০ বছর): "LLM ভাষা ভালো জানে, কিন্তু কারণ-ফল বোঝে না, পরিকল্পনায় দুর্বল। 'একটি ৩-বছরের শিশু যা পারে' — কোনো AI পারে না। নতুন paradigm দরকার, শুধু scaling যথেষ্ট না। সময় লাগবে।"

(গ) সংশয়বাদী মত: "মানুষের চেতনা গাণিতিকভাবে পুনরুৎপাদনযোগ্য নাও হতে পারে। AGI চিরকাল 'সামনে' থাকবে।"

আদর্শ পদ্ধতি: একটি মত নেওয়ার আগে — আপনি কোন benchmark দিয়ে "AGI" সংজ্ঞায়িত করছেন তা পরিষ্কার করুন। OpenAI-র অর্থনৈতিক সংজ্ঞা? Yann LeCun-এর "shadow of a real cat" সংজ্ঞা? প্রতিটি সংজ্ঞায় উত্তর ভিন্ন।
চিন্তা করুন: ANI-তেই বাংলাদেশে কী কী সমস্যা সমাধান করা যায়? ৩টি উদাহরণ দিন।
আমাদের সাজেশন (আপনারটির সাথে মিলিয়ে দেখুন):
- কৃষি AI সহকারী: মোবাইল-অ্যাপে পাতার ছবি তুললে ফসলের রোগ চেনা ও সমাধান। ৪ কোটি কৃষকের কাছে বিশেষজ্ঞের জ্ঞান পৌঁছানো।
- বাংলা স্বাস্থ্য চ্যাটবট: গ্রামীণ এলাকায় ডাক্তারের অভাবে — প্রাথমিক স্বাস্থ্য পরামর্শ বাংলায় AI-র মাধ্যমে। জরুরি লক্ষণ ধরা পড়লে ডাক্তারে রেফার।
- বাংলা OCR + Voice: পুরোনো বই, পত্রিকা, সরকারি দলিল ডিজিটাল করা। দৃষ্টিহীনদের জন্য — text-to-speech বাংলায়।
- ট্রাফিক বিশ্লেষণ: ঢাকার ক্যামেরা ফুটেজ থেকে যানজট পূর্বাভাস ও ট্রাফিক সিগন্যাল optimize.
- মাইক্রোফাইন্যান্স ঋণ ঝুঁকি: Grameen Bank-এর মতো প্রতিষ্ঠানে — গ্রামের ক্ষুদ্র ব্যবসায়ীদের ঋণ ঝুঁকি মূল্যায়ন। মোবাইল লেনদেনের ডেটা থেকে।
- ফ্রিল্যান্স ম্যাচমেকিং: বাংলাদেশী ফ্রিল্যান্সারদের সাথে আন্তর্জাতিক কাজ ম্যাচ — দক্ষতা ও মূল্যনির্ধারণ AI-র সাহায্যে।
মূল উপলব্ধি: AGI অপেক্ষা করতে হবে না। আজকের ANI দিয়েই কোটি মানুষের জীবন বদলানো যায়। স্থানীয় সমস্যা = স্থানীয় সুযোগ।