AI কী — বুদ্ধিমান আচরণ, agent আর এই কোর্সের পথ

১ · “AI” — সংজ্ঞা দেওয়া কেন এত কঠিন

সকালে ফোন খুলে দেখলেন, ছবির গ্যালারি নিজে থেকেই মুখ চিনে ছবিগুলো আলাদা করে রেখেছে। মেসেজ অ্যাপ একটি SMS-কে spam বলে সরিয়ে দিয়েছে। ম্যাপ অ্যাপ বলছে মিরপুর থেকে মতিঝিল যেতে আজ ৫৫ মিনিট লাগবে। বিজ্ঞাপনে লেখা “AI-চালিত ফ্রিজ”। এর সবগুলোই কি artificial intelligence (কৃত্রিম বুদ্ধিমত্তা, সংক্ষেপে AI)? উত্তর নির্ভর করে আপনি কাকে জিজ্ঞেস করছেন তার ওপর।

সমস্যার মূল হলো “বুদ্ধি” শব্দটি নিজেই। মনোবিজ্ঞানীরা এক শতাব্দীরও বেশি সময় ধরে মানুষের বুদ্ধি মাপার চেষ্টা করছেন, কিন্তু একটিমাত্র সংজ্ঞায় সবাই একমত হননি। কেউ বলেন বুদ্ধি মানে সমস্যা সমাধান, কেউ বলেন নতুন পরিস্থিতিতে মানিয়ে নেওয়া, কেউ বলেন ভাষা আর যুক্তি।

দ্বিতীয় সমস্যা হলো লক্ষ্যটি সরে যায়। ১৯৫০-এর দশকে দাবা খেলা, হাতের লেখা পড়া বা দুই শহরের মধ্যে সবচেয়ে ছোট পথ খোঁজা ছিল AI-এর গবেষণার বিষয়। আজ এগুলো সাধারণ সফটওয়্যারের অংশ, আর অনেকে এগুলোকে আর AI বলেন না। এই প্রবণতাকে কেউ কেউ “AI effect” বলেন। প্রায়ই একটি কথা উদ্ধৃত হয় — “AI হলো যা এখনো করা হয়নি”; কথাটি সাধারণত কম্পিউটার বিজ্ঞানী Larry Tesler-এর নামে চলে, যদিও তিনি নিজে বলেছেন তাঁর আসল কথাটি একটু ভিন্ন ছিল।

তাহলে কি সংজ্ঞা ছাড়াই শিখব? না। প্রকৌশলে আমাদের দরকার একটি কাজের সংজ্ঞা — যা দিয়ে কোনো সিস্টেম বানানো, মাপা আর তুলনা করা যায়। সেই সংজ্ঞায় পৌঁছানোর আগে AI নিয়ে চিন্তার চারটি পুরোনো ধারা দেখে নেওয়া যাক।

২ · চারটি দৃষ্টিভঙ্গি — মানুষের মতো, না যুক্তিসংগতভাবে

AI-এর সবচেয়ে বেশি ব্যবহৃত পাঠ্যবইগুলোর একটি হলো Stuart Russell আর Peter Norvig-এর Artificial Intelligence: A Modern Approach (প্রথম সংস্করণ ১৯৯৫, চতুর্থ সংস্করণ ২০২০)। বইটির শুরুতেই লেখকেরা AI-এর নানা সংজ্ঞাকে দুটি প্রশ্নে ভাগ করেছেন। প্রথম প্রশ্ন: আমরা কি চিন্তা নিয়ে চিন্তিত, নাকি আচরণ নিয়ে? দ্বিতীয় প্রশ্ন: সাফল্যের মাপকাঠি কি মানুষের মতো হওয়া, নাকি একটি আদর্শ যুক্তিসংগত মান? দুই প্রশ্নের দুই উত্তর মিলিয়ে চারটি ঘর হয়।

চারটি ধারাই গবেষণায় কাজে লেগেছে: প্রথমটি থেকে cognitive science, দ্বিতীয়টি থেকে logic-ভিত্তিক AI, যা আপনি মডিউল ৮-এ (পর্ব ৪৫–৪৯) দেখবেন।

এই কোর্স কেন “যুক্তিসংগত আচরণ” বেছে নেয়

Russell ও Norvig-এর বইয়ের মতো এই কোর্সও মূলত চতুর্থ ঘরটি — rational agent — নিয়ে কাজ করবে। কারণ তিনটি।

1. এটি বেশি সাধারণ। নির্ভুল যুক্তি দিয়ে সিদ্ধান্ত নেওয়া যুক্তিসংগত আচরণের একটি উপায় মাত্র। গরম কড়াইয়ে হাত লাগলে আপনি ভেবেচিন্তে syllogism সাজিয়ে হাত সরান না, সঙ্গে সঙ্গে সরিয়ে নেন — এবং সেটিই সবচেয়ে যুক্তিসংগত কাজ। অনিশ্চয়তার মধ্যে প্রায়ই নিখুঁত প্রমাণ সম্ভবই নয়, তবু কিছু একটা করতেই হয়।
2. এটি মাপা যায়। “মানুষের মতো” কথাটি মাপতে মানুষ লাগে, আর মানুষ নিজেই অসংগত ও পক্ষপাতদুষ্ট হতে পারেন। কিন্তু “এই মাপকাঠিতে প্রত্যাশিত ফল সবচেয়ে ভালো” — কথাটি গণিতে লেখা যায়, কোডে পরীক্ষা করা যায়।
3. এটি প্রকৌশলের ভাষা। বিমান পাখির মতো ডানা ঝাপটায় না, তবু ওড়ে। Russell ও Norvig নিজেরাই এই তুলনা দিয়েছেন: aeronautical engineering-এর লক্ষ্য কবুতরের হুবহু নকল বানানো নয়। AI-এর লক্ষ্যও মানুষের হুবহু নকল নয়, কাজটি ভালোভাবে করা।

৩ · Agent — দেখে, ভাবে, কাজ করে

এবার মূল শব্দটি। Agent মানে এমন যেকোনো কিছু, যা sensor দিয়ে তার environment (পরিবেশ) সম্পর্কে কিছু টের পায়, আর actuator দিয়ে সেই পরিবেশে কাজ করে। মানুষও একটি agent: চোখ-কান sensor, হাত-পা আর কণ্ঠ actuator. একটি রোবট agent-এর sensor ক্যামেরা, actuator মোটর। আর একটি spam filter-এর sensor হলো আসা মেসেজ পড়া, actuator হলো মেসেজটিকে inbox বা spam folder-এ পাঠানো।

প্রতিটি মুহূর্তে agent যা টের পায়, তাকে বলে percept. শুরু থেকে এ পর্যন্ত পাওয়া সব percept-এর তালিকা হলো percept sequence. Agent-এর আচরণকে গাণিতিকভাবে লেখা যায় একটি agent function হিসেবে — যা প্রতিটি সম্ভাব্য percept sequence-কে একটি action-এ মিলিয়ে দেয়। আর সেই function বাস্তবে যে কোড চালায়, সেটি agent program.

চক্রটি ধাপে ধাপে দেখা যাক একটি কাল্পনিক উদাহরণে: ঢাকার একটি কাল্পনিক চার রাস্তার মোড়ে বসানো স্বয়ংক্রিয় ট্রাফিক সিগন্যাল। “পরে” চাপুন।

PEAS — যেকোনো AI সমস্যা লেখার চার প্রশ্ন

একটি agent বানানোর আগে কাজটি স্পষ্ট করে লিখতে হয়। Russell ও Norvig এর জন্য একটি সংক্ষিপ্ত ছক ব্যবহার করেন: PEAS — Performance measure (ফল কীভাবে মাপা হবে), Environment (পরিবেশ), Actuators (কী করতে পারে), Sensors (কী দেখতে পায়)। সবচেয়ে গুরুত্বপূর্ণ হলো প্রথমটি, performance measure, কারণ “ভালো আচরণ” কী, তা এটিই ঠিক করে দেয়।

নিচের চারটি উদাহরণই কাল্পনিক।

৪ · Vacuum world — প্রথম agent চালিয়ে দেখা

বড় উদাহরণে সব জিনিস একসঙ্গে বোঝা কঠিন। তাই AI-এর পাঠ্যবইগুলো একটি খুবই ছোট জগৎ দিয়ে শুরু করে: vacuum world. জগতে মাত্র দুটি ঘর, A আর B. প্রতিটি ঘর পরিষ্কার (Clean) বা ময়লা (Dirty). একটি রোবট vacuum cleaner যেকোনো একটি ঘরে থাকে।

PEAS লিখলে: P — প্রতিটি সময়-ধাপে যতগুলো ঘর পরিষ্কার, ততো পয়েন্ট; E — দুটি ঘর; A — Suck (পরিষ্কার করা), Left, Right; S — নিজের অবস্থান আর নিজের ঘরটি ময়লা কি না। সবচেয়ে সহজ agent-টির নিয়ম তিনটি: ঘর ময়লা হলে পরিষ্কার করা; A-তে থাকলে ডানে যাওয়া; B-তে থাকলে বাঁয়ে যাওয়া। এমন “যদি এটা দেখা যায়, তবে ওটা করা” ধরনের নিয়মকে বলে condition–action rule.

নিচের কোডটি ঠিক এই agent-কে ৬টি ধাপ চালায়। এই পাতার Python কোড চলে আপনার ব্রাউজারেই, Pyodide-এর মাধ্যমে — এটি WebAssembly-তে compile করা আসল CPython; প্রথমবার লোড হতে কয়েক সেকেন্ড লাগতে পারে। কিছু install করার দরকার নেই।

# Simple reflex agent in the two-cell vacuum world
def reflex_agent(percept):
    location, status = percept
    if status == "Dirty":
        return "Suck"
    if location == "A":
        return "Right"
    return "Left"

world = {"A": "Dirty", "B": "Dirty"}
location = "A"
score = 0          # performance: +1 for every clean cell, every step

for step in range(1, 7):
    percept = (location, world[location])
    action = reflex_agent(percept)
    if action == "Suck":
        world[location] = "Clean"
    elif action == "Right":
        location = "B"
    else:
        location = "A"
    score += list(world.values()).count("Clean")
    print(f"{step}: {percept[0]},{percept[1]:5} -> {action:5}"
          f" A={world['A'][0]} B={world['B'][0]} score={score}")

একই ঘটনা এবার ধাপে ধাপে, প্রথম ৫টি ধাপের মান সহ:

৫ · Environment-এর ছয়টি বৈশিষ্ট্য — সমস্যা কতটা কঠিন

Sudoku সমাধান করা আর ঢাকার রাস্তায় গাড়ি চালানো — দুটিই “AI সমস্যা”, কিন্তু কঠিনতায় আকাশ-পাতাল তফাত। কেন? উত্তর লুকিয়ে আছে পরিবেশের ধরনে। Russell ও Norvig পরিবেশকে কয়েকটি মাত্রায় ভাগ করেন। প্রতিটি মাত্রা একটি প্রশ্ন:

Russell ও Norvig আরেকটি মাত্রাও উল্লেখ করেন — known বা unknown, অর্থাৎ পরিবেশের নিয়ম agent-এর জানা কি না। সহজ পরিবেশ হলো fully observable, deterministic, episodic, static, discrete আর single-agent; কঠিনতম হলো ঠিক উল্টোটি। বাস্তবের প্রায় সব গুরুত্বপূর্ণ সমস্যা কঠিন দিকে পড়ে। নিচের ছকে কয়েকটি পরিবেশ ভাগ করা হলো। কিছু ঘরে উত্তর নির্ভর করে আপনি সমস্যাটিকে কীভাবে সংজ্ঞায়িত করছেন তার ওপর; সেগুলোতে কারণ লেখা আছে।

এবার শেষ সারির dispatcher-কে ধাপে ধাপে একটি করে প্রশ্ন দিয়ে ভাগ করা যাক। প্রতিটি ধাপে আগে নিজে উত্তর ভাবুন, তারপর caption পড়ুন।

৬ · Table থেকে নিয়ম — reflex আর model-based agent

Agent function-কে সবচেয়ে সরাসরি উপায়ে লেখা যায় একটি বিশাল টেবিল দিয়ে: প্রতিটি সম্ভাব্য percept sequence-এর পাশে লিখে রাখা, তখন কী করতে হবে। একে বলে table-driven agent. ধারণাটি সহজ, কিন্তু কেন অচল, তা হিসাব করলেই বোঝা যায়। যদি প্রতি ধাপে সম্ভাব্য percept থাকে |P|টি, আর agent চলে T ধাপ, তবে টেবিলে সারি লাগবে:

সারি = |P|¹ + |P|² + … + |P|^T = ∑_t=1^T |P|^t

এখানে |P| মানে সম্ভাব্য আলাদা percept-এর সংখ্যা, T মানে agent-এর জীবনকাল (কত ধাপ চলবে), আর ∑ মানে t = ১ থেকে T পর্যন্ত সব পদ যোগ করা। কারণ: ১ ধাপের ইতিহাস |P| রকম, ২ ধাপের |P| × |P| রকম, এভাবে। Vacuum world-এ অবস্থান ২ রকম আর অবস্থা ২ রকম, তাই |P| = ২ × ২ = ৪.

# A table-driven agent needs one row for every possible percept history
def table_rows(n_percepts, lifetime):
    # histories of length 1, 2, ..., lifetime
    return sum(n_percepts ** t for t in range(1, lifetime + 1))

vacuum = 2 * 2          # location (A/B) x status (Clean/Dirty)
print("vacuum world, 4 possible percepts")
for T in [1, 2, 3, 5, 10, 20]:
    print(f"  lifetime {T:2} steps -> {table_rows(vacuum, T):,} rows")

camera = 2 ** 64        # a tiny 8x8 black-and-white camera
rows = table_rows(camera, 10)
print("8x8 camera, 10 steps ->", len(str(rows)), "digit number of rows")

# the reflex agent replaces the whole table with three rules
rules = ["Dirty -> Suck", "A, Clean -> Right", "B, Clean -> Left"]
print("reflex agent rules:", len(rules))

Simple reflex agent

Simple reflex agent শুধু বর্তমান percept দেখে, condition–action rule মিলিয়ে কাজ করে; ইতিহাস মনে রাখে না। অংশ ৪-এর vacuum agent ঠিক এমন। এটি দ্রুত, সহজ, আর পরিবেশ fully observable হলে প্রায়ই যথেষ্ট। কিন্তু দরকারি তথ্য চোখের আড়ালে থাকলে বিপদ। ঘন কুয়াশায় সামনের গাড়ির ব্রেক-বাতি দেখা না গেলে “লাল বাতি দেখলে ব্রেক” নিয়ম কোনো কাজে আসে না।

Model-based reflex agent

Model-based agent মাথার ভেতরে একটি internal state রাখে — পৃথিবীর যে অংশ এখন দেখা যাচ্ছে না, তার একটি অনুমান। এই অনুমান হালনাগাদ করতে তার দুটি জ্ঞান লাগে: পৃথিবী নিজে নিজে কীভাবে বদলায়, আর তার নিজের কাজ পৃথিবীকে কীভাবে বদলায়। চায়ের দোকানদার যেমন বাকির খাতায় লিখে রাখেন কে কত টাকা দেবেন — সামনে ক্রেতা না থাকলেও হিসাবটি থাকে।

এবার vacuum world-এ নিয়ম একটু বাস্তব করি: প্রতিটি Left বা Right চলায় ১ পয়েন্ট কাটা যাবে (ব্যাটারি খরচ)। Model-based agent মনে রাখে কোন ঘর পরিষ্কার দেখেছে; দুটিই পরিষ্কার জানলে সে NoOp (কিছু না করা) বেছে নেয়। ১০ ধাপে দুটির তুলনা:

# Reflex vs model-based agent, when every move costs 1 point
def reflex(percept, memory):
    loc, status = percept
    if status == "Dirty":
        return "Suck"
    return "Right" if loc == "A" else "Left"

def model_based(percept, memory):
    loc, status = percept
    memory[loc] = status                 # update the internal model
    if status == "Dirty":
        memory[loc] = "Clean"            # it will be clean after Suck
        return "Suck"
    if memory.get("A") == "Clean" and memory.get("B") == "Clean":
        return "NoOp"                    # both known clean: stay still
    return "Right" if loc == "A" else "Left"

def run(agent, steps=10):
    world, loc, memory, score = {"A": "Dirty", "B": "Dirty"}, "A", {}, 0
    actions = []
    for _ in range(steps):
        action = agent((loc, world[loc]), memory)
        if action == "Suck":
            world[loc] = "Clean"
        elif action in ("Right", "Left"):
            loc = "B" if action == "Right" else "A"
            score -= 1                   # moving uses battery
        score += list(world.values()).count("Clean")
        actions.append(action[0])        # S, R, L or N
    return score, "".join(actions)

for name, agent in [("reflex", reflex), ("model-based", model_based)]:
    score, trace = run(agent)
    print(f"{name:12} actions={trace}  score={score}")

৭ · লক্ষ্য, utility আর শেখা — বাকি তিন ধরন

Goal-based agent

Reflex agent জানে “এখন কী করতে হয়”, কিন্তু জানে না “কেন”। Goal-based agent-কে একটি লক্ষ্য দেওয়া হয় — যেমন “সকাল দশটার আগে মতিঝিলের অফিসে পৌঁছানো” — আর সে ভেবে দেখে কোন কাজের ধারাবাহিকতা সেই লক্ষ্যে নিয়ে যাবে। এই ভেবে দেখাই হলো search আর planning, যা পুরো মডিউল ৭ (পর্ব ৩৯–৪৪) আর পর্ব ৪৯-এর বিষয়। সুবিধা হলো নমনীয়তা: লক্ষ্য বদলালে নিয়ম নতুন করে লিখতে হয় না, শুধু লক্ষ্য বদলালেই চলে।

Utility-based agent

কিন্তু লক্ষ্যে পৌঁছানোর অনেক পথ থাকে, আর লক্ষ্য শুধু বলে “পৌঁছালাম” বা “পৌঁছালাম না”। কোন পথ সস্তা, কোনটি দ্রুত, কোনটি নিশ্চিত — তা বোঝাতে লাগে utility: প্রতিটি ফলের জন্য একটি সংখ্যা, “কতটা ভালো”। ফল অনিশ্চিত হলে utility-based agent প্রতিটি কাজের expected utility হিসাব করে — প্রতিটি সম্ভাব্য ফলের utility-কে তার সম্ভাবনা দিয়ে গুণ করে যোগফল — আর সবচেয়ে বেশিটি বেছে নেয়। নিচে তিনটি কাল্পনিক পথ: মেট্রো, CNG আর বাস। ভাড়া আর সময়ের সম্ভাবনা বানানো সংখ্যা, বাস্তব তথ্য নয়।

# Goal-based vs utility-based choice of a route to the office
# each route: fare in taka, and possible travel times (minutes, probability)
routes = {
    "metro": (100, [(35, 0.9), (50, 0.1)]),
    "cng":   (350, [(30, 0.5), (70, 0.5)]),
    "bus":   (40,  [(45, 0.6), (90, 0.4)]),
}

def p_on_time(outcomes, limit=60):
    return sum(p for t, p in outcomes if t <= limit)

def expected_cost(fare, outcomes, taka_per_minute):
    exp_time = sum(t * p for t, p in outcomes)
    return exp_time, exp_time * taka_per_minute + fare

print("goal: reach within 60 minutes")
for name, (fare, outs) in routes.items():
    print(f"  {name:5} P(on time) = {p_on_time(outs):.1f}")

for value in [3, 1]:                       # how much one minute is worth
    print(f"utility, 1 minute = {value} taka")
    best = None
    for name, (fare, outs) in routes.items():
        t, cost = expected_cost(fare, outs, value)
        print(f"  {name:5} E[time]={t:4.1f}  cost={cost:6.1f}")
        if best is None or cost < best[1]:
            best = (name, cost)
    print("  choose:", best[0])

খেয়াল করুন, বাসে ৪০% সম্ভাবনায় ৯০ মিনিট লাগে। জরুরি মিটিং থাকলে দেরির শাস্তি utility-তে আলাদা করে যোগ করতে হয়। অনিশ্চয়তায় সিদ্ধান্তের পুরো কাঠামো পর্ব ৫৪-এর বিষয় (expected utility আর MDP).

Learning agent

এ পর্যন্ত সব agent-এর জ্ঞান মানুষ হাতে লিখে দিয়েছেন। Learning agent অভিজ্ঞতা থেকে নিজের আচরণ উন্নত করে। Russell ও Norvig এর চারটি অংশ দেখান: performance element (যেটি আসলে কাজ বেছে নেয় — আগের যেকোনো ধরনের agent), critic (একটি নির্দিষ্ট মানদণ্ডে বলে দেয় কাজ কেমন হলো), learning element (critic-এর মত শুনে performance element-কে বদলায়) আর problem generator (মাঝে মাঝে নতুন কিছু চেষ্টা করতে বলে, যাতে আরও ভালো উপায় খুঁজে পাওয়া যায়)। নতুন রাঁধুনি যেমন প্রতিদিন রান্না করেন (performance), পরিবারের মন্তব্য শোনেন (critic), পরের দিন লবণ কমান (learning), আর মাঝে মাঝে নতুন রেসিপি চেষ্টা করেন (problem generator).

আধুনিক AI-এর বড় অংশ — machine learning — মূলত এই learning element-কে ডেটা দিয়ে চালানোর বিদ্যা। এটি এই কোর্সের মডিউল ১০ থেকে ১২-এর বিষয়।

৮ · Turing test আর Chinese Room — বুদ্ধি কি বাইরে থেকে মাপা যায়

১৯৫০ সালে ব্রিটিশ গণিতবিদ Alan Turing দর্শনের জার্নাল Mind-এ প্রকাশ করেন “Computing Machinery and Intelligence” নামের প্রবন্ধ। শুরুর প্রশ্ন: “যন্ত্র কি চিন্তা করতে পারে?” Turing বললেন, “চিন্তা” শব্দটির সংজ্ঞা এত ঝাপসা যে প্রশ্নটি নিয়ে তর্ক নিষ্ফল। তার বদলে তিনি একটি খেলা প্রস্তাব করলেন, যার নাম দিলেন imitation game; পরে এটি Turing test নামে পরিচিত হয়।

খেলাটি এমন: একজন প্রশ্নকর্তা আলাদা ঘরে বসে লিখিত বার্তায় দুজনের সঙ্গে কথা বলেন — একজন মানুষ, একটি যন্ত্র। কাউকে দেখা বা শোনা যায় না। প্রশ্নকর্তা যদি নির্ভরযোগ্যভাবে বলতে না পারেন কোনটি যন্ত্র, তবে যন্ত্রটিকে “চিন্তাশীল” বলার পক্ষে একটি যুক্তি দাঁড়ায়। Turing একটি অনুমানও করেছিলেন: প্রায় পঞ্চাশ বছরের মধ্যে যন্ত্র এত ভালো খেলবে যে সাধারণ প্রশ্নকর্তা পাঁচ মিনিটের কথোপকথনের পর ৭০ শতাংশের বেশি ক্ষেত্রে সঠিকভাবে চিনতে পারবেন না। প্রবন্ধে তিনি নিজেই অনেক আপত্তির উত্তর দিয়েছিলেন, যেমন Ada Lovelace-এর নামে চলা আপত্তি যে যন্ত্র শুধু তা-ই করে যা আমরা বলি।

সমালোচনা

• এটি মানুষের অনুকরণ মাপে, বুদ্ধি নয়। পরীক্ষায় পাস করতে যন্ত্রকে মানুষের ভুলও নকল করতে হয় — যেমন ইচ্ছা করে হিসাবে দেরি করা। অন্যদিকে, যে বুদ্ধি মানুষের মতো নয়, তা পরীক্ষায় ধরা পড়ে না।
• মানুষ সহজে প্রতারিত হন। ১৯৬৬ সালে Joseph Weizenbaum-এর ELIZA প্রোগ্রাম সাধারণ শব্দ-মেলানোর কৌশলে মনোচিকিৎসকের মতো কথা বলত। Weizenbaum বিস্মিত হয়ে লিখেছিলেন, কিছু মানুষ জেনেশুনেও প্রোগ্রামটির সঙ্গে আবেগের সম্পর্ক গড়ে তুলছিলেন। আজকের বড় language model-গুলো (পর্ব ৭০) অনেক বেশি সাবলীল লেখে; কিছু গবেষণায় দাবি করা হয়েছে যে ছোট কথোপকথনে মানুষ অনেক সময় এদের মানুষ বলে ভুল করেন, তবে এসব পরীক্ষার পদ্ধতি আর তার অর্থ নিয়ে বিতর্ক আছে।
• প্রকৌশলে এটি তেমন কাজে লাগে না। AI গবেষকেরা সাধারণত Turing test পাসের জন্য কাজ করেন না; তাঁরা নির্দিষ্ট কাজে মাপা যায় এমন মাপকাঠিতে কাজ করেন।

Chinese Room

১৯৮০ সালে দার্শনিক John Searle “Minds, Brains, and Programs” প্রবন্ধে একটি চিন্তা-পরীক্ষা দেন, যা Chinese Room নামে বিখ্যাত। কল্পনা করুন, একজন মানুষ যিনি চীনা ভাষার একটি অক্ষরও বোঝেন না, একটি বন্ধ ঘরে বসে আছেন। দরজার ফাঁক দিয়ে চীনা ভাষায় লেখা প্রশ্ন আসে। তাঁর কাছে ইংরেজিতে লেখা একটি বিশাল নিয়মের বই আছে: “এই আকারের চিহ্ন এলে ওই আকারের চিহ্ন লিখে বাইরে পাঠাতে হবে।” নিয়ম মেনে তিনি এমন উত্তর পাঠান, যা বাইরে থেকে একজন চীনা-ভাষীর উত্তরের মতোই লাগে। Searle-এর প্রশ্ন: ঘরের ভেতরে কেউ কি চীনা ভাষা বোঝেন? তাঁর মতে না। তাঁর যুক্তি হলো, প্রোগ্রাম শুধু চিহ্নের আকার নিয়ে নিয়ম মানে (syntax), কিন্তু শুধু syntax থেকে অর্থ (semantics) আসে না।

এর বিপক্ষেও জোরালো উত্তর আছে, যেগুলো Searle নিজেই তাঁর প্রবন্ধে আলোচনা করেছিলেন। Systems reply বলে, মানুষটি একা না বুঝলেও মানুষ + নিয়মের বই + পুরো ঘর মিলে যে সিস্টেম, সেটি হয়তো বোঝে — যেমন আপনার মস্তিষ্কের একটি নিউরন বাংলা বোঝে না, কিন্তু আপনি বোঝেন। Robot reply বলে, চিহ্নগুলোকে ক্যামেরা আর হাত-পায়ের মাধ্যমে বাস্তব জগতের সঙ্গে যুক্ত করলে অর্থ তৈরি হতে পারে। প্রায় অর্ধশতাব্দী পরেও দার্শনিকেরা এতে একমত হননি।

৯ · AI কী নয় — আর AI সহকারীকে কীভাবে ব্যবহার করবেন

সংবাদ আর বিজ্ঞাপনে AI নিয়ে এত কথা শোনা যায় যে কয়েকটি ভুল ধারণা প্রথমেই দূর করা দরকার।

আরেকটি কথা: “AGI কবে আসবে” বা “AI কতদিনে মানুষের সব কাজ করবে” — এমন তারিখ নিয়ে বিশেষজ্ঞদের মধ্যেই তীব্র মতভেদ আছে, আর অতীতে AI নিয়ে বহু ভবিষ্যদ্বাণী ভুল প্রমাণিত হয়েছে। এই কোর্স কোনো তারিখের ভবিষ্যদ্বাণী করবে না।

AI-এর যুগে: AI সহকারী দিয়ে AI শেখা

এই কোর্সে কোড লেখার সময় আপনি হয়তো কোনো AI coding assistant ব্যবহার করবেন। সেটি খুব কাজের হতে পারে, কিন্তু ডেটা আর AI-এর কাজে এরা কিছু নির্দিষ্ট ভুল প্রায়ই করে: পুরোনো library API দেয় (যেমন pandas-এর বাদ পড়া append, বা NumPy-র পুরোনো alias np.float, যা NumPy 1.24 থেকে আর নেই); এমন function বা parameter বানিয়ে ফেলে যা আসলে নেই; test ডেটা training-এ মিশিয়ে ফেলে; training ডেটাতেই accuracy মেপে দারুণ ফল দেখায়; warning বা error চেপে যায়; আর দেখতে বিশ্বাসযোগ্য কিন্তু ভুল পরিসংখ্যান লিখে দেয়।

AI-এর দেওয়া ডেটা বা AI কোড হাতে পেলে — যাচাইয়ের চেকলিস্ট

• নিজের library version-এর অফিসিয়াল ডকুমেন্টেশনে (numpy.org, pandas.pydata.org, scikit-learn.org, docs.python.org) function আর parameter-গুলো মিলিয়ে দেখেছি
• কোডটি নিজে চালিয়েছি; কোনো warning বা error চাপা দেওয়া হয়নি
• ডেটার shape আর কয়েকটি নমুনা সারি নিজের চোখে দেখেছি
• অন্য যেকোনো কাজের আগে ডেটা train আর test-এ ভাগ করেছি; test ডেটা শেষ পর্যন্ত ছুঁইনি
• ফলাফলকে একটি সহজ baseline-এর সঙ্গে তুলনা করেছি (যেমন “সবসময় সবচেয়ে সাধারণ উত্তর দেওয়া”)
• অন্তত একটি সংখ্যা হাতে হিসাব করে মিলিয়েছি
• গ্রাহকের নাম, ফোন নম্বর বা অন্য কোনো ব্যক্তিগত ডেটা AI সহকারীতে পেস্ট করিনি

১০ · এই কোর্সের পথ — কী শিখবেন, কীভাবে পড়বেন

এই কোর্সে ৭৯টি পর্ব, ১৪টি মডিউলে ভাগ করা। ক্রমটি ইচ্ছা করে এভাবে সাজানো: আগে মানচিত্র, তারপর হাতিয়ার (Python, NumPy, pandas, chart আর গণিতের অন্তর্দৃষ্টি), তারপর AI-এর ক্লাসিক ধারণা (search, logic, সম্ভাবনা), তারপর ডেটা থেকে শেখা, তারপর আধুনিক AI, শেষে ক্যাপস্টোন আর পরীক্ষার প্রস্তুতি।

পুরো কোর্সে একটি উদাহরণ ধীরে ধীরে বড় হবে: “বাজারঘর”, একটি কাল্পনিক অনলাইন দোকান। তার পণ্য, অর্ডার, জেলাভিত্তিক বিক্রি, ডেলিভারির সময় আর বাংলায় লেখা ক্রেতার রিভিউ — সবই কোর্সের নিজস্ব seed দেওয়া কোডে তৈরি, তাই প্রত্যেক পাঠক একই সংখ্যা পাবেন। এর পাশে scikit-learn-এর সঙ্গে আসা Iris বা digits-এর মতো পরিচিত public dataset-ও ব্যবহার করা হবে।

কী জানা থাকা দরকার

শুরুর জন্য Python-এর মৌলিক জ্ঞান লাগবে: variable, list, dict, loop, if-else, function. এই পর্বের কোডগুলো পড়ে যদি মোটামুটি বুঝতে পারেন, তাহলে আপনি প্রস্তুত। না পারলে আগে ABCL TECH-এর Python প্রোগ্রামিং কোর্স-এর প্রথম দিকের পর্বগুলো দেখে নিন, বিশেষ করে function আর dict. এই কোর্স Python ভাষাটি নতুন করে শেখাবে না; দরকারি অংশ পর্ব ৯-এ ঝালাই করা হবে। গণিতে স্কুলের বীজগণিত যথেষ্ট; বাকিটা মডিউল ৬-এ অন্তর্দৃষ্টি দিয়ে শেখানো হবে।

পাতার কোড ফোন থেকেও চালানো যায়। NumPy, pandas, matplotlib আর scikit-learn-ও এভাবে চলবে; প্রথমবার কোনো বড় package লোড হতে কয়েক সেকেন্ড বেশি লাগবে। পর্ব ৭ থেকে আপনি নিজের কম্পিউটারে আসল কাজের পরিবেশ বানাবেন। যেসব টুল ব্রাউজারে চলে না (Jupyter, uv, বড় model), সেগুলোর আউটপুট আসল run থেকে নেওয়া, আর version সহ লেখা থাকবে।

কীভাবে পড়বেন

1. প্রতিটি কোড চালান, তারপর বদলান। একটি সংখ্যা বা একটি নিয়ম বদলে আগে অনুমান করুন কী হবে, তারপর চালিয়ে মিলিয়ে নিন। এটিই সবচেয়ে দ্রুত শেখার উপায়।
2. Stepper-গুলো ধীরে দেখুন। প্রতিটি ধাপে পরের ধাপের মান আগে নিজে বলার চেষ্টা করুন।
3. হাতে হিসাব করুন। পরীক্ষা আর ইন্টারভিউতে প্রায়ই ছোট সংখ্যা দিয়ে হিসাব করতে বলা হয় — যেমন উপরের table-এর সারি বা route-এর expected cost.
4. ভাবনার প্রশ্ন আর অনুশীলন বাদ দেবেন না। এগুলোতেই ইতিহাস, trade-off আর গভীরতা।
5. নিয়মিত পড়ুন। একদিনে দশটি পর্বের চেয়ে প্রতিদিন একটি পর্ব বেশি কাজে দেয়।