দ্বিতীয় অধ্যায় – এআই-এর ভবিষ্যৎ : যান্ত্রিক ব্যবস্থাপনার উত্থান

পৌরাণিক কাহিনিগুলোর দেবতারা তাদের ঐশ্বরিক শক্তি দিয়ে নির্জীব জীবন দান করতে পারে। বাইবেল অনুসারে জেনেসিসে, ২য় অধ্যায়, ঈশ্বর মানুষকে ধূলিকণা থেকে সৃষ্টি করেছেন এবং তারপরে ‘তাঁর নাকের গভীরে জীবনের নিঃশ্বাস ফেলেছিলেন এবং মানুষ জীবন্ত আত্মা হয়ে ওঠে।’ গ্রিক ও রোমান পৌরাণিক কাহিনি অনুসারে দেবী শুক্র মূর্তিগুলোকে প্রাণবন্ত করে তুলতে পারেন। শুক্র ভাস্কর শিল্পী পিগমালিয়নের প্রতি করুণা করলেন যখন তিনি তার প্রতিমার প্রেমে পড়ে আশাহত হয়ে পড়েন, তখন দেবী তাঁর প্রিয় ইচ্ছাটি দিয়ে পরিণত করেছিলেন একটি সুন্দর মহিলার প্রতিমা, গ্যালটিয়া। দেবতাদের কামার দেবতা ভলকান এমনকি একটি বাহিনীও তৈরি করতে পারেন যারা ধাতু দিয়ে তৈরি যান্ত্রিক কর্মচারী এবং তিনি এদের জীবিত করেছিলেন।

আজ আমরা ভলকানের মতো, আমাদের পরীক্ষাগারগুলোতে এমন মেশিন তৈরি করে যা মৃত্তিকাতে নয়, স্টিল এবং সিলিকনকে জীবন শ্বাস দেয়। তবে মানবজাতির মুক্তি বা দাসত্ব করা কি বন্ধ হবে? আজ যদি কেউ শিরোনামগুলো পড়ে থাকে তবে মনে হয় এই প্রশ্ন ইতিমধ্যে নিষ্পত্তি হয়েছে: মানবজাতি দ্রুত আমাদের নিজস্ব সৃষ্টি দ্বারা পরাস্ত হতে চলেছে।

মানবতার অবসান

নিউইয়র্ক টাইমস-এর একসময়ের শিরোনামটি এগুলো সবই বলেছিল: ‘বিজ্ঞানী উদ্বেগ প্রকাশ করেছেন মেশিনগুলো পুরুষকে আউটস্মার্ট করতে পারে’ কৃত্রিম বুদ্ধিমত্তার (এআই) বিষয়ে বিশ্বের শীর্ষস্থানীয় নেতারা ২০০৯ সালে ক্যালিফোর্নিয়ায় আসিলোমার সম্মেলনে জড়ো হয়েছিলেন, শেষ পর্যন্ত মেশিনগুলো গ্রহণ করার পরে কী ঘটবে তা নিয়ে আলোচনা করতে। কোনো হলিউডের সিনেমার দৃশ্যের মতো, প্রতিনিধিরা প্রশ্ন জিজ্ঞাসা করেছিলেন, যেমন কোনো রোবট যদি তোমার স্ত্রীর মতো বুদ্ধিমান হয় তবে কী হবে?

এই রোবোটিক বিপ্লবের জোরালো প্রমাণ হিসাবে লোকেরা প্রিডেটর ড্রোন, একটি পাইলট বিহীন রোবট বিমানের দিকে ইঙ্গিত করেছিল যা এখন আফগানিস্তান এবং পাকিস্তানে মারাত্মক নির্ভুলতার সাথে সন্ত্রাসীদের টার্গেট করছে; গাড়ি যা নিজেরাই চালাতে পারে; এবং ASIMO, বিশ্বের সবচেয়ে উন্নত রোবট যা হাঁটা, চালানো, সিঁড়ি বেয়ে উঠতে, নাচতে এবং এমনকি কফি সরবরাহ করতে পারে।

মাইক্রোসফটের এরিক হরভিট্জ সম্মেলনের একটি উত্তেজনার কথা উল্লেখ করে বলেছিলেন, ‘প্রযুক্তিবিদরা প্রায় ধর্মীয় দৃষ্টিভঙ্গি দিচ্ছেন এবং তাদের ধারণাগুলো কিছু উপায়ে পরমানন্দ একই ধারণা নিয়ে অনুরণিত হচ্ছে।’ পরমানন্দ হলো বিশ্বাসীরা যখন দ্বিতীয় আগমনকালে স্বর্গে উঠে যায়। সমালোচকরা অসিলোমার সম্মেলনে আত্মাকে ‘স্নায়ুর তামাশা’ বলে অভিহিত করেছিলেন।)

সেই একই গ্রীষ্মে, রুপালি পর্দার আধিপত্য করা সিনেমাগুলো এই সাবলীল চিত্রটিকে প্রশস্ত করে তুলেছিল। টার্মিনেটর স্যালভেশন-এ, মানুষের একটি র‍্যাগটাগ ব্যান্ড বিশাল মেকানিকাল বেহেমথগুলোর বিরুদ্ধে লড়াই করে যা পৃথিবী দখল করেছে। ট্রান্সফরমারগুলোতে পতনের প্রতিশোধ, মহাকাশ থেকে আগত ভবিষ্যৎ রোবট মানুষকে আন্তঃদেশীয় যুদ্ধের জন্য যুদ্ধক্ষেত্র হিসেবে প্যাতা এবং পৃথিবীকে ব্যবহার করে। সারোগেটে, লোকেরা তাদের নিজের বৃদ্ধ, ক্ষয়িষ্ণু দেহের বাস্তবতার মুখোমুখি না হয়ে নিখুঁত, সুন্দর, অতিমানবিক রোবট হিসেবে তাদের জীবনযাপন করতে পছন্দ করে।

শিরোনাম এবং থিয়েটারের মার্কেজগুলো বিবেচনা করে দেখে মনে হচ্ছে মানুষের জন্য শেষ হাঁফানো প্রায় কোণার কাছাকাছি। এআই পণ্ডিতরা আন্তরিকভাবে জিজ্ঞাসা করছেন: আমাদের চিড়িয়াখানায় ভাল্লুকের মতো আমাদের রোবটগুলো যখন আমাদের দিকে চিনাবাদাম ফেলে দেয়, তখন কি আমাদের একদিন চিড়িয়াখানার পিছনে নাচতে হবে? নাকি আমরা আমাদের সৃষ্টিতে ল্যাপডোগ হয়ে যাব?

তবে কাছাকাছি পরীক্ষার পরে বলা যায় এখনো অনেক দেখার বাকি অবশ্যই, গত দশকে অসাধারণ সাফল্য তৈরি হয়েছে তবে বিষয়গুলোকে নজরে রাখতে হবে।

প্রেডিটর: একটি ২৭ ফুট ড্রোন, আকাশ থেকে সন্ত্রাসীদের দিকে মারাত্মক ক্ষেপণাস্ত্র চালায়—এটি জয়স্টিকসহ একটি মানুষ নিয়ন্ত্রণ করে। একজন মানুষ, সম্ভবত ভিডিও গেমের একজন তরুণ অভিজ্ঞ, কম্পিউটারের স্ক্রিনের পিছনে স্বাচ্ছন্দ্যে বসে লক্ষ্যগুলো নির্বাচন করে। প্রেডিটর নয়, মানুষই শটগুলো করে। এবং যে গাড়িগুলো চালায় সেগুলো দিগন্তটি স্ক্যান করার সাথে সাথে, স্টিয়ারিং হুইলটি সরিয়ে দেওয়ার সাথে সাথে স্বাধীন সিদ্ধান্ত গ্রহণ করছে না; তারা তাদের স্মৃতিতে সঞ্চিত একটি জিপিএস মানচিত্র অনুসরণ করছে। সুতরাং সম্পূর্ণ স্বায়ত্তশাসিত, সচেতন এবং ভয়ঙ্কর রোবটগুলো এখনও সুদূর ভবিষ্যতে রয়েছে।

অবাক হওয়ার মতো বিষয় নয়, যদিও অসিলোমার সম্মেলনে মিডিয়া কিছু সংবেদনশীল ভবিষ্যদ্বাণী উচ্চারণ করেছিল, বেশিরভাগ বিজ্ঞানী কৃত্রিম বুদ্ধিমত্তায় দিনব্যাপী গবেষণা করে অনেক বেশি সংরক্ষিত এবং সতর্ক ছিলেন। মেশিনগুলো কখন আমাদের মতো স্মার্ট হয়ে উঠবে জানতে চাইলে বিজ্ঞানীদের কাছে ২০ থেকে এক হাজার বছর অবধি বিস্ময়কর বিভিন্ন উত্তর রয়েছে।

সুতরাং আমাদের দুটি ধরনের রোবটের মধ্যে পার্থক্য করতে হবে। প্রথমটি সুনির্দিষ্ট নির্দেশাবলি অনুসরণ করতে কোনো টেপরেকর্ডারের মতো কোনো মানব বা প্রোগ্রামযুক্ত এবং প্রাক স্ক্রিপ্টযুক্ত রিমোট নিয়ন্ত্রিত। এই রোবটগুলো ইতিমধ্যে বিদ্যমান এবং শিরোনাম তৈরি করেছে। তারা ধীরে ধীরে আমাদের বাড়িতে এবং যুদ্ধক্ষেত্রে প্রবেশ করছে। তবে কোনো সিদ্ধান্ত গ্রহণ না করতে পারে না তারা মূলত যান্ত্রিক টুকরো। সুতরাং এই রোবটগুলোকে দ্বিতীয় ধরনের সাথে বিভ্রান্ত করা উচিত নয়, যা প্রকৃতপক্ষে স্বায়ত্তশাসিত, এটি নিজের জন্য চিন্তা করতে পারে এবং মানুষের কোনো ইনপুট প্রয়োজন নেই। এই স্বায়ত্তশাসিত রোবটগুলোই গত অর্ধ শতাব্দী থেকে বিজ্ঞানীদের ব্যর্থ করে দিয়েছে।

ASIMO দ্য রোবট

এআই গবেষকরা প্রায়শই হোন্ডার রোবোটকে ASIMO (অ্যাডভান্সড স্টেপ ইন ইনোভেটিভ মোবিলিটি) হিসেবে রোবোটিক্সে তৈরি বিপ্লবী অগ্রযাত্রার গ্রাফিক প্রদর্শন হিসাবে চিহ্নিত করেন। এটি ৪ ফুট ৩ ইঞ্চি লম্বা, ওজন ১১৯ পাউন্ড এবং একটি কালো-দৃষ্টিযুক্ত হেলমেট এবং একটি ছোট ছেলের সাথে সাদৃশ্যযুক্ত একটি ব্যাকপ্যাক। প্রকৃতপক্ষে ASIMO: এটি বাস্তবে হাঁটা, চালানো, সিঁড়ি বেয়ে উঠতে এবং কথা বলতে পারে। এটি ঘরের আশপাশে ঘোরাফেরা করতে পারে, কাপ এবং ট্রেগুলো তুলতে পারে, কিছু সাধারণ আদেশের প্রতিক্রিয়া জানাতে পারে এবং এমনকি কিছু মুখগুলো সনাক্ত করতে পারে। এমনকি এটির একটি বিশাল শব্দভাণ্ডার রয়েছে এবং বিভিন্ন ভাষায় কথা বলতে পারে। ইঞ্জিনিয়ারিংয়ের এক বিস্ময়কর শিল্প উৎপাদনকারী প্রতিষ্ঠান হোন্ডা যাদের বিজ্ঞানী দ্বারা বিশ বছরের নিবিড় কাজের ফল ASIMO.

দুটি পৃথক অনুষ্ঠানে, আমি বিবিসি বা ডিসকভারি চ্যানেলের জন্য বিজ্ঞানের একটি বিশেষ অনুষ্ঠানে হোস্টিংয়ের সময়, সম্মেলনগুলোতে এএসআইএমও এর সাথে ব্যক্তিগতভাবে কথা বলার সুযোগ পেয়েছি। আমি যখন হাত নেড়েছিলাম তখন এটি সম্পূর্ণ মানবিক উপায়ে প্রতিক্রিয়া জানায়। আমি যখন এটি দোলালাম, এটি ডান বাম পিছনে দোলে। যখন আমি এটিকে কিছু জুস আনতে বললাম, তখন এটি ঘুরে ফিরে তৎপর হয়ে উঠল স্বচ্ছল সতেজ মানবিক গতিতে টেবিলের দিকে। প্রকৃতপক্ষে, ASIMO-এত জীবন্ত যে যখন কথা হয়েছিল, তখন আমি অর্ধেক আশা করেছিলাম যে রোবটটি তার হেলমেটটি খুলে দেবে এবং সেই ছেলেটিকে প্রকাশ করবে যা চতুরতার সাথে লুকানো ছিল। এটি আমার চেয়েও ভালো নাচতে পারে।

প্রথমদিকে, দেখে মনে হচ্ছে ASIMO বুদ্ধিমান, মানুষের আদেশগুলোতে প্রতিক্রিয়া জানাতে, কথোপকথন করতে এবং কোনো ঘরে ঘুরে বেড়াতে সক্ষম। আসলে বাস্তবতা একেবারেই আলাদা। আমি যখন টিভি ক্যামেরার সামনে ASIMO-এর সাথে কথা বলি, প্রতিটি গতি, প্রতিটি সংজ্ঞা সাবধানে স্ক্রিপ্ট করা হতো। আসলে, ASIMO-র সাথে একটি সরল পাঁচমিনিট দৃশ্যের চিত্রায়ণ করতে প্রায় তিন ঘণ্টা সময় লেগেছে। এমনকি এটির জন্য ও এএসআইএমও হ্যান্ডলারের একটি দল দরকার ছিল যা আমরা প্রতিটি দৃশ্যের চিত্রায়ণের পরে তাদের ল্যাপটপে রোবটটিকে তীব্রভাবে পুনরায় প্রোগ্রাম করছিলাম। যদিও এএসআইএমও তোমার সাথে বিভিন্ন ভাষায় কথা বলে, এটি আসলে একটি টেপ রেকর্ডার যা রেকর্ড করা বার্তা। এটি কেবল কোনো মানুষ যা প্রোগ্রাম করে তা তুলে ধরে। যদিও এএসআইএমও প্রতি বছর আরও পরিশীলিত হয়ে ওঠে, তবে এটি স্বাধীন চিন্তায় অক্ষম। প্রতিটি শব্দ, প্রতিটি অঙ্গভঙ্গি, প্রতিটি পদক্ষেপ ASIMO এর হ্যান্ডলারদের সাবধানে রিহার্সাল করতে হবে।

এরপরে, ASIMO-এর একজন আবিষ্কারকের সাথে আমার কথা হয়েছিল এবং তিনি স্বীকার করেছেন যে ASIMO-এর মানুষের মতো উল্লেখযোগ্য গতি এবং কর্ম ক্ষমতা সত্ত্বেও তা একটি পোকামাকড়ের বুদ্ধির সমান। এর বেশিরভাগ গতিবেগকে সময়মতো সাবধানতার সাথে প্রোগ্রাম করতে হবে। এটি আজীবন চলতে পারে পুরোপুরি তবে তার পথটি সাবধানে প্রোগ্রাম করতে হবে বা এটি আসবাবের উপর দিয়ে হোঁচট খাবে কারণ এটি ঘরের আশপাশের জিনিসগুলো শনাক্ত করতে পারে না।

তুলনা করে দেখা যায়, বস্তুগুলো শনাক্ত করতে পারে, এমনকি একটি তেলাপোকা তার আশপাশের প্রতিবন্ধকতাগুলোর তাৎপর্যপূর্ণ বুঝতে পারে, খাদ্য এবং সাথীদের সন্ধান করতে পারে, শিকারীর হাত থেকে বাঁচতে পারে, জটিল পালানোর পথের পরিকল্পনা করে, ছায়ার মাঝে লুকিয়ে থাকে এবং ফাটলগুলোতে অদৃশ্য হয়ে যায়, কয়েক সেকেন্ডের মধ্যেই।

ব্রাউন ইউনিভার্সিটির ডিন এআই গবেষক টমাস স্বীকার করেছেন যে তিনি যে লম্বারিং রোবটগুলো তৈরি করছেন তা হলো পর্যায়ে যেখানে তারা প্লাস্টারে বিশাল গেজ না রেখে হলটিতে হাঁটতে যথেষ্ট মজবুত। ‘আমরা পরবর্তীতে দেখব, বর্তমানে আমাদের সর্বাধিক শক্তিশালী কম্পিউটারগুলো সবেমাত্র একটি ইঁদুরের নিউরনকে অনুকরণ করতে পারে এবং কেবল কয়েক সেকেন্ডের জন্য। রোবটরা মাউস, খরগোশ, কুকুর বা বিড়াল এবং তারপরে একটি বানরের মতো স্মার্ট হয়ে ওঠার মতো বানাতে অনেক দশক কঠোর পরিশ্রম লাগবে।’

এআই-এর ইতিহাস

সমালোচকরা মাঝে মাঝেই একটি চিত্রের কথা বলেন, দেখা যায় প্রতি ত্রিশ বছর পর পর, এআই গবেষকরা দাবি করেন, অতি বুদ্ধিমান রোবট কিছুদিনের মধ্যেই সম্ভব। তারপর বাস্তবতা হলো পরীক্ষা করতে গেলে আবার সেই পুরনো জায়গাতেই ফিরে যেতে হয়।

১৯৫০ সালের দিকে, দ্বিতীয় বিশ্বযুদ্ধের পরে যখন ইলেকট্রনিক কম্পিউটার প্রথম আসে, বিজ্ঞানীরা জনসাধারণকে এই যন্ত্রের অভাবনীয় কাজ করার সক্ষমতা নিয়ে অতিরিক্ত ধারণা দিয়েছেন-এটি ব্লক তুলতে পারবে, দাবা খেলতে পারবে এবং এমনকি বীজগণিতের সমস্যা সমাধান করতে পারবে। এটি মনে হয় সত্যিকার বুদ্ধিমান যন্ত্র আমাদের হাতের নাগালে। জনগণ বিস্মিত হয়েছিল এবং ম্যাগাজিনের প্রবন্ধ ধারাবাহিকভাবে ধারণা করতে শুরু করে সে সময়ের কথা যখন প্রতেকের রান্নাঘরে একটি রোবট থাকবে যেটি খাবার রান্না করবে, অথবা ঘর পরিষ্কার-পরিচ্ছন্ন করবে। ১৯৬৫ সালে এআই অগ্রগণ্য হাবার্ট সিমন ঘোষণা দেন, “আগামী বিশ বছরের মধ্যে মানুষের মতো কাজ করতে পারে এমন যন্ত্র আবিষ্কৃত হবে।” কিন্তু বাস্তবতা ভিন্ন। দাবা খেলার যন্ত্র একজন পারদর্শী মানুষের সাথে পারে না এবং শুধুই খেলতে পারে এর বেশি কিছু নয়। প্রথমদিকে রোবটগুলো মাত্র একটি কাজ করতে সক্ষম একটি পানির মতো।

প্রকৃতপক্ষে ১৯৫০ সালের দিকে এআই নিয়ে মূল কাজ শুরু হয়। কিন্তু এর অগ্রগতি নিয়ে অতিরিক্ত মূল্যায়ন করা হয়েছে যা পেছনে ফেলে রেখেছে। ১৯৭৪ সালে সমালোচনা বেড়ে যাওয়ায় আমেরিকা এবং ব্রিটিশ সরকার এক্ষেত্রে অর্থায়ন কমিয়ে দেয়। যা এই বিষয়ে গবেষণার শীতকাল বয়ে আনে।

আজ এআই গবেষক পল আব্রাহামস ১৯৫০ দশকের সেই ঝাপসা দিনগুলো মনে করে মাথা নাড়িয়ে বলেন যখন তিনি এমআইটির ছাত্র তখন মনে হতো সব কিছুই সম্ভব। তিনি আরও বলেন, “এটি এমন কিছু লোকের একটি দল যারা চাঁদে একটি টাওয়ার তৈরির প্রস্তাব করেন, প্রতি বছর তারা গর্ববোধ করে ভাবতেন গত বছরের চেয়ে টাওয়ারটি কতটুকু উঁচু হতে পারে। কিন্তু একমাত্র সমস্যা হলো যে চাঁদ পৃথিবীর কাছাকাছি আসছে না।”

১৯৮০ সালের দিকে আবার এআই নিয়ে উৎসাহ উথলে ওঠে। এই সময়ে পেন্টাগন মিলিয়ন মিলিয়ন ডলার বিনিয়োগ করে স্মার্ট ট্রাকের মতো প্রকল্পসমূহের পেছনে, যা নিয়ে ধারণা করা হয়েছিল এসব ট্রাক স্বয়ং ক্রিয়াভাবে শত্রুদের পেছনে পেছনে চলবে, যুদ্ধ পরিচালনা করবে, নিজেদের সেনাদল উদ্ধার করবে এবং হেড অফিসে ফিরে আসবে। জাপানের সরকার তাদের শক্তিশালী বৈদেশিক বাণিজ্য এবং শিল্প মন্ত্রণালয়ের অধীনে পঞ্চম প্রজন্ম কম্পিউটার তৈরির উদ্যোগে সর্বশক্তি বিনিয়োগ করে। পঞ্চম প্রজন্ম কম্পিউটারের লক্ষ্য ছিল এমন কম্পিউটার তৈরি করা যা কথোপকথন করতে পারবে, যৌক্তিক সিদ্ধান্ত নিতে পারবে এবং আমরা কী চাই তা অনুমান করতে পারবে- ১৯৯০ দশকেই এই উদ্যোগ নেওয়া হয়।

দুর্ভাগ্যক্রমে, স্মার্ট ট্রাক প্রকল্প ব্যর্থ হয় এবং পঞ্চম প্রজন্ম কম্পিউটার কোন ব্যাখ্যা ছাড়া স্থগিত হয়ে যায়। আবারও বাস্তবতার কাছে বক্তব্য হার মানে। প্রকৃতপক্ষে এআই নিয়ে ১৯৮০-এর দশকে মূল লাভটি হলেও এ সময়ের অতিমূল্যায়ন দ্বিতীয় পিছুটান সৃষ্টি করে, সৃষ্টি করে দ্বিতীয় শীতকাল, যার ফলে এই বিষয়ে অর্থায়ন কমে যায় এবং জনগণকে দৃষ্টিভ্রমতা উপহার দেয়। এটি বেদনাদায়কভাবে স্পষ্ট করে কিছু একটি হারিয়ে ফেলার অনুভূতি।

১৯৯২ সালে এআই গবেষকরা ২০০১ সালের চলচ্চিত্রটির সম্মানে একটি বিশেষ উদ্‌যাপনের অনুভূতি মিশ্রিত করেছিলেন, যার মধ্যে এইচএএল ৯০০০ নামক একটি কম্পিউটার উত্তেজিত হয় এবং একটি স্পেসশিপের ক্রুদের হত্যা করে। ১৯৬৮ সালে চিত্রায়িত সিনেমাটি ভবিষ্যদ্বাণী করেছিল ১৯৯২ সালের মধ্যে এমন রোবট থাকবে যেগুলো যে কোনো বিষয়ে মুক্তভাবে যে কোনো মানুষের সাথে কথোপকথন করতে পারবে এবং স্পেসশিপকে নির্দেশও দিতে পারবে। দুর্ভাগ্যক্রমে, এটি বেদনাদায়কভাবে পরিষ্কার ছিল যে সর্বাধিক উন্নত রোবটগুলোর পক্ষে একটি ছারপোকার মতো বুদ্ধি বজায় রাখাও বেশ কষ্টসাধ্য ছিল।

১৯৯৭ সালে আইবিএমের ডিপ ব্লু নির্ধারিতভাবে বিশ্ব দাবা চ্যাম্পিয়ন গ্যারি কাসপারভকে হারিয়ে এক ঐতিহাসিক অগ্রগতি অর্জন করেছিল। ডিপ ব্লু একটি ইঞ্জিনিয়ারিং মার্ভেল ছিল, যা প্রতি সেকেন্ডে ১১ বিলিয়ন অপারেশন গণনা করে। যাহোক, কৃত্রিম বুদ্ধিমত্তা গবেষণার প্লাবন গেটগুলো খোলার পরিবর্তে এবং একটি নতুন যুগে সূচনা করার পরিবর্তে এটি ঠিক বিপরীতটি করেছিল। এটি কেবল এআই গবেষণার আদিমতার কথা তুলে ধরেছে। অনেকের কাছেই স্পষ্ট, প্রতিবিম্বিত করার পরে, এটি ডিপ ব্লু ভাবতে পারেনি। দাবাতে এটি দুর্দান্ত ছিল তবে আইকিউ পরীক্ষায় এটি ০ স্কোর করত। এই জয়ের পরে, এটি হেরে যাওয়া কাস্পারভ, যিনি প্রেসের সাথে সমস্ত কথা বলেছিলেন, যেহেতু ডিপ ব্লু মোটেই কথা বলতে পারেননি। মর্মাহতভাবে, এআই গবেষকরা এই সত্যকে প্রশংসা করতে শুরু করেছিলেন ব্রুট যে গণনা শক্তি আর বুদ্ধি সমান বিষয় নয়। এআই গবেষক রিচার্ড হেকলার বলেছেন, “আজ তুমি ৪৯ ডলারে দাবা প্রোগ্রাম কিনতে পারবে যা বিশ্ব চ্যাম্পিয়নদের বাদে সমস্তকে পরাজিত করবে, তবুও এটিকে কেউ বুদ্ধিমান বলে মনে করে না।”

তবে মুরের সূত্রানুসারে প্রতি আঠারো মাস পর পর নতুন প্রজন্মের নতুন কম্পিউটার প্রসারিত হবে, খুব শীঘ্রই বা অতীতের প্রজন্মের পুরনো হতাশা ভুলে যাবে এবং উৎসাহীদের জন্য একটি উজ্জ্বল নতুন প্রজন্ম দায়িত্ব নেবে এবং একদা সুপ্ত ক্ষেত্রে নতুন আশাবাদ এবং শক্তি তৈরি করবে। সর্বশেষ এআই শীতকাল এর ত্রিশ বছর পরে কম্পিউটারগুলো যথেষ্ট উন্নত হয়েছে যাতে এআই গবেষকদের নতুন প্রজন্ম ভবিষ্যতের বিষয়ে আবারও আশাবাদী করে। এর সমর্থকরা বলেন অবশেষে এআইয়ের সময় এসেছে। এইবার এটি বাস্তব রূপ নিবে। তৃতীয় চেষ্টাটি ভাগ্যবান কবচ। তবে যদি তারা সক্ষম হয় তবে শীঘ্রই কি মানুষ অচল হয়ে যাবে?

মস্তিষ্ক কি একটি ডিজিটাল কম্পিউটার?

গণিতবিদরা যেহেতু বুঝতে পেরেছেন, তার মধ্যে একটি প্রাথমিক সমস্যা হলো পঞ্চাশ বছর আগে তারা ভেবেছিল যে মস্তিষ্ক একটি বৃহৎ ডিজিটাল কম্পিউটারের সাথে সাদৃশ্যপূর্ণ। তবে এখন এটি বেদনাদায়ক হলেও স্পষ্ট- এটি তা নয়। মস্তিষ্কের কোনো পেন্টিয়াম চিপ নেই, উইন্ডোজ অপারেটিং সিস্টেম নেই, কোনো অ্যাপ্লিকেশন সফ্টওয়্যার নেই, কোনো সিপিইউ নেই, কোনো প্রোগ্রামিং নেই এবং কোনো আধুনিক ডিজিটাল কম্পিউটার টাইপ করে এমন কোনো সাবরুটাইন নেই। প্রকৃতপক্ষে, ডিজিটাল কম্পিউটারগুলোর আর্কিটেকচার মস্তিষ্কের তুলনায় একেবারেই আলাদা, যা কোনো ধরনের একটি শিক্ষণ মেশিন, নিউরনের একটি সংকলন যা প্রতিবারই কোনো কাজ শিখলে নিজেকে নিয়মিতভাবে পুনরায় সংযুক্ত করে। (একটি পিসি তবে মোটেই কিছু শিখেনি। তোমার কম্পিউটারটি আজকেও বোবা গতকালও যেমন ছিল।)

সুতরাং মস্তিষ্কের মডেলিংয়ের জন্য কমপক্ষে দুটি উপায় রয়েছে। প্রথমটি, ঐতিহ্যবাহী শীর্ষ-ডাউন: পদ্ধতিটি হলো ডিজিটাল কম্পিউটারগুলোর মতো রোবটগুলো চিকিৎসা করা এবং গোড়া থেকেই সমস্ত বুদ্ধির নিয়মকানুন প্রোগ্রাম করা। পরিবর্তে, একটি ডিজিটাল কম্পিউটারকে কিছুটা টুরিং মেশিনে ভেঙে ফেলা যেতে পারে, যা একজন ব্রিটিশ গণিতবিদ অ্যালান টুরিং দ্বারা প্রবর্তিত একটি হাইপোথিটিক্যাল ডিভাইস। একটি টুরিং মেশিনে তিনটি মূল উপাদান থাকে-একটি ইনপুট, একটি কেন্দ্রীয় প্রসেসর যা এই ডেটা হজম করে এবং একটি আউটপুট। সমস্ত ডিজিটাল কম্পিউটার এই সাধারণ মডেলের ওপর ভিত্তি করে। এই পদ্ধতির লক্ষ্য হলো একটি সিডি-রম থাকা যাতে এটিতে গোয়েন্দার সমস্ত নিয়ম কোড থাকে। এই ডিস্কটি সন্নিবেশ করার মাধ্যমে, কম্পিউটারটি হঠাৎ প্রাণবন্ত হয়ে ওঠে এবং বুদ্ধিমান হয়ে ওঠে সুতরাং এই পৌরাণিক সিডি-রমে বুদ্ধিমান মেশিন তৈরির জন্য প্রয়োজনীয় সমস্ত সফ্টওয়্যার রয়েছে।

তবে আমাদের মস্তিষ্কে মোটেই কোনো প্রোগ্রামিং বা সয়্যার নেই। আমাদের মস্তিষ্ক আরও বেশি একটি ‘নিউরাল নেটওয়ার্ক’-এর মতো, নিউরনের একটি জটিল সম্ভার যা ক্রমাগত নিজেকে পুনরুদ্ধার করে।

নিউরাল নেটওয়ার্কগুলো হেব্বের নিয়ম অনুসরণ করে: প্রতিবারই যখন সঠিক সিদ্ধান্ত নেওয়া হয় তখন এই স্নায়বিক পথগুলো আরও শক্তিশালী করা হয়। এটি প্রতিবার সাফল্যের সাথে কোনো কাজ সম্পাদন করার সময় নিউরনের মধ্যে কিছু বৈদ্যুতিক সংযোগের শক্তি পরিবর্তন করে এটি করে। (হেব্বে-এর নিয়মটি পুরনো প্রশ্ন দ্বারা প্রকাশ করা যেতে পারে: কোনো সংগীতজ্ঞ কীভাবে কার্নেগি হলের কাছে আসবেন? উত্তর : অনুশীলন, অনুশীলন, অনুশীলন। নিউরাল নেটওয়ার্কের জন্য অনুশীলনটি নিখুঁত করে তোলে। হেব্বের নিয়মটিও ব্যাখ্যা করে যে খারাপ অভ্যাসগুলো ভাঙা এত কঠিন কেন, কারণ একটি খারাপ অভ্যাসের জন্য নিউরাল পাথরটি বেশ ভালোভাবে গঠিত)।

নিউরাল নেটওয়ার্কগুলো বটম-আপ পদ্ধতির ওপর ভিত্তি করে। গোয়েন্দার সমস্ত নিয়মকে চামচ খাওয়ানোর পরিবর্তে, নিউরাল নেটওয়ার্কগুলো কোনো শিশুকে যেভাবে শেখায়, জিনিসগুলোতে ঝাঁপিয়ে পড়ে এবং অভিজ্ঞতার মাধ্যমে শেখা সেগুলো তাদের শেখায়। প্রোগ্রাম করার পরিবর্তে নিউরাল নেটওয়ার্কগুলো ‘হার্ড স্কোরের স্কুল’ এর মাধ্যমে পুরনো কায়দায় শিখতে পারে।

নিউরাল নেটওয়ার্কগুলোর ডিজিটাল কম্পিউটারগুলোর থেকে সম্পূর্ণ আলাদা আর্কিটেকচার রয়েছে। তুমি যদি ডিজিটাল কম্পিউটারের কেন্দ্রীয় প্রসেসরে একটি একক ট্রানজিস্টর সরিয়ে ফেলেন, কম্পিউটার ব্যর্থ হবে। তবে যদি তুমি মানুষের মস্তিষ্কের বৃহৎ অংশগুলো সরিয়ে ফেলেন, এটি এখনও কাজ করতে পারে, অন্যান্য অংশগুলো নিখোঁজ টুকরাগুলো গ্রহণ করার জন্য। এছাড়াও ডিজিটাল কম্পিউটারটি ‘চিন্তা করে’: এর কেন্দ্রীয় প্রসেসর যেখানে সঠিকভাবে স্থানীয় করা সম্ভব। তবে মানুষের মস্তিষ্কের স্ক্যানগুলো পরিষ্কারভাবে দেখায় যে মস্তিষ্কের বৃহৎ অংশগুলোতে চিন্তাভাবনা ছড়িয়ে পড়ে। বিভিন্ন সেক্টর সুনির্দিষ্ট ক্রমে আলোকসজ্জা করে, যেন পিং-পং বলের মতো চিন্তাগুলো চারদিকে বাউন্স করা হচ্ছে।

ডিজিটাল কম্পিউটারগুলো প্রায় আলোর গতিতে গণনা করতে পারে। মানব মস্তিষ্ক, বিপরীতে, অবিশ্বাস্যভাবে ধীর। স্নায়ুপ্রবণতা প্রতি ঘণ্টা প্রায় ২০০ মাইল গতিতে ধীর গতিতে ভ্রমণ করে। তবে মস্তিষ্কের চেয়ে বেশি পরিমাণে আপত্তি তোলে কারণ এটি প্রচুর পরিমাণে সমান্তরাল, অর্থাৎ এটি একই সাথে ১০০ বিলিয়ন নিউরন পরিচালনা করে, প্রতিটি প্রত্যেকে ১০০০০টি নিউরনের সাথে সংযুক্ত প্রতিটি নিউরনকে সংক্ষিপ্ত আকারে সম্পাদন করে। একটি দৌড়ের মধ্যে একটি সুপারফ্লাস সমান্তরাল প্রসেসরের ধুলায় একটি সুপারফ্লাস একক প্রসেসর রেখে যায়। (এটি পুরানো ধাঁধার দিকে ফিরে যায়: যদি একটি বিড়াল এক মিনিটে একটি ইঁদুর খেতে পারে তবে মিলিয়ন বিড়ালের কত সময় লাগবে দশ মিলিয়ন ইঁদুর খেতে? উত্তর: এক মিনিট।)

এছাড়াও মস্তিষ্ক ডিজিটাল নয়। ট্রানজিস্টরগুলো এমন গেটগুলো হয় যা খোলা বা বন্ধ হয়ে যেতে পারে, এটি ১ বা ০ দ্বারা প্রতিনিধিত্ব করা হয়, নিউরনগুলোও ডিজিটাল (তারা আগুন জ্বালাতে পারে অথবা নাও পারে), তবে এগুলো অ্যানালগও হতে পারে, ধারাবাহিক সংকেতগুলো পাশাপাশি বিচ্ছিন্নভাবে প্রেরণ করে।

রোবট-এর দুটো সমস্যা

মানুষের মস্তিষ্কের তুলনায় কম্পিউটারের সুস্পষ্ট সীমাবদ্ধতা থেকে যে কেউ উপলব্ধি করতে পারেন কেন মানুষের মতো কম্পিউটার দুটি মূল কাজ সম্পাদন করতে সক্ষম হয়নি: প্যাটার্ন শনাক্তকরণ এবং সাধারণ জ্ঞানের অভাব। এই দুটি সমস্যা গত অর্ধ শতাব্দী থেকে সমাধান হয়নি। আমাদের রোবট দাসী, খানসামা এবং সচিব না থাকার মূল কারণ এটি।

প্রথম সমস্যাটি প্যাটার্ন শনাক্তকরণ। রোবটগুলো মানুষের চেয়ে অনেক বেশি ভালো দেখতে পারে তবে তারা কী দেখছে তা তারা বুঝতে পারে না। যখন কোনো রোবট একটি ঘরে চলে যায়, তখন ইমেজটিকে বিন্দুর সমষ্টিতে রূপান্তরিত করে। এই বিন্দুগুলো প্রক্রিয়া করার মাধ্যমে, এটি রেখা, বৃত্ত, চতুর্ভুজ এবং আয়তক্ষেত্র হিসেবে শনাক্ত করতে পারে। তারপরে একটি রোবট স্মৃতিতে সঞ্চিত তথ্যের সাথে এই স্মৃতি মেলানোর চেষ্টা করে, যা এক অসাধারণ ক্লান্তিকর কাজ এমনকি কম্পিউটারের জন্যও। অনেক ঘণ্টা গণনার পরে, রোবট চেয়ার, টেবিল এবং লোকের সাথে মিলিয়ে প্যাটার্ন শনাক্ত করে বিপরীতে, যখন আমরা একটি ঘরে প্রবেশ করি, এক সেকেন্ডের ভগ্নাংশের মধ্যে, আমরা চেয়ার, টেবিল, ডেস্ক এবং লোকদের সনাক্ত করি। প্রকৃতপক্ষে, আমাদের মস্তিষ্কগুলো মূলত প্যাটার্ন শনাক্তকরণ মেশিন।

দ্বিতীয়ত, রোবটগুলোর সাধারণ জ্ঞান নেই। যদিও রোবটগুলো একজন মানুষের চেয়ে অনেক ভালো শুনতে পারে, তারা কী শুনছে তা তারা বুঝতে পারে না। উদাহরণস্বরূপ, নিম্নলিখিত বিবৃতি বিবেচনা করো:

• বাচ্চারা মিষ্টি পছন্দ করে তবে শাস্তি পছন্দ করে না।
• স্ট্রিংগুলো টানতে পারে তবে ধাক্কা দিতে পারে না।
• লাঠিগুলো ধাক্কা দিতে পারে তবে টানতে পারে না।
• প্রাণী ইংরেজি বলতে এবং বুঝতে পারে না।
• কাটাকাটি মানুষকে ক্লান্ত করে তোলে।

আমাদের জন্য, এই বিবৃতিগুলোর প্রতিটি কেবল সাধারণ জ্ঞান। তবে রোবট- এর জন্য নয়। যুক্তি বা প্রোগ্রামিংয়ের কোনো লাইন নেই যা প্রমাণ করে যে স্ট্রিংগুলো টানতে পারে তবে ধাক্কা দিতে পারে না। আমরা অভিজ্ঞতার দ্বারা এই ‘স্পষ্ট’ বিবৃতিগুলোর সত্যতা শিখেছি, কারণ এগুলো আমাদের স্মৃতিতে প্রোগ্রাম করা হয়নি।

টপ-ডাউন পদ্ধতির সমস্যাটি হলো মানব চিন্তাকে অনুকরণ করার জন্য সাধারণ জ্ঞানের জন্য কোডের অনেকগুলো লাইন রয়েছে। উদাহরণস্বরূপ, ছয় বছর বয়সী শিশু জেনে রাখা সাধারণ জ্ঞানের আইনগুলো বর্ণনা করার জন্য কয়েক মিলিয়ন লাইন কোডের প্রয়োজন। কার্নেগি মেলনের এআই গবেষণাগারের প্রাক্তন পরিচালক হ্যানস মোরাভেক শোক প্রকাশ করেছেন, ‘আজ অবধি, এআই প্রোগ্রামগুলো সাধারণ জ্ঞানের বিন্দুমাত্র চিহ্ন প্রদর্শন করে না। উদাহরণস্বরূপ, একটি চিকিৎসা নির্ণয়ের প্রোগ্রামটি কোনো ভাঙা সাইকেল উপস্থাপন করলেও অ্যান্টিবায়োটিক নির্ধারণ করতে পারে কারণ লোক, রোগ বা সাইকেলের মডেল বোঝার ক্ষমতা নেই এটির।

কিছু বিজ্ঞানী অবশ্য এই বিশ্বাসকে আঁকড়ে ধরেছিলেন যে সাধারণ জ্ঞান অর্জনে একমাত্র বাধা হলো নিষ্ঠুর শক্তি। তারা মনে করেন যে পারমাণবিক বোমা তৈরির মতো প্রোগ্রামের মতো একটি নতুন ম্যানহাটন প্রকল্প অবশ্যই কমনসেন্স সমস্যাটি মিটিয়ে দেবে। ‘চিন্তার বিশ্বকোষ’ তৈরির জন্য এই ক্র্যাশ প্রোগ্রামকে বলা হয় সিওয়াইসি, যা ১৯৮৪ সালে শুরু হয়েছিল। এটি ছিল এআইয়ের মুকুট কৃতিত্ব, সাধারণ জ্ঞানের সমস্ত গোপনীয়তা একক প্রোগ্রামে এনকোড করার প্রকল্প। যাহোক, বেশ কয়েক দশক কঠোর পরিশ্রমের পরে, সিওয়াইসি প্রকল্পটি নিজের লক্ষ্য অর্জনে ব্যর্থ হয়েছে।

সিওয়াইসি’র লক্ষ্যটি সহজ: একটি সাধারণ ব্যক্তি বিশ্ব সম্পর্কে যে সংখ্যাটি জানেন তার সংখ্যা সম্পর্কে ‘১০০ মিলিয়ন জিনিস’ আয়ত্ত করা।

২০০৭ সালের মধ্যে এই সময়সীমা এবং আগের অনেকগুলো সাফল্য ছাড়াই পিছলে গেছে। ইঞ্জিনিয়ারদের দেওয়া প্রতিটি মাইলফলক এসেছিল এবং চলে গেছে বিজ্ঞানীরা বুদ্ধিমত্তার সারমর্মকে নিবিষ্ট করার কাছাকাছি এসে ব্যর্থ হয়েছেন।

মানুষ বনাম মেশিন

আমার একবার এমআইটি-র টমাসো পোগজিও নির্মিত একটি প্রতিযোগিতায় একটি রোবটের সাথে বুদ্ধি মেলানোর সুযোগ হয়েছিল। যদিও রোবটগুলো আমাদের মতো সহজ নিদর্শনগুলো চিনতে পারে না, পোগজিও এমন একটি কম্পিউটার প্রোগ্রাম তৈরি করতে সক্ষম হয়েছিল যা একটি নির্দিষ্ট অঞ্চলের মানুষের মতো প্রতিটি বিট গণনা করতে পারে: ‘তাৎক্ষণিকভাবে শনাক্ত করতে সক্ষম’ আমরা এ বিষয়ে সচেতন ছিলাম। (আমাদের বিবর্তনের জন্য তাৎক্ষণিক শনাক্তকরণ জরুরি ছিল, যেহেতু আমাদের পূর্বপুরুষদের ঝোপঝাড়ের মধ্যে কোনো বাঘ লুকিয়ে ছিল কিনা তা নির্ধারণের জন্য কেবল এক সেকেন্ড সময়ের ক্ষুদ্র অংশ ছিল, তারা পুরাপুরি অবগত হওয়ার আগেই।) প্রথমবার, একটি রোবট একটি নির্দিষ্ট দৃষ্টি শনাক্ত করার ক্ষেত্রে মানুষের চেয়ে ভালো করে।

আমার এবং মেশিনের মধ্যে প্রতিযোগিতা ছিল সহজ। প্রথমে আমি একটি চেয়ারে বসে একটি সাধারণ কম্পিউটারের স্ক্রিনে তাকালাম। তারপরে স্ক্রিনে একটি ছবি ঝলমল করে। সেকেন্ডেরও কম সময়ের জন্য, এবং আমার মনে হলো যত দ্রুত সম্ভব দুটি চাবির একটি চাপতে হবে, আমি ছবিতে একটি প্রাণী দেখেছি বা না দেখেছি। সুযোগ পাওয়ার আগেই আমাকে যত তাড়াতাড়ি সম্ভব একটি সিদ্ধান্ত নিতে হয়েছিল ছবি বুঝতে কারণ কম্পিউটারও একই চিত্রের জন্য সিদ্ধান্ত নেবে।

যথেষ্ট বিব্রতকর ছিল এটি, অনেক দ্রুত পরীক্ষার পরে, মেশিন এবং আমি প্রায় সমানভাবে সম্পাদন করেছি। কিন্তু এমন সময় ছিল যখন মেশিনটি আমার থেকে উল্লেখযোগ্যভাবে বেশি স্কোর করে আমাকে ধুলোয় ফেলে দেয়। আমাকে একটা মেশিন দিয়ে মারধর করা হয়েছিল। (যখন আমাকে জানানো হয়েছিল যে কম্পিউটারটি ৮২ শতাংশ সময়ে সঠিক উত্তর দেয় তবে মানুষ গড়ে মাত্র ৮০ শতাংশ স্কোর করে।)

পোগজিওর মেশিনের চাবিকাঠিটি হলো এটি মাদার নেচারের পাঠগুলো অনুলিপি করে। অনেক বিজ্ঞানী বিবৃতিতে সত্যটি অনুধাবন করছেন, “চাকাটি ইতিমধ্যে উদ্ভাবিত হয়েছে, তাই কেন এটি অনুলিপি করবেন না?” উদাহরণস্বরূপ, সাধারণত যখন কোনো রোবট কোনো ছবি দেখেন, তখন এটি এটিকে বিভিন্ন লাইনে, বৃত্তে বিভক্ত করার চেষ্টা করে, চতুর্ভুজ এবং অন্যান্য জ্যামিতিক আকারে। তবে পোগজিওর প্রোগ্রাম আলাদা।

আমরা যখন কোন ছবি দেখি, আমরা প্রথমে বিভিন্ন বস্তুর রূপরেখা দেখতে পাব, তারপরে প্রতিটি বস্তুর মধ্যে বিভিন্ন বৈশিষ্ট্যগুলো দেখতে পাব, তারপরে এই বৈশিষ্ট্যগুলোর মধ্যে শেডিং করা বিষয় দেখতে পাব ইত্যাদি। তাই আমরা চিত্রটিকে অনেকগুলো স্তরগুলোতে বিভক্ত করি। কম্পিউটারটি চিত্রের একটি স্তর প্রসেস করার সাথে সাথে এটি এটি পরবর্তী স্তরটির সাথে সংযুক্ত করে এবং এভাবেই পরবর্তী ধাপ সম্পন্ন করে। ধাপে ধাপে, স্তরে স্তরে, এটি আমাদের ব্রেইন চিত্রগুলো প্রক্রিয়াজাত করে এমন শ্রেণিবিন্যাসের অনুকরণ করে। (পোগজিওর প্রোগ্রামটি আমাদের যে প্যাটার্ন শনাক্ত করে দেয় তা যেমন থ্রি-ডি-তে বস্তুগুলোকে দৃশ্যমান করা, বিভিন্ন কোণ থেকে কয়েক হাজার বস্তুকে শনাক্ত করা ইত্যাদি সম্পাদন করতে পারে না, তবে এটি প্যাটার্ন শনাক্ত করে একটি বড় মাইলফলককে উপস্থাপন করে)

তারপর আমার কার্য উপরে এবং নিচে উভয় পন্থা দেখার সুযোগ হয়েছিল। আমি প্রথমে স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের কৃত্রিম বুদ্ধিমত্তা কেন্দ্রে গিয়েছিলাম, যেখানে আমি স্টায়ার (স্ট্যানফোর্ড কৃত্রিম বুদ্ধিমত্তা রোবট) এর সাথে দেখা করি, যা টপ-ডাউন পদ্ধতির ব্যবহার করে। স্টায়ারটি প্রায় ৪ ফুট লম্বা, একটি বিশাল যান্ত্রিক বাহু যা কোনো টেবিলের বাইরে জিনিসগুলো ধরে দখল করতে পারে। স্টায়ারটিও ভ্রমণ সক্ষম, তাই এটি কোনো অফিস বা বাড়ির আশপাশে ঘুরে বেড়াতে পারে। রোবোটটিতে একটি থ্রি-ডি ক্যামেরা রয়েছে যা কোনো বস্তুর ওপর ফোকাস করে এবং ৩ -ডি চিত্রটি একটি কম্পিউটারে প্রেরণ করে, যা যান্ত্রিক বাহুটিকে বস্তু ধরার জন্য সহায়তা করে। ১৯৬০-এর দশক থেকে রোবটগুলো এ জাতীয় জিনিসগুলো ধরে কাজ করে চলছে এবং আমরা সেগুলো ডেট্রয়েট অটো কারখানায় দেখি।

তবে এটির উপস্থিতি ঘুলিয়ে দিতে পারে। স্টায়ার আরও অনেক কিছু করতে পারে। ডেট্রয়েটের রোবটগুলোর থেকে আলাদা, স্টায়ার স্ক্রিপ্ট করা হয় না। এটি নিজেই পরিচালনা করে। উদাহরণস্বরূপ, যদি তুমি এটি একটি কমলা বাছাই করতে বলেন, উদাহরণস্বরূপ, এটি কোনো টেবিলের বস্তুগুলোর সংকলন বিশ্লেষণ করতে পারে, এর স্মৃতিতে ইতিমধ্যে সঞ্চিত হাজার হাজার চিত্রের সাথে তাদের তুলনা করতে পারে, কমলা শনাক্ত করতে পারে এবং এটি বাছাই করতে পারে। এটি বস্তুগুলোকে ধরে এবং এদিক-ওদিক ঘুরিয়ে আরও স্পষ্টভাবে শনাক্ত করতে পারে।

এর ক্ষমতা পরীক্ষা করার জন্য, আমি একটি টেবিলের উপরে কিছু বস্তু স্তূপ করে রেখেছিলাম এবং তারপরে আমি নির্দিষ্ট একটির জন্য জিজ্ঞাসা করার পরে কী ঘটেছিল তা দেখেছি। আমি দেখেছি যে স্টায়ার সঠিকভাবে নতুন ব্যবস্থাটি বিশ্লেষণ করেছে এবং তারপরে পৌছে সঠিক জিনিসটি ধরেছে। অবশেষে, লক্ষ্যটি হলো বাড়িতে এবং অফিসের পরিবেশে স্টায়ার কর্মক্ষম করা, বিভিন্ন বস্তু এবং সরঞ্জামগুলোর সাথে বাছাই করা এবং তার সাথে ইন্টারঅ্যাক্ট করা এবং এমনকি সরল ভাষায় মানুষের সাথে কথোপকথন করা। এই উপায়ে, কোনো গোফার যা কিছু করতে পারে একটি অফিসে তা এটি করতে সক্ষম হবে। স্টায়ার শীর্ষ-নিচ পদ্ধতির একটি উদাহরণ: সবকিছুই প্রথম থেকেই স্টায়ারে প্রোগ্রাম করা হয়। (যদিও স্টায়ার বিভিন্ন কোণ থেকে বস্তুগুলো শনাক্ত করতে পারে তবে এটি শনাক্ত করা ক্ষমতা একটি নির্দিষ্ট সংখ্যায় সীমাবদ্ধ। যদি এটি বাইরে হাঁটতে এবং এলোমেলো বস্তুগুলো চিনতে চায় তবে এটি পক্ষাঘাতগ্রস্ত বলে মনে হবে।)

পরে নিউইয়র্ক বিশ্ববিদ্যালয়ে, যেখানে ইয়ান লেকান সম্পূর্ণ ভিন্ন ডিজাইন, এলএজিআর (গ্রাউন্ড রোবটগুলোর ক্ষেত্রে প্রয়োগ শেখা) নিয়ে পরীক্ষা-নিরীক্ষা করছেন তা দেখার সুযোগ আমার হয়েছিল। এলএজিআর হলো নিচের দিকের পদ্ধতির একটি উদাহরণ: এটি জিনিসগুলোতে ঝাঁকুনির মাধ্যমে ক্র্যাচ থেকে সবকিছু শিখতে হবে। এটি একটি ছোট গলফ্ কোর্টের আকার এবং এতে দুটি স্টেরিও রঙের ক্যামেরা রয়েছে যা ল্যান্ডস্কেপটি স্ক্যান করে, এর পর জিনিসগুলো শনাক্ত করে। এটি সাবধানে প্রতিটি বস্তুর মধ্যে যেতে শিখেছে। এটি জিপিএস দিয়ে সজ্জিত এবং এতে দুটি ইনফ্রারেড সেন্সর রয়েছে যা এর সামনে বস্তুগুলো শনাক্ত করতে পারে। এটিতে তিনটি হাই- পাওয়ার পেন্টিয়াম চিপ রয়েছে এবং এটি গিগাবিট ইথারনেট নেটওয়ার্কের সাথে সংযুক্ত। আমরা পাশের একটি পার্কে গিয়েছিলাম, যেখানে এলএজিআর রোবটটি তার পথে রাখা বিভিন্ন প্রতিবন্ধকতার চারপাশে ঘোরাফেরা করতে পারে। প্রতিবার যখনই এটি অতিক্রম করল, বাধাগুলো এড়ানোর ক্ষেত্রে এটি আরও ভালো করেছিল।

এলএজিআর এবং স্টাওয়ারের মধ্যে একটি গুরুত্বপূর্ণ পার্থক্য হলো এলএজিআরটি বিশেষত শেখার জন্য ডিজাইন করা হয়েছে। যতবারই এলএজিআর কোনো কিছুর সাথে বাধা পায়, তখন এটি বস্তুর চারদিকে ঘোরে এবং পরের বার সেই বস্তুটি এড়াতে শিখবে। স্টায়ার-এর স্মৃতিতে হাজার হাজার চিত্র সঞ্চিত রয়েছে, এলএজিআর-এর স্মৃতিতে খুব কমই কোনো চিত্ৰ রয়েছে তবে পরিবর্তে এটি যে সমস্ত প্রতিবন্ধকতাগুলো মোকাবিলা করে তার একটি মানসিক মানচিত্র তৈরি করে এবং প্রতিটি পাস দিয়ে ক্রমাগত সেই মানচিত্রটিকে পরিমার্জন করে। চালকবিহীন গাড়ির মতো নয় যা প্রোগ্রামযুক্ত এবং জিপিএসের আগে নির্ধারিত একটি রুট অনুসরণ করে, এলএজিআর কোনো মানুষের কোনো নির্দেশনা ছাড়াই নিজে থেকে সমস্ত বস্তু স্থানান্তরিত করে। তুমি কোথায় যেতে চাও তা বলো এবং এটি সেখানে নিয়ে যাবে। অবশেষে হয়তো, এই জাতীয় রোবট মঙ্গল, যুদ্ধক্ষেত্র এবং আমাদের বাড়িতে পাওয়া যেতে পারে।

একদিকে আমি এই গবেষকদের উৎসাহ এবং শক্তি দেখে মুগ্ধ হয়েছি। তাদের অন্তরে, তারা বিশ্বাস করে যে তারা কৃত্রিম বুদ্ধিমত্তার ভিত্তি স্থাপন করছে এবং তাদের কাজটি একদিন সমাজকে এমনভাবে প্রভাবিত করবে যেগুলো আমরা কেবল বুঝতে শুরু করতে পারি। তবে দূর থেকে আমি তাদের প্রশংসা করতে পারি যে তাদের আরও কতদূর যেতে হবে। এমনকি তেলাপোকগুলো বস্তুগুলো শনাক্ত করতে পারে এবং তাদের চারপাশে যেতে পারে। আমরা এখনও ঐ মঞ্চে রয়েছি যেখানে মাদার নেচারের নিম্নতম প্রাণী আমাদের সবচেয়ে বুদ্ধিমান রোবটগুলোকে ছাড়িয়ে যেতে পারে।