মেশিন লার্নিং প্রযুক্তির নতুন অধ্যায়

মেশিন লার্নিং কী? আজকের আর্টিকেলের মাধ্যমে আমরা মেশিন লার্নিং বিষয়ে বিস্তারিত আলোচনা করর। এখনকার সময়ে কৃত্রিম বুদ্ধিমত্তা বা আর্টিফিশিয়াল ইন্টেলিজেন্স (এআই) শব্দটির সাথে আমরা কমবেশি সবাই পরিচিত। আর এই সময়ে মানুষের বহু আকাক্সিক্ষত সময়ের সূচনা হয়েছে; অর্থাৎ আমরা রোবটিক বা মেশিন যুগে পা দিয়ে ফেলেছি।

এখন থেকে আমরা আমাদের দৈনন্দিন কাজের অনেকটা অংশ মেশিন বা রোবটের সাহায্যে করিয়ে নেওয়ার দিকে মন দিয়েছি। আর এই মেশিন যাতে আমাদের ভাষা বুঝে নিজে থেকেই আমাদের কাজের সমাধান করতে পারে তার জন্যই এখন চলছে মেশিন বা রোবটদের শিক্ষাদানের পর্ব। এই শিক্ষাদান পর্বেরই একটা গুরুত্বপূর্ণ অঙ্গ হলো এই মেশিন লার্নিং (এমএল)।

মেশিন লার্নিং কী

আসলে প্রতিটা শিশুকে যেমন মানব সমাজে চলতে গেলে একটা প্রথাগত শিক্ষার মধ্য দিয়ে যেতে হয়; ঠিক তেমনই এখনকার মেশিনগুলোও শিশুদের মতো তাদের শিক্ষাগ্রহণের পর্যায় দিয়ে যাচ্ছে। এই শিক্ষালাভের পর্বে মেশিনগুলো মানুষের দেওয়া ট্রেনিং ডাটা (যে ভাষা কমপিউটার বোঝে) কিংবা নলেজ গ্রাফের মতো ইনপুটের ওপর নির্ভর করে বিভিন্ন সত্তা, ডোমেইন এবং এদের মধ্যকার সংযোগগুলোকে নিজ থেকে বোঝার চেষ্টা করে।

যেমন মানুষ রোগা-মোটা, লম্বা-খাটো ও নানা বর্ণের হতে পারে। কিন্তু, সব মানুষেরই নির্দিষ্ট কিছু বৈশিষ্ট্য থাকে; যা দেখে তাকে মানুষ বলে চেনা যায়। সব মানুষেরই দুটো চোখ, দুটো কান, একটা নাক ও একটা ঠোঁট থাকেই যা দেখে তাকে মানুষের সত্তা (এনটিটি) হিসেবে চিহ্নিত করা যায়।

সোজা ভাষায় বলতে গেলে, যখন আমরা এই একই ধরনের শিক্ষা মেশিনগুলোকে নানা কমপিউটার প্রোগ্রাম ল্যাঙ্গুয়েজের সাহায্যে শেখাতে যাই, তখনই সেটা হয়ে যায় মেশিন লার্নিং।

তাই বলা যায় যে, বর্তমানে মেশিনগুলো মেশিন লার্নিংয়ের সাহায্যে মানুষের মস্তিষ্কের মতোই জ্ঞান অর্জন করার ও বোঝার চেষ্টা করছে। যাতে এক সময়ে মানুষের সাহায্য ছাড়াই মেশিনগুলো নিজেদের চিন্তাভাবনার সাহায্যে কোনো কাজের ব্যাপারে সিদ্ধান্ত নিতে সক্ষম হয়।

মেশিন লার্নিংয়ের সংজ্ঞা

মেশিন লার্নিংয়ের সংজ্ঞা অনুযায়ী এটা আসলে হলো কমপিউটার সায়েন্স বা আর্টিফিশিয়াল ইন্টেলিজেন্সের একটা শাখা। এই শাখাতে মানুষের শিক্ষাগ্রহণের প্রক্রিয়া ও তা থেকে ধীরে ধীরে নিজের সিদ্ধান্ত নেওয়ার ক্ষমতা তৈরি করার সব পদ্ধতিকে কমপিউটার বুঝতে পারবে এমন সব তথ্য এবং অ্যালগরিদমের আকারে নকল করা হয়। 

মেশিনগুলো এই অ্যালগরিদমের সাহায্যেই নিজে থেকে মানুষের প্রায় কোনো সাহায্য ছাড়াই পুরনো অভিজ্ঞতা ও তথ্য বিশ্লেষণ করার মাধ্যমে প্যাটার্ন বোঝে এবং গণনা করতে পারে।

এমনকি এই মেশিন লার্নিংয়ের অ্যালগরিদমগুলো এতটাই উন্নত যে, ‘লার্নিং’ বা শেখার প্রক্রিয়ার সময়েও তারা উপলব্ধ নমুনার সংখ্যা (যেমন মেশিনকে শেখানো হলো ২ + ২ = ৪ হয়; আর মেশিন নিজে থেকেই শিখল ১ + ১ + ১ + ১ = ৪ হলেও তার ফলাফল ৪-ই হয়) বাড়ানোর পাশাপাশি নিজে থেকেই শিক্ষাগুলোকে (ভুল থেকে শেখা) উন্নত করতে থাকে।

উদাহরণস্বরূপ, ডিপ লার্নিং হলো মেশিন লার্নিংয়ের একটা উপশাখা; যা মানুষের স্বাভাবিক বৈশিষ্ট্য ‘ভুল থেকে শেখা’কে নিজে থেকেই কমপিউটারকে অনুকরণ করতে শেখায়; যা পুরনো মেশিন লার্নিংয়ের অ্যালগরিদমগুলো থেকে অনেক ভালোভাবে কাজ করে।

মেশিন লার্নিং কীভাবে কাজ করে

প্রথমে আমাদের বুঝতে হবে যে, মেশিন লার্নিং ব্যাপারটা তৈরিই করা হয়েছে যাতে মানুষের কোনোরকম সক্রিয় সাহায্য ছাড়াই মেশিনগুলো নিজে থেকেই ফাঙ্কশন করা শিখতে পারে। আর এই মেশিন লার্নিং অ্যালগরিদমের কাজকে তিনটি প্রধান ভাগে ভাগ করা হয়েছে।

১. ডিসিশন প্রসেস

মেশিন লার্নিংয়ের প্রথম ধাপটি প্রেডিকশন বা ক্লাসিফিকেশন করার জন্য ব্যবহার করা হয়। তাই মেশিন লার্নিং অ্যালগরিদমের মধ্যে নানান রকমের ট্রেনিং ডাটাসেট লোড করে একটা করে মডেল ইনপুট তৈরি করা হয়। আর এই শেখার প্রক্রিয়ার প্রথমেই থাকে পর্যবেক্ষণ বা তথ্য।

অর্থাৎ প্রথমেই মেশিনের প্রোগ্রামে সরাসরি অভিজ্ঞতা কিংবা ইনস্ট্রাকশন লোড করে দেওয়া হয়, যাতে অ্যালগরিদমটি এই ডাটার প্যাটার্নের ওপর একটা নির্দিষ্ট ধারণা তৈরি করতে পারে।

ঠিক যেমন আমরা অঙ্ক ক্লাসে ‘চৌবাচ্চা ভরতে কত সময় নেওয়ার’ অঙ্ক একটা নির্দিষ্ট ফর্মুলা (ট্রেনিং সেট) মেনে করি; আবার সেই একই ফর্মুলা কাজে লাগিয়ে আরও একই ধরনের বিভিন্ন অঙ্কের সমাধান করে ফেলি। ঠিক তেমনই মেশিনও মেশিন লার্নিংয়ের ডাটা বা পর্যবেক্ষণকে অঙ্কের ফর্মুলার (মডেল ইনপুট ডাটা) মতো করেই কাজে লাগায়।

২. এরর প্রসেস

এরপরে মেশিন লার্নিংয়ের অ্যালগরিদম এরর ফাঙ্কনের সাহায্যে সেই মডেলের গণনা বের করে। যদি এরর ফাঙ্কশন কোনো পরিচিত মডেল ইনপুট ডাটার সাথে সেই নতুন মডেলের মিল পায়, তাহলে তা সেই পুরনো ডাটাসেট অনুযায়ী নির্ভুলভাবে নতুন ডাটাগুলোকে গণনা করার চেষ্টা করে। অর্থাৎ, যদি সেই মেশিনকে ওই ফর্মুলা বা ট্রেনিং ডাটাসেটের ভিত্তিতে অন্য কোনো নতুন ইনপুট ডাটা দেওয়া হয়।

তাহলে সেই প্রশিক্ষিত বা ট্রেইন মেশিন লার্নিং অ্যালগরিদম তার আগের লোড করা মডেল ইনপুট ডাটার ওপর নির্ভর করে তার গণনা বা ফলাফল দেয়।

৩. মডেল অপ্টিমাইজেশন প্রক্রিয়া

এই ধাপে মেশিনের সেই গণনা ঠিক না ভুল সেটা পরীক্ষা করা হয়। গণনা কতটা ঠিক হলো তার ওপর ভিত্তি করে মেশিন লার্নিংয়ের অ্যালগরিদমটি একদম নির্ভুল ফলাফল না দেওয়া পর্যন্ত বারবার নতুন ইনপুট ডাটাসেটের ওপর মডেল ইনপুট ডাটার ভিত্তিতে কাজ করতে থাকে।

এর পাশাপাশি মডেল ইনপুট অর্থাৎ পুরনো ডাটা ও নতুন ইনপুট ডাটার তুলনা করে নির্ভুল গণনার প্রক্রিয়াগুলোকেও সেভ করে রাখে, যাতে পরবর্তীকালে মেশিন লার্নিং একই ধরনের ডাটার গণনা সহজেই সঠিকভাবে অনুমান করতে পারে।

সবশেষে প্রেডিকশন নির্ভুল হলে তা সাকসেসফুল মডেলে পরিণত হয়। যদিও মেশিন লার্নিংয়ের নমুনাগুলোতে আরও অনেক বেশি ফ্যাক্টর, ভেরিয়েবল এবং ধাপযুক্ত থাকে।

মেশিন লার্নিং কেন গুরুত্বপূর্ণ

মেশিন লার্নিংয়ে ব্যবহার শুরু হয় আর্থার স্যামুয়েলের চেকার্স কমপিউটার গেমিং প্রোগ্রামের হাত ধরে। অর্থাৎ এই খেলাতে দেখা গেছে যে, প্রোগ্রামটি যতবার খেলা হয়েছে, ততবারই প্রোগ্রামটির এক্সপেরিয়েন্স বেড়েছে এবং অ্যালগরিদম ব্যবহার করে সে আরও সঠিক অনুমান করেছে।

সুতরাং বোঝাই গেছে যে, মেশিন লার্নিং অ্যালগরিদমগুলো তথ্য থেকে অর্জিত অভিজ্ঞতা অনুযায়ী শিখে ও বিশ্লেষণ করে তার ফলাফল সঠিকভাবে গণনা করতে পারে। 

যেহেতু কমপিউটারের গণনা করার ক্ষমতা অকল্পনীয়ভাবে দ্রুত, নির্ভুল এবং ব্যাপক হওয়ার ফলে মানুষের মস্তিষ্ক কোনোভাবেই এর সাথে পেরে ওঠে না।

যে কারণে মেশিনগুলোকে প্যাটার্ন চেনানোর ট্রেনিং দেওয়া এবং ইনপুট ডাটা ও স্বয়ংক্রিয় রুটিন প্রসেসগুলো শেখানো অনেকটাই সহজ।

এর ফলে আমরা সহজেই কোনোরকমের ভুলত্রুটি ও পরিশ্রম ছাড়াই মেশিনের সাহায্যে অনেক কাজই নিমেষে করে ফেলতে পারি, যা মানুষের দ্রুত জীবনযাত্রাকে আরও মসৃণ করে তোলে।

১. ডাটাই হলো চাবিকাঠি

মেশিন লার্নিং অ্যালগরিদমগুলো স্যাম্পল ডাটার ওপর নির্ভর করে একটা ম্যাথমেটিক্যাল মডেল তৈরি করে, যেটাকে ট্রেনিং ডাটা বলে।

আর এই ট্রেনিং ডাটার প্রধান কাজই হলো একগাদা প্রোগ্রামিং ছাড়াই সিদ্ধান্ত নেওয়া বা গণনা করা। এই গণনা তথ্যের মধ্যকার প্রবণতা খুঁজে বের করতে পারে। এর ফলে ইনফরমেশন বিজনেসগুলো এই গণনার ভিত্তিতে সঠিকভাবে সিদ্ধান্ত নিতে পারে, দক্ষতা বিশ্লেষণ করতে ও স্কেলে কার্যকরী ডাটা খুঁজে নিতে পারে।

২. এআই হলো লক্ষ্য

মেশিন লার্নিং হলো এআই সিস্টেমগুলোর মূল ভিত্তি। এই মেশিন লার্নিংয়ের মাধ্যমেই এআই প্রক্রিয়াগুলো স্বয়ংক্রিয় ও স্বশাসিতভাবে ডাটাভিত্তিক ব্যবসায়িক সমস্যাগুলোর সমাধান করে।

এটি কোম্পানিগুলোকে মানবকর্মীদের বদলে মেশিন দ্বারা দ্রুত ও নির্ভুল কাজ করিয়ে নিতে সাহায্য করে। বর্তমানে বেশ কিছু পরিচিত মেশিন লার্নিং অ্যাপ্লিকেশনের মধ্যে জনপ্রিয় কতগুলো এআইচালিত প্রোগ্রাম হলো সেলফ-ড্রাইভিং কার, চ্যাটবট ও স্পিচ রিকগনিশন।

আসলে বড় বড় ব্যবসার কাজে দ্রুততা আনতে, ভুলত্রুটি কমিয়ে কনজিউমারদের সেরা পরিষেবা দেওয়ার জন্যই এখনকার সময়ে মেশিন লার্নিং বিভিন্ন ইন্ডাস্ট্রির কাছেই দারুণভাবে গুরুত্বপূর্ণ হয়ে পড়েছে।

সেরা ৫ মেশিন লার্নিংয়ের ব্যবহার 

ডিজিটাল যুগে ডাটার অভাব না থাকায় বিশ্বজুড়ে বিভিন্ন ইন্ডাস্ট্রি চরমভাবে ডাটার ব্যবহার করে মেশিন লার্নিংয়ের সাহায্যে প্রায় নির্ভুল গণনার মাধ্যমে তাদের সঠিক ব্যবসায়িক পরিকল্পনা নিতে সাহায্য করছে।

এর ফলে এই ইন্ডাস্ট্রিগুলো তাদের কাজের প্রবাহ ও ধারা বজায় রেখে প্রতিযোগীদের পেছনে ফেলে রেখে দারুণভাবে উন্নতি করতে পারছে। নিচে সেরকমই কিছু ইন্ডাস্ট্রি বা সেক্টর নিয়ে আলোচনা করা হলো, যেগুলো সাম্প্রতিককালে ব্যাপকভাবেমেশিন লার্নিং ব্যবহার করছে।

১. ডাটা সিকিউরিটি

মেশিন লার্নিং মডেলগুলো খুবই দ্রুত ডাটা নিরাপত্তার বিপদগুলোকে ধরে ফেলতে পারে। এই লার্নিং মডেলগুলো অতীতের অভিজ্ঞতাগুলোকে পর্যালোচনা করে ভবিষ্যতের ঝুঁকিপূর্ণ ডাটা সুরক্ষার কার্যকলাপগুলো ধরে নিয়ে সেগুলোকে শুধরে ফেলে।

এমনকি বিভিন্ন মেশিন লার্নিং টুল রয়েছে; যেগুলো সহজেই সুরক্ষিত ও অসুরক্ষিত অনলাইন আর্থিক লেনদেনগুলোর মধ্যে দ্রুত পার্থক্য করতে সক্ষম।

২. ফিন্যান্স

ফিনটেক ফার্ম, ব্যাংক ও ট্রেডিং ব্রোকারেজ অ্যাপ্লিকেশনগুলো মেশিন লার্নিং অ্যালগরিদম ব্যবহার করে ইনভেস্টরদের স্বয়ংক্রিয়ভাবে ট্রেডিং ও ফিন্যান্সিয়াল পরিষেবা দিয়ে থাকে। এর ফলে বিনিয়োগকারীরা সহজেই তাদের বিনিয়োগ করার উপযুক্ত সময় বুঝতে পারেন।

এছাড়া বিভিন্ন ফিন্যান্সিয়াল কোম্পানি আর্থিক লেনদেনের সুরক্ষা বাড়ানোর উদ্দেশ্যে বহু মেশিন লার্নিং পরিষেবা প্রদানকারী টেক কোম্পানির সাথে যুক্ত হয়েছে।

৩. হেলথকেয়ার

মেশিন লার্নিংয়ের সাহায্যে হেলথকেয়ার সেক্টরের দুর্দান্ত উন্নতি হয়েছে। ওয়েরেবেল ফিটনেস ডিভাইস থেকে শুরু করে ফিটনেস ওয়াচের সাহায্যে ডাক্তারেরা প্রতিটা রোগীর শারীরিক অবস্থা সম্পর্কে বিস্তারিতভাবে জেনে ভালোভাবে চিকিৎসা করতে পারছেন।

প্রচুর হেলথকেয়ার ডাটা ঘেঁটে মেশিন লার্নিং আরও নির্ভুলভাবে ট্রিটমেন্ট বের করে, পেশেন্টের স্ট্যাটাস ভালোভাবে মনিটর করে এবং অটোমেট রুটিন প্রসেস ব্যবহার করে ডাক্তারদের নির্ভুলভাবে চিকিৎসা করতে সহায়তা করছে। এছাড়া ইমার্জেন্সি ড্রাগ তৈরির প্রক্রিয়াকে মেশিন লার্নিং অনেকটাই দ্রুত করে তুলেছে।

মেডিকেল ড্রাগ ট্রায়ালের ক্ষেত্রেও মেশিন লার্নিং প্রতিটা পেশেন্টের জিন বিশ্লেষণ করে তাদের টার্গেটেড থেরাপি পেতে সাহায্য করছে।

৪. ফ্রড ডিটেকশন

এআই ব্যবহারের ফলে বড় বড় কোম্পানিগুলো আগের তুলনায় প্রায় ৭০ শতাংশের থেকেও কম সময়ের মধ্যে ফ্রড বা জালিয়াতির তদন্ত সম্পন্ন করতে পারে। এছাড়া এই মেশিন লার্নিংয়ের কারণেই প্রতিবার ৯০ শতাংশ পর্যন্ত সময়ে নির্ভুলভাবে জালিয়াতি ধরা পড়ে যায়।

৫. রিটেইল

এআই অনুসন্ধানকারী ও ডেভেলপারেরা মেশিন লার্নিং অ্যালগরিদম ব্যবহার করে এআই রিকমেন্ডেশন ইঞ্জিন তৈরি করছেন। এর সাহায্যে বিভিন্ন অনলাইন কোম্পানি একেবারে সঠিকভাবে তাদের ক্রেতাদের কাছে সঠিক প্রোডাক্টের সাজেশন দিতে পারছে। এই সাজেশনগুলো মূলত ক্রেতাদের পছন্দ, ভৌগোলিক অবস্থান, ঐতিহাসিক ও ডেমোগ্রাফিক ডাটার পের নির্ভর করে।

এর ফলে সার্বিকভাবে কোম্পানিগুলোর বিক্রি বাড়ছে। এছাড়া ট্রাভেল ইন্ডাস্ট্রি এবং সোশ্যাল মিডিয়া প্ল্যাটফর্মগুলোতেও ব্যাপকভাবে মেশিন লার্নিংয়ের ব্যবহার চোখে পড়ছে।

শেষ কথা

মেশিন লার্নিং নিয়ে লেখা আর্টিকেলটি এখানেই শেষ হলো। আশা করছি মেশিন লার্নিং কী বা মেশিন লার্নিং বলতে কী বুঝায়Ñ বিষয়টি আপনারা ভালো করেই বুঝতে পেরেছেন। আর্টিকেলের সাথে জড়িত কোনো ধরনের প্রশ্ন বা পরামর্শ থাকলে নিম্নের ইমেইলে অবশই জানাবেন।