দুপুরবেলা বাজারে মাছ কিনতে গিয়ে আয়ান একটি বিষয় লক্ষ্য করলেন। বছরের পর বছর নিয়মিত মাছ কেনার অভিজ্ঞতার ফলে তিনি এখন একনজরেই বলে দিতে পারেন কোন মাছটি টাটকা আর কোনটি বাসি। মজার ব্যাপার হলো, কেউ তাঁকে এই বিষয়ে কোনো নির্দিষ্ট নিয়ম মুখস্থ করাননি; বরং বারবার দেখার মাধ্যমেই তিনি এই দক্ষতা অর্জন করেছেন।
মেশিন লার্নিং (এমএল) বা যন্ত্র-শিখন মূলত এই একই প্রক্রিয়ায় কাজ করে। মানুষ যেভাবে অসংখ্য মাছ দেখার পর সেগুলো চেনার কৌশল রপ্ত করে, ঠিক সেভাবেই কম্পিউটারকেও হাজার হাজার ছবি বা তথ্যের উদাহরণ প্রদর্শনের মাধ্যমে শেখানো হয়। উদাহরণস্বরূপ, যদি একটি যন্ত্রকে লাখো বিড়াল এবং কুকুরের ছবি দেখানো হয়, তবে যন্ত্রটি ধীরে ধীরে নিজেই এই দুই প্রাণীর মধ্যকার পার্থক্য বুঝতে শুরু করে। এখানে কোনো মানুষের পক্ষ থেকে প্রতিটি ছবির জন্য আলাদা করে নিয়ম বলে দেওয়ার প্রয়োজন হয় না; যন্ত্র নিজেই তথ্যের ধরন বিশ্লেষণ করে তা ‘বুঝতে’ পারে এবং আলাদা করতে সক্ষম হয়।
বর্তমানে বিশ্বের বিভিন্ন দেশে এই মেশিন লার্নিং প্রযুক্তি অত্যন্ত গুরুত্বপূর্ণ কাজে ব্যবহৃত হচ্ছে। যেমন—ব্যাংকিং খাতে জালিয়াতি শনাক্ত করা, চিকিৎসাবিজ্ঞানে রোগ নির্ণয়ে সহায়তা করা, এমনকি কৃষিকাজে ফসলের রোগ চেনার মতো জটিল কাজেও এটি ব্যবহৃত হচ্ছে। আর এই প্রতিটি সাফল্যের মূলে রয়েছে একটি সাধারণ ভিত্তি—বারবার তথ্যের পুনরাবৃত্তির মাধ্যমে শেখা।
তবে এই প্রযুক্তির একটি অন্ধকার দিক বা সমস্যা রয়েছে। যদি যন্ত্রটিকে ভুল অথবা পক্ষপাতদুষ্ট তথ্য দিয়ে শেখানো হয়, তবে যন্ত্রটিও সেই ভুলটিই শিখে ফেলবে। সবচেয়ে উদ্বেগের বিষয় হলো, এই ভুলগুলো খুব সহজে ধরা পড়ে না। প্রযুক্তির এই বড় ধরনের লুকানো ঝুঁকিটি মোকাবিলা করতে বিশ্বের শীর্ষস্থানীয় গবেষকেরা এখনো নিরলসভাবে কাজ করে যাচ্ছেন।
লেখক: টেক ব্লগার ও কনটেন্ট ক্রিয়েটর