কৃত্রিম বুদ্ধিমত্তার সম্ভাব্য ঝুঁকি

কৃত্রিম বুদ্ধিমত্তার কিছু সম্ভাব্য ঝুঁকি কি কি?

কৃত্রিম বুদ্ধিমত্তা, বা AI হিসাবে এটি প্রায়শই উল্লেখ করা হয়, এমন একটি বিষয় যা গত দশকে অনেক আলোচিত হয়েছে। এটি দ্রুত বিকাশ করছে, বেশিরভাগ ব্যবসার কর্মপ্রবাহকে সহজ এবং আরও দক্ষ করে তুলছে। এমনকি অনেক মানুষের দৈনন্দিন জীবনেও AI দারুণ সম্ভাবনা দেখিয়েছে এবং ইতিমধ্যেই বিভিন্ন অ্যাপে প্রয়োগ করা হচ্ছে, যা জীবনকে সহজ ও কম জটিল করে তুলেছে। AI আমাদের জন্য অনেক সুবিধা নিয়ে এসেছে এবং বিজ্ঞান আরও অনেক কিছু আসার পথ তৈরি করছে তাই এটা বলা নিরাপদ যে AI ভবিষ্যতে অপরিহার্য হবে, যদি এটি ইতিমধ্যে না থাকে।

কিন্তু প্রতিটি পদকের যেমন দুটি দিক থাকে, তেমনি এআইয়েরও রয়েছে। এই প্রযুক্তিটি অনেক সম্ভাব্য ঝুঁকি এবং অসুবিধা নিয়েও আসে। আমাদের সময়ের অনেক বিশেষজ্ঞ এবং প্রযুক্তিগত মাস্টারমাইন্ড ভবিষ্যতে এআই-এর কারণে হতে পারে এমন সমস্যাগুলির বিষয়ে তাদের উদ্বেগ প্রকাশ করছেন এবং সেইজন্য আমাদের এই সমস্যাগুলির সমাধান করার জন্য সতর্কতা অবলম্বন করতে হবে যখন সেগুলি এখনও সংশোধন করা যায়। আমরা এর দ্বারা কি বোঝাতে চাই?

এই বিশেষ সমস্যাগুলির ক্ষেত্রে অনেকগুলি বিষয় বিবেচনা করা দরকার। এই প্রবন্ধে আমরা AI এর চমকপ্রদ দ্রুত বিকাশ আমাদের বিশ্বে যে ঝুঁকি নিয়ে আসতে পারে এবং সেই অগ্রগতিকে সঠিক পথে নজরদারি ও পরিচালনা করার জন্য কী ব্যবস্থা নেওয়া দরকার তা বর্ণনা করার চেষ্টা করব।

1. চাকরি

আমরা নিশ্চিত যে প্রত্যেকেরই ইতিমধ্যে সম্ভাব্য ট্রিট সম্পর্কে শোনার বা পড়ার সুযোগ রয়েছে যা মেশিন এবং অটোমেশন পুরানো স্কুল, মানব ভিত্তিক কর্মক্ষেত্রে উপস্থাপন করতে পারে। কিছু লোক তাদের কাজ চুরি করার মেশিন সম্পর্কে বিভিন্ন মাত্রার উদ্বেগে ভুগতে পারে। এই ভয়টি সুপ্রতিষ্ঠিত হতে পারে, কাজের অটোমেশন অনেক লোকের জন্য একটি বড় ঝুঁকি: প্রায় 25% আমেরিকান তাদের চাকরি হারাতে পারে কারণ কিছু সময়ে মেশিন তাদের প্রতিস্থাপন করতে সক্ষম হবে। বিশেষ করে ঝুঁকির মধ্যে রয়েছে নিম্ন-মজুরির অবস্থান যেখানে একজন ব্যক্তি পুনরাবৃত্তিমূলক কাজ করে, যেমন প্রশাসন বা খাদ্য পরিষেবার চাকরি। যাইহোক, এমনকি কিছু বিশ্ববিদ্যালয়ের স্নাতকও ঝুঁকির মধ্যে রয়েছে, উন্নত মেশিন লার্নিং অ্যালগরিদমগুলি তাদের কিছু জটিল কাজের অবস্থানে প্রতিস্থাপন করতে সক্ষম হতে পারে কারণ তারা আরও পরিমার্জিত হয়ে উঠছে, বিশেষত নিউরাল নেটওয়ার্ক এবং গভীর শিক্ষার মাধ্যমে।

কিন্তু আমরা সত্যিই বলতে পারি না যে রোবটগুলি মানুষকে চাকরির বাজার থেকে সম্পূর্ণরূপে ঠেলে দেবে। কর্মীদের সহজভাবে সামঞ্জস্য করতে হবে, নিজেদেরকে শিক্ষিত করতে হবে এবং AI এর সাথে সহযোগিতা করে কাজ করার উপায় খুঁজে বের করতে হবে, এর দক্ষতা এবং যান্ত্রিক যুক্তির সর্বোত্তম সম্ভাব্য ব্যবহার করতে হবে। AI এখনও নিখুঁত নয়, উদাহরণস্বরূপ এটি বিচার কল করতে সক্ষম নয়, তাই মেশিনের পাশাপাশি কাজ করার সময় মানবিক ফ্যাক্টর এখনও নির্ণায়ক হবে।

প্রচুর AI ভিত্তিক প্রযুক্তি রয়েছে যা স্বয়ংক্রিয় সমাধান ব্যবহার করে যা প্রশিক্ষণের প্রয়োজন এবং এই প্রশিক্ষণটি মানুষের ইনপুট থেকে নির্ভর করে। এর জন্য একটি ভাল উদাহরণ হল মেশিন অনুবাদ যা বিপুল সংখ্যক মানুষের তৈরি অনুবাদ থেকে ইনপুট লাভ করে। আরেকটি ভাল উদাহরণ হল ট্রান্সক্রিপশন সফ্টওয়্যার যা পেশাদার মানব প্রতিলিপিকারীদের দ্বারা করা সঠিক ট্রান্সক্রিপশন থেকে প্রশিক্ষণের ডেটা পায়। এইভাবে সফ্টওয়্যারটি অল্প অল্প করে উন্নত হয়, বাস্তব জীবনের উদাহরণগুলির মাধ্যমে এর অ্যালগরিদমগুলিকে পরিমার্জন করে। মানব প্রতিলিপিকারীরা সফ্টওয়্যার থেকে উপকৃত হয় কারণ এটি তাদের দ্রুত ট্রান্সক্রিপ্ট করতে সাহায্য করে। সফ্টওয়্যারটি প্রতিলিপিটির একটি মোটামুটি, খসড়া সংস্করণ তৈরি করে, যা পরে ট্রান্সক্রিবার দ্বারা সম্পাদনা এবং সংশোধন করা হয়। এটি অনেক সময় সাশ্রয় করে, এবং এর মানে হল যে শেষ পর্যন্ত চূড়ান্ত পণ্যটি দ্রুত বিতরণ করা হবে এবং আরও সঠিক হবে।

2. পক্ষপাতের সমস্যা

অ্যালগরিদম সম্পর্কে একটি দুর্দান্ত জিনিস হল যে তারা সর্বদা ন্যায্য, অ-পক্ষপাতহীন সিদ্ধান্ত নেয়, বিষয়গত এবং আবেগপ্রবণ মানুষের বিপরীতে। নাকি তারা করে? সত্য হল যে কোনও স্বয়ংক্রিয় সফ্টওয়্যারের সিদ্ধান্ত নেওয়ার প্রক্রিয়া নির্ভর করে তাদের প্রশিক্ষণ দেওয়া ডেটার উপর। সুতরাং, উপলক্ষগুলিতে বৈষম্যের ঝুঁকি থাকে যখন উদাহরণস্বরূপ জনসংখ্যার একটি নির্দিষ্ট অংশ ব্যবহৃত ডেটাতে পর্যাপ্তভাবে উপস্থাপন করা হয় না। ফেসিয়াল রিকগনিশন সফ্টওয়্যার ইতিমধ্যেই এই সমস্যার কিছুর জন্য তদন্ত করা হচ্ছে, পক্ষপাতের ঘটনা ইতিমধ্যেই ঘটেছে৷

কৃত্রিম বুদ্ধিমত্তা কতটা পক্ষপাতদুষ্ট হতে পারে তার একটি দুর্দান্ত উদাহরণ হল COMPAS (বিকল্প নিষেধাজ্ঞার জন্য সংশোধনমূলক অপরাধী ব্যবস্থাপনা প্রোফাইলিং)। এটি অপরাধীদের মধ্যে পুনর্বিবেচনা ঝুঁকির পূর্বাভাসের জন্য একটি ঝুঁকি এবং প্রয়োজন মূল্যায়নের সরঞ্জাম। এই অ্যালগরিদম-ভিত্তিক সরঞ্জামটি তদন্ত করা হয়েছিল এবং ফলাফলগুলি দেখিয়েছে যে COMPAS ডেটা গুরুতরভাবে জাতিগতভাবে পক্ষপাতদুষ্ট ছিল৷ উদাহরণস্বরূপ, তথ্য অনুসারে, আফ্রিকান-আমেরিকান আসামীদের অন্য জাতিগুলির তুলনায় পুনর্বিবেচনার ঝুঁকি বেশি বলে ভুলভাবে বিচার করার সম্ভাবনা বেশি ছিল। অ্যালগরিদমও শ্বেতাঙ্গ বর্ণের লোকেদের সাথে বিপরীত ভুল করার প্রবণতা দেখায়।

তো, এখানে কি হয়েছে? অ্যালগরিদমটি ডেটা-নির্ভর তাই যদি ডেটা পক্ষপাতদুষ্ট হয়, তবে সফ্টওয়্যারটি সম্ভবত পক্ষপাতদুষ্ট ফলাফলও দেবে৷ কখনও কখনও এটি কীভাবে ডেটা সংগ্রহ করা হয়েছিল তার সাথেও কিছু করার আছে।

অটোমেটেড স্পিচ রিকগনিশন প্রযুক্তিও লিঙ্গ বা বর্ণের উপর নির্ভর করে পক্ষপাতদুষ্ট হতে পারে কারণ প্রশিক্ষণের ডেটা অগত্যা এমন বিষয়ে নির্বাচন করা হয় না যা যথেষ্ট অন্তর্ভুক্তি নিশ্চিত করবে।

3. নিরাপত্তা উদ্বেগ

কৃত্রিম বুদ্ধিমত্তার কিছু সমস্যা আছে যেগুলো এতটাই বিপজ্জনক যে সেগুলো দুর্ঘটনার কারণ হতে পারে। প্রয়োগকৃত AI প্রযুক্তির আরও বিশিষ্ট উদাহরণ হল স্ব-চালিত গাড়ি। অনেক বিশেষজ্ঞ মনে করেন যে এটি পরিবহনের ভবিষ্যত। কিন্তু ট্র্যাফিকের মধ্যে স্ব-চালিত গাড়ির অবিলম্বে বাস্তবায়নে যে প্রধান জিনিসটি বাধা দিচ্ছে তা হল এর ত্রুটি যা যাত্রী এবং পথচারীদের জীবনকে বিপন্ন করতে পারে। রাস্তায় স্বায়ত্তশাসিত যানবাহনগুলি কোন হুমকি সৃষ্টি করতে পারে তা নিয়ে বিতর্ক এখনও খুব বাস্তব। রাস্তায় স্ব-চালিত গাড়ি চালানোর অনুমতি দেওয়া হলে দুর্ঘটনা কম হতে পারে বলে মনে করেন এমন লোক রয়েছে। অন্যদিকে, এমন কিছু অধ্যয়ন রয়েছে যা দেখিয়েছে যে তারা প্রচুর ক্র্যাশ ঘটাতে পারে, কারণ তাদের অনেক ক্রিয়া ড্রাইভার দ্বারা সেট করা পছন্দগুলির উপর ভিত্তি করে করা হবে। এখন এটি ডিজাইনারদের উপর নির্ভর করে নিরাপত্তা এবং মানুষের জীবন এবং রাইডার পছন্দগুলির মধ্যে একটি বেছে নেওয়ার (যেমন গড় গতি এবং কিছু অন্যান্য ড্রাইভিং অভ্যাস)। যে কোনও ক্ষেত্রেই স্ব-চালিত গাড়ির মূল লক্ষ্য হওয়া উচিত দক্ষ এআই অ্যালগরিদম এবং উন্নত সেন্সর প্রয়োগের মাধ্যমে অটোমোবাইল দুর্ঘটনা হ্রাস করা যা কোনও সম্ভাব্য ট্র্যাফিক পরিস্থিতি সনাক্ত করতে এবং এমনকি ভবিষ্যদ্বাণী করতে পারে। যাইহোক, বাস্তব জীবন সবসময় যে কোনও প্রোগ্রামের চেয়ে বেশি জটিল, তাই এই প্রযুক্তির সীমাবদ্ধতাগুলি এখনও এর ব্যাপক বাস্তবায়নের সীমাবদ্ধ কারণগুলির মধ্যে একটি। আরেকটি সমস্যা হল আস্থার ফ্যাক্টর। বছরের পর বছর ধরে ড্রাইভিং অভিজ্ঞতা আছে এমন অনেক লোকের জন্য, সমস্ত ভরসা ডিজিটাল হাতে তুলে দেওয়াকে ডিজিটাল প্রবণতার প্রতি প্রতীকী আত্মসমর্পণের কাজ হিসাবে দেখা যেতে পারে। যাই হোক না কেন, এই সমস্ত সমাধান না হওয়া পর্যন্ত, কিছু উন্নত প্রযুক্তিগত সমাধান ইতিমধ্যেই নতুন গাড়িগুলিতে প্রয়োগ করা হয়েছে, এবং মানব চালকরা বিভিন্ন সেন্সর, সহায়ক ব্রেকিং সমাধান এবং ক্রুজ নিয়ন্ত্রণগুলি থেকে উপকৃত হতে পারে।

4. দূষিত উদ্দেশ্য

প্রযুক্তি মানুষের প্রয়োজন পূরণ করা উচিত এবং তাদের জীবনকে আরও সহজ, আরও আনন্দদায়ক করতে ব্যবহার করা উচিত এবং এটি প্রত্যেকের মূল্যবান সময় বাঁচাতে হবে। কিন্তু কখনও কখনও AI প্রযুক্তি দূষিত উদ্দেশ্যে ব্যবহার করা হয়েছে, এমনভাবে যা আমাদের শারীরিক, ডিজিটাল এবং রাজনৈতিক নিরাপত্তার জন্য একটি উল্লেখযোগ্য ঝুঁকি তৈরি করে।

• শারীরিক নিরাপত্তা: AI এর একটি সম্ভাব্য ঝুঁকি, যা প্রথমে বেশ নাটকীয় বলে মনে হয় এবং এটি আপনাকে আপনার হাড়ে ঠাণ্ডা করতে পারে তা হল প্রযুক্তিগতভাবে উন্নত দেশগুলির মধ্যে একটি সম্ভাব্য যুদ্ধ, যা সবচেয়ে দক্ষ এবং নির্মম পদ্ধতিতে হত্যা করার জন্য প্রোগ্রাম করা স্বায়ত্তশাসিত অস্ত্র সিস্টেম দ্বারা পরিচালিত হয়। এ কারণেই এআই ভিত্তিক যুদ্ধের অশুভ ঝুঁকি থেকে মানবতাকে রক্ষা করার জন্য চুক্তি, প্রবিধান এবং নিষেধাজ্ঞার মাধ্যমে এই ধরনের সামরিক প্রযুক্তির বিকাশকে নিয়ন্ত্রণ করা অত্যন্ত গুরুত্বপূর্ণ।
• ডিজিটাল নিরাপত্তা: হ্যাকাররা ইতিমধ্যেই আমাদের ডিজিটাল নিরাপত্তার জন্য হুমকিস্বরূপ এবং এআই সফটওয়্যার ইতিমধ্যেই উন্নত হ্যাকিংয়ের জন্য ব্যবহার করা হচ্ছে। এই ধরনের সফ্টওয়্যার বিকাশের সাথে, হ্যাকাররা তাদের অপকর্মে আরও দক্ষ হবে এবং আমাদের অনলাইন পরিচয় চুরির জন্য আরও ঝুঁকিপূর্ণ হবে। আপনার ব্যক্তিগত ডেটার গোপনীয়তা সূক্ষ্ম ম্যালওয়্যারের মাধ্যমে আরও বেশি আপস করা হতে পারে, এআই দ্বারা চালিত এবং গভীর শিক্ষার মাধ্যমে আরও বেশি বিপজ্জনক হয়ে উঠেছে। একটি ডিজিটাল চোর কল্পনা করুন, আপনার প্রিয় প্রোগ্রামগুলির পিছনে লুকিয়ে থাকা, দিনে দিনে আরও ধূর্ত হয়ে উঠছে, সফ্টওয়্যার ব্যবহারের মিলিয়ন বাস্তব জীবনের উদাহরণ থেকে শিখছে এবং সেই ডেটার উপর ভিত্তি করে জটিল পরিচয় চুরি তৈরি করছে।

• রাজনৈতিক নিরাপত্তা: আমরা যে উত্তাল সময়ে বাস করি, জাল খবর এবং জালিয়াতি রেকর্ডিংয়ের ভয় বেশ ন্যায্য। AI স্বয়ংক্রিয় বিভ্রান্তিমূলক প্রচারণার দ্বারা অনেক ক্ষতি করতে পারে, যা নির্বাচনের সময় অত্যন্ত বিপজ্জনক হতে পারে।

সুতরাং, উপসংহারে, আমরা নিজেদেরকে জিজ্ঞাসা করতে পারি যে কৃত্রিম বুদ্ধিমত্তা আমাদের কতটা ক্ষতি করতে পারে এবং এটি মানবজাতির জন্য উপকারের চেয়ে বেশি ক্ষতি করতে পারে।

বিশেষজ্ঞরা বলছেন যে কৃত্রিম বুদ্ধিমত্তা আমাদের জীবনে যে অসুবিধাগুলি সৃষ্টি করতে পারে তা কমানোর ক্ষেত্রে নৈতিক উন্নয়ন এবং নিয়ন্ত্রক সংস্থাগুলি একটি বড় ভূমিকা পালন করবে। যাই ঘটুক না কেন, আমরা নিশ্চিত যে এটি ভবিষ্যতে আমাদের বিশ্বে বিশাল প্রভাব ফেলবে।

উন্নত AI প্রোটোকলের উপর ভিত্তি করে স্পিচ রিকগনিশন সফ্টওয়্যার ইতিমধ্যেই ব্যবহার করা হচ্ছে, এবং এটি ব্যবসায়িক জগতে অনেক সুবিধা নিয়ে আসে: কর্মপ্রবাহ দ্রুত এবং সহজ। Gglot এই ক্ষেত্রে একটি বড় খেলোয়াড় এবং আমরা আমাদের প্রযুক্তিকে আরও উন্নত করার জন্য ব্যাপকভাবে বিনিয়োগ করছি।