শব্দকোষ এবং ধারণা

অনেক মেশিন লার্নিং (ML) শব্দের সত্যতার প্রাথমিক উৎস হল ML শব্দকোষ । তাদের কাজের নকল করার পরিবর্তে, আমরা কেবল সাধারণভাবে উদ্ধৃত শব্দ এবং শব্দগুলি অন্তর্ভুক্ত করছি যা ML শব্দকোষে নেই।

এআই সিস্টেমের নীলনকশা

নতুন AI বৈশিষ্ট্য বা পণ্য তৈরি করার সময়, আপনার AI সিস্টেমের নীলনকশা সংজ্ঞায়িত করুন, AI এর সুযোগের সাথে আপনি কীভাবে একটি সমাধান তৈরি করবেন তার ম্যাপিং করুন। আপনার সংজ্ঞায়িত করা উচিত:

• আপনি কেন তৈরি করছেন? কোন কোন AI ব্যবহারের কেস পাওয়া যায় এবং ব্যবহারকারীদের জন্য এগুলো কী মূল্য বয়ে আনে?
• আপনার আবেদন কীভাবে কাজ করবে?
• আপনার সিস্টেমের প্রতিটি অংশ দায়িত্বশীলভাবে বিকশিত হয়েছে তা কীভাবে নিশ্চিত করবেন?

ওয়েবে AI-এর ভূমিকায় নীলনকশা সম্পর্কে পড়ুন।

যৌগিক এআই স্থাপত্য

যৌগিক AI আর্কিটেকচার , এক বা একাধিক মডেলের সংমিশ্রণ এবং অন্যান্য উপাদান যেমন ডাটাবেস, API এবং রেলিং যা একসাথে কাজ করে শক্তিশালী, প্রসঙ্গ-সচেতন আচরণ প্রদান করে।

প্রসঙ্গ প্রকৌশল

প্রসঙ্গ প্রকৌশল হল একটি মূল্যবান ফলাফল পাওয়ার সম্ভাবনা সর্বাধিক করার জন্য একটি প্রদত্ত অনুরোধের জন্য সবচেয়ে প্রাসঙ্গিক তথ্য (টোকেন) গতিশীলভাবে নির্বাচন করার প্রক্রিয়া।

ডেটা ড্রিফট

যখন প্রশিক্ষণের তথ্য আর বাস্তবতার প্রতিনিধিত্ব করে না তখন ডেটা ড্রিফট ঘটে। ব্যবহারকারীর আচরণ, তথ্য সংগ্রহ এবং তথ্য পরিবেশ যেকোনো সময় পরিবর্তিত হতে পারে এবং এর ফলে মডেলের কর্মক্ষমতা হ্রাস পেতে পারে।

ডিটারমিনিস্টিক সফটওয়্যার

যখন একটি নির্দিষ্ট ইনপুট দেওয়া হয়, তখন ডিটারমিনিস্টিক সফ্টওয়্যার সর্বদা একই ধরণের ধাপ অনুসরণ করে একটি অভিন্ন আউটপুট তৈরি করে। এগুলি সবচেয়ে নির্ভরযোগ্য ধরণের সফ্টওয়্যার, কারণ এগুলি অনুমানযোগ্য এবং দক্ষতার সাথে পরিচালিত হয়।

কৃত্রিম বুদ্ধিমত্তা নির্ধারণমূলক নয়। পথ এবং ফলাফল ব্যাপকভাবে পরিবর্তিত হতে পারে, এমনকি একই রকম প্রম্পট থাকা সত্ত্বেও।

মূল্যায়ন-চালিত উন্নয়ন (EDD)

মূল্যায়ন-চালিত উন্নয়ন (EDD) কাঠামো ছোট এবং আত্মবিশ্বাসী পদক্ষেপে আউটপুট উন্নত করার জন্য, রিগ্রেশন ধরার জন্য এবং সময়ের সাথে সাথে ব্যবহারকারী এবং পণ্যের প্রত্যাশার সাথে মডেল আচরণকে সামঞ্জস্য করার জন্য একটি পুনরাবৃত্তিযোগ্য, পরীক্ষাযোগ্য প্রক্রিয়া অফার করে।

এটিকে পরীক্ষা-চালিত উন্নয়ন (TDD) হিসেবে ভাবুন, যা AI-এর অনিশ্চয়তার জন্য অভিযোজিত। নির্ধারক ইউনিট পরীক্ষার বিপরীতে, AI মূল্যায়নগুলি হার্ড-কোড করা যায় না কারণ আউটপুট, সুগঠিত এবং ব্যর্থ উভয়ই, বিভিন্ন রূপ নিতে পারে যা আপনি আশা করতে পারবেন না।

জেনারেটিভ এআই

জেনারেটিভ এআই একটি মেশিন লার্নিং সিস্টেম যা কন্টেন্ট তৈরি করতে পারে। এর অর্থ হল মডেলটি টেক্সট লিখতে, ছবি তৈরি করতে, কোড তৈরি করতে, এমনকি সম্পূর্ণ ইউজার ইন্টারফেস ডিজাইন করতে পারে।

শাসনব্যবস্থা

আমরা AI গভর্নেন্সের তিনটি মাত্রা কভার করি:

• গোপনীয়তা : দায়িত্বের সাথে ডেটা পরিচালনা করুন, কী সংগ্রহ করা হয়েছে তা ব্যাখ্যা করুন এবং ব্রাউজার থেকে কী বাদ পড়ে তা কমিয়ে আনুন।
• ন্যায্যতা : বৈষম্যমূলক আচরণ (পক্ষপাত) জন্য আপনার মডেলগুলি পরীক্ষা করুন এবং এমন লুপ তৈরি করুন যা ব্যবহারকারীদের সমস্যাগুলি চিহ্নিত করতে দেয়।
• বিশ্বাস এবং স্বচ্ছতা : আপনার সিস্টেমটি স্বচ্ছতা এবং ক্যালিব্রেটেড বিশ্বাসের জন্য ডিজাইন করুন, যাতে ব্যবহারকারীরা অনিশ্চয়তা এবং সম্ভাব্য ভুল সত্ত্বেও এটি থেকে উপকৃত হতে পারেন।

শেষ মাত্রা, নিরাপত্তা, AI গভর্নেন্সের একটি গুরুত্বপূর্ণ মাত্রা। আমরা ভবিষ্যতের মডিউলগুলিতে নিরাপত্তা সম্পর্কে আরও তথ্য প্রদান করার ইচ্ছা পোষণ করি।

ইতিমধ্যে, আমরা আপনাকে Google এর সিকিউর এআই ফ্রেমওয়ার্ক (SAIF) এবং Google সিকিউরিটি ব্লগ পড়ার পরামর্শ দিচ্ছি।

মডেল

মডেলগুলি একটি AI সিস্টেমের সবচেয়ে গুরুত্বপূর্ণ মেরুদণ্ড। এর মূল অংশ হিসেবে, একটি মডেল হল পরামিতি এবং কাঠামোর একটি সেট যা একটি সিস্টেমকে ভবিষ্যদ্বাণী করতে সহায়তা করে। মডেলটি কীভাবে কাজ করে তা প্রশিক্ষণের ধরণ (তত্ত্বাবধানে বা তত্ত্বাবধানে নয়) এবং মডেলের উদ্দেশ্য (ভবিষ্যদ্বাণীমূলক বা উৎপাদক) এর উপর নির্ভর করে ভিন্ন হতে পারে।

মডেল কার্ড

মডেল কার্ডগুলি হল একটি মডেল কীভাবে ডিজাইন এবং মূল্যায়ন করা হয়েছে তার কাঠামোগত সারসংক্ষেপ। এগুলি গুগলের দায়িত্বশীল AI পদ্ধতির প্রতি সমর্থনকারী মূল নিদর্শন হিসেবে কাজ করে।

মডেল ওজন

মডেল ওজন হল সংখ্যাসূচক মান যা নির্দিষ্ট তথ্যের গুরুত্ব নির্ধারণ করে। এই মানগুলি মডেল প্রশিক্ষণে ক্রমাগত আপডেট করা হয়, যতক্ষণ না একটি আদর্শ ওজন সেট করা হয়। আপনি Gemma এর মতো খোলা মডেলের ওজন পরিবর্তন করতে পারেন।

এআই-এর সুযোগ

এআই সমাধানগুলি কাঠামোবদ্ধ করার জন্য বেশ কয়েকটি বিভাগ রয়েছে:

• অন্তর্দৃষ্টি : সিদ্ধান্ত গ্রহণ উন্নত করুন।
• সুবিধা : ঘর্ষণ দূর করুন।
• অটোমেশন : পুনরাবৃত্তিমূলক কাজ প্রতিস্থাপন করুন।
• বর্ধন : ব্যবহারকারীদের জটিল বা সৃজনশীল কাজে সহায়তা করুন।
• ব্যক্তিগতকরণ : পণ্যটিকে ব্যক্তির চাহিদা এবং পছন্দ অনুসারে অভিযোজিত করুন।

এটি "এক্সপ্লোর ব্যবহারের ক্ষেত্রে" বিভাগে বিস্তারিতভাবে আলোচনা করা হয়েছে।

প্ল্যাটফর্মগুলি

ক্লায়েন্ট-সাইড এআই সরাসরি ব্রাউজারে চলে। এর অর্থ হল ডেটা ব্যবহারকারীর ডিভাইসে গোপন রাখা যেতে পারে এবং কোনও নেটওয়ার্ক ল্যাটেন্সি থাকে না। তবে, ভাল পারফর্ম করার জন্য, ক্লায়েন্ট-সাইড এআই-এর অত্যন্ত নির্দিষ্ট, সুনির্দিষ্ট ব্যবহারের ক্ষেত্রে প্রয়োজন।

সার্ভার-সাইড এআই-তে ক্লাউডে হোস্ট করা এবং চলমান ইনফারেন্স মডেল অন্তর্ভুক্ত থাকে। এটি অত্যন্ত সক্ষম এবং স্কেলেবল, তবে আরও ব্যয়বহুল হতে পারে এবং এর জন্য নেটওয়ার্ক সংযোগের প্রয়োজন হয়।

ভবিষ্যদ্বাণীমূলক এআই

ভবিষ্যদ্বাণীমূলক (বা বিশ্লেষণাত্মক) এআই হল অ্যালগরিদমের একটি সংগ্রহ যা আপনাকে বিদ্যমান ডেটা বুঝতে এবং পরবর্তীতে কী ঘটতে পারে তা ভবিষ্যদ্বাণী করতে সাহায্য করে। ঐতিহাসিক নিদর্শনগুলির উপর ভিত্তি করে, ভবিষ্যদ্বাণীমূলক এআই মডেলগুলি ফলাফলের পূর্বাভাস দিতে, অন্তর্দৃষ্টি প্রকাশ করতে এবং আরও স্মার্ট সিদ্ধান্ত নিতে শেখে।

দ্রুত প্রকৌশল

প্রম্পট ইঞ্জিনিয়ারিং হলো প্রম্পট লেখা এবং পুনরায় লেখার কাজ যা ব্যবহারকারীর প্রত্যাশার সাথে সামঞ্জস্যপূর্ণ আউটপুট তৈরি করে। একটি সুলিখিত প্রম্পট:

• এলএলএম কীভাবে তার প্রতিক্রিয়া তৈরি করবে তা বর্ণনা করে।
• এতে একাধিক উপাদান রয়েছে যা সময়ের সাথে সাথে সংস্করণ, পরীক্ষা এবং উন্নত করা যেতে পারে।
• দল জুড়ে সহযোগিতার জন্য একটি ভাগ করা নিদর্শন হিসেবে কাজ করতে পারে।

প্রম্পট ইঞ্জিনিয়ারিংয়ে আপনি বেশ কিছু কৌশল অবলম্বন করতে পারেন, যেগুলো সম্পর্কে আপনি প্রম্পট ইঞ্জিনিয়ারিং মডিউলে পড়বেন।

প্রম্পটের ধরণ

প্রম্পট টাইপকে প্রম্পট অডিয়েন্স হিসেবে ভাবুন। আপনি প্রম্পট ইঞ্জিনিয়ারিং মডিউলে এই সম্পর্কে আরও পড়তে পারেন।

সিস্টেম প্রম্পট

সিস্টেম প্রম্পটটি অ্যাপ্লিকেশন ডেভেলপারদের দ্বারা সরবরাহ করা হয় এবং মডেলের সামগ্রিক আচরণ সংজ্ঞায়িত করে। এটি মডেলের ভূমিকা ("আপনি একজন লেখার সহকারী"), প্রত্যাশিত স্বর, আউটপুট ফর্ম্যাট (যেমন একটি কঠোর JSON স্কিমা) এবং যেকোনো বিশ্বব্যাপী সীমাবদ্ধতা নির্ধারণ করতে পারে। এই প্রম্পটটি অনুরোধ জুড়ে স্থিতিশীল থাকে।

ব্যবহারকারীর প্রম্পট

ব্যবহারকারীর প্রম্পটে তাৎক্ষণিক অনুরোধ থাকে যা একটি আউটপুটের দিকে নিয়ে যায়। ব্যবহারকারী কিছু ধরণের ইনপুট ভেরিয়েবল প্রদান করে (যেমন একটি টেক্সট নির্বাচন বা প্রত্যাশিত স্টাইল), এবং একটি নির্দিষ্ট কাজের অনুরোধ করে। উদাহরণস্বরূপ, "এই পোস্টের জন্য তিনটি শিরোনাম তৈরি করুন," "এই অনুচ্ছেদটি চালিয়ে যান," অথবা "এটিকে আরও আনুষ্ঠানিক করুন।"