Tip:
Highlight text to annotate it
X
চলুন এখন কিছু মৌলিক পরিভাষার সাথে পরিচিত হই
যেগুলো কৃত্রিম বুদ্ধিমত্তায় বিভিন্ন ধরনের সমস্যা বোঝাতে ব্যবহৃত হয়
প্রথম যে শব্দটা আপনাদের দেখাবো তা হলো পূর্ণ বনাম আংশিক প্রতীয়মান (fully vs partially observable)
একটা পরিবেশকে পূর্ণ প্রতীয়মান বলা হয় যদি কোনো এজেন্ট একটা নির্দিষ্ট সময়ে যা সেন্স করতে পারে
তার ভিত্তিতেই তার পক্ষে সঠিক সিদ্ধান্ত নেওয়া সম্ভব হয়
উদাহরণস্বরূপ, তাসের কিছু কিছু খেলা আছে
যেখানে টেবিলের উপর সবগুলো কার্ড রাখা থাকে ... সেগুলোর দিকে
এক নজর তাকিয়েই সঠিক চাল দেওয়া সম্ভব
এর বিপরীতে আছে এমন কিছু পরিবেশ যেখানে এজেন্টকে সঠিক সিদ্ধান্ত নিতে হলে
স্মৃতিশক্তির সাহায্য নিতে হবে
যেমন ধরুন পোকার খেলায় কার্ডগুলো টেবিলের উপর প্রদর্শিত অবস্থায় থাকে না
তাই সেরা চালটি খেলতে হলে আপনাকে আগের চালগুলো মনে রাখতে হবে
ব্যাপারটা পুরোপুরি অনুধাবন করার জন্য ভাবুন পরিবেশের সাথে এজেন্টের মিথস্ক্রিয়ার কথা:
যা সেন্সর এবং একচুয়েটর-এর মাধ্যমে হয়
আর এই মিথস্ক্রিয়া চক্রাকারে চলতেই থাকে,
যাকে বলা হয় উপলব্ধি-ক্রিয়া চক্র
আমরা এমনভাবে চিন্তা করতে পারি যে প্রতিটি পরিবেশেরই
একটা অভ্যন্তরীণ অবস্থা বিদ্যমান
উদাহরনস্বরুপ, যে তাস খেলায় অন্যের কার্ডগুলোকে দেখা যায় না
সেখানে অভুঅন্তরীণ অবস্থা বলতে বোঝায় আপনার হাতে যে কার্ডগুলো আছে সেগুলো
একটা পরিবেশকে 'পূর্ণ প্রতীয়মান' বলা যাবে যদি সেন্সরগুলো
পরিবেশের সম্পূর্ণ অবস্থা পর্যবেক্ষণ করতে পারে
আর একে 'আংশিক প্রতীয়মান' বলা যাবে যদি সেন্সরগুলো পরিবেশের কিছু অংশবিশেষ পর্যবেক্ষণ করতে পারে
তবে আগের ঘটনাগুলোকে স্মৃতিতে সংরক্ষণ করার মাধ্যমে আরো কিছু অতিরিক্ত তথ্য তার কাছে থাকবে
যা কিনা এই মুহুর্তে পর্যবেক্ষণ করা যাচ্ছে না
তাহলে এমন সব খেলা যেখানে আগের চালগুলো মনে রাখলেই শুধু বোঝা যাবে
কার হাতে কোন কার্ড আছে, সেগুলো হলো আংশিক প্রতীয়মান
আর তাদের সমাধান করতে হবে ভিন্নভাবে
যেসব এজেন্ট আংশিক প্রতীয়মান পরিবেশে কাজ করে,
তাদের মাঝে অভ্যন্তরীণ স্মৃতি থাকতে হয় যেন সে পরিবেশের বর্তমান অবস্থা
উপলব্ধি করতে পারে, আর এ ব্যাপারে আমরা বিস্তারিত আলোচনা তখনি করব
যখন আমরা 'হিডেন মারকভ মডেল' সম্পর্কে জানব, যা এমন একটি স্ট্রাকচার
যে স্মৃতি ধরে রাখতে পারে
পরিবেশের ক্ষেত্রে পরবর্তী পরিভাষাটি মূলত পরিবেশের
নিরুপনযোগ্যতা নির্দেশ করা
নিরুপনযোগ্য পরিবেশ তাকেই বলা যাবে যেখানে এজেন্টের কাজের উপরই
এর ফলাফল পুরোপুরি নির্ভর করে
উদাহরণস্বরূপ, দাবা খেলায় যখন আপনি কোনো চাল দেন তখন তার মাঝে অনির্ধারিত কিছু নেই
একটা গুটিকে সরালে কি হবে তা আগে থেকেই জানা
আর একই গুটিকে যেখানেই সরাই না কেন, ফলাফল একই হবে
এটাকে তাই বলা হয় নিরুপনযোগ্য (deterministic)
আবার যেসব খেলা ছক্কার সাহায্যে খেলা হয়, যেমন লুডু, সেগুলো কিন্তু অনিরুপনযোগ্য
এখানেও আপনি নিরুপনযোগ্য উপায়ে আপনার গুটি চলতে পারবেন
কিন্তু তারপরও ফলাফল নির্ভর করবে ছক্কার কত উঠলো তার উপর
যা আপনি আগে থেকে জানতে পারবেন না
ছক্কার দানে কত উঠবে তা আগে থেকে নিরুপন করা যায় না
আর তাই আমরা একে বলছি 'অনিরুপনযোগ্য' (stochastic)
এবার চলুন বিচ্ছিন্ন আর অবিচ্ছিন্ন নিয়ে কথা বলি
বিচ্ছিন্ন (discrete) পরিবেশ সেটাই যেখানে আপনার সসীম সংখ্যক কাজের অপশন রয়েছে
এবং সসীম সংখ্যক জিনিস আপনি সেন্স করতে পারেন
যেমন দাবায় আপনার সসীম সংখ্যক ঘর আছে
এবং আপনি সসীম সংখ্যক চাল দিতে পারেন
আর অপর দিকে আছে অবিচ্ছিন্ন (continuous) পরিবেশ
যেখানে আপনি সম্ভাব্য অসীম সংখ্যক কাজ করতে পারেন এবং অসীম বিষয় সেন্স করতে পারেন
যেমন ধরুন আপনি যদি ডার্ট (dart) খেলতে চান, তাহলে অসীম সংখ্যক উপায়ে আপনি এর কোণ
এবং গতি নির্ধারণ করতে পারেন
এবং সবশেষে আমরা বলব নিরীহ এবং বৈরী পরিবেশ সম্পর্কে
নিরীহ (benign) পরিবেশকে বোঝা নাও যেতে পারে,
এটা অনিরুপনযোগ্য হতে পারে, কিন্তু এর নিজস্ব কোনো লক্ষ্য নেই
যা আপনার লক্ষ্যের সাথে অসামঞ্জস্যপূর্ণ হতে পারে
যেমন ধরুন আবহাওয়াকে বলা যেতে পারে নিরীহ
আবহাওয়াকে বোঝা নাও যেতে পারে এবং আপনার কাজের ফলাফল এর উপর নির্ভরশীল হতে পারে
কিন্তু আবহাওয়া নিজে আপনার কোনো ক্ষতি করতে চায় না
এর বিপরীতে আছে বৈরী (adversarial) পরিবেশ যেমন দাবা এবং এ জাতীয় অন্যান্য খেলা
যেখানে প্রতিপক্ষের কাজই হলো আপনাকে হারানো
বৈরী পরিবেশে সঠিক সিদ্ধান্ত নেওয়া খুব কঠিন
কারণ আপনার প্রতিপক্ষ আপনাকে সারাক্ষণ পর্যবেক্ষণ করছে এবং আপনার কাজের বিপরীতটা করার চেষ্টা করছে
অপরদিকে নিরীহ পরিবেশের অনেক কিছুই অনিরুপনযোগ্য হলেও
আপনাকে কষ্ট দেওয়ার ব্যাপারে তার কোনো আগ্রহ নেই
তো এতক্ষণ যেসব বিষয়ে আমরা আলোচনা করলাম তার কতটুকু আপনার বোধগম্য হয়েছে
পরীক্ষা করে দেখা যাক
আমাদের ৪টা বিষয় আবার মনে করিয়ে দেই: আংশিক ও পূর্ণ প্রতীয়মান,
নিরুপনযোগ্য ও অনিরুপনযোগ্য, বিচ্ছিন্ন ও অবিচ্ছিন্ন,
বৈরী ও নিরীহ
এবার বলুন দেখি চেকার্স খেলা সম্পর্কে
এদের মধ্যে কোন কোনটা খাটে
তো যদি আপনি মনে করেন যে চেকার্স আংশিক প্রতীয়মান তাহলে এখানে টিক দিন,
না হলে দিয়েন না
যদি মনে করেন এটা অনিরুপনযোগ্য তাহলে এখানে টিক দিন
যদি অবিচ্ছিন্ন হয় তাহলে এখানে, আর যদি বৈরী হয় তাহলে এখানে টিক দিন
যদি আপনি চেকার্স না চেনেন তাহলে গুগল সার্চ করে
এর সম্পর্কে কিছু তথ্য জেনে নিতে পারেন