AI-এর জগৎ বোঝার চাবিকাঠি: Machine Learning ও Deep Learning (AI 360° - পর্ব ০৩)

আপনি যদি AI নিয়ে কোনো সংবাদ পড়েন, ইউটিউবে কোনো ভিডিও দেখেন বা প্রযুক্তি বিষয়ক আলোচনা অনুসরণ করেন, তাহলে তিনটি শব্দ প্রায়ই আপনার সামনে আসবে—Artificial Intelligence (AI), Machine Learning (ML), Deep Learning (DL)। এই তিনটি শব্দর ভেতর পার্থক্য কোথায়? AI নিয়ে কথা বলতে গেলে বারবার এই তিনটি শব্দ কেন আসে? অনেকেই মনে করেন, তিনটি শব্দের অর্থ একই। কেউ AI-কে Machine Learning বলেন, আবার কেউ Deep Learning-কে AI মনে করেন।

বাস্তবে বিষয়টি তেমন নয়। এই তিনটি একে অপরের সঙ্গে সম্পর্কিত হলেও তারা একই জিনিস নয়, বরং তারা একটি বড় পরিবারের তিনটি স্তর। AI-এর জগৎ বুঝতে হলে এই সম্পর্কটি পরিষ্কারভাবে জানা অত্যন্ত গুরুত্বপূর্ণ। কারণ ChatGPT, Gemini, Claude কিংবা DeepSeek—সবকিছুর ভিত্তিতেই রয়েছে এই ধারণাগুলো। আজ আমরা খুব সহজ ভাষায় বিষয়টি বুঝতে চেষ্টা করব।

একটি গ্রামের উদাহরণ দিয়ে শুরু করি

ধরুন, একটি বড় গ্রাম আছে, সেই গ্রামের নাম AI। এই গ্রামের ভেতরে একটি গুরুত্বপূর্ণ পাড়া আছে, সেই পাড়ার নাম Machine Learning। আবার সেই পাড়ার ভেতরে একটি বিশেষ মহল্লা আছে, সেই মহল্লার নাম Deep Learning।অর্থাৎ—সব Deep Learning হলো Machine Learning আর সব Machine Learning 'ই হলো AI। কিন্তু—সব AI Machine Learning নয় এবং সব Machine Learning  Deep Learning নয়। এই সম্পর্কটি বুঝতে পারলেই অর্ধেক কাজ শেষ।

Artificial Intelligence (AI) কী?

প্রথম পর্বে আমরা জেনেছিলাম, AI হলো মানুষের তৈরি এমন প্রযুক্তি, যা কিছু ক্ষেত্রে মানুষের মতো শিখতে, বুঝতে এবং সিদ্ধান্ত নিতে পারে। মূলত এটি একটি বিস্তৃত ধারণা। যে কোনো প্রযুক্তি যদি এমনভাবে তৈরি করা হয় যাতে সেটি মানুষের বুদ্ধিবৃত্তিক কাজের কিছু অংশ করতে পারে, তাহলে সেটিকে AI বলা যেতে পারে। উদাহরণ হিসেবে বলা যায় কম্পিউটারে দাবা খেলা, ভাষা অনুবাদ, মুখ শনাক্ত করা, প্রশ্নের উত্তর দেওয়া, গাড়ি চালনায় সহায়তা করা এসবই AI-এর অন্তর্ভুক্ত। 

Machine Learning কী?

এখন প্রশ্ন হলো—কম্পিউটারকে এত কিছু শেখানো হয় কীভাবে? একসময় কম্পিউটারকে প্রতিটি নিয়ম আলাদা করে বলে দিতে হতো। ধরুন, আপনি কম্পিউটারকে বললেন—"যদি নম্বর ৮০-এর বেশি হয়, তাহলে ভালো ফলাফল বলবে।" এভাবে প্রতিটি নিয়ম আলাদা করে লিখতে হতো।কিন্তু বাস্তব পৃথিবী এত সহজ নয়। সেখানে লক্ষ লক্ষ পরিস্থিতি থাকে। তাই বিজ্ঞানীরা নতুন একটি পদ্ধতি তৈরি করলেন। সেই পদ্ধতির নাম Machine Learning। Machine Learning হলো এমন একটি পদ্ধতি, যেখানে কম্পিউটারকে সরাসরি সব নিয়ম না শিখিয়ে অনেক উদাহরণ দেওয়া হয়, যাতে সে নিজেই নিয়ম খুঁজে নিতে পারে।

ধরুন, একটি শিশুকে ১০০টি আম দেখানো হলো। প্রতিবার বলা হলো—"এটি আম।" এরপর তাকে আরও ১০০টি কাঁঠাল দেখানো হলো। বলা হলো—"এটি কাঁঠাল।" কিছুদিন পরে শিশুটি নিজেই নতুন ফল দেখে বলতে পারবে কোনটি আম আর কোনটি কাঁঠাল।

Machine Learning-ও অনেকটা একইভাবে কাজ করে। তাকে বিপুল পরিমাণ তথ্য দেখানো হয়। এরপর সে তথ্যের ভেতর থেকে বিভিন্ন ধরণ বা Pattern খুঁজে বের করতে শেখে।

প্রতিদিনই আমরা Machine Learning ব্যবহার করছি, যদিও অনেক সময় তা বুঝতে পারি না। যেমন—কোন ইমেইলটি গুরুত্বপূর্ণ আর কোনটি স্প্যাম—Machine Learning তা শিখে নেয়। আবার আপনি কোন ভিডিও দেখেন, কতক্ষণ দেখেন, কী পছন্দ করেন—এসব বিশ্লেষণ করে নতুন ভিডিও সাজেস্ট করে। আপনি কী কিনতে পারেন, সেটি অনুমান করা হয়।

Deep Learning কী?

এখন আসি Deep Learning-এ। Deep Learning হলো Machine Learning-এর আরও উন্নত রূপ। এটি মানুষের মস্তিষ্কের কাজ করার পদ্ধতি থেকে অনুপ্রাণিত। আমাদের মস্তিষ্কে কোটি কোটি নিউরন রয়েছে। এই নিউরনগুলো একে অপরের সঙ্গে তথ্য আদান-প্রদান করে। বিজ্ঞানীরা এই ধারণা অনুসরণ করে তৈরি করেছেন Neural Network। আর যখন Neural Network অনেক বড় ও বহু স্তরবিশিষ্ট হয়, তখন তাকে Deep Learning বলা হয়।

Deep Learning কেন গুরুত্বপূর্ণ?

কারণ বাস্তব পৃথিবীর অনেক সমস্যা খুব জটিল। যেমন—মানুষের মুখ চিনতে পারা, ভাষা বোঝা, ছবি বিশ্লেষণ করা, ভিডিও বোঝা, মানুষের মতো লেখা তৈরি করা এসব কাজ Deep Learning ছাড়া প্রায় অসম্ভব।

ChatGPT কোথায় ফিট করে?

এখন আমরা সেই প্রশ্নে আসি, যা প্রায় সবার মনে আসে। ChatGPT আসলে কী? সহজ ভাষায়—"ChatGPT হলো একটি AI সিস্টেম"। এই AI তৈরি করতে Machine Learning ব্যবহার করা হয়েছে। আর Machine Learning-এর ভেতরে Deep Learning প্রযুক্তি ব্যবহার করা হয়েছে।

অর্থাৎ—

ChatGPT → Deep Learning ব্যবহার করে

Deep Learning → Machine Learning-এর অংশ

Machine Learning → AI-এর অংশ

AI-এর শেখার তিনটি প্রধান পদ্ধতি

AI সব সময় একইভাবে শেখে না। বর্তমানে তিনটি প্রধান শেখার পদ্ধতি রয়েছে।

১. Supervised Learning: এখানে AI-কে সঠিক উত্তরসহ উদাহরণ দেওয়া হয়। যেমন—ছবি দেখিয়ে বলা হয়—"এটি বিড়াল", "এটি কুকুর" ইত্যাদি, আর এভাবে সে শিখে।

২. Unsupervised Learning: এখানে AI-কে শুধু তথ্য দেওয়া হয়, কোনো উত্তর দেওয়া হয় না। AI নিজেই তথ্যের মধ্যে মিল ও অমিল খুঁজে বের করার চেষ্টা করে।

৩. Reinforcement Learning: এখানে AI পুরস্কার ও শাস্তির মাধ্যমে শেখে, অনেকটা শিশুর মতো। সঠিক কাজ করলে পুরস্কার, ভুল করলে সংশোধন। দাবা খেলা শেখানো কিংবা রোবটকে কাজ শেখানোর ক্ষেত্রে এই পদ্ধতি ব্যবহৃত হয়।

তাহলে পার্থক্যটি এক লাইনে কী?

অনেক দীর্ঘ আলোচনা শেষে পুরো বিষয়টি একটি বাক্যে বলা যায়। তেমনি একটি বাক্যঃ "AI হলো লক্ষ্য। Machine Learning হলো সেই লক্ষ্য অর্জনের একটি পদ্ধতি। Deep Learning হলো Machine Learning-এর সবচেয়ে শক্তিশালী আধুনিক প্রযুক্তিগুলোর একটি।