স্নায়ু নেটওয়ার্ক: তারা কি এবং কিভাবে আপনার জীবনকে প্রভাবিত করে

আপনার চারপাশের পরিবর্তনের প্রযুক্তিটি বোঝার জন্য আপনাকে কী করতে হবে

নিউরোলজিক্যাল নেটওয়ার্কগুলি সংযুক্ত ইউনিটগুলি বা নোডগুলির কম্পিউটার মডেলগুলি যা ট্রান্সমিট, প্রসেস, এবং তথ্য (তথ্য) থেকে অনুরূপভাবে নূরন (স্নায়ুর কোষ) মানুষের মধ্যে কাজ করে শিখতে ডিজাইন করা হয়।

কৃত্রিম নিউরাল নেটওয়ার্ক

প্রযুক্তিতে, নিউরোলজিক্যাল নেটওয়ার্কগুলিকে প্রায়ই কৃত্রিম নিউরাল নেটওয়ার্ক (ANN) বা জৈবিক স্নায়ুতন্ত্রের মধ্যে পার্থক্য করার জন্য স্নায়ু জাল হিসাবে অভিহিত করা হয় যা তারা পরে মডেল করা হয়। ANN এর পিছনে মূল ধারণা হল যে মানুষের মস্তিষ্কটি সবচেয়ে জটিল এবং বুদ্ধিমান "কম্পিউটার" যা বিদ্যমান। মস্তিষ্ক দ্বারা ব্যবহৃত তথ্য প্রক্রিয়াকরণ কাঠামো এবং পদ্ধতি হিসাবে যত তাড়াতাড়ি সম্ভব ANNs মডেলিং দ্বারা, গবেষকরা মানব বুদ্ধিমত্তা সন্নিবেশ বা অতিক্রম যে কম্পিউটার তৈরি করতে আশা স্নায়ু জাল কৃত্রিম বুদ্ধিমত্তার (এআই), মেশিন লার্নিং (এমএল), এবং গভীর শিক্ষার বর্তমান অগ্রগতির একটি প্রধান উপাদান।

কিভাবে স্নায়ু নেটওয়ার্ক কাজ: একটি তুলনা

কিভাবে স্নায়ু নেটওয়ার্ক কাজ করে এবং দুই ধরনের (জৈবিক এবং কৃত্রিম) মধ্যে পার্থক্য বুঝতে, এর 15-কিলোমিটার অফিস বিল্ডিং এবং ফোন লাইন এবং সুইচবোর্ডের উদাহরণ ব্যবহার করা যাক যা রুটটি পুরো ভবন, ব্যক্তিগত মেঝে এবং ব্যক্তিগত অফিসে জুড়ে রয়েছে। আমাদের 15-কিলোমিটার অফিস ভবনের প্রত্যেকটি অফিস একটি নিউরন (কম্পিউটার নেটওয়ার্কিং বা জীববিজ্ঞানে স্নায়ু কোষে নোড) প্রতিনিধিত্ব করে। ভবনটি হল একটি কাঠামো যা 15 টি মেঝে (একটি স্নায়ু নেটওয়ার্ক) ব্যবস্থায় সাজানো একটি অফিসের একটি সেট।

জৈবিক স্নায়ুতন্ত্রের উদাহরণটি প্রয়োগ করা, কল গ্রহণকারী সুইচবোর্ডটি সম্পূর্ণ বিল্ডিংয়ের যে কোনও ফর্মে যেকোনো অফিসে সংযুক্ত করার জন্য রেখা। উপরন্তু, প্রতিটি অফিসে এমন লাইন রয়েছে যা অন্য কোনও অফিসে যে কোনও তলায় পুরো বিল্ডিংয়ের সাথে সংযোগ স্থাপন করে। কল্পনা করুন যে একটি কল (ইনপুট) আসে এবং সুইচবোর্ডটি 3 য় তলায় একটি অফিসে স্থানান্তর করে, যা সরাসরি 11 তলায় একটি অফিসে স্থানান্তরিত হয়, যা সরাসরি 5 তম তলায় একটি অফিসে স্থানান্তর করে। মস্তিষ্কে প্রতিটি নিউরন বা স্নায়ু কোষ (একটি অফিস) সরাসরি তার সিস্টেমে বা স্নায়ু নেটওয়ার্কের (ভবন) অন্য কোন নিউরনের সাথে সংযুক্ত হতে পারে। তথ্য (কল) কোনও উত্তর বা রেজল্যুশন (আউটপুট) পর্যন্ত প্রয়োজন হয় কি প্রক্রিয়া বা শিখতে অন্য কোনও স্নায়ু (অফিস) প্রেরণ করা যেতে পারে।

যখন আমরা এই উদাহরণটি ANN তে প্রয়োগ করি, এটি বেশ কিছুটা জটিল হয়ে ওঠে। বিল্ডিং এর প্রতিটি তলায় নিজস্ব সুইচবোর্ড প্রয়োজন, যা শুধুমাত্র একই তলায় অফিসের সাথে সংযুক্ত করতে পারে, পাশাপাশি উপরে এবং নীচের ফ্লোরগুলির সুইচবোর্ডগুলিও হতে পারে। প্রতিটি অফিস সরাসরি একই মেঝেতে অন্য অফিসে সংযুক্ত করতে পারে এবং সেই মেঝের জন্য সুইচবোর্ডটি ব্যবহার করতে পারে। সমস্ত নতুন কলগুলি 1 ম তলায় সুইচবোর্ডের সাথে শুরু করতে হবে এবং কল শেষ হওয়ার পূর্বে 15 তম তলায় সংখ্যাসূচক ক্রমে প্রতিটি পৃথক তলায় হস্তান্তর করা আবশ্যক। চলুন শুরু করা যাক এটি কিভাবে কাজ করে তা দেখতে গতিতে রাখুন।

কল্পনা করুন যে 1 লা মেঝে সুইচবোর্ডে একটি কল (ইনপুট) আসে এবং 1 তলায় (নোড) একটি অফিসে পাঠানো হয়। পরবর্তী কলটিটি পরবর্তী তলায় পাঠানোর জন্য প্রস্তুত না হওয়া পর্যন্ত এটি 1 টি তলায় অন্য অফিসগুলিতে (নক্স) সরাসরি স্থানান্তরিত হয়। তারপর কলটি 1 তল সুইচবোর্ডে ফেরত পাঠাতে হবে, তারপর এটি ২ য় তলা সুইচবোর্ডে স্থানান্তরিত হবে। এই একই ধাপগুলি এক সময়ে এক তলায় পুনরাবৃত্তি করে, কলটি এই প্রক্রিয়ায় প্রতিটি একক তলায় 15 তলায় ছড়িয়ে দেওয়া হয়।

ANN মধ্যে, নোড (অফিস) স্তর মধ্যে সজ্জিত করা হয় (বিল্ডিং এর মেঝে)। ইনফরমেশন (একটি কল) সর্বদা ইনপুট লেয়ার (1 টি তল এবং তার সুইচবোর্ড) এর মাধ্যমে আসে এবং পরবর্তী স্তরটিতে যাওয়ার আগে এটি প্রতিটি স্তর (ফ্লোর) এর মাধ্যমে পাঠানো এবং প্রক্রিয়া করা আবশ্যক। প্রতিটি স্তর (মেঝে) যে কল সম্পর্কে একটি নির্দিষ্ট বিস্তারিত প্রক্রিয়া করে এবং পরবর্তী স্তরে কল সহ ফলাফল পাঠায়। কল যখন আউটপুট লেয়ার (15 তলা এবং তার সুইচবোর্ডে) পৌঁছেছে, তখন এটি 1-14 স্তরগুলির প্রক্রিয়াকরণের তথ্য অন্তর্ভুক্ত করে। 15 তম স্তর (তল) এ নোড (অফিস) একটি উত্তর বা রেজল্যুশন (আউটপুট) সঙ্গে আসা পর্যন্ত অন্যান্য স্তর (মেঝে) থেকে ইনপুট এবং প্রক্রিয়াকরণের তথ্য ব্যবহার করে।

স্নায়বিক নেটওয়ার্ক এবং মেশিন লার্নিং

মেশিন লার্নিং ক্যাটাগরির অধীন নিউরোল জেট এক ধরনের প্রযুক্তি। বস্তুত, স্নায়ুতন্ত্রের গবেষণায় এবং উন্নয়নে অগ্রগতি ইব্সের সঙ্গে দৃঢ়ভাবে যুক্ত এবং এমএল-এর অগ্রগতির প্রবাহ বৃদ্ধি করেছে। নিউরাল জাল তথ্য প্রক্রিয়াকরণ ক্ষমতা প্রসারিত করে এবং এমএল এর কম্পিউটিং শক্তিকে বাড়িয়ে দেয়, যেগুলি প্রক্রিয়াকৃত হতে পারে এমন ভলিউম বৃদ্ধি করে কিন্তু আরও জটিল কর্ম সঞ্চালনের ক্ষমতা

এএনএন এর জন্য প্রথম নথিভুক্ত কম্পিউটার মডেলটি 1943 সালে ওয়াল্টার পিটস এবং ওয়ারেন ম্যাককুলচ দ্বারা তৈরি করা হয়েছিল। স্নায়বিক নেটওয়ার্ক এবং মেশিন লার্নিংয়ের প্রাথমিক আগ্রহ এবং গবেষণা অবশেষে 1969 সালের দ্বারা পুনর্নবীকরণের স্বার্থে ছোট ছোট ফাটল দিয়ে আরও কমিয়ে দেওয়া হয়। এইসব এলাকায় আরও অগ্রসর হওয়ার সময় কম্পিউটারের যথেষ্ট সময় বা যথেষ্ট বড় প্রসেসর ছিল না এবং এমএল এবং নিউরাল জেটগুলির জন্য প্রয়োজনীয় প্রচুর পরিমাণে তথ্য তখন পাওয়া যায় নি।

ইন্টারনেটের বৃদ্ধি এবং সম্প্রসারণের সাথে সময়ের সাথে কম্পিউটিং ক্ষমতার ব্যাপক বৃদ্ধি (এবং এইভাবে ইন্টারনেটের মাধ্যমে প্রচুর পরিমাণে তথ্য অ্যাক্সেস) এই প্রথমবারের মতো চ্যালেঞ্জগুলির সমাধান করেছে নিউরাল জেট এবং এমএল এখন আমরা দেখেছি এবং ব্যবহার করে এমন প্রযুক্তিগুলিতে সহায়ক যা মুখোশের স্বীকৃতি , ইমেজ প্রক্রিয়াকরণ এবং অনুসন্ধান, এবং রিয়েল-টাইম ল্যাঙ্গুয়েজ অনুবাদ - মাত্র কয়েকটি নাম।

দৈনন্দিন জীবনে স্নায়ু নেটওয়ার্কের উদাহরণ

এএনএন প্রযুক্তির মধ্যে একটি মোটামুটি জটিল বিষয়, তবে, এটি আমাদের জীবনকে প্রভাবিত করে প্রতিদিনের ক্রমবর্ধমান সংখ্যাগুলির কারণে এক্সপ্লোর করার জন্য কিছু সময় লাগবে। বিভিন্ন উপায়ে বর্তমানে নিউরাল নেটওয়ার্কগুলি ব্যবহৃত পদ্ধতির কয়েকটি উদাহরণ এখানে রয়েছে: