Augmented Bizz

12/01/2022

#আর্টিফিশিয়াল_ইন্টেলিজেন্স

সেই ১৯৫০ এর দশক থেকেই সায়েন্স ফিকশন লেখকগণ রোবটদের উত্থান নিয়ে কল্পকাহিনী লিখে চলেছেন। ১৯৫৫ সালের ৩১শে আগস্ট স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের অধ্যাপক জন ম্যাকার্থি প্রথম "আর্টিফিশিয়াল ইন্টেলিজেন্স" টার্মটা ব্যবহার করেন। তবে প্রচণ্ড হাইপ থাকা সত্ত্বেও, আর্টিফিশিয়াল ইন্টেলিজেন্স বা কৃত্রিম বুদ্ধিমত্তা ব্যাপারটার উন্নতি কিন্তু খুবই ধীর গতিতে হচ্ছিল কদিন আগ পর্যন্তও। সত্যি কথা বলতে আর্টিফিশিয়াল ইন্টেলিজেন্সের প্রথম বড় সাফল্য দেখা দেয় ১৯৯৭ সালে IBM এর চেস ইঞ্জিন Deep Blue এর মাধ্যমে। Deep Blue হল প্রথম কোনও ইঞ্জিন যা দাবার একজন বিশ্বচ্যাম্পিয়নকে পরাজিত করতে সক্ষম হয়। তৎকালীন বিশ্বচ্যাম্পিয়ন, এবং অনেকের চোখেই সর্বকালের সেরা দাবাড়ু গ্যারি ক্যাসপারভকে হারিয়ে দেয় সেটা। তারপর থেকে ইঞ্জিনগুলো কী পরিমাণ বিবর্তিত এবং উন্নত হয়েছে সেই আলোচনা আমরা গত পর্বে করেছিলাম। এই পর্বে আমরা আলোচনা করব এই কৃত্রিম বুদ্ধিমত্তার ব্যাপারে কিছু আশংকা নিয়ে।

আমরা মোটামুটি সবাই জানি যে কৃত্রিম বুদ্ধিমত্তা বা এআই একটা যন্ত্রকে মানুষের মতো আচরণ করতে সক্ষম বানায়। মেশিন লার্নিং নামের পদ্ধতি ব্যবহার করে নিজেই নিজেকে শিখিয়ে ধীরে ধীরে আরও উন্নত হয়ে উঠছে যন্ত্র। এর পাশাপাশি নিউরাল নেটওয়ার্ক নামের ডিপ লার্নিং পদ্ধতি ব্যবহার করে মানুষের মস্তিষ্কের মতো সিদ্ধান্তও নিতে পারছে সেগুলো। এতে সিদ্ধান্ত নিতে মানুষের হস্তক্ষেপ প্রয়োজন পড়ছে না।

আর এ ধরনের যন্ত্র তৈরির পেছনে ব্যাপক বিনিয়োগ করছে বিভিন্ন দেশ। বিশ্বজুড়ে বিভিন্ন টেক জায়ান্টরা তৈরি করছে উন্নত চিপসেট, সম্প্রতি যুক্তরাষ্ট্রের Nvidia ও তাতে যোগ দিয়েছে। দ্রুত বাড়ছে কৃত্রিম বুদ্ধিমত্তার বাজার। গবেষণা প্রতিষ্ঠান ইউবিএস জানাচ্ছে, ২০২৫ সালের মধ্যে এআই খাতের রাজস্ব ২০ শতাংশ বেড়ে ৯০ বিলিয়ন মার্কিন ডলারে দাঁড়াবে। ইতিমধ্যে আমাজন, মাইক্রোসফট, অ্যালফাবেট এ বাজারের সুবিধা পেতে শুরু করেছে।

গুগলের সাবেক সিইও এরিক স্মিডের মতে, কৃত্রিম বুদ্ধিমত্তা নিয়ে উদ্বেগ যেমন আছে তেমনি আছে সম্ভাবনাও। বিশেষজ্ঞরা ভবিষ্যৎদ্বাণী করেছেন যে, রোবট ২০৫০ সালের মধ্যে সমস্ত মানবিক কাজ সম্পাদন করতে সক্ষম হবে। ২০২৫ সালের মধ্যে ১০ শতাংশ কাজ সম্পন্ন করতে পারবে রোবট। শেয়ারবাজার থেকে শুরু করে নানা ব্যবসায়িক কাজে এর ব্যবহার বাড়ছে। এর বাইরে বেশি সম্ভাবনাময় ক্ষেত্র হচ্ছে প্রতিরক্ষা। বিভিন্ন দেশ তাদের প্রতিরক্ষাকাজে কৃত্রিম বুদ্ধিমত্তাসম্পন্ন যন্ত্রের ব্যবহার শুরু করেছে। আমরা আগেই আধা স্বয়ংক্রিয় ড্রোনের (চালকবিহীন বিমান) ব্যবহার দেখেছি। এখন এতে কৃত্রিম বুদ্ধিমত্তার সাহায্যে পুরোপুরি স্বয়ংক্রিয় করে তোলা হচ্ছে। এ ক্ষেত্রে যুক্তরাষ্ট্র, রাশিয়ার নাম আসবে সবার আগে। গুগলের সাবেক চেয়ারম্যান বলেন, প্রতিরক্ষার পাশাপাশি অত্যাধুনিক ক্ষেপণাস্ত্র তৈরিতেও কৃত্রিম বুদ্ধিমত্তাকে কাজে লাগানোর ঘটনা ঘটছে। হাইপারসনিক ক্ষেপণাস্ত্রের ক্ষেত্রে ত্বরিত সিদ্ধান্ত নেওয়ার ক্ষমতা কৃত্রিম বুদ্ধিমত্তার ওপর ছাড়া হচ্ছে। স্মিডের চোখে সেটি অনেক বেশি উদ্বেগের। তিনি বলেন, ‘কৃত্রিম বুদ্ধিমত্তা মানুষের কাছ থেকে শিখতে পারে। ভাবুন, যদি এটি কিছু ভুল শেখে এবং ভুল সুপারিশ করে তবে যেকোনো সময় যুদ্ধ শুরু হয়ে যেতে পারে। ’ স্মিড তাই চীন ও রাশিয়াকে স্বয়ংক্রিয়ভাবে চালু হওয়া পারমাণবিক অস্ত্রের ব্যবহার বন্ধ করার জন্য আহ্বান জানিয়েছেন।

এদিকে বর্তমান বিশ্বে বড় দুশ্চিন্তার নাম ডিপফেক। এতে কম্পিউটারে কারসাজি করা ছবিতে এক ব্যক্তির সাদৃশ্য অন্যের ক্ষেত্রে প্রতিস্থাপনের জন্য ব্যবহৃত হয়। আশঙ্কার কথা, ছবি বা ভিডিওকে বিকৃত ও কৃত্রিম বুদ্ধিমত্তার সাহায্যে নিখুঁতভাবে তৈরি করে হুবহু আসলের মতো বলে প্রচার করা হচ্ছে। বিষয়টি প্রযুক্তিজগতে ডিপফেক নামে ব্যাপক পরিচিত হয়ে উঠেছে। ফাইভ-জি প্রযুক্তির বিকাশ আইওটি এবং আর্টিফিশিয়াল ইন্টেলিজেন্স (এআই) বা কৃত্রিম বুদ্ধিমত্তা সংযুক্ত প্রযুক্তির ব্যবহার বহুগুণ বাড়িয়ে দিয়েছে। ডিপ ফেক তৈরির টুল অনলাইনে ব্যাপকভাবে পাওয়া যায়। কৃত্রিম বুদ্ধিমত্তার ব্যবহারে এটি আরও শক্তিশালী হয়ে উঠেছে। স্মিড বলেন, কৃত্রিম বুদ্ধিমত্তার প্রয়োগে ভিডিও এমনভাবে তৈরি করা হচ্ছে যা বিশ্বাসযোগ্য করে ফলা হচ্ছে। ভুয়া ভিডিও তৈরি করার পর তা যদি মানুষের সামনে তুলে আনা হয়, এমনকি তা ভুয়া বলে প্রচার করা হয় তারপরও কমবেশি মানুষ তা বিশ্বাস করে বসে।

বিশ্বজুড়ে এই কৃত্রিম বুদ্ধিমত্তাযুক্ত ‘ঘাতক রোবট’ নিয়ে তাই উৎকণ্ঠা বেড়েই চলেছে। কারণ রোবট বা স্বয়ংক্রিয় যন্ত্র স্বয়ংক্রিয় অস্ত্র হিসেবে ব্যবহৃত হতে পারে। তাই রোবট তৈরির ক্ষেত্রে প্রয়োজনীয় নীতিনৈতিকতা নির্ধারণ করা নিয়ে আলোচনাও শুরু হয়েছে। এ আলোচনা জাতিসংঘ পর্যন্ত গড়িয়েছে। আন্তর্জাতিক একটি চুক্তির কথাবার্তাও হচ্ছে এ নিয়ে। তবে ঘাতক রোবট নিয়ে উৎকণ্ঠা বাড়লেও রাশিয়া, যুক্তরাষ্ট্রসহ এ ধরনের রোবট নির্মাতা দেশগুলো এমন চুক্তি নিয়ে আলোচনার বিরোধিতা করছে।

নিউইয়র্ক টাইমস-এর এক প্রতিবেদনে বলা হয়, কৃত্রিম বুদ্ধিমত্তাযুক্ত যন্ত্র নিয়ে আলোচনা না এগোনোয় বিভিন্ন দেশের সরকারি কর্মকর্তা ও বেসরকারি সংগঠনের পক্ষ থেকে হতাশার কথা বলা হচ্ছে।

28/12/2021

ডিজিটাল মার্কেটিং কেন গুরুত্বপূর্ণ?

26/12/2021

#আর্টিফিশিয়াল_ইন্টেলিজেন্স

২০১৮ সালের আগ পর্যন্ত Stockfish 8 কে মানা হতো পৃথিবীর শ্রেষ্ঠ চেস ইঞ্জিন । পৃথিবীর বড় বড় সুপার গ্র্যান্ডমাস্টাররা তাদের খেলার অ্যানালাইসিসের জন্য স্টকফিশের স্মরনাপন্ন হতেন । সত্যি কথা বলতে ততদিনে এই চেস ইঞ্জিন এতো উন্নত লেভেলে পৌঁছে গিয়েছিল যে পৃথিবীর শ্রেষ্ঠ হিউম্যান প্লেয়ারের চেয়েও সেটা উন্নত ছিল। আরও ভালোভাবে বুঝানো যাক। পৃথিবীর ইতিহাসের সবচেয়ে হায়েস্ট রেটেড প্লেয়ার হলেন বর্তমান বিশ্বচ্যাম্পিয়ন ম্যাগনাস কার্লসেন। তাঁর রেটিং ২৮৫০ এর আশেপাশে ঘোরাফেরা করে। আর স্টকফিশ ৮ এর রেটিং তখনই ছিল ৩ হাজারের উপরে!

২০১৭ সালের ডিসেম্বরে এই স্টকফিশকে চ্যালেঞ্জ ছুঁড়ে দেয় গুগলের চেস ইঞ্জিন আলফাজিরো। আলফাজিরো সম্পর্কে একটু বলে নেওয়া যাক। আলফাজিরো হল গুগলের মূল আর্টিফিশিয়াল ইন্টেলিজেন্স ইঞ্জিন ডিপমাইন্ডের একটা প্রোডাক্ট। এর আগে ডিপমাইন্ড আলফাগো নামের একটা ইঞ্জিন বানিয়েছিল পৃথিবীর জটিলতম খেলা 'গো' এর জন্য। এবং সেই ইঞ্জিন কিংবদন্তী গো খেলোয়াড় লি সিডলকে হারিয়ে দিতে সক্ষম হয়। প্রকৃতপক্ষে গো খেলার সফল ইঞ্জিন বানানো ছিল আর্টিফিশিয়াল ইন্টেলিজেন্স জগতের হলি গ্রেইলের মতো। ডিপমাইন্ডই প্রথম সেই সাফল্যের সোনালি হরিণের দেখা পায় আলফাগো এর মাধ্যমে। এরপর আসে আলফাজিরোর পালা। আলফাজিরো স্টকফিশ-৮ এর সাথে মোট ১০০ টি গেম খেলে। এবং বিস্ময়করভাবে তার মধ্যে একটি গেমও স্টকফিশ জিততে পারেনি। ২৮ টি খেলা আলফাজিরো জিতে নেয়, আর ৭২ টি খেলা ড্র হয়। তবে এটা বোধহয় অতোটা বিস্ময়কর ব্যাপার না, আলফাগোর সাফল্য থেকেই বুঝা যায় যে ডিপমাইন্ড কী বানাইতে সক্ষম। তবে সত্যিকার অবাক করা ব্যাপার হল, আলফাজিরো স্টকফিশের সাথে ম্যাচ খেলা শুরু করার মাত্র ৬ ঘণ্টা আগে প্রথমবারের মতো দাবা খেলার আইনকানুন শিখে! এরপর ৬ ঘণ্টা সে নিজের সাথে খেলে দাবা খেলার সব কলাকৌশল একদম শুন্য থেকে বিল্ড করে ফেলে। মাত্র ৬ ঘণ্টার ট্রেনিং এ বিশ্বের সেরা চেস ইঞ্জিনকে হারানোর চেয়ে আশ্চর্যজনক ব্যাপার আর কী হতে পারে আমার জানা নেই। এরপর থেকে আলফাজিরোর অগ্রযাত্রা অব্যাহত আছে। চেস ইঞ্জিনগুলো অনেক আগেই মানুষের ধরাছোঁয়ার বাইরে চলে গিয়েছিল, এখন আলফাজিরো চেস ইঞ্জিনগুলোরও ধরাছোঁয়ার বাইরে চলে গিয়েছে। আর্টিফিশিয়াল ইন্টেলিজেন্স জগতে আলফাজিরো তথা ডিপমাইন্ড এক বিস্ময়ের নাম।

তবে বিস্ময়ের পাশাপাশি কিছু শংকাও আছে। গত বছর ডিপমাইন্ড এআই প্রোগ্রামের এক প্রকল্পে দুটি রোবটের তাৎক্ষণিক প্রতিক্রিয়ায় বিজ্ঞানীরা অবাক হয়ে যান। রোবট দুটি তাদের গেম জিততে মরিয়া হয়ে ওঠে। এ ফলাফল থেকে কিছুটা হলেও ধারণা করা যেতে পারে, পরবর্তীতে রোবট তৈরিতে আগেই চিন্তা করতে হবে। এমনটাও হতে পারে নিজের বানানো রোবট নিজের জন্য হুমকি হয়ে দাঁড়ায়। গুগল টিম যত বেশি জটিলভাবে ডিপ মাইন্ডকে তৈরি করছে ততই এটার মধ্যে লোভ ও আক্রমণাত্মক মনোভাব দেখতে পেয়েছে। গবেষকেরা আশঙ্কা করছেন, যত বেশি কৃত্রিম বুদ্ধিমত্তা রোবটগুলোর মধ্যে সংযোজন করা হবে এটা ততই পরিবেশ থেকে শিখবে এবং আক্রমণাত্মক হয়ে উঠবে।

এই ব্যাপারগুলো নিয়ে আরও বিস্তারিত আলোচনা করা হবে পরের পর্বে।

24/12/2021

#জেনে_রাখা_প্রয়োজন

বাংলায় একটি বিখ্যাত প্রবাদ আছে যেটি আমরা প্রায় সবাই জানি - প্রচারেই প্রসার। কিন্তু এখানে একটা শুভঙ্করের ফাঁকি আছে। হানিফ সংকেত যেরকমটা বলেন - পানির অপর নাম জীবন নয়, বিশুদ্ধ পানির অপর নাম জীবন। তেমনি, শুধু প্রচার করাই যথেষ্ট নয়, প্রয়োজন সঠিক প্রচারের।

উদাহরণ দেওয়া যাক। ধরুন আপনি গুলশান এলাকায় কাউন্সিলর পদে নির্বাচনে দাঁড়িয়েছেন। আর আপনি প্রচারণা চালাচ্ছেন সিলেটে। এখন আপনি যতো টাকাই প্রচারণার পিছে ব্যয় করুন না কেন, আপনার কি বিন্দুমাত্র জেতার চান্স থাকবে?

আবার ধরা যাক, আপনি গুলশানেই প্রচারণা চালাচ্ছেন। কিন্তু আপনি ভোটারদের ঘরে ঘরে বিদ্যুৎ পৌঁছে দেবার আর পাকা রাস্তা বানিয়ে দেবার আশ্বাস দিচ্ছেন! এখন, যেসব সুবিধা ইতোমধ্যে ভোটাররা উপভোগ করছেই, সেসব সুবিধার প্রলোভন দেখিয়ে কি প্রচারণায় আদৌ কোনও সুবিধা করা সম্ভব?

এরকমটা ব্যবসায়ও হয়। অনেক সময়ই আমরা প্রচারণার পেছনে প্রচুর অর্থ ঢেলেও কাঙ্ক্ষিত ফলাফল পাই না। আর তার মধ্যে প্রথম ভুল যেটা আমরা করি সেটা হল - ভুল অডিয়েন্স টার্গেট করা। যেমনটা উপরের প্রথম উদাহরণে আমরা দেখতে পাই। ভুল মানুষদের কাছে অ্যাডভার্টাইজিং করলে প্রচারণা সব মাঠে মারা যায়।

আর আরেকটি বড় ভুল হল সঠিকভাবে উপস্থাপনার অভাব। আপনার পণ্য বা সার্ভিস যে গ্রাহকদের জীবন আরও স্বচ্ছন্দ্যময় করে তুলবে সেটা তাঁদের বোঝাতে হবে। গ্রাহকরা ইতোমধ্যে যেসব সুবিধা ভোগ করছে, সেসবই আপনিও অফার করলে সেই অফারের কোনও মূল্য থাকে না। যেমনটা দ্বিতীয় উদাহরণের মতো।

এরকম আরও অনেক অনেক ভুল আছে যেসব ভুলের কারণে শুধুমাত্র প্রচার করলেই ভালো ফল নিয়ে আসা সম্ভব হয় না। কৌশলী এবং বুদ্ধিদীপ্ত প্রচারণাই একমাত্র পারে 'প্রচারেই প্রসার' প্রবাদবাক্যটিকে সার্থক করতে।

23/12/2021

23/12/2021

22/12/2021

#বিজনেস_কেস_স্টাডি

যে কোন দেশে যুদ্ধ শেষ হবার পরপরই দেখা যায় এক শ্রেণির মানুষের হাতে বিত্ত বৈভবের ছড়াছড়ি পড়ে গিয়েছে । এমনকি যুদ্ধের সাথে লেনাদেনা নেই এমন দেশের কোম্পানিও এই হরিলুটে অংশ নিয়ে আঙ্গুল ফুলে কলাগাছে পরিণত হয়েছে এমন উদাহরণও আছে অনেক । যেমন ধরা যাক সুইডিশ কোম্পানি SKF এর কথা । প্রথম বিশ্বযুদ্ধের সময় সুইডেন নিরপেক্ষ রাষ্ট্র ছিল । তাই তারা ইউরোপের বিবাদমান দুই পক্ষের সাথেই সমানে ব্যবসা করতো । সবচেয়ে বেশী যেটা নিয়ে তারা ব্যবসা করেছিল সেটা হল আয়রনের বল বেয়ারিং । আর সেটার সবচেয়ে বড় সাপ্লাইয়ার ছিল এই SKF । যুদ্ধের সময় কোম্পানিটি এতোই লাভ করে যে তারা ব্যবসা সম্প্রসারণের চিন্তা শুরু করে । সেই যুগে সবচেয়ে উঠতি ভালো ব্যবসা ছিল অটোমোবাইলের ব্যবসা । অর্থাৎ গাড়ি । আমেরিকার দুই কোম্পানি ফোর্ড আর জেনারেল মোটরস ততদিনে দেখিয়ে দিয়েছে যে গাড়ির ব্যবসা আসলে কতোটা লাভজনক হতে পারে । সেই চিন্তা থেকেই ১৯২৭ সালে SKF তাদের নিজস্ব অটোমোবাইল কোম্পানি প্রতিষ্ঠা করে যার নাম ভলভো । শুরু থেকেই তারা বেশ পজিটিভ ফিডব্যাক পেতে থাকে জনসাধারণের কাছ থেকে । ১৯২৮ সালে কোম্পানিটি ট্রাক বানানো শুরু করে যেগুলো সুইডেনের বাইরেও ব্যাপক জনপ্রিয়তা পায় । আর সময়ের সাথে পাল্লা দিয়ে তারা জনপ্রিয়তা ধরে রাখতে সক্ষমও হয় । এভাবেই দেখতে দেখতে এসে যায় ইতিহাসের সবচেয়ে প্রভাববিস্তারি ঘটনাগুলোর একটা – দ্বিতীয় বিশ্বযুদ্ধ । দ্বিতীয় বিশ্বযুদ্ধেও সুইডেন প্রথম বিশ্বযুদ্ধের মতো একই গেম খেলে । ফিনিশ সরকারের শত অনুরোধ সত্ত্বেও তারা যুদ্ধে অংশ নিতে অস্বীকৃতি জানায় । যদিও প্রায় ৮ হাজার সুইডিশ স্বেচ্ছায় অংশ নেয় যুদ্ধে, কিন্তু অফিশিয়ালি সুইডেন নিরপেক্ষ থাকে দ্বিতীয় বিশ্বযুদ্ধেও । এবং প্রথম বিশ্বযুদ্ধের মতোই দুই পক্ষের সাথেই লোহার ব্যবসা করে বিপুল পরিমাণে । এবং SKF ও কলাগাছ ফুলে তালগাছে পরিণত হয় । ভলভো বিভিন্ন দেশের জন্য প্রচুর পরিমাণে মিলিটারি ট্রাক বানিয়ে বেচে এক্ষেত্রে গুরুত্বপূর্ণ ভূমিকা পালন করে ।
এই লাভের উপর বলীয়ান হয়ে ভলভো বেশ দ্রুতগতিতে এগুতে থাকে । ১৯৫০ এর দশকে শুধু ইউরোপ নয়, আমেরিকাতেও ভলভোর সুনাম ছড়িয়ে পড়ে । ইউরোপ-আমেরিকার বেশ কিছু ফ্যাক্টরি কিনে নেয় তারা এসময়ে । তবে কারও কারও কাছে কোন উন্নতিই যথেষ্ট নয় । যেমন ভলভোর তৎকালীন সিইও পের ভিগেলেনহ্যামারের কাছে । কারণ এতো উন্নতি সত্ত্বেও অটোমোবাইল ইন্ডাস্ট্রির দুই পাইওনিয়ার জায়ান্ট ফোর্ড আর জেনারেল মোটরসের তুলনায় ভলভো ছিল রীতিমতো সাধারণ মানের একটা কোম্পানি । ভিগেলেনহ্যামার উপলব্ধি করতে পারেন যে এই দুই মহীরুহর সাথে লড়াই করতে হলে আগামী কয়েক দশক ভলভোর প্রচুর পরিমাণে মূলধন প্রয়োজন । এর জন্য তিনি কিছু পরিকল্পনাও সাজান । প্রথমেই তিনি চেষ্টা করেন সুইডেনের অন্য কিছু ছোট বা মাঝারি মানের অটোমোবাইল কোম্পানিকে একীভূত করতে । কিন্তু এতে বিশেষ সাড়া মেলেনি । সুইডিশ আরেক বড় কোম্পানি SAAB এর সাথে এব্যাপারে কথাবার্তা অনেকদূর এগুলেও শেষ মুহূর্তে সেটাও ভেস্তে যায় । দেশে সফল হতে না পেরে তিনি তখন বিদেশে চেষ্টা শুরু করেন । কিন্তু ফরাসী কোম্পানি রেনল্টের সাথে চুক্তি করার চেষ্টা করতে গেলে সেটাও আলোচনার টেবিলে ব্যর্থতায় পর্যবাসিত হয় । কোম্পানিগুলো সব তাঁকে বিমুখ করায় তিনি তখন বেশ অভাবনীয় এক উৎসের দিকে নজর দেন । প্রতিবেশি দেশ নরওয়ে ।

দীর্ঘদিন নরওয়ে আর সুইডেন একটা একীভূত রাজ্য ছিল । ১৯০৫ সালের ২৬ অক্টোবর নরওয়ে সুইডেন থেকে আলাদা হয়ে যায় । প্রাকৃতিক সম্পদ আর সৌন্দর্যে দেশটি সমৃদ্ধশালী হলেও তাদের কোন ইন্ডাস্ট্রি ছিলনা । তার উপর দুটো বিশ্বযুদ্ধ তাদের অর্থনৈতিক অবস্থা আরও সঙ্গিন করে তোলে । ফলে তারাও নিজেদের অর্থনৈতিক সম্রাজ্য সম্প্রসারণে বেশ মরিয়া ছিল । এরকম উপযুক্ত সময়েই ১৯৭৮ সালে ভিগেলেনহ্যামার যান নরওয়ের তৎকালীন প্রেসিডেন্ট অডভার নর্ডলির কাছে । তিনি প্রস্তাব দেন যে ভলভোর ৪০% শেয়ার তিনি নরওয়েকে দেবেন, বিনিময়ে নরওয়েজিয়ান সরকারকে কোম্পানিতে ২০০ মিলিয়ন সুইডিশ ফ্রা তথা ৮০ মিলিয়ন ডলার ইনভেস্ট করতে হবে । কিন্তু নরওয়েজিয়ান সরকারের কাছে দেবার মতো নগদ অর্থের অভাব ছিল । তাই তারা একটা বিকল্প প্রস্তাব দেয় । ভলভোর ৪০% শেয়ারের বদলে কিছুদিন আগেই আবিষ্কৃত ওজেবার্গ তেলখনির ১০% শেয়ার দেওয়া হবে তাদের । নর্থ সী তে অবস্থিত তেলখনিটির খননকাজ তখনও শুরু হয়নি । তারপরও দূরদর্শী ভিগেলেনহ্যামার ঠিকই বুঝতে পারেন প্রস্তাবটি কতোটা লাভজনক কোম্পানির জন্য । কিন্তু শেয়ারহোল্ডাররা বেঁকে বসে । তারা তীব্র অসন্তোষ জানায় এধরণের চুক্তির ব্যাপারে । ভিগেলেনহ্যামার অনেক বুঝিয়েও যখন তাদের সবাইকে রাজি করাতে ব্যর্থ হন তখন তিনি ভোটাভুটির আয়োজন করেন বাধ্য হয়ে । চুক্তির পক্ষে ৬০ শতাংশ ভোট পড়ে, কিন্তু কোম্পানির নিয়ম অনুসারে সুপার মেজরিটি অর্থাৎ অন্তত ৬৬ শতাংশ ভোট প্রয়োজন এধরণের বড় চুক্তি কার্যকর করতে গেলে । ফলে ভিগেলেনহ্যামার প্রস্তাব ফিরিয়ে দিতে বাধ্য হন । তিনি এবং নরওয়েজিয়ান প্রেসিডেন্ট দুজনই তীব্র হতাশা ব্যক্ত করেন এতে । মনে রাখতে হবে, নরওয়ে সরকার তাদের ২১ টি আইন পরিবর্তন করতে রাজি ছিল শুধুমাত্র এই চুক্তিটি সম্পাদন করার জন্য ।

মাত্র ৬ বছরের মাথায় ওজেবার্গ তেলখনি তার জাদু দেখানো শুরু করে । এখন পর্যন্ত যে পরিমাণ তেল উত্তোলন করা হয়েছে সেখান থেকে তাতে ধারণা করা হয় ভলভোর প্রায় ১৩৮-২০২ বিলিয়ন ডলার গচ্চা চলে গিয়েছে ! এবং এটা সেখানে পাওয়া গ্যাসের মূল্য বাদ দিয়ে হিসাব করা ! ভলভোও এরপর কখনোই তাদের কাঙ্ক্ষিত মূলধন যোগাড় করতে পারেনি । এবং ১৯৯৯ সালে ফোর্ড কোম্পানির কাছে তারা নিজেদের বেচে দিতে বাধ্য হয় মাত্র সাড়ে ছয় বিলিয়ন ডলারের বিনিময়ে ।

একমাত্র Xerox ছাড়া পৃথিবীর অন্য কোন কোম্পানিকে বোধহয় অদূরদর্শিতার জন্য এতো বড় খেসারত দিতে হয়নি । সময়, সুযোগ পক্ষে থাকাই সবসময় যথেষ্ট নয়, অদূরদর্শীতার জন্যও মানুষকে তীব্র খেসারত দিতে হয় কখনো কখনো ।

21/12/2021

#মডার্ন_টেকনোলজি

নব্বই এর দশকে যাদের জন্ম বা বেড়ে উঠা তারা এই দশকটা নিয়ে হাল্কার উপর ঝাপসা অবসেশনে ভোগেন, এবং আমি নিজেও যেহেতু একই কাজ করি সেহেতু ইহা বিশেষ দোষের কিছু নয় ! তাই বছর দুয়েক আগে ন্যাশনাল জিওগ্রাফি চ্যানেল যখন The 90s নামক একটা ডকুমেন্টারি প্রচার করা শুরু করে তখন সেটা বেশ আগ্রহ নিয়ে দেখতে বসে যাই । তিন পর্বের এই সিরিজের প্রথম পর্বের একটা অংশে দেখায় উইন্ডোজ ৯৫ রিলিজের পর একজন টিভি উপস্থাপক সেটা চালায় এবং বিল গেটস পাশে দাঁড়িয়ে বলেন - দেখুন উইন্ডোজ ৯৫ এতোটাই সহজ যে সেটা একজন টিভি উপস্থাপকও ব্যবহার করতে পারেন ! এখনকার দিনে প্রচারণাটা অত্যন্ত হাস্যকর দেখালেও তখনকার দিনে এটাই ছিল বাস্তবতা । এখনকার ক্লাস টু এর বাচ্চারাও তখনকার একজন বিশ্ববিদ্যালয়ের শিক্ষকের চেয়ে কম্পিউটারে দক্ষ ! বিল গেটস নামক এক জাদুকর আসার আগ পর্যন্ত প্রকৃতপক্ষে কম্পিউটার নামক যন্ত্রটা ইন্ডাস্ট্রিয়াল লেভেলে বা গবেষণা খাতে শুধু ভূমিকা রাখত । তবে সাধারণ মানুষের সাথে বিশেষ লেনাদেনা না থাকলেও কম্পিউটার কিন্তু তার নিজের গতিতে উন্নতি করে চলেছিল । ইন্টেলের সহপ্রতিষ্ঠাতা গর্ডন মুর ১৯৬৫ সালে একটা ভবিষ্যতবাণী করেছিলেন যে প্রতি দুই বছরে কম্পিউটার সার্কিটে ট্রানজিস্টরের সংখ্যা দ্বিগুণ হতে থাকবে। অর্থাৎ প্রতি দুই বছরে কম্পিউটারের ক্ষমতা দ্বিগুণ হারে বাড়তে থাকবে । গত দশক পর্যন্ত এই নিয়মের কোন ব্যত্যয় হয়নি । কিন্তু ২০১৩ সাল নাগাদ এই হার কমতে শুরু করে। ২০১২ সালে ট্রানজিস্টরের সাইজ ছিল ২২ ন্যানোমিটার আর ২০১৫ সালে তা ১৪ ন্যানোমিটারে এসে ঠেকেছে । ইন্টেলের সিইও ব্রায়ান কানিচ ঘোষণা দেন টাইমস্কেল এখন দুই বছরের জায়গায় আড়াই বছর হয়ে গেছে। ২০১৭ সাল নাগাদ ট্রানজিস্টরের সাইজ ১০ ন্যানোমিটারে নামিয়ে আনা যাবে এবং মোটামুটি এটাই স্থিতিশীল হয়ে যাবে । অর্থাৎ আরএফএল টিউবওয়েলের বিজ্ঞাপনের মতো অবস্থা - যতই চাপাচাপি কর, কুন লাভ নাই ! তবে কি কম্পিউটারের উন্নতির অগ্রযাত্রা থেমে যাবে?

এই সমস্যা মোকাবেলা করার জন্য বড় বড় প্রতিষ্ঠানগুলো এরই মধ্যে মাল্টিকোর ম্যানারের হার্ডওয়ার বানানো শুরু করেছে । তবে এই ধরনের হার্ডওয়ারের সুবিধা নেবার জন্য প্রোগ্রামগুলোও মাল্টিথ্রেডের উপযুক্ত করে লিখতে হবে । এছাড়া বিজ্ঞানীরা সিলিকন নির্ভর ট্রানজিস্টর না বানিয়ে বিকল্প উপাদান খোঁজার চেষ্টা করছেন । বিকল্প হিসাবে ইতোমধ্যে কার্বনের একটি রূপ গ্রাফিনকে ব্যবহার করা শুরু হয়েছে । কিন্তু কিছু কিছু ক্ষেত্রে এগুলো চূড়ান্ত সমাধান নয়, তাই কার্যকরী সমাধানের জন্য আমাদের চাই বৈপ্লবিক কোন আইডিয়া । সেই আইডিয়ার নাম কোয়ান্টাম কম্পিউটার ।

আধুনিক একটা কম্পিউটারকে আমরা যতই শক্তিশালী করে বানাই না কেন সেটা দিয়ে পৃথিবীতে এমন কিছু অত্যন্ত গুরুত্বপূর্ণ সমস্যা আছে যেগুলোর সমাধান করা খুব কঠিন । তেমনি একটা সমস্যা হল প্রাইম ফ্যাক্টরাইজেশন । সরল বাংলায় যাকে বলে মৌলিক উৎপাদকে বিশ্লেষণ । এই সমস্যার সমাধান করতে হলে সাধারণ কোন কম্পিউটারকে অনেকগুলো ধাপ সম্পন্ন করে করতে হয় । এক্ষেত্রে অ্যালগরিদমের ধাপসংখ্যা ইনপুটের আকারের উপর নির্ভরশীল । ফলে অনেক বড় কোন সংখ্যাকে যদি আমরা প্রাইম ফ্যাক্টরাইজেশন করতে দেই তাহলে পৃথিবীর সবচেয়ে শক্তিশালী সুপার কম্পিউটারেরও কয়েক লক্ষ বছর লেগে যাবার সম্ভাবনা উড়িয়ে দেওয়া যায়না ! একারণেই আমাদের দরকার একটা কোয়ান্টাম কম্পিউটার । কারণ কম্পিউটার বিজ্ঞানীরা কোয়ান্টাম তথ্যকে ব্যাবহার করে এমন কিছু এ্যালগারিদম তৈরি করেছেন যেগুলো দিয়ে খুব দ্রুত এই কাজটি করে ফেলা যায় ।

সাধারণভাবে মনে হতে পারে এই “প্রাইম ফ্যাক্টরাইজেশন” করে আমাদের কি এমন দরকার আছে? ছোট বেলায় তো হাতে গননা করেই কত মৌলিক উৎপাদকে বিশ্লেষণের কাজ করেছি !! শুনলে অবাক হতে হবে- এই মৌলিক উৎপাদকে বিশ্লেষণের উপর ভিত্তি করেই পৃথিবীর যাবতীয় সিকিউরিটি সিস্টেম তৈরি করা হয়। কাজটি সাধারণ কম্পিউটার দ্রুত করতে পারবে না ধরে নিয়েই এই সিকিউরিটি সিস্টেম তৈরি । অর্থাৎ কোয়ান্টাম কম্পিউটার তৈরি করে আমরা যদি দ্রুত প্রাইম ফ্যাক্টরাইজেশন করতে পারি, তবে মুহূর্তেই যেকোনো সিস্টেমে ঢুকে যাওয়া যাবে । আর তাই বিপরীতভাবে, কোয়ান্টাম কম্পিউটার ব্যাবহার করে কোন সিকিউরিটি ব্যাবস্থা তৈরি করলে তা এতটাই শক্তিশালি হবে যে তা ভাঙ্গা হবে একদম অসম্ভব । এটি তো গেল একটি সমস্যা, এমন আর অনেক সমস্যা আছে যেগুলো করতে কোয়ান্টাম কম্পিউটারের খুব কম সময় লাগে । যদি কোয়ান্টাম কম্পিউটার তৈরি করা সম্ভব হয় তবে- রাসায়নিক বিক্রিয়াগুলোকে দ্রুত সিমুলেট করতে পারব । কোনো পরমাণু কার সাথে কিভাবে বিক্রিয়া করে সেগুলো কম্পিউটার দিয়েই গননা করা যাবে । আবার ন‍্যানোটেকনোলজি যেহেতু কোয়ান্টাম মেকানিক্সের উপর নির্ভরশীল, সেখানেও কোয়ান্টাম সিমুলেশন খুবই গুরুত্বপূর্ণ ভূমিকা রাখবে । তখন হয়তো নতুন ঔষধের কার্যকারিতা প্রাণীর উপর পরীক্ষা না করে আমরা কম্পিউটারে সিমুলেট করে ফেলতে পারব ।

সবই তো বুঝা গেল, এখন আসা যাক গুরুত্বপূর্ণ প্রশ্নে - এই কোয়ান্টাম কম্পিউটার আসলে জিনিসটা কি ? এটা বুঝার জন্য ফিজিক্সের কিছু 'কচকচানি' সহ্য করতে হবে আপনাদের । কোয়ান্টাম মেকানিক্স ফিজিক্সের সবচেয়ে জটিল আর গুরুত্বপূর্ণ শাখা, আর এর উপর ভিত্তি করেই কোয়ান্টাম কম্পিউটার তৈরি । তবে ভয় নেই আমি যথাসম্ভব কম গভীরতায় গিয়ে বুঝানোর চেষ্টা করব ।

প্রথমে আসা যাক কিউবিট প্রসঙ্গে । আমরা যেসব কম্পিউটার ব‍্যবহার করি সেগুলো হলো ক্লাসিকাল কম্পিউটার । এখানে ০,১ দিয়ে সবকিছু হিসাব করা হয়, সার্কিটে নির্দিষ্ট মাত্রার ভোল্টেজের উপস্থিতি হলো ১, অনুপস্থিতি হলো ০ । তাহলে ০,১ হলো ক্লাসিকাল কম্পিউটারে তথ‍্যের একক যাকে বলা হয় ‘বিট’ । কোয়ান্টাম কম্পিউটারে তথ‍্যের একক হলো ‘কিউবিট’ । সেই কিউবিট একটা ইলেকট্রণ হতে পারে, একটা আলোর কণিকা বা ফোটন হতে পারে, ডায়মন্ড বা অন‍্য কিছুর অণু হতে পারে । কোয়ান্টাম মানেই হলো কোন কিছু ক্ষুদ্রতম অংশ।

এরপর জেনে নিই সুপারপজিশন কি ? সুপারপজিশন হল কোয়ান্টাম মেকানিক্সের ভূতুরে কিছু ব্যাপার স্যাপারের একটা । কোয়ান্টাম জগতের কণাগুলো, যাদের আমরা কিউবিট হিসাবে সংজ্ঞায়িত করেছি, ক্রমাগত ঘুরছে । এই ঘূর্ণন যে সবসময়ই আমাদের চেনাজানা জগতের ঘূর্ণনের মতো তা কিন্তু নয় । নরম্যাল বা পূর্ণ ঘূর্ণনে ধরা যাক কোন কণা ডানে ঘুরলে সেটাকে আমরা ১ দ্বারা আর বামে ঘুরলে সেটাকে ০ দ্বারা সংজ্ঞায়িত করলাম । অর্থাৎ এক্ষেত্রে একটাই স্টেট গ্রহণ করছে কণাগুলো । কিন্তু কিছু কিছু ক্ষেত্রে ঘূর্ণনের মান ১/২ ও হতে পারে । আর এই ধরনের ঘূর্ণনে কোন কিউবিট একই সাথে ডানে এবং বামে অর্থাৎ দুইদিকেই ঘুরছে ! অর্থাৎ এই ধরনের কিউবিট একই সাথে দুইটা স্টেট (০ আর ১) ইনপুট হিসাবে নিতে পারে । এই ব্যাপারটাকেই বলা হয় সুপারপজিশন । ব্যাপারটা খুব অদ্ভুত ঠেকলেও কোয়ান্টাম জগতের জন্য এটা শতভাগ স্বাভাবিক ঘটনা । আমাদের চেনাজানা জগতে এরকম ঘটনা অকল্পনীয় বলেই বিশ্বাস করা কঠিন । তবে মজার ব্যাপার হল কোয়ান্টাম জগত অবজার্ভারের উপর নির্ভরশিল, আমরা যখনই এরকম কণা পর্যবেক্ষণ করতে যাব তখনই সে দুইদিক বাদ দিয়ে যেকোনো একটা নির্দিষ্ট দিকে ঘুরা শুরু করবে । অর্থাৎ দুইদিকেই ঘুরছে এরকম কণা দেখা আমাদের কপালে নাই ! আর পর্যবেক্ষণের পর কণাটা কোনদিকে ঘোরা শুরু করবে সেটা আগেভাগে বলা কখনই সম্ভব না । এমন না আমাদের জ্ঞানের স্বল্পতা এটা , এটা প্রকৃতির নিয়ম ।

যা হোক, এবার মূল প্রসঙ্গে ফিরে যাওয়া যাক, এসব ব্যাবহার করে কিভাবে কোয়ান্টাম কম্পিউটার কাজ করে । আগেই বলছি একটা কিউবিট একই সাথে দুইটা ইনপুট (০ আর ১) নিতে পারে । তাহলে দুইটা কিউবিট ইনপুট হিসাবে নিতে পারবে নিতে পারবে ৪ টা স্টেট (০০ বা ০১ বা ১০ বা ১১) তেমনি ৩ টা কিউবিট নিতে পারবে ৮ টা ইনপুট এবং এভাবে এক্সপোনেনশিয়াল হারে বাড়তে থাকবে । অর্থাৎ কিউবিটের সংখ্যা যথেষ্ট পরিমাণ বৃদ্ধি করানো গেলে তা ক্ল্যাসিকাল কম্পিউটারের চেয়ে লক্ষগুণ বেশি স্টেট একসাথে ইনপুট হিসাবে নিয়ে একসাথে প্রসেস করে ফেলতে পারবে ! আর যেহেতু আগেই বললাম কোয়ান্টাম জগত অবজার্ভার নির্ভর সেহেতু যখনই আমরা রেজাল্ট পর্যবেক্ষণ করতে যাব তখনই লক্ষ লক্ষ রেজাল্টের মধ্যে থেকে মাত্র একটা নির্দিষ্ট রেজাল্ট আউটপুট হিসাবে বেরিয়ে আসবে ! এভাবেই অনেক ক্ষেত্রে কোয়ান্টাম কম্পিউটার ক্ল্যাসিকাল কম্পিউটারের চেয়ে বহুগুণ দ্রুত কাজ করতে পারবে । একটা উদাহরণ দিয়ে ব্যাপারটা পরিষ্কার করা যাক ।

কোয়ান্টাম কম্পিউটিং এর দুই পাইওনিয়ার David Deutsch আর Richard Jozsa এই প্রবলেমের জনক । ধরা যাক কোন এক সেমিনার হলের গেটের সামনে একজন গার্ড দাঁড়িয়ে আছে, আর ৮ জন মানুষ প্রবেশের জন্য অপেক্ষা করছে । এখন হলে প্রবেশের সুযোগ সম্পূর্ণ গার্ডের ইচ্ছা অনিচ্ছার উপর নির্ভর করছে । সে যদি কারও জন্য ০ বরাদ্দ করে তাহলে সে ঢুকতে পারবেনা, আর ১ বরাদ্দ করলে ঢুকতে পারবে । যেদিন তার মন মেজাজ ভালো থাকে সেদিন সে সবার জন্য ১ বরাদ্দ করে এবং ঢুকতে দেয় । আর যেদিন মেজাজ খারাপ থাকে সেদিন অর্ধেকের জন্য ০ বরাদ্দ করে আর অর্ধেককে ঢুকতে দেয় । আমরা জানতে চাচ্ছি আজকে গার্ডের মন মেজাজ কেমন আছে । এই এলগরিদমের Worst case scenario চিন্তা করলে দেখা যাবে ক্ল্যাসিকাল কম্পিউটার দিয়ে এই সমস্যা সমাধানের জন্য অন্তত ৫ ধাপ হিসাব করতে হবে । কারণ প্রথম ৪ জনকে সে ১ বরাদ্দ করলেও সম্ভাবনা আছে সে ৫ নাম্বার ব্যক্তিকে ০ বরাদ্দ দিয়েছে । কিন্তু এখানে আমরা যদি একটা ৩ কিউবিটের কোয়ান্টাম কম্পিউটার ব্যাবহার করি তাহলে সে একই সাথে ৮ টা স্টেটকেই ইনপুট হিসাবে নিয়ে নিবে এবং মাত্র ১ ধাপ হিসাব করেই কাজটা করে দিতে পারবে । ৫ এর তুলনায় ১ চোখে লাগার মতো না হলেও ইনপুট যখন অনেক বড় হয় তখন পার্থক্যটা সহজেই চোখে পড়ে ।

তবে যতই কার্যকরী হোক না কেন, কোয়ান্টাম কম্পিউটার কখনোই ক্ল্যাসিকাল কম্পিউটারকে রিপ্লেস করতে পারবেনা । তার প্রধান কারণ কিউবিটগুলো পরিবেশের সাথে ইন্টার‍্যাকশনের কারণে সে যে স্টেট এ ছিল সেটা নষ্ট হয়ে যায়, পদার্থবিজ্ঞানীরা যাকে বলেন “ওয়েভ ফাংশন কলাপস” করে। আমরা দেখেছি কিউবিট একই সাথে একাধিক স্টেট এ সুপারপজিশন অবস্থায় থাকতে পারে, ডিকোহেরেন্স এর ফলে একটা মাত্র স্টেট এ “কলাপস” করে। এবং একবার “কলাপস” করলে সেটাকে আর আগের অবস্থায় ফেরত নেয়া যায় না । অর্থাৎ এমনও হতে পারে আমরা একাধিক ইনপুটের জন্য রেজাল্ট সেভ করতে চাচ্ছি, কিন্তু কোয়ান্টাম কম্পিউটারে তা সম্ভব নয় , যখনই কোন অবজার্ভার রেজাল্ট অবজার্ভ করতে যাবে , সে মাত্র একটা রেজাল্টই দিবে ! উপরের Deutsch-Jozsa এলগরিদমের মতো ডিসিশন মেকিং এর জন্য আমরা কোয়ান্টাম কম্পিউটার ব্যবহার করতে পারলেও অনেক ক্ষেত্রেই পারবনা । তারপরও কোয়ান্টাম কম্পিউটার যে কম্পিউটিং জগত সামনে সম্পূর্ণ বদলে দিতে চলেছে কোন সন্দেহ নেই ।