উপর উইকিপিডিয়া পৃষ্ঠা এআই সম্পর্কে, আমরা পড়তে পারেন:
অপটিকাল চরিত্রের স্বীকৃতি আর একটি কৃত্রিম প্রযুক্তি হয়ে ওঠার পরে "কৃত্রিম বুদ্ধিমত্তার" উদাহরণ হিসাবে বিবেচিত হয় না।
অন্যদিকে, MNIST হাতে লেখা ডিজিটের ডাটাবেসের বিশেষত প্রশিক্ষণ এবং স্নায়ুর নেটওয়ার্ক এবং তাদের ত্রুটি হার পরীক্ষার জন্য ডিজাইন করা হয়েছে (দেখুন: ক্লাসিফায়ার )।
তাহলে উপরোক্ত উক্তিটি কেন জানিয়েছে যে ওসিআর এখন আর এআইয়ের উদাহরণ নয়?
উত্তর:
যখনই কোনও কম্পিউটার কম্পিউটার দ্বারা সমাধানযোগ্য হয়, লোকেরা তর্ক শুরু করে যে এর জন্য বুদ্ধি প্রয়োজন হয় না। জন ম্যাকার্থারিকে প্রায়শই উদ্ধৃত করা হয়: "এটি কাজ করার সাথে সাথে কেউ এআই কে আর বলে না" ( সিসিএমে রেফারেন্স করা )।
আমার কলেজের একজন শিক্ষক বলেছিলেন যে 1950-এর দশকে একজন অধ্যাপককে জিজ্ঞাসা করা হয়েছিল যে তিনি মেশিনের জন্য বুদ্ধিমান কি। অধ্যাপক স্বনামধন্য উত্তর দিয়েছিলেন যে কোনও ভেন্ডিং মেশিন যদি তাকে সঠিক পরিবর্তন দেয় তবে তা বুদ্ধিমানের কাজ হবে।
পরে দাবা খেলা বুদ্ধিমান হিসাবে বিবেচিত হত। যাইহোক, কম্পিউটারগুলি এখন দাবাতে গ্র্যান্ডমাস্টারদের পরাস্ত করতে পারে এবং লোকেরা আর এটি বলছে না যে এটি একটি বুদ্ধিমত্তার একটি রূপ।
এখন আমাদের ওসিআর আছে। এটি ইতিমধ্যে অন্য উত্তরে বলা হয়েছে যে আমাদের পদ্ধতিগুলিতে 5 বছরের পুরানো স্বীকৃতি সুবিধা নেই। এটি অর্জনের সাথে সাথে লোকেরা বলবে "মেহ, এটি বুদ্ধি নয়, একটি 5 বছর বয়সী এটি করতে পারে!"
একটি মনস্তাত্ত্বিক পক্ষপাত, এটি বলা দরকার যে আমরা কোনওভাবেই মেশিনের চেয়ে উচ্চতর, এর ভিত্তিতে।
যদিও ওসিআর এখন মূলধারার প্রযুক্তি, তবে এটি সত্য যে আমাদের কোনও পদ্ধতিতে সত্যই 5 বছরের পুরানো স্বীকৃতি সুবিধা নেই (ক্যাপচা সত্ত্বেও সাফল্য দাবি করা)। আমরা বুঝতে পারি না কীভাবে এটি বোঝা যায় কৌশলগুলি ব্যবহার করে কীভাবে অর্জন করা যায়, সুতরাং ওসিআরকে এখনও যথাযথভাবে একটি এআই সমস্যা হিসাবে বিবেচনা করা উচিত।
এটি কেন এমন হতে পারে তা দেখার জন্য, ডগলাস হাফস্টাডটারের "এ এ দেখা এবং এএস দেখায় " রচনাটি পড়া আলোকিত হয় ।
অন্য উত্তরে তৈরি করা বিন্দুর প্রতি শ্রদ্ধা রেখে এজেন্ট ফ্রেমিং একটি কার্যকর ইনফোফার কারণ এটি ক্রমবর্ধমান জটিল পরিবেশে সাফল্যকে অনুপ্রাণিত করে। যাইহোক, অনেকগুলি কঠিন সমস্যা রয়েছে (উদাঃ বনগার্ড) যা এ জাতীয় ফ্যাশনে বর্ণিত হওয়ার দরকার নেই।
আমি নিশ্চিত নই যে এমএনআইএসটি ভবিষ্যদ্বাণী করা সত্যই এআইয়ের কাজ হিসাবে বিবেচিত হতে পারে। এআই সমস্যাগুলি সাধারণত কোনও পরিবেশে অভিনয় করা কোনও এজেন্টের প্রসঙ্গে তৈরি করা যেতে পারে। সাধারণভাবে নিউরাল নেট এবং মেশিন লার্নিংয়ের কৌশলগুলি এই ফ্রেমিংয়ের সাথে মোকাবেলা করার দরকার নেই। শ্রেণিবদ্ধ উদাহরণস্বরূপ, দুটি স্পেসের মধ্যে ম্যাপিং শিখছে। যদিও কেউ যুক্তি দিতে পারে যে আপনি ওআইআর / চিত্রের শ্রেণিবিন্যাসকে এআই সমস্যা হিসাবে ফ্রেম করতে পারেন - শ্রেণিবদ্ধকারী এজেন্ট, প্রতিটি ভবিষ্যদ্বাণীটি একটি ক্রিয়া, এবং এটি তার শ্রেণিবিন্যাসের নির্ভুলতার ভিত্তিতে পুরষ্কার প্রাপ্ত করে - এটি বরং অপ্রাকৃত এবং সমস্যাগুলি থেকে পৃথক সাধারণত এআই সমস্যা হিসাবে বিবেচিত হয়।