মানুষ একই সময়ে একাধিক কাজ করতে পারে (যেমন সংগীত শোনার সময় পড়া), তবে আমরা আমাদের প্রধান ফোকাস বা কার্য থেকে যতটা খারাপ কাজ করে তার চেয়ে কম দক্ষতার সাথে তথ্য কম মুখস্থ করা তথ্য মুখস্থ করি।
কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে কি এই জাতীয় জিনিসগুলি বিদ্যমান? আমি সন্দেহ করি, উদাহরণস্বরূপ, নিউরাল নেটওয়ার্কগুলির এমন বৈশিষ্ট্য রয়েছে তবে আমি ভুল হতে পারি।
উত্তর:
লেটার-স্ট্রিং উপমা সমস্যা সমাধানের জন্য ডগলাস হফস্ট্যাডারের কপিরাইট আর্কিটেকচারটি ইচ্ছাকৃতভাবে 'স্যালায়েন্স' সম্পর্কে অর্থহীনভাবে জ্ঞাত ধারণাটি বজায় রাখার জন্য ইঞ্জিনিয়ার করা হয়েছিল, অর্থাত্ বিভিন্ন প্রতিযোগিতামূলক সম্ভাবনা দেওয়া, সবচেয়ে আকর্ষণীয় বিষয়টির প্রতি আগ্রহ বজায় রাখার ঝোঁক। যদিও কোনও সমাধানের (অংশ) সমাধানের মূল্যটি চূড়ান্তভাবে সংখ্যাসূচকভাবে উপস্থাপিত হয়, এটি যে উপায়ের মাধ্যমে এটি নির্ধারণ করে সেগুলি 'নির্বাচিত মনোযোগ' যেভাবে মানুষের জ্ঞানচর্চায় পরিচালিত হতে পারে তার সাথে যোগাযোগ করতে (অন্তত কার্যকরীভাবে) নির্দেশিত।
কেন্দ্রীকরণ, সম্ভবত "ফোকাস" বা "মনোযোগ" হিসাবে উপলব্ধি করা, এআই-তে বেশ কিছু ইতিহাস রয়েছে। এই উত্তরে কপিগ্যাট উল্লেখ করা হয়েছে, এবং 80 এর দশকেও নিউরাল নেটওয়ার্কগুলির সাথে কাজ করা হয়েছিল (উদাঃ ফুকুশিমা থেকে , নিওকগনিট্রনের স্রষ্টা)।
সম্প্রতি, নিউরাল নেটওয়ার্কগুলিতে মনোযোগ গতি অর্জন করছে । প্রক্রিয়াগুলি গভীর নিউরাল নেটওয়ার্কগুলিতে শেখার ক্ষেত্রে প্রয়োগ করা হয়।