সুতরাং মেশিন লার্নিং কোনও সিস্টেমকে এই অর্থে স্বয়ংক্রিয়ভাবে চালিত করার অনুমতি দেয় যে এটি এ পর্যন্ত যা শিখেছে তার উপর ভিত্তি করে ভবিষ্যতের অবস্থার পূর্বাভাস দিতে পারে। আমার প্রশ্ন: মেশিন লার্নিং কৌশলগুলি কি কোনও সিস্টেমকে তার ডোমেন জ্ঞানের বিকাশের একমাত্র উপায় করে?
উত্তর:
ঠিক আছে, আমরা এমন একটি সিস্টেম (একটি মেশিন) সম্পর্কে কথা বলছি যা জ্ঞান বিকাশ করে (শিখেছে), সুতরাং এই জাতীয় কৌশলটির জন্য মেশিন লার্নিংয়ের মধ্যে না পড়া একরকম কঠিন।
তবে আপনি যুক্তি দিতে পারেন যে নতুন প্রস্তাব বা সম্ভাব্যতা অর্জনের জন্য গ্রাফ ভিত্তিক জ্ঞান ডাটাবেসে কাজ করা ইনফারেন্স ইঞ্জিনগুলি মেশিন লার্নিংয়ের অংশ নয়। অবশ্যই সেই ক্ষেত্রে জ্ঞানের অংশটি মোটেই অর্জিত হয় না, বরং এটি ডেভেলপারদের দ্বারা প্রবেশ করে।
আমি এখনও এই বিষয়ে পড়ছি, তবে আমার ধারণাটি এই যে জ্ঞানের ডাটাবেসগুলি এবং ইনফারেন্স ইঞ্জিনগুলি নব্বইয়ের দশকে বরং জনপ্রিয় হয়ে উঠেছে এবং আজও অনেক এজিআই-গবেষকরা এখনও সেদিকেই কাজ করে।
এটি নির্ভর করে আপনি "মেশিন লার্নিং কৌশলগুলি" কতটা বিস্তৃতভাবে সংজ্ঞায়িত করেন তার উপর। আপনি একটি সংজ্ঞা তৈরি করতে পারেন যাতে সংজ্ঞা অনুসারে, সমস্ত শিক্ষাগুলি সেই রুব্রিকের আওতায় পড়ে। ওও, মেশিন লার্নিং কৌশলগুলির এমন একটি বিস্তৃত বিন্যাস রয়েছে যে এটি করার ফলে খুব বেশি লাভ হবে না।
আমরা মেশিন লার্নিং / কৃত্রিম বুদ্ধিমত্তার মধ্যে বিভিন্ন ধরণের শেখার বিষয়ে কথা বলতে আরও বোধগম্য হয়। সর্বনিম্ন, আপনার কাছে:
এবং তারপরে "রিইনফোর্সমেন্ট লার্নিং" এর মতো জিনিস যা উপরের উপশ্রেণীতে থাকতে পারে। এই জিনিসগুলির বেশিরভাগই লোকেরা সাধারণত "মেশিন লার্নিং" বলে ডাকে।
এর বাইরে, আপনার কাছে রুল ইন্ডাকশন অ্যালগরিদম, ডিডাকটিভ লজিক কৌশল যেমন ইনডাকটিভ লজিক প্রোগ্রামিং যা "শিখতে" পারে, ইনফারেন্স ইঞ্জিনগুলি, স্বয়ংক্রিয় যুক্তি ইত্যাদির মতো জিনিসগুলি রয়েছে যা বিশ্ব সম্পর্কে "শিক্ষার" নিজস্ব পদ্ধতি রয়েছে তবে, সাধারণত "মেশিন লার্নিং" লেবেলযুক্ত থেকে পৃথক।
তবে এটিকে মনে রেখে, কেউ সত্যই জিজ্ঞাসা করতে পারে যে সেখানে সত্যিই কোনও বিভাজন রেখা আছে কিনা। প্রকৃতপক্ষে, ভাবার কারণ রয়েছে বলে মনে হয় যে ভবিষ্যতের এআই সিস্টেমগুলি একটি হাইব্রিড পদ্ধতির ব্যবহার করতে পারে যা "মেশিন লার্নিং" বা "জিওএফএআই" বা "অন্যান্য" লেবেলযুক্ত কিনা তা বিবেচনা ছাড়াই অনেকগুলি বিভিন্ন কৌশল একত্রিত করে।