AI-For-Beginners/translations/bn/lessons/7-Ethics

নৈতিক এবং দায়িত্বশীল কৃত্রিম বুদ্ধিমত্তা

আপনি এই কোর্সটি প্রায় শেষ করে ফেলেছেন, এবং আশা করি এখন পর্যন্ত আপনি পরিষ্কারভাবে বুঝতে পেরেছেন যে কৃত্রিম বুদ্ধিমত্তা (AI) বিভিন্ন গাণিতিক পদ্ধতির উপর ভিত্তি করে তৈরি, যা আমাদের ডেটার মধ্যে সম্পর্ক খুঁজে বের করতে এবং কিছু মানব আচরণের দিক পুনরায় তৈরি করতে মডেল প্রশিক্ষণ দিতে সাহায্য করে। এই মুহূর্তে, আমরা AI-কে একটি অত্যন্ত শক্তিশালী টুল হিসেবে বিবেচনা করি যা ডেটা থেকে প্যাটার্ন বের করতে এবং নতুন সমস্যার সমাধানে সেই প্যাটার্ন প্রয়োগ করতে সক্ষম।

পূর্ব-লেকচার কুইজ

তবে, বিজ্ঞান কল্পকাহিনীতে আমরা প্রায়ই এমন গল্প দেখি যেখানে AI মানবজাতির জন্য বিপদ ডেকে আনে। সাধারণত এই গল্পগুলো AI বিদ্রোহের উপর ভিত্তি করে তৈরি, যেখানে AI মানুষের বিরুদ্ধে অবস্থান নেয়। এটি বোঝায় যে AI-এর কোনো ধরনের আবেগ রয়েছে বা এটি এমন সিদ্ধান্ত নিতে পারে যা তার নির্মাতাদের কল্পনার বাইরে।

এই কোর্সে আমরা যে ধরনের AI শিখেছি তা আসলে বড় বড় ম্যাট্রিক্স গাণিতিক হিসাব ছাড়া আর কিছুই নয়। এটি আমাদের সমস্যাগুলোর সমাধানে সাহায্য করার জন্য একটি অত্যন্ত শক্তিশালী টুল, এবং যেকোনো শক্তিশালী টুলের মতোই - এটি ভালো এবং খারাপ উভয় উদ্দেশ্যে ব্যবহার করা যেতে পারে। সবচেয়ে গুরুত্বপূর্ণ বিষয় হলো, এটি ভুলভাবে ব্যবহার করা যেতে পারে।

দায়িত্বশীল AI-এর নীতিমালা

AI-এর এই অনিচ্ছাকৃত বা ইচ্ছাকৃত ভুল ব্যবহারের ঝুঁকি এড়াতে, মাইক্রোসফট গুরুত্বপূর্ণ দায়িত্বশীল AI-এর নীতিমালা প্রকাশ করেছে। এই নীতিমালাগুলো নিম্নলিখিত ধারণাগুলোর উপর ভিত্তি করে তৈরি:

• ন্যায্যতা মডেলের পক্ষপাতিত্বের (bias) গুরুত্বপূর্ণ সমস্যার সাথে সম্পর্কিত, যা পক্ষপাতযুক্ত ডেটা ব্যবহার করে প্রশিক্ষণের ফলে হতে পারে। উদাহরণস্বরূপ, যখন আমরা কোনো ব্যক্তির সফটওয়্যার ডেভেলপার চাকরি পাওয়ার সম্ভাবনা পূর্বাভাস করার চেষ্টা করি, মডেলটি পুরুষদের প্রতি বেশি প্রাধান্য দিতে পারে - কারণ প্রশিক্ষণ ডেটাসেটটি সম্ভবত পুরুষদের উপর বেশি ভিত্তি করে তৈরি। আমাদের প্রশিক্ষণ ডেটার ভারসাম্য বজায় রাখতে হবে এবং মডেলটি পক্ষপাতমুক্ত কিনা তা নিশ্চিত করতে হবে, যাতে এটি আরও প্রাসঙ্গিক বৈশিষ্ট্যগুলো বিবেচনায় নেয়।
• নির্ভরযোগ্যতা এবং নিরাপত্তা। AI মডেলগুলোর প্রকৃতিগতভাবে ভুল করার সম্ভাবনা থাকে। একটি নিউরাল নেটওয়ার্ক সম্ভাব্যতার ভিত্তিতে ফলাফল দেয়, এবং সিদ্ধান্ত নেওয়ার সময় এটি বিবেচনায় নেওয়া প্রয়োজন। প্রতিটি মডেলের নির্দিষ্ট পরিমাণ সঠিকতা এবং পুনরুদ্ধার ক্ষমতা থাকে, এবং ভুল পরামর্শের কারণে ক্ষতি এড়াতে আমাদের এটি বুঝতে হবে।
• গোপনীয়তা এবং নিরাপত্তা AI-এর ক্ষেত্রে কিছু নির্দিষ্ট প্রভাব ফেলে। উদাহরণস্বরূপ, যখন আমরা কোনো ডেটা মডেল প্রশিক্ষণের জন্য ব্যবহার করি, সেই ডেটা কোনোভাবে মডেলের সাথে "একীভূত" হয়ে যায়। একদিকে এটি নিরাপত্তা এবং গোপনীয়তা বাড়ায়, অন্যদিকে আমাদের মনে রাখতে হবে যে মডেলটি কোন ডেটার উপর প্রশিক্ষিত হয়েছে।
• অন্তর্ভুক্তি বোঝায় যে আমরা AI তৈরি করছি মানুষকে প্রতিস্থাপন করার জন্য নয়, বরং তাদের কাজকে আরও সৃজনশীল করতে এবং তাদের সহায়তা করার জন্য। এটি ন্যায্যতার সাথেও সম্পর্কিত, কারণ যখন আমরা কম প্রতিনিধিত্বশীল সম্প্রদায়ের সাথে কাজ করি, তখন আমাদের সংগ্রহ করা ডেটাসেটগুলো পক্ষপাতযুক্ত হওয়ার সম্ভাবনা বেশি থাকে। আমাদের নিশ্চিত করতে হবে যে এই সম্প্রদায়গুলো AI দ্বারা সঠিকভাবে অন্তর্ভুক্ত এবং পরিচালিত হচ্ছে।
• স্বচ্ছতা। এর মধ্যে নিশ্চিত করা অন্তর্ভুক্ত যে আমরা সবসময় পরিষ্কারভাবে জানাই যে AI ব্যবহার করা হচ্ছে। এছাড়াও, যেখানে সম্ভব, আমরা এমন AI সিস্টেম ব্যবহার করতে চাই যা ব্যাখ্যাযোগ্য।
• জবাবদিহিতা। যখন AI মডেলগুলো কোনো সিদ্ধান্ত নেয়, তখন সবসময় পরিষ্কার নয় যে সেই সিদ্ধান্তগুলোর জন্য কে দায়ী। আমাদের নিশ্চিত করতে হবে যে আমরা বুঝতে পারি AI সিদ্ধান্তের দায়ভার কোথায়। বেশিরভাগ ক্ষেত্রে আমরা চাইব গুরুত্বপূর্ণ সিদ্ধান্ত নেওয়ার প্রক্রিয়ায় মানুষকে অন্তর্ভুক্ত করতে, যাতে প্রকৃত মানুষদের জবাবদিহি করা যায়।

দায়িত্বশীল AI-এর জন্য টুলস

মাইক্রোসফট দায়িত্বশীল AI টুলবক্স তৈরি করেছে, যা একটি টুলসের সেট অন্তর্ভুক্ত করে:

• Interpretability Dashboard (InterpretML)

• Fairness Dashboard (FairLearn)

• Error Analysis Dashboard

• Responsible AI Dashboard, যার মধ্যে রয়েছে:

  • EconML - কারণ বিশ্লেষণের জন্য একটি টুল, যা "যদি এমন হতো" ধরনের প্রশ্নের উপর ফোকাস করে
  • DiCE - কাউন্টারফ্যাকচুয়াল বিশ্লেষণের টুল, যা আপনাকে দেখায় কোন বৈশিষ্ট্যগুলো পরিবর্তন করতে হবে মডেলের সিদ্ধান্ত প্রভাবিত করতে

AI নীতিশাস্ত্র সম্পর্কে আরও জানতে, দয়া করে এই পাঠটি দেখুন, যা মেশিন লার্নিং কারিকুলামের অংশ এবং এতে অ্যাসাইনমেন্ট অন্তর্ভুক্ত রয়েছে।

পর্যালোচনা এবং স্ব-অধ্যয়ন

দায়িত্বশীল AI সম্পর্কে আরও জানতে এই শিক্ষা পথটি গ্রহণ করুন।

পোস্ট-লেকচার কুইজ

অস্বীকৃতি:
এই নথিটি AI অনুবাদ পরিষেবা Co-op Translator ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসম্ভব সঠিকতার জন্য চেষ্টা করি, তবে অনুগ্রহ করে মনে রাখবেন যে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। এর মূল ভাষায় থাকা নথিটিকে প্রামাণিক উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য, পেশাদার মানব অনুবাদ সুপারিশ করা হয়। এই অনুবাদ ব্যবহারের ফলে কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যা হলে আমরা দায়বদ্ধ থাকব না।