ইন্টেলিজেন্ট সিস্টেম দরকার কেন?

Bowman: Open the pod bay doors, HAL. 
HAL 9000: I am sorry, Dave. I am afraid I can not do that. 
-- 2001: A Space Odyssey

সিস্টেম ডেটা প্রজ্ঞা প্রসেস অপটিমাইজেশন

একটা মুভি, পাল্টে দিল সবকিছু

ছোটবেলার একটা মুভি ভয়ংকরভাবে দাগ কেটেছিল মনে। এর রেশ টেনে বেড়াচ্ছি এখনো। মুভিটার প্রোটাগনিস্ট ছিল ‘হ্যাল’, একটা সেন্টিনেন্ট কম্পিউটার। ঠিক ধরেছেন, মুভিটার নাম ছিল ‘২০০১ : আ স্পেস ওডেসি’। মানুষ আর ‘চিন্তা করতে পারা’ যন্ত্রের মধ্যে সম্পর্কের টানাপোড়েন আমরা দেখেছি ওই মুভিটায়।

কেন মানুষ বুদ্ধিমান যন্ত্র চায়?

শত বছর ধরে ইন্টেলিজেন্ট মেশিনের খোঁজে মানুষের ইচ্ছার বহিঃপ্রকাশ হিসেবে আমরা দেখছি অনেক কিছু। আয়রনম্যানের জার্ভিস, টার্মিনেটর, নাইট রাইডারের ‘কিট’ পার্সোনালিটিগুলোর প্রতি আমাদের ব্যাকুলতা অথবা উৎসুক ভাব একটা পাওয়ারফুল আইডিয়া। যন্ত্র মানুষের মতো চিন্তা করতে পারছে কি পারছে না অথবা চিন্তা করতে পারার মতো যন্ত্র তৈরি হচ্ছে কি হচ্ছে না, সেটা থেকে বড় ব্যাপার হচ্ছে মানুষ হাল ছাড়ছে না এই আইডিয়া থেকে।

স্পেশালাইজড কাজে যন্ত্র সেরা

সামনে বড় বড় সমস্যা সমাধানে যেমন রোগ নিরাময়ে, ডিএনএ সিকোয়েন্সিংয়ে, প্রাকৃতিক বিপর্যয়ে, গ্যালাক্সি জয়ে আমাদের পাশে দরকার ইন্টেলিজেন্ট সিস্টেমগুলো। মানুষের দরকার নিজের প্রয়োজনে। চিন্তা করুন, পুরো পৃথিবীর বিজনেস ট্রানজাকশনগুলোর বেশির ভাগ চলছে ক্রেডিট কার্ড দিয়ে। গত বছরের আলিএক্সপ্রেসের ১১:১১ ফেস্টিভ্যালে প্রথম ৬৮ সেকেন্ডে বিক্রি হয়েছে ১ বিলিয়ন ডলার। পরের হিসাব ইতিহাস। এর মানে হচ্ছে, এত ক্রেডিট কার্ড ডেটা প্রসেসিং করে ‘ফ্রড ডিটেকশন’ সম্ভব নয় হাজারো মানুষের পক্ষে। সাহায্য নিতে হবে ইন্টেলিজেন্ট সিস্টেমের।

যন্ত্রের ওপর নির্ভরতা

আমিও ব্যতিক্রম নেই সে ক্ষেত্রে। বাসার রুটিন কাজগুলোর জন্য যন্ত্রের ওপর আমার অতিরিক্ত নির্ভরতা এর একটা বহিঃপ্রকাশ। ধরে নিচ্ছি আমাদের মানে মানুষের কাজ অন্য। আমাদের রুটিন কাজ ডেলিগেট করে দিতে হবে যন্ত্রকে, যাতে আমাদের ধারণা ধরতে পারে। অবশ্যই আমরা চাইছি যন্ত্র যাতে আমাদের মতো করে চিন্তা করতে পারে। এটা হলে ওটা করতে হবে (কিছুটা IFTTT-এর মতো), কিন্তু যখন অজানা জিনিস হবে, তখন যন্ত্রকে মানুষের মতো করে সিদ্ধান্ত নিতে হবে। তার বহিঃপ্রকাশ দেখছি রোগ নির্ণয়ে, সেলফড্রাইভিং কার, লং হ্যল ফ্লাইট, ডেটাসেন্টারে অন ডিমান্ড সার্ভিস অ্যালোকেশন, যেখানে অধিকাংশ সময় সিস্টেমের দেখভাল করছে রুল বেজড যন্ত্র। এর মানে হচ্ছে আমরা চাইছি যন্ত্র সহযোগী হিসেবে দাঁড়াক আমাদের পাশে।

বিশাল জনসংখ্যা, প্রসেস অপটিমাইজেশন

সরকারি একটা সার্ভিস নিতে বর্তমানে যে সময় লাগছে, সেখানে এই ‘চিন্তা করা’ যন্ত্র মানুষের সঙ্গে হাত লাগালে সরকারি পারমিট, লাইসেন্স, ট্রেড লাইসেন্স, পাসপোর্ট ইত্যাদি হাতে পেতে প্রসেসিং সময় কমে আসবে নিশ্চিন্তভাবে। আমরা অবাক হই ক্রেডিট কার্ডগুলো কীভাবে ভেরিফিকেশন হয়ে যাচ্ছে অনলাইনেই, সেখানে এই কাজগুলো অনেক সহজ, অনেকটাই প্রসেস ড্রিভেন। মানুষের বায়াস থাকার কারণে একে সার্ভিস দেব, একে দেব না, সেটা থেকে বের হয়ে আসতে হলে দরকার এ ধরনের ইন্টেলিজেন্ট সিস্টেম।

সরকারি, বেসরকারি সিস্টেমের কাজ স্কেলে

আমাদের কাজ করতে হবে স্কেলে। অনেক বড় লেভেলে। ১৬ কোটি মানুষকে সার্ভিস দিতে যেভাবে প্রসেস অটোমেট করতে হবে, সেখানে সনাতন সফটওয়্যার এ মুহূর্তে কাজ করলেও সেটা পিছিয়ে পড়বে সামনে। আমার কথা একটাই—সনাতন পদ্ধতির পাশাপাশি ইন্টেলিজেন্ট সিস্টেম হাত লাগাক সমাজের অসংগতি দূর করতে। ইন্টেলিজেন্ট সিস্টেমগুলো সাহায্য করবে সরকারি সার্ভিস ডেলিভারিতে। সময় কমাতে। ডাক্তারকে সাহায্য করবে সঠিক ডায়াগনস্টিকস দিয়ে। মানুষের সাহায্যে।

দেশের নীতিনির্ধারণী ড্যাশবোর্ড

Never doubt that a small group of thoughtful, committed citizens can change the world; indeed, it’s the only thing that ever has.

– Margaret Mead

আচ্ছা, বলতে পারবেন, একটা দক্ষ কোম্পানি কাজ করে কিভাবে? ঠিক বলেছেন। লাভ ক্ষতির ‘স্প্রেডশীট’ দিয়ে। ইনভেস্টমেন্ট এর প্রতিটা টাকার হিসেব থাকে তাদের কাছে। কোথায় লাভ ক্ষতি হচ্ছে সেটা জানা যায় সেই ‘স্প্রেডশীট’ থেকে। ছোট কোম্পানি হলে হিসেব রাখা সুবিধা। বড় হলে বাড়তে থাকে চ্যালেঞ্জ। শত শত ডিভিশন। প্রতিটার আলাদা আলাদা হিসেব। কোনটার ২% লাভ আর কোনটার ৮০% ক্ষতি এক কাতারের সেটা জানা দুস্কর বটে। আর তাই মাল্টি-মিলিয়ন/বিলিয়ন ডলারের কোম্পানির ‘চীফ এক্সেকিউটিভ’দের কাছে থাকে ‘ড্যাশবোর্ড’। হাই-লেভেলের ধারণার জন্য। ‘ইনফর্মড’ ডিসিশনের জন্য। কোথায় কি হচ্ছে সেটার একটা ‘ব্রড পারপেক্টিভ’ হিসেব আসে ওখানে। আবার চাইলে ভেতরের খবর জানা যায় এক ক্লিকে।

একটা সফল ব্যবসায়িক প্রতিষ্ঠান কাজ করে কিভাবে? ধরে নিচ্ছি গ্রামীনফোনের কথা। চিফ এক্সিকিউটিভ অফিসারের কাছে আছে হাই লেভেল ড্যাশবোর্ড। প্রতিষ্ঠানের লাভ ক্ষতি, বিভিন্ন ডিপার্টমেন্টের কেপিআই’র কোথায় কে আছে - সামনের লক্ষ্য থেকে কতদূরে বা কাছে আছে কোম্পানি, তার সবকিছুই চলে আসে এই ড্যাশবোর্ডে। একটা “ইনফর্মড” সিদ্ধান্ত নিতে যা দরকার তার সব টুল দেয়া থাকে উনাকে। পাশাপাশি তার ড্যাশবোর্ডে থাকে টেলিনরের লক্ষ্যমাত্রা - যেটা আসলে মাতৃ কোম্পানির মূল ভাবধারা। প্রতিটা কোম্পানি চলে একটা দর্শনের ওপর। দর্শনকে ধরতে দরকারি নীতিমালা ঢুকে যায় ‘ক্যাসকেডিং’ স্টাইলে সবকিছুই ভেতরে। আবার ভেতরের সবকিছুই ‘ইন্টার-রিলেটেড’। বাংলাদেশের একটা সিম বিক্রিতে তার ‘ইমপ্যাক্ট’ দেখাতে পারে গ্লোবাল ড্যাশবোর্ডে। খুবই ছোট হতে পারে জিনিসগুলো। তবে, সবকিছু ইন্টার রিলেটেড। এক সুঁতোয় বাঁধা। সরকারের একটা নীতিমালা পাল্টালে সেটার ‘ইমপ্যাক্ট’ দেখায় আরো বড় ভাবে। যেমন, সিম ট্যাক্স বাড়লে - কমলে সেটার আউটকাম দেখায় ওই জায়গায়। মধ্যম লেভেলের ম্যানেজারদের কাছেও আছে তাদের সম্পর্কিত নিজস্ব ড্যাশবোর্ড। তার লেভেলে। যেখানে সে নিতে পারে ‘ইনফর্মড ডিসিশন’।

সরকারের ড্যাশবোর্ড হলে কি হতো এখানে? ডাটার ক্ষমতা অনেক। সেটা দেখতে পারে অনেক ভেতরের জিনিস। পৃথিবীতে প্রতিটা ঘটনা একে অপরের সাথে কানেক্টেড। ডাটা নিয়ে কাজ করি বলে বুঝতে পারি। অভাবের তাড়নায় কিশোরীর আত্মহত্যা থেকে শুরু করে সড়ক দুর্ঘটনায় মানুষের মৃত্যু সবকিছুর ইমপ্যাক্ট আসতে পারে ওই ড্যাশবোর্ডে। ‘ভিজিএফ’ কার্ড ঠিকমতো মাঠ পর্যায়ে বিতরণে কোথায় গিয়ে আটকে গিয়েছে সেটাও আসবে এখানে। আমাদের অতো ভেতরের খবর না হলেও চলে এমুহুর্তে। গ্রাম পর্যায়ের ডাটা পয়েন্টই যথেষ্ট এখন। সরকার প্রধান জানতে পারবেন ভেতরের অনেক খবর। ঘটার আগেই। সিঙ্গাপুরের “স্মার্ট নেশন” অথবা সংযুক্ত আরব আমিরাতের “স্মার্ট গভ” প্রজেক্টের ড্যাশবোর্ড এখন পৌঁছে গেছে অন্য লেভেলে। সে দেশগুলোর সরকারি সার্ভিস ডেলিভারি প্ল্যাটফর্মের প্রায় পুরোটাই চলে এসেছে অনলাইনে। আমরাও আসছি আস্তে আস্তে। সেটার শুরুটা হতে পারে এই ড্যাশবোর্ড দিয়ে।

সরকার কি চালানো সম্ভব এভাবে? কোম্পানির মতো করে? সম্ভব। এদিকে অনেক কোম্পানি এখন সরকারের মতো করে চালাচ্ছে তাদের ‘কর্পোরেট সোশ্যাল রেসপনসিবিলিটি’। মানুষের প্রতি দায়বদ্ধতা থেকে। মানে লাভটাই সবসময় মুখ্য নয়। আগে বলেছি - সিঙ্গাপুর থেকে শুরু করে অনেক দেশই হাতেনাতে দেখতে পাচ্ছে ডাটার ক্ষমতা। সত্যিকার অর্থে - সিঙ্গাপুরে আমার একটা রেগুলেটরি প্রশিক্ষণের পর খুলে গেছে মাথা। সে সব দেশে নীতিনির্ধারণে ডাটার ব্যবহার বাঁচাচ্ছে অনেক টাকা। অপব্যয় থেকে। ভুল সিদ্ধান্ত থেকে। ডাটা সাহায্য করছে সময়পোযোগী সিদ্ধান্ত নিতে। একটা সময়পোযোগী সিদ্ধান্ত বাঁচাতে পারে অনেক টাকা। না হলে প্রজেক্টের টাকা বাড়তেই থাকে দিন কে দিন।

কেমন হয় এরকম একটা ড্যাশবোর্ড হলে? নীতিনির্ধারণী ডাটা ড্যাশবোর্ড। প্রধানমন্ত্রী, সংসদ সদস্য এবং সব আমলাদের জন্য। যার জন্য যেটা প্রযোজ্য। ২০০ এর ওপর থাকবে বিভিন্ন ডাটা পয়েন্ট। মন্ত্রণালয় সহ। ওই জায়গাগুলো থেকে যোগান দেয়া হবে ডাটা। এই ডাটাগুলোকে ‘কো-রিলেট’ করে মেশিন লার্নিং থেকে জানা যাবে জনগণের চাহিদা, কোথায় আসল সমস্যা, এবং সাংসদদের নিজ নিজ এলাকার কাজের ‘গ্যাপ’ অথবা ‘প্রোগ্রেস’। কোথায় আটকে আছে কাজ - কি সমস্যা, ভেতরের অসঙ্গতি - তার সবকিছুই চলে আসবে আমাদের ড্যাশবোর্ডে। ফলে সিদ্ধান্তগুলো হবে ‘ইনফর্মড’, মানে জেনে সিদ্ধান্ত দেয়া। আমার ডাটা বলছে ভারতে এধরণের ড্যাশবোর্ড মানে ‘ডাটা ড্রিভেন গভর্নেন্স’ চালু হয়েছে অন্ধ্র প্রদেশ, উড়িষ্যা, ঝাড়খন্ড আর মহারাষ্টে। সাহায্য করছে একটা বেসরকারি সংস্থা।

সরকারে আছি প্রায় ৩০ বছর। ব্যবহার বাড়ছে ডাটা’র। সরকারে। ডাটার সাহায্য নেয়া হচ্ছে ক্ষেত্রবিশেষে। চালু করা হয়েছে সরকারি ‘ওপেন ডাটা ইনিশিয়েটিভ’। তবে, সেটা যথেষ্ট নয়। নিজে ডাটা নিয়ে থাকি বলে বুঝি এর গুরুত্ব। মাথায় ঘুরছে একটা নীতিনির্ধারণী ড্যাশবোর্ড। সিদ্ধান্ত নেবার ক্ষেত্রে। এবার আমার ‘পিএইচডি’র প্রপোজাল হচ্ছে “National Decision Support System for Bangladeshi Policymakers from Anonymous Large Scale Mobile Phone Data”। এখানে একটা বড় অংশ হচ্ছে আমাদের এই মেশিন লার্নিং। তবে, বিষয়টা কাজ করবে ৩ ভাগে। ১. তৈরি করা যেতে পারে ‘ন্যাশনাল ডিসিশন সাপোর্ট সিস্টেম’ ২. সেটা তৈরি হবে নীতিনির্ধারণীদের জন্য ৩. সেটার ডাটা আসবে একটা বড় ডাটা পয়েন্ট থেকে। একা বলে সেটাকে সীমিত করে এনেছি একটা ফ্রেমওয়ার্কে। মোবাইল ফোন ডাটা প্রাপ্তি স্বাপেক্ষে। অনেক বেশি ডাটা পয়েন্ট হলে সেটা কাজ করবে আরো বড় স্কেলে। তবে, সম্ভব সবই। ‘কৃত্রিম’ বুদ্ধিমত্তা দিয়ে।

শুরুতে ছোট লেভেলে ইন্টেলিজেন্ট মেশিন

আমরা যেভাবে চিন্তা করি, সেটার অনেক কিছুই দিয়ে দেওয়া হয়েছে যন্ত্রকে। একটা এলিভেটর ঠিক কোন সময় পর্যন্ত কল নেবে, ওপরে কল থাকলে আমাদের ফ্লোরে দাঁড়াবে কি না অথবা ওপরে ওভারলোডেড হলে বাইরের কলে আবার প্রতিটা ফ্লোরে দাঁড়াবে কি না, অথবা অনেকগুলো এলিভেটর হলে কোন এলিভেটরটা প্রক্সিমিটি, কলের হিসাব ধরে আপনার ফ্লোরে সবচেয়ে কম সময়ে এসে দাঁড়াবে, সেটা এখন নিত্যদিনের হিসাব।

সফটওয়্যার ইজ ইটিং দ্য ওয়ার্ল্ড

অনেকে আমাকে জিজ্ঞাসা করেন, কেন মেশিন বা ডিপ লার্নিং শিখবেন? আমি বলব এটা এমন একটা ফিল্ড, যেটা পাল্টে দিচ্ছে পুরো পৃথিবী। এই নতুন ফিল্ডটা এখনো ‘এক্সপ্লোর’ করে যাচ্ছে আসলে কী কী জিনিস সম্ভব নয় প্রথাগত সফটওয়্যার দিয়ে। এ মুহূর্তে আপনার আশপাশে বড় বড় কোম্পানি কিন্তু সফটওয়্যার কোম্পানি। বিকাশ, পাঠাও, দারাজ—সবাই। তবে, মেশিন লার্নিং বা ডিপ লার্নিং খেয়ে ফেলবে প্রথাগত সফটওয়্যার কোম্পানি।

“এআই” উইল ইট সফটওয়্যার

গুগল করুন, ‘সফটওয়্যার ইজ ইটিং দ্য ওয়ার্ল্ড, “এআই” উইল ইট সফটওয়্যার’। আপনার সামনে যত ধরনের চ্যালেঞ্জ থাকুক না কেন, আপনি এই মেশিন লার্নিং এক্সপ্লোরেশন মোডে সব ধরনের সমস্যা সমাধান করতে পারবেন—বলে আমি দেখছি আশপাশে। এই এক্সপ্লোরেশনটা অনেকটাই ইন্টেলেকচুয়াল। কারণ, আমি নতুন নতুন অনেক সমস্যা দেখছি যার সমাধান মাত্র আছে এই মেশিন লার্নিংয়ে।

বাড়াতে হবে আমাদের স্কিলসেট

যেহেতু থিঙ্কিং মেশিন, এর মানে ইন্টেলিজেন্সটা সিন্থেটিক, সে কারণে আমাদের আলাপের মূল বিষয় ‘কৃত্রিম’ বুদ্ধিমত্তা। তবে শুরুতে মেশিনকে শেখানোর ব্যাপারটা ধোঁয়াশা আছে এখনো। আর সে কারণে এই বই, ভিডিও, আলাপ। সিরিজ হিসেবে।

আমি একটা জিনিস বিশ্বাস করি। ‘ইফ ইউ বিল্ড ইট, দে উইল কাম’। আমাদের স্কিলড মানুষ থাকলে ইকোনমিক শিফট আসবে আমাদের এখানে। প্রচুর স্কিলড মানুষ দরকার ইন্টেলিজেন্ট সিস্টেম তৈরি করতে। এখন সফটওয়্যারকে দিতে হবে বুদ্ধিমত্তা, তার জন্য প্রয়োজন ইচ্ছাশক্তি ও মাথা।