শেখার দৌড়ে কে এগিয়ে: মানব মস্তিষ্ক নাকি কৃত্রিম বুদ্ধিমত্তা?

ChatGPT, Google Gemini কিংবা Perplexity-র মতো শক্তিশালী AI টুলগুলো আসার পর থেকে একটি প্রশ্ন আমাদের অনেকের মনেই ঘুরপাক খাচ্ছে যে মেশিন কি মানুষের চেয়ে দ্রুত শেখে? আপাতদৃষ্টিতে মনে হতে পারে, AI-ই জয়ী। কারণ, চোখের পলকে হাজার পৃষ্ঠার বই পড়ে ফেলা কিংবা কয়েক সেকেন্ডে বিশাল ডেটা প্রসেস করার ক্ষমতা মানুষের নেই। কিন্তু বিজ্ঞানের গভীরে তাকালে দেখা যায়, উত্তরটা এত সহজ নয়। তথ্যের প্রসেসিং স্পিড আর প্রকৃত শেখার দক্ষতা উভয়ের মধ্যে আকাশ-পাতাল তফাৎ রয়েছে।

আজকের এই আর্টিকেলে আমরা বৈজ্ঞানিক এবং গাঠনিক দৃষ্টিকোণ থেকে দেখব, শেখার জাদুতে আসলে কার মস্তিষ্ক বেশি শক্তিশালী? রক্ত-মাংসের মানুষের, নাকি সিলিকন চিপের মেশিনের?

তথ্যের গতি vs শেখার দক্ষতা বা Sample Efficiency

যদি আমরা ‘শেখা’ বলতে কেবল তথ্য বা ডেটা প্রসেস করা বুঝি, তবে নিঃসন্দেহে AI জয়ী। একটি উন্নত AI মডেল উইকিপিডিয়ার সব তথ্য মাত্র কয়েক মিনিট বা ঘণ্টায় পড়ে ফেলতে পারে, যা মানুষের পক্ষে সারা জীবনেও অসম্ভব। কিন্তু শেখার আসল অর্থ যদি হয় নতুন কিছু বোঝা, কনসেপ্ট আয়ত্ত করা এবং কম তথ্য ব্যবহার করে সিদ্ধান্তে আসা, তবে মানুষ AI-এর চেয়ে বহুগুণ এগিয়ে। একে বিজ্ঞানের ভাষায় বলা হয় Sample Efficiency।

একটি ছোট শিশুকে ‘বিড়াল’ চেনাতে কী করতে হয়? তাকে হয়তো মাত্র ২-৩টি বিড়াল দেখালেই সে সারা জীবনের জন্য বুঝে যায় বিড়াল কী। এরপর সে কার্টুনিস্টের আঁকা বিড়াল দেখলেও চিনতে পারে, এমনকি অন্ধকারে বিড়ালের আদল দেখলেও বোঝে। অথচ একটি AI-কে বিড়াল চেনাতে হাজার হাজার, এমনকি লাখ লাখ বিড়ালের ছবি দেখিয়ে প্রশিক্ষণ দিতে হয়। অর্থাৎ, অত্যন্ত নগণ্য ডেটা ব্যবহার করে দ্রুত শেখার ক্ষমতায় মানব মস্তিষ্ক এখনও অপ্রতিদ্বন্দ্বী।

মস্তিষ্কের গঠন: ডেনড্রাইট vs কৃত্রিম নিউরন

মানুষ কেন এত কম তথ্যে এত দ্রুত শেখে? এর রহস্য লুকিয়ে আছে আমাদের মস্তিষ্কের অবিশ্বাস্য জটিল গঠনে। বিজ্ঞানীরা মস্তিষ্কের মাত্র ১ ঘন মিলিমিটার (যা একটি ছোট বালির কণার সমান) অংশে প্রায় ৫৭,০০০ নিউরন এবং ১৫০ মিলিয়ন বা ১৫ কোটিরও বেশি স্নায়বিক সংযোগ খুঁজে পেয়েছেন।

শুধু তাই নয়, আমাদের প্রতিটি নিউরনের Dendrite নামক যে অসংখ্য শাখা-প্রশাখা থাকে, সেগুলো নিজেরাই জটিল গণনা করতে পারে। বর্তমানে AI মডেলগুলোতে যে Artificial Neuron ব্যবহৃত হয়, সেগুলো তুলনামূলকভাবে অনেক সহজ-সরল এবং ডেনড্রাইটের মতো জটিল গণনা করতে অক্ষম। ডেনড্রাইটের এই বিশেষ ক্ষমতার কারণেই মানব মস্তিষ্ক কম শক্তি খরচ করেও অবিশ্বাস্য রকম দক্ষ।

শেখার কৌশলে পার্থক্য: কম্পোজিশনাল vs ট্রায়াল অ্যান্ড এরর

মানুষ এবং AI-এর শেখার পদ্ধতিতেও রয়েছে মৌলিক পার্থক্য। মানুষ শেখে Compositional বা গঠনমূলক পদ্ধতিতে। আমরা বড় একটি সমস্যাকে ছোট ছোট ভাগে ভাগ করে ফেলি এবং আগের অভিজ্ঞতা নতুন কাজে লাগাই। যেমন—একটি শিশু বল ছুঁড়ে মারতে শেখার জন্য প্রথমে বলটি ধরতে শেখে, তারপর হাত নাড়াতে শেখে এবং শেষে এই দুটি কাজকে একত্র করে। একইভাবে, যে ব্যক্তি গাড়ি চালাতে পারেন, কমন সেন্স বা Transfer Learning-এর মাধ্যমে তিনি খুব দ্রুত ট্রাক চালানোর বেসিকও বুঝে যান।

অন্যদিকে, AI-এর শেখার পদ্ধতি হলো মূলত Reinforcement Learning (RL) বা ‘ট্রায়াল অ্যান্ড এরর’। দাবা খেলা বা কোনো কাজ শিখতে গিয়ে AI-কে লাখ লাখ বার ভুল করতে হয় এবং সেই ভুল থেকে শিখতে হয়। মানুষের মতো পরিস্থিতির প্রেক্ষাপট বোঝার ক্ষমতা বা এক কাজের অভিজ্ঞতা অন্য কাজে লাগানোর স্বতঃস্ফূর্ত ক্ষমতা AI-এর নেই; সে শুধুই প্যাটার্ন বা বিন্যাস চিনতে পারে।

স্মৃতি ব্যবস্থাপনা: নিউরোপ্লাস্টিসিটি vs ক্যাটাস্ট্রফিক ফরগেটিং

মানুষের শেখার একটি বড় সুবিধা হলো, আমরা পুরনো জিনিস না ভুলেই নতুন জিনিস শিখতে পারি। একে বলা হয় Neuroplasticity। এমনকি আমরা যখন ঘুমাই বা বিশ্রাম নিই, তখন আমাদের মস্তিষ্ক Memory Consolidation প্রক্রিয়ার মাধ্যমে সারাদিনের শেখা বিষয়গুলোকে গোছাতে থাকে এবং স্মৃতিকে পাকাপোক্ত করে।

কিন্তু AI-এর ক্ষেত্রে একটি বড় সমস্যা হলো Catastrophic Forgetting। একটি AI-কে দাবা খেলা শেখানোর পর হঠাৎ করে লুডু খেলা শেখানো শুরু করলে, সে প্রায়ই আগের দাবার নিয়মগুলো ভুলে যায় বা গুলিয়ে ফেলে। নতুন তথ্য ঢুকাতে গিয়ে সে পুরনো তথ্য মুছে ফেলে বা ওভাররাইট করে। যদিও বিজ্ঞানীরা এখন এটি সমাধানের চেষ্টা করছেন, তবুও মানুষের মতো স্মৃতি ধরে রাখার এবং ঘুমের মধ্যে স্মৃতি গোছানোর প্রাকৃতিক ক্ষমতা মেশিনের নেই।

শক্তি ব্যবহারের তুলনা: ২০ ওয়াট বনাম বিদ্যুৎ কেন্দ্র

সবশেষে আসে দক্ষতার প্রশ্ন। আমাদের মস্তিষ্ক মাত্র ২০ ওয়াট শক্তির বিনিময়ে কাজ করে, যা একটি ম্লান বৈদ্যুতিক বাল্পের সমান। এই সামান্য শক্তিতেই মস্তিষ্ক ৮৬ বিলিয়ন নিউরনের মাধ্যমে চিন্তা, স্মৃতি এবং জটিল সিদ্ধান্ত নিয়ন্ত্রণ করে।

বিপরীত দিকে, চ্যাটজিপিটি বা জেমিনির মতো বড় মডেলগুলোকে ট্রেইন করতে বিশাল বিশাল ডেটা সেন্টারের প্রয়োজন হয়, যা হাজার হাজার মেগাওয়াট বিদ্যুৎ খরচ করে এবং একটি ছোট শহরের সমান কার্বন ফুটপ্রিন্ট তৈরি করে। মানুষ যেখানে সামান্য ডাল-ভাত খেয়েই জটিল অংক কষে ফেলতে পারে, AI-এর সেখানে দরকার হয় বিপুল এনার্জি।

সর্বশেষ

তাহলে শেখার দৌড়ে কে জিতল? যদি প্রশ্ন হয়, কে দ্রুত বই মুখস্থ করতে পারে? উত্তর: AI। আর যদি প্রশ্ন হয়, কে সবচেয়ে কম সময়ে, কম তথ্যে, কম শক্তিতে এবং গভীর বুঝ বা আন্ডারস্ট্যান্ডিংয়ের মাধ্যমে নতুন কোনো বিষয় শিখতে পারে? উত্তর: মানুষ।

কৃত্রিম বুদ্ধিমত্তা হলো একটি অত্যন্ত শক্তিশালী ক্যালকুলেটর, যা আমাদের দেওয়া তথ্যের ওপর ভিত্তি করে কাজ করে। আর মানব মস্তিষ্ক হলো একটি অভিযোজনক্ষম বা অ্যাডাপ্টিভ যন্ত্র, যা টিকে থাকার জন্য প্রতিনিয়ত বিবর্তিত হচ্ছে। বিজ্ঞানীরা এখন মস্তিষ্কের এই ডেনড্রাইটিক গঠন এবং কম্পোজিশনাল লার্নিং পদ্ধতিকে AI-এর মাঝে প্রয়োগ করার চেষ্টা করছেন, যাতে ভবিষ্যতে মেশিনও মানুষের মতো দক্ষ হয়ে উঠতে পারে।