দি ঢাকা টাইমস্ ডেস্ক ॥ কৃত্রিম বুদ্ধিমত্তা এখন শুধু লেখা, ছবি বা ভিডিও তৈরির মধ্যে সীমাবদ্ধ নেই। বিজ্ঞানী ও প্রযুক্তি প্রতিষ্ঠানগুলো এমন এআই তৈরি করতে চাইছে, যা বাস্তব পৃথিবী বুঝতে এবং মানুষের মতো শারীরিক কাজ সম্পাদন করতে পারবে।

এই ধারণাকে বলা হচ্ছে Physical AI কিংবা Embodied AI। কিন্তু এই ধরনের এআই তৈরি করতে সবচেয়ে বড় সমস্যাগুলোর একটি হলো training data। একটি chatbot ইন্টারনেটের বিপুল লেখা থেকে শিখতে পারে; তবে রোবটকে কাপড় ভাঁজ করা, কোনো বস্তু তোলা, দরজা খোলা বা সূক্ষ্মভাবে কোনো জিনিস সরানোর মতো কাজ শেখাতে বাস্তব পৃথিবীর বিপুল ডাটা প্রয়োজন।
এই সমস্যার সমাধানে এবার আরও অদ্ভুত একটি উৎস ব্যবহার করার চেষ্টা হচ্ছে- মানুষের brain waves কিংবা মস্তিষ্কের তরঙ্গ। ২৬ জুলাই ২০২৬ TechCrunch-এর প্রতিবেদনে দেখা যায় যে, robotics training-এর জন্য মানুষের কাজের ভিডিও সংগ্রহের পাশাপাশি headset-এর মাধ্যমে ওই ব্যক্তির brain activity-ও পরিমাপ করা হচ্ছে।
প্রক্রিয়াটি বোঝার জন্য একটি উদাহরণ দেওয়া যায়। একজন মানুষ যদি টেবিলের ওপর কাঠের ব্লকের একটি tower ভাঙা ছাড়া সেখান থেকে নির্দিষ্ট একটি block বের করেন, মানুষ খুব দ্রুত বুঝতে পারেন কোন block তুললে পুরো কাঠামো ভেঙে পড়বে। তবে একটি robot-এর জন্য বিষয়টি অনেক বেশি কঠিন। তাকে বস্তুটির অবস্থান, ওজন, friction, balance, মানুষের হাতের movement এবং সম্ভাব্য ফলাফল সম্পর্কে শিখতে হয়।
মানুষ কীভাবে এমন সিদ্ধান্ত নিচ্ছে, তার কিছু ইঙ্গিত brain activity থেকে পাওয়া যেতে পারে। তাই গবেষকেরা শুধু camera দিয়ে মানুষের চোখে দেখা দৃশ্য বা হাতের movement record না করে brain waves-ও সংগ্রহের চেষ্টা করছেন।
এই ধারণার পেছনে মূল উদ্দেশ্য হলো robot training data আরও সমৃদ্ধ করা। একটি robot যদি শুধু দেখে যে মানুষ কোনো বস্তু তুলেছে, তাহলে সে মানুষের উদ্দেশ্য বা সিদ্ধান্ত নেওয়ার প্রক্রিয়া পুরোপুরি বুঝতে পারে না। Brain signal-এর সঙ্গে movement এবং visual data যুক্ত করা গেলে ভবিষ্যতে এআই মানুষের perception, attention এবং decision-making-এর কিছু বৈশিষ্ট্য আরও ভালোভাবে অনুকরণ করতে পারতে পারে।
তবে এখানে একটি গুরুত্বপূর্ণ সতর্কতাও রয়েছে। Brain wave record করা মানেই মানুষের চিন্তা সরাসরি পড়ে ফেলা নয়। বর্তমান প্রযুক্তিতে EEG বা অনুরূপ সেন্সর থেকে পাওয়া signal অত্যন্ত জটিল এবং noisy। মস্তিষ্কের তরঙ্গ থেকে একজন মানুষের নির্দিষ্ট চিন্তা বা গোপন তথ্য সরাসরি পড়ে নেওয়া এখনো বাস্তবসম্মত সাধারণ প্রযুক্তি নয়। গবেষণার লক্ষ্যও মূলত মানুষের cognitive state বা activity সম্পর্কে অতিরিক্ত তথ্য পাওয়া।
Physical AI-এর সবচেয়ে বড় সমস্যা হলো embodiment gap। মানুষের শরীরের গঠন ও হাতের movement-এর সঙ্গে একটি robot-এর hardware এক নয়। একজন মানুষ যেভাবে কাপ ধরতে পারেন, একটি humanoid robot-এর হাতের actuator বা grip strength আলাদা হতে পারে। ফলে মানুষের demonstration সরাসরি robot-এর জন্য perfect training data হয় না।
এই সমস্যার সমাধানে জুলাই ২০২৬-এ প্রকাশিত একটি গবেষণায় Pegasus নামে একটি framework-এর প্রস্তাব করা হয়েছে, যেখানে মানুষের ভিডিও থেকে task graph ও affordance information তৈরি করে তা robot-specific planning data-তে রূপান্তর করার চেষ্টা করা হয়েছে। গবেষণাটি দেখিয়েছে, মানুষের demonstration-কে robot-এর জন্য ব্যবহারযোগ্য training experience-এ রূপান্তর করার পথ তৈরি করা সম্ভব।
অপরদিকে আরেকটি সাম্প্রতিক গবেষণায় synthetic video ব্যবহার করে humanoid robot-কে বিভিন্ন physical task শেখানোর পদ্ধতি দেখানো হয়েছে। এর উদ্দেশ্য হলো বাস্তবে মানুষের কাছ থেকে হাজার হাজার demonstration সংগ্রহ না করেও AI-generated training scenario তৈরি করা।
অর্থাৎ Physical AI-এর ভবিষ্যৎ সম্ভবত একাধিক উৎসের data-এর ওপর দাঁড়াবে- camera video, human movement, simulated environment, synthetic data এবং ভবিষ্যতে brain activity-এর মতো নতুন ধরনের তথ্য।
তবে brain data ব্যবহারের সঙ্গে privacy ও ethics-এর প্রশ্নও জড়িয়ে আছে। মানুষের মস্তিষ্কসংক্রান্ত তথ্য অত্যন্ত ব্যক্তিগত। ভবিষ্যতে যদি brain-computer interface ব্যাপকভাবে ব্যবহৃত হয়, তাহলে কে এই data সংগ্রহ করবে, কোথায় সংরক্ষণ করবে এবং কী উদ্দেশ্যে ব্যবহার করবে- এইসব বিষয়ে কঠোর নীতিমালা প্রয়োজন হতে পারে।
মানুষের brain wave ব্যবহার করে robot training এখনও প্রাথমিক পর্যায়ের গবেষণা। এটি এমন কোনো প্রযুক্তি নয় যে আগামীকাল রোবট মানুষের চিন্তা পড়ে ফেলবে। কিন্তু এই গবেষণা একটি গুরুত্বপূর্ণ সম্ভাবনার দরজা খুলেছে- ভবিষ্যতের রোবট শুধু মানুষ কী করছে তা দেখবে না; মানুষ কীভাবে কোনো কাজের দিকে মনোযোগ দিচ্ছে এবং সিদ্ধান্ত নিচ্ছে, তারও কিছু সংকেত থেকে শিখতে পারে।
>>>>>>>>>>>>>>
ডেঙ্গু প্রতিরোধ করবেন যেভাবে
মশা বাহিত একপ্রকার ভাইরাস জ্বর হলো ডেঙ্গু। এই জ্বর অন্যান্য ভাইরাস কিংবা ব্যাকটেরিয়াজনিত জ্বর থেকে ভিন্ন। অবশ্য এই জ্বর কোনোভাবেই ছোঁয়াচে নয়। এই ভাইরাস জ্বর এককভাবে বা অন্যান্য ভাইরাস (চিকুনগুনিয়া, ইয়েলো ফিভার, বার্মা ফরেস্ট, ফ্লু, রেসপাইরেটরি সিনসাইটিয়াল) এবং ব্যাকটেরিয়া (নিউমোক্কাস)-এর সঙ্গেও হতে পারে।
লক্ষণ ও জ্বরের তীব্রতার ওপর নির্ভর করে ডেঙ্গুজ্বরকে দুই ভাগে ভাগ করা হয়েছে-
১. সাধারণ ডেঙ্গুজ্বর।
২. রক্তপাতসহ ডেঙ্গুজ্বর।
সাধারণ ডেঙ্গুজ্বরের ক্ষেত্রে চোখে পড়ে মূলত নিচের এই লক্ষণগুলো-
১. হঠাৎ করে তীব্র জ্বর ও তা ২ থেকে ৭ দিন স্থায়ী হওয়া।
২. তীব্র মাথাব্যথা হওয়া।
৩. চোখের পেছনের অংশে ব্যথা হওয়া।
৪. জ্বরের সঙ্গে সঙ্গে সারা শরীরে লালচে ফুসকুড়ি চোখে পড়া।
৫. সম্পূর্ণ শরীরে তীব্র ব্যথা ও সেইসঙ্গে কোমরে ব্যথা।
৬. বমি বমি ভাব বা বমি হওয়া।
৭. ত্বকে র্যাশ বা লাল দানা দানা দেখা দেওয়া।
রক্তপাতসহ ডেঙ্গুজ্বরের ক্ষেত্রে :
১. ২ থেকে ৪৮ ঘণ্টার মধ্যে তীব্র জ্বর সঙ্গে নাক, মুখ বা বমির সঙ্গে রক্ত যাওয়া।
২. জ্বরের পাশাপাশি বুকে বা পেটে পানি জমে যাওয়া।
এইসব লক্ষণের যে কোনো একটি লক্ষণ দেখা দিলেই দ্রুত চিকিৎসকের শরণাপন্ন হতে হবে।
অপরদিকে
জ্বরের প্রথম ৩ দিন বাড়িতে অপেক্ষা করুন। অপরদিকে সারা শরীর পানি দিয়ে স্পঞ্জ করুন কিছুক্ষণ পরপর। এতে করে জ্বরের মাত্রা কমে আসবে। পর্যাপ্ত পরিমাণে পানি পান ও বিশ্রাম নিতে হবে। এরপরেও জ্বর না কমলে বা কিছু সময় পরপর বাড়তে থাকলে দ্রুত চিকিৎসকের শরণাপন্ন হন।
ডেঙ্গু প্রতিরোধে করণীয় বিষয়:
১. বাড়ির আশপাশ যতোটা সম্ভব পরিষ্কার-পরিচ্ছন্ন রাখতে চেষ্টা করুন।
২. ঘরের ভেতরে থাকা ফুলের টব বা ভাঙা প্লাস্টিকের বোতল, ডাবের খোসা, টায়ার অথবা পলিথিন থাকলে তা দ্রুত পরিষ্কার করে ফেলুন ও ফুলের টব থেকে জমে থাকা পানি নিষ্কাশন করুন।
৩. মশা নিধনের জন্য সপ্তাহে অন্তত ৩ বার স্প্রে বা ফগিং করুন।
৪. বাড়ির বাইরে যাওয়ার সময় মশা নিধনে ব্যবহৃত ক্রিম সঙ্গে রাখতে পারেন।
৫. সন্ধ্যার পর বাড়ির ছোট থেকে বড় সদস্যরা মশারি ব্যবহার করুন।
৬. যেখানে-সেখানে জমে থাকা বৃষ্টির পানি পরিষ্কার করে ফেলুন, কারণ এতে এডিস মশা ডিম পেড়ে থাকে এই সময়।
৭. অপরদিকে মশার প্রকোপ থেকে বাঁচতে মশারির সঙ্গে সঙ্গে ম্যাট ব্যবহার করতে পারেন।
৮. এডিস মশা যেহেতু দিনের বেলা কামড়ায় তাই দিনের বেলায় ঘুমানোর সময় অবশ্যই মশারি টানিয়ে ঘুমানোর দিকে লক্ষ্য রাখতে হবে। সূত্র: https://dmpnews.org