নিউরাল নেটওয়ার্ক

উইকিপিডিয়া, মুক্ত বিশ্বকোষ থেকে
Simplified view of a feedforward artificial neural network

সাধারণ কম্পিউটার প্রোগ্রাম গুলো অবুজ ধরনের । যেভাবে প্রোগ্রাম করা হয়, সে ভাবেই কাজ করে। নিজ থেকে কিছুই করতে পারে না। কিছু বিজ্ঞানী ভাবল মানুষ যেভাবে শিখে, সে ভাবে যদি কম্পিউটার ও শিখতে পারে, তাহলে তো কম্পিউটার প্রোগ্রাম গুলো সুন্দর হয়ে যাবে । শেখার উপর ভিত্তি করে কাজ করতে পারবে। কম্পিউটার প্রোগ্রামকে মানুষ যে ভাবে শিখে, কাজ করে, সেভাবে তৈরি করার প্রচেষ্ঠা থেকেই আর্টিফিশিয়াল নিউরাল নেটোওয়ার্ক শাখাটি সৃষ্টি হয়।

প্রথাগতভাবে, নিউরাল নেটওয়ার্ক (Neural Network) বলতে একটি নেটওয়ার্ক অথবা একটি জৈবিক নিউরনের (Biological Neurons) সার্কিটকে বোঝান হত। আধুনিক যুগে নিউরাল নেটওয়ার্ক বলতে আরও একটি নেটওয়ার্ক কে বোঝায় যা আরটিফিসিয়াল নিউরাল নেটওয়ার্ক (Artificial neural network) নামে পরিচত, যা মুলত আরটিফিসিয়াল নিউরন বা নোডের সমন্নয়। সুতরাং নিউরাল নেটওয়ার্ক শব্দটির দুইটি আলাদা ব্যবহার রয়েছেঃ

১. জৈবিক নিউরাল নেটওয়ার্ক হচ্ছে প্রকৃত জৈবিক নিউরন নেটওয়ার্ক যার মাধ্যমে স্নায়ুতন্ত্র একে অপরের সাথে যোগাযোগ করে থাকে। স্নায়ুবিজ্ঞান এদেরকে নিউরন এর দল হিসেবে সনাক্ত করে।
২. কৃত্রিম নিউরাল নেটওয়ার্ক তৈরি হয়েছে কৃত্রিম নিউরনের (প্রোগ্রামিং দ্বারা নির্মানকৃত জৈবিক নিউরনের অনুরুপ) সংযোগ দ্বারা। কৃত্রিম নিউরাল নেটওয়ার্ক কে ব্যবহার করে জৈবিক নিউরাল নেটওয়ার্ক কে বোঝা সম্ভব অথবা প্রকৃত জৈবিক মডেল তৈরি না করেও কৃত্রিম বুদ্ধিমত্তার (Artificial Intelligence) অনেক সমস্যা সমাধান করা সম্ভব। প্রকৃতপক্ষে, জৈবিক স্নায়ুতন্ত্র অসম্বব জটিল এবং এর কিছু বৈশিষ্ঠ্যের কারণে একে দিয়ে কৃত্রিম নেটওয়ার্ক কে বুঝতে পারা অর্নথক বলে মনে হয়।

এই আর্টিকেলটিতে জৈবিক নিউরাল নেটওয়ার্ক এবং কৃত্রিম নিউরাল নেটওয়ার্ক এই দুই ধারণার সম্পর্কে আলোচনা করা হয়েছে।

আলোচ্য বিষয়সমুহ[সম্পাদনা]

সাধারণত জৈবিক নিউরাল নেটওয়ার্ক বলতে বোঝায় রাসায়নিক ভাবে সংযুক্ত, পরস্পর সহযোগী কিছু নিউরন এর দলকে। এক একটি নিউরন অপর অনেক নিউরনের সাথে যুক্ত থাকতে পারে। একটি নেটওয়ার্কে নিউরনের মোট সংখা কিম্বা মোট রাসায়নিক সংযুক্তি সংখার হিসাব অনেক ব্যপক। একটি নিউরন অপর একটি নিউরনের সাথে যে যোগসূত্র দিয়ে যুক্ত তাকে সিনাপ্স বলে। axon এবং dendrites এ সিনাপ্স ঘটতে দেখা যায়, অবশ্য dendrodendritic microcircuits দ্বারা অনান্য বিবিধ প্রকার সংযুক্তিও ঘটতে দেখা যায়। নিউরোট্রান্সমিটার যে শুধু মাত্র বৈদুতিক সংকেত সঞ্চালন করে তা নয়, এর ব্যতিক্রম ও দেখা যায়। আর এ সমস্ত কারোনেই নিউরাল নেটওয়ার্ক কে অনেক জটিল বলে মনে করা হয়।

কৃত্রিম বুদ্ধিমত্তা (Artificial intelligence) এবং বোধ ভিত্তিক মডেল (Cognative model) দ্বারা নিউরাল নেটয়ার্ক এর কিছু বৈশিষ্ট্যাবলীকে অনুকরণের (simulate) চেষ্টা করা হয়। প্রথম দিকে নিউরাল নেটয়ার্ক এর নির্দিষ্ট কিছু কাজ সমাধা করার কথা চিন্তা করা হলেও পরের দিকে জৈবিক নিউরাল নেটওয়ার্ক এর গাণিতিক মডেল তৈরির করার দিকে মননিবেশ করা হয়।

কৃত্রিম বুদ্ধিমত্তার (Artificial intelligence) জগৎ এ, কৃত্রিম নিউরাল নেটওয়ার্ক কে বাক পরিচিতি, ছবি বিশ্লেষন অথবা সমন্বয়সাধনযোগ্য নিয়ন্ত্রণ কে কম্পিউটার সফটওয়ার বা স্বশাসিত রোবোট এ খুব সুন্দর ভাবেই প্রয়োগ করা হয়েছে। বেশির ভাগ কৃত্রিম নিউরাল নেটওয়ার্কই পরিসংখ্যানিক অনুমান, বাছাইকরন ও নিয়ন্ত্রন তত্ত্বের ভিত্তিতে গঠিত।

নিউরাল নেটওয়ারর্কের ইতিহাস[সম্পাদনা]

মস্তিক কিভাবে কাজ করে সেই চিন্তা থেকেই ১৮০০ সালের শেষের দিকে নিউরাল নেটওয়ার্ক ধারণার জন্ম হয়েছিল। এই ধারনাটি কম্পিউটার এর জগৎ এ ব্যবহার হয় টূরিন (Turing) এর বি-টাইপ মেশিন এবং পারসেপট্রন (perceptron) এ।

আরও দেখুন[সম্পাদনা]

বহিঃসংযোগ[সম্পাদনা]