উবারের স্ব-ড্রাইভিং গাড়ি দুর্ঘটনা: আইই কি আমাদের ব্যর্থ করেছিল?

১২ ই মার্চ, এমআইটি প্রযুক্তি পর্যালোচনাটি এমন একটি গল্প ছড়িয়েছিল যা শুরু হয়েছিল: "এটি ২০২৩ সাল, এবং স্ব-চালিকা গাড়িগুলি অবশেষে আমাদের শহরের রাস্তাগুলি চলাচল করছে them প্রথমবারের মতো, তাদের মধ্যে একজন পথচারীকে ধাক্কা মেরে হত্যা করেছে with বিশাল মিডিয়া কভারেজ A একটি হাই-প্রোফাইল মামলা সম্ভবত, তবে কোন আইন প্রয়োগ করা উচিত?"

পূর্বাভাস সম্পর্কে সমস্ত কিছুই ঠিক ছিল, তারিখ ব্যতীত। নিবন্ধটি প্রকাশের ঠিক এক সপ্তাহ পরে, স্ব-চালিত উবার স্বায়ত্তশাসিত মোডে কাজ করার সময় অ্যারিজোনার টেম্পে এক পথচারীকে আঘাত করে হত্যা করে।

যদিও ঘটনাটি এখনও তদন্ত করা হচ্ছে, ততক্ষণে এই হট্টগোলটি ইঙ্গিত দেয় যে আমরা ক্রিটিকাল বুদ্ধিমত্তাকে সফলভাবে আমাদের সমালোচনামূলক কাজ এবং সিদ্ধান্তের সাথে সংহত করার থেকে কতটা দূরে আছি।

অনেক ক্ষেত্রে সমস্যাটি এআইয়ের সাথে নয় তবে আমাদের প্রত্যাশা এবং এটির বোঝার সাথে। ওয়্যার্ডের মতে, গত বছর মার্কিন যুক্তরাষ্ট্রে সড়ক দুর্ঘটনায় প্রায় ৪০, ০০০ মানুষ মারা গিয়েছিল - এদের মধ্যে ped, ০০০ পথচারী ছিল। তবে উবারের ঘটনাটি যেভাবে করেছে খুব অল্প সংখ্যক (যদি থাকে) head

উবার ক্র্যাশ এর ফলে এমন হৈচৈ সৃষ্টি করার একটি কারণ হ'ল আমাদের সাধারণত নতুন প্রযুক্তিগুলির উচ্চতর প্রত্যাশা থাকে, এমনকি তারা এখনও বিকাশে থাকলেও। খাঁটি গণিত এআই অ্যালগরিদমকে চালিত করে সেই মায়ার আওতায় আমরা তাদের সিদ্ধান্তগুলিতে বিশ্বাস করি এবং তারা ভুল করলে হতবাক হয়।

এমনকি স্ব-ড্রাইভিং গাড়ির চাকার পিছনে সুরক্ষা চালকরা তাদের প্রহরীকে নিচে নামিয়ে দিন। উবারের ঘটনা থেকে প্রাপ্ত ফুটেজে ড্রাইভারটি বিভ্রান্ত হতে দেখেছে, দুর্ঘটনার ঘটনার কয়েক সেকেন্ড আগে তাকিয়ে ছিল।

২০১ In সালে, অটোপাইলট মোডে চালিত একটি টেসলা এস মডেলের চালক যানবাহনটি একটি ট্রাকে বিধ্বস্ত হওয়ার পরে মারা যান। তদন্তে দেখা গেছে, সংঘর্ষের সময় চালক সম্ভবত হ্যারি পটারের মুভি দেখেছেন।

পরিপূর্ণতার প্রত্যাশা বেশি এবং হতাশাগুলি শক্তিশালী। এই ঘটনার পরে সমালোচকরা উবারের পুরো স্ব-ড্রাইভিং গাড়ি প্রকল্পকে প্রশ্নবিদ্ধ করে তোলেন; সংস্থাটি পরবর্তী সময়ে স্ব-ড্রাইভিং গাড়ি পরীক্ষা সাময়িকভাবে স্থগিত করেছে।

এআই মানব নয়

এই দুর্ঘটনার পরে যে সমালোচনা হয়েছিল তার মধ্যে একটি ছিল যে কোনও মানব চালক সহজেই ঘটনাটি এড়িয়ে যেতেন।

একজন বিশেষজ্ঞ সিএনএনকে বলেছেন, "ঝোপঝাঁপ থেকে লাফিয়ে লাফিয়ে লাফিয়ে লাফিয়ে লাফিয়ে লাফিয়ে লাফিয়ে লাফিয়ে লাফিয়ে লাফিয়ে তোলা হচ্ছে না।

সে সঠিক. একজন অভিজ্ঞ মানবচালক সম্ভবত তাকে খুঁজে দিতেন। তবে এআই অ্যালগরিদমগুলি মানব নয়।

স্ব-ড্রাইভিং গাড়িগুলিতে পাওয়া গভীর শেখার অ্যালগরিদমগুলি তাদের ডোমেনের নিয়মগুলি "শিখতে" অসংখ্য উদাহরণ ব্যবহার করে। তারা রাস্তায় সময় ব্যয় করার সাথে সাথে তারা যে তথ্য সংগ্রহ করে তা শ্রেণিবদ্ধ করে এবং বিভিন্ন পরিস্থিতিতে পরিচালনা করতে শেখে। তবে এর অর্থ এই নয় যে তারা মানব ড্রাইভার হিসাবে একই সিদ্ধান্ত গ্রহণ প্রক্রিয়াটি ব্যবহার করে। এ কারণেই তারা কিছু পরিস্থিতিতে মানুষের চেয়ে আরও ভাল পারফর্ম করতে পারে এবং মানুষের কাছে তুচ্ছ মনে হয় এমন ক্ষেত্রে ব্যর্থ হয়।

একটি নিখুঁত উদাহরণ চিত্র-শ্রেণিবদ্ধকরণ অ্যালগরিদম, যা লক্ষ লক্ষ লেবেলযুক্ত ফটোগুলি বিশ্লেষণ করে চিত্রগুলি সনাক্ত করতে শেখে। বছরের পর বছর ধরে, চিত্রের শ্রেণিবিন্যাসটি সুপার-দক্ষ হয়ে উঠেছে এবং বহু সেটিংসে মানুষকে ছাড়িয়ে যায়। যদিও এর অর্থ এই নয় যে আলগোরিদিমগুলি চিত্রের প্রসঙ্গটি একইভাবে বোঝে যেভাবে মানুষ do

উদাহরণস্বরূপ, মাইক্রোসফ্ট এবং স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের বিশেষজ্ঞদের গবেষণায় দেখা গেছে যে সাদা বিড়ালের চিত্র নিয়ে প্রশিক্ষিত একটি গভীর শিক্ষার অ্যালগরিদম উচ্চ মাত্রার দৃ with় বিশ্বাসের সাথে বিশ্বাস করেছে যে একটি সাদা কুকুরের ছবি একটি বিড়ালের প্রতিনিধিত্ব করে, একটি ভুল একটি শিশু সহজেই এড়াতে পারে। এবং একটি কুখ্যাত ক্ষেত্রে, গুগলের চিত্রের শ্রেণিবদ্ধকরণ অ্যালগরিদম ভুল করে গা dark় ত্বকের বর্ণের লোকদের গরিলা হিসাবে শ্রেণিবদ্ধ করেছে।

এগুলিকে "এজ কেসস" বলা হয়, এআই অ্যালগরিদমগুলি হ্যান্ডেল করার প্রশিক্ষণ পায়নি, সাধারণত ডেটার অভাবের কারণে। উবার দুর্ঘটনাটি এখনও তদন্তাধীন রয়েছে, তবে কিছু এআই বিশেষজ্ঞরা পরামর্শ দিয়েছেন এটি এটি আর একটি কিনারা মামলা হতে পারে।

গভীর পরিস্থিতিতে শেখার ক্ষেত্রে জটিল পরিস্থিতিতে এটি প্রয়োগ করার আগে অনেকগুলি চ্যালেঞ্জ পরাস্ত করতে হয়। তবে এর ব্যর্থতা আমাদের বিরক্ত করবে না। আমাদের আমাদের উপলব্ধি এবং প্রত্যাশাগুলি সামঞ্জস্য করতে হবে এবং বাস্তবতাকে আলিঙ্গন করতে হবে যা প্রতিটি দুর্দান্ত প্রযুক্তি তার বিবর্তনের সময় ব্যর্থ হয়। এআই এর চেয়ে আলাদা নয়।