এটি সক্রিয় আউট হিসাবে, হ্যাঁ, কিন্তু সবেমাত্র

AI সর্বব্যাপী। আজকাল বাড়িতে AI এর জন্য সবচেয়ে সাধারণ জায়গাগুলির মধ্যে একটি হল স্মার্টফোন, স্মার্ট হোমস এবং যন্ত্রপাতি৷ সম্প্রতি, আমরা যখন ডিনারে বসেছিলাম, আমরা আলেক্সার সাথে একটি কথোপকথন করেছি যা এরকম কিছু ছিল:

Me: আলেক্সা, খেলা শাবক হাইলাইট. [এটি এমন একটি বৈশিষ্ট্য যা আলেক্সার হোম স্ক্রিনে বলা হয়েছে। আলেক্সাকে আপনার প্রিয় দলের জন্য হাইলাইট খেলতে বলুন।]

আলেক্সা: আমি ওয়েবে কিছু খুঁজে পেয়েছি। [আমি জানি যখন আলেক্সা এভাবে শুরু হয়, তখন একটা সমস্যা হয়। এটা ভাল যাচ্ছে না. আলেক্সা কয়েকটি ভিডিওর একটি তালিকা দেখায়। এটা ঠিক যে, তাদের বেশিরভাগই বেসবল ভিডিও যা খেলোয়াড়রা গত 5 বছরে ব্যতিক্রমী নাটক তৈরি করেছে। আমার ভুল. আবার চেষ্টা করুন.]

Me: আলেক্সা, আমাকে সর্বশেষ শিকাগো কাবস বেসবল গেমের হাইলাইট দেখান। [আমি আশা করছি যে এটি আমার অনুরোধ বুঝতে না পারার জন্য দোষ স্বীকার করার কারণে এটি সংবেদনশীল টোন সনাক্ত করবে না।]

আলেক্সা: শিকাগো কাবস গেমের হাইলাইটগুলি খেলা শেষ হওয়ার দুই ঘন্টা পরে উপলব্ধ হবে৷ [অগ্রগতি। আমার ধারণা ছিল না যে তারা এই মুহূর্তে খেলছে। ভাগ্য আমার পাশে আছে। আমি হঠাৎ আশাবাদী.]

Me: আলেক্সা, ঠিক আছে আমাকে গতকালের ইফিং হাইলাইট দেখাও। [হ্যাঁ, আমার হতাশা দেখাতে শুরু করেছে। আমি কোড ভাঙার খুব কাছাকাছি। আমি এটা প্রায় স্বাদ করতে পারেন.]

আলেক্সা: আমি দুঃখিত, আমি এটা জানি না. [এটা খুব প্রায়ই এই বলে. সম্ভবত আমি পরিষ্কার ছিলাম না।]

আমাকে: আপনি কি আমার সাথে মজা করছেন? 25 জুলাই, 2022 সোমবার রিগলি ফিল্ডে শিকাগো শাবক এবং পিটসবার্গ জলদস্যুদের মধ্যে মেজর লীগ বেসবল খেলার জন্য ভিডিও হাইলাইট প্লে করুন। [এইবার আমি আত্মবিশ্বাসী যে আমি এটা পেরেক দিয়েছি। আমি একটি নির্দিষ্ট, দ্ব্যর্থহীন অনুরোধ থুতু দিয়েছি যেটি এমন একটি দক্ষতা যা আমি জানি আলেক্সার কাছে রয়েছে। এর আগেও এটা করেছে। ]

আলেক্সা: [নিরবতা। কিছুই না। কোন সাড়া নেই। আমি জাদু জাগ্রত শব্দ বলতে ভুলে গেছি, আলেক্সা।]

সার্জারির গড় আইকিউ একজন 18-বছর বয়সী মানুষের প্রায় 100। একজন 6 বছর বয়সী মানুষের গড় IQ হল 55। Google AI IQ এর মূল্যায়ন করা হয়েছে 47। Siri-এর IQ অনুমান করা হয়েছে 24। Bing এবং Baidu 30-এর দশকে। আমি আলেক্সার আইকিউ-এর একটি মূল্যায়ন খুঁজে পাইনি, তবে আমার অভিজ্ঞতা অনেকটা প্রি-স্কুলারের সাথে কথা বলার মতো ছিল।

কেউ কেউ বলতে পারেন, কম্পিউটারে আইকিউ পরীক্ষা দেওয়া ঠিক নয়। কিন্তু, যে পুরোপুরি বিন্দু. AI এর প্রতিশ্রুতি হল মানুষ যা করে তা করা, কেবলমাত্র আরও ভাল। এখন পর্যন্ত, প্রতিটি হেড টু হেড - বা, আমরা কি বলব, নিউরাল নেটওয়ার্ক থেকে নিউরাল নেটওয়ার্ক - চ্যালেঞ্জ খুব ফোকাস করা হয়েছে। দাবা খেলা। রোগ নির্ণয়। দুধ খাওয়ানো গরু। গাড়ি চালানো। রোবট সাধারণত জয়ী হয়। আমি যা দেখতে চাই তা হল ওয়াটসন গাড়ি চালানোর সময় একটি গাভীকে দোহন করছে এবং জেপার্ডি খেলছে। এখন, যে trifecta হবে. দুর্ঘটনা না ঘটিয়ে গাড়ি চালানোর সময় মানুষ তাদের সিগারেটের খোঁজও করতে পারে না।

এআই এর আইকিউ

একটি যন্ত্র দ্বারা আউটউইটড. আমি সন্দেহ করি আমি একা নই। আমি চিন্তা করতে পেরেছি, যদি এটি শিল্পের রাষ্ট্র হয়, তাহলে এই জিনিসগুলি কতটা স্মার্ট? আমরা কি একটি যন্ত্রের সাথে মানুষের বুদ্ধির তুলনা করতে পারি?

বিজ্ঞানীরা মূল্যায়ন করছেন সিস্টেমের শেখার এবং যুক্তি করার ক্ষমতা। এখন পর্যন্ত, সিন্থেটিক মানুষ বাস্তব জিনিস হিসাবে ভাল কাজ করেনি. গবেষকরা ফাঁকগুলি চিহ্নিত করতে ত্রুটিগুলি ব্যবহার করছেন যাতে আমরা আরও ভালভাবে বুঝতে পারি যে কোথায় অতিরিক্ত উন্নয়ন এবং অগ্রগতি করা দরকার।

শুধু যাতে আপনি বিন্দুটি মিস না করেন এবং ভুলে যান যে AI-তে "I" কী প্রতিনিধিত্ব করে, মার্কেটাররা এখন স্মার্ট এআই শব্দটি তৈরি করেছে।

এআই কি সংবেদনশীল?

রোবটের অনুভূতি আছে? কম্পিউটার অভিজ্ঞতা করতে পারেন ইmotioএনএস? না। চলুন এগিয়ে যাই। আপনি যদি চান পড়া এটি সম্পর্কে, একটি (প্রাক্তন) Google ইঞ্জিন দাবি করে যে AI মডেলটিতে Google কাজ করছে তা সংবেদনশীল। তিনি একটি বটের সাথে একটি ভয়ঙ্কর চ্যাট করেছিলেন যা তাকে নিশ্চিত করেছিল যে কম্পিউটারের অনুভূতি রয়েছে। কম্পিউটার তার জীবনের জন্য ভয় পায়। আমি বিশ্বাসও করতে পারছি না যে আমি এই বাক্যটি লিখেছি। কম্পিউটারের ভয়ের জীবন নেই। কম্পিউটার চিন্তা করতে পারে না। অ্যালগরিদম চিন্তা করা হয় না.

আমি আশ্চর্য হব না, তবে, যদি একটি কম্পিউটার খুব নিকট ভবিষ্যতে একটি আদেশের প্রতিক্রিয়া জানায়: "আমি দুঃখিত, ডেভ, আমি তা করতে পারি না।"

AI কোথায় ব্যর্থ হয়?

বা, আরও স্পষ্টভাবে, কেন এআই প্রকল্পগুলি ব্যর্থ হয়? তারা একই কারণে ব্যর্থ হয় যে আইটি প্রকল্পগুলি সর্বদা ব্যর্থ হয়েছে। অব্যবস্থাপনা, বা সময়, সুযোগ বা বাজেট পরিচালনায় ব্যর্থতার কারণে প্রকল্পগুলি ব্যর্থ হয়..:

• অস্পষ্ট বা অনির্ধারিত দৃষ্টি। দুর্বল কৌশল। আপনি হয়তো ম্যানেজমেন্টকে বলতে শুনেছেন, "আমাদের শুধু বাক্সটি চেক করতে হবে।" মান প্রস্তাব সংজ্ঞায়িত করা না গেলে, উদ্দেশ্য অস্পষ্ট।
• অবাস্তব প্রত্যাশা. এটি ভুল বোঝাবুঝি, দুর্বল যোগাযোগ বা অবাস্তব সময়সূচীর কারণে হতে পারে। অবাস্তব প্রত্যাশাগুলি এআই সরঞ্জামের ক্ষমতা এবং পদ্ধতির বোঝার অভাব থেকেও উদ্ভূত হতে পারে।
• অগ্রহণযোগ্য প্রয়োজনীয়তা. ব্যবসার প্রয়োজনীয়তা ভালভাবে সংজ্ঞায়িত করা হয় না। সাফল্যের মেট্রিক্স অস্পষ্ট। এছাড়াও এই বিভাগে কর্মচারীদের অবমূল্যায়ন করা হয় যারা ডেটা বোঝে।
• বাজেটহীন এবং অবমূল্যায়িত প্রকল্প। খরচ সম্পূর্ণরূপে এবং বস্তুনিষ্ঠভাবে অনুমান করা হয়নি. অপ্রত্যাশিত পরিস্থিতির জন্য পরিকল্পনা এবং প্রত্যাশিত হয়নি। ইতিমধ্যেই খুব ব্যস্ত কর্মীদের সময় অবদানকে অবমূল্যায়ন করা হয়েছে।
• অনাকাঙ্খিত ঘটনা. হ্যাঁ, সুযোগ ঘটে, তবে আমি মনে করি এটি দুর্বল পরিকল্পনার অধীনে পড়ে।

এছাড়াও, আমাদের আগের পোস্ট দেখুন বিশ্লেষণ এবং ব্যবসায়িক বুদ্ধিমত্তায় ব্যর্থতার 12টি কারণ.

AI, আজ, অত্যন্ত শক্তিশালী এবং কোম্পানিগুলিকে অসাধারণ সাফল্য অর্জনে সাহায্য করতে পারে। যখন AI উদ্যোগগুলি ব্যর্থ হয়, ব্যর্থতা প্রায় সবসময় উপরের একটিতে চিহ্নিত করা যায়।

এআই এক্সেল কোথায়?

AI পুনরাবৃত্তিমূলক, জটিল কাজগুলিতে ভাল। (ন্যায্যভাবে বলতে গেলে, এটি সহজ, অ-পুনরাবৃত্তিমূলক কাজগুলিও করতে পারে। তবে, আপনার প্রি-স্কুলারকে এটি করানো সস্তা হবে।) এটি প্রচুর পরিমাণে ডেটার মধ্যে নিদর্শন এবং সম্পর্কগুলি খুঁজে পেতে ভাল।

• নির্দিষ্ট প্যাটার্নের সাথে মেলে না এমন ইভেন্টগুলির সন্ধান করার সময় AI ভাল করে।
  • শনাক্তকারী ক্রেডিট কার্ড জালিয়াতি ব্যবহার প্যাটার্ন অনুসরণ করে না এমন লেনদেন খোঁজার বিষয়ে। এটি সতর্কতার দিক থেকে ভুল করতে থাকে। আমি আমার ক্রেডিট কার্ড থেকে একটি অতি-উৎসাহী অ্যালগরিদম সহ কল ​​পেয়েছি যখন আমি ডালাসে আমার ভাড়ার গাড়িটি গ্যাস দিয়ে পূর্ণ করি এবং তারপরে শিকাগোতে আমার ব্যক্তিগত গাড়িটি পূরণ করি। এটা বৈধ ছিল, কিন্তু পতাকা লাগানোর জন্য যথেষ্ট অস্বাভাবিক।

"আমেরিকান এক্সপ্রেস $1 ট্রিলিয়ন লেনদেন প্রক্রিয়া করে এবং 110 মিলিয়ন AmEx কার্ড চালু আছে। তারা প্রায় বাস্তব সময়ে জালিয়াতি সনাক্ত করতে সাহায্য করার জন্য ডেটা বিশ্লেষণ এবং মেশিন লার্নিং অ্যালগরিদমের উপর খুব বেশি নির্ভর করে, তাই লক্ষ লক্ষ লোকসান বাঁচায়”।

• ফার্মাসিউটিক্যাল জালিয়াতি এবং অপব্যবহার. সিস্টেমগুলি অনেক প্রোগ্রাম করা নিয়মের উপর ভিত্তি করে আচরণের অস্বাভাবিক নিদর্শন খুঁজে পেতে পারে। উদাহরণস্বরূপ, যদি একজন রোগী একই দিনে শহরের চারপাশে তিনজন ভিন্ন ডাক্তারকে একই রকম ব্যথার অভিযোগের সাথে দেখেন, তাহলে অপব্যবহার বাতিল করার জন্য অতিরিক্ত তদন্তের প্রয়োজন হতে পারে।
• এ.আই স্বাস্থ্যসেবা কিছু চমৎকার সাফল্য আছে.
  • এআই এবং ডিপ লার্নিং শেখানো হয়েছিল এক্স-রেকে স্বাভাবিক ফলাফলের সাথে তুলনা করতে। এটি একটি রেডিওলজিস্ট পরীক্ষা করার জন্য অস্বাভাবিকতাগুলি চিহ্নিত করে রেডিওলজিস্টদের কাজকে বাড়িয়ে তুলতে সক্ষম হয়েছিল।
• AI এর সাথে ভাল কাজ করে সামাজিক এবং কেনাকাটা. আমরা কেন এটি এত দেখি তার একটি কারণ হল কম ঝুঁকি রয়েছে। এআই ভুল হওয়ার এবং গুরুতর পরিণতি হওয়ার ঝুঁকি কম।
• • যদি আপনি পছন্দ করেন/কিনলেন এই, আমরা মনে করি আপনি পছন্দ করবেন এই. অ্যামাজন থেকে নেটফ্লিক্স এবং ইউটিউব পর্যন্ত, তারা সকলেই কিছু ধরণের প্যাটার্ন স্বীকৃতি ব্যবহার করে। Instagram AI আপনার ফিড ফোকাস করার জন্য আপনার মিথস্ক্রিয়া বিবেচনা করে। যদি অ্যালগরিদম আপনার পছন্দগুলিকে একটি বালতি বা অন্য ব্যবহারকারীদের গ্রুপে রাখতে পারে যারা অনুরূপ পছন্দ করেছেন, বা আপনার আগ্রহগুলি সংকীর্ণ হলে এটি সর্বোত্তম কাজ করে।
  • AI এর সাথে কিছু সাফল্য উপভোগ করেছে মুখের স্বীকৃতি. ফেসবুক একটি নতুন ছবিতে আগে ট্যাগ করা ব্যক্তিকে শনাক্ত করতে সক্ষম। কিছু প্রাথমিক নিরাপত্তা-সম্পর্কিত ফেসিয়াল রিকগনিশন সিস্টেমকে মাস্ক দ্বারা বোকা বানানো হয়েছিল।
• এআই সাফল্য উপভোগ করেছে কৃষি মেশিন লার্নিং, আইওটি সেন্সর এবং সংযুক্ত সিস্টেম ব্যবহার করে।
  • এআই সহায়তা করেছে স্মার্ট ট্রাক্টর ফলন সর্বাধিক করতে, সার কমাতে এবং খাদ্য উৎপাদন খরচ উন্নত করতে উদ্ভিদ এবং ফসল কাটার ক্ষেত্র।
  • 3-ডি মানচিত্র, মাটির সেন্সর, ড্রোন, আবহাওয়ার ধরণ, তত্ত্বাবধানে ডেটা পয়েন্ট সহ মেশিন লার্নিং শস্য রোপণের সর্বোত্তম সময়ের ভবিষ্যদ্বাণী করতে এবং রোপণের আগে ফলন ভবিষ্যদ্বাণী করার জন্য বড় ডেটা সেটগুলিতে নিদর্শন খুঁজে পায়।
  • দুগ্ধ খামার AI রোবট ব্যবহার করে গরুর দুধ খাওয়ানো, AI এবং মেশিন লার্নিং গরুর অত্যাবশ্যক লক্ষণ, কার্যকলাপ, খাদ্য এবং জল খাওয়ার উপর নজরদারি করে যাতে তাদের সুস্থ ও সন্তুষ্ট থাকে।
  • AI এর সাহায্যে, কৃষকদের যারা জনসংখ্যার 2% এরও কম মার্কিন যুক্তরাষ্ট্রের বাকি অংশে 300 মিলিয়ন খাওয়ায়।
  • কৃষিতে কৃত্রিম বুদ্ধিমত্তা

AI এর দুর্দান্ত গল্পও রয়েছে সাফল্য পরিষেবা শিল্প, খুচরা, মিডিয়া এবং উত্পাদনে। এআই সত্যিই সর্বত্র আছে।

এআই শক্তি এবং দুর্বলতা বিপরীত

AI এর শক্তি এবং দুর্বলতাগুলির একটি দৃঢ় উপলব্ধি আপনার AI উদ্যোগের সাফল্যে অবদান রাখতে পারে। মনে রাখবেন, বর্তমানে ডান হাতের কলামে থাকা ক্ষমতাগুলি হল সুযোগ৷ এই ক্ষেত্রগুলি যেখানে বিক্রেতা এবং রক্তপাতের প্রান্ত গ্রহণকারীরা বর্তমানে অগ্রগতি করছে। আমরা সেই ক্ষমতাগুলি দেখব যা বর্তমানে এক বছরে আবার এআইকে চ্যালেঞ্জ করে এবং বাম-শিফ্টের নথিভুক্ত করে। আপনি যদি নীচের চার্টটি মনোযোগ সহকারে অধ্যয়ন করেন, আমি এই লেখার সময় এবং এটি প্রকাশিত হওয়ার সময়ের মধ্যে কিছু নড়াচড়া থাকলে আমি অবাক হব না।

AI এর ভবিষ্যত কি?

AI যদি আরও স্মার্ট হতো, তাহলে ভবিষ্যৎ কী হবে তা অনুমান করতে পারে। এটা পরিষ্কার যে অনেক আছে ভ্রান্ত ধারনা এআই কী করতে পারে এবং কী করতে পারে না। অনেক ভুল ধারণা এবং এআই নিরক্ষরতা প্রযুক্তি বিপণনের ফলাফল ওভার-হাইপিং বিদ্যমান ক্ষমতা. এআই আজ যা করতে পারে তার জন্য চিত্তাকর্ষক। আমি ভবিষ্যদ্বাণী করছি যে ডান হাতের কলামের অনেক দুর্বলতা বামে স্থানান্তরিত হবে এবং পরবর্তী 2 বা 3 বছরে শক্তিতে পরিণত হবে।

[আমি এই নিবন্ধটি শেষ করার পর, আমি পূর্ববর্তী অনুচ্ছেদটি উপস্থাপন করেছি OpenAI, একটি উন্মুক্ত এআই প্ল্যাটফর্ম ভাষা জেনারেটর। আপনি হয়তো এর DALL-E দ্বারা তৈরি কিছু শিল্প দেখেছেন। আমি জানতে চেয়েছিলাম এটি AI এর ভবিষ্যত সম্পর্কে কী ভাবছে। এখানে এটা কি বলতে ছিল. ]

AI এর ভবিষ্যত কিছু সার্ভার কেনা এবং একটি অফ-দ্য-শেল্ফ সফ্টওয়্যার প্যাকেজ ইনস্টল করার বিষয়ে নয়। এটি সঠিক লোকদের খুঁজে বের করা এবং নিয়োগ করা, সঠিক দল তৈরি করা এবং হার্ডওয়্যার এবং সফ্টওয়্যার উভয় ক্ষেত্রেই সঠিক বিনিয়োগ করা।

আগামী কয়েক বছরে AI এর কিছু সম্ভাব্য সাফল্যের মধ্যে রয়েছে:

• ভবিষ্যদ্বাণী এবং সুপারিশের ক্রমবর্ধমান নির্ভুলতা
• সিদ্ধান্ত গ্রহণের প্রক্রিয়া উন্নত করা
• গবেষণা এবং উন্নয়ন ত্বরান্বিত করা
• ব্যবসায়িক প্রক্রিয়াগুলি স্বয়ংক্রিয় এবং অপ্টিমাইজ করতে সহায়তা করা

যাইহোক, AI এর কিছু সম্ভাব্য ব্যর্থতাও রয়েছে যেগুলি সম্পর্কে ব্যবসায়িকদের সচেতন হওয়া উচিত, যেমন:

• AI এর উপর অতিরিক্ত নির্ভরতা সাবঅপ্টিমাল সিদ্ধান্তের দিকে পরিচালিত করে
• AI কীভাবে কাজ করে তা বোঝার অভাব অপব্যবহারের দিকে পরিচালিত করে
• AI মডেলগুলিকে প্রশিক্ষণ দিতে ব্যবহৃত ডেটাতে পক্ষপাতিত্ব ভুল ফলাফলের দিকে পরিচালিত করে
• AI মডেল প্রশিক্ষণের জন্য ব্যবহৃত ডেটার চারপাশে নিরাপত্তা এবং গোপনীয়তার উদ্বেগ

সুতরাং, AI-তে বিনিয়োগকারী ব্যবসার জন্য তাদের ঐতিহ্যগত বিশ্লেষণের পরিপূরক করার জন্য এর অর্থ কী? সংক্ষিপ্ত উত্তর হল, কোন শর্ট-কাট নেই। 85% AI উদ্যোগ ব্যর্থ হয়. মজার বিষয় হল, এটি ঐতিহ্যগত IT এবং BI প্রকল্পগুলির সাথে সম্পর্কিত প্রায়শই উদ্ধৃত পরিসংখ্যানের অনুরূপ। আপনি বিশ্লেষণ থেকে মূল্য পেতে আগে যে একই কঠোর পরিশ্রম সবসময় প্রয়োজন ছিল এখনও করা আবশ্যক. দৃষ্টি থাকতে হবে, বাস্তবসম্মত এবং অর্জনযোগ্য হতে হবে। নোংরা কাজ হল ডেটা প্রস্তুত করা, ডেটা ঝগড়া করা এবং ডেটা পরিষ্কার করা। এটা সবসময় করা প্রয়োজন হবে. AI প্রশিক্ষণে, আরও বেশি। মানব হস্তক্ষেপের জন্য বর্তমানে কোন শর্টকাট নেই। মানুষের এখনও অ্যালগরিদম সংজ্ঞায়িত করা প্রয়োজন. মানুষের "সঠিক" উত্তর সনাক্ত করতে হবে।

সংক্ষেপে, AI সফল হওয়ার জন্য, মানুষের প্রয়োজন:

• অবকাঠামো স্থাপন করুন. এটি মূলত সীমানা স্থাপন করছে যেখানে AI কাজ করবে। ফাউন্ডেশন অসংগঠিত ডেটা, ব্লকচেইন, আইওটি, উপযুক্ত নিরাপত্তা সমর্থন করতে পারে কিনা তা নিয়ে।
• আবিষ্কারে সহায়তা. তথ্যের প্রাপ্যতা খুঁজুন এবং নির্ধারণ করুন। AI প্রশিক্ষণের জন্য ডেটা অবশ্যই বিদ্যমান এবং উপলব্ধ হতে হবে।
• ডেটা কিউরেট করুন. একটি বৃহৎ ডেটা সেট এবং ফলস্বরূপ, বিপুল সংখ্যক সম্ভাব্য ফলাফলের সাথে উপস্থাপিত হলে, ফলাফলগুলি মূল্যায়ন করার জন্য একজন ডোমেন বিশেষজ্ঞের প্রয়োজন হতে পারে। কিউরেশন ডেটা প্রসঙ্গের বৈধতা অন্তর্ভুক্ত করবে।

তথ্য বিজ্ঞানীদের কাছ থেকে একটি বাক্যাংশ ধার করার জন্য, কোম্পানিগুলিকে AI এর সাথে সফল হতে, বিদ্যমান বিশ্লেষণ ক্ষমতার সাথে মান যোগ করতে সক্ষম হওয়ার জন্য, তাদের সংকেতকে গোলমাল থেকে, বার্তাকে হাইপ থেকে আলাদা করতে সক্ষম হতে হবে।

সাত বছর আগে, আই.বি.এম গিন্নি রোমেটি এমন কিছু বলেছেন, ওয়াটসন হেলথ [এআই] আমাদের মুনশট। অন্য কথায়, AI - একটি চন্দ্র অবতরণের সমতুল্য - একটি অনুপ্রেরণামূলক, অর্জনযোগ্য, প্রসারিত লক্ষ্য। আমি মনে করি না আমরা চাঁদে অবতরণ করেছি। এখনো. IBM, এবং অন্যান্য অনেক কোম্পানি রূপান্তরকারী AI এর লক্ষ্যের দিকে কাজ করে চলেছে।

যদি AI চাঁদ হয়, তাহলে চাঁদ দেখা যায় এবং এটি আগের চেয়ে অনেক কাছাকাছি।