ইউএস ইন্টেলিজেন্সের জন্য এআই-এর শক্তি এবং ক্ষতি

IC-এর AI-এর সফল ব্যবহারের একটি উদাহরণে, মানব গুপ্তচর থেকে শুরু করে বুদ্ধিমত্তার সংকেত পর্যন্ত অন্যান্য সমস্ত উপায়গুলি শেষ করার পরে – মার্কিন যুক্তরাষ্ট্র একটি বৃহৎ এশীয় দেশে একটি অজ্ঞাত WMD গবেষণা ও উন্নয়ন সুবিধা খুঁজে পেতে সক্ষম হয়েছিল যেটি এর মধ্যে ভ্রমণকারী একটি বাসকে সনাক্ত করে। এবং অন্যান্য পরিচিত সুবিধা। এটি করার জন্য, বিশ্লেষকরা দেশের প্রায় প্রতিটি বর্গ ইঞ্চির চিত্রগুলি অনুসন্ধান এবং মূল্যায়ন করার জন্য অ্যালগরিদম নিয়োগ করেছিলেন, একজন সিনিয়র মার্কিন গোয়েন্দা কর্মকর্তার মতে, যিনি নাম প্রকাশ না করার বোঝার সাথে পটভূমিতে কথা বলেছেন।

যদিও AI গণনা করতে পারে, পুনরুদ্ধার করতে পারে এবং প্রোগ্রামিংকে কাজে লাগাতে পারে যা সীমিত যুক্তিযুক্ত বিশ্লেষণগুলি সম্পাদন করে, এটিতে মানুষের বুদ্ধিমত্তার আরও মানসিক বা অচেতন উপাদানগুলিকে সঠিকভাবে ব্যবচ্ছেদ করার ক্যালকুলাসের অভাব রয়েছে যা মনোবিজ্ঞানীরা সিস্টেম 1 চিন্তা হিসাবে বর্ণনা করেছেন।

AI, উদাহরণস্বরূপ, বুদ্ধিমত্তা প্রতিবেদনের খসড়া তৈরি করতে পারে যা বেসবল সম্পর্কে সংবাদপত্রের নিবন্ধগুলির অনুরূপ, যাতে কাঠামোগত অ-যৌক্তিক প্রবাহ এবং পুনরাবৃত্তিমূলক বিষয়বস্তু উপাদান রয়েছে। যাইহোক, যখন সংক্ষিপ্ত বিবরণের জন্য যুক্তির জটিলতা বা যৌক্তিক যুক্তির প্রয়োজন হয় যা ন্যায্যতা বা উপসংহার প্রদর্শন করে, তখন AI এর অভাব দেখা গেছে। গোয়েন্দা সম্প্রদায় যখন সক্ষমতা পরীক্ষা করেছিল, তখন গোয়েন্দা কর্মকর্তা বলেছেন, পণ্যটি একটি বুদ্ধিমত্তা সংক্ষিপ্তের মতো দেখায় তবে তা অন্যথায় অর্থহীন ছিল।

এই ধরনের অ্যালগরিদমিক প্রক্রিয়াগুলিকে ওভারল্যাপ করার জন্য তৈরি করা যেতে পারে, গণনামূলক যুক্তিতে জটিলতার স্তরগুলি যোগ করে, কিন্তু তারপরও সেই অ্যালগরিদমগুলি মানুষের পাশাপাশি প্রসঙ্গ ব্যাখ্যা করতে পারে না, বিশেষ করে যখন এটি ঘৃণাত্মক বক্তব্যের মতো ভাষার ক্ষেত্রে আসে।

পাইরা টেকনোলজিসের প্রধান প্রযুক্তি কর্মকর্তা এরিক কারউইন বলেছেন, AI এর বোধগম্যতা একজন মানব শিশুর বোঝার সাথে আরও সাদৃশ্যপূর্ণ হতে পারে, যা সহিংসতা থেকে বিভ্রান্তি পর্যন্ত ক্লায়েন্টদের জন্য ভার্চুয়াল হুমকি সনাক্ত করে। “উদাহরণস্বরূপ, AI মানুষের ভাষার মৌলিক বিষয়গুলি বুঝতে পারে, কিন্তু মৌলিক মডেলগুলিতে নির্দিষ্ট কাজগুলি সম্পন্ন করার জন্য সুপ্ত বা প্রাসঙ্গিক জ্ঞান নেই,” কারউইন বলেছেন।

“একটি বিশ্লেষণাত্মক দৃষ্টিকোণ থেকে, AI এর অভিপ্রায় ব্যাখ্যা করতে একটি কঠিন সময় আছে,” কারউইন যোগ করেছেন। “কম্পিউটার বিজ্ঞান একটি মূল্যবান এবং গুরুত্বপূর্ণ ক্ষেত্র, কিন্তু এটি সামাজিক কম্পিউটেশনাল বিজ্ঞানীরা যারা মেশিনগুলিকে ব্যাখ্যা করতে, বুঝতে এবং আচরণের ভবিষ্যদ্বাণী করতে সক্ষম করার ক্ষেত্রে বড় লাফ দিচ্ছে।”

“মানুষের অন্তর্দৃষ্টি বা জ্ঞানকে প্রতিস্থাপন করতে শুরু করতে পারে এমন মডেল তৈরি করার জন্য,” কারউইন ব্যাখ্যা করেন, “গবেষকদের প্রথমে বুঝতে হবে কীভাবে আচরণকে ব্যাখ্যা করতে হয় এবং সেই আচরণকে AI শিখতে পারে এমন কিছুতে অনুবাদ করতে হয়।”

যদিও মেশিন লার্নিং এবং বড় ডেটা বিশ্লেষণগুলি কী ঘটতে পারে বা ঘটবে সে সম্পর্কে ভবিষ্যদ্বাণীমূলক বিশ্লেষণ প্রদান করে, এটি কীভাবে বা কেন এই সিদ্ধান্তে পৌঁছেছে তা বিশ্লেষকদের ব্যাখ্যা করতে পারে না। AI যুক্তিতে অস্বচ্ছতা এবং উত্স যাচাই করার অসুবিধা, যা অত্যন্ত বড় ডেটা সেট নিয়ে গঠিত, সেই সিদ্ধান্তগুলির প্রকৃত বা অনুভূত সুস্থতা এবং স্বচ্ছতাকে প্রভাবিত করতে পারে।

যুক্তি এবং সোর্সিংয়ের স্বচ্ছতা হল বুদ্ধিমত্তা সম্প্রদায়ের দ্বারা উত্পাদিত পণ্যগুলির বিশ্লেষণাত্মক ট্রেডক্রাফ্ট মানগুলির জন্য প্রয়োজনীয়তা। বিশ্লেষণাত্মক বস্তুনিষ্ঠতাও statuatorically প্রয়োজন, AI এর ক্রমবর্ধমান প্রসারের আলোকে এই ধরনের মান ও আইন আপডেট করার জন্য মার্কিন সরকারের মধ্যে আহ্বান জানায়।

মেশিন লার্নিং এবং অ্যালগরিদমগুলি যখন ভবিষ্যদ্বাণীমূলক বিচারের জন্য নিযুক্ত করা হয় তখন কিছু বুদ্ধিমত্তা অনুশীলনকারীরা বিজ্ঞানের চেয়ে বেশি শিল্প হিসাবে বিবেচিত হন। অর্থাৎ, তারা পক্ষপাতিত্ব, গোলমালের প্রবণ, এবং এর সাথে এমন পদ্ধতিগুলি থাকতে পারে যেগুলি সঠিক নয় এবং ফৌজদারি ফরেনসিক বিজ্ঞান এবং শিল্পকলায় পাওয়া ত্রুটিগুলির মতো ত্রুটির দিকে পরিচালিত করে৷