প্রজেক্ট ‘গিভিং ব্যাক’: তিনটা বই – প্রয়োজন সুচিন্তিত মতামত

The best time to plant a tree was 20 years ago. The second best time is now.

– Chinese Proverb

ক॰

সমস্যাটার শুরু প্রায় এক দশক আগে। ছুটাছুটির চাকরি। আজ এখানে তো কাল ওখানে। শেষমেষ ‘পীস কীপার’ হিসেবে পোস্টিং হলো কঙ্গোতে। ঘুরাঘুরিই বেশি। ঘুমের সময় ছাড়া বাকিটা হিসেব করলে – পুরোটাই রাস্তায়। নিজ দ্বায়িত্বের এলাকা, যাকে বলে ‘এরিয়া অফ রেস্পন্সিবিলিটি’ – ইঞ্চি ইঞ্চি করে না জানলে বিপদ। মানুষের জীবন বলে কথা। পুরো এলাকা থাকতে হবে নিজের নখদর্পণে। কন্সট্যান্ট ভিজিল্যান্স। পায়ে হাটা অথবা গাড়ি – পায়ের মাইলোমিটারে লাখ মাইল পার হয়েছে নিশ্চিত।

খ॰

রাস্তায় নামলেই হাজার চিন্তা কিলবিল করে মাথায়। একটা এদিকে হলে আরেকটা ওদিকে। মাথা মুন্ডু ছাড়া চিন্তাভাবনা। দিন কয়েক পর বেস ক্যাম্পে ফিরলে বসতাম ইউএন এর কচ্ছপ গতির ইন্টারনেট নিয়ে। সভ্যতার সাথে একমাত্র ‘ব্যাকওয়ার্ড লিংকেজ’ – ওই স্যাটেলাইট লিংক। একসময়, প্লট করতে শুরু করলাম চিন্তাগুলোকে। ‘চ্যানেলাইজ’ করতে তো হবে কোথাও। একেকটা চিন্তা একেকটা ডট। কানেক্টিং দ্য ডট’স ব্যাপারটা বুঝলাম অনেক পরে। চল্লিশের আগে নাকি ব্যাপারটা আসে না মাথায়?

জ্ঞান তো হলো অনেক, অভিজ্ঞতা কাজে লাগালে আসবে প্রজ্ঞা। সেটাকে প্রয়োগ করলেই উন্নতি। দেশের।

গ॰

আগের ঘটনা আরো চমত্‍প্রদ। কঙ্গোতে যাবার ঠিক আগ মূহুর্তে ফিরেছিলাম মার্কিন যুক্তরাষ্ট্রের সিগন্যাল স্কুল থেকে। থাকতে হয়েছিল লম্বা সময়ের জন্য। প্রায় নব্বই বর্গ মাইলের পৃথিবীর সবচেয়ে বড় টেলিকম্যুনিকেশন ট্রেনিং ফ্যাসিলিটি। যায়গাটাও জর্জিয়ার একটা অজ পাঁড়া গাঁয়ে। সন্ধার পর কুপি জ্বলার মতো অবস্থা। স্কূল থেকে ফিরে কাজ না পেয়ে হাত দিলাম রান্নায়। কাঁহাতক আর খাওয়া যায় ফাস্ট ফুড! পিএক্স থেকে এটা কিনি, ওটা কিনি। বাসায় এসে ভয়াবহ ধরনের ‘টেস্ট এণ্ড ট্রায়াল’। অসুবিধা কি? গিনীপিগ তো নিজে। ক্ষান্ত দিলাম স্মোক ডিটেক্টরের পানির ঝাপটা খেয়ে। বার কয়েক। তবে, একেবারে ক্ষান্ত নয়, কমিয়ে দিলাম গতি। মনোযোগ সরালাম নতুন দিকে।

ঘ॰

বিশাল লাইব্রেরী। এটা ওটা ইস্যু করি, টাইম লিমিটও অসহনীয় লম্বা। পুরনো পত্রিকা, দুস্প্রাপ্য বই সব মাইক্রোফিশে। একদম নতুন বই লাইব্রেরীতে না থাকলেও সেটা কিনে এনে চেকআউট করিয়ে রাখতেন লাইব্রেরিয়ান। আমাজনের বেস্টসেলার লিস্ট দেখা অভ্যাসে পরিনত হয়ে গেলো ওই সময়ে। অবাক হয়ে লক্ষ্য করলাম ‘বেস্টসেলার’গুলো লিখছেন আপনার আমার মতো সাধারণ মানুষ। মানে, পেশাদার লেখক নন তারা। সাহস পেলাম। যাই লিখি, পাঠক পেতেই হবে বলেছে কে? মনের খোরাক মেটানোর জন্য লেখা। ওই বিরানব্বই থেকে। সেথ গোডিংয়ের গলা শুনি প্রায়ই। শিপ, বাডি! শিপ!

ঙ॰

দেখা গেলো ওই ‘বেস্টসেলার’দের কেউ ছিলেন স্টক এক্সচেঞ্জের হর্তাকর্তা, কেউ সিআইয়ের চীফ। ইনভেস্টমেন্ট ব্যাংকার। সরকারী কর্মকর্তা। নেভী সীল। ফুটবল কোচ। জিমন্যাষ্ট। তারা লিখছেন পেছনের অনেকগুলো বছরের অভিজ্ঞতা নিয়ে। ব্যর্থতা থেকে সফলতার গল্প। যা আসলে সাহায্য করছে ওই পড়ুয়া মানুষদের। সঠিক সিদ্ধান্ত নিতে। বিতর্কিত জিনিস নিয়ে যে লেখা হয়নি তা নয়। লিখেছেন রেচেল মোরানের মতো পেশাজীবীরা। মানে – লেখা হয়েছে প্রায় সব বিষয় নিয়ে। বের হয়ে এসেছে অনেক সমস্যার কথা। সেই ভুল থেকেও শিখছে দেশ। সমালোচনা নিতে পারার মানসিকতার দেশগুলো ওপরে উঠছে দ্রুত। আবার লিখছেন জাতির পিতারা। আজকের ‘আধুনিক’ সিঙ্গাপুরের পেছনে যিনি ছিলেন তারো বই আছে কয়েকটা। নেলসন ম্যানডেলা’র বইটা পড়েছেন নিশ্চয়। সাতাশ বছরের অবিচারের ঘৃণাটা মূহুর্তে গিলে ফেলার ঘটনাটা অজানাই থাকতো বইটা না পড়লে। পড়ছি সবই, বুঝতে পারছি ভালো মন্দ। মন্দটা ফেলে ভালো নিয়ে এগুচ্ছি সবাই আমরা, সময়ের বিবর্তনে। অন্যের কাছ থেকে শিখে। পেছনে লেগে নয়।

চ॰

জ্ঞান কিন্তু রি-ইউজেবল। ব্রিটেনের লেগেছে দুশো বছর প্রায়। শুধু শিখতেই। শিল্পবিপ্লব থেকে। মার্কিন যুক্তরাষ্ট্র শিখেছে ব্রিটেন থেকে। তাদের লোক পাঠিয়ে। নোটবই ভরে নিয়ে আসতো তাদের অভিজ্ঞতার কথা। জাহাজে করে। সেটা কাজে লাগিয়ে ওই ব্রিটেনের সাথে টক্কর দিয়েছে অনেক কম সময়ে। ‘লীড টাইম’ কমিয়ে নিয়ে এসেছে প্রায় একশো বছর। এই মার্কিন যুক্তরাষ্ট্র। ওই শেখার চর্চাটা ধরে রেখেছে বলে তারা এখনো শীর্ষে। ইউরোপিয়ান ইউনিয়ন শত বিপত্তির মধ্যে উদ্ভাবনা দিয়ে আছে টিকে। নিজেদের দেশে মানুষ কম বলে বাইরের বাজার দখলে ব্যস্ত তারা। এখন বোকারাই বলে যুদ্ধের কথা, বাজার দখলে কে কাকে বাজার বানাতে পারে সেটাই হচ্ছে বড় যুদ্ধ। রক্তপাত ছাড়াই ‘আউটবাউন্ড’ ক্যাশফ্লো!

ছ॰

এশিয়ান দেশগুলো আরো বুদ্ধিমান। ইউরোপ আর অ্যামেরিকা থেকে শিখে সেটা কাজে লাগিয়েছে গত তিরিশ বছরে। এখন টক্কর দিচ্ছে সবার সাথে। হংকং, কোরিয়া, সিঙ্গাপুর অন্যের ‘ঠেকে শেখা’র অভিজ্ঞতা কাজে লাগিয়ে এগিয়েছে বেশি। পাশ্চাত্যে কোনটা কাজ করছে আর কোনটা করেনি সেটা জানলেই তো হলো! তার সাথে মেশাও ‘লোকাল কন্ডিশন’। আমি এটাকে বলি, ‘ঘুটা’, মানে জ্ঞানের ডিফিউশন। মেলাও হাজারো জ্ঞানের অভিজ্ঞতা। গরীব দেশ হলেও কোন সরকারী কর্মকর্তাকে তো মানা করা হয়না বৈদেশিক ভ্রমনে না যেতে। অথচ কর্পোরেট হাউসে কৃচ্ছতা সাধনে প্রায় সবই চলছে ভিডিও কনফেরেন্সে। দেশের একটাই চাওয়া, শিখে আসা জ্ঞানটা কাজে লাগবে দেশের উন্নতিতে। প্রাথমিক জ্ঞানটা পাবার পর বাকিটা শেখার বাহন হচ্ছে ইন্টারনেট। আর সেকারণে ইন্টারনেট নিয়ে লাগা। জ্ঞান ছড়িয়ে আছে সব যায়গায়, দরকার তার প্রয়োগ।

ঝ॰

মার্কিন যুক্তরাষ্ট্র থেকে পেলেন জ্ঞান ‘ক’। এদিকে সিংগাপুর দিলো ‘খ’ জ্ঞান, ভিয়েতনাম থেকে নিয়ে এলেন ‘গ’। এখন – আমাদের স্ট্যাটিস্টিক্যাল ইন্ডিকেটরের সাথে মিলিয়ে যেটা যখন কাজে লাগে সেটাই ব্যবহার করবে বাংলাদেশ। অনেকে এটাকে বলে ‘বেস্ট প্র্যাক্টিসেস’। মানে, যেটা কাজ করেছে অনেক যায়গায়। ‘ওয়েল টেস্টেড’। টেস্ট পেপার সলিউশনের মতো কিছুটা। দেখা গেছে – ওভাবে কাজটা করলে জিনিসটা মার যাবার সম্ভাবনা কম। টেস্ট এণ্ড ট্রায়ালের পর ফুলপ্রুফ হয়েই নাম হয়েছে ‘বেস্ট প্র্যাক্টিসেস’। দেশের ‘লোকাল কন্ডিশন’কে বেস্ট প্র্যাকটিসে ঘুঁটানোতেই রয়েছে মুন্সিয়ানা। ইন্টারনেটকে ছড়িয়ে দেবার ওই ধরনের ‘টেম্পলেট’ নিয়ে কাজ করেছি গত সাত সাতটা বছর।

ঞ॰

মনে আছে বৈজ্ঞানিক নিউটনের কথা? ‘আমি যদি আজ বেশি দেখে থাকি অন্যদের চেয়ে, সেটা পেরেছি পূর্বপুরুষদের জ্ঞানের ভিত্তিতে’। উন্নতবিশ্বের আজকের যা উন্নতি তার সবটাই এসেছে ওই ‘স্ট্যান্ডিং অন দ্য সোল্ডার অফ জায়ান্টস’ কথাটার ওপর ভিত্তি করে। আজ জানি আমরা ট্রানজিস্টর কি – আর কিভাবে কোটি ট্রানজিস্টর থাকে একটা চিপসেটে। নতুন করে ওই ট্রাংজিস্টর উদ্ভাবন না করে বরং কোটি ট্রাংজিস্টরের চিপসেট দিয়ে আর কি কি করা যায় সেটাই ভাববার বিষয়। আর তাই আগের জ্ঞানের ‘ডিফিউশন’ দিয়ে নতুন উদ্ভাবনা কাজে লাগিয়ে ওপরে উঠছে নতুন ইমার্জিং দেশগুলো। এটাকে বলা হয় লিপ-ফ্রগিং।

য॰

সামরিক বাহিনীর স্পেকট্রাম ম্যানেজমেন্টের অভিজ্ঞতা নিয়ে আমার বিটিআরসিতে আসা। টেকনোলজি নিয়ে একসময় লিখতাম কিছু পত্রপত্রিকায়। শুরুতেই ঝামেলা। ব্রডব্যান্ড, ইন্টারনেট – নতুন যাই লিখি সেটা নিয়ে মাথা নাড়াচ্ছিলেন অনেকেই।

“ভালো, তবে সমস্যা অন্যখানে। এটা সম্ভব নয় এদেশে।”

সময় কিন্তু যাচ্ছে চলে। জ্ঞানকে অভিজ্ঞতায পরিণত করতে লাগবে সময়োচিত দর্শন, যুক্ত হবার অদম্য স্পৃহা। লাগবে রেগুলেটরী রেফর্ম। দরকার নেই প্রযুক্তি জানার, নীতিনির্ধারণীদের।

বলেন কি? অবাক হয়ে তাকাই উনাদের দিকে। নীতিমালায় আটকানো আছে জিনিসগুলো। মানে আমরা আটকে আছি আমাদের জালে। জিনিসপত্র না জানার ফলে পিছিয়ে পড়ছি আমরা। যুক্ত থাকার হাজার সুবিধার মূলে হচ্ছে মানুষের মুক্তি। সেটা প্রথমে আসবে অর্থনৈতিক মুক্তি থেকে, জ্ঞান দেবে আমাদের প্রাপ্যতার নিশ্চয়তা। সোশ্যাল মিডিয়ার বিগ ডাটা নিয়ে কাজ করেছিলাম একটা এজেন্সিতে বসে। যুক্ত থাকার ফলে আজ যা দেখছেন, এটা আইসবার্গের ছোট্ট একটা টিপ। আরব বসন্ত, একটা উপসর্গ মাত্র। পালটাচ্ছে পৃথিবী, পাল্টাবো আমরাও। ভালোর দিকে। দরকার ইন্টারনেটের মতো কিছু টুলস।

---

The two most important days in your life are the day you are born and the day you find out why.

― Mark Twain

র॰

বইগুলো লিখছি কিছুটা দায়বদ্ধতা থেকে। বিটিআরসির সাত বছরের অভিজ্ঞতা মাথায় নিয়ে ঘোরার অন্তর্জালা থেকে মুক্তি পেতে এ ব্যবস্থা। নোটবই সেনাবাহিনীতে পোশাকের অঙ্গ হবার ফলে মিস করিনি খুব একটা। জিম রনের অমোঘ ‘নেভার ট্রাস্ট ইয়োর মেমরী’ বাণীটা খুব একটা বিচ্যুতি আনতে পারেনি ‘নোট টেকিং’য়ে। এখন যুগ হচ্ছে ‘গুগল কীপ’ আর ‘এভারনোটে’র। হাতির স্মৃতি বলে কথা – মাটিতে পড়ে না কিছুই। দেশ বিদেশের ফোরাম, যেখানে গিয়েছি বা যাইনি – হাজির করেছি তথ্য। টুকেছি সময় পেলেই। ভরে যাচ্ছিলো নোটবই। ‘এভারনোট’ আর ‘কীপের’ ভয়েস মেমোতে। পয়েন্ট আকারে। প্রোগ্রামিংয়ের মতো পয়েন্টারগুলো লিংক করা ছিলো মাথায়। ভুলে যাবার আগেই বইগুলোর ব্যবস্থা।

ল॰

আরেকটা সমস্যা তাড়িয়ে বেড়াচ্ছে আমাকে – ওই ছোটবেলা থেকে। কোন জিনিস ধরলে সেটার শেষ না দেখলে ঘুম আসে না আমার। বিশাল বিপদ। আগে ভাবতাম সমস্যাটা আমার একার। ভুল ভাঙ্গলো দুনিয়া দেখতে দেখতে। ইনডাস্ট্রিতে একই অবস্থা। একেকটা রিসার্চ, সফল না হওয়া পর্যন্ত পড়ে আছে মাটি কামড়ে। মনে আছে, হেনরী ফোর্ডের ভি-৮ সিলিন্ডার তৈরির কথা? এই কৌশল ডিফেন্স ইন্ডাস্ট্রি, এরোস্পেস, নাসা, ঔষধ গবেষণা সহ প্রচুর স্পেসালাইজড প্রতিষ্ঠানে ব্যবহার হচ্ছে। আজকের এয়ারবাস এ-৩৮০, দোতলা উড়োজাহাজ এতো সহজে আসেনি। উনিশশো অষ্টাশির গবেষনার ফল পাওয়া গেছে এপ্রিল দুহাজার পাঁচে, উড়োজাহাজটাকে উড়িয়ে। এরপরও আরো দুবছরের বেশি হাজার হাজার ‘সেফটি টেস্ট’ আর অন্যান্য পরীক্ষা নিরীক্ষার পর প্রথম বানিজ্যিক ফ্লাইট চালায় সিঙ্গাপুর এয়ারলাইন্স। অন্য কিছু নয়, ওড়াতেই হবে – তাই উড়েছে উর্রুক্কুটা। কেউ জেদ ধরেছিলো, আট দশ ফ্লাইটের তেল দিতে পারবো না। এক ফ্লাইট এর তেল নাও, নইলে অন্য ব্যবসা দেখো। বোয়িংয়ের ড্রিমলাইনারটাও তৈরি হয়েছে কয়েকটা জেদি মানুষের জন্য। সৃষ্টিকর্তা মানুষকে উজাড় করে দিয়েছেন তার জ্ঞানকে। বাকিটা আমাদের পালা।

শ॰

আজকের ‘ইন্টারনেট’ (যা পৃথিবীকে পাল্টে দিচ্ছে) এর আবিস্কারের পেছনে একই কৌশল ব্যবহার করা হয়েছে। দেশ চেয়েছে ব্যয়বহুল সার্কিট সুইচিং থেকে বের হতে, ডিফেন্স অ্যাডভান্সড রিসার্চ প্রজেক্টস এজেন্সী, সংক্ষেপে ‘ডারপা’ বিভিন্ন উনিভার্সিটিতে ঢেলেছে অঢেল পয়সা, দিয়েছে অনেক সময়। প্রজেক্ট ‘ফেইল’ করেছে হাজারো বার, হাল ছাড়েনি তারা। ফলে তৈরী হয়েছিল আরপানেট, বর্তমান ইন্টারনেট এর পূর্বসুরী। আজকের বিদ্যুত্‍ বাল্ব তৈরি করতে থমাস এডিসনকে চেষ্টা করতে হয়েছিল হাজার বারের বেশি। রিপোর্টার জানতে চেয়েছিলেন তার ‘হাজারবারের ব্যর্থতার অনুভুতির কথা’। এডিসনের জবাব, ফেইল করিনি তো হাজার বার। বরং, লাইট বাল্বটা তৈরি করতে লেগেছিলো হাজারটা স্টেপ।

ষ॰

টেলিযোগাযোগ ব্যবসায় ভাসা ভাসা কাজের উপযোগিতা কম। রেগুলেশনেও একই অবস্থা। দরকার স্পেশালাইজেশন – বাজার বুঝতে। ঢুকতে হবে ভেতরে, অনেক ভেতরে। পুরোটাই অর্থনীতিবিদদের কাজ। ভবিষ্যত না দেখতে পারলে এ ব্যবস্যায় টিকে থাকা কঠিন। টেলিযোগাযোগ কোম্পানিগুলোর জাহাবাজ লোকেরাও মাঝে মধ্যে অত ভেতরে ঢুকতে পারেন না। স্পেশালাইজেশন বলে কথা। সেখানেই আসে টেলিযোগাযোগ কনসাল্টিং কোম্পানিগুলো। ওদের কাজ একটাই, আর এন্ড ডি, সারাবছর ধরে। আবার সেই কনসাল্টিং ফার্ম একই ধরনের কাজ করে বেড়াচ্ছে সব টেলিযোগাযোগ কোম্পানির জন্য। স্পেশালাইজড না হয়ে যাবেই বা কোথায় তারা? আর সেই সল্যুশনের জন্য মিলিয়ন ডলারের নিচে কথা বলেন না কেউই। আর বলবেন নাই বা কেন? এধরনের আর এন্ড ডির জন্য কম কষ্ট করতে হয়না তাদেরকে। প্রচুর রিপোর্ট পড়েছি এই কনসাল্টিং ফার্মগুলোর। রিপোর্টতো নয় যেনো হাতের রেখা পড়ছেন। ভবিষ্যত দেখা যায় রীতিমত। মিলিয়ন ডলারের কনসাল্টিং বলে কথা। টার্গেট দিন এক কোটি কর্মসংস্থানের। তৈরি করে দেবো প্রায়োগিক ফর্মুলা। হতে বাধ্য। জানতে হয় ভবিষ্যত দেখতে। বিগ ডাটা নিয়ে কাজ করতে গিয়ে বুঝতে পারি খানিকটা।

ট॰

তাই বলে সব কনসাল্টিং ফার্ম এক নয়। আমাকে জিজ্ঞাসা করলে, কনসাল্টিং ফার্মের দোষ না দেখে যিনি কাজ দিয়ে বুঝে নেবার কথা – তার কম্পিটেন্সিতে ঘাটতি থাকলে রিপোর্ট খারাপ হতেই পারে। আমি কিনছি রিপোর্ট, না বুঝে কিনলে কনসাল্টিং ফার্মের দোষ দিয়ে লাভ কি? গরীবদেশগুলোতে প্রচুর কনসালটেন্সি হয় বটে, তবে সে দেশগুলো সেগুলো ঠিক মতো বুঝে নেবার সামর্থ বা জ্ঞান থাকে না বলেই ঝামেলা হয়। ডোনারদের টাকায় কনসাল্টেন্সি হলে সেটার অবস্থা হয় অন্য রকম। রিপোর্ট নিজের মনে করে বুঝে নিতে পারলে সেটার দাম মিলিয়ন ডলারের বেশি। সে ধরনের রিপোর্ট বুঝে নিয়েছিলাম বেশ কয়েকটা। পোস্ট-ডক করা যাবে কয়েকটা।

ঠ॰

কাজ করতে গিয়ে পরিচয় হলো বিশ্বখ্যাত অনেকগুলো টেলিযোগাযোগ কনসাল্টিং ফার্মের সাথে। এর সাথে যোগ হলো ইন্টারন্যাশনাল টেলিকমিউনিকেশন ইউনিয়ন (আইটিইউ) আর কমনওয়েলথ টেলিকম্যুনিকেশন অর্গানাইজেশনের (সিটিও) আরো অনেক ইন্ডিপেন্ডেন্ট কনসালটেন্ট। ধারণা পেলাম তাদের কাজের। পড়তে থাকলাম আরো হাজারো রিপোর্ট। দামী সব রিপোর্ট, তবে তার দাম কোনো কোনো দেশ বা এজেন্সি দিয়ে দিয়েছে আগেই। পরিচয় হলো ওভাম, অ্যাকসেন্চার, কেপিএমজি, পিডাব্লিউসি, নেরা আর এনালাইসিস ম্যাসনের মতো তুখোড় তুখোড় ফার্মের সাথে। আবার নিজের প্রতিষ্ঠানেরই কাজ করতে পরিচয় হলো মার্কিন ফার্ম টেলিকমিউনিকেশনস ম্যানেজমেন্ট গ্রূপ, ইনকর্পোরেশন (টিএমজি)র সাথে। তাদের ধরনটাই বুঝতে সময় লেগেছিলো বেশ। তলই পাচ্ছিলাম না প্রথমে। বিলিয়ন ডলারের কনসাল্টিং কোম্পানি বলে কথা। পরিচয় হলো অনেকের সাথে। বন্ধুত্ব হলো অনেকের সাথে। হাতে ধরে দেখিয়ে দিলেন বাংলাদেশের ‘ফল্ট-লাইন’গুলো।

ড॰

একসময় তল পেলাম এই ম্যানেজমেন্ট কনসালটিং ফার্মগুলোর কাজের ধারার। পৃথিবী জুড়ে কাজ করার ফলে কোথায় কি সমস্যা সেটা তারা জানে ভালো। আর সেটা থেকে উত্তরণের পথ বাতলে দেয়া ওদের একমাত্র কাজ বলে ওটাও সে জানে ‘অসম্ভব’ ভালো। গরীব দেশগুলোতে হাজার কোটি টাকার ম্যানেজমেন্ট কন্সাল্টেনসি করে টাকা বানালেও সেটার ব্যর্থতার দায় দেয়া যাবে না তাদের ওপর। ওই দেশের – যাদের ‘কন্সাল্টেনসি’টা বুঝে নেবার কথা তারা ‘ছাড়’ দিলে কাজ হবে কিভাবে? উন্নয়নশীল দেশগুলোকে তাড়াতাড়ি ওপরে উঠতে হলে লাগবে কন্সাল্টেনসি, তবে সেটা ‘পাই’ ‘পাই’ করে বুঝে নেবার মতো থাকতে হবে মানুষ। দু চারটা বৈদেশিক ভ্রমণে ব্যাপারটা উপেক্ষিত হলে জ্ঞান আর প্রজ্ঞাটা হারায় দেশ।

ঢ॰

ব্যাপারটা অনেকটা বিজনেস প্ল্যান কেনার মতো। ও আমাকে বানিয়ে দিলো একটা। না বুঝে দিয়ে দেবো পয়সা? সমস্যা হয় যখন সেটা হয় ‘সরকারী’ মানে জনগণের পয়সা। একারণে উন্নতদেশগুলো ছোট করে নিয়ে আসছে সরকারগুলোকে। যাই হয় সব পার্টনারশীপে। যারাই থাইল্যান্ড গিয়েছেন মুগ্ধ হয়েছেন তারা – বিশাল বিশাল ইনফ্রাস্ট্রাকচার দেখে। বেশিরভাগ ইনফ্রাস্ট্রাকচারই কিন্তু পিপিপি’র মডেলে করা। সরকারের অতো পয়সা থাকে না কোথাও। পিপিপি হচ্ছে গিয়ে পাবলিক প্রাইভেট পার্টনারশীপ। পয়সা যোগান দেবে বেসরকারী কোম্পানি – কাগজ দেবে সরকার, আইনগত ভিত্তি সহ। ‘উইন’ ‘উইন’ ব্যাপার। পয়সা লাগলো না সরকারের। কর্মসংস্থানও হলো। আমাদের পিপিপি নীতিমালা তৈরী হয়নি এখনো।

---

There is no ‘poor’ country, they are ‘poorly’ managed.

― Slightly modified

ণ॰

উন্নত দেশগুলোতে অনেক বড় বড় কাজে সরকারের দিকে তাকিয়ে থাকে না জনগণ। কারণ এই পিপিপি। যেকোনো দেশের উন্নতির ইনডিকেটর বোঝা যায় ওদেশের পাবলিক ট্রানজিট সিস্টেম দেখে। মানে জনগন কতো সহজে শহরের এক প্রান্ত থেকে অন্য প্রান্তে যেতে পারছেন – নির্দিষ্ট সময়ের মধ্যে। ঢাকা শহরে সেটার অবস্থা আফ্রিকার অনেক দেশ থেকেও খারাপ। অথচ ব্যবস্যা বান্ধব পিপিপি নীতিমালা থাকলে প্রাইভেট অ্যাসেট ম্যানেজমেন্ট কোম্পানিগুলো প্রস্তাব দিতে পারতো সরকারের কাছে। তৈরী করতো ‘ইনফ্রাস্ট্রাকচার ফান্ড’। ভাগ করে ফেলতো পুরো শহর – চার পাঁচ ভাগে। একেকটা ভাগের রুট নিয়ে দেন-দরবার করতো কনসেশন পিরিয়ডটা নিয়ে। এই রুটটা দাও আমাকে পঞ্চাশ বছরের জন্য। তৈরী করবো স্কাই ট্রেন। ইনফ্লেশন হিসেব ধরে ভাড়ার একটা চার্ট জমা দিতো সরকারকে।

স॰

সফটওয়্যারের মানুষ হিসেবে শূন্য ভার্সন থেকে শুরুতে বিশ্বাসী আমি। শুরু করতে হবে কোথাও। নিউটনের কথায় ফিরে আসবো আবার। ষ্টান্ডিং অন দ্য সোল্ডার অফ জায়ান্টস। আমাদেরও এগুতে হবে পূর্বসূরীর অভিজ্ঞতার ওপর ভর করে। গাছ রোপণ করার কথা ছিল বিশ বছর আগে। সেটা না হলে কি থাকবো বসে? বরং – লাগাবো আজই। বাংলাদেশের ‘যুক্ত’ হবার এজেন্সিতে চাকরি করার সুবাদে গরীব দেশ আমার ওপর যা ইনভেস্ট করেছে সেটা ফিরিয়ে দেবার জন্য নিয়েছি নগণ্য একটা প্রয়াস। নাম দিয়েছি প্রজেক্ট ‘গিভিং ব্যাক’। ব্রডব্যান্ড ছড়িয়ে দেবার ‘চিটকোড’ হিসেবে ধরুন ব্যাপারটাকে। ব্রডব্যান্ডে সফল দেশগুলোর ধারণা নিয়ে ‘আমাদের আঙ্গিকে’ কোডটাকে ‘ক্র্যাক’ করতে চেষ্টা করেছি মাত্র। আর, পয়সার জন্য ওর সাথে থাকবে ইনফ্রাস্ট্রাক্চার ফান্ড। আর এসপিভি। লাগবে এটাও।

দরকার আপনার সুচিন্তিত মতামত। ওই মতামতের ওপর ভিত্তি করে কাঠামোগত পরিবর্তন আনবো বইগুলোতে।

প্রি-প্রোডাকশন স্টেজ: কাজ চলছে এখনো

প্রথম বই: ইন্টারনেটের মুল্যঃ যে কারনে এখনো ধরাছোয়ার বাইরে

দ্বিতীয় বই: বাতাস ও অর্থনৈতিক প্রবৃদ্ধি: দক্ষ স্পেকট্রাম ব্যবস্থাপনা পাল্টে দিতে পারে বাংলাদেশকে

তৃতীয় বই: রেগুলেট অর নট টু রেগুলেট? চতুর্থ প্রজন্মের রেগুলেটর ও বাংলাদেশ

* লিংকগুলো যুক্ত করা হয়েছে কয়েকটা ব্লগপোস্টের সাথে। পুরো বইগুলো আসবে আস্তে আস্তে – প্রিন্টে।

---

০৫ সেপ্টেম্বর, ২০১৪
সাশান্দ্রা, আইভরি কোস্ট

‘এআই’ কি আমাদের চাকরি খাবে?

আমার চোখের সামনে বেশ দ্রুতই অনেকগুলো কাজই অটোমেট হয়ে যাচ্ছে। অবিশ্বাস্য হলেও সত্য যে এই কাজগুলোকে আমরা আগে হাইটেক ইন্ডাস্ট্রির অংশ হিসেবে জানতাম। কৃত্রিম বুদ্ধিমত্তার সিদ্ধান্ত নেবার ক্ষমতা এখন চলে আসছে অনেক “লো এন্ড” ডিভাইসে। তাহলে যারা এই মুহূর্তে কাজগুলো করছেন তাদের কি হবে?

এ ব্যাপারে আমি প্যানিক হবার কিছু দেখি না। আগে যেভাবে টাইপিস্ট পদ নিজে থেকেই কম্পিউটার অপারেটরে কনভার্ট হয়েছিলেন, সেই হিসেবে বর্তমান নলেজ ওয়ার্কাররাও রি-স্কিলিং এর আওতায় সামনের ভবিষ্যতকে সামলাবেন। তবে নতুন স্কিল অর্জন করা অনেকটাই “মাইন্ড গেম।” ট্রাস্ট মি!

AI will not replace individuals. But, people effectively utilizing AI as a tool to replace certain functions or roles will replace humans who don’t. নেটওয়ার্কের “লো হ্যাংগিং ফ্রুট” (বেসিক) কাজগুলো যেহেতু অটোমেশনের মধ্যে চলে যাবে, তখন অটোমেশন ইঞ্জিনিয়ারদের চাহিদা বাড়বে। এর অর্থ হচ্ছে একটা জব চলে যাবে, সেই জায়গায় আরো কয়েকটা জব তৈরি হবে। সেই জবের জন্য আমরা তৈরি তো?

* নেটওয়ার্ক অটোমেশন নিয়ে আমার আট নম্বর বই আসছে সামনে। সঙ্গে যোগ হবে প্রচুর ভিডিও “রোড টু হাইটেক ইন্ডাস্ট্রি” সিরিজে।

একটা প্লেলিস্ট

কৃত্রিম বুদ্ধিমত্তায় মানবিক রাষ্ট্র’ বই ওপেনসোর্সে

সরকারে থাকার সময়ে ‘উন্নততর’ প্রযুক্তির জন্য একরকম প্রায় চষে ফেলেছিলাম প্রযুক্তিতে শীর্ষে থাকা দেশগুলোকে। তখন একটা ‘রিয়েলাইজেশন’ এলো, উন্নত বিশ্বের জন্য উন্নততর প্রযুক্তি যতটুকু দরকার, তার থেকে বেশি দরকার আমাদের দেশে। একমাত্র উন্নততর প্রযুক্তিই পারবে আমাদের সমসাময়িক সমস্যাগুলো মেটাতে। উন্নতর প্রযুক্তি এখন মানুষ থেকেও বুদ্ধিমান, কারণ মানুষই তৈরি করেছে ‘উন্নততর বুদ্ধিমত্তা’ যাতে মানুষের ভুলে সিস্টেমের যাতে ক্ষতি না হয়।

মানুষকে বের করে আনতে হবে ‘সার্ভিস লুপ’ থেকে। মানুষ কখনোই আরেকজন মানুষকে উন্নত ধরনের সেবা দিতে পারবেন না (বৃদ্ধ মানুষ ছাড়া)। সেটাই সত্য। উন্নত বিশ্বে ‘মধ্যম’ প্রযুক্তি (যেখানে এখনো কিছু মানুষ আছেন) থেকে যেই মাইগ্রেশনটা লাগছে, সেটা আমাদের দরকার পড়ছে না। এটাই ‘লিপ ফ্রগিং’ এর বড় সুবিধা। এছাড়া সবারই প্রযুক্তি জানার প্রয়োজন নেই, প্রযুক্তি জানবেন ডিজাইনাররা। বাকিরা হবেন প্রযুক্তির ব্যবহারকারী। জনগণ কথা বলবেন (সেবা গ্রহণ করবেন) সিস্টেমের সাথে। মানুষের সাথে নয়। মনে পড়ে, কবে শেষ দিয়েছিলেন আপনার ডিজিটাল ব্যাংকে?

আমাদের বিশাল জনশক্তিকে বিশাল স্কেলে, সময় মত সার্ভিস দিতে চাইলে উন্নততর প্রযুক্তি ছাড়া গতি নেই। উন্নত বিশ্বে পুরো দেশে যত মানুষ, তার থেকে বেশি মানুষ থাকেন আমাদের একটা শহরে। উন্নততর প্রযুক্তি ছাড়া সময় ক্ষেপন করা কাগুজে ম্যানুয়াল পদ্ধতিতে এত মানুষের সেবা প্রদান সম্ভব না। যেকোনো এক মানুষের মর্জির উপরে বসে থাকতে হবে না একটা সেবা পাবার ক্ষেত্রে।

একজন মানুষ রাষ্ট্রের কাছে কি চান? ভালোভাবে বেঁচে থাকার জন্য যা কিছুর প্রয়োজন সেটার যোগান তৈরি করে রাখবে রাষ্ট্র। সেগুলোকে শেষ বয়সে যোগান দিলে আবার হবে না, দিতে হবে সময় মতো। অন্ন, অস্ত্র, বাসস্থান, শিক্ষা, চিকিৎসা, অর্থাৎ মধ্যম একটা লিভিং স্ট্যান্ডার্ড ‘মেনটেইন’ করার জন্য সুযোগ তৈরি করে দেবে রাষ্ট্র। যারা আরো বেশী কষ্ট করবেন তারা এগিয়ে থাকবেন মধ্যম স্ট্যান্ডার্ড থেকে।

সেই সুযোগের দশটা ‘এলিমেন্ট’ নিয়ে আমি লিখেছিলাম ‘কৃত্রিম বুদ্ধিমত্তায় মানবিক রাষ্ট্র’ বইটা। বিশ্বাস করুন, উন্নত প্রযুক্তির প্রায় সবগুলো এলিমেন্টই আছে আমাদের দেশে। দরকার ‘বুঝদার’ সমন্বয়ের। দরকার একজন ডিজিটাল আর্কিটেক্টের, যিনি “ওরকেস্ট্রেট” করবেন এই ম্যাসিভ ডিজাইন। তবে শুরুতেই দরকার সব কিছুর সাথে ‘ডিজিটাল আইডেন্টিফিকেশনে’র ইন্টিগ্রেশন। ম্যাজিক টাচ বিগিন্স হিয়ার। দেশকে চালাবে বিশালাকার সফটওয়্যার, যেটা মানুষের স্বার্থ রক্ষায় আপসহীন।

• বইটি ছেড়ে দেওয়া হয়েছে ‘ওপেনসোর্স’ ডোমেইনে। লিংক কমেন্টে। ডিজিটাল ফরম্যাটে ডাউনলোড করে পড়তে পারেন এখনই। নীতি নির্ধারণীতে থাকা আপনার প্রিয়জনকে উপহার দিতে পারেন প্রিন্ট বইটা, যেটা পাওয়া যায় রকমারিতে।

__

ওপেনসোর্স বই: কৃত্রিম বুদ্ধিমত্তায় মানবিক রাষ্ট্র | Government Service Delivery Enhancement using Data

ডাউনলোড লিংক: https://lnkd.in/gytwaaHi

কনফিউশন নিয়ে ‘কনফিউশন ম্যাট্রিক্স’

মনে আছে ক্লাসিফিকেশনস সমস্যার জন্য আমরা ব্যবহার করেছিলাম অ্যাকুরেসির একটা পরিমাপ? আমাদের সুপারভাইজার মডেল কেমন পারফর্ম করছে তার একটা সামারি বোঝা যায় এই অ্যাকুরেসি থেকে। ক্লাসিফিকেশন সমস্যার সবচেয়ে সহজ ব্যাপারটা আমরা দেখেছি বাইনারি ক্লাসিফিকেশন এ। মেশিন লার্নিং সমস্যায় এটা বেশ কমন এবং কনসেপচুয়ালি আমাদের কাজে লাগে। বাইনারি ক্লাসিফিকেশন মানে হচ্ছে সেটার আউটকাম হবে পজেটিভ অথবা নেগেটিভ। হ্যাঁ অথবা না। আমাদের মডেল কেমন ফাংশন করছে সেটা নির্ভর করবে এই পজিটিভ এবং নেগেটিভ ক্লাস কতটা ভুল করছে তার ম্যাট্রিক্স এ। তবে এখানে একটা কথা আছে – পজেটিভ মানে সেটা যে ভালো বা সেটা আমাদেরকে বেশি বেনিফিট বা ভ্যালু দেয় সেরকম না কিন্তু। এটা নির্ভর করবে আমরা কি ধরনের স্টাডি করছি এবং তার অবজেক্টিভ কি? আবার নেগেটিভ মানে যে খারাপ সে রকম নাও হতে পারে, এটা নির্ভর করছে আমরা কি ধরনের আউটকাম আশা করছি।

একটা গল্প দিলে বোঝা যাবে বেশি। আমার পাঠকেরা আমাকে বেশি গল্প দিতে বলেন।

ধরা যাক আমরা একটা অ্যাপ্লিকেশন ডেভলপ করছি যার কাজ হচ্ছে একজন সম্ভাব্য রোগীকে স্ক্রিনিং করে আলাদা করে ফেলবে তার সেই রোগটা আছে অথবা নেই। এটাকে কিছুটা অটোমেটেড আর্লি ডিটেকশন বলতে পারি যাতে সেই সম্ভাব্য রোগী পুরোপুরি অসুস্থ হবার আগেই তাকে ঠিকমতো ট্রিটমেন্ট দেয়া যায়। শুরুতেই যদি টেস্টটা নেগেটিভ হয় তাহলে আমরা ধরে নেব সম্ভাব্য রোগী সুস্থ আছেন। এর পাশাপাশি যদি এই স্ক্রিনিং টেস্ট পজিটিভ হয় তাহলে সেই রোগীকে আরও বাড়তি টেস্ট এর মধ্যে দিয়ে যেতে হবে।

কিভাবে এটা সমস্যা হলো?

এখানে আমরা পজিটিভ ক্লাসকে আসলে নেগেটিভ ধারণা বলতে পারি, কারণ একজন রোগী যখন পজিটিভ হবেন – সেটা আসলে রোগীর কাছে একটা নেগেটিভ জিনিস। আসল কথা কেউ এখানে পজিটিভ হতে চাইবেন না। বরং এই স্ক্রিনিং টেস্ট এর আউটকাম যদি নেগেটিভ হয় সেটাই রোগীর জন্য পজিটিভ। অর্থাৎ আমরা চাইব টেস্টে যত নেগেটিভ হয় ততই ভালো। তাই বলে যে আমাদের মডেল সব সময় ঠিকমতো পজেটিভ বা নেগেটিভ আউটকাম দিতে পারবে সেটাও না। যখন আমাদের অ্যাপ্লিকেশন সত্যিকারের পজিটিভকে নেগেটিভ অথবা সত্যিকারের নেগেটিভকে পজেটিভ বলবে তখনই সমস্যা হয়ে যাবে দুদিকেই। এই ভুল দুদিকে হলেও দুদিকেই দু’ধরনের কনসিকোয়েন্স আছে। হয়তোবা একটা ভুল থেকে আরেকটা ভুলের মাশুল দিতে হবে অনেক বেশি, তবুও আমরা চাইব না কোনভাবেই এই দুই ধরনের ভুল হোক।

সারাজীবন জেনেছি দুধরনের জিনিস হতে পারে। পরে জানবো ভেতরের জিনিস।

১. পজিটিভ (P): স্যাম্পলের অবজারভেশন পজিটিভ, যেমন রোগ আছে একজন মানুষের, সত্যিকারের রোগ

২. নেগেটিভ (N): অবজারভেশন নেগেটিভ, মানে তার আসলে রোগ নেই, স্বাস্থ্যবান মানুষ

বাড়তি গল্প

৩. ট্রু পজিটিভ (TP): সত্যিকারের পজিটিভ মানে আসলে রোগ আছে, এবং প্রেডিকশনও তাই, পজিটিভ – ঠিক প্রেডিকশন করেছে – ট্রু প্রেডিকশন

৪. ফলস নেগেটিভ (FN): সত্যিকারের পজিটিভ মানে অবজারভেশন পজিটিভ, কিন্তু প্রেডিকশন ভুল করেছে, ভুল করে নেগেটিভ দিয়েছে – ফলস প্রেডিকশন

৫. ট্রু নেগেটিভ (TN): আসলে নেগেটিভ, মানে আমাদের অবজারভেশনে নেগেটিভ, এবং প্রেডিকশন এসেছে নেগেটিভ – ট্রু প্রেডিকশন

৬. ফলস পজিটিভ (FP): আসলে নেগেটিভ, মানে অবজারভেশন নেগেটিভ, তবে ভুলে প্রেডিকশন এসেছে পজিটিভ হিসেবে- ফলস প্রেডিকশন

গল্পে গল্পে কি কি ভুল হতে পারে?

প্রথম ভুল হবে যখন একজন সুস্থ মানুষকে সেই অ্যাপ্লিকেশনটা পজিটিভ হিসেবে দেখাবে, তখন সেই মানুষটাকে রোগী বলবো এবং তাকে পরবর্তী কয়েকটা টেস্ট এর মধ্যে দিয়ে যেতে হবে। এতে সমস্যা দুটো। প্রথমত, সেই মানুষটি মানসিকভাবে বিপর্যস্ত হয়ে পড়বে, দ্বিতীয়তঃ তার খরচ বাড়তে থাকবে নতুন টেস্টগুলোর জন্য। এই ভুল পজিটিভ প্রেডিকশন কে আমরা বলি ‘ফলস পজিটিভ’। এটাকে পরিসংখ্যানের ভাষায় আমরা বলি টাইপ ১ এরর।

তবে, দ্বিতীয় ভুলটি ভয়াবহ। একজন সত্যিকারের রোগীকে এই অ্যাপ্লিকেশন নেগেটিভ হিসেবে ক্লাসিফাই করবে, এর মানে হচ্ছে তাকে আর পরবর্তী নতুন কোন টেস্ট এবং তার অ্যাসোসিয়েটেড ট্রিটমেন্ট বাদ পড়ে যেতে পারে। এর ফলাফল সেই সত্যিকারের রোগীকে ভয়াবহ দিকে ঠেলে দিতে পারে। এ ধরনের ভুল যাকে আমরা বলছি ভুল নেগেটিভ প্রেডিকশন, তাকে আমরা মেশিন লার্নিং এ ভাষায় বলি ‘ফলস নেগেটিভ’। পরিসংখ্যানের ভাষায় আমরা এই ‘ফলস নেগেটিভ’কে বলি টাইপ ২ এরর।

এখানে কি চাইবো?

আমরা চাইবো যেকোনোভাবে যাতে আমাদের অ্যাপ্লিকেশন যত কম ‘ফলস নেগেটিভ’ দিতে পারে। ‘ফলস নেগেটিভ’ একটা ভয়াবহ জিনিস বিশেষ করে রোগের ক্ষেত্রে। সেই থেকে ‘ফলস পজিটিভ’ হলে আমরা সেই সুস্থ মানুষের কাছে ক্ষমা চেয়ে নেব। তবে আমরা চেষ্টা করব যাতে দুটো ভুলই কমে আসে আমাদের এপ্লিকেশনে।

আমাদের কি করনীয়?

বাইনারি ক্লাসিফিকেশনকে ঠিকমতো ইভালুয়েট করতে হলে একটা ভালো কম্প্রিহেনসিভ গাইডলাইন হচ্ছে ‘কনফিউশন মাট্রিক্স’ ব্যবহার করা। যখন আমাদের ক্লাসিফিয়ের তার প্রেডিকশন এ কনফিউজড হয়ে ভুল করবে, তখন আমাদের জানা দরকার সে আসলে কোন ভুল করতে অন্য কি ভুল করে ফেলল? বাইনারি ক্লাসিফিকেশন না হলে যদি অন্যান্য ক্লাসিফিকেশন নিয়ে কাজ কাজ করতাম, তাহলে কি হতো? ধরা যাক আমরা ডিজিট রিকগনিশন মানে সংখ্যকে ঠিকমতো ক্লাসিফাই করতে পারছে কিনা সেটা দেখতে চাইছি। তখন আমরা দেখতে চাইবো সংখ্যা ১ আসলে মিসক্লাসিফাই হয়ে অন্য কোন সংখ্যায় রূপান্তর হচ্ছে, অথবা সংখ্যা ৬ কতবার ভুল করে সংখ্যা ৮ এর মত করে ক্লাসিফাই হচ্ছে। বেশি বলে ফেললাম?

আচ্ছা ঠিক আছে, আমরা আপাতত বাইনারি ক্লাসিফিকেশন নিয়েই থাকি। যেহেতু বাইনারি ক্লাসিফিকেশন এর আউটকাম মাত্র দুটো, এর মানে হচ্ছে আমাদের কনফিউশন ম্যাট্রিক্সের দুটো সারি এবং দুটো কলাম থাকবে। আমরা এভাবে বলতে পারি এটা একটা ২ বাই ৩ অ্যারে, যেখানে সারিগুলো রিপ্রেজেন্ট করছে সত্যিকারের আসল ক্লাসকে। ছবি দেখুন, মোট চারটা সেল। আমাদের কলামগুলো রিপ্রেজেন্ট করছে প্রেডিকটেড ক্লাসকে। এখানে প্রথম কলামে কতগুলো পজিটিভ স্যাম্পলকে পজেটিভ অথবা নেগেটিভ হিসেবে প্রেডিক্ট করেছে। এরপরের কলামে আমরা দেখব কতগুলো নেগেটিভ স্যাম্পলকে ভুল করে পজেটিভ অথবা নেগেটিভ হিসেবে প্রেডিক্ট করেছে।

আমরা হাতেকলমের মানুষ, দেখি হাতেকলমে।

https://github.com/raqueeb/Intermediate-scikit-learn/blob/master/book_plot_confusion_matrix.ipynb

যদি তোমাকে ভুলতে না পারি

‘গেটিং ওভার’ ইউ, ব্যাপারটা বড় চ্যালেঞ্জিং যখন কাউকে ভোলা যায় না। ‘টাইম ইজ দ্যা হিলার’, বলে সবাই – আসলে কি তাই? সেটার একটা আঁচ পেলাম এই গানটাতে। আমরা আসলেই কি ‘মুভ অন’ করতে পারি এতো সহজে?

অনেক গল্প দিলাম। এখন আসি কেন ব্যাপারটা ঘুরছে মাথার ভেতরে? ৩:৩০ মিনিটের এই গানটাই বলে দেবে সব। আমি এফেক্টেড কিনা? স্বাতী আমাকে বলতো “সি রাইট থ্রু”, ওই ব্যাপারটাও আছে এখানে। তবে প্রশ্ন হচ্ছে, হোয়াট ইফ আই নেভার গেট ওভার ইউ?

ভিডিওটাও অসাধারণ!

কি শুনছি এখন? (কার্লি পিয়ার্স)

আশির দশকের একটা বড় সময় আমার কেটেছে এলিফ্যান্ট রোডের কয়েকটা দোকানে। সিডির যুগ শুরু হয়নি তখনও। একসারি ধরে ‘রেইনবো’ ‘রিদম’ এবং ‘সুর বিচিত্রা’ থেকে ভাইনল রেকর্ড থেকে কপি করে নিয়ে আসতাম আমাদের ক্যাসেটগুলোতে। খানিকটা বৃষ্টির মত শব্দ তবুও কম কি? সেটাই অমৃত ছিল তখন। 

ফাস্ট ফরওয়ার্ড, এখন বাসায় হাতে বানানো ‘এন্ড টু এন্ড’ ‘অডিওফাইল’ সেটআপ। তবুও কি সেই অনুভূতি পাই এখন? আমার মনে হয় – এটা একটা ব্যালেন্স। যখন কিছুই ছিলনা তখন যাই শুনতাম তাই লাগতো ভালো। এখন যেমন ভাল লাগছে কার্লি পিয়ার্স এই গানটাকে। মনে করিয়ে দিচ্ছে অনেক পুরানো কথা। এই মেয়েটার গত অ্যালবামটা সুমধুর ছিল। নতুন অ্যালবামটা এখনো না আসলেও স্পটিফাইতে এই গানটা শুনে খারাপ লাগেনি। 

আমাদের লাইফ টাইমে অনেক মানুষের সাথে আমাদের দেখা হয়, হয়তোবা খুব অল্পজনই পারে আমাদেরকে টানতে। তাই বলে কি আমরা ভুলে যাই সেই মানুষগুলোকে? না বোধহয়। আমরা আশা করি – তারা যাতে ভালো থাকে। আর জীবনকে নিয়ে এগোনো একটু কষ্টের হলেও আমাদেরকে সেটা পারতে হয়।

এই সপ্তাহের গান, আরেকটা ক্রসওভার

যেহেতু প্রচুর ‘ক্রসওভার’ শোনা হয়, সেই হিসেবে এই নতুন গানটা এক কথায় অসাধারণ। ব্লেক শেলডন, আমার পছন্দের গায়ক বটে, পাশাপাশি তার রেকর্ডিং স্টুডিওর রেকর্ডিং কোয়ালিটি অনেকটাই ‘অডিওফাইল’ গ্রেডে পড়ে। এটা ঠিক – তার অনেকগুলো অ্যালবাম আমার টপ লিস্টে আছে। আমি যেহেতু অ্যালবাম ধরে গান শুনি, সে কারণে আমার কাছে গত অ্যালবামটার কাজ বেশ ভালো মনে হয়েছে।

গোয়েন স্তেফানিকে তার ড্রেসআপের জন্য সেরকম পছন্দ না করলেও তার দুটো গান বেশ ভালো মানের। আমি যেহেতু ইদানিং খুব একটা ‘পপ’ শুনি না, সেজন্য তার গান নিয়ে খুব একটা মাথা ব্যাথা ছিল না। কিন্তু ব্লেক শেলটন এর সাথে সম্পর্কের পর এই গানটাতে তাকে অন্য লেভেলের মনে হয়েছে। হয়তোবা বয়সের সাথে তার ধারণার ভারিক্কি বেড়েছে। ম্যাচুরিটি ম্যাটার্স। সবচেয়ে মজার কথা হচ্ছে তার আর আমার বয়স এখন হাফ সেঞ্চুরি। আমরা ‘ডট কানেক্ট’ পারছি হয়তোবা। 

ম্যাচুরিটি এসেছে গানে

গানটার শুরুতে সাধারণ মনে হলেও এক মিনিট পর থেকেই শুরু হয়েছে অসাধারণ সব কথা। গান তো গানই, তবে এই গানটা ‘রিপিট ফরএভার’ মোডে চলছে আমার ‘অডিওফাইল’ স্ট্রিমিং সিস্টেমে। ‘ন্যাস’ থেকে। বাচ্চাদের কমন কমপ্লেইন, যে গানটা আমার পছন্দ, সেটা চলতেই থাকে রিপিট ফরএভার মোডে। তবে, এই গানটার ব্যাপারে এখনও তারা কমপ্লেইন শুরু করেনি। রিদমটা পছন্দ, হয়তোবা ঝামেলা শুরু করবে আরো কয়েকদিন পরে।

“কান্ট্রি” জনরাই শোনা হতো বেশি, তবে এর সাথে ‘পপ’যোগ হয়ে নতুন একটা ‘ফিউশন’ এসেছে যাকে ‘ক্রসওভার কান্ট্রি’ বলি আমরা। আমার পছন্দের বটে!

ডিপ লার্নিং: ওপেনপাইলট, ওপেনসোর্স সেল্ফড্রাইভিং সফটওয়্যার

ডিপ লার্নিং: ওপেনপাইলট, ওপেনসোর্স সেল্ফড্রাইভিং সফটওয়্যার

ঢাকায় গাড়ি চালানো কষ্টের। হাজারো সিন্ধান্ত নিতে হয় এক জায়গা থেকে আরেকটা জায়গায় যেতে। কখন পাশের গাড়িটা উঠে গেলো আমার উপর, অথবা পাশের গাড়িটা ইনডিকেটর না দিয়েই মাথা ঢুকিয়ে দিলো সামনে। অথবা আচমকা পথচারী নেমে গেলেন রাস্তায়! হাজারো সিদ্ধান্ত নিতে হচ্ছে এই এক গাড়ি চালাতে।

অফিসে পৌঁছাতে পৌঁছাতেই আপনার মাথা ঘেমে একাকার। মাথার কাজ করবেন কখন? কেমন হয় এই রুটিন সিদ্ধান্তগুলো ছেড়ে দিতে যন্ত্রের ওপর? কাজ তো একটাই। আপনাকে পয়েন্ট “ক” থেকে নিয়ে আসবে পয়েন্ট “খ”তে। এতে যা যা সিদ্ধান্ত নিতে হবে সেটা নেবে যন্ত্র। সব বিপদ পাশ কাটিয়ে আপনাকে নিয়ে আসবে অফিসে। কারণ যন্ত্রের আছে ৮টা চোখ আর রাডার। রাস্তার সব সিদ্ধান্ত নেবে যন্ত্র। অফিসে পৌছাবেন মাথা ফ্রেশ, ডিপ লার্নিং বই পড়তে পড়তে!

আজকের ভিডিও ওপেনপাইলট – ওপেনসোর্স সেল্ফড্রাইভিং সফটওয়্যার নিয়ে। পুরোটাই গিটহাবে আছে। আমি মাঝেমধ্যেই দেখি এর মেশিন লার্নিং এর কারুকাজ। মাত্র ১ হাজার ডলার দিয়ে একটা গাড়িকে সেলফ ড্রাইভিং সিস্টেমে কনভার্ট করার এই ওপেনসোর্স সফটওয়্যার আমার মনের খুব কাছের। কথা নয়, ভিডিওটা দেখি। আর বই: bit.ly/bn_dl

“হাতেকলমে পাইথন ডিপ লার্নিং” বইয়ের শুরুর কথা

ছোটবেলার একটা মুভি ভয়ঙ্করভাবে দাগ কেটেছিলো মনে। সেটার রেশ টেনে বেড়াচ্ছি এখনো। মুভিটার প্রোটাগনিস্ট ছিলো ‘হ্যাল’, একটা সেন্টিনেন্ট কম্পিউটার। ঠিক ধরেছেন, মুভিটার নাম ছিল ‘২০০১: অ্যা স্পেস ওডেসি’। মানুষ আর ‘চিন্তা করতে পারা’ যন্ত্রের মধ্যে সম্পর্কের টানাপোড়েন আমরা দেখেছি ওই মুভিটাতে।

শত বছর ধরে ইন্টেলিজেন্ট মেশিনের খোঁজে মানুষের ইচ্ছার বহিঃপ্রকাশ হিসেবে আমরা দেখছি অনেক কিছু। আইরনম্যানের জার্ভিস, টার্মিনেটর, নাইট রাইডারের ‘কিট’ পার্সোনালিটিগুলোর প্রতি আমাদের ব্যাকুলতা অথবা উৎসুক ভাব একটা পাওয়ারফুল আইডিয়া। যন্ত্র মানুষের মতো চিন্তা করতে পারছে কি পারছে না অথবা চিন্তা করতে পারার মতো যন্ত্র তৈরি হচ্ছে কি হচ্ছে না – সেটা থেকে বড় ব্যাপার হচ্ছে মানুষ হাল ছাড়ছে না এই আইডিয়া থেকে। আমিও ব্যতিক্রম নেই সেক্ষেত্রে। যন্ত্রের ওপর আমার অতিরিক্ত নির্ভরতা সেটার একটা বহিঃপ্রকাশ।

অবশ্যই আমরা চাইছি যন্ত্র যাতে আমাদের মতো করে চিন্তা করতে পারে। সেটার বহিঃপ্রকাশ দেখছি সেলফড্রাইভিং কার, লং হ্যল ফ্লাইট যেখানে অধিকাংশ সময় সিস্টেমের দেখভাল করছে রুল বেজড যন্ত্র, এর মানে হচ্ছে আমরা চাইছি যন্ত্র সহযোগী হিসেবে দাড়াক আমাদের পাশে। হাত লাগাক সমাজের অসঙ্গতি দূর করতে। সাহায্য করুক সরকারি সার্ভিস ডেলিভারিতে। সময় কমাতে। ডাক্তারকে সাহায্য করতে সঠিক ডায়াগনস্টিকস দিয়ে। মানুষের সাহায্যে।

আমরা যেভাবে চিন্তা করি সেটার অনেক কিছুই দিয়ে দেয়া হয়েছে যন্ত্রকে। একটা এলিভেটর ঠিক কোন সময় পর্যন্ত কল নেবে, অথবা উপরে ওভারলোডেড হলে বাইরের কলে প্রতিটা ফ্লোরে দাড়াবে কিনা, অথবা অনেকগুলো এলিভেটর হলে কোন এলিভেটরটা প্রক্সিমিটি, কলের হিসেব ধরে আপনার ফ্লোরে সবচেয়ে কম সময়ে এসে দাড়াবে সেটা এখন নিত্যদিনের হিসেব।

যেহেতু থিঙ্কিং মেশিন, এর মানে ইন্টেলিজেন্সটা সিন্থেটিক – সেকারণে আমাদের আলাপের মূল বিষয় “কৃত্রিম বুদ্ধিমত্তা। তবে, শুরুতে মেশিনকে শেখানোর ব্যাপারটা এখনো ধোঁয়াশা আছে এখনো। আর সেকারণে এই বই। সিরিজ হিসেবে।

বাংলায় ডিপ লার্নিং নিয়ে বই না থাকায় বইটার ব্যাপারে এক্সপেকটেশন বেশি হওয়াই স্বাভাবিক। কমপ্লেক্সিটি ফেলে দিয়ে অফিসিয়াল ডকুমেন্টেশন গাইডলাইনের ভেতরে থাকতে চেষ্টা করেছি প্রথম সংস্করণে। অতিরিক্ত ইংরেজির ব্যবহার ক্ষমাসুন্দর দৃষ্টিতে দেখবেন।

---

বইটা পাওয়া যাবে “রিড ফার্স্ট, বাই লেটার” কনসেপ্টে। পুরো বইটা আছে অনলাইনে।

বাংলা লিখুন কথা দিয়ে: গুগল জিবোর্ড

আপনার কথা আর গুগলের “জিবোর্ড’ দিয়ে কিভাবে লিখবেন, সেটা দেখুন এই ভিডিওতে। সম্ভব আপনার পুরানো ফোনেও! বাংলায় কনটেন্ট লিখুন আর বাংলাকে নিয়ে যান তার উচ্চতায়। নিজের যোগ্য জায়গায়। শেয়ার করুন, অনেকেই জানতে চাচ্ছেন কিভাবে কাজ করতে হবে এই “জিবোর্ড” দিয়ে। টাইপিংএর যুগ শেষ হলো বলে!

বাংলা ভাষাভাষী অনেক হলেও সে হিসেবে বাংলা কনটেন্ট অনেক কম ইন্টারনেটে। আমি নিজে লেখালেখি করি অনেক কাল ধরে। ইংরেজিতে ‘ডিকটেশন’ দিয়ে লেখালিখির কাজ চললেও বাংলায় অনেকটা হাত-পা বাঁধা অবস্থায় ছিলাম অনেক কটা বছর।

তাই বলে যে চেষ্টা করিনি যে তা নয়। অনেকগুলো টুলের কোড দেখতাম বসে বসে – কি করে বানানো যায় বাংলার ‘টেক্সট টু স্পীচ’ <> ‘স্পীচ টু টেক্সট’ ইঞ্জিন। তবে, সবকিছুকে উড়িয়ে দিয়েছে গুগলের এই নতুন কীবোর্ড। এক কথায় অসাধারণ। মেশিন লার্নিংয়ের কায়-কারবার।

অনেকে বলেছিলেন – করবো কিভাবে? মানে, আমাদের ফোনে? তার উত্তরে এই ভিডিও। শেয়ার করুন, যাতে সবাই লিখতে পারেন মন খুলে। তৈরি করতে হবে অনেক অনেক বাংলা কনটেন্ট! টেক্কা দিতে হবে সবার সাথে। এই বাংলা নিয়ে!

মেশিন লার্নিং ০৭

I keep saying that the sexy job in the next 10 years will be statisticians. And I’m not kidding.

– Hal Varian

এই ঘটনার পর পরই টার্গেট বাইরের ‘কমিউনিকেশন’ বন্ধ করে দেয় পুরোপুরি। বিশেষ করে – মিডিয়ার সাথে। নিজেদেরও গুটিয়ে নেয় অনেকখানি। এর পেছনে কিছুটা কাজ করেছে ওই মিডিয়া। এতো এতো তথ্য নিয়ে কি করে টার্গেট? গ্রাহকেরাও ক্ষুদ্ধ কিছুটা। ‘প্রাইভেসী’ বলে থাকলো না কিছু আর। ওই ঘটনার দু বছর আগের কথা। নিউ ইয়র্ক টাইমসের ‘চার্লস ডুহিগ’ কথা বলেছিলেন তাদের চীফ ডাটা সায়েন্টিস্টের সাথে। আলাপ করছিলেন হবু ‘বাচ্চা’ কাস্টমারদের নিয়ে। বাচ্চাদেরকে ঘিরেই রয়েছে বিলিয়ন ডলারের কয়েকটা ভার্টিকেলের ইন্ডাস্ট্রি। খেলনা বাদেই। কেই বা ছাড়তে চায় বলেন?

আর সেজন্যই আলাদা করে আছে বেবি রেজিস্ট্রি সার্ভিস। এই শপিং চেইনগুলোর। ওই নতুন ‘বাচ্চা’ কাস্টমারদেরকে ঘিরে। তবে, ওই বাচ্চাটা কবে আসছে পৃথিবীতে – সেটা ট্র্যাক করা যায় ওই মাতৃত্বকালীন সময় থেকে। যেমন ধরুন, লোশন কেনে সবাই। তবে, সুগন্ধি ছাড়া লোশন অর্ডার করছেন ১৩-২০ সপ্তাহের মা’রা। সেটা পাওয়া গেছে হিস্টরিক ডাটা থেকে। ওই বেবি রেজিস্ট্রির সাথে মিলিয়ে। হতে যাওয়া মা’রা প্রথম ২০ সপ্তাহে অর্ডার করেন কিছু ভিটামিন সাপ্লিমেন্ট। বিশেষ করে – ক্যালসিয়াম, ম্যাগনেশিয়াম আর জিঙ্ক। যখন অর্ডার পড়ে বেশি করে ‘গন্ধ ছাড়া সাবান’ + তুলার রোল প্যাক, বুঝতে হবে সময় অনেক অনেক কাছে। বাচ্চা কাস্টমারের আসার। এই পৃথিবীতে।

টার্গেট ওই দুহাজার নয়েই বুঝে ফেলতো কে ‘প্রেগন্যান্ট’ আর কে নয়। মেশিন লার্নিং থেকে বুঝে আলাদা করে ফেলেছিলো +/- ২৫ প্রোডাক্ট। এইটার সাথে ওইটা – অথবা ওইটার সাথে এইটা। আবার, এইটা বিয়োগ ওইটা। বেশি হলে এটা। কম হলে আরেকটা। হাজার পার্মুটেশন কম্বিনেশন করে বের করে ফেলেছিলো ওই মা এখন মাতৃত্বকালীন কোন সপ্তাহে। একটা উদাহরন দিয়েছিলো টার্গেট। ধরুন, ‘জেনি ওয়ার্ড’ একজন ‘কল্পিত’ কাস্টমার। বয়স ২৩। থাকে আটলান্টায়। একটা অর্ডার দিলো মার্চে। কোকা বাটার লোশন। সঙ্গে আরেকটা বড় ব্যাগ। সাইজে ঢুকতে পারে দুটো ডায়াপার। ডায়াপার অর্ডারে নেই কিন্তু। পকেট আছে কয়েকটা। ভিটামিন সাপ্লিমেন্ট নেয়ার মতো। অর্ডারে নেই ভিটামিন। উজ্জল নীল রঙয়ের একটা কাঁথাও ছিলো ওই অর্ডারে। মেশিন লার্নিং বলবে – ৮৭% ভাগ নিশ্চিত মহিলা প্রেগন্যান্ট। তার ‘ডিউ ডেট’ অগাস্টের শেষে। বাচ্চাটা হবে ছেলে।

[…]