'বিগ ডেটা' ধারণা সর্বব্যাপী হয়ে উঠেছে, তবে এটি কী এবং এটি আমাদের জীবনযাত্রার পদ্ধতিটি কীভাবে পরিবর্তন করছে? আমরা তথ্য বিজ্ঞানী, হার্ভার্ড পিএইচডি এবং জাতীয় বই পুরস্কারের মনোনীত ক্যাথি ও'নিলের সাথে এটি সন্ধানের জন্য বসেছিলাম।
সিটি: আসুন বেসিকগুলি দিয়ে শুরু করা যাক - 'বিগ ডেটা' ঠিক কী?
সিও: বিগ ডেটা জিনিসগুলির পূর্বাভাস দেওয়ার জন্য একটি নতুন পদ্ধতির। আরও সুনির্দিষ্টভাবে বলা যায়, 'বড় ডেটা' হ'ল ঘটনাক্রমে সংগৃহীত ডেটার ব্যবহার - যেমন আপনি কীভাবে আপনার ব্রাউজারের মাধ্যমে অনুসন্ধান করেন বা আপনি ফেসবুকে কী করেন - আপনার কী কী জিনিস কিনে চলেছে বা আপনার রাজনৈতিক সম্পর্কগুলি কী তা সম্পর্কে আপনার সম্পর্কে অনুমান করা। এটি মানুষকে খুঁজে বের করার একটি পরোক্ষ উপায়। উদাহরণস্বরূপ, আমাদের সাথে সমীক্ষা করা একটি ক্যামেরা জিজ্ঞাসা করে না 'আপনি কী করছেন?' - এটি আমরা কী করছি তা দেখতে পাওয়া যায়।
সিটি: এবং একটি অ্যালগরিদম কি?
সিও: অ্যালগরিদম এমন একটি গণনা যা আপনার পূর্বাভাস তৈরি করতে আপনার সম্পর্কে জড়িত ডেটা [ব্যাখ্যা করে]। এটিকে গাণিতিক সমীকরণের মতো ভাবুন যা এমন প্রশ্নের উত্তর দেওয়ার চেষ্টা করে যা পূর্বাভাস হিসাবে তৈরি করা হয়, যেমন: 'এই ব্যক্তি কি কিছু কেনার কথা?' বা 'এই ব্যক্তি কি কাউকে ভোট দিতে চলেছেন?'
সিটি: আমি এখনই কেন এ বিষয়ে এত কিছু শুনছি?
সিও: 'বড় ডেটা' দেওয়ার আগে, পরিসংখ্যানবিদরা ভবিষ্যতের বিষয়টি জানার জন্য পোলিংয়ের মতো ব্যয়বহুল কাজগুলি করতেন। উদাহরণস্বরূপ, লোকেদের সরাসরি প্রশ্ন জিজ্ঞাসা করা যেমন: 'আপনি কাকে ভোট দিচ্ছেন?' এখন, আমরা ক্রমবর্ধমানভাবে 'ডেটা এক্সস্ট'-এর উপর নির্ভর করি, যা আমি আপনার সম্পর্কে নিয়মিতভাবে আপনার সম্পর্কে অনুমান করার জন্য ক্রমাগত আপনার সম্পর্কে যে তথ্য সংগ্রহ করা হচ্ছে তা কল করি।
'বড় ডেটা' দেওয়ার আগে, সংস্থাগুলির কাছে কেবল বন্য অনুমান করা হত। বন্য অনুমানের চেয়ে এখন আমাদের আরও ভাল। আশ্চর্যের বিষয় হ'ল বেশিরভাগ বড় ডেটা অ্যালগরিদমগুলি বুনোভাবে ভুল inac এবং এগুলি সঠিক বলে মনে করার কোনও কারণ নেই। তবে তারা বন্য অনুমানের চেয়ে ভাল। এবং সে কারণেই বড় ডেটা যেমনটি খুলেছে।
সিটি: তারা যদি ভুল হয় তবে তারা কী প্রতিফলিত করছে?
সিও: ত্রুটিযুক্ত ডেটা সেট করে যে আমরা তাদের খাওয়াই। অ্যালগরিদমগুলি আমরা যা বলি তার বাইরে কিছুই জানে না। সুতরাং যখন আমাদের অসম ডেটা রয়েছে এবং আমরা এটিকে অ্যালগরিদম বা পক্ষপাতদুষ্ট ডেটাতে খাওয়াচ্ছি তখন মনে হবে এটি বাস্তবতা।
আইলসা জনসন / © সংস্কৃতি ট্রিপ
সিটি: এর বাস্তব-বিশ্বের উদাহরণ কী?
সিও: একটি উদাহরণ হতে পারে যে মার্কিন যুক্তরাষ্ট্রে, সাদা মানুষদের চেয়ে ধূমপানের পাত্রের জন্য কালো মানুষদের পাঁচবার গ্রেপ্তার হওয়ার সম্ভাবনা বেশি। এটি এ কারণে নয় যে কৃষ্ণাঙ্গ লোকেরা প্রায়শই পাত্র পান করেন - উভয় গ্রুপই একই হারে পাত্র পান করে। কৃষ্ণাঙ্গরা এর জন্য গ্রেপ্তার হওয়ার সম্ভাবনা অনেক বেশি। যদি আপনি এটি একটি অ্যালগরিদমের হাতে দেন, যা আমরা করি তবে এটি সঠিকভাবে অনুমান করা হবে যে কালো ব্যক্তিদের ভবিষ্যতে ধূমপানের পাত্রের জন্য গ্রেপ্তার হওয়ার সম্ভাবনা অনেক বেশি। এবং তারপরে এটি কৃষ্ণাঙ্গদের অপরাধের জন্য উচ্চতর ঝুঁকিপূর্ণ স্কোর দেবে, যা অপরাধী সাজা দেওয়ার ক্ষেত্রে প্রভাব ফেলে।
আরেকটি উদাহরণ হ'ল চিন্তার পরীক্ষা। আমি ফক্স নিউজ ব্যবহার করব, কারণ ফক্স নিউজটিতে যৌনতাবাদের অভ্যন্তরীণ সংস্কৃতি সম্পর্কিত সম্প্রতি ফেটে পড়েছিল। পরীক্ষাটি হচ্ছে 'যদি ফক্স নিউজ ভবিষ্যতে লোক নিয়োগের জন্য একটি মেশিন লার্নিং অ্যালগরিদম তৈরি করতে তাদের নিজস্ব ডেটা ব্যবহার করার চেষ্টা করে তবে কী হবে?'
বলুন আমরা উদাহরণস্বরূপ ফক্স নিউজে সফল ব্যক্তিদের সন্ধান করছি। এটি নির্ভর করে যে আপনি কীভাবে সাফল্যের সংজ্ঞা দেবেন, তবে সাধারণত আপনি এমন লোকদের দিকে তাকান যেগুলি উত্থাপন, পদোন্নতি পায় বা দীর্ঘ সময় ধরে থাকে। এই যে কোনও পদক্ষেপের মাধ্যমে, ডেটাগুলি প্রতিফলিত করবে যে ফক্স নিউজে মহিলারা সফল হন না। যদি নিয়োগের অ্যালগরিদম হিসাবে ব্যবহৃত হয় তবে এটি সেই সমস্যাটি প্রচার করবে। এটি আবেদনকারীদের একটি পুলের দিকে নজর দেবে এবং এটি বলবে যে 'আমি কোনও মহিলাকে নিয়োগ দিতে চাই না, কারণ তারা এখানে সফল নয়। তারা ভাল ভাড়া না। ' এবং এটি কেবল ফক্স নিউজ হতে হবে না - প্রতিটি কর্পোরেট সংস্কৃতি পক্ষপাতিত্ব করে। আপনি যখন একটি অ্যালগরিদম ডেটা খাওয়ান, তখন অ্যালগরিদম পক্ষপাতিত্ব তার পরে তা প্রচার করে। এটি ইতিমধ্যে সমাজে বিদ্যমান পক্ষপাতদুদের শক্তিশালীকরণ অব্যাহত রেখেছে।
সিটি: পক্ষপাতদুষ্টরা কি ইচ্ছাকৃত?
সিও: আমি মনে করি না যে ডেটা বিজ্ঞানীরা যৌনতাবাদী বা বর্ণবাদী অ্যালগরিদম তৈরির চেষ্টা করছেন। তবে মেশিন লার্নিং অ্যালগরিদমগুলি তুলনামূলকভাবে ন্যূনিত প্যাটার্নগুলি তুলতে এবং তারপরে প্রচারে ব্যতিক্রমীভাবে ভাল। এটি বিজ্ঞানীরা ইচ্ছাকৃতভাবে করছেন এমন কিছু নয়, তবে তা পক্ষপাতদুষ্ট।
সিটি: আমাদের দৈনন্দিন জীবনে ভুল অ্যালগরিদমগুলি কী ভূমিকা পালন করে?
সিও: এগুলি জনগণের জীবনের জন্য বিভিন্ন ধরণের সিদ্ধান্তে ব্যবহৃত হচ্ছে - কলেজ ভর্তি থেকে শুরু করে চাকরি পাওয়া পর্যন্ত সবকিছু।
অ্যালগরিদম রয়েছে যা সিদ্ধান্ত করে যে পুলিশ কীভাবে পুলিশ পাড়া করবে এবং সেই সাথে অ্যালগরিদমগুলিও বিচারকরা কীভাবে আসামীদের সাজা দেবেন তা স্থির করে। এমন অ্যালগরিদম রয়েছে যা আপনি বিমার জন্য কত অর্থ প্রদান করবেন বা আপনার ক্রেডিট কার্ডে কী ধরনের এপিআর [সুদের হার] পাবেন তা নির্ধারণ করে। অ্যালগরিদম রয়েছে যা স্থির করে যে আপনি কীভাবে আপনার কাজ করছেন, যা বেতন বৃদ্ধি নির্ধারণের জন্য ব্যবহৃত হয়। মৃত্যুর আগ পর্যন্ত জন্মের প্রতিটি ধাপে অ্যালগরিদম রয়েছে।
সিটি: তা আমাদের ছেড়ে কোথায় যায়?
সিও: আমরা বড় ডেটা যুগে ঝাঁপিয়ে পড়েছি এবং আমাদের থাকা প্রতিটি সমস্যাটিতে অ্যালগরিদম ফেলেছি, ধরে নিলাম এই অ্যালগোরিদমগুলি মানুষের চেয়ে আরও ন্যায্য হবে - তবে বাস্তবে তারা মানুষের মতোই অন্যায্য're আমাদের আরও ভাল করতে হবে।
ডঃ ও'নিলের সাথে আমাদের সাক্ষাত্কারের দ্বিতীয় অংশটি পড়তে এখানে ক্লিক করুন। তার বই, গণিতের ধ্বংসের অস্ত্রগুলি: কীভাবে বড় ডেটা অসাম্য বৃদ্ধি করে এবং গণতন্ত্রকে হুমকি দেয় এখন তা উপলভ্য।
