প্রতিটি উবার রাইডের ভেতরে চলমান এআই ইঞ্জিন
সিডনির সিবিডিতে শুক্রবার সন্ধ্যায় এখন বিকেল ৫টা।
কয়েক মিনিটেই অফিসগুলো খালি হয়ে যায়। রেস্টুরেন্টগুলো ভরে ওঠে। 40,000 মানুষ প্রায় একই মুহূর্তে তাদের উবার অ্যাপ খোলে। বৃষ্টি পড়া এইমাত্র শুরু হয়েছে।
উবারকে এই মুহূর্তে যে প্রশ্নের উত্তর দিতে হবে তা নির্মমভাবে সরল। আগামী 15 মিনিটে কতগুলো রাইড রিকোয়েস্ট আসবে?
ভুল হলে পরিণতি তাৎক্ষণিক। লম্বা অপেক্ষা। বাতিলকরণ। গ্রাহকরা প্রতিদ্বন্দ্বীদের কাছে চলে যাওয়া। উবারের পরিমাণে, পূর্বাভাসে একটি ছোট ভুল কোনো রাউন্ডিং সমস্যা নয়। এটি মিলিয়নে পরিমাপ করা একটি রেভেনিউ সমস্যা।
বেশিরভাগ মানুষ মনে করে উবার প্রতিক্রিয়াশীলভাবে কাজ করে। একজন রাইডার অ্যাপ খোলে আর সিস্টেম কাছাকাছি একজন ড্রাইভার খুঁজে পেতে ব্যস্ত হয়ে ওঠে। এভাবে কাজ করে না।
উবারের এআই সিস্টেমগুলো চাহিদার পূর্বাভাস অবিরামভাবে চালায়, দিনে 24 ঘণ্টা। শুক্রবার সন্ধ্যায় আপনি অ্যাপটি খোলার আগেই, উবার জানত আপনি আসছেন। যে ড্রাইভার আপনাকে তুলে নেবে, তিনি হয়তো 20 মিনিট আগেই এমন এক পূর্বাভাসের ভিত্তিতে সরে গিয়েছিলেন যা ঠিক সেই জায়গায় ঠিক সেই সময়ে চাহিদার কথা বলেছিল।
এই ক্ষমতা অনুমানের ওপর গড়ে ওঠেনি। এটি গণিতের ওপর গড়ে উঠেছে।
উবারের পরিমাণে পূর্বাভাসের নির্ভুলতায় 1 শতাংশ উন্নতি মানে বছরে অতিরিক্ত কয়েকশো মিলিয়ন ডলার রেভেনিউ। কোনো এক নাটকীয় পরিবর্তন থেকে নয়, বরং একই সঙ্গে দূর হওয়া হাজার হাজার ছোট অদক্ষতা থেকে, যা প্রতি ঘণ্টায় প্রতিটি শহরে জমা হতে থাকে।
উবার কীভাবে ঘটার আগেই ভবিষ্যৎ অনুমান করে, তার ওপর এটি একটি 5-পর্বের সিরিজের ১ম পর্ব।
২য় পর্বে তিন-মডেলের এনসেম্বল আর্কিটেকচার নিয়ে আলোচনা করা হয়েছে। ৩য় পর্বে সিডনির এক শুক্রবার সন্ধ্যার প্রকৃত সংখ্যা দিয়ে প্রতিটি সূত্র দেখানো হয়েছে। ৪র্থ পর্বে পাইথনে সম্পূর্ণ ইমপ্লিমেন্টেশন শুরু থেকে তৈরি করা হয়েছে। ৫ম পর্বে বড় পরিসরে চলমান প্রোডাকশন PyTorch ব্লুপ্রিন্ট দেখানো হয়েছে।
প্রতিটি হিসাব যাচাই করা। প্রতিটি কোড লাইন চলে।
সাথে থাকুন। গণিতটা বেশিরভাগ মানুষের ধারণার চেয়ে অনেক সহজ।
#MachineLearning #ArtificialIntelligence #AI #DataScience #Mathematics #Uber #TimeSeriesForecasting #DemandForecasting #AIEngineering #TechLeadership #TheMagicOfHiddenMathematicsInAI #PredictiveAnalytics #DeepLearning #MLOps #Python
Originally published on LinkedIn by Keshavan Thiagaraja. Read the original on LinkedIn.