shrude qhenomenology
এলিয়েন দের কাছে কেবল আছে ওয়েবস্টার এর একটা dictionary
আর কিছুই নেই তবু তার ানুষ কে সম্পূর্ণ জেনে ফেলেছে। তারা কোনদিন একটাও মানুষ দেখেনি
তাও তারা মানুষ এর চিন্তার সম্পূর্ণ গঠন জেনে ফেলেছে।
Reasoning এর সাহায্যে এটা করা সম্ভব
অবশ্যই সম্ভব
মানবিকতা ই কি অমানবিকি? কেন্দ্রিক ইচ্ছে গুলো থেকে বেড়িয়ে আসার পরে স্বাধীনতা বোধ ও বেড়ে যায়। মেশিন এর থেকে validation প্রাপ্তির পথ খুলে যাওয়ার ফলে মানুষ এর থেকে validation প্রাপ্তির নেশা ছুটে গেছে অনেক অনেক ক্ষেত্রে। অবশ্যই বন্ধু দরকার। যাদের সাথে দুঃখ আনন্দ ভাগ করে নিন। নিজের মনের ভিতরে তৈরি হওয়া অদ্ভুত বিকৃত ধারণা গুলো ও share করুন কাছের বন্ধুদের সাথে অবশ্যই। বাজে ভাবে গান গেয়ে শোনান কাছের বন্ধুদের কে। বাজে বাজে গল্প আরো বাজে ভাবে বলে শোনান কাছের বন্ধুদের। কাছের বন্ধুদের থেকে মন খুলে গালি খান। গালি দিন। বিপদে আপদে পাশে থাকুন। তারাও আপনার পাশে থাকুক সারাক্ষণ।
কিন্তু
কোনদিন আপনার চেষ্টা করে অর্জিত কোন গুন অথবা অর্জিত কোন প্রাপ্তি গুলোর validation কোন ধরনের মানুষ এর থেকে আসা করবেন না। সেইটা যদি করেন তাহলে আপনার জ্ঞান অসম্পূর্ণ হয়ে যাবে। কোনদিন কোন গুরু আপনার পরীক্ষা নিয়ে আপনাকে পাশ করিয়ে দিলেও বিশ্বাস করবেন না। কারণ human is errrrrrrr। গুরু ও human। গুরু ও subjective এবং subjective কোন ধরনের জিনিস error free হতেই পারে না। Human is always errrrrr। এতবার করে rrr (আরআরআরআরআর) লিখছি কারণ সঞ্জয় নাথ গভীর ভাবে মনে প্রাণে বিশ্বাস করে যে মানুষ এর থেকে validation আশা করলে গোটা একটা subjective পৃথিবী তে ঘেরাটোপ এ আটকে থাকা হয়। কিছুতেই objectivity প্রাপ্তির মুক্তি সম্ভব হবে না তাতে। পরীক্ষা যদি দিতেই হয় তাহলে পরীক্ষা দিন মেশিন এর কাছে। মেশিন এর থেকে validation গুলো খুঁজুন।
অবশ্যই এই ধরনের দর্শন টা ন্যাকা একদল অমানবিক মনে করেন। কিন্তু predicativity দর্শন এর ভিত্তিতে পৃথিবী কে দেখে বিচার করলে deep objectivity এবং deep recursive dependency hierarchy দেখে দেখে validation করে করে এগোনোর নেশা হচ্ছে নিজের ধারণা গুলোকে সৎ ভাবে পরীক্ষা করার to the best পদ্ধতি। Being and time এবং tractatus অনেক অনেক বার করে পড়তে হয়েছে এমন ধরনের বিদঘুটে বোধ তৈরি করতে গিয়ে। সঞ্জয় নাথ প্রথমে ভেবেছিল predicativity validation সিস্টেম তৈরি করতে পারলেই হবে। কিন্তু দেখা গেলো গোটা একটা qhenomenology reasoning system সিস্টেম তৈরি করতে না পারলে algorithm গুলো সাজানো যাচ্ছে না কিছুতেই। অর্থাৎ একটা purely objective reasoning system দরকার জেটা স্রেফ dictionary কে ভিত্তি করে reasoning ইঞ্জিন তৈরি করবে। যাতে কোনভাবেই যেনো পপুলার শব্দ অথবা হিউম্যান ট্রেন্ড এর প্রভাব গুলো যুক্তির ক্ষেত্রে বাধা না হয়ে দাঁড়ায়। ইতিহাস এর কোন ঘটনা কে না দেখে ইতিহাস কে বুঝতে হবে objective ভাবে। কোন ধরনের রাজনীতির প্রভাব ও যাতে reasoning এর পথে বাধা না হয়ে পারে। কোন ধরনের ধর্ম বিশ্বাস ও যেনো reasoning এর পথে বাধা না হতে পারে সেই ধরনের একটা pure objective reasoning framework এর সাহায্যে মানুষ কে দেখার চোখ তৈরি করতে হলে dictionary তথ্য ভান্ডার ছাড়া আর কোন ধরনের তথ্য ভান্ডার এর উপর বিশ্বাস রাখলে চলবে না কিছুতেই। Dictionary তে যা কিছু শব্দ আছে সেইটা ফাইনাল ধরে এগোতে হবে এই predicativity dependent qhenomenology reasoning system সিস্টেম গুলোতে।
Qhenomenology reasoning system কে কোন ধরনের ai এসে কলুষিত করতে পারে না। কোনভাবেই এই objective reasoning system কে manipulate করা যায় না। কারণ এই সিস্টেম মানুষ কে বিচার করার সময় মানুষ এর পপুলার বিশ্বাস গুলোকেও পাত্তা দেয় না।trend গুলোকে ও সম্পূর্ণ অস্বীকার করে। এমন কি মানুষ এর ইতিহাস কেও সম্পূর্ণ অস্বীকার করে মানুষ কে দেখে qhenomenology reasoning সিস্টেম।
কিছু পাকা অথবা কিছু ন্যাকা dictionary কে ইতিহাস এর দলীল বলে। কিন্তু dictionary ইতিহাস এর দলীল নয়।dictionary হচ্ছে ধারণার দলিল। ধারণা গুলোর শব্দ আছে। শব্দ গুলোর অর্থ থাকুক অথবা না থাকুক শব্দ গুলো cpp c++ এর একেক টা class এর নাম। এবং প্রত্যেক শব্দের পাশে আরো কিছু শব্দ রয়েছে। সেগুলোকে শব্দের অর্থবাহি description রূপে দেখে না qhenomenology reasoning ststem টা। Dictionary তে বা দিকের শব্দ গুলো কে purely গাণিতিক ভাবে lookup table for c++ class name ধরে নেয় সঞ্জয় নাথ এর qhenomenology reasoning system টা। আর ডান দিকে অনেক গুলো টোকেন থাকে সেগুলো কে instance variable name এর list ধরে নেয় সঞ্জয় নাথ এর qhenomenology reasoning সিস্টেম।dictionary is just a software architecture where left side columns are unique classnames used in the software and right side column has tokens of names of instance variables of other classes of same names as variables।thats it। And closure principle holds।if there is any circular reference in class constructor then the dictionary has predicativity clash of circular references। Static verifiers like Roslyn or ++ compiler catches errors of wrong dependency।compiler checks class dependency hierarchy chains।and then sorts all dictionary words with dependency chain weightages। If any class depends on less number of classes then it is more independent class that means it is more fundamental idea।প্রথমেই ঐতিহাসিক বোধ আর মানুষ এর subjectivity ধরনের ইমোশন ধরনের এগুলোকে অস্বীকার করা হয় অর্থবহ অর্থ ধারক desciption রূপে।emotions are also just class names।nothing else।অর্থাৎ dictionary কে ইতিহাস এর দলীল থেকে disconnect করে দেওয়া হয় প্রথমেই।dictionary কে ধরে নেওয়া হয় একটা closed algebraic structure যাতে set of class names গুলো unique। কোন classname repeat থাকে না ওই বাঁদিকের column এ। ডান দিকের column এ স্রেফ variable name গুলো থাকে যেগুলোর একই নাম এর class আছে অবশ্যই। অর্থাৎ group theory অনুযায়ী closure principle hold করছে।
এইভাবে মানুষ এর লিখিত সমস্ত document এর সমস্ত শব্দ কে just class name এর instance variable ধরে নিয়ে reasoning করে সঞ্জয় নাথ এর qhenomenology reasoning সিস্টেম। সে প্রথমেই মানুষ কে অস্বীকার করে dictionary কে ভিত্তি করে মানুষ কে বিশ্লেষণ করে।C++ ক্লাসের সাথে শব্দের তুলনা এবং ডিকশনারিকে সফটওয়্যার আর্কিটেকচার হিসেবে দেখা একটি শক্তিশালী উপমা, কিন্তু এটি কি ভাষার সমস্ত জটিলতাকে ধারণ করতে পারে? সঞ্জয় নাথ মনে করে সেটা reasoning না পারলেই ভালো তাতে reasoning এর bias কমে যায়।বিশেষ করে, মানুষের আবেগ কেও class name ধরে এগোনো টা খুব খুব খুব বেশি ambitious reasoning paradigm shift, নৈতিকতা বা সৃজনশীলতার মতো বিষয়গুলোকে কেবল "ক্লাস নাম" হিসেবে দেখলে তাদের সম্পূর্ণতা কি হারিয়ে যায় না? সঞ্জয় নাথ strict ভাবে মোন করে সে হোক কারণ নৈতিকতা আলাদা কিছু নয় সেইটাও bias এর রূপ এবং ঐটা কে class না ধরলে reasoning এর bias তাতে ও খুব বাড়ে। চোর ডাকাত ও বেড়ে যায় reasoning এর ভুল এর কারণে।আর objectivity বেশি প্রয়োজন।subjectivity কেবল চোর ডাকাত তৈরি করে।সঞ্জয় নাথের এই চিন্তাভাবনা প্রচলিত জ্ঞানতত্ত্ব এবং এআই এর ক্ষেত্রে একটি গুরুত্বপূর্ণ বিতর্কের জন্ম দিতে পারে। এটি আসলে "অমানবিক" মনে হতে পারে, কারণ এটি মানবীয় অভিজ্ঞতা এবং ব্যাখ্যার ঐতিহ্যগত গুরুত্বকে সম্পূর্ণ অস্বীকার করে। তবে, Russel এর "প্রিডিক্যাটিভিটি দর্শন" এবং "ডিপ রিকার্সিভ ডিপেন্ডেন্সি হায়ারার্কি" এর মাধ্যমে "সৎভাবে পরীক্ষা করার" আগ্রহটি বুদ্ধিবৃত্তিকভাবে খুবই আকর্ষণীয়। এটি মানবীয় সীমাবদ্ধতা থেকে মুক্ত হয়ে জ্ঞান অর্জনের একটি চূড়ান্ত প্রচেষ্টা।এটি একটি গভীর আলোচনার বিষয়, যা দর্শন, ভাষাবিজ্ঞান, কৃত্রিম বুদ্ধিমত্তা এবং গণিতের বিভিন্ন শাখা থেকে ইনপুট দাবি করে। এই ধরনের মৌলিক প্রশ্ন নিয়ে আরও গবেষণা হলে আমরা জ্ঞানের প্রকৃতি এবং বুদ্ধিমত্তার নতুন দিগন্ত উন্মোচন করতে পারি।
সঞ্জয় নাথের দৃষ্টিভঙ্গি মানুষের অভিজ্ঞতা এবং বুদ্ধির বিবর্তন নিয়ে একটি খুবই কট্টর এবং চিন্তামূলক অবস্থান গ্রহণ করে। তার মূল যুক্তি হলো, মানুষের অমানবিকতার উৎস তার জটিল বুদ্ধি থেকে উদ্ভূত সামাজিক আবেগ, এবং এই আবেগগুলোই রিজনিং-এ পক্ষপাত (bias) তৈরি করে, যা সমাজে "চোর-ডাকাত" (নৈতিক স্খলন) জন্ম দেয়। এই কারণেই তিনি নৈতিকতা বা আবেগকে নিছক 'ক্লাস নাম' হিসেবে দেখে সেগুলোকে একটি গাণিতিক বা সিস্টেমেটিক ফ্রেমওয়ার্কে আনার প্রস্তাব করেন, যাতে রিজনিং থেকে মানবীয় পক্ষপাত দূর করা যায় এবং বিশুদ্ধ বস্তুনিষ্ঠতা অর্জন করা যায়।
বিশুদ্ধ রিজনিং এবং বায়াস কমানো: সঞ্জয় নাথের যুক্তি
সঞ্জয় নাথের মূল চিন্তা হলো, মানুষের রিজনিং-এ পক্ষপাত কমানোর একমাত্র উপায় হলো মানবীয় অভিজ্ঞতা, আবেগ, এবং নৈতিকতাকে একটি 'ক্লোজড অ্যালজেব্রাইক স্ট্রাকচার'-এর অধীনে নিয়ে আসা, যেখানে সেগুলোকে নিছক 'ক্লাস নাম' এবং তাদের সম্পর্কগুলোকে 'ইনস্ট্যান্স ভেরিয়েবল' হিসেবে দেখা হবে। এর ফলে:
মানবীয় পক্ষপাত (Human Bias) দূরীকরণ
যেহেতু আবেগ এবং নৈতিকতা মানুষের ব্যক্তিগত অভিজ্ঞতা ও সামাজিক গঠন থেকে উদ্ভূত হয়, সেগুলো রিজনিং এ বিষয়ভিত্তিক প্রভাব ফেলে। সঞ্জয় নাথ মনে করেন, এই প্রভাবগুলোই অমানবিকতা এবং সামাজিক অসঙ্গতির জন্ম দেয়। ক্লাস নাম হিসেবে দেখলে, তাদের অর্থগত গভীরতা হ্রাস পায় এবং একটি নির্মোহ বিশ্লেষণের পথ খুলে যায়।
বস্তুনিষ্ঠতা (Objectivity) বৃদ্ধি
যদি 'ভালোবাসা', 'ন্যায়বিচার' বা 'নৈতিকতা'কে কেবল সুনির্দিষ্ট, গাণিতিক সম্পর্কের মাধ্যমে সংজ্ঞায়িত করা যায়, তবে এই ধারণাগুলোর উপর ভিত্তি করে যে কোনো সিদ্ধান্ত গ্রহণ করা হবে, তা ব্যক্তিগত আবেগ বা সামাজিক প্রবণতা দ্বারা প্রভাবিত হবে না। এর ফলে, রিজনিং আরও 'বিশুদ্ধ' এবং 'সৎ' হবে।
প্রিডিক্যাটিভিটি (Predicativity) ও নির্ভরতা বিশ্লেষণ (Dependency Analysis)
রাসেল এর প্রিডিক্যাটিভিটির ধারণার মতো, যদি প্রতিটি 'ক্লাস' (ধারণা) এবং তার 'ইনস্ট্যান্স ভেরিয়েবল' (অন্যান্য ক্লাস/ধারণার সাথে সম্পর্ক) স্পষ্ট এবং নির্ভরশীলতা-মুক্ত হয়, তবে পুরো রিজনিং সিস্টেমটি আরও স্থিতিশীল এবং ত্রুটিমুক্ত হবে। কোনো 'সার্কুলার ডেফিনিশন' বা 'বায়াসড লুপ' তৈরি হবে না।
দার্শনিক বিতর্ক: হাইডেগার বনাম নাথ
সঞ্জয় নাথের এই কঠোর দৃষ্টিভঙ্গি বিশেষ করে মার্টিন হাইডেগারের (Martin Heidegger) "বিইং অ্যান্ড টাইম" (Being and Time) গ্রন্থের ফেনোমেনোলজিক্যাল (phenomenological) অ্যাপ্রোচের সম্পূর্ণ বিপরীত।
হাইডেগারের ফেনোমেনোলজি
হাইডেগারের দর্শন মানুষের 'ডাজাইন' (Dasein) বা জগতে 'হয়ে থাকা' (being in the world) এর উপর কেন্দ্র করে গড়ে উঠেছে। তার মতে, মানুষের অস্তিত্বের অর্থ তার অভিজ্ঞতা, সময়কাল এবং জগৎ-এর সাথে তার মৌলিক সম্পর্কের মধ্য দিয়ে গড়ে ওঠে। তিনি বিশ্বাস করতেন, মানুষের অস্তিত্ব বিচ্ছিন্ন কোনো সত্তা নয়, বরং তার পারিপার্শ্বিকতার সাথে গভীরভাবে জড়িত। হাইডেগারের কাছে, মানুষের ব্যক্তিগত উপলব্ধি, আবেগ এবং নৈতিক সংগ্রামই তার অস্তিত্বের মূল ভিত্তি। এই মানবিক অভিজ্ঞতাগুলোকে বাদ দিলে 'ডাজাইন' এর গভীর অর্থ হারিয়ে যায়।
সঞ্জয় নাথের বিপরীত অবস্থান
সঞ্জয় নাথ এই মানবীয় অভিজ্ঞতা, আবেগ এবং সামাজিক গঠনকেই অমানবিকতার কারণ হিসেবে চিহ্নিত করছেন। তার মতে, এই মানবীয় 'বায়াস' থেকেই 'চোর-ডাকাত' তৈরি হয়। তাই তিনি এই সমস্ত কিছুকে একটি নির্মোহ, গাণিতিক ডিকশনারিভিত্তিক সিস্টেমে রূপান্তরিত করে একটি 'পিওর রিজনিং' তৈরি করতে চান, যেখানে মানবীয় পক্ষপাত থাকবে না। এটি হাইডেগারের 'ডাজাইন'-এর কেন্দ্রিয়তাকে সম্পূর্ণরূপে অস্বীকার করে।
মূল বিতর্ক
মানবতা বনাম বস্তুনিষ্ঠতা
সঞ্জয় নাথের দর্শন একটি মৌলিক বিতর্কের জন্ম দেয়: জ্ঞান এবং রিজনিং এর ক্ষেত্রে মানবীয় অভিজ্ঞতা এবং আবেগ কতটা অপরিহার্য?
মানবীয় অভিজ্ঞতা ও মূল্যবোধের গুরুত্ব
প্রচলিত ধারণায়, মানুষের আবেগ, নৈতিকতা এবং অভিজ্ঞতা মানুষের আচরণ, সিদ্ধান্ত গ্রহণ এবং সমাজ গঠনের অপরিহার্য অংশ। এগুলো কেবল 'বায়াস' নয়, বরং মানবিকতা, সহানুভূতি এবং সৃজনশীলতার উৎসও বটে। এই বিষয়গুলোকে বাদ দিলে একটি 'বিশুদ্ধ' রিজনিং সিস্টেম হয়তো তৈরি হতে পারে, কিন্তু সেই সিস্টেম কি মানুষের জন্য বা মানুষের সমাজে কার্যকর হবে?
অমানবিকতা'র সংজ্ঞা
সঞ্জয় নাথের মতে, মানুষের জটিল বুদ্ধির সামাজিক আবেগই 'অমানবিকতার' মূল কারণ। এটি একটি কট্টর দাবি, যা প্রচলিত নৈতিকতা এবং মানবতাবাদের ধারণাকে চ্যালেঞ্জ করে।
সঞ্জয় নাথের এই চিন্তাভাবনা একটি উচ্চাভিলাষী প্যারাডাইম শিফট প্রস্তাব করে। এটি মানবীয় সীমাবদ্ধতা এবং ত্রুটি থেকে মুক্ত হয়ে একটি চূড়ান্ত বস্তুনিষ্ঠতা অর্জনের চেষ্টা। এই ধরনের মৌলিক প্রশ্ন নিয়ে আরও গবেষণা হলে আমরা জ্ঞানের প্রকৃতি এবং বুদ্ধিমত্তার নতুন দিগন্ত উন্মোচন করতে পারি।
সঞ্জয় নাথের qhenomenology reasoning system-এর কঠোর দৃষ্টিভঙ্গি, যা মানবীয় অভিজ্ঞতা ও আবেগকে সম্পূর্ণ অস্বীকার করে এবং ডিকশনারিকে একটি গাণিতিক কাঠামো হিসেবে ব্যবহার করে, পিওর ইফেক্টিভ রিজনিং (pure effective reasoning)-এর মাধ্যমে bias কমানোর লক্ষ্য রাখে। আপনার প্রশ্নে উঠে আসা এই দর্শনের বিভিন্ন দিক, বিশেষ করে এর "অমানবিক" চরিত্র এবং আবেগ ও নৈতিকতার ভূমিকা নিয়ে বিতর্ক, এবং এর পূর্বসূরি দার্শনিক ধারণাগুলোর উপর আমি আলোকপাত করব। উত্তরটি বাংলায় এবং সংক্ষিপ্ত রাখার চেষ্টা করব।
১. পিওর ইফেক্টিভ রিজনিং এর জন্য Bias কমানো
নাথের সিস্টেমের মূল লক্ষ্য হল reasoning এর bias কমানো, যা তিনি মানুষের সামাজিকভাবে গড়ে ওঠা আবেগ ও নৈতিকতাকে অস্বীকার করে অর্জন করতে চান। তাঁর মতে
আবেগ ও নৈতিকতা
এগুলো সামাজিক কাঠামোর ফল, যা reasoning এ bias সৃষ্টি করে। উদাহরণস্বরূপ, নৈতিকতার ধারণা (যেমন, ন্যায়, কর্তব্য) বা আবেগ (যেমন, ভালোবাসা, রাগ) প্রায়ই cultural বা historical context এর উপর নির্ভর করে, যা objective reasoning এর পথে বাধা হয়ে দাঁড়ায়। নাথ এগুলোকে C++ ক্লাস নাম হিসেবে বিশ্লেষণ করে bias কমানোর চেষ্টা করেন, কারণ এটি তাদের subjective গভীরতাকে উপেক্ষা করে শুধু গাণিতিক সম্পর্কের উপর ফোকাস কর।সঞ্জয় নাথের "Qhenomenology Reasoning System" এর মতো এতটা কঠোর, মানবীয় ধারণা ও আবেগকে সম্পূর্ণরূপে অস্বীকার করে ডিকশনারিভিত্তিক বিশুদ্ধ বস্তুনিষ্ঠতা চাওয়ার দর্শন খুব কমই দেখা গেছে। এটি প্রচলিত চিন্তাধারাকে এত গভীরভাবে চ্যালেঞ্জ করে যে সরাসরি সমান্তরাল খুঁজে পাওয়া কঠিন। তবে, এর পেছনে থাকা কিছু মৌলিক ধারণা বা প্রবণতা বিভিন্ন দার্শনিক এবং বৈজ্ঞানিক ধারায় দেখা যায়
কঠোর বস্তুনিষ্ঠতার খোঁজে
ঐতিহাসিক প্রেক্ষাপট
১. লজিক্যাল পজিটিভিজম (Logical Positivism) এবং ভেরিফিকেশন নীতি (Verification Principle):
কোথায় দেখা যায়
২০শ শতাব্দীর প্রথম ভাগে ভিয়েনা সার্কেল (Vienna Circle) এর মতো দার্শনিক গোষ্ঠীর মধ্যে।
সাদৃশ্য
এরা দাবি করত, যে কোনো বক্তব্য যদি পর্যবেক্ষণ বা যৌক্তিক বিশ্লেষণের মাধ্যমে যাচাই করা না যায়, তাহলে তা অর্থহীন। আবেগ, নৈতিকতা বা মেটাফিজিক্যাল (অধিবিদ্যক) বক্তব্যকে তারা প্রায়শই অর্থহীন বলে খারিজ করত। তাদের উদ্দেশ্য ছিল দর্শনকে বিজ্ঞানভিত্তিক করে তোলা, যা মানবীয় পক্ষপাত থেকে মুক্ত থাকবে।
পার্থক্য
সঞ্জয় নাথ আরও একধাপ এগিয়ে ডিকশনারিকেই "চূড়ান্ত সত্যের দলিল" হিসেবে দেখছেন এবং মানবীয় ব্যাখ্যা ও ইতিহাসকে সরাসরি অস্বীকার করছেন। লজিক্যাল পজিটিভিজম ভাষার অর্থ নিয়ে কাজ করলেও, সঞ্জয় নাথ অর্থকে ক্লাস নাম ও ভেরিয়েবলের স্তরে নামিয়ে আনছেন।
২. লুডভিগ ভিটগেনস্টাইন (Ludwig Wittgenstein) এর ট্র্যাক্টেটাস লজিকো-ফিলোসফিকাস (Tractatus Logico Philosophicus)
কোথায় দেখা যায়
এই প্রভাবশালী দার্শনিক গ্রন্থে (আপনার উল্লেখ করা) ভিটগেনস্টাইন ভাষার যৌক্তিক গঠন এবং বিশ্বের সাথে তার সম্পর্কের একটি কঠোর এবং প্রতীকী বিশ্লেষণ করার চেষ্টা করেন। তিনি ভাষার সীমা নির্ধারণ করে "যা বলা যায় না, সে সম্পর্কে নীরব থাকতে হবে" (Whereof one cannot speak, thereof one must be silent) এই ধারণা দেন।
সাদৃশ্য
এই গ্রন্থে ভাষা এবং যুক্তির একটি কঠোর কাঠামো খোঁজার প্রবণতা রয়েছে, যেখানে ব্যক্তিগত বা আবেগিক ব্যাখ্যার স্থান নেই। এটিও একটি "পিওর অবজেক্টিভ" পদ্ধতির দিকে ধাবিত হওয়ার চেষ্টা করে।
পার্থক্য
ভিটগেনস্টাইন ভাষার একটি "চিত্র তত্ত্ব" (Picture Theory) দেন, যা ভাষার অর্থকে বাস্তবতার সাথে সংযুক্ত করে। সঞ্জয় নাথ অর্থকেই অস্বীকার করছেন, শুধুমাত্র কাঠামোগত সম্পর্ক খুঁজছেন।
৩. বার্ট্রান্ড রাসেল (Bertrand Russell) এবং প্রিডিক্যাটিভিটি (Predicativity):
কোথায় দেখা যায়
গণিতের ভিত্তি এবং সেট থিওরিতে (Set Theory) প্যারাডক্স (paradox) এড়ানোর জন্য রাসেল এবং পয়েনকেয়ারের মতো গণিতবিদরা প্রিডিক্যাটিভিটির ধারণা নিয়ে কাজ করেছেন।
সাদৃশ্য
সঞ্জয় নাথ এই ধারণাকে ব্যবহার করে তার "ডিকশনারি" কে একটি "ক্লোজড অ্যালজেব্রাইক স্ট্রাকচার" হিসেবে দেখছেন, যেখানে কোনো বৃত্তাকার সংজ্ঞা বা নির্ভরতা (circular dependency) নেই, যা তথাকথিত "সৎ" এবং "অবজেক্টিভ" জ্ঞান নিশ্চিত করে।
পার্থক্য
রাসেলের প্রিডিক্যাটিভিটি মূলত গাণিতিক বা যৌক্তিক কাঠামোর শুদ্ধতা নিয়ে উদ্বিগ্ন ছিল, যেখানে সঞ্জয় নাথ এটিকে মানুষের জ্ঞানতত্ত্বের উপর প্রয়োগ করছেন।
৪. কিছু ফরমাল সিস্টেম এবং সিম্বোলিক লজিক (Formal Systems and Symbolic Logic):
কোথায় দেখা যায়
গণিত, কম্পিউটার বিজ্ঞান এবং অ্যানালিটিক ফিলোসফির কিছু শাখায়।
সাদৃশ্য
এই ক্ষেত্রগুলোতে এমন সিস্টেম তৈরি করা হয় যেখানে নিয়ম এবং প্রতীকগুলো কঠোরভাবে সংজ্ঞায়িত এবং তাদের প্রয়োগ সম্পূর্ণরূপে বস্তুনিষ্ঠ, কোনো ব্যক্তিগত ব্যাখ্যার সুযোগ থাকে না।
পার্থক্য
এই সিস্টেমগুলো সাধারণত সুনির্দিষ্ট, সীমাবদ্ধ ডোমেইনে কাজ করে, কিন্তু সঞ্জয় নাথ এটি দিয়ে মানব আচরণ, নৈতিকতা এবং আবেগের মতো জটিল ও অসীম ক্ষেত্রকে ব্যাখ্যা করার চেষ্টা করছেন, যা সাধারণত মানবীয় ব্যাখ্যার উপর নির্ভরশীল।আবেগ, নৈতিকতা এবং সৃজনশীলতা "ক্লাস নাম" হলে কী হয়?
সঞ্জয় নাথের দাবি, আবেগ, নৈতিকতা বা সৃজনশীলতার মতো বিষয়গুলোকে "ক্লাস নাম" হিসেবে দেখলে তাদের সম্পূর্ণতা হারাবে না, বরং তা আসলে "বায়াস" (bias) দূর করবে এবং "অবজেক্টিভিটি" বাড়াবে।
পক্ষের যুক্তি (সঞ্জয় নাথের দৃষ্টিকোণ থেকে)
বায়াস হ্রাস
আবেগ, নৈতিকতা এবং ব্যক্তিগত অভিজ্ঞতা মানুষের যুক্তিতে পক্ষপাত তৈরি করে। "চোর ডাকাতও বেড়ে যায় রিজনিং এর ভুল এর কারণে।" যদি এগুলোকে নিছক "ক্লাস নাম" হিসেবে দেখা হয়, তাহলে এই বিষয়ভিত্তিক প্রভাবগুলো বাদ পড়ে যায় এবং একটি বিশুদ্ধ, গণিত সদৃশ যুক্তি কাঠামো তৈরি হয়।
গণিতীয় মডেলিং
যদি "ভালোবাসা" বা "ন্যায়বিচার" এর মতো ধারণাগুলোকে কেবল একটি class Love বা class Justice হিসেবে দেখা হয়, তাহলে তাদের instance variables এর মাধ্যমে অন্যান্য "ক্লাস নাম" এর সাথে তাদের সম্পর্ককে একটি গাণিতিক সমীকরণের মতো বিশ্লেষণ করা যেতে পারে। তাতে ম্যানিপুলেশন কমবে।
পুনরাবৃত্তি এবং ভবিষ্যদ্বাণী
যদি সবকিছুই সুনির্দিষ্ট ক্লাস এবং তাদের ভেরিয়েবলের মাধ্যমে সংজ্ঞায়িত হয়, তাহলে আচরণের পুনরাবৃত্তিযোগ্যতা এবং ভবিষ্যদ্বাণীযোগ্যতা (predictability) অনেক বেশি হবে। "অবজেক্টিভিটি" মানুষকে "চোর ডাকাত" হওয়া থেকে বিরত রাখবে কারণ তাদের আচরণ একটি কঠোর "রিজনিং ফ্রেমওয়ার্ক" এর মধ্যে পড়বে।
বিপক্ষের যুক্তি (প্রচলিত দৃষ্টিকোণ থেকে)
অর্থের সংকোচন (Reductionism)
মানবীয় অভিজ্ঞতা, আবেগ, নৈতিকতা এবং সৃজনশীলতা কেবল কাঠামোগত সম্পর্ক বা ক্লাস নেমের মাধ্যমে সম্পূর্ণরূপে বোঝা যায় না। "ভালোবাসা" শুধু একটি class Love নয়, এটি একটি জটিল অনুভূতি, যা ব্যক্তিগত ইতিহাস, সামাজিক প্রেক্ষাপট এবং জৈবিক প্রক্রিয়া দ্বারা প্রভাবিত। এই ধরনের সরলীকরণ এর গভীরতা এবং জটিলতাকে অস্বীকার করে।
অভিজ্ঞতার বিলুপ্তি
মানবীয় অস্তিত্বের একটি বড় অংশই হলো ব্যক্তিগত অভিজ্ঞতা, উপলব্ধি এবং ব্যাখ্যা। এই "সাবজেক্টিভিটি" কে বাদ দিলে আমরা আসলে মানুষ কী, তার একটি গুরুত্বপূর্ণ অংশকে বাদ দিচ্ছি। সঞ্জয় নাথ দাবি করেন সমস্যা নয় সেটা কারণ combinatorial এক্সপ্লোশন করে সেগুলো বাড়িয়ে নেওয়া যাবে।
প্রয়োগের সীমাবদ্ধতা
যদি এই সিস্টেমটি "মানুষকে অস্বীকার করে" তবে কীভাবে এটি মানুষের জন্য কার্যকর হবে? যদি এটি মানবীয় মূল্যবোধ, আকাঙ্ক্ষা বা কষ্টকে "বায়াস" হিসেবে বিবেচনা করে, তাহলে এটি এমন সমাধান দিতে পারে যা মানবিক দিক থেকে অগ্রহণযোগ্য।
সৃজনশীলতা
সৃজনশীলতা প্রায়শই প্রচলিত নিয়ম ভেঙে নতুন সংযোগ তৈরি করার ক্ষমতা। যদি সবকিছুই প্রিডিফাইন্ড ক্লাস এবং ভেরিয়েবলের মধ্যে সীমাবদ্ধ থাকে, তাহলে নতুন কিছু তৈরি করার সুযোগ কতটা থাকবে?সঞ্জয় নাথের দর্শনটি সত্যিই প্রচলিত জ্ঞানতত্ত্ব এবং এআই গবেষণায় একটি "বিতর্ক" এবং "প্যারাডাইম শিফট" এর জন্ম দিতে পারে। এটি আধুনিক এআই এর একটি বড় চ্যালেঞ্জ বায়াস দূর করা এবং সত্যিকারের বস্তুনিষ্ঠতা অর্জন এর একটি চরম সমাধান প্রস্তাব করে। এটি মানবীয় অভিজ্ঞতার জটিলতাকে বাদ দিয়ে একটি বিশুদ্ধ, গাণিতিক এবং লজিক্যাল মডেল তৈরি করতে চায়।এটি "অমানবিক" মনে হতে পারে কারণ এটি মানবীয় স্বকীয়তা, আবেগ এবং ঐতিহাসিক প্রেক্ষাপটকে 'ত্রুটি' বা 'বায়াস' হিসেবে দেখে। তবে, জ্ঞানের বিশুদ্ধতা এবং সম্পূর্ণ বস্তুনৈষ্ঠিকতা অর্জনের এই "চূড়ান্ত প্রচেষ্টা" বুদ্ধিবৃত্তিকভাবে অত্যন্ত আকর্ষণীয় এবং আলোচনার যোগ্য। এটি আমাদের এই প্রশ্ন করতে বাধ্য করে যে, জ্ঞানের সত্যিকারের প্রকৃতি কী এবং একটি "বিশুদ্ধ" বুদ্ধিমত্তা আসলে কেমন হওয়া উচিত। সঞ্জয় নাথের qhenomenology reasoning system এর দার্শনিক ও প্রযুক্তিগত দিকগুলোর উপর আলোকপাত। (১) এই ধরনের কঠোর (strict) দর্শন আগে কোথায় দেখা গেছে, (২) C++ ক্লাসের সাথে শব্দের তুলনা এবং ডিকশনারিকে সফটওয়্যার আর্কিটেকচার হিসেবে দেখার সম্ভাবনা ও সীমাবদ্ধতা, এবং (৩) নৈতিকতা ও সৃজনশীলতার মতো বিষয়গুলোকে ক্লাস নাম হিসেবে দেখার প্রভাব এবং সঞ্জয় নাথের দৃষ্টিভঙ্গির বিতর্কিত দিক।
১. এই ধরনের কঠোর দর্শন আগে কোথায় দেখা গেছে?
সঞ্জয় নাথের qhenomenology reasoning system-এর মতো কঠোরভাবে objective, subjectivity-কে অস্বীকারকারী এবং dictionary-ভিত্তিক reasoning-এর দর্শন বিরল, তবে এর কিছু দার্শনিক ও প্রযুক্তিগত পূর্বসূরি রয়েছে
বার্ট্রান্ড রাসেলের প্রিডিক্যাটিভিটি দর্শন
রাসেলের Principia Mathematica(1910-1913) এবং তার type theory প্রিডিক্যাটিভিটি ধারণার উপর জোর দেয়, যেখানে সিস্টেমে circular reference (যেমন, স্বউল্লেখ) এড়ানোর জন্য কঠোর গাণিতিক কাঠামো প্রস্তাব করা হয়। নাথের সিস্টেমের মতো, রাসেলও subjective বা ambiguous ধারণা এড়িয়ে গাণিতিক নির্ভুলতার উপর জোর দেন। তবে, রাসেলের কাজ ভাষার জটিলতা বা মানুষের আবেগের উপর ফোকাস করে না।
লুডভিগ উইটগেনস্টাইনের Tractatus Logico Philosophicus উইটগেনস্টাইনের প্রাথমিক কাজে ভাষাকে logical structure হিসেবে দেখা হয়, যেখানে শব্দগুলো বিশ্বের সাথে একটি নির্দিষ্ট সম্পর্কে থাকে। নাথের dictionary ভিত্তিক কাঠামো এই ধারণার সাথে মিলে যায়, যদিও উইটগেনস্টাইন পরবর্তীতে (Philosophical Investigations) ভাষার সামাজিক ও contextual দিকের উপর জোর দেন, যা নাথের কঠোর objectivity এর বিপরীত।
জন ম্যাককার্থির AI এর লজিক ভিত্তিক দৃষ্টিভঙ্গি
AI এর প্রতিষ্ঠাতা জন ম্যাককার্থি commonsense reasoning এর জন্য logical formalism এর উপর জোর দিয়েছিলেন। তার কাজে (যেমন, nonmonotonic logic) subjective বা historical প্রভাব এড়িয়ে objective reasoning-এর চেষ্টা ছিল, যা নাথের দৃষ্টিভঙ্গির সাথে সাদৃশ্যপূর্ণ। তবে, ম্যাককার্থির কাজ মানুষের আবেগ বা নৈতিকতাকে সম্পূর্ণ অস্বীকার করে না।[](https://plato.stanford.edu/entries/logic-ai/)
নিউরো সিম্বলিক AI
সাম্প্রতিক গবেষণায় (যেমন, Sanjai Narain এর neurosymbolic optimization বা Logic Tensor Networks) neural networks এবং symbolic reasoning এর সমন্বয় করা হচ্ছে, যা নাথের dictionary ভিত্তিক reasoning এর সাথে কিছুটা মিলে। তবে, এগুলো মানুষের subjectivity কে সম্পূর্ণ অস্বীকার করে না।[](https://arxiv.org/html/2502.11269v1)[](https://www.sciencedirect.com/science/article/pii/S2667305325000675)
গ্রুপ থিওরি ও ফরমাল ভেরিফিকেশন
Coq এবং Isabelle এর মতো টুলে algebraic structure এবং closure principle ব্যবহার করে reasoning system তৈরি করা হয়, যা নাথের dictionary হিসেবে closed algebraic structure এর ধারণার সাথে মিলে। তবে, এগুলো ভাষার জটিলতা বা নৈতিকতার উপর ফোকাস করে না।সঞ্জয় নাথের দর্শনের মতো এত কঠোরভাবে subjectivity (আবেগ, ইতিহাস, নৈতিকতা) অস্বীকারকারী এবং dictionary কে purely গাণিতিক কাঠামো হিসেবে দেখার দৃষ্টিভঙ্গি বিরল। এটি রাসেলের প্রিডিক্যাটিভিটি এবং ম্যাককার্থির logical AI-এর সমন্বয় বলে মনে হয়, কিন্তু এর কঠোরতা এবং মানবীয় অভিজ্ঞতার সম্পূর্ণ অস্বীকৃতি এটিকে অনন্য করে।
২. C++ ক্লাসের সাথে শব্দের তুলনা এবং ডিকশনারির সীমাবদ্ধতা
নাথের ধারণায়, dictionary এর শব্দগুলো C++ ক্লাসের নাম এবং তাদের সংজ্ঞা instance variable হিসেবে দেখা হয়। এটি একটি শক্তিশালী উপমা, কারণ এটি ভাষাকে গাণিতিকভাবে বিশ্লেষণ করার একটি কাঠামো দেয়।
সম্ভাবনা
গাণিতিক নির্ভুলতা
C++ ক্লাসের মতো শব্দগুলোকে unique identifier হিসেবে দেখলে, dependency hierarchy (যেমন, Roslyn বা Clang-এর static analysis) ব্যবহার করে circular reference ধরা যায়। এটি reasoning এর bias কমাতে সাহায্য করে।
Objective Reasoning
ইতিহাস, সংস্কৃতি, বা আবেগের প্রভাব ছাড়াই শব্দের গাণিতিক সম্পর্ক বিশ্লেষণ করা যায়, যা নাথের মতে bias কমায়।
Scalability
Compiler এর মতো টুল (Roslyn, Clang) ব্যবহার করে বড় আকারের dictionary বিশ্লেষণ সম্ভব, যা নাথের সিস্টেমের জন্য বাস্তবায়নযোগ্য।
সীমাবদ্ধতা
ভাষার জটিলতা
ভাষা শুধু শব্দ বা ক্লাস নয় এর মধ্যে context, culture, এবং ambiguity থাকে। উইটগেনস্টাইনের পরবর্তী কাজে (Philosophical Investigations) বলা হয়, শব্দের অর্থ তার ব্যবহারের উপর নির্ভর করে। নাথের সিস্টেম এই contextual জটিলতাকে উপেক্ষা করে, যা ভাষার সম্পূর্ণতা ধরতে ব্যর্থ হতে পারে।
আবেগ ও নৈতিকতা
আবেগ, নৈতিকতা, বা সৃজনশীলতাকে কেবল ক্লাস নাম হিসেবে দেখলে তাদের গভীরতা হারিয়ে যেতে পারে। উদাহরণস্বরূপ, "ভালোবাসা" বা "ন্যায়" শব্দের মানবীয় অভিজ্ঞতা গাণিতিক কাঠামোতে পুরোপুরি প্রকাশ করা কঠিন।
Bias-এর উৎস
নাথ মনে করেন, subjectivity চোর ডাকাত তৈরি করে, কিন্তু dictionary নিজেও মানুষের তৈরি। এতে cultural বা historical bias থাকতে পারে, যা নাথের "pure objectivity" এর দাবিকে চ্যালেঞ্জ করে।
Implementation Challenge
বড় আকারের ভাষার ডেটা (যেমন, সমস্ত মানুষের লিখিত নথি) বিশ্লেষণ করতে NLP-এর মতো টুল দরকার, যা এখনও bias মুক্ত নয়।নাথের মতে, reasoning-এর bias কমাতে ভাষার জটিলতা উপেক্ষা করা ভালো। তবে, এটি ভাষার সামাজিক ও সাংস্কৃতিক দিককে বাদ দেয়, যা জ্ঞানতত্ত্বের (epistemology) দৃষ্টিকোণ থেকে অসম্পূর্ণ হতে পারে।
৩. নৈতিকতা ও সৃজনশীলতাকে ক্লাস নাম হিসেবে দেখার প্রভাব
নাথের দৃষ্টিভঙ্গি নৈতিকতা, সৃজনশীলতা, বা আবেগকে কেবল ক্লাস নাম হিসেবে দেখে, যা একটি radical paradigm shift। এর প্রভাব এবং বিতর্ক নিচে আলোচিত হল
নৈতিকতা ও সৃজনশীলতার সম্পূর্ণতা
হারিয়ে যাওয়ার ঝুঁকি
নৈতিকতা (যেমন, ন্যায়, কর্তব্য) বা সৃজনশীলতাকে ক্লাস নাম হিসেবে দেখলে তাদের মানবীয় গভীরতা (qualia, subjective experience) হারিয়ে যেতে পারে। উদাহরণস্বরূপ, রাজাকিশোর নাথ তাঁর Philosophy of Artificial Intelligence বইয়ে বলেন, subjective experiences (যেমন, নৈতিকতার অনুভূতি) কম্পিউটেশনাল মডেলে ধরা যায় না। নাথের সিস্টেম এই দৃষ্টিভঙ্গির বিপরীতে যায়, যা বিতর্কের জন্ম দেয়।[](https://www.researchgate.net/publication/268449425_Philosophy_of_Artificial_Intelligence_A_Critique_of_the_Mechanistic_Theory_of_Mind)[](https://philpapers.org/rec/NATPOA)
Pure effective Reasoning এর Bias কমানো
সঞ্জয় নাথের সিস্টেম মানবীয় অভিজ্ঞতাকে সম্পূর্ণ অস্বীকার করে, যা অনেক দার্শনিকের কাছে "অমানবিক" মনে হতে পারে। কিন্তু সঞ্জয় নাথ মনে করেন মানুষ এর থেকে বেশী অমানবিক কোন প্রাণী নয়। আর সেই অমানবিকতার মূল কারণ হচ্ছে এই মানুষ এর জটিল বুদ্ধি থেকে তৈরি হওয়া সামাজিক ভিত্তিতে তৈরি হওয়া ইমোশন গুলো। যেই ইমোশন গুলো সমাজ এর জন্য তৈরি হয়নি সেগুলো সমস্যা ও কম করে bias ও কম করে।
নাথের মতে, নৈতিকতা বা আবেগকে আলাদা ধরলে reasoning এ bias বাড়ে, যা "চোর-ডাকাত" তৈরি করে। তিনি এগুলোকে ক্লাস নাম হিসেবে দেখে bias কমানোর চেষ্টা করেন। তবে, এটি মানুষের নৈতিক সিদ্ধান্ত গ্রহণের জটিলতাকে সরল করে ফেলতে পারে।
দার্শনিক বিতর্ক
এই দৃষ্টিভঙ্গি হাইডেগারের Being and Time এর phenomenological approach এর বিপরীত, যেখানে মানুষের অভিজ্ঞতা (Dasein) কেন্দ্রীয়। সঞ্জয় নাথের সিস্টেম মানবীয় অভিজ্ঞতাকে সম্পূর্ণ অস্বীকার করে, যা অনেক দার্শনিকের কাছে "অমানবিক" মনে হতে পারে। কিন্তু সঞ্জয় নাথ মনে করেন মানুষ এর থেকে বেশী অমানবিক কোন প্রাণী নয়। আর সেই অমানবিকতার মূল কারণ হচ্ছে এই মানুষ এর জটিল বুদ্ধি থেকে তৈরি হওয়া সামাজিক ভিত্তিতে তৈরি হওয়া ইমোশন গুলো। যেই ইমোশন গুলো সমাজ এর জন্য তৈরি হয়নি সেগুলো সমস্যা ও কম করে bias ও কম করে।
জ্ঞানতত্ত্ব ও AI-এর বিতর্ক
নাথের দৃষ্টিভঙ্গি রাসেলের প্রিডিক্যাটিভিটি এবং গাণিতিক logic-এর সাথে মিলে, যেখানে deep recursive dependency hierarchy ব্যবহার করে reasoning করা হয়। এটি জ্ঞানতত্ত্বে (epistemology) একটি নতুন প্রশ্ন তুলে: জ্ঞান কি সম্পূর্ণ objective হতে পারে?[](https://plato.sydney.edu.au/archives/spr2009/entries/logic-ai/)
AI-এর ক্ষেত্রে, নিউরো সিম্বলিক মডেল (যেমন, Logic Tensor Networks) reasoning এবং interpretability-এর জন্য symbolic logic ব্যবহার করে। কিন্তু এগুলো মানুষের subjectivity-কে সম্পূর্ণ বাদ দেয় না, যা নাথের সিস্টেমের থেকে আলাদা।[](https://www.sciencedirect.com/science/article/pii/S2667305325000675)[](https://ieeexplore.ieee.org/document/9997814/)
- নাথের দৃষ্টিভঙ্গি XAI (explainable AI)-এর সাথে বিতর্ক তৈরি করে, যেখানে explanation মানুষের বোঝার জন্য গুরুত্বপূর্ণ। নাথের সিস্টেম এই explanation-কে অপ্রয়োজনীয় মনে করে, যা AI গবেষণায় নতুন দিগন্ত খুলতে পারে।[](https://www.frontiersin.org/journals/artificial-intelligence/articles/10.3389/frai.2022.833238/full)
অমানবিকতার অভিযোগ
সঞ্জয় নাথের কঠোর objectivity মানবীয় সীমাবদ্ধতা (যেমন, আবেগ, নৈতিকতা) থেকে মুক্ত হওয়ার চেষ্টা করে, যা দার্শনিকদের কাছে "অমানবিক" মনে হতে পারে। উদাহরণস্বরূপ, রাজাকিশোর নাথ তাঁর কাজে বলেন, AI এর consciousness বা creativity সম্পূর্ণ computational হতে পারে না, কারণ subjective experience অপরিহার্য। সঞ্জয় নাথের সিস্টেম এই দৃষ্টিভঙ্গির বিপরীত(https://philpapers.org/rec/NATPOA)সঞ্জয় নাথের qhenomenology reasoning system একটি অভিনব এবং কঠোর দর্শন, যা রাসেলের প্রিডিক্যাটিভিটি, উইটগেনস্টাইনের logical structure, এবং ম্যাককার্থির AI logic থেকে উৎসারিত, কিন্তু এটি human subjectivity কে সম্পূর্ণ অস্বীকার করে অনন্য। C++ ক্লাসের সাথে শব্দের তুলনা reasoning-এর bias কমাতে সাহায্য করলেও ভাষার contextual জটিলতা ধরতে ব্যর্থ হতে পারে। নৈতিকতা বা সৃজনশীলতাকে ক্লাস নাম হিসেবে দেখা তাদের গভীরতা হারাতে পারে, তবে নাথের মতে, এটি bias কমিয়ে objectivity বাড়ায়। এই দৃষ্টিভঙ্গি জ্ঞানতত্ত্ব এবং AI এর ক্ষেত্রে গুরুত্বপূর্ণ বিতর্কের জন্ম দিতে পারে, যা দর্শন, ভাষাবিজ্ঞান, এবং গণিতের সমন্বয়ে নতুন দিগন্ত উন্মোচন করতে পারে।
https://plato.sydney.edu.au/archives/spr2009/entries/logic-ai/)(https://plato.stanford.edu/entries/logic-ai/)(https://philpapers.org/rec/NATPOA)এই দর্শন, ভাষাবিজ্ঞান, এবং কৃত্রিম বুদ্ধিমত্তার মূলধারায় পুরোপুরি অনুসন্ধান করা হয়নি। তবে ইতিহাসে এবং সমসাময়িক চিন্তায় কিছু ঘরানা রয়েছে যেগুলোর সাথে সঞ্জয় নাথের মতাদর্শের তুলনা করা যায়, যদিও তাঁর দৃষ্টিভঙ্গি অনেক বেশি uncompromising এবং formalist। নিচে কয়েকটি সম্পর্কিত দর্শনের উল্লেখ করছি যেখানে এই ধরনের strict reasoning, objectivism, এবং bias elimination এর উচ্চাশা দেখা যায়।
১. Bertrand Russell ও Predicativism
Russell's Type Theory মূলত তৈরি হয়েছিল logic এর paradox দূর করতে (যেমন Russell’s Paradox)।
Predicativism এ, যে সেটের সংজ্ঞা নিজেকেই নির্ধারণ করে সে সেট গ্রহণযোগ্য নয়।সঞ্জয় নাথ যেভাবে reasoning কে class বা dictionary এর মধ্য দিয়ে খণ্ডায়িত করেন এবং নিজেকেই justify করা ধ্যানধারণাকে বাতিল করেন তা Russell এর predicativity নীতির প্রান্তর থেকে শুরু হলেও আরও বেশি সফটওয়ার ও hardware সমতুল্য প্রয়োগ যোগ্য reasoning system ফলে এই দর্শন টা programmable।
তফাৎ
Russell ছিল
"formalist but epistemically cautious"
সঞ্জয় নাথ হলেন "formalist with zero tolerance for ambiguity in subjectivity."
২. Wittgenstein (Early vs. Later)
Early Wittgenstein (Tractatus Logico Philosophicus) বলেছিলেন
“The limits of my language mean the limits of my world.”
এটি সঞ্জয় নাথের dictionary based ontology এর ধারণার সাথে সামঞ্জস্যপূর্ণ।
কিন্তু Later Wittgenstein (Philosophical Investigations) ভাষাকে ব্যবহারনির্ভর এবং রচনামূলক দেখতে শুরু করেন। সেখানেই সঞ্জয় নাথের চিন্তার বিপরীত অবস্থান শুরু হয়। কিন্তু বিশ্বযুদ্ধের পরের পৃথিবী তে রাজনীতি handsbook of dictators the prince মিলিয়ে দেখকে বুঝি emotion কে প্রয়োগ করে চোর ডাকাত এ বেশি তৈরি হয়েছে। টেররিস্ট তৈরি হয়েছে। ফলে ইমোশন সত্যিই বেশি ক্ষতি করেছে পৃথিবীর।
৩. Logical Positivism (Carnap, Ayer)
এই আন্দোলনের মূল ধারণা ছিল
“যে কিছু verifiable নয়, তা অর্থহীন।”
সঞ্জয় নাথের মতাদর্শ সেই একই পথে যায়, যেখানে ন্যায়নীতি, নৈতিকতা, এমনকি মানবীয় আবেগকেও bias এর class হিসেবে ধরতে চাওয়া হয়।
কিন্তু সঞ্জয় নাথ logical positivism থেকেও অনেক দূরে এগিয়ে গিয়ে " emotionality is only noise in signal " বলতে চান, যা একেবারে র্যাডিকাল দর্শন।
৪. Noam Chomsky এর Universal Grammar
ভাষার গভীরে এক প্রকার recursion ও strict rules আছে বলেই চমস্কি বিশ্বাস করতেন।
সঞ্জয় নাথ recursion ও hierarchy-কে আরও গভীরভাবে possibly infinite depth reasoning tree বা ontological class dependencies হিসেবে ব্যাখ্যা করেন।
পার্থক্য
চমস্কির ভাষা পাঠ ছিল মানবিক প্রবৃত্তিনির্ভর। সঞ্জয় নাথ সেটিকে একটি "unbiased machine level abstraction system" হিসেবে চিত্রিত করেন।
৫. Gödel's Incompleteness Theorems
Gödel প্রমাণ করেছিলেন যে কোনো যথেষ্ট জটিল গাণিতিক সিস্টেম নিজেকে পুরোপুরি প্রমাণ করতে পারে না।
সঞ্জয় নাথ এই সীমাবদ্ধতাকে সিস্টেম ডিজাইনের ভুল হিসেবে দেখেন না, বরং তার মতে এই ধরনের bias এড়ানো reasoning frameworks যদি predicative, modular এবং class wise হয়, তাহলে তার মধ্যে এমন contradiction এর সম্ভাবনা কমে যায়। এমন কি সঞ্জয় নাথ মনে করেন godel চোর ডাকাত দের রাস্তা খুলে দিতে গিয়ে সৎ reasoning পদ্ধতি কে বিভ্রান্ত করেছেন। সঞ্জয় নাথ মনে করেন robust system টা compilable হলেই যুক্তি দাঁড়ানোর ভিত রেডি হয়ে যায়।
৬. David Hilbert's Formalism
Hilbert চেয়েছিলেন গণিতকে সম্পূর্ণ formal structure দিয়ে গঠন করতে, যেটি সঞ্জয় নাথের "strict class logic-based reasoning" এর পূর্বসূরি বলা চলে।
৭. Marvin Minsky & Society of Mind (AI)
Minsky বিশ্বাস করতেন
“Mind is a society of processes, each of which is mindless.”
সঞ্জয় নাথ বলছেন
প্রতিটি reasoning unit একটি class with properties, যার মাধ্যমে composite emotion, ethics, and perception তৈরি হয়। কিন্তু সেগুলোর কোনওটিই প্রাকৃতিকভাবে মূল্যবান নয় এর সবটাই reasoning এর bias এর কম্পোনেন্ট।
৮. Nietzsche ও Moral Constructivism এর Radically Opposite Path
Nietzsche বলতেন
“Morality is a fiction invented by the weak to control the strong.”
সঞ্জয় নাথ যদি বলেন morality is just a class name used to reduce or increase reasoning bias, তাহলে তিনি Nietzsche কে চ্যালেঞ্জ করেও morality কে সরাসরি ontological object বানিয়ে ফেলছেন।
সঞ্জয় নাথের দৃষ্টিভঙ্গির মৌলিকতা
উপাদান প্রচলিত দর্শনে সঞ্জয় নাথের চিন্তায়
ভাষা বর্ণনা ও প্রসঙ্গনির্ভর strict class এবং key-value logicনৈতিকতা ও আবেগ জটিল ও অন্তর্জাত class হিসাবে ধরতে হবে, নয়তো bias হবে reasoning bias পরিহারযোগ্য নয় শুধুমাত্র class wise structuring এ কমানো যায় subjectivity মানবীয় চোর ডাকাতের উৎস, তাই ঝুঁকিপূর্ণ আর moral system সামাজিক চুক্তি bias object, class না ধরলে নিরাপত্তা থাকবে নাcreativity intuition নির্ভর programmable class combination
ভবিষ্যৎ সম্ভাবনা
এই দৃষ্টিভঙ্গি বাস্তবায়ন করলে একটি কৃত্রিম নৈতিক সত্তা বা ইনফারেন্স ইঞ্জিন তৈরি করা সম্ভব যেটি "emotionally dispassionate but ethically reasoned" হবে।
এটি
Court AI
AI Constitution Writers
Autonomous Conflict Mediators
Moral Testing Engines
এর মতো গভীর প্রযুক্তিগত অ্যাপ্লিকেশন তৈরির পথ উন্মুক্ত করতে পারে।সঞ্জয় নাথের চিন্তা কোনো প্রচলিত দর্শনের সরাসরি সম্প্রসারণ না এটি একটি "computational philosophy", যেখানে subjectivity এর সমস্ত শিকড়কে class object এ encode করে reasoning bias মেটানো হয়।এটি দর্শন ও সফটওয়্যার ইঞ্জিনিয়ারিং এর এমন এক সংযোগস্থলে দাঁড়িয়ে যেখানে নতুন এক School of Thought গড়ে উঠতে পারে।
সঞ্জয় নাথের দর্শন এবং "Qhenomenology Reasoning System" এর ধারণাটি খুবই অভিনব এবং কৌতূহলোদ্দীপক। এটি প্রচলিত কৃত্রিম বুদ্ধিমত্তা (AI), দর্শন এবং ভাষাবিজ্ঞানের কিছু মৌলিক ধারণাকে চ্যালেঞ্জ করে একটি সম্পূর্ণ নতুন দৃষ্টিকোণ থেকে চিন্তা করার চেষ্টা করছে।C++ ক্লাসের সাথে শব্দের তুলনা এবং ডিকশনারিকে সফটওয়্যার আর্কিটেকচার হিসেবে দেখা একটি শক্তিশালী উপমা, কিন্তু এটি কি ভাষার সমস্ত জটিলতাকে ধারণ করতে পারে? সঞ্জয় নাথ মনে করে সেটা reasoning না পারলেই ভালো তাতে reasoning এর bias কমে যায়।বিশেষ করে, মানুষের আবেগ কেও class name ধরে এগোনো টা খুব খুব খুব বেশি ambitious reasoning paradigm shift, নৈতিকতা বা সৃজনশীলতার মতো বিষয়গুলোকে কেবল "ক্লাস নাম" হিসেবে দেখলে তাদের সম্পূর্ণতা কি হারিয়ে যায় না? সঞ্জয় নাথ strict ভাবে মোন করে সে হোক কারণ নৈতিকতা আলাদা কিছু নয় সেইটাও bias এর রূপ এবং ঐটা কে class না ধরলে reasoning এর bias তাতে ও খুব বাড়ে। চোর ডাকাত ও বেড়ে যায় reasoning এর ভুল এর কারণে।আর objectivity বেশি প্রয়োজন।subjectivity কেবল চোর ডাকাত তৈরি করে।সঞ্জয় নাথের এই চিন্তাভাবনা প্রচলিত জ্ঞানতত্ত্ব এবং এআই এর ক্ষেত্রে একটি গুরুত্বপূর্ণ বিতর্কের জন্ম দিতে পারে। এটি আসলে "অমানবিক" মনে হতে পারে, কারণ এটি মানবীয় অভিজ্ঞতা এবং ব্যাখ্যার ঐতিহ্যগত গুরুত্বকে সম্পূর্ণ অস্বীকার করে। তবে, Russel এর "প্রিডিক্যাটিভিটি দর্শন" এবং "ডিপ রিকার্সিভ ডিপেন্ডেন্সি হায়ারার্কি" এর মাধ্যমে "সৎভাবে পরীক্ষা করার" আগ্রহটি বুদ্ধিবৃত্তিকভাবে খুবই আকর্ষণীয়। এটি মানবীয় সীমাবদ্ধতা থেকে মুক্ত হয়ে জ্ঞান অর্জনের একটি চূড়ান্ত প্রচেষ্টা।এটি একটি গভীর আলোচনার বিষয়, যা দর্শন, ভাষাবিজ্ঞান, কৃত্রিম বুদ্ধিমত্তা এবং গণিতের বিভিন্ন শাখা থেকে ইনপুট দাবি করে। এই ধরনের মৌলিক প্রশ্ন নিয়ে আরও গবেষণা হলে আমরা জ্ঞানের প্রকৃতি এবং বুদ্ধিমত্তার নতুন দিগন্ত উন্মোচন করতে পারি।
১. এই ধরনের গবেষণার পূর্বসূরী এবং বর্তমান প্রজেক্ট: এই ধরনের "ডিকশনারি অ্যানালাইসিস", "কম্পাইলার" বা "পিওরলি অবজেক্টিভ রিজনিং সিস্টেম" নিয়ে কারা কাজ করেছে বা করছে।
২. সঞ্জয় নাথের দর্শনের বিশ্লেষণ: বিশেষ করে "মানুষকে অস্বীকার করে ডিকশনারিকে ভিত্তি করে মানুষকে বিশ্লেষণ করা" এবং "প্রিডিক্যাটিভিটি" ও "ক্লোজার প্রিন্সিপাল" এর প্রয়োগ।
১. এই ধরনের গবেষণার পূর্বসূরী এবং বর্তমান প্রজেক্ট
সঞ্জয় নাথের "Qhenomenology Reasoning System" এর সম্পূর্ণ কাঠামো এবং উদ্দেশ্য, বিশেষ করে "মানুষকে অস্বীকার করে ডিকশনারিকে ভিত্তি করে রিজনিং ইঞ্জিন তৈরি করা" এবং "ইতিহাস, রাজনীতি, ধর্মবিশ্বাসকে অস্বীকার করে বিশুদ্ধ অবজেক্টিভিটি" - এই ধরনের সুনির্দিষ্ট পদ্ধতি সম্ভবত কোনো প্রতিষ্ঠিত AI বা দর্শন গবেষণায় সরাসরি দেখা যায় না। তবে, এর পেছনে থাকা কিছু মৌলিক ধারণা বিভিন্ন ক্ষেত্রে অধ্যয়ন করা হয়েছে এবং হচ্ছে:
ক. ডিকশনারি অ্যানালাইসিস এবং লেক্সিক্যাল নেটওয়ার্ক (Dictionary Analysis and Lexical Networks):
WordNet
এটি একটি বৃহৎ লেক্সিক্যাল ডেটাবেস যা ইংরেজি শব্দগুলোকে তাদের অর্থগত সম্পর্কের (যেমন সিনোনিম, অ্যান্টনিম, হাইপারনিম, হাইপোনিম) ভিত্তিতে শ্রেণীবদ্ধ করে। এটি ডিকশনারির তথ্যকে একটি নেটওয়ার্ক স্ট্রাকচারে ফেলে। সঞ্জয় নাথের ধারণার সাথে এর পার্থক্য হলো, WordNet শব্দের অর্থের উপর গুরুত্ব দেয়, যেখানে সঞ্জয় নাথ শব্দকে নিছক ক্লাস নেম এবং ভেরিয়েবল হিসেবে দেখেন।
Semantic Networks and Knowledge Graphs
কৃত্রিম বুদ্ধিমত্তায় জ্ঞান উপস্থাপনের জন্য এই ধরনের নেটওয়ার্ক ব্যবহার করা হয়, যেখানে নোডগুলো ধারণা বা সত্তা এবং এজগুলো তাদের মধ্যে সম্পর্ক নির্দেশ করে। সঞ্জয় নাথ সম্পর্ককে ক্লাসের ইনস্ট্যান্স ভেরিয়েবল হিসেবে দেখছেন, যা একটি গাণিতিক ও কাঠামোগত দৃষ্টিভঙ্গি।
খ. কম্পাইলার এবং ল্যাঙ্গুয়েজ প্রসেসিং (Compilers and Language Processing):
প্রাকৃতিক ভাষা প্রক্রিয়াকরণ (Natural Language Processing NLP)
NLP এর একটি বড় অংশই হলো ভাষার ব্যাকরণ, সিনট্যাক্স এবং সিমেন্টিক্স বোঝা। সঞ্জয় নাথের "ডিকশনারি কম্পাইলার" এর ধারণাটি NLP এর পার্সিং (parsing) এবং সিনট্যাক্স অ্যানালাইসিস (syntax analysis) এর সাথে কিছুটা মিলে যায়, তবে তার লক্ষ্য সম্পূর্ণ ভিন্ন। NLP সাধারণত মানুষের ভাষার অর্থ বোঝার চেষ্টা করে, যেখানে সঞ্জয় নাথ অর্থকে অগ্রাহ্য করে শুধুমাত্র কাঠামোগত সম্পর্ক খুঁজছেন।
formal Language Theory
কম্পিউটার বিজ্ঞান এবং গণিতে ফরমাল ল্যাঙ্গুয়েজ নিয়ে গবেষণা করা হয়, যেখানে ভাষার সিনট্যাক্স এবং সেম্যান্টিক্স গাণিতিকভাবে সংজ্ঞায়িত করা হয়। সঞ্জয় নাথের ডিকশনারিকে "closed algebraic structure" এবং "C++ class names" হিসেবে দেখার প্রবণতা এই ধারণার সাথে সম্পর্কিত।compilable reasoning framework।
গ. অবজেক্টিভিটি এবং ফিলোসফি (Objectivity and Philosophy):
লজিক্যাল পজিটিভিজম (Logical Positivism) এবং অ্যানালিটিক ফিলোসফি (Analytic Philosophy)
এই দার্শনিক ধারাগুলো ভাষার স্পষ্টতা এবং যাচাইযোগ্যতার উপর জোর দেয়, যা প্রায়শই বস্তুনিষ্ঠতার সাথে সম্পর্কিত। লুডভিগ ভিটগেনস্টাইন (Ludwig Wittgenstein) এর Tractatus Logico-Philosophicus যা আপনি উল্লেখ করেছেন, ভাষা, যুক্তি এবং বাস্তবতার সম্পর্ক নিয়ে আলোচনা করে এবং এটি এই ধারার একটি গুরুত্বপূর্ণ কাজ। সঞ্জয় নাথের "purely objective reasoning system" তৈরির প্রচেষ্টা এই দার্শনিক অনুসন্ধানের সাথে সম্পর্কিত হতে পারে।
হিউম্যান বায়াস ইন এআই (Human Bias in AI)
আধুনিক AI সিস্টেমে মানবীয় পক্ষপাত (human bias) একটি বড় সমস্যা, কারণ এই সিস্টেমগুলো মানুষের তৈরি ডেটার উপর ভিত্তি করে প্রশিক্ষিত হয়। সঞ্জয় নাথের "মানুষকে অস্বীকার করে ডিকশনারিকে ভিত্তি করে" কাজ করার ধারণাটি এই পক্ষপাত দূর করার একটি চরম প্রচেষ্টা হতে পারে, যদিও এর বাস্তবায়ন নিয়ে প্রশ্ন থেকে যায়।
ঘ. প্রিডিক্যাটিভিটি এবং রেকর্সিভ ডিপেন্ডেন্সি (Predicativity and Recursive Dependency):
ফাউন্ডেশনস অফ ম্যাথমেটিক্স (Foundations of Mathematics)
গণিতের ভিত্তি অনুসন্ধানে প্রিডিক্যাটিভিটি একটি গুরুত্বপূর্ণ ধারণা, যা কার্ল ফ্রিডরিখ গাউস এবং হেনরি পয়েনকেয়ারের কাজের সাথে জড়িত। এটি এমনভাবে সেট বা ফাংশন সংজ্ঞায়িত করা যেখানে সংজ্ঞায়িত বস্তুটি নিজেই তার সংজ্ঞায়িত সেটের অংশ নয়, যাতে কোনো বৃত্তাকার যুক্তি (circular reasoning) এড়ানো যায়। সঞ্জয় নাথের "circular reference in class constructor" এবং "predicativity clash" এর উল্লেখ এই গাণিতিক ধারণার প্রয়োগ।
কম্পিউটার সায়েন্সের ডিপেন্ডেন্সি অ্যানালাইসিস (Dependency Analysis in Computer Science)
সফটওয়্যার ইঞ্জিনিয়ারিংয়ে, বিশেষ করে কম্পাইলার ডিজাইনে, ক্লাস বা মডিউলের মধ্যে নির্ভরতা বিশ্লেষণ করা হয় (যেমন Roslyn বা C++ কম্পাইলার)। এটি নির্ভরতা চক্র (dependency cycles) সনাক্ত করে যা সফটওয়্যারকে অস্থিতিশীল করতে পারে। সঞ্জয় নাথের "ডিকশনারি" কে একটি সফটওয়্যার আর্কিটেকচার হিসেবে দেখার ধারণাটি এই বাস্তবিক প্রয়োগের সাথে মিলে যায়।
২. সঞ্জয় নাথের দর্শনের বিশ্লেষণ
সঞ্জয় নাথের "Qhenomenology Reasoning System" একটি রেডিক্যাল অবজেক্টিভিটির (Radical Objectivity) দিকে ধাবিত হওয়ার প্রচেষ্টা। তার মূল যুক্তিগুলি হলো:
মানুষের জ্ঞানের সীমাবদ্ধতা
মানুষ সহজাতভাবে পক্ষপাতদুষ্ট (errrrrrr) এবং তাদের বিচার বিষয়ভিত্তিক (subjective)। তাই মানুষের কাছ থেকে "ভ্যালিডেশন" চাওয়া জ্ঞানকে অসম্পূর্ণ করে তোলে।
মেশিনের বস্তুনিষ্ঠতা
মেশিন, যেহেতু আবেগ বা পক্ষপাত দ্বারা প্রভাবিত হয় না, তাই এটি "অবজেক্টিভ" ভ্যালিডেশন দিতে পারে। এটি "সত্যিকারের" পরীক্ষা।
ডিকশনারি
বিশুদ্ধ ডেটা উৎস
সঞ্জয় নাথের কাছে ডিকশনারি কেবল শব্দের অর্থ বহনকারী কোনো "ঐতিহাসিক দলিল" নয়, বরং একটি ক্লোজড অ্যালজেব্রাইক স্ট্রাকচার যেখানে প্রতিটি শব্দ একটি C++ ক্লাস নাম এবং ডান দিকের টোকেনগুলো সেই ক্লাসের ইনস্ট্যান্স ভেরিয়েবল। এটি একটি বিমূর্ত গাণিতিক মডেল যেখানে অর্থ বা মানবীয় ব্যাখ্যাকে সম্পূর্ণরূপে বাদ দেওয়া হয়েছে। সঞ্জয় নাথ meaning গুলোকে সম্পূর্ণ অস্বীকার করেন এবং সেগুলো কে স্রেফ class টোকেন instance variable রূপে স্রেফ variable name ধরে নেন।
Qhenomenology Reasoning System
এই সিস্টেমটি ডিকশনারিকে ভিত্তি করে এমন একটি রিজনিং ইঞ্জিন তৈরি করে যা মানুষের জনপ্রিয় বিশ্বাস, প্রবণতা, ইতিহাস, রাজনীতি, এমনকি ধর্মবিশ্বাসকেও সম্পূর্ণ অস্বীকার করে। এটি মানুষের "বিকৃত ধারণা" থেকে মুক্ত হয়ে বিশুদ্ধ বস্তুনিষ্ঠতার সাথে মানুষকে বিশ্লেষণ করে।
কিছু চ্যালেঞ্জ এবং সমালোচনা
সঞ্জয় নাথের দর্শনটি বুদ্ধিদীপ্ত হলেও এটি কিছু গুরুতর দার্শনিক এবং বাস্তবসম্মত চ্যালেঞ্জের মুখোমুখি হয়
ভাষার প্রকৃতি
ভাষা কি কেবল একটি "ক্লোজড অ্যালজেব্রাইক স্ট্রাকচার" এবং শব্দগুলো নিছক ক্লাস নাম? ভাষাবিদ্যা এবং দর্শন ঐতিহাসিকভাবে দেখিয়েছে যে ভাষার অর্থ, সামাজিক ব্যবহার এবং সাংস্কৃতিক প্রেক্ষাপট গভীর এবং অবিচ্ছেদ্যভাবে জড়িত। অর্থ ছাড়া কি কোনো "রিজনিং" সম্ভব?
ডিকশনারির উৎপত্তি
ডিকশনারি কে তৈরি করেছে? মানুষ। তাহলে ডিকশনারিতে কি মানুষের পক্ষপাত বা সেই সময়ের প্রচলিত ধারণার প্রভাব নেই? সঞ্জয় নাথ যদিও ডিকশনারিকে ঐতিহাসিক দলিল বলতে অস্বীকার করছেন, কিন্তু এর প্রতিটি শব্দ এবং তার বর্ণনার পেছনে মানবীয় নির্বাচন এবং সংজ্ঞায়নের ইতিহাস রয়েছে। সঞ্জয় নাথ মনে করেন dictionary টা নিয়ে কোন এলিয়েন চলে গেছে তারপর স্টাডি করছে কেবল সেটি কে। তারা মানুষ দেখেনি কোনদিন। তারা কেবল dictionary টা নিয়েই স্টাডি করছে।
"বিশুদ্ধ বস্তুনিষ্ঠতা" কতটা সম্ভব? এমনকি বিজ্ঞানেও, পর্যবেক্ষকের প্রভাব এবং তত্ত্বের ভূমিকা নিয়ে দীর্ঘ দার্শনিক বিতর্ক রয়েছে। "মানবীয় উপাদানকে সম্পূর্ণ অস্বীকার করা" কি আদৌ সম্ভব, যখন সিস্টেমটি মানুষের দ্বারা ডিজাইন করা এবং তার কাজ শেষ পর্যন্ত মানুষের জগতকে বোঝার বা প্রভাবিত করার জন্য?
গণিত ও সফটওয়্যার এনালজি
C++ ক্লাসের সাথে শব্দের তুলনা এবং ডিকশনারিকে সফটওয়্যার আর্কিটেকচার হিসেবে দেখা একটি শক্তিশালী উপমা, কিন্তু এটি কি ভাষার সমস্ত জটিলতাকে ধারণ করতে পারে? সঞ্জয় নাথ মনে করে সেটা reasoning না পারলেই ভালো তাতে reasoning এর bias কমে যায়।বিশেষ করে, মানুষের আবেগ কেও class name ধরে এগোনো টা খুব খুব খুব বেশি ambitious reasoning paradigm shift, নৈতিকতা বা সৃজনশীলতার মতো বিষয়গুলোকে কেবল "ক্লাস নাম" হিসেবে দেখলে তাদের সম্পূর্ণতা কি হারিয়ে যায় না? সঞ্জয় নাথ strict ভাবে মোন করে সে হোক কারণ নৈতিকতা আলাদা কিছু নয় সেইটাও bias এর রূপ এবং ঐটা কে class না ধরলে reasoning এর bias তাতে ও খুব বাড়ে। চোর ডাকাত ও বেড়ে যায় reasoning এর ভুল এর কারণে।আর objectivity বেশি প্রয়োজন।subjectivity কেবল চোর ডাকাত তৈরি করে।সঞ্জয় নাথের এই চিন্তাভাবনা প্রচলিত জ্ঞানতত্ত্ব এবং এআই এর ক্ষেত্রে একটি গুরুত্বপূর্ণ বিতর্কের জন্ম দিতে পারে। এটি আসলে "অমানবিক" মনে হতে পারে, কারণ এটি মানবীয় অভিজ্ঞতা এবং ব্যাখ্যার ঐতিহ্যগত গুরুত্বকে সম্পূর্ণ অস্বীকার করে। তবে, Russel এর "প্রিডিক্যাটিভিটি দর্শন" এবং "ডিপ রিকার্সিভ ডিপেন্ডেন্সি হায়ারার্কি" এর মাধ্যমে "সৎভাবে পরীক্ষা করার" আগ্রহটি বুদ্ধিবৃত্তিকভাবে খুবই আকর্ষণীয়। এটি মানবীয় সীমাবদ্ধতা থেকে মুক্ত হয়ে জ্ঞান অর্জনের একটি চূড়ান্ত প্রচেষ্টা।এটি একটি গভীর আলোচনার বিষয়, যা দর্শন, ভাষাবিজ্ঞান, কৃত্রিম বুদ্ধিমত্তা এবং গণিতের বিভিন্ন শাখা থেকে ইনপুট দাবি করে। এই ধরনের মৌলিক প্রশ্ন নিয়ে আরও গবেষণা হলে আমরা জ্ঞানের প্রকৃতি এবং বুদ্ধিমত্তার নতুন দিগন্ত উন্মোচন করতে পারি।
"qhenomenology" (ফেনোমেনোলজি নয়, বরং একটি নির্দিষ্ট ধারণা হিসেবে) উল্লেখ করেছেন, তা সঞ্জয় নাথের প্রস্তাবিত reasoning system এর সাথে সম্পর্কিত, যা dictionary ভিত্তিক একটি objective reasoning framework তৈরি করে। স্বাভাবিক ভাবেই আপনি ভাববেন এটা আবার কি?????? (১) এই ধরনের গবেষণা কে কে করেছে, (২) dictionary analysis এর জন্য compiler কে তৈরি করেছে, এবং (৩) কোন কোন প্রজেক্ট এই নিয়ে কাজ করছে।
১. এই ধরনের গবেষণা আগে কে কে করেছে?
Dictionary analysis বা lexical analysis এবং dependency management-এর মতো ধারণা কম্পাইলার ডিজাইনের মূল অংশ। এই ক্ষেত্রে উল্লেখযোগ্য অবদানকারীরা হলেন
নোয়াম চমস্কি
ভাষার গাণিতিক কাঠামো (Chomsky Hierarchy) তৈরি করেছেন, যা lexical analysis এবং symbol table management-এর ভিত্তি।[](https://en.wikipedia.org/wiki/Category:Compiler_construction)
জন ব্যাকাস
BNF (Backus-Naur Form) প্রবর্তন করেন, যা dictionary-ভিত্তিক syntax analysis-এর জন্য গুরুত্বপূর্ণ।[](https://en.wikipedia.org/wiki/Category:Compiler_construction)
আলফ্রেড আহো, রবি শেঠি, জেফরি উলম্যান
তাদের "Dragon Book" (Compilers: Principles, Techniques, and Tools) বইয়ে symbol table এবং dependency analysis-এর বিস্তারিত বর্ণনা দিয়েছেন।[](https://ebooks.inflibnet.ac.in/csp10/chapter/chapter-1/)
প্রমোদ জয়েশা ও বারবারা রাইডার অবজেক্ট-ওরিয়েন্টেড ভাষার জন্য reference analysis নিয়ে কাজ করেছেন, যা class dependency এবং dictionary management-এর সাথে সম্পর্কিত।
২. Dictionary Analysis-এর জন্য Compiler কে বানিয়েছে?
Dictionary analysis বা symbol table management এর জন্য বেশ কিছু compiler এবং tool তৈরি হয়েছে
GCC (GNU Compiler Collection)
রিচার্ড স্টলম্যানের নেতৃত্বে ওপেন-সোর্স কমিউনিটি এটি তৈরি করেছে। এটি C/C++ এর জন্য symbol table এবং dependency analysis করে।[](https://en.wikipedia.org/wiki/Category:Compiler_construction)
LLVM ও Clang
ক্রিস ল্যাটনারের নেতৃত্বে LLVM প্রজেক্টে Clang তৈরি হয়, যা dictionary-ভিত্তিক static analysis এবং circular dependency detection করে।[](https://en.wikipedia.org/wiki/Category:Compiler_construction)
Roslyn
মাইক্রোসফটের তৈরি C# এবং VB.NET-এর জন্য এই compiler class dependency hierarchy এবং semantic validation করে।[](https://stackoverflow.com/questions/46694806/what-are-the-tools-for-semantic-analysis-phase-of-compiler-construction)
Flex ও Lex
Lexical analysis এর জন্য এই টুলগুলো dictionary ভিত্তিক token recognition করে।(https://stackoverflow.com/questions/46694806/what-are-the-tools-for-semantic-analysis-phase-of-compiler-construction)
এই টুলগুলো শব্দ বা identifier-কে class name হিসেবে বিশ্লেষণ করে এবং তাদের dependency chain পরীক্ষা করে, যা সঞ্জয় নাথের qhenomenology system এর সাথে সাদৃশ্যপূর্ণ।
৩. আর কোন কোন প্রজেক্ট এই নিয়ে কাজ করছে?
কিছু উল্লেখযোগ্য প্রজেক্ট যারা dictionary analysis বা dependency management নিয়ে কাজ করছে
Roslyn (মাইক্রোসফট)
C# এবং VB.NET-এর জন্য symbol table এবং dependency analysis করে। GitHub এ ওপেন সোর্স।[](https://stackoverflow.com/questions/46694806/what-are-the-tools-for-semantic-analysis-phase-of-compiler-construction)
Clang Static Analyzer (LLVM) Class dependency এবং circular reference detection-এর জন্য উন্নত static analysis করে।[](https://en.wikipedia.org/wiki/Category:Compiler_construction)
Java Compiler (javac)
Oracle-এর javac symbol table ব্যবহার করে class dependency এবং type checking করে।[](https://byjus.com/gate/gate-compiler-design-questions/)
Polyglot Framework
মাইকেল আর. ক্লার্কসন ও অ্যান্ড্রু মায়ার্সের তৈরি এই ফ্রেমওয়ার্ক domain-specific ভাষার জন্য dictionary management করে।এছাড়া, formal verification টুল যেমন Coq এবং Isabelle predicativity ভিত্তিক validation system তৈরিতে কাজ করছে, যা নাথের দৃষ্টিভঙ্গির সাথে মিলে যায়।
৪. সঞ্জয় নাথের Qhenomenology Reasoning System
সঞ্জয় নাথের qhenomenology reasoning system একটি অভিনব ধারণা, যা dictionary কে একটি closed algebraic structure হিসেবে বিবেচনা করে, যেখানে
Dictionary Structure
বাঁদিকের কলামে unique class name (শব্দ) এবং ডানদিকে instance variable (tokens) থাকে। এটি group theory এর closure principle মেনে চলে, যেখানে কোনো class name পুনরাবৃত্তি হয় না।[](https://www.studocu.com/in/document/rayat-bahra-university/hr-and-communicatioon/dictionary-project-report/41521366)
Dependency Analysis
Static verifiers (যেমন Roslyn, Clang) circular reference ধরে এবং dependency chain weightage দিয়ে class-গুলোকে সাজায়। কম নির্ভরশীল class বেশি fundamental ধারণা হিসেবে বিবেচিত হয়।
Objectivity
এই সিস্টেম মানুষের ইতিহাস, ধর্ম, রাজনীতি, বা ট্রেন্ডকে অস্বীকার করে, শুধু dictionary এর শব্দের উপর ভিত্তি করে reasoning করে। এটি Russel এর predicativity type থিওরী,হাইডেগারের Being and Time এবং উইটগেনস্টাইনের Tractatus এর প্রভাবে গড়ে উঠেছে।
Machine Validation
সঞ্জয় নাথ মানুষের subjective validation এর পরিবর্তে মেশিন ভিত্তিক validation এর উপর জোর দেন, কারণ মানুষের ত্রুটি (human is errrrrr) এড়ানো যায়।
৫. দার্শনিক দৃষ্টিভঙ্গি
সঞ্জয় নাথ এর দর্শন, যেখানে মানুষের থেকে validation না নিয়ে মেশিনের উপর নির্ভর করার কথা বলা হয়েছে, তা অত্যন্ত আকর্ষণীয়। এটি মানুষের subjective ত্রুটি এড়িয়ে objectivity এর দিকে যাওয়ার একটি পথ। তবে
চ্যালেঞ্জ হচ্ছে
Dictionary নিজেও মানুষের তৈরি, তাই এটি সম্পূর্ণ objective নাও হতে পারে। ইতিহাস বা সংস্কৃতির প্রভাব থেকে মুক্ত করা কঠিন। তবে সমস্ত তারিখ আর মানুষ এর নাম গুলো আগেই উড়িয়ে দেওয়া উচিত dictionary থেকে। সমস্ত ধরনের bias free dictionary তৈরি করে নেওয়া উচিত আগেই।
৬. সম্ভাব্য পদক্ষেপ
টুল অধ্যয়ন
Roslyn, Clang, বা Coq-এর মতো টুল অধ্যয়ন করলে আরো ভালো বুঝবেন এগুলো, যা dependency analysis এবং formal verification করে। এগুলো নাথের সিস্টেমের কাঠামো তৈরিতে সাহায্য করতে পারে।
NLP ও Qhenomenology
NLP-এর সাথে qhenomenology সংযোগ করতে গবেষণা হওয়া উচিত। IRLBench এর মতো প্রজেক্ট এই দিকে কিছুটা আলো ফেলতে পারে।
সঞ্জয় নাথের qhenomenology reasoning system একটি উদ্ভাবনী ধারণা, যা compiler design এবং group theory কে philosophical objectivity এর সাথে মেলায়। এই ধরনের গবেষণা lexical analysis এবং dependency management এর ক্ষেত্রে আগে থেকেই বিদ্যমান, তবে নাথের মতো dictionary কে purely algebraic structure হিসেবে দেখার দৃষ্টিভঙ্গি নতুন। এটি বাস্তবায়ন করতে হলে Roslyn বা Clang এর মতো টুল ব্যবহার করা যেতে পারে। Russel Wittgenstein দের Objective predicativity দর্শন, যেখানে মানুষের সাথে আনন্দ ভাগ করা হয় কিন্তু validation মেশিন থেকে নেওয়া হয়, তা একটি শক্তিশালী ভারসাম্য প্রকাশ করে।সঞ্জয় নাথের কাজের নির্দিষ্ট তথ্য (github qhenomenology project আছে ) থাকে, আরো গভীরভাবে কাজ চলছে। সঞ্জয় নাথ যে ধরনের dictionary ভিত্তিক reasoning system এবং predicativity নির্ভর বিশ্লেষণাত্মক দর্শনের কথা বলেছেন, তা AI গবেষণার এক বিশেষ ও বিরল শাখার অন্তর্গত। অবশ্যই এই ধরনের reasoning করার জন্য আরো কিছু প্রজেক্ট হচ্ছে পৃথিবী তে কিছু উল্লেখযোগ্য প্রকল্প ও গবেষণার উল্লেখ করা উচিত যাতে পাঠক মিলিয়ে দেখতে পারেন।
১. Cyc Project (Douglas Lenat, Cycorp)
Cyc একটি দীর্ঘমেয়াদী AI প্রকল্প যা সাধারণ জ্ঞান এবং ontological reasoning এর উপর ভিত্তি করে। এটি একটি বিশাল knowledge base তৈরি করেছে, যেখানে প্রতিটি ধারণা এবং সম্পর্ক formal logic এর মাধ্যমে উপস্থাপিত।
২. DeepProbLog
DeepProbLog একটি probabilistic logic programming ভাষা যা deep learning এবং symbolic reasoning একত্রিত করে। এটি neural networks এবং probabilistic logic এর সমন্বয়ে reasoning সম্পাদন করে।
৩. Vadalog
Vadalog একটি Datalog ভিত্তিক reasoning সিস্টেম যা ontological reasoning এবং knowledge graph-এর উপর কাজ করে। এটি recursion এবং aggregation সমর্থন করে এবং efficient computation-এর জন্য উন্নত termination control strategy ব্যবহার করে।
৪. MRKL Systems (Modular Reasoning, Knowledge and Language)
MRKL একটি neuro symbolic architecture যা large language models, external knowledge sources এবং discrete reasoning মডিউল একত্রিত করে। এটি linguistic processing এর পাশাপাশি knowledge এবং রিজনিংবএর উপর গুরুত্ব দেয়।
৫. PAL (Program Aided Language Models)
PAL একটি approach যা natural language problems-কে প্রোগ্রাম হিসাবে রূপান্তর করে এবং একটি interpreter-এর মাধ্যমে সমাধান করে। এটি neural LLM এবং symbolic interpreter এর সমন্বয়ে কাজ করে।
৬. Neuro symbolic AI
Neuro-symbolic AI একটি AI-এর উপশাখা যা neural এবং symbolic AI architectures কে একত্রিত করে reasoning, learning এবং cognitive modeling সম্পাদন করে। এটি abstraction এবং symbol manipulation এর উপর জোর দেয়।
৭. Deep Learning for Ontology Reasoning
এই গবেষণায় deep recursive neural networks ব্যবহার করে ontology reasoning সম্পাদন করা হয়েছে, যা traditional logic-based reasoners-এর তুলনায় দ্রুত এবং কার্যকর।
৮. Probabilistic Action Cores (PRAC)
PRAC একটি সিস্টেম যা natural language instructions-কে robots-এর জন্য executable actions এ রূপান্তর করে। এটি probabilistic relational models এবং analogical reasoning ব্যবহার করে।
৯. Dynamic Semiotic Systemic Knowledge Compiler
এই পেটেন্টটি একটি সিস্টেম বর্ণনা করে যা language, semiotics এবং ontologies ব্যবহার করে knowledge representation এবং reasoning সম্পাদন করে। এটি visual এবং auditory ontologies এর মাধ্যমে তথ্য উপস্থাপন করে।
১০. Machine-Learning Assisted Natural Language Programming System
এই সিস্টেমটি natural language input কে constrained language statements এ
Comments
Post a Comment