How AI Works (এআই কীভাবে কাজ করে) - সম্পূর্ণ প্রশ্ন সমাধান ও উত্তরমালা

1. In AI systems, data is primarily used to: (এআই সিস্টেমে ডাটা মূলত কীসের জন্য ব্যবহৃত হয়?)

(ক) Display graphics (গ্রাফিক্স প্রদর্শন করতে)

(খ) Train models to learn patterns (প্যাটার্ন শেখার জন্য মডেলগুলোকে ট্রেন বা প্রশিক্ষণ দিতে)

(গ) Increase storage size (স্টোরেজ সাইজ বাড়াতে)

(ঘ) Improve hardware speed (হার্ডওয়্যার স্পিড উন্নত করতে)

✅ সঠিক উত্তর: Train models to learn patterns (প্যাটার্ন শেখার জন্য মডেলগুলোকে ট্রেন বা প্রশিক্ষণ দিতে)

ব্যাখ্যা: Data acts as the textbook for AI. Models study this data to find statistical regularities and rules automatically. (ডাটা এআই-এর জন্য পাঠ্যবই হিসেবে কাজ করে। মডেলগুলো স্বয়ংক্রিয়ভাবে পরিসংখ্যানগত নিয়ম এবং প্যাটার্ন খুঁজে পেতে এই ডাটা অধ্যায়ন করে।)

2. Training a model refers to: (একটি মডেলকে ট্রেন করার অর্থ কী?)

(ক) Running final predictions (চূড়ান্ত প্রেডিকশন বা ভবিষ্যদ্বাণী চালানো)

(খ) Adjusting internal parameters using data (ডাটা ব্যবহার করে ইন্টারনাল প্যারামিটারগুলো সামঞ্জস্য করা)

(গ) Writing software UI (সফটওয়্যার ইউআই লেখা)

(ঘ) Installing applications (অ্যাপ্লিকেশন ইনস্টল করা)

✅ সঠিক উত্তর: Adjusting internal parameters using data (ডাটা ব্যবহার করে ইন্টারনাল প্যারামিটারগুলো সামঞ্জস্য করা)

ব্যাখ্যা: During training, the model analyzes data and repeatedly adjusts its weights and parameters to minimize errors. (ট্রেনিংয়ের সময় মডেলটি ডাটা বিশ্লেষণ করে এবং ভুল বা ত্রুটিগুলো কমাতে বারবার তার ওয়েট এবং প্যারামিটারগুলো সামঞ্জস্য করে।)

3. Inference in AI refers to: (এআই-তে ইনফারেন্স (Inference) বলতে কী বোঝায়?)

(ক) Training phase (ট্রেনিং বা প্রশিক্ষণ ফেজ)

(খ) Prediction phase using trained model (প্রশিক্ষিত মডেল ব্যবহার করে প্রেডিকশন বা ভবিষ্যদ্বাণী করার ফেজ)

(গ) Data collection phase (ডাটা সংগ্রহের ফেজ)

(ঘ) Hardware setup (হার্ডওয়্যার সেটআপ)

✅ সঠিক উত্তর: Prediction phase using trained model (প্রশিক্ষিত মডেল ব্যবহার করে প্রেডিকশন বা ভবিষ্যদ্বাণী করার ফেজ)

ব্যাখ্যা: Inference is the live phase where a fully trained model takes real-world input data and calculates an output or prediction. (ইনফারেন্স হলো লাইভ ফেজ যেখানে একটি সম্পূর্ণ প্রশিক্ষিত মডেল বাস্তব জগতের ইনপুট ডাটা গ্রহণ করে এবং একটি আউটপুট বা ভবিষ্যদ্বাণী হিসাব করে।)

4. AI systems generalize when they: (এআই সিস্টেমগুলো তখনই জেনারেলাইজ বা সাধারণীকরণ করতে পারে যখন তারা:)

(ক) Memorize all training data exactly (সব ট্রেনিং ডাটা হুবহু মুখস্থ করে)

(খ) Perform well on unseen data (আগে না দেখা নতুন ডাটায় ভালো পারফর্ম করে)

(গ) Ignore training data (ট্রেনিং ডাটা উপেক্ষা করে)

(ঘ) Stop learning (শেখা বন্ধ করে দেয়)

✅ সঠিক উত্তর: Perform well on unseen data (আগে না দেখা নতুন ডাটায় ভালো পারফর্ম করে)

ব্যাখ্যা: True intelligence means applying knowledge to new situations. Generalization proves the AI learned the concepts, not just memorized data. (প্রকৃত বুদ্ধিমত্তা মানে নতুন পরিস্থিতিতে জ্ঞান প্রয়োগ করা। জেনারেলাইজেশন প্রমাণ করে যে এআই কেবল ডাটা মুখস্থ করেনি, বরং কনসেপ্টটি শিখেছে।)

5. The relationship between input and output in AI is learned through: (এআই-তে ইনপুট এবং আউটপুটের মধ্যকার সম্পর্কটি কীভাবে শেখা হয়?)

(ক) Hardcoding rules (হার্ডকোডিং নিয়মের মাধ্যমে)

(খ) Statistical patterns in data (ডাটার মধ্যে থাকা পরিসংখ্যানগত প্যাটার্নের মাধ্যমে)

(গ) Manual instructions (ম্যানুয়াল নির্দেশাবলীর মাধ্যমে)

(ঘ) Hardware configuration (হার্ডওয়্যার কনফিগারেশনের মাধ্যমে)

✅ সঠিক উত্তর: Statistical patterns in data (ডাটার মধ্যে থাকা পরিসংখ্যানগত প্যাটার্নের মাধ্যমে)

ব্যাখ্যা: Instead of a human programmer writing the logic, AI uses statistics to discover how inputs map to outputs based on data. (কোনো হিউম্যান প্রোগ্রামার লজিক লেখার পরিবর্তে, এআই ডাটার ওপর ভিত্তি করে ইনপুট কীভাবে আউটপুটের সাথে সম্পর্কিত তা আবিষ্কার করতে পরিসংখ্যান ব্যবহার করে।)

6. A model in AI is best described as: (এআই-তে একটি মডেলকে সবচেয়ে ভালো বর্ণনা করা যায় কীভাবে?)

(ক) A database (একটি ডাটাবেজ হিসেবে)

(খ) A mathematical representation of patterns (প্যাটার্নের একটি গাণিতিক উপস্থাপনা হিসেবে)

(গ) A hardware device (একটি হার্ডওয়্যার ডিভাইস হিসেবে)

(ঘ) A user interface (একটি ইউজার ইন্টারফেস হিসেবে)

✅ সঠিক উত্তর: A mathematical representation of patterns (প্যাটার্নের একটি গাণিতিক উপস্থাপনা হিসেবে)

ব্যাখ্যা: An AI model is a saved file containing mathematical equations and weights that capture the structures found in the training data. (একটি এআই মডেল হলো একটি সংরক্ষিত ফাইল যা গাণিতিক সমীকরণ এবং ওয়েট ধারণ করে, যা ট্রেনিং ডাটায় পাওয়া স্ট্রাকচারগুলোকে ধরে রাখে।)

7. What happens if training data is biased? (যদি ট্রেনিং ডাটা পক্ষপাতদুষ্ট বা বায়াসড হয় তবে কী ঘটে?)

(ক) AI becomes faster (এআই আরও দ্রুত কাজ করে)

(খ) AI produces biased results (এআই পক্ষপাতদুষ্ট ফলাফল তৈরি করে)

(গ) AI stops working (এআই কাজ করা বন্ধ করে দেয়)

(ঘ) AI ignores data (এআই ডাটা উপেক্ষা করে)

✅ সঠিক উত্তর: AI produces biased results (এআই পক্ষপাতদুষ্ট ফলাফল তৈরি করে)

ব্যাখ্যা: AI mirrors its training data. If the dataset contains human biases or unfair representation, the model outputs will repeat those biases. (এআই তার ট্রেনিং ডাটাকে প্রতিফলিত করে। যদি ডাটাসেটে মানুষের পক্ষপাতিত্ব বা অসম প্রতিনিধিত্ব থাকে, তবে মডেলের আউটপুটেও সেই পক্ষপাতের পুনরাবৃত্তি ঘটবে।)

8. AI prediction is based on: (এআই-এর ভবিষ্যদ্বাণী কিসের ওপর ভিত্তি করে তৈরি হয়?)

(ক) Random guessing (এলোমেলো অনুমানের ওপর)

(খ) Learned probability patterns (শেখা সম্ভাব্যতা বা প্রোবাবিলিটি প্যাটার্নের ওপর)

(গ) Manual calculation (ম্যানুয়াল গণনার ওপর)

(ঘ) Screen resolution (স্ক্রিন রেজোলিউশনের ওপর)

✅ সঠিক উত্তর: Learned probability patterns (শেখা সম্ভাব্যতা বা প্রোবাবিলিটি প্যাটার্নের ওপর)

ব্যাখ্যা: AI does not give absolute certainties; it calculates the highest mathematical probability based on what it learned during training. (এআই পরম নিশ্চয়তা দেয় না; এটি ট্রেনিংয়ের সময় যা শিখেছে তার ওপর ভিত্তি করে সর্বোচ্চ গাণিতিক সম্ভাব্যতা গণনা করে।)

9. Over time, AI systems improve when: (সময়ের সাথে সাথে এআই সিস্টেমগুলো উন্নত হয় যখন:)

(ক) More relevant data is added (আরও বেশি প্রাসঙ্গিক ডাটা যোগ করা হয়)

(খ) Hardware is replaced (হার্ডওয়্যার পরিবর্তন করা হয়)

(গ) Internet speed increases (ইন্টারনেটের গতি বৃদ্ধি পায়)

(ঘ) Screens are upgraded (স্ক্রিন আপগ্রেড করা হয়)

✅ সঠিক উত্তর: More relevant data is added (আরও বেশি প্রাসঙ্গিক ডাটা যোগ করা হয়)

ব্যাখ্যা: Continuous learning with high-quality, relevant data exposes the system to new scenarios, polishing its mathematical patterns. (উচ্চ-মানের, প্রাসঙ্গিক ডাটার সাহায্যে ক্রমাগত শেখার ফলে সিস্টেমটি নতুন নতুন সিনারিওর মুখোমুখি হয়, যা তার গাণিতিক প্যাটার্নকে আরও নিখুঁত করে তোলে।)

10. The black box problem in AI refers to: (এআই-তে ব্ল্যাক বক্স সমস্যা বলতে কী বোঝায়?)

(ক) Hardware failure (হার্ডওয়্যার ব্যর্থতা)

(খ) Difficulty in explaining model decisions (মডেলের সিদ্ধান্তগুলো ব্যাখ্যা করার ক্ষেত্রে অসুবিধা)

(গ) Data storage issue (ডাটা স্টোরেজ বা সংরক্ষণের সমস্যা)

(ঘ) Network problem (নেটওয়ার্কের সমস্যা)

✅ সঠিক উত্তর: Difficulty in explaining model decisions (মডেলের সিদ্ধান্তগুলো ব্যাখ্যা করার ক্ষেত্রে অসুবিধা)

ব্যাখ্যা: Deep neural networks have millions of interacting variables, making it highly difficult for humans to trace exactly why an AI made a specific decision. (ডিপ নিউরাল নেটওয়ার্কে লাখ লাখ ইন্টারঅ্যাক্টিং ভেরিয়েবল থাকে, যার কারণে এআই কেন একটি নির্দিষ্ট সিদ্ধান্ত নিয়েছে তা মানুষের পক্ষে হুবহু ট্র্যাক করা অত্যন্ত কঠিন হয়ে পড়ে।)

11. AI cannot function without: (কোনটি ছাড়া এআই কাজ করতে পারে না?)

(ক) Data input (ডাটা ইনপুট)

(খ) Mouse (মাউস)

(গ) Monitor (মনিটর)

(ঘ) Keyboard (কিবোর্ড)

✅ সঠিক উত্তর: Data input (ডাটা ইনপুট)

ব্যাখ্যা: Data is the source of code and logic generation for artificial intelligence. Without input data, there is nothing for the system to process or learn. (কৃত্রিম বুদ্ধিমত্তার জন্য কোড এবং লজিক তৈরির উৎস হলো ডাটা। ইনপুট ডাটা ছাড়া সিস্টেমের প্রসেস বা শেখার মতো কিছুই থাকে না।)

12. A dataset in AI is: (এআই-তে একটি ডাটাসেট হলো:)

(ক) A single file (একটি মাত্র ফাইল)

(খ) Collection of structured data (কাঠামোগত ডাটা বা স্ট্রাকচার্ড ডাটার সংগ্রহ)

(গ) A program (একটি প্রোগ্রাম)

(ঘ) A hardware system (একটি হার্ডওয়্যার সিস্টেম)

✅ সঠিক উত্তর: Collection of structured data (কাঠামোগত ডাটা বা স্ট্রাকচার্ড ডাটার সংগ্রহ)

ব্যাখ্যা: A dataset brings together many matching examples, samples, or metrics neatly organized so that a computer algorithm can parse them. (একটি ডাটাসেট অনেকগুলো মানানসই উদাহরণ, স্যাম্পল বা মেট্রিক্সকে সুন্দরভাবে গুছিয়ে একত্রিত করে যাতে কম্পিউটার অ্যালগরিদম সেগুলো পার্স বা বিশ্লেষণ করতে পারে।)

13. The main role of features in AI is to: (এআই-তে ফিচারের প্রধান ভূমিকা কী?)

(ক) Store output (আউটপুট সংরক্ষণ করা)

(খ) Represent input characteristics (ইনপুটের বৈশিষ্ট্যগুলো উপস্থাপন করা)

(গ) Increase storage (স্টোরেজ বাড়ানো)

(ঘ) Replace models (মডেল প্রতিস্থাপন করা)

✅ সঠিক উত্তর: Represent input characteristics (ইনপুটের বৈশিষ্ট্যগুলো উপস্থাপন করা)

ব্যাখ্যা: Features are the specific independent columns or variables (like size, weight, or color) that help the model understand the input data. (ফিচার হলো নির্দিষ্ট স্বাধীন কলাম বা ভেরিয়েবল (যেমন আকার, ওজন বা রঙ) যা মডেলকে ইনপুট ডাটা বুঝতে সাহায্য করে।)

14. Labels in supervised learning are: (সুপারভাইজড লার্নিংয়ে লেবেল (Labels) হলো:)

(ক) Input values (ইনপুট মান)

(খ) Expected outputs (প্রত্যাশিত আউটপুট বা সঠিক উত্তর)

(গ) Hardware signals (হার্ডওয়্যার সিগন্যাল)

(ঘ) Random values (এলোমেলো মান)

✅ সঠিক উত্তর: Expected outputs (প্রত্যাশিত আউটপুট বা সঠিক উত্তর)

ব্যাখ্যা: A label is the target column or correct answer assigned to an entry, which the AI tries to predict during the production or test phase. (লেবেল হলো কোনো এন্ট্রির লক্ষ্য কলাম বা সঠিক উত্তর, যা এআই প্রোডাকশন বা টেস্ট ফেজে প্রেডিক্ট করার চেষ্টা করে।)

15. AI learns patterns by: (এআই প্যাটার্ন শেখে যেভাবে:)

(ক) Manual coding for each case (প্রতিটি কেসের জন্য ম্যানুয়াল কোডিং করে)

(খ) Adjusting internal parameters (অভ্যন্তরীণ প্যারামিটারগুলো সামঞ্জস্য করে)

(গ) Increasing memory (মেমোরি বা স্মৃতি বাড়িয়ে)

(ঘ) Reducing input (ইনপুট কমিয়ে)

✅ সঠিক উত্তর: Adjusting internal parameters (অভ্যন্তরীণ প্যারামিটারগুলো সামঞ্জস্য করে)

ব্যাখ্যা: By checking its error rates against training data, the AI tunes millions of mathematical weights until its configurations align with reality. (ট্রেনিং ডাটার বিপরীতে তার ভুলের হার পরীক্ষা করে, এআই লাখ লাখ গাণিতিক ওয়েট বা প্যারামিটার টিউন করে যতক্ষণ না তার কনফিগারেশন বাস্তবতার সাথে মিলে যায়।)

16. A poor dataset usually leads to: (একটি দুর্বল বা নিম্নমানের ডাটাসেট সাধারণত কীসের দিকে নিয়ে যায়?)

(ক) Better AI performance (উন্নত এআই পারফরম্যান্সের দিকে)

(খ) Poor predictions (দুর্বল বা ভুল ভবিষ্যদ্বাণীর দিকে)

(গ) Faster training (দ্রুত ট্রেনিং বা প্রশিক্ষণের দিকে)

(ঘ) No change (কোনো পরিবর্তন না হওয়ার দিকে)

✅ সঠিক উত্তর: Poor predictions (দুর্বল বা ভুল ভবিষ্যদ্বাণীর দিকে)

ব্যাখ্যা: The quality of an AI model is directly bounded by its dataset quality. Bad data produces inaccurate and unreliable models. (একটি এআই মডেলের গুণগত মান সরাসরি তার ডাটাসেটের গুণগত মানের ওপর নির্ভরশীল। খারাপ ডাটা ভুল এবং অবিশ্বাস্য মডেল তৈরি করে।)

17. AI does NOT rely on: (এআই নিচের কোনটির ওপর নির্ভর করে না?)

(ক) Data (ডাটা)

(খ) Models (মডেল)

(গ) Random guessing only (কেবল এলোমেলো অনুমানের ওপর)

(ঘ) Algorithms (অ্যালগরিদম)

✅ সঠিক উত্তর: Random guessing only (কেবল এলোমেলো অনুমানের ওপর)

ব্যাখ্যা: AI utilizes strict mathematical formulas, target loss functions, and structural pattern optimization, making it far superior to random luck. (এআই কঠোর গাণিতিক ফর্মুলা, টার্গেট লস ফাংশন এবং স্ট্রাকচারাল প্যাটার্ন অপ্টিমাইজেশান ব্যবহার করে, যা একে এলোমেলো অনুমানের চেয়ে অনেক উন্নত করে তোলে।)

18. The output of an AI model is called: (একটি এআই মডেলের আউটপুটকে কী বলা হয়?)

(ক) Prediction (প্রেডিকশন বা ভবিষ্যদ্বাণী)

(খ) Storage (স্টোরেজ)

(গ) Code (কোড)

(ঘ) Hardware (হার্ডওয়্যার)

✅ সঠিক উত্তর: Prediction (প্রেডিকশন বা ভবিষ্যদ্বাণী)

ব্যাখ্যা: The final mathematical evaluation provided by a running model based on new inputs is universally referred to as its prediction. (নতুন ইনপুটের ওপর ভিত্তি করে একটি রানিং মডেল দ্বারা প্রদত্ত চূড়ান্ত গাণিতিক মূল্যায়নকে সার্বজনীনভাবে তার প্রেডিকশন বলা হয়।)

19. AI systems are trained using: (এআই সিস্টেমগুলোকে কী ব্যবহার করে ট্রেন বা প্রশিক্ষণ দেওয়া হয়?)

(ক) Electricity only (কেবল বিদ্যুৎ)

(খ) Historical data examples (অতীতের ডাটার উদাহরণসমূহ)

(গ) Screen output (স্ক্রিন আউটপুট)

(ঘ) Internet browsing (ইন্টারনেট ব্রাউজিং)

✅ সঠিক উত্তর: Historical data examples (অতীতের ডাটার উদাহরণসমূহ)

ব্যাখ্যা: AI learns from history; processing structured logs or recordings from past occurrences teaches the system how to respond to future tasks. (এআই অতীত থেকে শেখে; অতীতের ঘটনার স্ট্রাকচার্ড লগ বা রেকর্ডিং প্রসেস করার মাধ্যমে সিস্টেমটি ভবিষ্যতের কাজগুলোতে কীভাবে সাড়া দিতে হবে তা শেখে।)

20. Machine learning is best described as: (মেশিন লার্নিং-কে সবচেয়ে ভালো বর্ণনা করা যায় কীভাবে?)

(ক) Rule-based programming (নিয়ম-ভিত্তিক প্রোগ্রামিং হিসেবে)

(খ) Learning from data patterns (ডাটার প্যাটার্ন থেকে শেখা হিসেবে)

(গ) Hardware optimization (হার্ডওয়্যার অপ্টিমাইজেশন হিসেবে)

(ঘ) Manual calculation (ম্যানুয়াল গণনা হিসেবে)

✅ সঠিক উত্তর: Learning from data patterns (ডাটার প্যাটার্ন থেকে শেখা হিসেবে)

ব্যাখ্যা: Machine learning is the specific branch of AI focused completely on building systems that study datasets to extract code insights autonomously. (মেশিন লার্নিং হলো এআই-এর একটি নির্দিষ্ট শাখা যা সম্পূর্ণভাবে এমন সিস্টেম তৈরির ওপর ফোকাস করে যা স্বায়ত্তশাসিতভাবে কোড ইনসাইট বের করতে ডাটাসেটগুলো অধ্যায়ন করে।)