উৎপাদনে বেশিরভাগ এআই সিস্টেম উত্তর দেওয়ার জন্য অপ্টিমাইজ করা হয়, সেই উত্তরটি কতটা অনিশ্চিত তা পরিমাপ করার জন্য নয়। ৮ শতাংশ প্রবৃদ্ধির পূর্বাভাস নির্ভুল দেখায়, এমনকি যখন বাস্তবসম্মত ফলাফল পতন থেকে অনেক বড় বৃদ্ধি পর্যন্ত হতে পারে। একজন উচ্চ-ঝুঁকির গ্রাহক ইচ্ছামতো নির্ধারিত একটি সীমার ঠিক উপরে থাকতে পারেন। যেই মুহূর্তে একটি পূর্বাভাস স্বয়ংক্রিয় পদক্ষেপ ট্রিগার করে, লুকানো অনিশ্চয়তা পরিচালনগত ঝুঁকিতে পরিণত হয়।
বেইজিয়ান পদ্ধতিগুলো একক আনুমানিক মানের পরিবর্তে সম্ভাবনা বিন্যাসের মাধ্যমে অনিশ্চয়তার মানচিত্র তৈরি করে। সিস্টেমের উচিত অনিশ্চয়তা ব্যবহার করে সিদ্ধান্ত নেওয়া কখন এটি একা কাজ করতে পারে, কখন এর যাচাই প্রয়োজন, এবং কখন এটি বিরত থাকা উচিত। স্বয়ংক্রিয়করণ অনিশ্চয়তার খরচ পরিবর্তন করে। একটি এআই সিস্টেম হাজার হাজার কেস মূল্যায়ন করতে পারে এবং সেকেন্ডের মধ্যে কাজ করতে পারে। যদি এটি আত্মবিশ্বাসের সঙ্গে ভুল হয়, তবে এটি ত্রুটিগুলোকে গুণিত করে।
একটি বেইজিয়ান মডেল প্রায়োরিকের (prior) সঙ্গে পর্যবেক্ষিত ডেটা একত্রিত করে পোস্টেরিয়র বিন্যাস তৈরি করে। ভবিষ্যৎ মানের জন্য, পোস্টেরিয়র প্রেডিক্টিভ বিন্যাস অত্যন্ত গুরুত্বপূর্ণ। এটি মডেল প্যারামিটার সম্পর্কে অনিশ্চয়তার সঙ্গে ভবিষ্যৎ পর্যবেক্ষণের পরিবর্তনশীলতা একত্রিত করে। চাহিদা মডেলগুলোর উচিত পোস্টেরিয়র প্রেডিক্টিভ ব্যবধান প্রদান করা। চার্ন সিস্টেমগুলোর উচিত দেখানো যে সম্ভাবনা আনুমানিকতা গ্রাহক বিভাগজুড়ে স্থিতিশীল থাকে কিনা।
আত্মবিশ্বাস স্কোরকে ক্যালিব্রেট না করা পর্যন্ত সম্ভাবনা হিসেবে গণ্য করা উচিত নয়। একটি শ্রেণিবিন্যাসকারী ৯০ শতাংশ আত্মবিশ্বাসের রিপোর্ট করতে পারে অথচ ৯০ শতাংশ সময় সঠিক না হয়েও। বেইজিয়ান গার্ডরেল অনিশ্চয়তাকে স্বয়ংক্রিয় সিদ্ধান্তের নিয়মে রূপান্তরিত করে। সিস্টেমকে সম্ভাব্য ফলাফল এবং ভুল সিদ্ধান্তের খরচ বিবেচনা করতে হবে।
উৎস: Towards Data Science · সারাংশ: HeadlinesBriefing