বই রিভিউ | সাক্ষী ছিলো শিরস্ত্রাণ | সুহান রিজওয়ান

সাক্ষী ছিলো শিরস্ত্রাণ
লেখক – সুহান রিজওয়ান
ঐতিহ্য প্রকাশন

আমার রেটিং – ৫/৫

SUHAN RIZWAN

সাক্ষী ছিলো শিরস্ত্রাণ | সুহান রিজওয়ান

এতো কাব্যিক একটা উপন্যাস অনেকদিন পরে পড়া হলো। লেখক প্রতিটা ঘটনা এত বাস্তবিক ভাবে উপস্থাপন করেছেন যে মনে হচ্ছিলো আমি যেন ইতিহাসের সময়কালে চলে গিয়েছি। বাংলাদেশের মুক্তিযুদ্ধ সেই সময়ের যে কোন মানুষের জীবনে অন্যতম একটি গুরুত্বপূর্ণ ঘটনা। সেই ঘটনার প্রথম সারিতে যারা ছিলেন তারাই এই উপন্যাসের পাত্র পাত্রী। লেখকের সবচেয়ে বড় স্বার্থকতা ছিল, তিনি সবগুলো ঘটনাগুলোকে একই সুতোয় নিয়ে আসতে পেরেছেন অপূর্ব দক্ষতায়। এতোগুলো চরিত্রকে সমন্বয় করতে কোথাও ঘটনার সুরটি ছিঁড়ে যায়নি। যদিও বইটির ঘটনা ইতিহাসকে কেন্দ্র করে, কিন্তু লেখক আবেগকে বাক্সবন্দি করে রাখেন নি। ঠিক ঠিক ঘটনাগুলো তুলে এনেছেন প্রবল আবেগের চাদরে জড়িয়ে। স্বাধীনতার পূর্ব ও পরবর্তি সময়ে বাংলাদেশের ক্ষমতার নির্মম পালাবদল এবং এর সাথে জড়িয়ে থাকা কিছু আবেগতাড়িত মানুষের সাহস, একইসাথে কূটকৌশলের সংমিশ্রণ এই উপন্যাস।
.
সুহান রিজওয়ানের পরবর্তি উপন্যাসের অপেক্ষায় রইলাম।

Advertisements

বই রিভিউ | দ্য থিওরি অব এভরিথিং | মহাবিশ্বের জন্ম এবং শেষ পরিণতি

দ্য থিওরি অব এভরিথিং | মহাবিশ্বের জন্ম এবং শেষ পরিণতি
লেখক – স্টিফেন হকিং।
অনুবাদ – আবুল বাসার।
প্রথমা প্রকাশন।

THE THEORY OF EVERYTHING

দ্য থিওরি অব এভরিথিং | মহাবিশ্বের জন্ম এবং শেষ পরিণতি

এই বইটি পড়ার আগেও আমি স্টিফেন হকিংয়ের আরো দুইটি বই পড়েছিলাম। ‘কালের সংক্ষিপ্ত ইতিহাস’ এবং ‘শিশু মহাবিশ্ব ও অন্যান্য রচনা’। আগের বইগুলোর বাংলা অনুবাদগুলো এতো ভালো ছিলো না। কিন্তু এই বইটির অনুবাদ মোটামুটি ভালো। তবু আমার ধারণা আরো ভালো করা যেত। এই বইটিতে মূলত প্রাধাণ্য পেয়েছে কৃষ্ণগহ্বর এবং মহাবিশ্বের সার্বিক তত্ত্ব নিয়ে। আলোচনাগুলো নিঃসন্দেহে অনেক সাবলীল ছিলো। প্রতিটি আলোচনার শেষে বিজ্ঞানের শব্দগুলোর ব্যাখ্যা দেয়া ছিলো আলাদাভাবে যা ভালো লেগেছে।

হকিংয়ের অন্যান্য বইয়ের মত এই বইতেও পদার্থবিজ্ঞান সম্পর্কে বলা হয়েছে কোন সমীকরণ ব্যবহার না করেই। একটা উল্লেখযোগ্য ব্যাপার হচ্ছে, হকিংয়ের রচনায় প্রচুর হিউমার লুকায়িত আছে, এটা কি কেও লক্ষ্য করেছে? এইসব হিউমার যদিও কেবলমাত্র বিজ্ঞানের সাথে সম্পর্কিত লোকেরাই বুঝতে পারবে। কয়েকটা উদাহরণ দেয়ার লোভ সামলাতে পারছি না।

১. ব্ল্যাকহোলে সময় উল্টোদিকে চলতে পারে, যেহেতু এর ভিতর স্থান কালের বক্রতা অসীম। তাই ভবিষ্যতে কি হবে তা ব্ল্যাকহোলে ঝাপ দেয়া কোন ব্যক্তি বলে দিতে পারবে। কিন্তু এটা ভাবা ঠিক হবে না, যে সে আপনাকে কোন সাহায্য করতে পারবে, কারণ ব্ল্যাকহোলে ঝাপ দেয়ার সঙ্গে সঙ্গেই সে সেমাইয়ের মত লম্বা হয়ে যাবে, এবং সেখান থেকে কোন তথ্যই আর আমাদের কাছে পৌছুবে না।

২. কোয়ান্টাম থিওরি আর রিলেটিভিটি থিওরি একত্রে করার জন্য স্ট্রিং থিওরির ধারণা নিয়ে আসা হয়েছে। কিন্তু স্ট্রিং থিওরি আমাদের বলে যে, এই মহাবিশ্বের মাত্রা ৩ টি নয় বরং ১০ টি। বাকি মাত্রা গুলো খুব অল্প জায়গায় জট পাকিয়ে আছে। মাত্রা বেশী হওয়াতে মহাকাশচারীদের খুশী হবার কোন কারন নেই। কারণ, কারণ মাত্রা গুলো এত ছোট জায়গায় আটকে আছে যে, তার ভিতর দিয়ে ওয়ার্মহোল বানালেও মহাকাশযান সেই অল্প জায়গার ভিতর দিয়ে বিস্তর দূরত্ব পাড়ি দিতে পারবে না।

৩. আমাদের পর্যবেক্ষণশীল মহাবিশ্বের মাত্রা ৩ টি। কিন্তু এর চেয়ে কম মাত্রা হলে আসলেই সমস্যা ছিলো। ধরা যাক, আমরা যদি দ্বিতীয় মাত্রার প্রাণী হতাম তাহলে আমরা যে দিক দিয়ে খাবার খেতাম, সেদিক দিয়েই খাবার বের করার ব্যবস্থা থাকতে হত। কেননা, যদি একদিক দিয়ে খাবার খেয়ে অন্য দিক দিয়ে বের করার ব্যবস্থা রাখতে হত, তাহলে ওই খাবারের পথ আমাদের মত দ্বিমাত্রিক প্রাণীদের দুই ভাগে ভাগ করে ফেলতো।

যাই হোক, বইটা কেনা স্বার্থক।

নিঃসঙ্গ গ্রহচারী

২০০৭ সাল। আমি ক্লাস নাইন-য়ে পড়ি।
আমাদের বাসায় কন্সট্রাকশনের কাজ চলছিলো। চারিদিকে ধুলো ময়লায় ঢাকা। বেলা ৩ টা, প্রচন্ড গরম। বিদ্যুৎ নাই।
বাসার সামনে ছায়ায় ঢাকা একটু জায়গা। সেখানে গদিসহ একটা চেয়ার পাতা। আমার হাতে না পড়া একটি বই। সায়েন্স ফিকশন সমগ্র ০২। লেখক মুহম্মদ জাফর ইকবাল। এর আগে কখনো এই লেখকের বই পড়ি নাই। শুধু জানি ইনি হুমায়ূন আহমেদের ছোট ভাই, আর দীপু নাম্বার টু নামে যে মজার একটা সিনেমা আছে, সেটার কাহিনী তার লেখা।
কমিক্স আর তিন গোয়েন্দায় সারাদিন ডুবে থাকা হত। এমন দিনও আছে, সারাদিনে এ ৩/৪ টা তিন গোয়েন্দা সমগ্র শেষ করে ফেলছি।
যাই হোক, সমগ্র ০২ নিয়ে বসলাম। বাইরে একটু বাতাস দিচ্ছে। পড়ার জন্য পরিবেশটা খারাপ না। সমগ্র এর প্রথম গল্পটা ছিলো ‘নিঃসঙ্গ গ্রহচারী’। আমি বুঝতে পারছিলাম না কোন জগতে চলে গিয়েছি। এমন অদ্ভুৎ গল্পতো আগে কখনো পড়িনি। এইরকম গল্প লেখাও সম্ভব? আমি বিমোহিত হয়েছিলাম সেদিন। সেই মুহুর্তের বর্ণনা দেয়া সম্ভব না। সন্ধ্যার পরে আকাশ কালো করে ঝুম বৃষ্টি পরছিল। আমি ছিলাম, ওই অজানা গ্রহটিতে, একা নিঃসঙ্গ গ্রহচারী হয়ে।
শুধু মনে হচ্ছিল আর কিছু না শুধুমাত্র এই লেখকের সব বই আমার পড়তে হবে। জানতে পারলাম এখন পর্যন্ত ৪ টা সমগ্র বের হয়েছে, মানে মোট ৩২ টা সায়েন্স ফিকশন। ছয় মাসের মধ্যেই সবগুলো পড়ে ফেলেছিলাম। প্রতিটা গল্প পড়ার পর অনুভুতিগুলো আলাদা আলাদা ছিলো, যা কখনো পুরোনো হয়নি।
.
মুহম্মদ জাফর ইকবাল স্যারের লেখা আমার চিন্তা ভাবনার জগৎে সবথেকে বেশী প্রভাব বিস্তার করেছে। মূলত দুইজন মানুষের দৃষ্টিভঙ্গী আমার জীবনে সবচেয়ে বেশী প্রভাব বিস্তার করে আছে। একজন মুহম্মদ জাফর ইকবাল স্যার, অন্যজন তারেক মাসুদ।
.
তার কথা অন্য একদিন অন্য কোথাও বলা যাবে।

কায়কোবাদ স্যারের ক্লাস…

ড. মোহাম্মদ কায়কোবাদ স্যারের ৩ ঘন্টার ক্লাস মূলত তিন ভাগে বিভক্ত। প্রথম এক ঘন্টাকে বলা যায় মোটিভেশন পার্ট। বাংলাদেশের মানুষ কি পরিমাণ অপচয় করে, আমাদের কেন গবেষণায় অর্থ বরাদ্দ নাই, শহরে এত যানজট, বুয়েট কেন এম আই টি এর সমপর্যায়ে যেতে পারছে না, পাশের দেশের রাজনীতিবিদগণ কী পরিমাণ বিচক্ষণ, আমরা কেন আমাদের মেধাগুলোকে সঠিকভাবে কাজে লাগাতে পারছি না এসব নিয়ে জ্ঞানগম্ভীর আলোচনা হয়।

দ্বিতীয় ঘন্টায় থাকে সিলেবাসের পড়াশোনা। তৃতীয় ঘন্টায় থাকে গাণিতিক গবেষণা। যা সবার মাথার অনেক উপর দিয়ে চলে যায়।

আমরা মূলত প্রথম ঘন্টাই মনযোগ ধরে রাখতে পারি। স্যারের কিছু কথা এরকম– আমরা যেন এমন কিছু সমস্যা মাথায় রাখি যেটা আইনস্টাইনের সমপর্যায়ের ব্যক্তিরাও সমাধান করতে পারে নাই। তাতে যে লাভটা হবে সেটা হচ্ছে, আমরা বলতে পারবো, আমি যেই সমস্যা নিয়ে চিন্তা করি, তা আইনস্টাইনও সমাধান করতে পারে নাই, সে দিক দিয়ে আমি আইনস্টাইনের সমান।

এই সমাধান বের করতে না পারলেও আমরা এই সমস্যা নিয়ে ঘাটাঘাটি করলে জ্ঞানের একদম শেষসীমায় উঁকি দিতে পারবো, যেটার পরে আর কোন কাজ হয়নি। আর সেই সমস্যা নিয়ে চিন্তা করলে যে ব্রেইন স্টর্মিং হবে সেটা দিয়ে অনেকদূর আগানো যাবে।

আর যদি কোনভাবে এই সমস্যা সমাধান করে ফেলতে পারি, তাহলে আমি হবো নতুন আইনস্টাইন!

আরেকটা গল্প বলি>>

ক্লাসে স্যারের লেকচার গুলো কখনোই গুরুত্ব দিয়ে নেই নি। খুব বেশী বোঝারও চেষ্টা করা হয় নি। কারন আমি জানি, স্যার যে টপিকটা নিয়ে আমাদের বোঝাতে গলদঘর্ম হচ্ছেন, সেটা ইন্টারনেটে ২ মিনিটের ভিডিও দেখলেই আরো বেশী বোঝা যাবে। কি দরকার এতো কষ্ট করে ক্লাসে মনোযোগ ধরে রাখার?

ঠিক একই কাজ করতে গেছিলাম কায়কোবাদ স্যারের ক্লাসে। ক্লাসের টপিক মেজোরিটি স্পানিং ট্রি। মোটামুটি নাগালের মতই হবার কথা। পরীক্ষার আগের রাতে গুগলে সার্চ দিলাম। কোন টিউটোরিয়াল তো নাইই, কোন ডকুমেন্ট ও নাই। কিচ্ছু নাই।

দুইটা পেজে মেজোরিটি স্পানিং ট্রিয়ের নাম আছে। সেই ২ টা পেজের একটা তে ক্লিক করলে স্যারের যে স্লাইডটা আমাদের দিছিলেন সেইটা ডাউনলোড হয়। ডাউনলোডের স্লাইডেও কায়কোবাদ স্যারের নাম লেখা।

আরেকটা লিংক আসে মিশিগান ইউনিভারসিটির। স্যার সেখানে ইনভাইটেড হয়েছিলেন এই বিষয়ে বলার জন্য।

পোস্টগ্রাজুয়েট লেভেলে এসে তাই আর ইন্টারনেটের আশায় বসে থাকা আর উচিৎ হবে না।

Machine Learning সম্পর্কিত প্রধান ভুল ধারণাগুলো…

১. আমরা খুব দ্রুতই মানুষের সমান বুদ্ধিমত্তা সম্পন্ন কৃত্রিম বুদ্ধিমত্তা দেখতে পাবো।

ভুল!

এটা ঠিক যে আমরা মানুষের চেয়ে নির্ভূলভাবে কিছু নির্দিষ্ট কাজ করতে পারে এমন অনেক কৃত্রিম বুদ্ধিমত্তা দেখতে পাচ্ছি। আমরা এদের সেবাও নিচ্ছি, কেননা যন্ত্রের গণনার ক্ষমতা মানুষ থেকে ঢের বেশী। কিন্তু কৃত্রিম বুদ্ধিমত্তার মূল লক্ষ্য, অর্থ্যাৎ General Al থেকে আমরা এখনো যোজন যোজন দূরে। ইমেজ কিংবা অবজেক্ট ডিটেক্টশনে এখনকার কৃত্রিম বুদ্ধিমত্তাগুলো বেশ পারদর্শী হলেও Natural Language Processing-য়ে এর অগ্রগতি এখনো বাচ্চাদের লেভেলের।

২. Deep Learning Neural Network Model খুব ভালো কাজ করে, তার কারণ হচ্ছে এটি মানুষ মস্তিষ্কের অনুকরণে তৈরী তাই এই মডেল মানব শিখন পদ্ধতির প্রতিকল্প তৈরী করে।

ভুল!!

DEEP LEARNING

বাস্তবে Deep Learning Neural Network Model ইদানিং বেশ ভালো কাজ করছে কারণ–

ক. আমাদের এখন আগের যেকোন সময়ের চেয়ে দ্রুত গতি সম্পন্ন কম্পিউটার আছে।
খ. আমাদের এখন আগের যেকোন সময়ের চেয়ে যন্ত্রের প্রশিক্ষণের জন্য বেশী ডেটা আছে।

৩. Machine Leaning বর্তমান সময়ের নতুন আবিষ্কার।

ভুল!!!

যদিও Machine Learning একটি নতুন শক্তিশালী ধারণা হিসেবে বর্তমানে আলোচিত হচ্ছে, কিনতু এই ধারণাটি মূলত লিনিয়ার এলজেব্রা, আসন্ন পদ্ধতি, সাংখ্যিক বিশ্লেষণ এবং পরিসংখ্যানের কিছু ধারণার মিলিত রূপ। বর্তমানে এই ধারণাগুলো Machine Learning নামে speech recognition, image classification ইত্যাদি ক্ষেত্রে ব্যবহৃত হচ্ছে। কিন্তু এই ধারণাগুলো আজকের না, বরং কয়েক শতাব্দি আগের।

মূলঃ https://www.quora.com/What-are-the-most-common-misconceptions-about-machine-learning