একটা সময় ছিল, যখন প্রযুক্তিবিদ্যার্থীরা শুধু কোড শিখলেই হতো। কিন্তু আজকের এআই বিপ্লব সেই ধারনার গণ্ডি ছাপিয়েছে। AI কে শুধু ভার্চুয়াল ছাপ অতিক্রম করে বাস্তবতায় নিয়ে আসা হচ্ছে—এমন এক জগতে, ফিজিক্স ও ম্যাথেই নিহিত সত্যিকারের শক্তি।
Nvidia-এর সিইও Jensen Huang সম্প্রতি বেইজিং সফরে বললেন—
“If I were a 22-year-old today, I’d study physical sciences—physics—not software.”
এর মানে, AI-এর পরবর্তী ধাপের জন্য কোডিং নয়, *বাস্তব বিশ্ব বুঝতে সক্ষম হতে হবে।
এই বক্তব্যের উৎসার ছিল ভবিষ্যতের AI—ফিজিকাল AI—যেখানে কোডের বাইরে হাতের কাজ, ম্যাটেরিয়াল, রোবোটিক্স এবং বাস্তব পৃথিবীর আইন গুরুত্বপূর্ণ।
এছাড়াও Elon Musk জানিয়েছেন, যখন Telegram-র Pavel Durov বলেছিলেন—“pick MATH”, Musk যোগ করে বলেছিলেন—
“Physics (with math).”
যার মাধ্যমে তিনি তুলে ধরেন সমস্যার মূল ভিত্তি, “first principles thinking”, যা পদার্থবিদ্যার মূলনীতির ওপর ভিত্তি করে বিশ্লেষণ শেখায়।
কেন AI-তে এখন ফিজিক্স ও ম্যাথ গুরুত্বপূর্ণ?
- Physical AI এর উত্থান
AI এখন শুধু টেক্সট, ছবি বা অডিও নয়—এখন বাস্তব দেহ, রোবট, সেন্সর, মেকানিজম—এইগুলোর সঙ্গে কাজ করতে শেখাতে হবে। এর জন্য জ্ঞান প্রয়োজন ফোর্স, ইনর্শিয়া, কার্যকারিতা (cause & effect) সম্বন্ধীয়। - টেনসর, ভেক্টর, অপটিমাইজেশন
ChatGPT-এর মতো মডেল কোডিং নয়, ম্যাট্রিক্স (টেনসর), ভেক্টর স্পেস ও অপটিমাইজেশন ম্যাথ ব্যবহার করে কাজ করে। কোডিং শুধুমাত্র মাধ্যম—গুরুত্বপূর্ণ কাজ হচ্ছে ম্যাথ দিয়ে ইনপুট ও আউটপুটের সম্পর্ক বোঝা।
- Real-world Reasoning
AI এখন হালকা ভার্চুয়াল পর্যন্ত নয়—সংশ্লিষ্ট বস্তু, অবস্থান, গতিবিজ্ঞান (dynamics) বুঝতে হবে। ফিজিক্স ও ম্যাথ সেই বাস্তব জ্ঞান দেয়—যা কেবল কোডে ট্র্যান্সলেট্স করা যায় না।
কোডিং যথেষ্ট কেন নয়?
কোডিং হলো ভাষা—একটি মাধ্যম, যা দিয়ে আপনি কম্পিউটারকে নির্দেশ দেন।
কিন্তু AI? AI হলো এক বিশাল ইকোসিস্টেম। এর মধ্যে আছে টেক্সট, ছবি, ভিডিও, সেন্সর, রোবট—সবকিছু। এর ভেতর শুধু কোড দিয়ে সীমাবদ্ধ থাকা যায় না।
- রোবট তৈরি করতে হলে লাগবে মেকানিক্স—বল, ঘর্ষণ, গতি।
- সেল্ফ-ড্রাইভিং গাড়ি বানাতে হলে লাগবে মোশন, ফিজিক্যাল সিমুলেশন।
- ChatGPT-এর মতো মডেল তৈরি করতে লাগবে লিনিয়ার অ্যালজেব্রা, টেনসর, অপ্টিমাইজেশন।
AI-র মডেলগুলো মূলত বিশাল সংখ্যার গণিত। হাজার হাজার ডাইমেনশনের ম্যাট্রিক্স—ডেটা সেখানে ভেক্টর আকারে সাজানো থাকে। এগুলো বোঝা এবং ঠিকভাবে ব্যবহার করা মানে, আপনার ম্যাথ শক্তিশালী হতে হবে।
জেনসেন হুয়াং-এর বক্তব্য: বাস্তব জগতের সাথে AI
Nvidia-এর প্রধান হুয়াং বলেন,
“ভবিষ্যতের AI হবে বাস্তবমুখী। রোবট, স্বয়ংক্রিয় সিস্টেম, ফিজিক্যাল প্রোডাক্ট—এসবের জন্য শুধু কোড নয়, বাস্তবের আইন বোঝা জরুরি। তাই আমি যদি আজ ছাত্র হতাম, ফিজিক্স পড়তাম।”
তিনি যা বোঝাতে চান: কোড দিয়ে যে কোনো সফটওয়্যার বানানো সম্ভব, কিন্তু যদি সেই সফটওয়্যারকে জীবন্ত রোবটে পরিণত করতে চান, বা AI-কে বাস্তব পৃথিবীতে আনতে চান, তবে ফিজিক্স অপরিহার্য।
ইলন মাস্কের ‘ফার্স্ট প্রিন্সিপলস’
ইলন মাস্ক সবসময় বলেন,
“সমস্যা সমাধান করো প্রথম নীতিতে ফিরে গিয়ে।”
এর মানে, জটিল সমস্যাকে ভেঙে একেবারে মূল বিজ্ঞানের স্তরে নামিয়ে আনো। আর সেটা করতে গেলে সবচেয়ে বেশি লাগে ফিজিক্স আর ম্যাথের বোঝাপড়া।
তিনি এমনকি বলেন, Telegram-এর Pavel Durov যখন লিখলেন—“পড়ো ম্যাথ”, তখন Musk উত্তর দিলেন—“Physics (with math).”
বাংলাদেশি তরুণদের জন্য শিক্ষা
আমাদের দেশের অনেক তরুণ কোডিং শিখছে—দারুণ বিষয়। কিন্তু AI যুগে শুধু কোড জানা যথেষ্ট হবে না।
- ম্যাথ শিখুন: লিনিয়ার অ্যালজেব্রা, ক্যালকুলাস, প্রোবেবিলিটি।
- ফিজিক্স শিখুন: মেকানিক্স, ইলেকট্রিসিটি, ওয়েভ থিওরি।
- প্রয়োগ করুন: ছোট রোবট বানান, সেন্সরের সাথে কাজ করুন, সিমুলেশন সফটওয়্যার ব্যবহার করুন।
ভাবুন তো, ভবিষ্যতে যদি বাংলাদেশের কোনো ছাত্র Meta, Google, Tesla, বা Nvidia-তে কাজ করতে চায়—তাহলে শুধু কোডিং নয়, বাস্তবের সমস্যা সমাধানের ক্ষমতা থাকতে হবে।
AI = Physics + Math + Code
- টেক্সট-ভিত্তিক মডেল? টেনসর, ম্যাট্রিক্স, ভেক্টর ম্যাথ লাগে।
- ইমেজ ও ভিডিও? লাইট, কালার, ওয়েভ ইকুয়েশন বুঝতে হবে।
- রোবটিক্স? বল, ইনর্শিয়া, ঘর্ষণ সব হিসাব করতে হবে।
অর্থাৎ, AI-র ভবিষ্যত হচ্ছে “বাস্তবকে ডিজিটালে আনা”। আর সেটা কেবল সম্ভব Physics + Math + Code এই ত্রয়ীর মাধ্যমে।
আপনি যদি এখনো ছাত্র হন, কিংবা ক্যারিয়ারের শুরুতে থাকেন—এটাই সময়। কোড শিখুন, কিন্তু ফিজিক্স আর ম্যাথকে অবহেলা করবেন না। কারণ AI আর শুধু স্ক্রিনের মধ্যে সীমাবদ্ধ নয়; এটি বাস্তব দুনিয়ায় আসছে।
Elon Musk আর Jensen Huang একসাথে আমাদের শিখাচ্ছেন—
“Coding is great, but the laws of reality—physics and math—are the key to the next revolution.”
তাহলে, পরের বার বই খুললে শুধু কোড নয়—একটু ম্যাথ, একটু ফিজিক্সও যোগ করুন। কে জানে, হয়তো সেই জ্ঞানই আপনাকে তৈরি করবে ভবিষ্যতের Tesla, Nvidia বা আপনার নিজের স্টার্টআপের জন্য এক নতুন দরজা।