https://www.instagram.com/amt__2024/

AMT Science Club, Bashurhat,Companigonj, Noakhali Sadar Upazila (2026)

22/08/2026

লার্জ ল্যাঙ্গুয়েজ মডেল বা LLM এর সাথে আমরা কমবেশি সবাই পরিচিত, ঐযে চ্যাটজিপিটি কিংবা জেমিনির মতো এআই যে চ্যাটবটগুলো আমরা ব্যবহার করি ওগুলো আরকি। অ্যান্থ্রোপিকের এআই চ্যাটবটের নাম ক্লড।

সম্প্রতি অ্যান্থ্রোপিক দাবী করেছে ভবিষ্যতে তৈরি করা মডেলে ওয়াটারমার্ক মানে জলছাপ থাকবে। কেউ যদি ক্লড দিয়ে কোনো লেখা কিংবা কন্টেন্ট তৈরি করে তাহলে তাতে এ ওয়াটারমার্ক থেকে যাবে। এ ওয়াটারমার্ক আবার অদৃশ্য, চোখে দেখে ধরতে পারবেন না। শুধু ক্লডই না, ভবিষ্যতের সব কোম্পানিই এধরণের ওয়াটারমার্কের নীতি অবলম্বন করবে।

তাহলে ক্লড আসলে এই তথাকথিত অদৃশ্য ওয়াটারমার্ক তৈরি করেই বা কীভাবে? তা জানতে হলে আমাদের আগে জানতে হবে এসব মডেলগুলো আমাদের সাথে কথা বলে কীভাবে।

সহজ ভাষায় এক্সপ্লেইন করতে চাইলে এটাকে খুবই স্মার্ট এবং ইনসেইনলি পাওয়ারফুল একটা অটোকমপ্লিট টুল বলা যায়। কীভাবে? আমরা যখন কোনো প্রশ্ন করি, মডেল তখন একটা একটা করে শব্দ লেখে। উদাহরণস্বরূপ, ধরেন একটা বাক্য “The weather today is cold and …” এই পর্যন্ত লিখেছে। পরবর্তী বাক্যটা কী লিখবে? বাক্যটা শেষ করার জন্য মডেল তার বিশাল ডাটাবেজ থেকে সম্ভাব্য শব্দ এবং এর সাথে একটা করে প্রবাবিলিটি স্কোর তৈরি করে। আমাদের বাক্যের ক্ষেত্রে ধরে নেই সেই লিস্ট অনেকটা এরকম-

• ওয়ার্ড: snowy প্রবাবিলিটি: 90% (ঠান্ডা আবহাওয়ার সাথে তুষারপাত খুবই সম্পর্কিত)
• ওয়ার্ড: rainy প্রবাবিলিটি: ৮৫% (বৃষ্টি হলে অধিকাংশ সময়েই আবহাওয়া ঠান্ডা হয়ে যায়, সম্পর্কিত)
• ওয়ার্ড: sunny প্রবাবিলিটি: ৩৬% (রোদ থাকলে সাধারণত পরিবেশ খানিকটা গরম হয়, তেমন একটা সম্পর্ক নাই)
• ওয়ার্ড: এএমটি সায়েন্স ক্লাব প্রবাবিলিটি: ১% (ঠান্ডা আবহাওয়ার সাথে এএমটি সায়েন্স ক্লাব কোনও সম্পর্ক নেই, আমাদের অর্গানাইজেশনের তো প্রশ্নই আসে না)

সাধারণত যে শব্দের প্রবাবিলিটি স্কোর সর্বোচ্চ, সেটিই পরবর্তী শব্দ হিসেবে বাছাই করার কথা। তবে, সবসময় যে লিস্টের সর্বোচ্চ প্রবাবিলিটি স্কোরের শব্দই একটা মডেল সিলেক্ট করবে, বিষয়টা এমন না। যদি সব সময় সর্বোচ্চ স্কোরের শব্দ সিলেক্ট করে, তাহলে প্রত্যেকটা বাক্য বোরিং এবং আনন্যাচারাল হবে। এই সমস্যা সমাধানের জন্য মডেল অনেক সময় লিস্টের ওপরের দিকের শব্দগুলো থেকে একটি শব্দ র‍্যান্ডমলি সিলেক্ট করে নেয়। আর এখানেই আসে ওয়াটারমার্ক তৈরির একটা মজার পদ্ধতি।

• স্টেপ 1: ক্লড যখন কোনও টেক্সট জেনারেট করে, তখন বিশেষ ধরনের সিক্রেট ক্রিপ্টোগ্রাফিক কি (key) ব্যবহার করে যেটা শুধুমাত্র ক্লডই জানে। এই সিক্রেট কি ব্যবহার করেই পরবর্তীতে ক্লড বুঝতে পারে যে কোনো টেক্সট আসলেই ক্লড দিয়ে জেনারেট কিনা

• স্টেপ 2: ওপরে যে নেক্সট ওয়ার্ড প্রেডিক্ট করার ক্ষেত্রে যে লিস্টের কথা বলেছিলাম, এবারে সেই একই লিস্ট কিন্তু লিস্টের প্রতিটা শব্দ র‍্যান্ডমলি দুইটা আলাদা ক্যাটাগরিতে ফেলবে। ধরে নেই ক্যাটাগরি দুইটা গ্রিন লিস্ট আর রেড লিস্ট। গ্রিন লিস্টের শব্দগুলো ব্যবহার করার ক্ষেত্রে মডেল এনকারেজ করে আর রেড লিস্টের গুলোকে ডিসকারেজ.

• স্টেপ 3: এবারে আমাদের সেন্টেন্সের কথাই ধরি চলুন - snowy এবং rainy একটা রেড লিস্ট আরেকটা গ্রিন লিস্টে আছে। দুইটাই কিন্তু ব্যবহার করতে পারে ক্লড, কোনও ভুল ছাড়াই। 50% সময়ে snowy এবং 50% সময়ে rainy।

এখানে চলে আসে আমাদের স্টেপ 1 এর সেই সিক্রেট ক্রিপ্টোগ্রাফিক কি মহাশয়। তিনি এসে বলেন, “এই শোনো, rainy যদি আজ গ্রিন লিস্টে থাকে, তাহলে চলো আজকে 50% এর জায়গায় 55% ক্ষেত্রে এটাকে সিলেক্ট করি” একে বলে বায়াস এবং এটাই হয়ে গেল ওয়াটারমার্ক আমার আপনার চোখে “The weather today is cold and rainy.” একটা নরমাল ন্যাচারাল সেনটেন্স হলেও ক্লড এখানে স্ট্যাটিস্টিক্যাল ফিঙ্গারপ্রিন্ট অ্যাড করে দিল এবং এই কাজটা পুরোটা টেক্সট জুড়ে সে প্রতিটা শব্দ সিলেক্ট করার ক্ষেত্রেই করবে। পুরো প্যারাগ্রাফে যখন আমি বা আপনি রেড লিস্ট এবং গ্রিন লিস্টের শব্দ 50/50 ব্যবহার করব, ক্লড তখন 45/55 ইউজ করবে আর এটাই হবে আমার আপনার লেখা থেকে ক্লডের লেখার পার্থক্য।

এখন প্রশ্ন হলো, এই ওয়াটারমার্ক কি রিমুভ করা যায়? উত্তর হলো হ্যাঁ, কিন্তু এটা একটা লম্বা প্রসেস। প্রথমেই ওয়াটারমার্ক রিমুভ করার আমাদের ভুল ধারণা দিয়ে শুরু করা যাক। আমরা ভাবতে পারি প্রতিটা সেন্টেন্সের একটা-দুইটা শব্দ চেঞ্জ করলে ওয়াটারমার্ক রিমুভ হয়ে যাবে, কিন্তু এটা একটা ভুল ধারণা। ওয়াটারমার্ক রয়েছে প্রতিটা শব্দে, কাজেই একটা দুইটা ওয়ার্ড চেঞ্জ করে এটা রিমুভ করা যাবে না। আপনাকে যেটা করতে হবে সেটা হলো পুরো টেক্সট আপনাকে আবার নিজের মতো করে লিখতে হবে। এক্ষেত্রে গ্রামারলি বা কুইলবটের মতো প্যারফ্রেজিং টুল ব্যবহার করা যেতে পারে. কিন্তু সেটাও খুব সতর্কতার সাথে ব্যবহার করতে হবে।

ভালো কথা, এটা কিন্তু নতুন কোনো টেকনোলজি না। গুগল সেই 2024 সাল থেকেই synthID নাম দিয়ে এই একই কাজ করে আসছে। সামনে সব এআই কোম্পানিই এই ওয়াটারমার্ক ব্যবহার করবে, এর একটা বড় কারণ এবছরের আগস্টে ইউরোপীয় ইউনিয়নের নতুন পাশ করা আইন EU AI Act কার্যকর হবে। এই আইন অনুযায়ী সব এআইকে এবছরেরই ডিসেম্বরের মধ্যে এই ওয়াটারমার্ক বা কোনো লেবেলিং সিস্টেমের আওতায় নিয়ে আসতে হবে যাতে করে এআই জেনারেটেড কনটেন্ট সাধারণ জনগণ নিজেরাই সনাক্ত করতে পারে।

— মাদিয়া আলম , ট্রেইনি, এএমটি সায়েন্স ক্লাব।

22/08/2026

গণিতের ইতিহাসে নারীদের অবদান: যে মেধা বদলে দিয়েছে বিজ্ঞান

গণিতকে অনেক সময় শুধু সংখ্যা, সূত্র আর সমীকরণের জগৎ হিসেবে দেখা হয়। কিন্তু গণিত আসলে আমাদের সভ্যতার চিন্তাশক্তির অন্যতম ভিত্তি। মহাকাশের গতিপথ থেকে শুরু করে কম্পিউটার বিজ্ঞান, পদার্থবিজ্ঞান, প্রকৌশল প্রায় প্রতিটি আধুনিক বিজ্ঞানের পেছনেই রয়েছে গণিত। আর এই বিশাল জগৎ গড়ে তুলতে নারীদের অবদানও অসাধারণ। ইতিহাসের নানা সময়ে সামাজিক বাধা, শিক্ষার সীমাবদ্ধতা ও বৈষম্যের মধ্যেও বহু নারী গণিতের জগতে নিজেদের অসামান্য প্রতিভার পরিচয় দিয়েছেন।

ছবিতে থাকা কয়েকজন গণিতবিদ সেই দীর্ঘ ইতিহাসেরই প্রতীক।

সোফিয়া কোভালেভস্কায়া ছিলেন উনিশ শতকের অন্যতম গুরুত্বপূর্ণ গণিতবিদ। তিনি গণিতের পাশাপাশি পদার্থবিজ্ঞানেও কাজ করেন এবং ডিফারেনশিয়াল সমীকরণ ও মেকানিক্সে গুরুত্বপূর্ণ অবদান রাখেন। এমন এক সময়ে তিনি উচ্চশিক্ষা ও গবেষণার পথে এগিয়েছিলেন, যখন ইউরোপের অনেক বিশ্ববিদ্যালয়ে নারীদের জন্য সুযোগ ছিল অত্যন্ত সীমিত।

সোফি জার্মেইনও ছিলেন এক অসাধারণ গণিতবিদ। বিশেষ করে সংখ্যা তত্ত্ব ও স্থিতিস্থাপকতার সমস্যায় তাঁর কাজ উল্লেখযোগ্য। তাঁর গবেষণা পরবর্তীকালে গণিতের বিভিন্ন ক্ষেত্রে গুরুত্বপূর্ণ প্রভাব ফেলে। তাঁর জীবন আমাদের মনে করিয়ে দেয় প্রাতিষ্ঠানিক সুযোগ সীমিত হলেও জ্ঞান অর্জনের আকাঙ্ক্ষা একজন মানুষকে অনেক দূর এগিয়ে নিতে পারে।

এমি ন্যোথার আধুনিক গণিত ও তাত্ত্বিক পদার্থবিজ্ঞানের ইতিহাসে এক কিংবদন্তি নাম। বিমূর্ত বীজগণিত এবং রিং তত্ত্বে তাঁর কাজ আধুনিক গণিতের ভিত্তি শক্তিশালী করেছে। তাঁর নাম পদার্থবিজ্ঞানের বিখ্যাত Noether’s theorem-এর সঙ্গেও জড়িত, যা প্রকৃতির symmetry বা সাম্যতা এবং conservation law-এর মধ্যে গভীর সম্পর্ক ব্যাখ্যা করে।

পরবর্তী প্রজন্মে ক্যারেন উলেনবেক জ্যামিতি ও গাণিতিক বিশ্লেষণে গুরুত্বপূর্ণ অবদান রাখেন। ২০১৯ সালে তিনি Abel Prize লাভ করেন এই পুরস্কার গণিতের অন্যতম মর্যাদাপূর্ণ আন্তর্জাতিক সম্মান।

ইংগ্রিড দাউবেশি আধুনিক গণিতের আরেক উজ্জ্বল নাম। Wavelet theory-তে তাঁর কাজ গণিতের পাশাপাশি signal processing, image processing ও অন্যান্য প্রযুক্তিগত ক্ষেত্রে গুরুত্বপূর্ণ প্রভাব ফেলেছে। তাঁর গবেষণা দেখায়, বিমূর্ত গণিতের ধারণাও বাস্তব প্রযুক্তির সঙ্গে গভীরভাবে যুক্ত হতে পারে।

আর মরিয়ম মির্জাখানি ছিলেন ইতিহাসের এক অনন্য গণিতবিদ। তিনি জ্যামিতি ও ডায়নামিক্যাল সিস্টেমে অসাধারণ গবেষণা করেন এবং ২০১৪ সালে Fields Medal লাভ করেন। তিনি ছিলেন প্রথম নারী এবং প্রথম ইরানি, যিনি এই সম্মান অর্জন করেন। তাঁর সাফল্য বিশ্বের অসংখ্য তরুণ-তরুণীকে গণিতের প্রতি আগ্রহী হতে অনুপ্রাণিত করেছে।

এই নারীদের গল্প শুধু গণিতের গল্প নয়; এটি জ্ঞান, অধ্যবসায় ও সীমাবদ্ধতা অতিক্রম করার গল্প। তাঁরা প্রমাণ করেছেন, বিজ্ঞান কোনো নির্দিষ্ট লিঙ্গের জন্য তৈরি নয়। প্রতিভা, কৌতূহল, কঠোর পরিশ্রম এবং নতুন কিছু আবিষ্কারের সাহস এসবই একজন বিজ্ঞানীকে আলাদা করে।

আজকের পৃথিবীতে যখন আমরা কৃত্রিম বুদ্ধিমত্তা, মহাকাশ গবেষণা, কোয়ান্টাম কম্পিউটিং কিংবা আধুনিক প্রযুক্তির দিকে এগিয়ে যাচ্ছি, তখন গণিতের এই পথিকৃৎ নারীদের অবদান মনে রাখা অত্যন্ত গুরুত্বপূর্ণ।

বিজ্ঞানের ইতিহাসে তাঁদের নাম শুধু অতীতের অংশ নয় তাঁরা ভবিষ্যৎ প্রজন্মের জন্য অনুপ্রেরণার আলো।

মাদিয়া আলম, ট্রেইনি, এএমটি সায়েন্স ক্লাব।

22/08/2026

আমাদের আশেপাশে হরহামেশাই কতশত ঘটনা ঘটে চলেছে। প্রতিটা ঘটনার আড়ালে থাকে হাজার হাজার ডাটার সমাহার। মৌলিক অর্থে চিন্তা করলে আমরা মূলত ডাটার এক জটিল বিন্যাস বৈ কিছু না।

ছোটবেলায় আমরা গনিত বইয়ে ডাটার বিন্যাস নিয়ে পড়েছি। সেখানে আমরা দেখেছি ডাটাকে কীভাবে সাজাতে হয় এবং গ্রাফের সাহায্যে কীভাবে তা প্রকাশ করতে হয়। কিন্তু সেস ০০০ ডাটার পরিব্যাপ্তি ছিল ছোট। তাই সহজে তাদের মধ্যে বে ডাটা কেমন তা প্রিডিক্ট (Predict) করা যেত অর্থাৎ ছোট ডাটাসেট হওয়ায় তাদের মধ্যে প্যাটার্ন খুঁজে পাওয়া খুব সহজ ছিল। কিন্তু আমরা যখন একটা ম্যাস পপুলেশনের (Mas Population) ডাটা নিয়ে কাজ করি তখন ডাটাসেটটা এ বিশাল হয় যে, তার প্যাটার্ন খুঁজে বের করা প্রায় অসম্ভব। গনিতবিদরা স্বভাবত প্যাটার্নকে পছন্দ করেন, জটিল হলে সবখানে প্যাটার্নের সন্ধানে লেগে থাকেন তারা।

আঠারো দশকের শেষ দিকের কথা; গনিতবিদ সাইমন নিউকাম্ব (Simon Newcomb) তার গবেষণার কাজে ব্যস্ত সময় পার করছিলেন। তিনি তার গবেষণার কাজে প্রায়সময় লগারিদম টেবিল ব্যবহার করতেন। তখনকার সময় মূলত চোথা আকারে থাকত লগারিদমের টেবিলগুলো। এভাবে তার কাজের ফাঁকে একদিন লক্ষ্য করলেন লগারিদমের ছকের প্রথমদিকের পাতাগুলো (লগারিদম টেবিলের শুরুর দিকের পাতা গুলোতে ১ দিয়ে শুরু হওয়া সংখ্যা থাকত) ময়লা এবং ছিঁড়া কিন্তু শেষের দিকের পাতাগুলো তুলনামূলক নতুন। অর্থাৎ শুরুর দিকের সংখ্যাগুলো বেশিসংখ্যকবার ব্যবহার করতে হয়েছে তাই বারবার ব্যবহারে পাতাগুলো নষ্ট হয়ে গিয়েছে। এর পরিপ্রেক্ষিতে তিনি বললেন যে, মানুষ ১ দিয়ে শুরু হওয়া সংখ্যা গুলোকে বেশি ব্যবহার করে এবং ৭,৮,৯ দিয়ে শুরু হওয়া সংখ্যাকে কম ব্যবহার করে। কিন্তু তার এই সরল-স্বীকারোক্তিকে পরবর্তীতে গনিতবিদ ব্যানফোর্ড সত্যিতে রুপান্তর করেন। তিনি প্রায় ২০০০০ ডাটার একটি সেট নিয়ে দেখান যে, এক্সপনেনশিয়াল (Exponential) ডাটার ক্ষেত্রে আমরা সবসময় একটা সিমিলার
ডিস্ট্রিবিউশন (Similar Distribution) অফ ডাটা দেখাতে পাই।

তিনি একটা সূত্রও দেন এর উপর,

p(d)= log10(1+1/d)

এই সূত্র অনুযায়ী কোন বৃহৎ ডাটাসেটে

d=1 হলে,

1 দিয়ে শুরু হওয়া সংখ্যা থাকবে 30.1%

d=2 হলে,

2 দিয়ে শুরু হওয়া সংখ্যা থাকবে 17.5%

এভাবে ক্রমান্বয়ে d এর ভিন্ন ভিন্ন মান বসালে 1-9 পর্যন্ত সংখ্যা গুলোর জন্য probability পাওয়া যায়।

কাকতালীয় হলেও এই সূত্রটি অনেকগুলো এক্সপনেনশিয়াল বৃহৎ ডাটাসেটের জন্য সত্য। যেমনঃ ফিবোনাক্কি সংখ্যা, পূর্ণবর্গ সংখ্যা, প্রোগ্রেশন (progression) সিরিজ,n! ইত্যাদি। [যে ডাটাসেটের উপাদান খুব দ্রুত বাড়তে থাকে, তাকে এক্সপনেনশিয়াল ডাটাসেট বলে]

বুঝার সুবিধার্থে কয়েকটা উদাহরণ নিয়ে চিন্তা করা যাক।

2" এর সিরিজ: 2,4,8,16,32,64,128,256,512,1024....

প্রথম 10 টি সংখ্যার মধ্যে 3 টি সংখ্যা রয়েছে যা 1 দিয়ে শুরু হয়। শতকরায় দাড়ায় 33.33% (30.1% এর কাছাকাছি) আবার 2 দিয়ে শুরু হওয়া সংখ্যা আছে 2 টি, শতকরায় যা দাড়ায় 20% (17.5% এর কাছাকাছি)

এবার প্রথম 30 টি সংখ্যার চিন্তা করা যাক: প্রথম 30 টি সংখ্যায় 1 দিয়ে শুরু হওয়া সংখ্যা আছে 9টি তাহলে শতকরায় দাড়ায় 30% (30.1% এর কাছাকাছি) আর 2 দিয়ে শুরু হওয়া সংখ্যা আছে 6 টি অর্থাৎ শতকরায় 20%(17.6% এর কাছাকাছি)। এখানে লক্ষ্যনীয় যে, আমাদেরকে সূত্রের প্রোবাবিলিটির সাথে ম্যানুয়াল ডাটার শতকরা মান প্রায় মিল আছে। আমরা যদি অনেক বৃহৎ ডাটা সেট নিই তাহলে সেটা সত্যি সত্যি 30.1% তে গিয়ে দাড়াবে। এটাই মূলত ব্যানফোর্ডের ল' (Benford's Law)। যা বৃহৎ
এক্সপনেনশিয়াল ডাটার ক্ষেত্রে একটি সুক্ষ্ম প্যাটার্ন খুঁজতে সাহায্য করে।..

বিষয়টি যদি কঠিন মনে হয় তবে চলুন আরো একটি উদাহরণ দেখা যাক।

ফিবোনাক্কি সিরিজ: 0,1,1,2,3,5,8,13,21,34,55,89,144....

এখানেও যদি লক্ষ্য করেন প্রথম 10 টির মধ্যে 3 টি সংখ্যা 1 দিয়ে শুরু (30%) এবং 2 টি সংখ্যা রয়েছে যা 2 দিয়ে শুরু (20%)। একইভাবে ডাটাসেটটা যদি আরেকটু বড় নিই তবে দেখব; প্রথম 50 টা ফিবোনাক্কি সংখ্যার মধ্যে 16 টি সংখ্যা রয়েছে যা 1 দিয়ে শুরু হয় (32%) আর 2 দিয়ে শুরু হওয়া সংখ্যা আছে 9 টা(18%)।

ডাটাসেট যত বড় হবে ততই এর প্রোবাবিলিটি (probability) 30.1% এবং 17.5% এর দিকে ধাবিত হতে থাকবে।

ব্যানফোর্ডের এই ল' টি কিন্তু সব ধরনের ডাটার জন্য কার্যকর নয়। এই ল' টি কার্যকর হওয়ার জন্য কিছু কন্ডিশন রয়েছে।

১) ডাটাসেটকে অনেক বড় হতে হবে। ডাটা সেট যত বড় হবে ব্যানফোর্ডের ল' তত ভালো কাজ করবে।

২) ডাটার প্রোগ্রেশন (progression) ন্যাচেরাল হতে হবে এবং এক্সপনেনশিয়াল (Exponential) হতে হবে।

যেমনঃ মৌলিক সংখ্যা বা জোড় বিজোড় সংখ্যা কিন্তু এক্সপনেনশিয়াল ডাটা সিরিজ না। তাই এদের উপর ব্যানফোর্ডের ল'টি কার্যকর নয়।

লিখেছেন,
মাদিয়া আলম (কোর টিম, এএমটি সায়েন্স ক্লাব )

22/08/2026

২৮ আগষ্ট বিকেলে আমরা একটি অফলাইন বিজ্ঞান আড্ডা করতে যাচ্ছি। 'বাংলাদেশে বিজ্ঞান প্রচারের স্বার্থকতা নিয়ে'।

গত কয়েকযুগ ধরেই তো দেশে বিজ্ঞান নিয়ে বেশ কাজ চলছে। এর স্বার্থকতা কতটুকু আর এর থেকে আমরা কতটুকুই বা 'বিজ্ঞান' শিখতে পারলাম, আমরা কি সত্যিই বিজ্ঞানের চিন্তাভাবনা ধারণ করতে পারছি? এসব নিয়ে চলবে আমাদের আড্ডা।

আগ্রহীরা আপনারাও চাইলে চৈইলা আসতে পারেন। যারা এই আড্ডার সাথে যুক্ত থাকতে চান, তারা নিচের ফর্মটি পুরণ করুন। ফরম লিংক : https://forms.gle/rBqZpqURg3KLaBzK8

18/08/2026

বাংলাদেশে বিজ্ঞানী নাই কেন?

একটা গল্প বলি। আমেরিকায় অনেক গরম পরছে। গরম পড়ার কারণ হিসেবে বিজ্ঞানীরা আমেরিকার সঙ্গীতশিল্পী টেইলর সুইফটকে বকাঝকা করছে। কারণ টেইলর সুইফট তার নিজের একটা বিমান ব্যবহার করে। প্রাইভেট এসব বিমান ব্যবহার করলে গ্লোবাল ওয়ার্মিং বেড়ে যায়, ফলে গরম বেড়ে গেছে। মজার খবর না? - এবার একটু মজার সিনারিও কল্পনা করি।

বাংলাদেশে বসে বসে আবুল সাহেব এই গবেষণাটা পড়লেন টেইলর সুইফটকে নিয়ে। পড়ার পর বললেন, বাংলাদেশের সঙ্গীতশিল্পীদেরও উচিত পার্সোনাল বিমান ব্যবহার না করা, একারণেই বাংলাদেশে এত গরম। এটা শুনলে আপনার হাসি আসবে না? - হাসি আসাটা স্বাভাবিক। কারণ বাংলাদেশের মানুষ ভাত খাইতে পায় না সেখানে পার্সোনাল বিমান ব্যবহার করা যদি ছাড়তে বলে তা আসলে মানানসই কথা না। আমেরিকার কোনো একটা ঘটনার জন্য যা দায়ী বাংলাদেশেও যে সেই ঘটনার জন্য সেই অনুঘটকই দায়ী হবে এমনটা না। বাংলাদেশের পরিবেশই ভিন্ন, মানুষের চিন্তাধারাও ভিন্ন। সবখানে সেইম জিনিস খাটে না।

কিন্তু মজার ব্যাপার কি শুনবেন? আমরা গত কয়েকবছর ধরে বাংলাদেশে যেসব বিজ্ঞান নিয়ে কাজ করতে দেখতেছি সবই কেন জানি বাংলাদেশের পরিবেশের জন্য পারফেক্ট না। উদাহরণ দেই, তাহলে সহজে বুঝতে পারবেন।

গত কয়েকবছরে বাংলাদেশের বইমেলাগুলোতে এবং এর বাইরে বিজ্ঞান, গণিত ও প্রযুক্তি বিষয়ক যতগুলো বই বের হইসে তার অধিকাংশই পদার্থবিজ্ঞান বিষয়ক। আরো স্পেসিফিকলি বললে বইগুলো কোয়ান্টাম মেকানিক্স, রিলেটিভিটি, জ্যোতির্বিজ্ঞান বিষয়ক। বইগুলো পড়ে তাদের আগ্রহের জায়গা আসলে তৈরি হচ্ছে ঐসব বিষয়েই। কিন্তু সমস্যা কী জানেন? - বাংলাদেশে এই ফিল্ডের উপর খুবই উচ্চ মানের গবেষণার স্কোপ এখনও পর্যন্ত তৈরি হয় নাই। একটা ভালো মানের জ্যোতির্বিজ্ঞান মানমন্দির দেশে নাই যেটা দিয়ে গবেষণা লেভেলের ডেটা নেওয়া যায়। কোনো পার্টিকেল অ্যাকসিলেরেটর বানাবে তার চিন্তা করা তো সম্ভবই হচ্ছে না। অথচ এগুলোর স্কোপ কিন্তু সবই আমেরিকা ও ইউরোপে আছে। আমেরিকা ইউরোপে এসব নিয়ে বেশ কাজ হয় তাই এগুলোকে পপুলারাইজ করাটাও যে বেশ জরুরি এটা একদম শতভাগ সত্য। বাংলাদেশে এসব পপুলারাইজ করা হইসে এ নিয়ে আমার কোনো আপত্তি নাই। তবে বাংলাদেশের স্কোপ আসলে আরোও ভালো আছে জীববিজ্ঞান, কৃষি ও জনস্বাস্থ্যে। করোনার সময় বাংলাদেশের বিজ্ঞানীরা যে একটা ফাইট দিছে আপনারা হয়ত এখনও সেটার মাহাত্ম্য বুঝতে পারেন নাই। করোনার সময় সবচেয়ে বড় মাপের স্যাম্পল নিয়ে কাজ করে বিশ্বের নামীদামী একটা জার্নালে গবেষণা ছাপাইতে পারছেন বাংলাদেশী বিজ্ঞানীরা। স্যালাইন নিয়ে গবেষণাটা, যেই ফর্মুলা সারা বিশ্বকে প্রতিবছর বাঁচিয়ে দেয় ঐটাও বাংলাদেশের মাটিতেই তৈরি। এইযে হাইব্রিড ফসল নিয়ে এত গবেষণা যা বিশ্বে একটা রেভ্যুলেশন নিয়ে আসছে সেটা নিয়েও বাংলাদেশে তুমুল কাজকারবার তো হয়েই চলতেছে। আপনি নিজেই ভেবে দেখেন ১০ বছর আগে আপনি কোন সাইজের শক্ত পেয়ারা খেতেন আর আজ কোন সাইজের মিষ্টি পেয়ারা খান। এসবের অবদান কিন্তু বাংলাদেশীদের। বাংলাদেশের পরিবেশ এসবের জন্য ফেভারেবল, আন্তর্জাতিক মানের গবেষণা করা সহজ এসবে। যারা কোয়ান্টাম মেকানিক্স নিয়েই পড়বে এবং পাশ করে দেখবে দেশে তো স্কোপই নাই, একপ্রকার বাধ্য হয়েই সে দেশের বাইরে স্যাটেল হবে। ব্রেইন ড্রেইন তো এমনে এমনেই হচ্ছে না।

কিন্তু আফসোসের কথা কাদেরকে বলি। বাংলাদেশী শিক্ষার্থীদের বিশ্ববিদ্যালয় ভর্তির চয়েজলিস্টে সবার লাস্টে স্থান পায় কৃষি বিশ্ববিদ্যালয়গুলো। ভেটেরেনারি নিয়ে যারা গবেষণা করে তারাতো মোটামুটি অচ্ছুত জাতি। আমেরিকা যখন কোয়ান্টাম মেকানিক্সে কিছু একটা আবিষ্কার করে তখন আমরা শেয়ার দিয়ে বলি বাংলাদেশ কেন পারে না। আসলে কথা হইল যার যেই পরিবেশ তাকে সেটা দিয়ে যাচাই করেন, তাকে সেটায় সাহায্য করেন। কৃষি, জনস্বাস্থ্য এসব নিয়ে বাংলাদেশের যারা কাজ করে বা বাংলাদেশের সাথে সামঞ্জস্যপূর্ণ যে বিজ্ঞান আছে তা নিয়ে যারা কাজ করে তাদেরকে সুযোগ দেন।

বাংলাদেশে রকেট্রি, কোয়ান্টাম মেকানিক্স, জ্যোতির্বিজ্ঞান নিয়ে যেমন কাজ দরকার তেমনি কৃষি, রোগ-জীবাণু, জনস্বাস্থ্য এসব নিয়ে যারা কাজ করেন তাদের গবেষণাগুলো সবার সামনে তুলে আনা দরকার। এএমটি সায়েন্স ক্লাব এ লক্ষ্য নিয়েই আগাচ্ছে। বাংলাদেশের মানুষদের জন্য উপযোগী যে বিজ্ঞান তা নিয়ে শীঘ্রই আপনাদের জন্য বড় কিছু নিয়ে আসছে ইন শা আল্লাহ্‌। আপনারা কি আমাদের সাথে আছেন?

17/08/2026

এএমটি সায়েন্স ক্লাব আয়োজন করতে যাচ্ছে একটি পাঠচক্র, যেখানে বাংলাদেশের উচ্চশিক্ষা ব্যবস্থা এবং প্রযুক্তিনির্ভর ভবিষ্যৎ নিয়ে আলোচনা হবে। জ্ঞান-বিজ্ঞান নিয়ে এই আড্ডায় আমরা একসাথে ভাবতে চাই একটি গুরুত্বপূর্ণ প্রশ্ন নিয়ে। বাংলাদেশে একাধিক ইঞ্জিনিয়ারিং বিশ্ববিদ্যালয় থাকা সত্ত্বেও কেন আলাদা করে প্রযুক্তি বিশ্ববিদ্যালয়ের প্রয়োজন অনুভূত হলো?

আলোচনাঃ আইমান আলী হিসাম
স্থানঃ কোম্পানিগঞ্জ সরকারি কলেজ (CGC)
সময়ঃ ২১ আগষ্ট ২০২৬, শুক্রবার, বিকাল ৪টা

এই পাঠচক্রটি শুধু একটি আলোচনা সভা নয়। এর মাধ্যমে আগ্রহী অংশগ্রহণকারীদের নিয়ে গড়ে তোলা হবে এএমটি সায়েন্স ক্লাবের একটি অফলাইন উদ্যোগ এএমটি সিজিসি চ্যাপ্টার। যেখানে অনলাইনের বাইরেও বাস্তবভিত্তিক চিন্তা, আলোচনা ও বিভিন্ন কার্যক্রম পরিচালনা হবে। যারা এই আলোচনার সাথে যুক্ত থাকতে চান, তারা নিচের ফর্মটি পুরণ করুন।

ফর্ম লিংকঃ https://forms.gle/hLUXuWT5iDJ67K2t7

17/08/2026

আপনাদের জন্য একটা সুখবর আছে। এএমটি সায়েন্স ক্লাব এখন তাদের রিক্রুটমেন্ট ওপেন রাখবে সারাবছর। আপনি যদি কোনোভাবে বাংলাদেশে বিজ্ঞান প্রচারের সাথে নিজেকে ভলেন্টিয়ার হিসেবে যুক্ত রাখতে চান তবে আমাদের ওয়েবসাইট থেকে ফর্ম পুরণের মাধ্যমে যুক্ত হতে পারেন।

নির্দিষ্ট প্রসিডিউর কমপ্লিট এর পর থেকেই কাজ শুরু করব আমরা, আমরাই আপনাকে কাজ বুঝিয়ে দিব, কাজ শেখাবো।

যারা সদ্য একাদশ এ উঠলেন, তাদেরকে বিশেষভাবে প্রাধান্য দেওয়া হবে এক্ষেত্রে। ৬ মাসের একটিভ কার্যক্রম প্রদান করবে সার্টিফিকেট। চইলা আসেন! দেশে বিজ্ঞান নিয়ে কাজ করতে হাত লাগান!
Check the comments to fill out the form (ফর্ম পূরণ করার জন্য কমেন্ট চেক করুন)

17/08/2026

শার্লক হোমসের গোয়েন্দাগিরির নানা ঘটনা শুনে আপনারা তো তাকে বেশ বড় পণ্ডিতই মানেন, তাই না? রসায়নে নানা ক্যামিকেল নিয়ে তার যা জানা-শোনা আছে, তা খুব কম লোকেরই আছে। তবে জানেন কি শার্লক হোমসের কিছু অবৈজ্ঞানিক চিন্তাও ছিল। যেমন তিনি বিশ্বাস করতেন আমাদের এই মহাবিশ্বের কেন্দ্রে রয়েছে পৃথিবী এবং একে কেন্দ্র করে ঘুরছে সবকিছু। আমরা এ কথা দ্বারা যা বোঝাতে চাচ্ছি তা হলো, একজন ব্যক্তি যত বড়ই তাবৎ জ্ঞানের অধিকারী হোন না কেন, তারও ভুল ধারণা থাকা স্বাভাবিক, ভুল করা স্বাভাবিক।

সঠিক তিনিই হবেন, যিনি খতিয়ে খতিয়ে দেখবেন ও প্রমাণ পেলে মেনে নিবেন।

সূত্র - A Study In Scarlet by Arthur Conan Doyle

15/08/2026

পরিবেশের জন্য সবচেয়ে ক্ষতিকর DeepSeek-R1 আর সবচেয়ে কম ক্ষতিকর Claude এর Sonnet মডেল।

কৃত্রিম বুদ্ধিমত্তা বা এআই মডেল ট্রেইন করার জন্য ব্যবহৃত ডেটা সেন্টারের বিশাল সার্ভারগুলোর জন্য প্রচুর বিদ্যুতের প্রয়োজন হয়। অতিরিক্ত গরম হওয়া এসব সার্ভার ঠান্ডা রাখতে খরচ করতে হয় বিপুল পরিমাণ বিশুদ্ধ পানি, আর একইসঙ্গে বায়ুমণ্ডলে নির্গত হয় প্রচুর কার্বন। তবে সব এআই মডেলের পরিবেশের ওপর ক্ষতিকর এ প্রভাব সমান নয়।

ইউনিভার্সিটি অব রোড আইল্যান্ড এবং ইউনিভার্সিটি অব তুনিস-এর চারজন গবেষক "How Hungry is Al?" শীর্ষক গবেষণায় সম্প্রতি তৈরি হওয়া ৩০টি এআই মডেল বিশ্লেষণ করেছেন। বিদ্যুৎ শক্তি, পানির ব্যবহার এবং কার্বন নির্গমন - এই তিনটি ফ্যাক্টর পর্যালোচনা করে তারা মডেলগুলোর 'ইকো-এফিসিয়েন্সি' (Eco-efficiency) পরিমাপ করেন। এর ভিত্তিতে তারা বের করার চেষ্টা করেন, কোন এআই মডেল কী পরিমাণ শক্তি, পানি ব্যবহার করছে ও কার্বন নিঃসরণ করছে, ফলে পরিবেশের জন্য কোনটি অধিক ক্ষতিকর।

এই গবেষণার ফলাফল অনুযায়ী, এআই মডেলগুলোর মধ্যে পরিবেশবান্ধবতার দিক থেকে সবচেয়ে এগিয়ে আছে Claude 3.7 Sonnet। এর ইকো-এফিসিয়েন্সি স্কোর ০.৮৮৬, অর্থাৎ এটি সবচেয়ে কম পানি ও বিদ্যুৎ খরচ করে। অন্যদিকে, DeepSeek -R1 মডেলটি সবচেয়ে বেশি পানি ও বিদ্যুৎ ব্যবহার করে পরিবেশের জন্য সর্বাধিক ক্ষতিকর হিসেবে চিহ্নিত হয়েছে, যার ইকো-এফিসিয়েন্সি মাত্র ০.০৫৮।

09/08/2026

বিজ্ঞানের ইতিহাসের পাতা ওল্টালে মাঝে মাঝে দীর্ঘশ্বাসের শব্দ শোনা যায়। ল্যাবরেটরির নিস্তব্ধ চারদেয়ালের মাঝে, মাইক্রোস্কোপের কাঁচে চোখ রেখে যারা তিলে তিলে এই সভ্যতাকে গড়েছেন, ইতিহাসের বড় একটা অংশজুড়ে তাদের নামগুলো বড্ড আবছা। বিজ্ঞানের ইতিহাসে একটি টার্ম আছে ‘ম্যাটিলডা এফেক্ট’। এর একটা অর্থ হলো নারীদের বৈজ্ঞানিক আবিষ্কারের কৃতিত্ব তাদের পুরুষ সহকর্মীদের নামে চালিয়ে দেওয়া বা নারীদের অবদানকে অবমূল্যায়ন করা। তবে যুগের সাথে এর প্রভাব কমেছে। বিজ্ঞানে নারীদের অবদান বাড়ছে। বিশ্বমানের গবেষণায় আমাদের দেশের যারা নেতৃত্ব দিচ্ছেন, এমন কিছু মুখের কথা আজ জানব:

ড. ফিরদৌসী কাদরী: কলেরার সস্তা ও কার্যকর টিকা (Shanchol) এবং টাইফয়েড ভ্যাকসিন উন্নয়নে তার ভূমিকা বিশ্বজুড়ে স্বীকৃত। এই অবদানের জন্য তিনি এশিয়ার নোবেল খ্যাত ‘র‍্যামন ম্যাগসাইসাই’ পুরস্কার (২০২১) পেয়েছেন। তিনি ‘ideSHi’ নামক প্রতিষ্ঠানের প্রতিষ্ঠাতা।

ড. সেঁজুতি সাহা: চাইল্ড হেলথ রিসার্চ ফাউন্ডেশন (CHRF)-এর এই বিজ্ঞানী বাংলাদেশে প্রথম করোনা ভাইরাসের (SARS-CoV-2) জিনোম সিকোয়েন্স উন্মোচন করেন। এছাড়াও শিশুদের মেনিনজাইটিস এবং চিকুনগুনিয়া নিয়ে তার গবেষণা আন্তর্জাতিক মহলে প্রশংসিত।

ড. হাসিনা খান: বাংলাদেশের সোনালি আঁশ পাটের জিনোম সিকোয়েন্সিং (জীবনরহস্য উন্মোচন)-এর অন্যতম প্রধান বিজ্ঞানী তিনি। তার নেতৃত্বে ইলিশ মাছের জিনোমও সিকোয়েন্স করা হয়েছে। গবেষণায় অবদানের জন্য তিনি স্বাধীনতা পদক পেয়েছেন।

ড. লাফিফা জামাল: ঢাকা বিশ্ববিদ্যালয়ের রোবোটিক্স অ্যান্ড মেকাট্রনিক্স ইঞ্জিনিয়ারিং বিভাগের অধ্যাপক। বাংলাদেশে মেয়েদের কোডিং এবং রোবোটিক্সে উৎসাহিত করতে এবং ‘বাংলাদেশ ওমেন ইন টেকনোলজি’ (BWIT)-এর প্রেসিডেন্ট হিসেবে তিনি বিশাল ভূমিকা রাখছেন।
ড. নোভা আহমেদ: নর্থ সাউথ বিশ্ববিদ্যালয়ের এই অধ্যাপক এমন সব প্রযুক্তি নিয়ে গবেষণা করেন, যা সাধারণ মানুষ—বিশেষ করে গ্রামের নারীরা সহজেই ব্যবহার করতে পারে।

সিলভানা কাদের সিনহা: ‘প্রাভা হেলথ’ (Praava Health)-এর প্রতিষ্ঠাতা। বাংলাদেশে তিনি প্রথম প্রযুক্তিনির্ভর ‘ফ্যামিলি ডক্টর’ এবং ‘স্মার্ট ডায়াগনস্টিক’ মডেল নিয়ে এসেছেন।

কৃষিবিজ্ঞানী নারীরা: বাংলাদেশ ধান গবেষণা ইনস্টিটিউট (BRRI) এবং পাট গবেষণা ইনস্টিটিউট (BJRI)-তে বহু নারী বিজ্ঞানী কাজ করছেন। নতুন নতুন ধানের জাত উদ্ভাবন এবং পাটের জিনোম গবেষণায় তাদের অবদান আমাদের খাদ্যের যোগান নিশ্চিত করছে।

ড. রুবানা হক: বিজিএমইএ-র সাবেক সভাপতি হিসেবে তিনি গার্মেন্টস সেক্টরে রোবোটিক্স এবং অটোমেশন নিয়ে আসার পেছনে বড় ভূমিকা রেখেছেন। এছাড়া এশিয়ান ইউনিভার্সিটি ফর উইমেনের ভিসি হিসেবে তিনি নারীদের উচ্চশিক্ষায় কাজ করছেন।
মাদিয়া আলম, ট্রেইনি, এএমটি সায়েন্স ক্লাব।

AMT Science Club

22/08/2026

22/08/2026

22/08/2026

22/08/2026

18/08/2026

17/08/2026

17/08/2026

17/08/2026

15/08/2026

09/08/2026

Address

Website

Alerts

Contact The Business

Shortcuts

Share

Category

Listing takedown request