শিক্ষার ক্ষেত্র
সব শেখার বিষয়বস্তুতে কেন্দ্রীয় প্রবেশপথ — নির্দেশিত বা মুক্ত, যেমন তুমি চাও।
ভিত্তি
কোনো পূর্বজ্ঞান ছাড়াই শুরু করা যায়। যে কম্পিউটার চালাতে পারেন, তিনি এখান থেকে শুরু করুন।
Operation & Command Line
কম্পিউটার কীভাবে কাজ করে, API কী, Terminal কীভাবে ব্যবহার করতে হয়, উন্নয়ন পরিবেশ কীভাবে সাজাতে হয়, Git এবং Open Source।
আপনি বুঝবেন কম্পিউটার কীভাবে কাজ করে, Terminal নিরাপদে ব্যবহার করবেন, Git ব্যবহার করবেন এবং Open Source বুঝবেন।
কম্পিউটার কীভাবে "চিন্তা" করে
CPU, GPU, RAM, হার্ড ড্রাইভ এবং Binary Code — Hardware-এর মৌলিক বিষয়।
ইন্টারনেট ও API
Client, Server, HTTP Request এবং Interface হিসেবে API।
Terminal
GUI বনাম CLI, পথ এবং গুরুত্বপূর্ণ কমান্ড।
আপনার উন্নয়ন পরিবেশ
শীঘ্রই আসছে
Git দিয়ে Version Control
Repository, Commit, Branch এবং Cloud Storage হিসেবে GitHub।
Open Source বনাম Closed Source
Source Code, License (GPL, MIT) এবং স্বচ্ছতা কেন গুরুত্বপূর্ণ।
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
Python ও প্রোগ্রামিং লজিক
Variable থেকে Control Structure ও Function হয়ে Class, Package এবং Virtual Environment পর্যন্ত।
আপনি Python-এ প্রোগ্রামিং করবেন, Data Type, Control Structure, OOP বুঝবেন এবং পরিষ্কার Development পরিবেশ তৈরি করবেন।
Variable ও Data Type
String, Integer, Float, Boolean এবং Assignment।
Control Structure
If/Else এবং Loop (For, While)।
Function
Parameter, Return মান এবং Modular Code।
Code ভাঙলে (Error ও Debugging)
Syntax Error বনাম Logic Error, Try/Catch এবং Stack Trace পড়া।
List ও Dictionary
Array, Key-Value Store এবং Index-ভিত্তিক Access।
Object-Oriented Programming (Class ও Object)
Class, Object, Method এবং Attribute — জটিল Code-এর Blueprint।
বাহ্যিক Code Library (Package)
Pip, Dependency, Import — চাকা নতুন করে আবিষ্কার না করা।
Isolation Bubble (Virtual Environment / Docker)
venv, Container এবং পুনরুৎপাদনযোগ্য পরিবেশ।
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
কর্মশালা
হাতে-কলমে নির্মাতাদের জন্য। প্রয়োগ, টুলস এবং আধুনিক Workflow-এ মনোযোগ।
Generative Art (ছবি ও ভিডিও)
ছবি তৈরি, Stable Diffusion, LoRA, ControlNet এবং Workflow Optimization।
আপনি Stable Diffusion দিয়ে নিজের ছবি তৈরি করবেন, Text-to-Image বুঝবেন এবং LoRA, ControlNet ও Upscaling আয়ত্ত করবেন।
ছবি তৈরি (টেক্সট থেকে Pixel)
Text-to-Image, Prompting এবং Seed (এলোমেলো মান)।
টুল (Stable Diffusion Forge)
UI, স্থানীয় VRAM এবং তৈরির গতি।
নিয়ন্ত্রণ ও Fine-Tuning
LoRA, Inpainting এবং Outpainting।
Workflow Optimization
ControlNet (পোজ, প্রান্ত) এবং Upscaling।
GAN — ইন্টারেক্টিভ Demo
ইন্টারেক্টিভভাবে দেখুন কীভাবে GAN ছবি তৈরি করে।
ঐচ্ছিকসার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
স্থানীয় ভাষা মডেল
Hugging Face Ecosystem, Model স্থানীয়ভাবে চালানো এবং Quantization বোঝা।
আপনি Hugging Face বুঝবেন, Model নিজের PC-তে আনবেন এবং Quantization বুঝবেন।
Ecosystem (Hugging Face)
থেকে উপলব্ধ ২৩ সেপ, ২০২৬
নিজের PC-তে Model আনা
থেকে উপলব্ধ ২৩ সেপ, ২০২৬
Quantization (Model ছোট করা)
থেকে উপলব্ধ ২৩ সেপ, ২০২৬
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
এজেন্ট ও অটোমেশন
System Prompt, Prompt Engineering, RAG, Function Calling, API এবং No-Code Workflow।
আপনি System Prompt তৈরি করবেন, RAG Pipeline তৈরি করবেন, Function Calling ব্যবহার করবেন এবং n8n দিয়ে Workflow স্বয়ংক্রিয় করবেন।
Model-কে কাজ দেওয়া (System Prompt)
System Prompt, Roleplay, One-Shot বনাম Few-Shot।
Prompt Engineering (Chain of Thought)
Zero-Shot, Chain-of-Thought এবং Hallucination এড়ানো।
নিজের ডেটা যুক্ত করা (RAG)
Retrieval-Augmented Generation, Chunking, Embedding এবং Vector Database।
Function Calling (AI যখন বাটন চাপে)
JSON Output, Tool Use — AI কোন Tool ব্যবহার করবে তা সিদ্ধান্ত নেয়।
Interface ব্যবহার (API ও MCP)
API Key, Model Context Protocol এবং AI Agent-এর জন্য Server Architecture।
No-Code Workflow (n8n)
Trigger, Node, Workflow Automation এবং Webhook।
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
Software Development-এ AI
Vibecoding, Context Engineering, Harness Engineering এবং Agentic Coding — প্রোগ্রামিং-এর নতুন পদ্ধতি।
আপনি AI দিয়ে প্রোগ্রামিং করবেন, Context Engineering আয়ত্ত করবেন এবং স্বায়ত্তশাসিত Coding Agent ব্যবহার করবেন।
Natural Language Programming (Vibecoding)
থেকে উপলব্ধ ২১ অক্টো, ২০২৬
Context Engineering
থেকে উপলব্ধ ২১ অক্টো, ২০২৬
Harness Engineering: আশার বদলে রেলিং
থেকে উপলব্ধ ২১ অক্টো, ২০২৬
Agentic Coding (AI যখন নিজেই টাইপ করে)
থেকে উপলব্ধ ২১ অক্টো, ২০২৬
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
Software-এর গুণমান ও টেস্টিং
টেস্ট পড়া, যন্ত্র-যাচাই বোঝা, পরিবর্তন গ্রহণ করা আর গোপন তথ্য রক্ষা করা — প্রোগ্রামিং জ্ঞান ছাড়াই গুণমান।
আপনি একটি টেস্ট পড়ে বুঝবেন সে আসলে কী যাচাই করে, লাল যন্ত্র-যাচাইকে জায়গামতো বসাবেন, এজেন্টকে সেই তিনটি প্রশ্ন করবেন যার উত্তর আপনি নিজে যাচাই করতে পারেন, আর জানবেন কী কখনোই একটি Repository-তে যাবে না।
এজেন্ট যখন টেস্ট লেখে, তখন টেস্ট বোঝা
থেকে উপলব্ধ ১৮ নভে, ২০২৬
গেট: যন্ত্র-যাচাই দিয়ে গড়া নিরাপত্তা-জাল
থেকে উপলব্ধ ১৮ নভে, ২০২৬
প্রোগ্রামিং জ্ঞান ছাড়া রিভিউ
থেকে উপলব্ধ ১৮ নভে, ২০২৬
গোপন তথ্য ও নিরাপত্তা: যা কখনোই রিপোজিটরিতে যাবে না
থেকে উপলব্ধ ১৮ নভে, ২০২৬
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
একাডেমি
গভীর কম্পিউটার বিজ্ঞান ট্র্যাক। বিশ্ববিদ্যালয়ের AI মডিউলের সমতুল্য, তবে সবার জন্য সুলভ।
কম্পিউটার বিজ্ঞান স্ট্রাকচার ও অ্যালগরিদম
Algorithm কী, কীভাবে Scale করে এবং কোন Data Structure কম্পিউটার বিজ্ঞান চালায়।
আপনি Algorithm, Big-O Notation, Recursion এবং গুরুত্বপূর্ণ Data Structure বুঝবেন।
Algorithm কী?
Determinism, Finiteness, Input/Output — মেশিনের রান্নার রেসিপি।
Algorithmic Complexity (Big-O)
Scaling বোঝা: Linear, Quadratic, Exponential।
Data Structure I (Linear)
Array, Linked List, Stack, Queue।
Recursion
Base Case, Recursive Call এবং Stack Overflow — Steroid-এ Loop।
Data Structure II (Hierarchical ও Network)
Tree, Binary Search Tree, Graph, Node, Edge।
Data Structure III (Key-ভিত্তিক)
Hash Table, Key-Value Pair এবং Caching।
Travelling Salesman — When Trying Everything Takes Too Long
This path's first demo: find the shortest tour through many cities — an NP-hard problem that exposes the limits of brute force and why we need clever heuristics like simulated annealing.
ঐচ্ছিকসার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
ডেটার গণিত
Machine Learning-এর ভিত্তি হিসেবে পরিসংখ্যান ও সম্ভাব্যতা।
আপনি Central Tendency, Dispersion, Distribution, Correlation, Probability এবং Bayes Theorem বুঝবেন।
Central Tendency (মাঝখান কোথায়?)
গড়, Median এবং Outlier।
Dispersion (মাঝখান থেকে কতটা দূরে?)
Variance, Standard Deviation এবং পরিসর।
Distribution (ডেটার আকৃতি)
Normal Distribution, Skewness এবং Long-Tail।
ডেটার মধ্যে সংযোগ
Correlation, Causality এবং Confounder।
সম্ভাব্যতা ও Expected Value
সম্ভাব্যতা, Expected Value এবং Risk/Benefit গণনা।
Bayes ও Conditional Probability
Bayes Theorem: নতুন জ্ঞান দিয়ে মতামত আপডেট করা।
Naive Bayes — ইন্টারেক্টিভ Demo
Naive Bayes Algorithm দিয়ে লাইভ টেক্সট শ্রেণীবদ্ধ করুন।
ঐচ্ছিকসার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
Linear Algebra ও Calculus
Vector, Matrix, Tensor, Derivative এবং Chain Rule — Deep Learning-এর ভাষা।
আপনি Vector, Matrix, Tensor, Derivative, Partial Derivative এবং Backpropagation-এর ভিত্তি হিসেবে Chain Rule বুঝবেন।
স্থান ও দিক (Vector)
Scalar, Vector, Dimensionality এবং Vector Space।
ডেটা টেবিল ও রূপান্তর (Matrix)
Matrix, Matrix Multiplication, Transformation এবং Dot Product।
Tensor (GPU-এর ভাষা)
n-dimensional Array হিসেবে Tensor, Batching এবং Shape।
পরিবর্তন পরিমাপ (Derivative)
ঢাল, Rate of Change এবং Minima/Maxima।
Partial Derivative ও Gradient
বহুমাত্রিক ঢাল এবং Gradient Vector।
Nested Function (Chain Rule)
Function Composition এবং Chain Rule — Backpropagation-এর প্রস্তুতি।
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
ক্লাসিক্যাল, Symbolic AI
Turing থেকে Search, Heuristics এবং Game Theory হয়ে Expert System এবং AI Winter পর্যন্ত।
আপনি AI-এর শিকড় বুঝবেন, State Space নেভিগেট করবেন, Pathfinding ও Game Theory আয়ত্ত করবেন এবং AI Winter-এর শিক্ষা জানবেন।
AI-এর জন্ম (Turing থেকে Dartmouth)
Turing Test, Dartmouth Conference (1956), ELIZA — ঐতিহাসিক প্রেক্ষাপট।
Graph-এ Search
State Space, Breadth-First Search (BFS) এবং Depth-First Search (DFS)।
Heuristics ও Pathfinding
Heuristic, Cost Function, Dijkstra এবং A* Algorithm।
A* Pathfinding — ইন্টারেক্টিভ Demo
দেখুন কীভাবে A* এবং Dijkstra একটি Maze-এ Navigate করে।
ঐচ্ছিকদ্বন্দ্বে Agent (Game Theory)
Multi-Agent System, Zero-Sum Game এবং Nash Equilibrium।
MinMax ও Pruning
Decision Tree, MinMax Strategy এবং Alpha-Beta Pruning।
MinMax — ইন্টারেক্টিভ Demo
একটি অপরাজেয় MinMax AI-এর বিরুদ্ধে Tic-Tac-Toe খেলুন।
ঐচ্ছিকনিয়ম ও লজিক (Expert System)
Expert System, Inference Engine, If-Then Rule এবং Combinatorial Explosion।
নিয়ম-ভিত্তিক AI — ইন্টারেক্টিভ Demo
ইন্টারেক্টিভভাবে দেখুন কীভাবে একটি Expert System যৌক্তিক কারণ-শৃঙ্খল তৈরি করে।
ঐচ্ছিকELIZA Chatbot — ইন্টারেক্টিভ Demo
ইতিহাসের প্রথম নিয়ম-ভিত্তিক Therapist Bot-এর সাথে চ্যাট করুন।
ঐচ্ছিকAI Winter (ব্যর্থতা ও শিক্ষা)
Lighthill Report, অতিরিক্ত প্রতিশ্রুতি এবং কেন Symbolic AI জটিলতায় ব্যর্থ হয়েছিল।
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
Machine Learning-এর মৌলিক বিষয়
Paradigm পরিবর্তন: প্রোগ্রামিং থেকে Training — Supervised, Unsupervised এবং মূল্যায়নের টুলস।
আপনি ML Paradigm বুঝবেন, Supervised Learning Model Train করবেন, Metric দিয়ে মূল্যায়ন করবেন এবং Overfitting ও Unsupervised Learning জানবেন।
প্রোগ্রামিং বনাম Training
Machine Learning, Training Data, Model এবং Inference।
Supervised Learning (শিক্ষকের সাথে শেখা)
Label, Feature, Target, Classification বনাম Regression।
Linear ও Logistic Regression
Regression Line, Sigmoid এবং Error Function (MSE)।
কাঁচামাল (Data Engineering)
Feature Engineering, Missing Value এবং Normalization।
Parameter বনাম Hyperparameter
AI নিজে কী শেখে বনাম মানুষ কী সেট করে।
যখন ছাত্র মুখস্থ করে
Overfitting, Underfitting, Train-Test Split এবং Validation Set।
Model মূল্যায়ন
Accuracy, Precision, Recall, F1-Score এবং Confusion Matrix।
Unsupervised Learning (বিশৃঙ্খলায় কাঠামো)
Clustering (k-Means), Dimensionality Reduction (PCA) এবং Anomaly Detection।
Supervised Learning — ইন্টারেক্টিভ Demo
একটি Model Train করুন এবং Decision Boundary পর্যবেক্ষণ করুন।
ঐচ্ছিকDecision Tree — the Glass-Box Classifier
Watch a tree of yes/no questions carve up the data — and see it tip into overfitting when it asks too many. The most transparent algorithm in the ML toolkit.
ঐচ্ছিকK-Means Clustering — ইন্টারেক্টিভ Demo
দেখুন কীভাবে K-Means Data Point গুলো দলে সাজায়।
ঐচ্ছিকসার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
Deep Learning (নিউরাল উদ্ভাবন)
কৃত্রিম Neuron থেকে Activation, Hidden Layer ও Loss Function হয়ে Gradient Descent এবং Backpropagation পর্যন্ত।
আপনি Perceptron থেকে Backpropagation পর্যন্ত Neural Network বুঝবেন এবং সম্পূর্ণ Training প্রক্রিয়া অনুসরণ করতে পারবেন।
কৃত্রিম Neuron
Perceptron, Weight, Bias এবং Summation।
Perceptron — ইন্টারেক্টিভ Demo
ধাপে ধাপে সবচেয়ে সরল Neural Network Train করুন।
ঐচ্ছিকপ্রজ্বলন স্ফুলিঙ্গ (Activation)
Linearity বনাম Non-Linearity, ReLU এবং Sigmoid।
নেটওয়ার্ক (Hidden Layer)
Deep Neural Network, Hidden Layer এবং Forward Pass।
Neural Network Playground — ইন্টারেক্টিভ Demo
নিজের নেটওয়ার্ক আর্কিটেকচার তৈরি করুন, লাইভ Train করুন এবং Backpropagation সরাসরি দেখুন।
ঐচ্ছিকAI কতটা ভুল তা গণনা করা
Loss Function, Mean Squared Error এবং Cross-Entropy।
উপত্যকার পথ (Gradient Descent)
Gradient Descent, Learning Rate এবং Local/Global Minimum।
Gradient Descent — ইন্টারেক্টিভ Demo
Optimizer কীভাবে উপত্যকায় নামে তা ধাপে ধাপে দেখুন।
ঐচ্ছিকশেখার কেন্দ্রবিন্দু (Backpropagation)
Backpropagation এবং Error Feedback — Chain Rule-এর উপর নির্মিত।
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
আধুনিক আর্কিটেকচার (GenAI)
Tokenization থেকে Embedding, CNN, RNN এবং Transformer হয়ে LLM, Transfer Learning এবং Diffusion পর্যন্ত।
আপনি Tokenization, Embedding, CNN, RNN, Transformer, LLM, Transfer Learning, Sampling এবং Diffusion বুঝবেন।
Tokenization (মেশিনের বর্ণমালা)
Token, BPE, Context Window — কেন AI Syllable বোঝে না।
Embedding ও Latent Space
Word2Vec, Embedding Vector এবং Semantic Distance।
Computer Vision (CNN)
Convolution, Filter/Kernel, Pooling এবং Feature Extraction।
সময় ও ক্রম (RNN)
Sequence Data, Recurrent Neural Network এবং Vanishing Gradient।
যুগান্তকারী আবিষ্কার (Transformer ও Attention)
Self-Attention, Query/Key/Value এবং Transformer Block।
Attention-মেকানিজম — ইন্টারেক্টিভ Demo
Query/Key/Value ধাপে ধাপে বুঝুন — প্রতিটি Transformer-এর হৃদয়।
ঐচ্ছিকবড় Language Model (LLM)
Foundation Model, Pre-training, Next-Token Prediction এবং Parameter Size।
Transfer Learning ও Fine-Tuning
Pre-trained Weight, Checkpoint এবং LoRA।
Sampling ও Temperature
Softmax, Temperature, Top-K/Top-P — কেন ChatGPT সবসময় একই কথা বলে না।
Generative Image Model (Diffusion)
Latent Space, Noise, Denoising এবং Text-to-Image।
GAN — ইন্টারেক্টিভ Demo
ইন্টারেক্টিভভাবে দেখুন কীভাবে GAN ছবি তৈরি করে।
ঐচ্ছিকসার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
Reinforcement Learning
পুরস্কারের মাধ্যমে শেখা: মৌলিক নীতি থেকে Q-Learning হয়ে RLHF পর্যন্ত।
আপনি Reinforcement Learning, MDP, Q-Learning এবং RLHF বুঝবেন — ChatGPT কীভাবে ভদ্রতা শেখে।
গাজর ও লাঠি (নীতি)
থেকে উপলব্ধ ৭ অক্টো, ২০২৬
কৌশল তৈরি (Q-Learning ও MDP)
থেকে উপলব্ধ ৭ অক্টো, ২০২৬
Q-Learning — ইন্টারেক্টিভ Demo
দেখুন কীভাবে একটি Agent Q-Learning দিয়ে বের হওয়ার পথ খুঁজে পায়।
ঐচ্ছিকRLHF (LLM কীভাবে ভদ্রতা শেখে)
থেকে উপলব্ধ ৭ অক্টো, ২০২৬
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
সমাজ ও অন্তর্ভুক্তি
সামাজিক ও আইনি প্রভাব, বিশেষ লক্ষ্য গোষ্ঠীর জন্য।
নৈতিকতা ও মিথ
চেতনা, Bias, Copyright এবং Prompt Injection — AI নিয়ে গুরুত্বপূর্ণ প্রশ্ন।
আপনি AGI এবং Stochastics-এর পার্থক্য বুঝবেন, Training Bias বিশ্লেষণ করবেন, Copyright প্রশ্ন জানবেন এবং Prompt Injection Risk বুঝবেন।
চেতনা বনাম সম্ভাব্যতা
AGI, Sentience এবং Stochastic Parrot।
Bias ও ডেটার গুণমান
Training Bias, Impossibility Theorem, Signal বনাম Noise।
Copyright ও ডেটা চুরি
Fair Use, Opt-Out এবং Training Data-তে Copyright।
নিরাপত্তা ও Prompt Injection
Jailbreak, Data Exfiltration এবং Language Model কীভাবে প্রতারিত হয়।
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
ইউরোপ ও আইন
EU AI Act, Foundation Model নিয়ন্ত্রণ এবং AI Application-এ Data Protection।
আপনি EU AI Act, Foundation Model-এর স্বচ্ছতা বাধ্যবাধকতা এবং AI-এর DSGVO প্রভাব বুঝবেন।
EU AI Act
থেকে উপলব্ধ ৪ নভে, ২০২৬
Foundation Model নিয়ন্ত্রণ
থেকে উপলব্ধ ৪ নভে, ২০২৬
Data Protection ও AI (DSGVO)
থেকে উপলব্ধ ৪ নভে, ২০২৬
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
সিনিয়রদের জন্য (দৈনন্দিন জীবনে AI)
একটি ডিজিটাল সহায়ক, অনলাইনে নিরাপত্তা এবং নিয়ন্ত্রণ রাখা।
আপনি AI-কে দৈনন্দিন সহায়ক হিসেবে ব্যবহার করবেন, প্রতারণার কৌশল চিনবেন এবং নিজের ডেটার নিয়ন্ত্রণ রাখবেন।
একটি ডিজিটাল সহায়ক
Voice Assistant, অনুবাদ এবং পড়ে শোনানো।
প্রথম AI যোগাযোগ — ইন্টারেক্টিভ Demo
একটি সাধারণ Chatbot-এর সাথে নিরাপদ প্রথম সংলাপ।
ঐচ্ছিকনিরাপত্তা ও প্রতারণা সুরক্ষা
Grandchild Trick 2.0, Voice Cloning এবং Phishing Detection।
E-Mail সুরক্ষা ঢাল — ইন্টারেক্টিভ Demo
দেখুন কীভাবে একটি Spam Filter সন্দেহজনক E-Mail চিনতে পারে।
ঐচ্ছিকনিয়ন্ত্রণ রাখা
Provider-এ Opt-Out এবং ডেটা প্রকাশ নিয়ন্ত্রণ করা।
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
শিক্ষার্থী ও ছাত্রদের জন্য
AI দিয়ে শেখা, নকল না করে, Deepfake চেনা এবং Source সমালোচনামূলকভাবে যাচাই করা।
আপনি AI-কে Learning Tutor হিসেবে ব্যবহার করবেন, Deepfake এবং Synthetic Media চিনবেন এবং Source সমালোচনামূলকভাবে যাচাই করবেন।
AI দিয়ে শেখা (নকল না করে)
Socratic Dialogue, Learning Tutor এবং Hallucination সমালোচনামূলকভাবে যাচাই।
ইন্টারনেটে সত্য
Deepfake, Source যাচাই এবং Synthetic Media।
গাড়ি চালানো শেখা — ইন্টারেক্টিভ Demo
দেখুন কীভাবে গাড়ি Neuroevolution-এর মাধ্যমে Racing Track আয়ত্ত করতে শেখে। নিজেও চালান এবং AI-এর সাথে তুলনা করুন।
ঐচ্ছিককম্পিউটারের বিরুদ্ধে খেলা — ইন্টারেক্টিভ Demo
একটি AI-এর বিরুদ্ধে খেলুন যা MinMax দিয়ে সেরা চাল বেছে নেয়।
ঐচ্ছিকসবচেয়ে পুরনো Chatbot — ইন্টারেক্টিভ Demo
ELIZA-এর সাথে চ্যাট করুন, ইতিহাসের প্রথম Chatbot।
ঐচ্ছিকসার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
Second Brain ও ডিজিটাল যমজ
মাথার বাইরে জ্ঞান সাজানো — এবং বাস্তব জিনিসের ডিজিটাল প্রতিরূপ কী পারে ও কোথায় তার সীমা, তা বোঝা।
কখনো আর না পড়া নোট জমানোর বদলে আপনি নিজের একটি Second Brain গড়বেন, এবং ব্যাখ্যা করবেন একটি ডিজিটাল যমজ নিছক Simulation থেকে কীসে আলাদা।
Second Brain: আপনার বাহ্যিক স্মৃতি
থেকে উপলব্ধ ২ ডিসে, ২০২৬
ডিজিটাল যমজ
থেকে উপলব্ধ ২ ডিসে, ২০২৬
সার্টিফিকেট ডাউনলোড
স্থিতি দেখতে ক্লিক করুন
কৌতূহলসমূহ
ডেমোগুলির একটি ক্রমবর্ধমান প্রদর্শনী যা কোনো বিষয়ভিত্তিক পথে মাপসই নয় — ক্লাসিক, কৌতূহলসমূহ, মনোমুগ্ধকর ব্যতিক্রম।
কৌতূহলসমূহ
ডেমোগুলির একটি আবাস যা অন্য কোনো পথে অন্তর্ভুক্ত নয় — ক্লাসিক, কৌতূহলসমূহ, মনোমুগ্ধকর ব্যতিক্রম। কোনো সাধারণ পাঠ্যক্রম ছাড়াই একটি ক্রমবর্ধমান প্রদর্শনী। কখনো কখনো একটি কোনো বিষয়ভিত্তিক পথে স্থানান্তরিত হয়, কখনো একটি নতুন যোগ দেয়।
স্বতন্ত্র ডেমোগুলির একটি কিউরেটেড মুঠো — কৌতূহলীদের জন্য একটি ভ্রমণ। কোনো গৃহকার্য নেই, শুধু অন্বেষণ।