Comparthing Logo
কৃত্রিম বুদ্ধিমত্তাস্নায়ুবিজ্ঞানকম্পিউটার-ভিশনমনোবিজ্ঞান

আবেগ দিয়ে দেখা বনাম তথ্য দিয়ে দেখা

এই তুলনাটি জৈবিক উপলব্ধি এবং অ্যালগরিদমিক বিশ্লেষণের মধ্যকার মৌলিক বিভেদটি পরীক্ষা করে। মানুষ যেখানে ব্যক্তিগত ইতিহাস, মেজাজ এবং বেঁচে থাকার প্রবৃত্তির লেন্সের মাধ্যমে বিশ্বকে দেখে, সেখানে মেশিন ভিশন অনুভূতি বা প্রেক্ষাপটের গুরুত্ব ছাড়াই বাস্তবতাকে শ্রেণিবদ্ধ করতে গাণিতিক পিক্সেল বিন্যাস এবং পরিসংখ্যানগত সম্ভাবনার উপর নির্ভর করে।

হাইলাইটস

  • মানুষ একটি ছবির পেছনের 'কেন' তা দেখে, আর যন্ত্র দেখে 'কী' তা।
  • ডেটা-চালিত সিস্টেমগুলো ক্লান্ত না হয়ে একই সাথে লক্ষ লক্ষ ছবি প্রক্রিয়াকরণ করতে পারে।
  • আবেগিক দৃষ্টিভঙ্গি সংস্কৃতি ও ব্যক্তিগত লালন-পালন দ্বারা ব্যাপকভাবে প্রভাবিত হয়।
  • সুস্পষ্ট পরিমাপকসহ নিয়ন্ত্রিত পরিবেশে যন্ত্র অনেক বেশি নির্ভুল হতে পারে।

আবেগগত উপলব্ধি কী?

অনুভূতি, স্মৃতি এবং সামাজিক সূক্ষ্মতার জটিল ছাঁকনির মাধ্যমে দৃশ্যমান উদ্দীপনাকে ব্যাখ্যা করার মানুষের ক্ষমতা।

  • মানুষের দৃষ্টিশক্তি অ্যামিগডালার সাথে গভীরভাবে জড়িত, যা আমাদেরকে সচেতনভাবে বিপদ শনাক্ত করার আগেই সে অনুযায়ী প্রতিক্রিয়া জানাতে সক্ষম করে।
  • আমাদের মস্তিষ্ক মুখের সূক্ষ্ম অভিব্যক্তি ও শারীরিক ভাষার মাধ্যমে একটি ঘরের 'পরিবেশ' বা 'উত্তেজনা' উপলব্ধি করতে পারে।
  • স্মৃতি পরিচিত পরিবেশে আমাদের রঙ ও আকৃতি উপলব্ধির পদ্ধতিকে শারীরিকভাবে পরিবর্তন করতে পারে।
  • প্যারেডোলিয়া নামক ঘটনাটির কারণে আমরা এলোমেলো বস্তুর মধ্যেও মুখমণ্ডলের মতো অর্থপূর্ণ নকশা দেখতে পাই।
  • ভয় বা আনন্দের মতো আবেগীয় অবস্থা আক্ষরিক অর্থেই আমাদের পার্শ্বদৃষ্টির পরিধিকে প্রসারিত বা সংকুচিত করতে পারে।

ডেটা-চালিত দৃষ্টিভঙ্গি কী?

আলোকে সংখ্যাসূচক বিন্যাসে রূপান্তর করে এবং প্যাটার্ন শনাক্ত করার মাধ্যমে চিত্রাবলী ব্যাখ্যা করার গণনাভিত্তিক প্রক্রিয়া।

  • মেশিনগুলো ছবিকে লাল, সবুজ ও নীল রঙের তীব্রতার মান নির্দেশকারী সংখ্যার বিশাল গ্রিড হিসেবে দেখে।
  • কম্পিউটার ভিশন ইনফ্রারেডের মতো আলোর এমন তরঙ্গদৈর্ঘ্য শনাক্ত করতে পারে, যা মানুষের চোখে সম্পূর্ণ অদৃশ্য।
  • অ্যালগরিদমগুলো প্রান্তের অভিমুখ এবং গঠনবিন্যাসের গাণিতিক সম্ভাবনা গণনা করে বস্তু শনাক্ত করে।
  • কৃত্রিম সিস্টেম কোনো বস্তুকে 'দেখে' না; বরং এটি লক্ষ লক্ষ প্রশিক্ষণমূলক উদাহরণের একটি লাইব্রেরির সাথে ডেটার প্যাটার্ন মিলিয়ে দেখে।
  • কত ঘন্টা ধরে এটি চালু আছে তা নির্বিশেষে মেশিন ভিশন পুরোপুরি সামঞ্জস্যপূর্ণ থাকে।

তুলনা সারণি

বৈশিষ্ট্য আবেগগত উপলব্ধি ডেটা-চালিত দৃষ্টিভঙ্গি
মূল প্রক্রিয়া স্নায়ু নেটওয়ার্ক এবং স্নায়ু রসায়ন রৈখিক বীজগণিত এবং টেনসর
ব্যাখ্যার শৈলী প্রসঙ্গ এবং আখ্যান-চালিত পরিসংখ্যানগত এবং বৈশিষ্ট্যভিত্তিক
স্বীকৃতির গতি পরিচিত ধারণাগুলির জন্য প্রায় তাৎক্ষণিক হার্ডওয়্যার এবং মডেলের আকারের উপর নির্ভর করে পরিবর্তিত হয়
নির্ভরযোগ্যতা ক্লান্তি এবং পক্ষপাতের অধীন পুনরাবৃত্তি সহ্য করতে পারে কিন্তু 'সাধারণ জ্ঞানের' অভাব রয়েছে।
সংবেদনশীলতা সামাজিক এবং আবেগগত সংকেতের জন্য উচ্চ সূক্ষ্ম প্রযুক্তিগত বিচ্যুতির জন্য উচ্চ
প্রাথমিক লক্ষ্য বেঁচে থাকা এবং সামাজিক সংযোগ অপ্টিমাইজেশন এবং শ্রেণিবিন্যাস

বিস্তারিত তুলনা

প্রসঙ্গের শক্তি

একজন মানুষ একটি অগোছালো শোবার ঘর দেখে হয়তো 'ক্লান্তি' বা 'একটি ব্যস্ত সপ্তাহ' দেখতে পারে, যেখানে একটি যন্ত্র দেখে 'ফেলে রাখা কাপড়' এবং 'মেঝে'। আমরা যা দেখি, তা ঘিরে স্বাভাবিকভাবেই একটি গল্প তৈরি করি এবং নিজেদের জীবনের অভিজ্ঞতা দিয়ে শূন্যস্থান পূরণ করি। এর বিপরীতে, ডেটা-চালিত দৃষ্টি প্রতিটি ফ্রেমকে একটি নতুন গাণিতিক ধাঁধা হিসেবে দেখে এবং প্রায়শই বস্তুগুলো একে অপরের সাথে কীভাবে অর্থপূর্ণভাবে সম্পর্কিত, তা বুঝতে হিমশিম খায়।

বস্তুনিষ্ঠ গণিত বনাম ব্যক্তিগত অনুভূতি

যন্ত্র নির্দিষ্ট উদ্দেশ্য সাধনে পারদর্শী, যেমন একটি জনাকীর্ণ চত্বরে ঠিক ৪৫২ জন মানুষকে গণনা করা বা দূর থেকে একটি নির্দিষ্ট ১২-সংখ্যার ক্রমিক নম্বর শনাক্ত করা। তবে, তারা সেই ভিড়ের 'আবেগ' অনুভব করতে পারে না। একজন মানুষ হয়তো কোনো প্রতিবাদের অন্তর্নিহিত অস্থিরতা তাৎক্ষণিকভাবে টের পেয়ে যায়, যা একটি অ্যালগরিদম ধরতে পারে না, কারণ শারীরিক অঙ্গভঙ্গিগুলো তখনও কোনো প্রোগ্রাম করা 'সহিংসতা'র ছাঁচের সাথে মেলে না।

অস্পষ্টতা মোকাবেলা

যখন কোনো ঝাপসা বা অস্পষ্ট ছবির সম্মুখীন হয়, তখন মানুষ তার স্বজ্ঞা ও যুক্তি ব্যবহার করে প্রায়শই বেশ নির্ভুলভাবে অনুমান করে যে সেটি কী হতে পারে। একটি ডেটা-চালিত সিস্টেমকে কয়েকটি ভুল জায়গায় থাকা পিক্সেল দিয়ে সহজেই 'ধোঁকা' দেওয়া যায়—যা অ্যাডভার্সারিয়াল অ্যাটাক নামে পরিচিত—এবং এর ফলে সিস্টেমটি আত্মবিশ্বাসের সাথে একটি স্টপ সাইনকে রেফ্রিজারেটর হিসেবে ভুল শনাক্ত করে। মানুষ সামগ্রিক চিত্রের ওপর নির্ভর করে, অন্যদিকে মেশিনগুলো প্রায়শই সূক্ষ্ম ডেটা পয়েন্টের ওপর অতিমাত্রায় মনোনিবেশ করে।

শিক্ষা এবং বিবর্তন

সারাজীবন ধরে পৃথিবীর সাথে শারীরিক মিথস্ক্রিয়ার মাধ্যমে মানুষের উপলব্ধি পরিমার্জিত হয়, যা পদার্থবিদ্যা এবং সামাজিক নিয়মকানুন সম্পর্কে গভীর বোধ তৈরি করে। অন্যদিকে, মেশিন লেবেলযুক্ত ডেটাসেটের ওপর ‘ব্রুট ফোর্স’ প্রয়োগের মাধ্যমে শেখে। যদিও একটি মেশিন একজন মানুষের হাজারটা ছবি দেখার চেয়েও দ্রুত একটি বিড়ালকে চিনতে শিখতে পারে, কিন্তু বিড়াল আসলে কী—একটি জীবন্ত, শ্বাসপ্রশ্বাস গ্রহণকারী প্রাণী—সেই জৈবিক বোধের অভাব তার রয়েছে।

সুবিধা এবং অসুবিধা

আবেগগত উপলব্ধি

সুবিধাসমূহ

  • + উন্নত সামাজিক সচেতনতা
  • + বিমূর্ত ধারণা বোঝে
  • + খুব অল্প ডেটা প্রয়োজন
  • + তাৎক্ষণিক উদ্ভাবনে পারদর্শী

কনস

  • সহজেই মনোযোগ বিক্ষিপ্ত হয়
  • মেজাজ দ্বারা প্রভাবিত
  • গাণিতিক নির্ভুলতার অভাব
  • দৃষ্টিবিভ্রমের প্রবণতা

ডেটা-চালিত দৃষ্টিভঙ্গি

সুবিধাসমূহ

  • + অবিশ্বাস্য প্রক্রিয়াকরণ গতি
  • + ক্লান্তি দ্বারা নিরপেক্ষ
  • + অদৃশ্য আলো শনাক্ত করে
  • + হার্ডওয়্যার জুড়ে পরিমাপযোগ্য

কনস

  • কোনো সহজাত সাধারণ জ্ঞান নেই
  • ডেটা নয়েজের প্রতি সংবেদনশীল
  • বিপুল শক্তির প্রয়োজন
  • সৃজনশীল ব্যাখ্যার অভাব

সাধারণ ভুল ধারণা

পুরাণ

এআই পৃথিবীকে ঠিক আমাদের মতোই দেখে।

বাস্তবতা

অ্যালগরিদম আকৃতি 'দেখে' না; তারা সংখ্যার বিন্যাস দেখে। 'বসা' কী বা চেয়ার কী কাজে ব্যবহৃত হয়, সে সম্পর্কে কোনো ধারণা না থাকলেও তারা একটি চেয়ার শনাক্ত করতে পারে।

পুরাণ

ক্যামেরা ও এআই শতভাগ বস্তুনিষ্ঠ।

বাস্তবতা

যেহেতু মানুষই প্রশিক্ষণের ডেটা নির্বাচন করে এবং প্যারামিটারগুলো নির্ধারণ করে, তাই মেশিন ভিশন প্রায়শই বাস্তব জগতে বিদ্যমান সাংস্কৃতিক ও জাতিগত পক্ষপাতিত্বগুলোই গ্রহণ করে।

পুরাণ

আমাদের চোখ ভিডিও ক্যামেরার মতো কাজ করে।

বাস্তবতা

মস্তিষ্ক আসলে প্রত্যাশার উপর ভিত্তি করে আমাদের দৃষ্টির অনেকাংশই 'বিভ্রম' করে। আমাদের প্রতিটি চোখে একটি অন্ধবিন্দু আছে, যা মস্তিষ্ক ক্রমাগত আনুমানিক তথ্য দিয়ে পূরণ করে দেয়।

পুরাণ

তথ্য-নির্ভর দৃষ্টি সর্বদা মানুষের চেয়ে বেশি নির্ভুল।

বাস্তবতা

একটি ব্যস্ত নির্মাণস্থলের মতো জটিল ও অপ্রত্যাশিত পরিবেশে, অভিপ্রায়ের ভিত্তিতে গতিবিধি অনুমান করার ক্ষেত্রে মানুষের ক্ষমতা এখনও যেকোনো বর্তমান এআই-এর চেয়ে অনেক বেশি উন্নত।

সচরাচর জিজ্ঞাসিত প্রশ্নাবলী

যন্ত্র কি কখনো সত্যিকার অর্থে 'সৌন্দর্য' বুঝতে পারে?
মেশিন ‘গোল্ডেন মিন’-এর মতো গাণিতিক অনুপাতের ভিত্তিতে অথবা মানুষ পূর্বে কোন জিনিসকে আকর্ষণীয় বলে আখ্যা দিয়েছে তা বিশ্লেষণ করে ‘সৌন্দর্য’ শনাক্ত করতে পারে। তবে, মানুষের মতো তারা সেই আবেগিক ‘বিস্ময়’ বা শারীরিক প্রতিক্রিয়া অনুভব করে না। একটি মেশিনের কাছে সৌন্দর্য হলো একটি নির্দিষ্ট নান্দনিক মাপকাঠিতে প্রাপ্ত উচ্চ স্কোর মাত্র।
কেন আমার মেজাজ আমার দৃষ্টিভঙ্গি বদলে দেয়?
আপনার মস্তিষ্কের রাসায়নিক অবস্থা, যেমন ডোপামিন বা কর্টিসলের আকস্মিক বৃদ্ধি, আপনার ভিজ্যুয়াল কর্টেক্স যেভাবে তথ্য প্রক্রিয়াকরণ করে, তা আসলে বদলে দেয়। যখন আপনি মানসিক চাপে থাকেন, তখন আপনার মস্তিষ্ক তীব্র বৈসাদৃশ্যপূর্ণ নড়াচড়া এবং হুমকিকে অগ্রাধিকার দেয়, এবং প্রায়শই সেইসব সুন্দর বা সূক্ষ্ম বিবরণ উপেক্ষা করে যা আপনি স্বাভাবিক অবস্থায় লক্ষ্য করতেন।
গাড়ি চালানোর ক্ষেত্রে কম্পিউটার ভিশন কি মানুষের দৃষ্টিশক্তির চেয়ে বেশি নিরাপদ?
কম্পিউটার ভিশন ৩৬০-ডিগ্রি দৃশ্য বজায় রাখতে এবং মাইক্রোসেকেন্ডের গতিতে প্রতিক্রিয়া জানাতে বেশি পারদর্শী। তবে, বিশেষ প্রতিকূল পরিস্থিতি (এজ কেস) বোঝার ক্ষেত্রে মানুষ এখনও বেশি দক্ষ; যেমন, রাস্তায় গড়িয়ে আসা একটি বলের অর্থ যে সম্ভবত একটি শিশু সেটিকে অনুসরণ করতে চলেছে, তা উপলব্ধি করা। বর্তমানে সবচেয়ে নিরাপদ সিস্টেমগুলো এই দুইয়ের সমন্বয় ব্যবহার করে।
বিভিন্ন সংস্কৃতি কি বিশ্বকে ভিন্নভাবে দেখে?
হ্যাঁ, গবেষণা থেকে জানা যায় যে কিছু সংস্কৃতি ছবির কেন্দ্রীয় বস্তুর উপর বেশি মনোযোগ দেয়, আবার অন্যেরা পটভূমি এবং বস্তুগুলোর মধ্যকার সম্পর্ককে প্রাধান্য দেয়। এই 'সামগ্রিক' বনাম 'বিশ্লেষণাত্মক' দেখার ভঙ্গিটি আবেগ এবং লালন-পালন কীভাবে উপলব্ধিকে রূপ দেয় তার একটি নিখুঁত উদাহরণ।
যন্ত্র যদি আবেগ অনুভবই না করে, তাহলে তারা কীভাবে তা শনাক্ত করে?
তারা ফেসিয়াল অ্যাকশন কোডিং নামক একটি প্রক্রিয়া ব্যবহার করেন। মুখের নির্দিষ্ট কিছু বিন্দুর—যেমন মুখের কোণ বা ভ্রু—মধ্যবর্তী দূরত্ব পরিমাপ করে, তারা লক্ষ লক্ষ রেফারেন্স ছবির উপর ভিত্তি করে সেই নড়াচড়াগুলোকে 'খুশি' বা 'দুঃখিত'-এর মতো লেবেলের সাথে সম্পর্কযুক্ত করতে পারেন।
তথ্য-নির্ভর দৃষ্টিভঙ্গিকে কি শিল্পকলা দিয়ে ধোঁকা দেওয়া যায়?
অবশ্যই। অত্যন্ত বাস্তবসম্মত 'ট্রোম্প ল'ওয়েল' চিত্রকর্ম খুব সহজেই একটি যন্ত্রকে এই ভেবে ধোঁকা দিতে পারে যে, একটি সমতল দেয়াল আসলে একটি ত্রিমাত্রিক করিডোর। যেহেতু এগুলোর মধ্যে ভৌত 'উপস্থিতি'র অনুভূতি নেই, তাই এগুলো সবসময় একটি বাস্তব বস্তু এবং তার একটি বিশ্বাসযোগ্য দ্বিমাত্রিক উপস্থাপনার মধ্যে পার্থক্য করতে পারে না।
মেশিন ভিশনে 'সিমান্টিক গ্যাপ' বলতে কী বোঝায়?
শব্দার্থগত ব্যবধান হলো নিম্ন-স্তরের পিক্সেল ডেটাকে উচ্চ-স্তরের মানবিক ধারণায় অনুবাদ করার অসুবিধা। একটি মেশিন আপনাকে বলতে পারে যে একটি 'লাল বৃত্ত' আছে (নিম্ন-স্তরের), কিন্তু এটি হয়তো বুঝতে পারে না যে লাল বৃত্তটি আসলে একটি নির্দিষ্ট সাংস্কৃতিক প্রেক্ষাপটে একটি 'বিপদ' চিহ্ন (উচ্চ-স্তরের)।
কৃত্রিম বুদ্ধিমত্তা কি কখনো 'অনুভূতি' দিয়ে দেখতে পারবে?
প্রকৃত অনুভূতির জন্য একটি জৈবিক শরীর এবং এমন একটি স্নায়ুতন্ত্র প্রয়োজন যা তার পরিণাম উপলব্ধি করতে পারে। যদিও আমরা কোডের মাধ্যমে এই প্রতিক্রিয়াগুলো অনুকরণ করতে পারি, তা একটি গাণিতিক আনুমানিক ধারণা মাত্র। যতক্ষণ না কোনো কৃত্রিম বুদ্ধিমত্তা তার অস্তিত্ব নিয়ে 'ভয়' পেতে বা কোনো স্রষ্টাকে 'ভালোবাসতে' শিখবে, ততক্ষণ তার দৃষ্টিভঙ্গি সম্পূর্ণরূপে তথ্য-নির্ভরই থাকবে।

রায়

যখন উদ্দেশ্য, সূক্ষ্মতা, বা সহানুভূতির প্রয়োজন এমন সামাজিক গতিপ্রকৃতি বোঝার দরকার হয়, তখন আবেগীয় উপলব্ধি ব্যবহার করুন। যখন দ্রুতগতির নির্ভুলতা, ২৪/৭ পর্যবেক্ষণ, বা এমন প্রযুক্তিগত বিবরণ শনাক্ত করার প্রয়োজন হয় যা মানুষের চোখ দেখতে পায় না, তখন ডেটা-নির্ভর দৃষ্টির উপর নির্ভর করুন।

সম্পর্কিত তুলনা

অবকাঠামো হিসাবে পরীক্ষা বনাম সফ্টওয়্যার হিসাবে সফ্টওয়্যার

এই তুলনাটি সফ্টওয়্যার ইঞ্জিনিয়ারিংয়ে দুটি বিপরীত দর্শন অন্বেষণ করে: পরীক্ষামূলক কোডের দ্রুত, পুনরাবৃত্তিমূলক পদ্ধতি বনাম অবকাঠামো সফ্টওয়্যারের স্থিতিশীল, মিশন-সমালোচনামূলক প্রকৃতি। একটি গতি এবং আবিষ্কারের উপর দৃষ্টি নিবদ্ধ করে, অন্যটি প্রয়োজনীয় ডিজিটাল পরিষেবা এবং বিশ্বব্যাপী সিস্টেমগুলির জন্য নির্ভরযোগ্যতা এবং দীর্ঘমেয়াদী রক্ষণাবেক্ষণকে অগ্রাধিকার দেয়।

ইচ্ছাকৃত প্রযুক্তি ব্যবহার বনাম অ্যালগরিদম-চালিত ব্যবহার

যদিও আধুনিক জীবনে প্রযুক্তি ধ্রুবক রয়ে গেছে, আমরা যেভাবে এটির সাথে জড়িত হই তা আমাদের মানসিক সুস্থতা এবং উত্পাদনশীলতাকে মারাত্মকভাবে পরিবর্তন করে। ইচ্ছাকৃত ব্যবহার নির্দিষ্ট লক্ষ্য অর্জনের জন্য সরঞ্জামগুলি ব্যবহারের উপর দৃষ্টি নিবদ্ধ করে, যেখানে অ্যালগরিদম-চালিত ব্যবহার প্ররোচনামূলক নকশা এবং ব্যক্তিগতকৃত ফিডগুলির মাধ্যমে আমাদের মনোযোগ নির্দেশ করার জন্য প্ল্যাটফর্মগুলির উপর নির্ভর করে, যা প্রায়শই নির্বোধ ব্যবহারের দিকে পরিচালিত করে।

উদ্ভাবন পাইপলাইন বনাম বাস্তবায়নের চ্যালেঞ্জ

ভবিষ্যতের রূপকল্প এবং দৈনন্দিন কার্যক্রমের মধ্যেকার ব্যবধান সামলানোই আধুনিক প্রযুক্তিতে চূড়ান্ত ভারসাম্য রক্ষার কাজ। যেখানে উদ্ভাবনী প্রক্রিয়া অত্যাধুনিক ধারণা অন্বেষণের মাধ্যমে দীর্ঘমেয়াদী প্রবৃদ্ধিকে চালিত করে, সেখানে বাস্তবায়নের প্রতিবন্ধকতাগুলো প্রযুক্তিগত ঘাটতি, বাজেট সীমাবদ্ধতা এবং পরিবর্তনের প্রতি মানুষের প্রতিরোধের মতো কঠিন বাস্তবতাকে তুলে ধরে।

উদ্ভাবন বনাম অপ্টিমাইজেশন

উদ্ভাবন এবং অপ্টিমাইজেশন প্রযুক্তিগত অগ্রগতির দুটি প্রাথমিক ইঞ্জিনের প্রতিনিধিত্ব করে: একটি সম্পূর্ণ নতুন পথ এবং বিঘ্নজনক সমাধানগুলি আবিষ্কারের দিকে মনোনিবেশ করে, অন্যটি সর্বোচ্চ পারফরম্যান্স এবং সর্বাধিক দক্ষতায় পৌঁছানোর জন্য বিদ্যমান সিস্টেমগুলিকে পরিমার্জন করে। 'নতুন' তৈরি করা এবং 'বর্তমান' নিখুঁত করার মধ্যে ভারসাম্য বোঝা যে কোনও প্রযুক্তি কৌশলের জন্য অত্যাবশ্যক।

উদ্ভাবন বেগ বনাম প্রযুক্তিগত ঋণ

এই তুলনাটি বাজারের শেয়ার দখল করতে এবং একটি স্বাস্থ্যকর কোডবেস বজায় রাখতে দ্রুত শিপিং বৈশিষ্ট্যগুলির মধ্যে সূক্ষ্ম ভারসাম্য ক্রিয়াটি অন্বেষণ করে। উদ্ভাবনের বেগ পরিমাপ করে যে একটি দল কত দ্রুত মূল্য সরবরাহ করে, প্রযুক্তিগত ঋণ আজ নেওয়া শর্টকাটগুলির ভবিষ্যতের ব্যয়ের প্রতিনিধিত্ব করে। এই দুটির মধ্যে সঠিক কর্ড আঘাত করা একটি পণ্যের দীর্ঘমেয়াদী বেঁচে থাকার নির্ধারণ করে।