OpenAI দাবি করে তাদের নতুন ফ্ল্যাগশিপ মডেল, GPT-5, “AGI-এর পথে একটি গুরুত্বপূর্ণ পদক্ষেপ” চিহ্নিত করে – অর্থাৎ, কৃত্রিম সাধারণ বুদ্ধিমত্তা যা AI কর্তা এবং স্বঘোষিত বিশেষজ্ঞরা প্রায়শই দাবি করেন তা প্রায় কাছাকাছি।
OpenAI-এর নিজস্ব সংজ্ঞা অনুসারে, AGI হবে “একটি অত্যন্ত স্বায়ত্তশাসিত ব্যবস্থা যা বেশিরভাগ অর্থনৈতিকভাবে মূল্যবান কাজে মানুষের চেয়েও বেশি পারফর্ম করে।” এটি এমন কিছু যা মানবজাতির জন্য প্রচেষ্টা করা উচিত কিনা তা বাদ দিয়ে, OpenAI-এর সিইও স্যাম অল্টম্যানের GPT-5 কে এই দিকে “গুরুত্বপূর্ণ পদক্ষেপ” হিসেবে দাবি করা যুক্তিগুলি উল্লেখযোগ্যভাবে অপ্রীতিকর শোনায়।
তিনি দাবি করেন GPT-5 তার পূর্বসূরীদের তুলনায় কম্পিউটার কোড লেখায় ভালো। বলা হয় এটি কিছুটা কম “হ্যালুসিনেট” করে, এবং নির্দেশাবলী অনুসরণে একটু ভালো – বিশেষ করে যখন তাদের একাধিক পদক্ষেপ অনুসরণ এবং অন্যান্য সফ্টওয়্যার ব্যবহার করার প্রয়োজন হয়। মডেলটি দৃশ্যত নিরাপদ এবং কম “চাতুর্যপূর্ণ”, কারণ এটি ব্যবহারকারীকে প্রতারিত করবে না বা কেবল তাদের খুশি করার জন্য সম্ভাব্য ক্ষতিকারক তথ্য সরবরাহ করবে না।
মেক্সিকোর রাস্তায় পশুদের দয়া দেখানোর শিক্ষা দিচ্ছে রোবট
অল্টম্যান বলেন, “GPT-5 প্রথমবারের মতো যে কোনও বিষয়ের বিশেষজ্ঞের সাথে কথা বলার মতো অনুভূতি হয়, যেমন একজন পিএইচডি-স্তরের বিশেষজ্ঞ।” তবুও এটি এখনও কোনও ধারণা রাখে না যে এটি যা বলে তা সঠিক কিনা, যেমনটি আপনি নীচে উত্তর আমেরিকার মানচিত্র আঁকার প্রচেষ্টা থেকে দেখতে পাচ্ছেন।
এটি নিজস্ব অভিজ্ঞতা থেকেও শিখতে পারে না, অথবা “মানবিকতার শেষ পরীক্ষা” এর মতো চ্যালেঞ্জিং মানদণ্ডে ৪২% এর বেশি নির্ভুলতা অর্জন করতে পারে না, যেখানে সকল ধরণের বৈজ্ঞানিক (এবং অন্যান্য) বিষয়ের উপর কঠিন প্রশ্ন থাকে। এটি ইলন মাস্কের xAI দ্বারা সম্প্রতি প্রকাশিত মডেল, Grok 4, যে ৪৪% অর্জন করেছে বলে জানা গেছে তার থেকে কিছুটা কম।
GPT-5 এর পিছনে প্রধান প্রযুক্তিগত উদ্ভাবন হল একটি “রাউটার” প্রবর্তন। এটি একটি প্রশ্ন জিজ্ঞাসা করার সময় GPT-এর কোন মডেলকে অর্পণ করতে হবে তা নির্ধারণ করে, মূলত নিজেকে জিজ্ঞাসা করে যে এর উত্তরগুলি গণনা করার জন্য কতটা প্রচেষ্টা বিনিয়োগ করতে হবে (তারপর সময়ের সাথে সাথে এর পূর্ববর্তী পছন্দগুলি সম্পর্কে প্রতিক্রিয়া থেকে শেখার মাধ্যমে উন্নতি করতে হবে)।
ডেলিগেশনের বিকল্পগুলির মধ্যে GPT-এর পূর্ববর্তী শীর্ষস্থানীয় মডেল এবং GPT-5 চিন্তাভাবনা নামে একটি নতুন “গভীর যুক্তি” মডেল অন্তর্ভুক্ত রয়েছে। এই নতুন মডেলটি আসলে কী তা স্পষ্ট নয়। OpenAI বলছে না যে এটি কোনও নতুন অ্যালগরিদম দ্বারা ভিত্তি করে বা কোনও নতুন ডেটার উপর প্রশিক্ষিত (যেহেতু সমস্ত উপলব্ধ ডেটা ইতিমধ্যেই ব্যবহার করা হচ্ছে)।
অতএব, কেউ অনুমান করতে পারে যে এই মডেলটি আসলে বিদ্যমান মডেলগুলিকে বারবার প্রশ্ন দ্বারা নিয়ন্ত্রণ করার এবং আরও ভাল ফলাফল না পাওয়া পর্যন্ত তাদের আরও কঠোর পরিশ্রম করার জন্য চাপ দেওয়ার আরেকটি উপায়।
২০১৭ সালে গুগলের গবেষকরা আবিষ্কার করেছিলেন যে একটি নতুন ধরণের এআই আর্কিটেকচার মানুষের ভাষার কাঠামোর উপর ভিত্তি করে শব্দের দীর্ঘ ক্রমগুলির মধ্যে অত্যন্ত জটিল প্যাটার্নগুলি ক্যাপচার করতে সক্ষম।
এই তথাকথিত বৃহৎ ভাষা মডেলগুলিকে (LLMs) প্রচুর পরিমাণে পাঠ্যের উপর প্রশিক্ষণ দিয়ে, তারা ডেটাসেটে উপস্থিত প্যাটার্ন অনুসারে শব্দের ক্রমকে তাদের সম্ভাব্য ধারাবাহিকতায় ম্যাপ করে ব্যবহারকারীর প্রম্পটে সাড়া দিতে পারে। মানুষের বুদ্ধিমত্তা অনুকরণ করার এই পদ্ধতিটি আরও উন্নততর হয়ে ওঠে কারণ LLM গুলিকে বৃহত্তর পরিমাণে ডেটার উপর প্রশিক্ষণ দেওয়া হয়েছিল – যার ফলে ChatGPT এর মতো সিস্টেম তৈরি হয়েছিল।
অবশেষে, এই মডেলগুলি কেবল উদ্দীপনা এবং প্রতিক্রিয়ার একটি বিশাল টেবিল এনকোড করে। একটি ব্যবহারকারী প্রম্পট হল উদ্দীপক, এবং মডেলটি সেরা প্রতিক্রিয়া নির্ধারণের জন্য একটি টেবিলে এটি দেখতে পারে। এই ধারণাটি কতটা সহজ মনে হচ্ছে তা বিবেচনা করে, এটা অবাক করার মতো যে LLM গুলি অন্যান্য অনেক AI সিস্টেমের ক্ষমতাকে ছাড়িয়ে গেছে – যদি নির্ভুলতা এবং নির্ভরযোগ্যতার দিক থেকে না হয়, অবশ্যই নমনীয়তা এবং ব্যবহারযোগ্যতার দিক থেকে।
জুরিরা এখনও এই বিষয়ে দ্বিধাগ্রস্ত হতে পারেন যে এই সিস্টেমগুলি কখনও সত্যিকারের যুক্তি দিতে, অথবা আমাদের মতো বিশ্বকে বুঝতে, অথবা তাদের আচরণকে সঠিকভাবে পরিমার্জন করতে তাদের অভিজ্ঞতার উপর নজর রাখতে সক্ষম হবে কিনা – যা AGI-এর জন্য যুক্তিসঙ্গতভাবে প্রয়োজনীয় উপাদান।
ইতিমধ্যে, AI সফ্টওয়্যার কোম্পানিগুলির একটি শিল্প গড়ে উঠেছে যা নির্দিষ্ট ব্যবহারের ক্ষেত্রে সাধারণ উদ্দেশ্য LLM গুলিকে আরও নির্ভরযোগ্য এবং অনুমানযোগ্য করে তুলতে “টেমিং” করার উপর দৃষ্টি নিবদ্ধ করে।
সবচেয়ে কার্যকর প্রম্পট কীভাবে লিখতে হয় তা অধ্যয়ন করার পরে, তাদের সফ্টওয়্যার একটি মডেলকে একাধিকবার প্রম্পট করতে পারে, অথবা অসংখ্য LLM ব্যবহার করতে পারে, নির্দেশাবলী সামঞ্জস্য করতে পারে যতক্ষণ না এটি পছন্দসই ফলাফল পায়। কিছু ক্ষেত্রে, তারা ছোট আকারের অ্যাড-অন দিয়ে একটি LLM কে “ফাইন-টিউন” করতে পারে যাতে সেগুলিকে আরও কার্যকর করা যায়।
OpenAI-এর নতুন রাউটারটিও একই ধারায় তৈরি, তবে এটি GPT-5-এ তৈরি করা হয়েছে। যদি এই পদক্ষেপ সফল হয়, তাহলে AI সরবরাহ শৃঙ্খলের আরও নীচের কোম্পানিগুলির ইঞ্জিনিয়ারদের প্রয়োজন কমবে। GPT-5 ব্যবহারকারীদের কাছে LLM প্রতিযোগীদের তুলনায় সস্তা হবে কারণ এই অলঙ্করণগুলি ছাড়া এটি আরও কার্যকর হবে।
একই সাথে, এটি একটি স্বীকারোক্তি হতে পারে যে আমরা এমন একটি পর্যায়ে পৌঁছেছি যেখানে AGI-এর প্রতিশ্রুতি পূরণের জন্য LLM-গুলিকে আরও উন্নত করা যাবে না। যদি তাই হয়, তাহলে এটি সেই বিজ্ঞানী এবং শিল্প বিশেষজ্ঞদের সত্যতা প্রমাণ করবে যারা কিছুদিন ধরে যুক্তি দিয়ে আসছেন যে LLM আর্কিটেকচারের বাইরে না গিয়ে AI-তে বর্তমান সীমাবদ্ধতাগুলি অতিক্রম করা সম্ভব হবে না।
নতুন মডেলগুলিতে পুরানো ওয়াইন?
রাউটিংয়ের উপর OpenAI-এর নতুন জোর “মেটা রিজনিং”-এর দিকেও ফিরে যায় যা 1990-এর দশকে AI-তে “যুক্তি সম্পর্কে যুক্তি” ধারণার উপর ভিত্তি করে প্রাধান্য পেয়েছিল। উদাহরণস্বরূপ, কল্পনা করুন, আপনি একটি জটিল মানচিত্রে একটি সর্বোত্তম ভ্রমণ রুট গণনা করার চেষ্টা করছেন।
সঠিক পথে যাত্রা করা সহজ, কিন্তু প্রতিবার যখন আপনি বাকি পথের জন্য আরও ১০০টি বিকল্প বিবেচনা করবেন, তখন আপনার পূর্ববর্তী সেরা বিকল্পের তুলনায় সম্ভবত ৫% উন্নতি হবে। যাত্রার প্রতিটি পর্যায়ে, প্রশ্ন হল আরও কতটা চিন্তাভাবনা করা মূল্যবান।
জটিল কাজগুলিকে ছোট ছোট সমস্যায় বিভক্ত করে মোকাবেলা করার জন্য এই ধরণের যুক্তি গুরুত্বপূর্ণ, যা আরও বিশেষায়িত উপাদান দিয়ে সমাধান করা যেতে পারে। সাধারণ উদ্দেশ্যমূলক LLM-এ ফোকাস স্থানান্তরিত না হওয়া পর্যন্ত AI-তে এটিই ছিল প্রধান দৃষ্টান্ত।
এটা সম্ভব যে GPT-5 প্রকাশের মাধ্যমে AI-এর বিবর্তনে একটি পরিবর্তন এসেছে, যা এই পদ্ধতিতে ফিরে না গেলেও, আরও জটিল মডেল তৈরির অবসান ঘটাতে পারে যার চিন্তাভাবনা কারও পক্ষে বোঝা অসম্ভব।
এটি আমাদের AGI-এর দিকে নিয়ে যেতে পারে কিনা তা বলা কঠিন। তবে এটি কঠোর প্রকৌশল পদ্ধতি ব্যবহার করে নিয়ন্ত্রণ করতে সক্ষম AI তৈরির দিকে এগিয়ে যাওয়ার সুযোগ তৈরি করতে পারে।
এবং এটি আমাদের মনে রাখতে সাহায্য করতে পারে যে AI-এর মূল দৃষ্টিভঙ্গি কেবল মানুষের বুদ্ধিমত্তার প্রতিলিপি তৈরি করাই ছিল না, বরং এটি আরও ভালভাবে বোঝাও ছিল।
মাইকেল রোভাটসোস এডিনবার্গ বিশ্ববিদ্যালয়ের কৃত্রিম বুদ্ধিমত্তার অধ্যাপক।
