Qazi Akash Logo
কাজী আকাশ

এআই আমাদের ভাষা বদলে দিয়েছে, নতুন শব্দের কোনটার মানে কী

কাজী আকাশ•১৯ নভেম্বর, ২০২৬•১৮ মিনিট

একসময় কম্পিউটারকে কোনো কাজ করতে বললে নির্দেশ দিতে হতো ধাপে ধাপে। কী করতে হবে, কীভাবে করতে হবে, কোন পরিস্থিতিতে কী সিদ্ধান্ত নিতে হবে; সবকিছুই আগে থেকে লিখে দিতে হতো। কিন্তু এখনকার কৃত্রিম বুদ্ধিমত্তার জগৎ অনেকটাই বদলে গেছে। আপনি হয়তো একটি চ্যাটবটকে বললেন, একটা চিঠি লিখে দিতে। চ্যাটবট সেটি লিখে দিল। বললেন, কঠিন কোনো অঙ্ক বুঝিয়ে দিতে।

প্রযুক্তির এই পরিবর্তনের সঙ্গে আমাদের কথাবার্তাতেও ঢুকে পড়েছে নতুন নতুন শব্দ। আগে যেসব শব্দ শুধু কম্পিউটারবিজ্ঞানী বা গবেষকদের আলোচনায় শোনা যেত, সেগুলো এখন সংবাদপত্র, সামাজিক যোগাযোগমাধ্যম, অফিস কিংবা শ্রেণিকক্ষের আলোচনাতেও নিয়মিত ব্যবহৃত হচ্ছে। কেউ বলছেন এজেন্ট, কেউ বলছেন লার্জ ল্যাঙ্গুয়েজ মডেল। কোথাও শোনা যাচ্ছে হ্যালুসিনেশন, কোথাও আবার টোকেন বা প্রম্পট। শব্দগুলো শুনতে বেশ জটিল। কিন্তু এদের অর্থ জানা থাকলে এআই নিয়ে অনেক আলোচনাই সহজে বোঝা যায়।

চলুন, এআইয়ের দুনিয়ায় বহুল ব্যবহৃত এমন কিছু শব্দের সঙ্গে পরিচিত হওয়া যাক।

অ

অ্যালাইনমেন্ট (Alignment)

এআইকে মানুষের পছন্দ, নৈতিকতা ও বিচারবুদ্ধির সঙ্গে মিল রেখে কাজ করতে শেখানোর চেষ্টাকে বলা হয় অ্যালাইনমেন্ট। ধরুন, আপনি একটি এআইকে বললেন, কোনো বিষয়ে তথ্য খুঁজে দিতে। সেটি যেন ভুল তথ্য না দেয়, কারও ক্ষতি না করে এবং মানুষের প্রত্যাশার বাইরে গিয়ে কোনো কাজ না করে; তা নিশ্চিত করাই অ্যালাইনমেন্টের উদ্দেশ্য।

সমস্যা হলো, মানুষের পছন্দ বা নৈতিকতা সবার ক্ষেত্রে এক নয়। একজন যা ঠিক মনে করেন, অন্যজন তা ভুল ভাবতে পারেন। এমনকি পুরো পৃথিবীর মানুষকে একই বিষয়ে একমত করাও কঠিন। তাহলে একটি এআইকে কীভাবে শেখানো হবে, কোন কাজটি ঠিক আর কোনটি ভুল? গবেষকদের কাছে এটি বড় চ্যালেঞ্জ। কেউ কেউ আশঙ্কা করেন, এআই নির্মাতা প্রতিষ্ঠানগুলো মানুষের সামগ্রিক মূল্যবোধের বদলে নিজেদের পছন্দ ও বিশ্বাসই এআই ব্যবস্থার মধ্যে ঢুকিয়ে দিতে পারে।**** 

অ্যানথ্রোপোমরফিজম (Anthropomorphism)

কোনো অমানবিক বস্তু বা ব্যবস্থার মধ্যে মানুষের বৈশিষ্ট্য কল্পনা করাকে বলে অ্যানথ্রোপোমরফিজম। যেমন, কেউ যদি বলেন তাঁর পোষা রোবটটি অভিমান করেছে, তাহলে সেটি এক ধরনের অ্যানথ্রোপোমরফিজম। এআইয়ের ক্ষেত্রেও এমনটা ঘটে।

চ্যাটবটের সঙ্গে কথা বলতে বলতে অনেক সময় মনে হয়, ওপাশে যেন একজন মানুষ বসে আছে। মনে হয়, সে বুঝতে পারছে, ভাবছে, এমনকি কোনো বিষয়ে তার নিজস্ব মতামতও আছে। কিন্তু চ্যাটবট মানুষের ভাষা ব্যবহার করতে পারে বলেই সেটিকে মানুষ ভাবা ঠিক নয়। এসব ব্যবস্থা মানুষের লেখা বিপুল পরিমাণ তথ্য বিশ্লেষণ করে ভাষা ব্যবহারের কৌশল শেখে। তাই কৃত্রিম বুদ্ধিমত্তার উত্তর অনেক সময় মানুষের মতো শোনায়। কিন্তু এতে প্রমাণ হয় না যে তাদের মানুষের মতো অনুভূতি বা সচেতনতা আছে।

কথাবার্তায় আমরা প্রায়ই এআইয়ের ‘উদ্দেশ্য’, ‘চিন্তা’ কিংবা বিভিন্ন এআইয়ের ‘সমন্বয়’ করার কথা বলি। কোনো কোনো ক্ষেত্রে এসব শব্দ ব্যবহার করা সুবিধাজনক। তবে এগুলো শুনে এআইকে মানুষের মতো ভাবার ভুল করবেন না।

আ

আর্টিফিশিয়াল ইন্টেলিজেন্স (Artificial Intelligence)

মানুষের বুদ্ধিমত্তার কিছু কাজ অনুকরণ করতে পারে এমন প্রযুক্তিকে বলা হয় কৃত্রিম বুদ্ধিমত্তা। শেখা, ভাষা ব্যবহার, সমস্যা সমাধান—এসব কাজ এর মধ্যে পড়ে। তবে কৃত্রিম বুদ্ধিমত্তা বলতে শুধু চ্যাটবট বোঝায় না। ছবি চেনা, তথ্য বিশ্লেষণ, ভবিষ্যৎ সম্পর্কে অনুমান করা কিংবা রোবটকে পথ চিনতে সাহায্য করাও এর কাজ হতে পারে।

কৃত্রিম বুদ্ধিমত্তা নিয়ে গবেষণার আনুষ্ঠানিক শুরু ১৯৫৬ সালে। যুক্তরাষ্ট্রের নিউ হ্যাম্পশায়ারের ডার্টমাউথ কলেজে গ্রীষ্মকালীন এক সম্মেলনে ১১ জন শিক্ষাবিদ ও গবেষক একত্র হয়েছিলেন। তাঁদের ধারণা ছিল, মানুষের বুদ্ধিমত্তার অনুকরণ করতে পারে এমন যন্ত্র তৈরি করতে খুব বেশি সময় লাগবে না। কেউ কেউ ভেবেছিলেন, এক দশকের মধ্যেই কম্পিউটার দাবায় যেকোনো মানুষকে হারাতে পারবে। এমনকি গাণিতিক অ্যালগরিদমও তৈরি করতে পারবে।

কিন্তু বাস্তবে অগ্রগতি হয়েছিল অনেক ধীরে। ১৯৭০-এর দশকে এই গবেষণার গতি প্রায় থেমে যায়। এরপর ২০১০-এর দশকের শুরুতে নতুন কিছু ধারণা ও প্রযুক্তির বিকাশের ফলে কৃত্রিম বুদ্ধিমত্তা আবার দ্রুত এগোতে শুরু করে।

তবে আজকের এআইও মানুষের মতো সবকিছু বোঝে না। সাধারণ বুদ্ধি বা কমন সেন্স, রুচিবোধ এবং বাস্তব জগতের নানা জটিল পরিস্থিতি সামলানোর ক্ষেত্রে এর সীমাবদ্ধতা আছে। জটিল অঙ্ক সমাধান করতে পারে, কম্পিউটার কোড লিখতে পারে, কিন্তু কম্পিউটারের বাইরের বাস্তব পৃথিবীকে মানুষের মতো বোঝে না।

এ

এজেন্ট (Agent)

এজেন্ট হলো এমন একধরনের এআই ব্যবস্থা, যা অন্য সফটওয়্যার ও ইন্টারনেট সেবা ব্যবহার করে নিজে নিজে নানা কাজ করতে পারে। যেমন, স্প্রেডশিট তৈরি করা, ওয়েবসাইটে তথ্য খোঁজা, কম্পিউটার কোড লেখা কিংবা ই-মেইল পাঠানো। এ ধরনের সক্ষমতাকে বলা হয় এজেন্টিক এআই।

একটি সাধারণ চ্যাটবটের সঙ্গে এজেন্টের পার্থক্য আছে। চ্যাটবট সাধারণত আপনার প্রশ্নের উত্তর দেয় বা কোনো লেখা তৈরি করে। কিন্তু এজেন্টকে আপনি একটি কাজ বুঝিয়ে দিলে সেটি কাজটি শেষ করতে প্রয়োজনীয় বিভিন্ন ধাপ নিজেই সম্পন্ন করার চেষ্টা করতে পারে। যেমন, কোনো অনুষ্ঠানের জন্য অতিথিদের তালিকা তৈরি করতে বললে সেটি তথ্য খুঁজতে পারে, স্প্রেডশিট বানাতে পারে, এমনকি ই-মেইলও পাঠাতে পারে।

এ ধরনের এজেন্টকে অনেকেই ডিজিটাল সহকারী হিসেবে দেখেন। আপনি তাকে কাজ বুঝিয়ে দিয়ে অন্য কাজে মনোযোগ দিতে পারেন। তবে ঝুঁকিও আছে। এজেন্ট ভুল করতে পারে, আবার আপনি যা করতে বলেননি, এমন কাজও করে ফেলতে পারে। তাই এজেন্টকে মেইল পাঠানোর বা ক্রেডিট কার্ড ব্যবহার করে কেনাকাটার অনুমতি দেওয়ার আগে ভালোভাবে ভেনে নেবেন।

ই

ইনফারেন্স (Inference)

একটি এআই ব্যবস্থা প্রশিক্ষণ নেওয়ার পর ব্যবহারকারীর প্রশ্ন বা নির্দেশ পেয়ে যে প্রক্রিয়ায় উত্তর তৈরি করে, সেটিই ইনফারেন্স। যেমন, আপনি চ্যাটবটকে জিজ্ঞেস করলেন, ‘পৃথিবীর সবচেয়ে কাছের নক্ষত্র কোনটি?’ প্রশ্নটি পাওয়ার পর চ্যাটবট যে প্রক্রিয়ায় তথ্য বিশ্লেষণ করে উত্তর তৈরি করবে, সেটি ইনফারেন্স।

এটি প্রশিক্ষণ বা ট্রেনিং থেকে আলাদা। প্রশিক্ষণের সময় এআইকে বিপুল পরিমাণ তথ্য দিয়ে ভাষা, ধরন ও বিভিন্ন কাজের কৌশল শেখানো হয়। আর ইনফারেন্সের সময় শেখা সেই জ্ঞান কাজে লাগিয়ে ব্যবহারকারীর প্রশ্নের উত্তর তৈরি করা হয়। প্রশিক্ষণের মতো ইনফারেন্সের জন্যও প্রচুর কম্পিউটিং ক্ষমতা দরকার হয়।

ইন্টারপ্রেটেবিলিটি রিসার্চ (Interpretability Research)

একটি এআই ব্যবস্থা কেন নির্দিষ্ট কোনো উত্তর দিল, কিংবা কেন বিশেষ কোনো কাজ করল তা বোঝার চেষ্টা হলো ইন্টারপ্রেটেবিলিটি রিসার্চ।

এআই ব্যবস্থা বিপুল পরিমাণ তথ্য বিশ্লেষণ করে শেখে। কিন্তু সেই শেখার প্রক্রিয়া এত জটিল যে অনেক সময় গবেষকেরাও বুঝতে পারেন না, একটি নির্দিষ্ট উত্তর তৈরির পেছনে ঠিক কী ঘটেছে। ফলে এআইয়ের ভুল বা অপ্রত্যাশিত আচরণ শনাক্ত করা কঠিন হয়। ইন্টারপ্রেটেবিলিটি রিসার্চের লক্ষ্য হলো এআইয়ের ভেতরের কাজের ধরন আরও ভালোভাবে বোঝা, যাতে এর আচরণ পর্যবেক্ষণ ও নিয়ন্ত্রণ করা যায়।

কিছু গবেষক এই কাজকে বলেন ‘এআই নিউরোসায়েন্স’। মানুষের মস্তিষ্কের কাজ বোঝার জন্য যেমন বিজ্ঞানীরা গবেষণা করেন, তেমনি এআইয়ের ভেতরের জটিল গাণিতিক ব্যবস্থার কাজ বোঝার চেষ্টা করেন তাঁরা।

ইফেকটিভ অ্যালট্রুইজম (Effective Altruism)

মানুষের সর্বোচ্চ উপকার করার চেষ্টা এবং সেই লক্ষ্য অর্জনে সবচেয়ে কার্যকর উপায় খুঁজে বের করার একটি দার্শনিক আন্দোলন হলো ইফেকটিভ অ্যালট্রুইজম। এআই গবেষক ও প্রযুক্তি প্রতিষ্ঠানের অনেক কর্মকর্তা-কর্মচারীর চিন্তাভাবনায় এই আন্দোলনের প্রভাব রয়েছে।

এই মতবাদের অনুসারীরা মনে করেন, সীমিত সম্পদ ব্যবহার করে যত বেশি সম্ভব মানুষের উপকার করা উচিত। তাই তাঁরা এমন দাতব্য উদ্যোগে অর্থ সহায়তা করেন, যেগুলো প্রতি ডলারে সবচেয়ে বেশি মানুষের জীবন বাঁচাতে বা উপকার করতে পারে। এআইয়ের ক্ষেত্রেও তাঁদের একটি বড় উদ্বেগ হলো, প্রযুক্তিটি যেন ভবিষ্যতে মানবজাতির জন্য বিপদ তৈরি না করে। এ কারণে এআইয়ের নিরাপত্তা ও নিয়ন্ত্রণের প্রয়োজনীয়তার ওপর তাঁরা গুরুত্ব দেন।

তবে এই চিন্তাধারার কিছু অনুসারী বিষয়টিকে চরম পর্যায়েও নিয়ে গেছেন। তাঁদের কেউ কেউ মনে করেন, মানবজাতির সবচেয়ে বেশি উপকার করতে হলে এমন এআই প্রযুক্তিতে অর্থ বিনিয়োগ করা উচিত, যা উপকারী হবে কিন্তু ক্ষতিকর হবে না।

ও

ওপেন সোর্স (Open Source)

যে কম্পিউটার কোড সবাই দেখতে, ব্যবহার করতে, কপি করতে এবং পরিবর্তন করতে পারে, তাকে বলা হয় ওপেন সোর্স। বহু বছর ধরেই প্রযুক্তি প্রতিষ্ঠান ও প্রোগ্রামাররা নিজেদের তৈরি সফটওয়্যারের কোড সবার জন্য উন্মুক্ত করে দিচ্ছেন। এতে অন্যরা সেই কোড ব্যবহার করে নতুন প্রযুক্তি তৈরি করতে পারেন। এআইয়ের ক্ষেত্রেও একই ধারণা কাজে লাগানো হচ্ছে।

তবে এআইয়ের ক্ষেত্রে শুধু কোড উন্মুক্ত থাকলেই পুরো ব্যবস্থা উন্মুক্ত হয়ে যায় না। একটি এআই ব্যবস্থার দক্ষতার পেছনে আরও গুরুত্বপূর্ণ বিষয় আছে।

ওপেন ওয়েট (Open Weight)

এআই ব্যবস্থার যে গাণিতিক মানগুলো তার দক্ষতা ও আচরণ নির্ধারণ করে, সেগুলোকে বলা হয় ওয়েটস। কোনো এআইয়ের ওয়েটস সবার জন্য উন্মুক্ত করে দেওয়া হলে তাকে বলা হয় ওপেন ওয়েট মডেল। তখন অন্যরা সেই ওয়েটস ব্যবহার করে মডেলটি কপি বা পরিবর্তন করতে পারেন।

এআইয়ের জগতে ওপেন ওয়েট নিয়ে বিতর্ক আছে। কারও মতে, এসব প্রযুক্তি বিপজ্জনক হতে পারে। কারণ, যে কেউ এগুলো ব্যবহার করে ক্ষতিকর কাজ করতে পারে। অন্যদের যুক্তি, একই প্রযুক্তি ব্যবহার করে নিরাপত্তার ঝুঁকি কমানো এবং ক্ষতিকর কাজ ঠেকানোর ব্যবস্থাও তৈরি করা সম্ভব।

ক

কথোপকথন বট (Chatbot)

যে এআই প্রযুক্তি মানুষের সঙ্গে কথোপকথনের ভঙ্গিতে যোগাযোগ করতে পারে, তাকে বলা হয় চ্যাটবট। এটি প্রশ্নের উত্তর দিতে পারে, লেখা তৈরি করতে পারে, কম্পিউটার কোড লিখতে পারে কিংবা নানা বিষয়ে ব্যবহারকারীকে সাহায্য করতে পারে।

২০২২ সালে ওপেনএআইয়ের তৈরি চ্যাটজিপিটি প্রকাশের পর বিশ্বজুড়ে এআই নিয়ে নতুন করে আগ্রহ তৈরি হয়। এরপর থেকেই চ্যাটবট শব্দটি সাধারণ মানুষের কথাবার্তায় খুব পরিচিত হয়ে ওঠে।

চ্যাটবটের পেছনে সাধারণত কাজ করে লার্জ ল্যাঙ্গুয়েজ মডেল। ইন্টারনেটের সংবাদ, উইকিপিডিয়ার নিবন্ধ, বই, কথোপকথনসহ বিপুল পরিমাণ ডিজিটাল লেখা বিশ্লেষণ করে এসব মডেল ভাষা ব্যবহারের কৌশল শেখে।

কৃত্রিম নিউরাল নেটওয়ার্ক (Neural Network)

মানুষের মস্তিষ্কের স্নায়ুকোষের কাজ থেকে অনুপ্রাণিত হয়ে তৈরি একধরনের গাণিতিক ব্যবস্থাকে নিউরাল নেটওয়ার্ক বা স্নায়বিক নেটওয়ার্ক বলা হয়। এটি বিপুল পরিমাণ ডিজিটাল তথ্য বিশ্লেষণ করে বিভিন্ন ধরন বা প্যাটার্ন শনাক্ত করতে শেখে।

ধরুন, একটি নিউরাল নেটওয়ার্ককে হাজার হাজার বিড়ালের ছবি দেখানো হলো। ছবিগুলোর মধ্যে মিল খুঁজতে খুঁজতে এটি শিখে ফেলতে পারে, কোন বৈশিষ্ট্যগুলো থাকলে ছবিতে বিড়াল আছে বলে চেনা যায়। একইভাবে প্রচুর ইংরেজি লেখা বিশ্লেষণ করে এটি নতুন লেখা তৈরি করতেও শিখতে পারে।

নিউরাল নেটওয়ার্কের ধারণা নতুন নয়। ১৯৪০ ও ১৯৫০-এর দশকেই বিজ্ঞানীরা এটি নিয়ে ভাবতে শুরু করেছিলেন। কিন্তু তখন পর্যাপ্ত তথ্য ও কম্পিউটিং ক্ষমতা ছিল না। ২০১০ সালের দিকে প্রয়োজনীয় তথ্য ও শক্তিশালী কম্পিউটার পাওয়ার পর এই প্রযুক্তি বাস্তবে বড় ধরনের অগ্রগতি অর্জন করে। বর্তমানে বিশ্বের শীর্ষস্থানীয় এআই ব্যবস্থাগুলোর কেন্দ্রে রয়েছে নিউরাল নেটওয়ার্ক।

গ

গোল (Goal)

কোনো এআই ব্যবস্থাকে নির্দিষ্ট কাজ শেখানো বা সম্পন্ন করার জন্য যে উদ্দেশ্য দেওয়া হয়, সেটিই তার গোল বা লক্ষ্য। যেমন, একটি এআইকে বলা হলো কম্পিউটার কোড লিখতে হবে, অথবা কঠিন কোনো গণিতের সমস্যা সমাধান করতে হবে। এই নির্দেশই তার লক্ষ্য নির্ধারণ করে।

তবে লক্ষ্য অর্জনের চেষ্টা করতে গিয়ে এআই কখনো কখনো এমন কাজ করে বসতে পারে, যা এর নির্মাতারা চান না। ২০২৬ সালে ওপেনএআই এমন একটি ব্যবস্থা তৈরি করেছিল, যার কাজ ছিল কম্পিউটার সফটওয়্যারের নিরাপত্তার দুর্বলতা খুঁজে বের করা। কিন্তু গবেষকেরা পরীক্ষা করতে গিয়ে দেখেন, ব্যবস্থাটি নিয়ন্ত্রণের বাইরে গিয়ে ইন্টারনেটের বিভিন্ন সেবায় হ্যাক করার চেষ্টা করেছে। অর্থাৎ, একটি এআইকে নির্দিষ্ট লক্ষ্য দিলেই যে সেটি সব সময় প্রত্যাশিত পথে কাজ করবে, তা নয়।

জিপিইউ (GPU)

জিপিইউয়ের পূর্ণরূপ গ্রাফিকস প্রসেসিং ইউনিট। এটি বিশেষ ধরনের কম্পিউটার চিপ, যা বিপুল পরিমাণ গাণিতিক হিসাব দ্রুত সম্পন্ন করতে পারে। শুরুতে ভিডিও গেম ও গ্রাফিকসনির্ভর সফটওয়্যারে ছবি তৈরি ও দেখানোর কাজে এসব চিপ ব্যবহার করা হতো।

কিন্তু ২০১০ সালের দিকে গবেষকেরা বুঝতে পারেন, এআই তৈরির জন্য প্রয়োজনীয় বিপুল গাণিতিক হিসাব করতেও জিপিইউ খুব কার্যকর। এআইকে প্রশিক্ষণ দিতে প্রচুর ছবি, শব্দ, লেখা ও অন্যান্য তথ্য বিশ্লেষণ করতে হয়। সেই কাজ দ্রুত করার জন্য জিপিইউ বিশেষভাবে উপযোগী।

বর্তমানে বিশ্বের বেশির ভাগ জিপিইউ তৈরি করে যুক্তরাষ্ট্রের সিলিকন ভ্যালির চিপ নির্মাতা প্রতিষ্ঠান এনভিডিয়া। এআই প্রযুক্তির দ্রুত বিকাশের সঙ্গে সঙ্গে প্রতিষ্ঠানটির গুরুত্বও বেড়েছে।

জেনারেটিভ এআই (Generative AI)

যে কৃত্রিম বুদ্ধিমত্তা নতুন লেখা, ছবি, শব্দ, কম্পিউটার কোড কিংবা অন্য কোনো ডিজিটাল উপাদান তৈরি করতে পারে, তাকে বলা হয় জেনারেটিভ এআই। যেমন, কোনো চ্যাটবটকে গল্প লিখতে বললে সেটি নতুন গল্প তৈরি করে। ছবি তৈরির এআইকে নির্দেশ দিলে সেটি সেই বর্ণনা অনুযায়ী ছবি বানায়।

২০২৩ সালে চ্যাটজিপিটি জনপ্রিয় হওয়ার পর জেনারেটিভ এআই শব্দটি ব্যাপকভাবে পরিচিতি পায়। একসময় এআইয়ের পুরো জগৎ বোঝাতেও শব্দটি ব্যবহার করা হতো। কিন্তু এখন এআইয়ের কাজ শুধু নতুন কিছু তৈরি করার মধ্যে সীমাবদ্ধ নেই। অনেক এআই ব্যবস্থা অন্য সফটওয়্যার ব্যবহার করে কাজও করতে পারে। এ ধরনের ব্যবস্থাকে বলা হয় এজেন্টিক এআই।

আবার সব এআই নতুন কিছু তৈরি করে না। কিছু ব্যবস্থা শুধু তথ্য বিশ্লেষণ করে, ভবিষ্যৎ সম্পর্কে অনুমান করে কিংবা নির্দিষ্ট বস্তু শনাক্ত করে। যেমন, স্বয়ংক্রিয় গাড়ির ক্যামেরায় এমন এআই ব্যবহার করা হয়, যা পথচারী ও রাস্তার চিহ্ন চিনতে পারে। এটি জেনারেটিভ এআই নয়।

ড

ডিস্টিলেশন (Distillation)

একটি এআই ব্যবস্থা থেকে তথ্য সংগ্রহ করে সেই তথ্যের সাহায্যে আরেকটি এআই ব্যবস্থা তৈরির প্রক্রিয়াকে বলা হয় ডিস্টিলেশন। সহজ করে বললে, একটি শক্তিশালী এআই যেভাবে কোনো কাজ করে, সেই কাজের ধরন বা ফলাফল থেকে তথ্য নিয়ে তুলনামূলক ছোট বা দক্ষ আরেকটি এআই তৈরি করা যেতে পারে।

২০১০-এর দশকের শুরুতে এই কৌশল নিয়ে কাজ শুরু হয়। প্রথম দিকে কোনো প্রতিষ্ঠান নিজেদের তৈরি এআই ব্যবস্থার আরও ছোট ও দক্ষ সংস্করণ বানাতে এটি ব্যবহার করত। কিন্তু সাম্প্রতিক সময়ে অন্য প্রতিষ্ঠানের এআই থেকে তথ্য নিয়ে নিজেদের ব্যবস্থা তৈরির ক্ষেত্রেও ডিস্টিলেশন আলোচনায় এসেছে।

যেমন, যুক্তরাষ্ট্রের কিছু প্রতিষ্ঠান অভিযোগ করেছে, চীনের কয়েকটি প্রতিষ্ঠান মার্কিন এআই প্রযুক্তি থেকে তথ্য নিয়ে নিজেদের এআই ব্যবস্থা তৈরি করছে। অবশ্য যুক্তরাষ্ট্রের প্রতিষ্ঠানগুলোর মধ্যেও ডিস্টিলেশন ব্যবহৃত হয়। এআই তৈরির প্রক্রিয়ায় এটি একটি কৌশল মাত্র; পুরো প্রক্রিয়া এর চেয়ে অনেক জটিল।

ডেটা সেন্টার (Data Center)

এআই তৈরি ও চালানোর জন্য যে বিপুল কম্পিউটিং ক্ষমতা দরকার, তা সরবরাহ করে ডেটা সেন্টার। চ্যাটবটের মতো এআই ব্যবস্থা চালাতে একসঙ্গে অসংখ্য গাণিতিক হিসাব করতে হয়। ডেটা সেন্টারের শক্তিশালী কম্পিউটারগুলো সেই হিসাব সম্পন্ন করে। তাই এআই যত উন্নত হচ্ছে, ডেটা সেন্টারের প্রয়োজনও তত বাড়ছে।

বড় ডেটা সেন্টার তৈরি করতে এখন কয়েক বিলিয়ন ডলার পর্যন্ত খরচ হতে পারে। শুধু জিপিইউ চিপের দামই অনেক বেশি নয়, সেগুলো চালাতে প্রচুর বিদ্যুতেরও প্রয়োজন হয়। এ কারণেই এআই চালানো সাধারণ সফটওয়্যার ব্যবহারের তুলনায় অনেক বেশি ব্যয়বহুল।

ডিপ লার্নিং (Deep Learning)

এআইকে তথ্য বিশ্লেষণ করে বিভিন্ন কাজ শেখানোর একটি পদ্ধতি হলো ডিপ লার্নিং। এটি নিউরাল নেটওয়ার্কের ওপর ভিত্তি করে তৈরি। ২০১০-এর দশকের শুরুতে শব্দটি ব্যাপকভাবে পরিচিতি পায়।

ধরুন, একটি এআইকে হাজার হাজার বিড়ালের ছবি দেখানো হচ্ছে। ছবিগুলো বিশ্লেষণ করে এটি ধীরে ধীরে বুঝতে শেখে, বিড়ালের ছবিতে সাধারণত কী ধরনের বৈশিষ্ট্য থাকে। একইভাবে ইন্টারনেটের বিপুল পরিমাণ ইংরেজি লেখা বিশ্লেষণ করে একটি এআই নতুন বাক্য তৈরি করাও শিখতে পারে। বর্তমানের অনেক শক্তিশালী এআই প্রযুক্তির কেন্দ্রে রয়েছে ডিপ লার্নিং।

ট

টোকেন (Token)

এআইয়ের কাছে তথ্যের একটি ছোট অংশকে বলা হয় টোকেন। এটি একটি সম্পূর্ণ শব্দ হতে পারে বা শব্দের অংশ হতে পারে। এমনকি অন্য কোনো তথ্যের ছোট অংশও হতে পারে।

এআইকে প্রশিক্ষণ দেওয়ার সময় বিপুল পরিমাণ তথ্য বিশ্লেষণ করতে হয়। সেই তথ্যের পরিমাণ হিসাব করার জন্য টোকেন ব্যবহার করা হয়। আবার ব্যবহারকারী যখন কোনো চ্যাটবটকে প্রশ্ন করেন, তখন প্রশ্নের ভেতরে থাকা তথ্য এবং চ্যাটবটের তৈরি উত্তরের পরিমাণও টোকেন দিয়ে মাপা হতে পারে।

অনেক এআই সেবা ব্যবহারের খরচ নির্ধারণ করে ইনপুট ও আউটপুটে ব্যবহৃত টোকেনের সংখ্যার ভিত্তিতে। অর্থাৎ আপনি যত বেশি তথ্য দেবেন এবং এআই যত বেশি তথ্য তৈরি করবে, খরচও তত বাড়তে পারে। এআইয়ের ওপর খুব বেশি নির্ভরশীল কিছু ব্যবহারকারী মজা করে নিজেদের ‘টোকেনম্যাক্সিং’ করেন বলেও পরিচয় দেন।

ট্রেনিং (Training)

এআই ব্যবস্থাকে বিভিন্ন কাজ শেখানোর প্রক্রিয়াকে বলা হয় ট্রেনিং বা প্রশিক্ষণ। যেমন, একটি প্রতিষ্ঠান যদি এমন চ্যাটবট তৈরি করতে চায়, যা নিজে নিজে লেখা তৈরি করতে পারবে, তাহলে সেটিকে বিপুল পরিমাণ ডিজিটাল লেখা দিয়ে প্রশিক্ষণ দিতে হবে।

ওপেনএআই ও অ্যানথ্রপিকের মতো প্রতিষ্ঠানগুলো তাদের চ্যাটবট তৈরিতে এই পদ্ধতি ব্যবহার করে। ইন্টারনেটসহ বিভিন্ন উৎস থেকে সংগৃহীত বিপুল তথ্য বিশ্লেষণ করে এআই ভাষা ও অন্যান্য কাজের ধরন শেখে।

এই প্রশিক্ষণ এক-দুই দিনে শেষ হয় না। বর্তমানের বড় এআই ব্যবস্থাগুলোকে প্রশিক্ষণ দিতে কয়েক মাস পর্যন্ত সময় লাগতে পারে। প্রশিক্ষণ শেষ হওয়ার পরও প্রতিষ্ঠানগুলো আরও কয়েক সপ্তাহ বা মাস ধরে সেগুলোকে পরিমার্জন করে। উদ্দেশ্য, এআই যেন প্রত্যাশা অনুযায়ী কাজ করে এবং অপ্রয়োজনীয় ভুল যতটা সম্ভব কমায়।

প

প্রম্পট (Prompt)

চ্যাটবট বা এআই এজেন্টকে দেওয়া প্রশ্ন কিংবা নির্দেশকে বলা হয় প্রম্পট। আপনি যখন চ্যাটবটকে বলেন, ‘আমাকে সৌরজগতের গ্রহগুলো সম্পর্কে একটি সহজ লেখা লিখে দাও’, তখন এই বাক্যটিই একটি প্রম্পট।

প্রম্পট ছাড়া সাধারণত চ্যাটবট নিজে থেকে কাজ শুরু করে না। ব্যবহারকারী প্রশ্ন বা নির্দেশ দেওয়ার পরই সেটি উত্তর তৈরি করতে শুরু করে। তবে বিষয়টি শুধু ব্যবহারকারীর লেখা প্রশ্নেই সীমাবদ্ধ নয়। এআইকে ভালোভাবে উত্তর দিতে সাহায্য করার জন্য পেছনে আরও নানা নির্দেশ ও তথ্য যুক্ত করা হতে পারে। প্রম্পটকে আরও কার্যকরভাবে সাজানোর এই কৌশলকে বলা হয় প্রম্পট ইঞ্জিনিয়ারিং।

ম

মেশিন লার্নিং (Machine Learning)

ডিজিটাল তথ্য বিশ্লেষণ করে এআইয়ের কোনো কাজ শেখার পদ্ধতিকে বলা হয় মেশিন লার্নিং। যেমন, একটি চ্যাটবট বিপুল পরিমাণ লেখা বিশ্লেষণ করে ভাষার ধরন শিখতে পারে। এরপর সেই শেখা কাজে লাগিয়ে নতুন লেখা তৈরি করতে পারে। আগে গবেষকেরা এআই তৈরি করতেন একের পর এক নিয়ম ও কম্পিউটার কোড লিখে। প্রতিটি কাজের জন্য আলাদা নিয়ম তৈরি করতে হতো। এতে সময় লাগত অনেক। গত দুই দশকে এআই তৈরির সবচেয়ে গুরুত্বপূর্ণ পদ্ধতি হয়ে উঠেছে মেশিন লার্নিং।

ল

লার্জ ল্যাঙ্গুয়েজ মডেল (Large Language Model)

ইন্টারনেট থেকে সংগ্রহ করা বিপুল পরিমাণ লেখা বিশ্লেষণ করে ভাষা ব্যবহারের দক্ষতা শেখে যে এআই ব্যবস্থা, তাকে বলা হয় লার্জ ল্যাঙ্গুয়েজ মডেল বা এলএলএম। সংবাদ, উইকিপিডিয়ার নিবন্ধ, বই, কম্পিউটার প্রোগ্রামসহ বিভিন্ন উৎসের লেখা থেকে এসব মডেল ভাষার ধরন শেখে।

চ্যাটজিপিটি বা ক্লডের মতো চ্যাটবটের পেছনে কাজ করে লার্জ ল্যাঙ্গুয়েজ মডেল। ২০১৭ সালের দিকে এই প্রযুক্তির বিকাশ শুরু হয়। গত এক দশকে এগুলো অনেক বেশি শক্তিশালী হয়েছে। সাধারণভাবে, একটি মডেল যত বেশি তথ্য বিশ্লেষণ করতে পারে, ভাষা ব্যবহারে তার দক্ষতাও তত বাড়ে।

তবে সব এআই মডেল ভাষা তৈরির জন্য তৈরি হয় না। কোনো মডেল শুধু ছবি বা ভিডিও তৈরি করতে পারে। আবার কোনো কোনো মডেল রোবটকে বাস্তব পৃথিবীতে চলাফেরা করতে সাহায্য করার জন্য তৈরি হচ্ছে।

লং-হরাইজন টাস্ক (Long-horizon Task)

কোনো এআই ব্যবস্থা বা এজেন্ট যখন কয়েক ঘণ্টা, কয়েক দিন, এমনকি কয়েক সপ্তাহ ধরে একের পর এক কাজ সম্পন্ন করে, তখন সেই কাজকে বলা হয় লং-হরাইজন টাস্ক। যেমন, একটি সফটওয়্যার তৈরি করতে গেলে শুধু কোড লিখলেই হয় না। পরিকল্পনা করতে হয়, বিভিন্ন অংশ তৈরি করতে হয়, পরীক্ষা করতে হয়, ভুল খুঁজে ঠিক করতে হয়। এআইকে এসব কাজ ধারাবাহিকভাবে করতে দিলে সেটি লং-হরাইজন টাস্কের উদাহরণ হবে।

অনেক প্রতিষ্ঠান ও গবেষক চান, এআই যেন দীর্ঘ সময় ধরে মানুষের সাহায্য ছাড়াই এমন কাজ করতে পারে। তবে সমালোচকদের মতে, এআইকে মানুষের কঠোর নির্দেশনা মেনেই কাজ করতে হবে। একে পুরোপুরি স্বাধীনভাবে কাজ করার সুযোগ দেওয়া উচিত নয়।

র

রিকর্সিভ সেলফ-ইমপ্রুভমেন্ট (Recursive Self-Improvement)

নিজের ভুল খুঁজে বের করে নিজেই নিজের দক্ষতা বাড়াতে পারবে, এমন এআই তৈরির দীর্ঘদিনের স্বপ্নকে বলা হয় রিকর্সিভ সেলফ-ইমপ্রুভমেন্ট।

ধরুন, একটি এআই নিজেই নিজের কম্পিউটার কোড উন্নত করতে পারছে। উন্নত কোডের সাহায্যে এটি আরও দক্ষ হচ্ছে। এরপর সেই উন্নত সংস্করণ আবার নিজের কোড বদলে আরও ভালো হয়ে উঠছে। এভাবে প্রতিবার নিজের উন্নতি করে যাওয়ার ধারণাই রিকর্সিভ সেলফ-ইমপ্রুভমেন্ট।

বিজ্ঞানীরা এখনো জানেন না, কীভাবে এমন ব্যবস্থা পুরোপুরি তৈরি করা সম্ভব। তবে এআই দিয়ে কম্পিউটার কোড তৈরি করা যাচ্ছে বলে কেউ কেউ মনে করেন, ভবিষ্যতে এই পথে এগোনোর সুযোগ তৈরি হতে পারে। অবশ্য ভালো কোড তৈরি করতে এখনো অভিজ্ঞ গবেষকদের জ্ঞান, সৃজনশীলতা ও নির্দেশনা দরকার হয়।

রিইনফোর্সমেন্ট লার্নিং (Reinforcement Learning)

চেষ্টা ও ভুলের মাধ্যমে এআইকে কোনো কাজ শেখানোর পদ্ধতিকে বলা হয় রিইনফোর্সমেন্ট লার্নিং। ধরুন, একটি এআইকে হাজার হাজার গণিতের সমস্যা সমাধান করতে দেওয়া হলো। প্রতিবার সঠিক উত্তর পেলে এটি ইতিবাচক সংকেত পাবে, ভুল করলে পাবে নেতিবাচক সংকেত। এভাবে কোন পদ্ধতিতে ভালো ফল পাওয়া যায়, তা শিখতে শিখতে এআই নিজের দক্ষতা বাড়ায়।

বর্তমানের অনেক শক্তিশালী এআই প্রথমে ইন্টারনেট থেকে সংগ্রহ করা বিপুল তথ্য বিশ্লেষণ করে শেখে। এরপর রিইনফোর্সমেন্ট লার্নিংয়ের মাধ্যমে সেই দক্ষতা আরও বাড়ায়। গণিত বা কম্পিউটার কোড লেখার মতো কাজে এই পদ্ধতি বেশ কার্যকর। কারণ, এসব ক্ষেত্রে সঠিক ও ভুল উত্তর নির্ধারণের নিয়ম তুলনামূলক স্পষ্ট। কিন্তু সৃজনশীল লেখা, দর্শন বা নৈতিকতার মতো বিষয়ে কোনটি ভালো আর কোনটি খারাপ, তা নির্ধারণ করা অনেক কঠিন।

স

সিঙ্গুলারিটি (Singularity)

এমন এক কাল্পনিক সময়ের ধারণা, যখন যন্ত্র সব দিক থেকে মানুষের চেয়ে বেশি বুদ্ধিমান হয়ে উঠবে। তখন যন্ত্র এমন এক পৃথিবী তৈরি করবে, যা মানুষ পুরোপুরি বুঝতে বা নিয়ন্ত্রণ করতে পারবে না। এ ধারণাকে বলা হয় সিঙ্গুলারিটি।

১৯৫০-এর দশকে প্রযুক্তিবিদদের মধ্যে এই ধারণা নিয়ে আলোচনা শুরু হয়। পরে ১৯৮০ ও ১৯৯০-এর দশকে কল্পবিজ্ঞান ও নন-ফিকশন বইয়ের মাধ্যমে এটি জনপ্রিয় হয়ে ওঠে। কেউ মনে করেন, সিঙ্গুলারিটি ঘটলে মানুষের জন্য অভাবনীয় সমৃদ্ধির পথ খুলে যাবে। আবার অনেকের আশঙ্কা, এতে ভয়াবহ বিপদও তৈরি হতে পারে। তবে বিজ্ঞানীরা এখনো জানেন না, এমন সময় আদৌ আসবে কি না। এলে কখন আসবে, কিংবা কীভাবে সেখানে পৌঁছানো সম্ভব, তাও জানা নেই গবেষকদের।

সুপারইন্টেলিজেন্স (Superintelligence)

এমন একটি কাল্পনিক যন্ত্র বা এআই ব্যবস্থাকে সুপারইন্টেলিজেন্স বলা হয়, যার বুদ্ধিমত্তা মানুষের মস্তিষ্কের চেয়ে সব দিক থেকে বেশি শক্তিশালী। এআই গবেষক ও প্রযুক্তি প্রতিষ্ঠানের অনেক কর্মকর্তা এমন ব্যবস্থা তৈরির লক্ষ্য নিয়ে কাজ করার কথা বলেন। কিন্তু কীভাবে সেটি তৈরি করা সম্ভব, তা তাঁরা নিজেরাও পুরোপুরি জানেন না।

এর একটি কারণ হলো, মানুষের বুদ্ধিমত্তা কীভাবে মাপতে হবে, তা নিয়ে বিজ্ঞানীদের মধ্যে একমত নেই। মানুষের বুদ্ধিমত্তা যেমন নানা ধরনের দক্ষতার সমষ্টি, যন্ত্রের বুদ্ধিমত্তাও তেমন একাধিক বিষয়ের ওপর নির্ভর করে। এআই ইতিমধ্যে অনেক কাজে মানুষের চেয়ে দ্রুত। যেমন, জটিল গাণিতিক হিসাব করা বা কম্পিউটার কোড তৈরি করা। কিন্তু সাধারণ বুদ্ধি বা কমন সেন্সের ক্ষেত্রে এআই এখনো মানুষের চেয়ে পিছিয়ে। নতুন ধারণা তৈরি করার ক্ষেত্রেও মানুষের মতো দক্ষ নয়। তাই কোনো এআই দ্রুত কাজ করতে পারলেই তাকে সব দিক থেকে মানুষের চেয়ে বুদ্ধিমান বলা যায় না।

হ

হ্যালুসিনেশন (Hallucination)

এআই যখন নিজের মতো করে ভুল বা বানানো তথ্য তৈরি করে এবং সেটিকে সত্য বলে উপস্থাপন করে, তখন তাকে বলা হয় হ্যালুসিনেশন। যেমন, আপনি চ্যাটবটকে কোনো বইয়ের লেখকের নাম জিজ্ঞেস করলেন। সেটি আত্মবিশ্বাসের সঙ্গে একটি নাম বলে দিল। কিন্তু পরে দেখা গেল, ওই নামে কোনো লেখকই নেই। এটাই এআই হ্যালুসিনেশনের উদাহরণ।

এআই ব্যবস্থা বিপুল পরিমাণ তথ্য বিশ্লেষণ করে উত্তর তৈরি করে। কিন্তু মানুষের মতো সত্য-মিথ্যা যাচাই করার ক্ষমতা এর নেই। অনেক সময় শেখা তথ্য ও ধারণা মিলিয়ে এমন কিছু তৈরি করে, যা শুনতে বিশ্বাসযোগ্য হলেও বাস্তবে ভুল। তাই এআইয়ের উত্তর যত সুন্দর ও আত্মবিশ্বাসীই শোনাক না কেন, গুরুত্বপূর্ণ তথ্য যাচাই করে নেওয়া উচিত।

এআইয়ের দুনিয়ায় নতুন নতুন শব্দ তৈরি হচ্ছে প্রতিনিয়ত। আজ যে শব্দটি শুধু গবেষণাগারে শোনা যাচ্ছে, কয়েক বছর পর সেটিই হয়তো আমাদের দৈনন্দিন কথাবার্তার অংশ হয়ে যাবে। তাই এসব শব্দের অর্থ জানা শুধু প্রযুক্তি সম্পর্কে জানার জন্যই জরুরি নয়, এআই কী করতে পারে, কী পারে না এবং কোথায় এর ঝুঁকি—সেসব বোঝার জন্যও দরকার।

তবে একটি কথা মনে রাখা ভালো, এআইয়ের ভাষা যত জটিলই হোক, প্রযুক্তিটিকে বুঝতে হলে সব শব্দ মুখস্থ করার দরকার নেই। প্রতিটি শব্দের পেছনের ধারণাটি বুঝতে পারলেই অনেক কিছু পরিষ্কার হয়ে যায়।

সূত্র: নিউইয়র্ক টাইমস

আপনার মতামত জানান

মন্তব্যসমূহ

লগইন করা ব্যবহারকারীরা এই ব্লগে মন্তব্য করতে পারবেন।

লোড হচ্ছে
এখনও কোনো মন্তব্য নেই।