আজকের কৃত্রিম বুদ্ধিমত্তা প্রযুক্তিগুলি পাঠ্য এবং ধারণা তৈরি করতে অসাধারণভাবে ভাল হয়ে উঠেছে যা গভীরভাবে মানবিক বলে মনে হয়। ChatGPT, Claude, Google Gemini এবং Perplexity AI-এর মতো বৃহৎ ভাষার মডেল দ্বারা চালিত চ্যাটবটগুলি কবিতা লিখতে, চিন্তাভাবনা করতে এবং জটিল সমস্যার সমাধান খুঁজে পেতে পারে।
এই পণ্যগুলির বিকাশকারীরা অনুপ্রেরণার জন্য মানুষের মস্তিষ্কে ব্যাপকভাবে আঁকেন, মানুষের নিউরনের কাজের উপর ভিত্তি করে কৃত্রিম নিউরাল নেটওয়ার্ক তৈরি করে। তাদের সিস্টেমগুলি এখন এমন আউটপুট তৈরি করে যা প্রায়শই মানুষের চিন্তাভাবনার আউটপুটগুলির সাথে সাদৃশ্যপূর্ণ।
AI এবং মানুষের মন, তবে একই ভাবে কাজ করে না। অনুরূপ ফলাফল অগত্যা অনুরূপ প্রক্রিয়া মানে না.
"ওয়ার্ল্ড মডেল" হল একটি উদীয়মান প্রযুক্তি যা এআই সিস্টেমগুলিকে মানুষের "চিন্তার" কাছাকাছি যেতে সাহায্য করতে পারে যা হতে পারে তা অনুমান করতে শিখতে সাহায্য করে এবং সেই ভবিষ্যদ্বাণীটি কাজ করার জন্য ব্যবহার করে। তবুও, AI মানবতার মতো বিশ্বকে উপলব্ধি করতে, শিখতে বা বুঝতে পারে না।
আরও পড়ুন: সাইবার হামলা? জৈব সন্ত্রাস? AI কার্যকরভাবে 'সীমান্ত গতি' করতে, আমাদের অবশ্যই আমাদের প্রত্যাশিত চিন্তাভাবনা উন্নত করতে হবে
একটি পতনশীল কাপ, একটি জটিল ভবিষ্যদ্বাণী
একটি কাউন্টারের প্রান্তে একটি কাপ জন্য পৌঁছানোর কল্পনা করুন. যদি আপনি দূরত্বের ভুল অনুমান করেন তবে কাপটি পড়ে যেতে পারে এবং ভেঙে যেতে পারে, এটি খুব শিথিলভাবে আঁকড়ে ধরেন বা খুব দ্রুত নড়াচড়া করেন।
মানুষের জন্য, এই ধরনের একটি কাপ দখল রুটিন. তবুও এই সাধারণ ক্রিয়াটি পরবর্তী কী ঘটতে পারে তা অনুমান করার জটিল ক্ষমতার উপর নির্ভর করে। আমাদের মন ক্রমাগত ঘটনা এবং তাদের কারণ বোঝার মাধ্যমে এক ধাপ এগিয়ে থাকার চেষ্টা করে। অতিরিক্ত ভরা কাপ সরানোর ফলে যে গন্ডগোল হবে তা আমরা পূর্বাভাস দিতে পারি বা কল্পনা করতে পারি যে একটি সোফা কেনার আগেই দরজায় আটকে যাচ্ছে।
এই ভবিষ্যদ্বাণীগুলি প্রত্যাশার উপর আঁকে যা আমরা যখন বিশ্বের সাথে যোগাযোগ করি তখন তৈরি হয়। আমরা যা প্রত্যাশা করি, ফলস্বরূপ, আমরা কীভাবে বিশ্বকে উপলব্ধি করি এবং আমরা কীভাবে কাজ করি তার উপর প্রভাব ফেলতে পারে।
তত্ত্বের একটি প্রভাবশালী পরিবার, যা ভবিষ্যদ্বাণীমূলক প্রক্রিয়াকরণ নামে পরিচিত, প্রস্তাব করে যে উপলব্ধি আংশিকভাবে এইভাবে কাজ করে। মস্তিষ্ক প্রত্যাশা তৈরি করে, এটি প্রাপ্ত তথ্যের সাথে তাদের তুলনা করে এবং যখন দুটি মেলে না তখন সমন্বয় করে।
কাপের উদাহরণে ফিরে আসা যাক। একটি খালি কাপের জন্য পৌঁছানোর কল্পনা করুন যা আপনি পূর্ণ বলে বিশ্বাস করেন। আপনার হাত, একটি ভারী বস্তুর আশা করে, এটি প্রয়োজনের চেয়ে বেশি শক্তি দিয়ে উত্তোলন করে। কাপটি হঠাৎ করে উঠে যায় এবং প্রায় ওজনহীন বোধ করে। এই অমিল প্রতিক্রিয়া প্রদান করে যা আন্দোলনকে সংশোধন করতে এবং এর ওজনের আপনার অনুমান আপডেট করতে সহায়তা করে।
আমরা যা প্রত্যাশা করি তা আমাদের ক্রিয়াগুলিকে আকার দেয় এবং পরবর্তীতে যা ঘটে তা আমাদের প্রত্যাশাগুলিকে আপডেট করে৷ এই সব হয় শুধুমাত্র একটি কাপ নিতে.
এআই কি ভিন্নভাবে ভবিষ্যদ্বাণী করে?
এমনকি আজকের রোবটগুলির জন্যও, নির্ভরযোগ্যভাবে কাপ ম্যানিপুলেট করার জন্য ব্যাপক প্রশিক্ষণ এবং সিমুলেশন প্রয়োজন হতে পারে। চ্যালেঞ্জের মধ্যে রয়েছে শারীরিক জগত কীভাবে আচরণ করে তা শেখা এবং একটি কর্মের পরিণতি সম্পর্কে ভবিষ্যদ্বাণী করা।
বৃহৎ ভাষার মডেল ব্যবহার করে চ্যাটবটগুলিও ভবিষ্যদ্বাণী করে, কিন্তু ভিন্ন ধরনের। তারা পরবর্তী শব্দ বা পাঠ্যের খণ্ডের পূর্বাভাস দিতে শেখে। ভবিষ্যদ্বাণী করার এই আপাতদৃষ্টিতে সহজ উপায়টি তা সত্ত্বেও জটিল সমস্যাগুলি সমাধান করতে সক্ষম অসাধারণভাবে সক্ষম সিস্টেম তৈরি করতে পারে।
বাক্যটি নিন: "একটি হাত টেবিলের ধারের কাছে একটি কাপকে ধাক্কা দেয়। কাপ..." প্রচুর পরিমাণে ডেটা থেকে প্যাটার্ন শিখে, একটি চ্যাটবট "প্রান্তে টিপস এবং মেঝেতে পড়ে" দিয়ে চলতে পারে। এটি একটি ডেটাসেট থেকে প্যাটার্নের ভবিষ্যদ্বাণী করে এবং কখনও শারীরিকভাবে একটি কাপ পরিচালনা না করে এটি করতে পারে।
যাইহোক, যুক্তিসঙ্গত ফলাফল বর্ণনা করতে সক্ষম হওয়ার অর্থ এই নয় যে একটি চ্যাটবট কেন সেগুলি ঘটে তা শিখেছে।
একটি রোবটকে অনুমান করতে শেখানো
এখানেই বিশ্ব মডেলরা শুরু করে — এআই পদ্ধতির একটি বিস্তৃত পরিবার যার লক্ষ্য ভবিষ্যদ্বাণী করা যে পরিস্থিতিগুলি কীভাবে বিবর্তিত হয় এবং কিছু ক্ষেত্রে, কর্মগুলি কীভাবে তাদের পরিবর্তন করতে পারে। এই মডেলগুলি ভিডিও, সিমুলেশন বা রেকর্ডিং থেকে শিখতে পারে রোবটগুলি কী দেখে এবং কী করে৷
একটি গার্হস্থ্য রোবটের জন্য, এর অর্থ অনুমান করা হতে পারে যে খুব শক্তভাবে আঁকড়ে ধরলে কাপটি ভেঙে যেতে পারে, বা একটি ভুল আন্দোলন এটিকে টিপ দিতে পারে।
ক্রিয়া, গতি এবং সংবেদনশীল তথ্য অন্তর্ভুক্ত করে, প্রাথমিক গবেষণা দেখায় যে এই সিস্টেমগুলি ভৌত জগতে যা ঘটছে তার সাথে ভবিষ্যদ্বাণীগুলিকে সংযুক্ত করতে সহায়তা করতে পারে।
একটি বিশ্ব মডেল অবশেষে একই ভবিষ্যদ্বাণী করতে পারে যা আমরা একটি কাপ সম্পর্কে করি। এবং যেহেতু এটি কর্ম এবং সংবেদনশীল প্রতিক্রিয়া থেকে শেখে, আমাদের সাথে সাদৃশ্যটি উপেক্ষা করা ক্রমশ কঠিন হয়ে উঠতে পারে। তবুও, একই ভবিষ্যদ্বাণীতে পৌঁছানো আমাদের বলে না যে কোন জ্ঞান এটি সমর্থন করে বা কীভাবে সেই জ্ঞান অর্জিত হয়েছিল।
একই ভবিষ্যদ্বাণী, একই জ্ঞান?
আমাদের কাছে, একটি কাপ কেবল একটি টেবিলের সিলিন্ডার নয়। এটি উপলব্ধিযোগ্য, ভাঙা যায়, আপনার, আমার, খুব গরম বা প্রায় পড়ে যাওয়া হতে পারে। আমাদের বোঝাপড়া কাপের ভৌত বৈশিষ্ট্যকে সম্ভাব্য ক্রিয়া এবং পরিণতির নেটওয়ার্কের সাথে সংযুক্ত করে।
ভবিষ্যদ্বাণী যে কাপ পড়ে যাবে সেই বোঝার একটি ছোট অংশই প্রকাশ করে।
এবং এই বোঝাপড়া বেশ তাড়াতাড়ি বিকশিত হয়। গবেষণায় দেখা গেছে যে মাত্র কয়েক মাস বয়সী শিশুদের শারীরিক বস্তুর আচরণ সম্পর্কে প্রাথমিক প্রত্যাশা রয়েছে। শিশু-উন্নয়ন গবেষক জিন পাইগেট প্রস্তাব করেছিলেন যে শিশুরা বিশ্বের অভিনয়ের মাধ্যমে জ্ঞান তৈরি করে। এই জ্ঞান বিকশিত হওয়ার সাথে সাথে, তারা প্রতিটি ক্রিয়া সম্পাদন না করেই মানসিকভাবে ফলাফলের পূর্বাভাস দিতে সক্ষম হয়।
মানুষের জন্য, শেখার সাথে কাপ সম্পর্কে তথ্য সংগ্রহের চেয়ে আরও বেশি কিছু জড়িত। এটি একটির জন্য পৌঁছানোর সময়, তার ওজন অনুভব করা, এটি ছড়িয়ে পড়া দেখে এবং শেষ পর্যন্ত এটি চেষ্টা না করেও কী ঘটতে পারে তা কল্পনা করা জড়িত।
বিশ্ব মডেল ব্যবহার করে, এআই ভিডিও, সিমুলেশন এবং অন্যান্য ডেটা ছাড়াও অ্যাকশন এবং সংবেদনশীল প্রতিক্রিয়া থেকেও শিখতে পারে। মানুষের মতো, তারা বিশ্বের সাথে যোগাযোগ করতে শিখতে পারে। প্রশ্ন হল কিভাবে তাদের অভিজ্ঞতা তাদের তৈরি এবং ব্যবহার করা জ্ঞানে অবদান রাখে।
এআই নিশ্চিতভাবে কী ঘটতে পারে তা অনুমান করার কাছাকাছি আসতে পারে এবং সেই ভবিষ্যদ্বাণীটি ব্যবহার করে কাজ করতে পারে। তবে এটি একা দেখায় না যে AI আমাদের মতো বিশ্বকে উপলব্ধি করে, শেখে বা বোঝে।
যেহেতু AI মানুষের জ্ঞানের ফলাফলের প্রতিলিপি তৈরিতে আরও ভাল হয়, প্রক্রিয়া থেকে কার্যকারিতা আলাদা করা কেবল আরও গুরুত্বপূর্ণ হয়ে উঠবে।
