Advertisement

‘ওয়ার্ল্ড মডেল’ যেভাবে বদলে দেবে বাস্তব জগৎ

চরচা ডেস্ক

চরচা ডেস্ক

‘ওয়ার্ল্ড মডেল’ যেভাবে বদলে দেবে বাস্তব জগৎ

কৃত্রিম বুদ্ধিমত্তার (এআই) বিকাশ এখন আর শুধু ভাষা বোঝা, লেখা তৈরি করা কিংবা প্রশ্নের উত্তর দেওয়ার মধ্যে সীমাবদ্ধ নেই। প্রযুক্তির নতুন লক্ষ্য হচ্ছে বাস্তব পৃথিবীকে দেখা, বোঝা, তার ত্রিমাত্রিক (থ্রিডি) প্রতিরূপ তৈরি করা এবং সেই পরিবেশে কী ঘটতে পারে, তা আগাম অনুমান করতে পারা। এই প্রযুক্তির নাম ‘ওয়ার্ল্ড মডেল’।

Advertisement

এআই গবেষণার জগতে এটি দ্রুত গুরুত্বপূর্ণ হয়ে উঠছে। এর মাধ্যমে রোবট, চালকবিহীন গাড়ি এবং অন্যান্য স্বয়ংক্রিয় যন্ত্রকে বাস্তব পৃথিবীর পরিস্থিতি বুঝে সিদ্ধান্ত নেওয়ার প্রশিক্ষণ দেওয়া সম্ভব হবে। প্রযুক্তিবিষয়ক সাময়িকী ওয়্যার্ডের এক প্রতিবেদনে এই প্রযুক্তির সম্ভাবনা, ব্যবহার এবং এর সঙ্গে মানুষের দৈনন্দিন জীবনের ক্রমবর্ধমান সম্পর্ক তুলে ধরা হয়েছে।

ওয়ার্ল্ড মডেলের ধারণাটি বুঝতে হলে প্রচলিত বৃহৎ ভাষাভিত্তিক মডেল বা লার্জ ল্যাঙ্গুয়েজ মডেলের (এলএলএম) সঙ্গে এর পার্থক্য বোঝা জরুরি। ভাষাভিত্তিক মডেল মূলত শব্দ ও বাক্যের মধ্যকার সম্পর্ক বিশ্লেষণ করে পরবর্তী শব্দ বা বাক্য অনুমান করতে পারে। কিন্তু ওয়ার্ল্ড মডেল কাজ করে দৃশ্যমান বাস্তবতার ভিত্তিতে। একটি ছবি বা দৃশ্য বিশ্লেষণ করে এটি অনুমান করতে পারে, পরবর্তী মুহূর্তে সেই দৃশ্যের কী পরিবর্তন ঘটতে পারে। অর্থাৎ কোনো বস্তু কোথায় আছে, সেটি কীভাবে নড়াচড়া করতে পারে, অন্য বস্তুর সঙ্গে তার সংঘর্ষ বা মিথস্ক্রিয়া হলে কী ঘটবে—এসব বিষয় অনুকরণ করার সক্ষমতা তৈরি করে এই প্রযুক্তি।

Advertisement

ওডিসি নামের একটি এআই গবেষণাপ্রতিষ্ঠানের প্রধান নির্বাহী কর্মকর্তা অলিভার ক্যামেরন ওয়্যার্ডকে বলেন, ভাষাভিত্তিক মডেল যেমন একটি বাক্যের পরবর্তী শব্দ অনুমান করে, তেমনি ওয়ার্ল্ড মডেল পৃথিবীর একটি দৃশ্যমান অবস্থার পরবর্তী দৃশ্যমান অবস্থা অনুমান করে। এই প্রযুক্তির তৈরি ত্রিমাত্রিক পরিবেশ দেখতে বাস্তবের মতো। ফলে সেগুলোকে প্রশিক্ষণের জন্য একধরনের ডিজিটাল পরীক্ষাগার হিসেবে ব্যবহার করা যায়।

এই প্রযুক্তির একটি গুরুত্বপূর্ণ দিক হলো, বাস্তব পরিবেশে না গিয়েও রোবটকে বিভিন্ন পরিস্থিতির সঙ্গে পরিচিত করা সম্ভব। নায়ান্টিক স্পেশালের প্রধান প্রযুক্তি কর্মকর্তা ব্রায়ান ম্যাকক্লেনডনের মতে, কোনো নির্দিষ্ট স্থানের ছবি সংগ্রহ করে সেটির ত্রিমাত্রিক প্রতিরূপ তৈরি করা যেতে পারে। এরপর সেই পরিবেশে রোবটকে অসংখ্য কাল্পনিক পরিস্থিতির মধ্য দিয়ে প্রশিক্ষণ দেওয়া সম্ভব। বাস্তবে কোনো রোবটকে একটি ঘরে চলাফেরা শেখাতে হলে তাকে বারবার বিভিন্ন বাধা অতিক্রম করতে হয়।

কিন্তু ওয়ার্ল্ড মডেলের সাহায্যে একই পরিস্থিতির লাখ লাখ সিমুলেশন তৈরি করে তাকে আগেই প্রশিক্ষিত করা যাবে। এতে প্রশিক্ষণের সময়, ব্যয় ও বাস্তব পরীক্ষার ঝুঁকি কমতে পারে।

চালকবিহীন গাড়ির ক্ষেত্রেও এই প্রযুক্তির গুরুত্ব অনেক বেশি। রাস্তায় চলার সময় গাড়িকে শুধু সামনে থাকা বস্তু শনাক্ত করলেই চলে না; পথচারী, অন্য গাড়ি, রাস্তার অবস্থা এবং আকস্মিক পরিবর্তনের ভিত্তিতে দ্রুত সিদ্ধান্ত নিতে হয়। এখানে পদার্থবিজ্ঞানের নিয়ম, কারণ ও ফলাফলের সম্পর্ক এবং মানুষের আচরণ বুঝতে পারা অত্যন্ত গুরুত্বপূর্ণ। ওয়েভ নামের স্বয়ংচালিত গাড়ির প্রযুক্তি নির্মাতা প্রতিষ্ঠানের প্রধান বিজ্ঞানী জেমি শটন মনে করেন, একটি কার্যকর ওয়ার্ল্ড মডেলকে বুঝতে হবে মানুষের বা যন্ত্রের কোনো পদক্ষেপের প্রতিক্রিয়ায় চারপাশের পরিবেশ কীভাবে পরিবর্তিত হয়। অর্থাৎ শুধু ছবি তৈরি করলেই হবে না, বাস্তব জগতের গতিশীলতা ও পারস্পরিক প্রতিক্রিয়াও অনুকরণ করতে হবে।

ওয়েভ ড্যাশক্যাম ভিডিও ব্যবহার করে বিপজ্জনক সড়ক পরিস্থিতির ডিজিটাল প্রতিরূপ তৈরি করছে। বাস্তবে যেসব ঝুঁকিপূর্ণ পরিস্থিতিতে গাড়ির পরীক্ষা চালানো কঠিন বা অনিরাপদ, সিমুলেশনের মাধ্যমে সেগুলো অনুশীলন করা সম্ভব। ফলে দুর্ঘটনার ঝুঁকি না বাড়িয়ে স্বয়ংচালিত গাড়ির সিদ্ধান্ত গ্রহণের সক্ষমতা উন্নত করা যেতে পারে। তবে সিমুলেশনে সফল হওয়া আর বাস্তব পৃথিবীর সব পরিস্থিতিতে নিরাপদভাবে কাজ করতে পারা এক বিষয় নয়। বাস্তব পরিবেশের অনিশ্চয়তা, মানুষের অপ্রত্যাশিত আচরণ এবং আবহাওয়ার পরিবর্তনের মতো বিষয়গুলো যথাযথভাবে অনুকরণ করতে পারাই হবে এই প্রযুক্তির বড় পরীক্ষা।

ওয়ার্ল্ড মডেলের ব্যবহার শুধু রোবট বা গাড়ির মধ্যে সীমাবদ্ধ থাকবে না। ভিডিও গেম তৈরির ক্ষেত্রেও এর সম্ভাবনা রয়েছে। কারণ, ভিডিও গেমের জন্য ত্রিমাত্রিক পরিবেশ নির্মাণ, বস্তুর চলাচল এবং পদার্থবিজ্ঞানের নিয়ম অনুকরণ করা অপরিহার্য। চীনা প্রযুক্তি প্রতিষ্ঠান টেনসেন্টসহ বিভিন্ন বড় প্রতিষ্ঠান ইতিমধ্যে এই প্রযুক্তিতে বিনিয়োগ করছে। গুগলের মতো বড় এআই প্রতিষ্ঠানও ওয়ার্ল্ড মডেলের উন্নয়ন নিয়ে কাজ করছে। মেটার সাবেক প্রধান এআই বিজ্ঞানী ইয়ান লেকুন তার নতুন প্রতিষ্ঠান অ্যাডভান্সড মেশিনস ইন্টেলিজেন্সের জন্য বিপুল বিনিয়োগ সংগ্রহ করেছেন।

অন্যদিকে স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের কম্পিউটার বিজ্ঞানী ফেই-ফেই লি ২০২৪ সালে ওয়ার্ল্ড ল্যাবস প্রতিষ্ঠা করেন। প্রতিবেদনে বলা হয়েছে, প্রতিষ্ঠানটি এ বছর এএমডির কাছে ৮০০ কোটি ডলারের বেশি মূল্যে বিক্রি হয়েছে। এসব বিনিয়োগ প্রমাণ করে, প্রযুক্তি খাতের বড় বিনিয়োগকারীরা ওয়ার্ল্ড মডেলকে এআইয়ের পরবর্তী গুরুত্বপূর্ণ ক্ষেত্র হিসেবে বিবেচনা করছেন।

তবে এই প্রযুক্তির বিস্তারের সঙ্গে একটি নতুন অর্থনৈতিক ও সামাজিক বাস্তবতাও তৈরি হচ্ছে। ওয়ার্ল্ড মডেলকে প্রশিক্ষণ দিতে বিপুল পরিমাণ বাস্তব পরিবেশের তথ্য প্রয়োজন। শুধু ইন্টারনেটের ছবি বা ভিডিও দিয়ে এই কাজ সম্পন্ন করা সম্ভব নয়। মানুষের দৈনন্দিন কর্মকাণ্ড, ঘরের ভেতরের পরিবেশ, বিভিন্ন বস্তুর ব্যবহার এবং চলাফেরার দৃশ্যও সংগ্রহ করতে হচ্ছে। ওয়্যার্ডের প্রতিবেদক নিজেই স্মার্টফোন কপালে বেঁধে ঘরের বিভিন্ন কাজের ভিডিও ধারণ করেছেন। কাপড় ভাঁজ করা, বাসন ধোয়া কিংবা পানি ঢালার মতো সাধারণ কাজের ভিডিও একটি অ্যাপের মাধ্যমে বিক্রি করে সামান্য অর্থ পেয়েছেন তিনি। অর্থাৎ এআইয়ের নতুন এই প্রযুক্তি গড়ে তোলার পেছনে সাধারণ মানুষের দৈনন্দিন জীবনও একধরনের তথ্যসম্পদে পরিণত হচ্ছে।

এখানে ব্যক্তিগত গোপনীয়তা ও তথ্যের মালিকানা নিয়ে গুরুত্বপূর্ণ প্রশ্ন দেখা দিচ্ছে। একজন মানুষ নিজের ঘরে কী করছেন, কীভাবে জিনিসপত্র ব্যবহার করছেন, তার বসবাসের পরিবেশ কেমন—এসব তথ্য সংগ্রহ করে বাণিজ্যিক প্রযুক্তি তৈরিতে ব্যবহার করা হলে সেই তথ্যের নিয়ন্ত্রণ কার হাতে থাকবে? যিনি ভিডিও ধারণ করছেন, তিনি কি শুধু এককালীন সামান্য অর্থ পাবেন, নাকি তার সংগৃহীত তথ্য ভবিষ্যতে তৈরি হওয়া প্রযুক্তির বাণিজ্যিক সাফল্যেও কোনো অধিকার রাখবে? তথ্য সংগ্রহের ক্ষেত্রে সম্মতি, নিরাপত্তা এবং ন্যায্য পারিশ্রমিক নিশ্চিত করা তাই গুরুত্বপূর্ণ হয়ে উঠবে।

তাই ওয়ার্ল্ড মডেল এআইয়ের বিকাশে একটি মৌলিক পরিবর্তনের ইঙ্গিত দিচ্ছে। এত দিন এআই মূলত মানুষের ভাষা ও ডিজিটাল তথ্য বিশ্লেষণের মাধ্যমে সক্ষমতা বাড়িয়েছে। এখন লক্ষ্য বাস্তব পৃথিবীর নিয়মকানুন বুঝে কাজ করতে পারা।

এর ফলে ঘরের কাজ করা রোবট, চালকবিহীন গাড়ি এবং আরও উন্নত স্বয়ংক্রিয় ব্যবস্থা মানুষের জীবনের অংশ হয়ে উঠতে পারে। কিন্তু এই অগ্রগতির সঙ্গে প্রযুক্তির নির্ভরযোগ্যতা, নিরাপত্তা, কর্মসংস্থান এবং ব্যক্তিগত তথ্যের সুরক্ষার প্রশ্নও সমানভাবে গুরুত্বপূর্ণ হবে। ২০১৬ সালে পোকেমন গো খেলতে গিয়ে মানুষ যে বাস্তব পরিবেশের ছবি ও তথ্য তৈরি করেছিলেন, এক দশক পর সেই তথ্যই রোবটকে বাস্তব পৃথিবীতে চলাফেরা শেখানোর উপাদান হয়ে উঠছে। প্রযুক্তির এই রূপান্তর দেখিয়ে দিচ্ছে, ভবিষ্যতের এআই শুধু আমাদের কথা বুঝবে না; আমরা যে পৃথিবীতে বাস করি, সেই পৃথিবীকে বুঝে তার সঙ্গে মিথস্ক্রিয়া করতে শিখবে।