OpenAI এর প্রকাশ করেছে নতুন o1 মডেল বৃহস্পতিবার, ChatGPT ব্যবহারকারীদের AI মডেলগুলি চেষ্টা করার প্রথম সুযোগ দেয় যা প্রতিক্রিয়া দেওয়ার আগে “চিন্তা” বন্ধ করে। ওপেনএআই-এর মধ্যে “স্ট্রবেরি” কোডনাম দেওয়া এই মডেলগুলিকে ঘিরে অনেক উত্তেজনা দেখা দিয়েছে৷ কিন্তু স্ট্রবেরি কি হাইপ পর্যন্ত বাস করে?
কমবেশি।
GPT-4o-এর তুলনায়, o1 মডেলগুলি এক ধাপ এগিয়ে এবং দুই ধাপ পিছনের মত মনে হয়। ওপেনএআই o1 যুক্তি এবং জটিল প্রশ্নের উত্তর দিতে পারদর্শী, কিন্তু মডেলটি GPT-4o-এর তুলনায় প্রায় চারগুণ বেশি ব্যয়বহুল। OpenAI এর সর্বশেষ মডেলে টুলস, মাল্টিমোডাল ক্ষমতা এবং গতির অভাব রয়েছে যা GPT-4o কে এত চিত্তাকর্ষক করে তুলেছে। আসলে, OpenAI এমনকি স্বীকার করে যে “GPT-4o এখনও বেশিরভাগ প্রম্পটের জন্য সেরা বিকল্প” এর সহায়তা পৃষ্ঠায়, এবং অন্যত্র নোট করে যে o1 সহজ কাজগুলির সাথে লড়াই করে।
“এটি চিত্তাকর্ষক, কিন্তু আমি মনে করি না উন্নতিটি খুব গুরুত্বপূর্ণ,” বলেছেন এনওয়াইইউর অধ্যাপক রাভিড শোয়ার্টজ জিভ, যিনি এআই মডেলগুলি অধ্যয়ন করেন৷ “এটি কিছু সমস্যার জন্য ভাল, কিন্তু আপনি সেই সামগ্রিক উন্নতি পান না।”
এই সমস্ত কারণে, শুধুমাত্র o1 ব্যবহার করা গুরুত্বপূর্ণ প্রশ্নগুলির জন্য এটি সত্যিই সাহায্য করার জন্য ডিজাইন করা হয়েছিল: বড়গুলি৷ স্পষ্ট করে বলতে গেলে, বেশিরভাগ লোকেরা আজ এই ধরণের প্রশ্নের উত্তর দেওয়ার জন্য জেনারেটিভ এআই ব্যবহার করছেন না, মূলত কারণ আজকের এআই মডেলগুলি এতে খুব ভাল নয়। যাইহোক, o1 সেই দিকে একটি অস্থায়ী পদক্ষেপ।
বড় আইডিয়া নিয়ে ভাবছেন
OpenAI o1 অনন্য কারণ এটি প্রতিক্রিয়া দেওয়ার আগে “চিন্তা করে”, বড় সমস্যাগুলিকে ছোট ছোট ধাপে ভাগ করে এবং আপনি কখন এই পদক্ষেপগুলির মধ্যে একটি সঠিক বা ভুল পান তা সনাক্ত করার চেষ্টা করে। এই “মাল্টিস্টেপ যুক্তি” সম্পূর্ণ নতুন নয় (গবেষকরা এটি বছরের পর বছর ধরে প্রস্তাব করেছেন, এবং You.com জটিল প্রশ্নের জন্য এটি ব্যবহার করুন), কিন্তু সম্প্রতি পর্যন্ত এটি ব্যবহারিক ছিল না।
“এআই সম্প্রদায়ের মধ্যে অনেক উত্তেজনা রয়েছে,” ওয়ার্কেরার সিইও এবং স্ট্যানফোর্ডের সহযোগী অধ্যাপক কিয়ান কাতানফরুশ, যিনি মেশিন লার্নিং শেখান, একটি সাক্ষাত্কারে বলেছিলেন। “আপনি যদি ওপেনএআই-এর কিছু ভাষা মডেল কৌশলগুলির সাথে যুক্ত একটি শক্তিবৃদ্ধি শেখার অ্যালগরিদম প্রশিক্ষণ দিতে পারেন, তাহলে আপনি প্রযুক্তিগতভাবে ধাপে ধাপে চিন্তাভাবনা তৈরি করতে পারেন এবং এআই মডেলটিকে বড় ধারণাগুলি থেকে পিছনের দিকে হাঁটার অনুমতি দিতে পারেন যা আপনি করার চেষ্টা করছেন। কাজ।”
OpenAI o1 এছাড়াও ব্যতিক্রমী ব্যয়বহুল। বেশিরভাগ মডেলে, আপনি ইনপুট টোকেন এবং আউটপুট টোকেনের জন্য অর্থ প্রদান করেন। যাইহোক, o1 একটি লুকানো প্রক্রিয়া যুক্ত করে (যে ছোট পদক্ষেপগুলি মডেলটি বড় সমস্যাগুলিকে ভেঙে দেয়), যা অনেকগুলি গণনা যোগ করে যা আপনি কখনই পুরোপুরি দেখতে পান না। OpenAI তার প্রতিযোগিতামূলক সুবিধা বজায় রাখতে এই প্রক্রিয়ার কিছু বিবরণ গোপন করছে। এটি বলেছে, আপনি এখনও “যুক্তি টোকেন” আকারে তাদের জন্য চার্জ করা হয়। এটি আরও জোর দেয় কেন OpenAI o1 ব্যবহার করার সময় আপনাকে সতর্কতা অবলম্বন করতে হবে, পাছে নেভাদার রাজধানী কোথায় তা জিজ্ঞাসা করার জন্য আপনাকে এক টন টোকেন চার্জ করা হবে।
একটি AI মডেলের ধারণা যা আপনাকে “বড় ধারণা থেকে পিছনের দিকে হাঁটতে” সাহায্য করে, যদিও এটি একটি শক্তিশালী। অনুশীলনে, মডেলটি এতে খুব ভাল।
একটি উদাহরণে, আমি আমার ফ্যামিলি প্ল্যান থ্যাঙ্কসগিভিং-এ সাহায্য করার জন্য ChatGPT o1 প্রিভিউকে বলেছিলাম, এমন একটি কাজ যা একটু নিরপেক্ষ যুক্তি এবং যুক্তি থেকে উপকৃত হতে পারে। বিশেষত, আমি 11 জনের জন্য থ্যাঙ্কসগিভিং ডিনার রান্না করার জন্য দুটি ওভেন যথেষ্ট হবে কিনা তা খুঁজে বের করার জন্য আমি সাহায্য চেয়েছিলাম এবং আমি তৃতীয় ওভেনে অ্যাক্সেস পাওয়ার জন্য একটি Airbnb ভাড়া নেওয়া উচিত কিনা তা নিয়ে কথা বলতে চেয়েছিলাম।
12 সেকেন্ডের “চিন্তা” করার পর, ChatGPT আমাকে 750+ শব্দের প্রতিক্রিয়া লিখেছে, যে দুটি ওভেন কিছু সতর্ক কৌশলের সাথে যথেষ্ট হওয়া উচিত এবং আমার পরিবারকে খরচ বাঁচাতে এবং একসাথে আরও সময় কাটাতে অনুমতি দেবে। কিন্তু তিনি প্রতিটি পদক্ষেপে আমার জন্য তার চিন্তাভাবনা ভেঙে দিয়েছেন এবং ব্যাখ্যা করেছেন যে কীভাবে তিনি খরচ, পারিবারিক সময় এবং ওভেন ব্যবস্থাপনা সহ এই সমস্ত বাহ্যিক কারণগুলি বিবেচনা করেছেন।
ChatGPT o1 প্রিভিউ আমাকে বলেছিল কিভাবে ইভেন্টের হোস্টিং বাড়িতে ওভেন স্পেসকে প্রাধান্য দিতে হয়, যা স্মার্ট ছিল। অদ্ভুতভাবে, তিনি পরামর্শ দিয়েছিলেন যে আমি দিনের জন্য একটি পোর্টেবল ওভেন ভাড়া নেওয়ার কথা বিবেচনা করি। এটি বলেছে, মডেলটি GPT-4o-এর তুলনায় অনেক ভালো পারফর্ম করেছে, যার জন্য আমি ঠিক কোন খাবারগুলি আনছি সে সম্পর্কে বেশ কয়েকটি ফলো-আপ প্রশ্নের প্রয়োজন ছিল এবং তারপরে আমাকে প্রাথমিক পরামর্শ দিয়েছেন যা আমি কম সহায়ক বলে মনে করেছি।
থ্যাঙ্কসগিভিং ডিনার সম্পর্কে জিজ্ঞাসা করা নির্বোধ মনে হতে পারে, তবে আপনি দেখতে পাচ্ছেন যে এই সরঞ্জামটি জটিল কাজগুলি ভেঙে দেওয়ার জন্য কীভাবে কার্যকর হবে।
আমি কর্মক্ষেত্রে একটি ব্যস্ত দিনের পরিকল্পনা করতে আমাকে সাহায্য করতে বলেছি যেখানে আমাকে বিমানবন্দর, একাধিক স্থানে একাধিক ব্যক্তিগত বৈঠক এবং আমার অফিসের মধ্যে ভ্রমণ করতে হবে। এটি আমাকে একটি খুব বিশদ পরিকল্পনা দিয়েছে, তবে সম্ভবত এটি কিছুটা বেশি ছিল। কখনও কখনও সমস্ত যোগ করা পদক্ষেপ একটু অপ্রতিরোধ্য হতে পারে।
একটি সহজ প্রশ্নের জন্য, o1 খুব বেশি করে — কখন অতিরিক্ত চিন্তা করা বন্ধ করতে হবে তা তিনি জানেন না। আমি তাকে জিজ্ঞাসা করেছিলাম আপনি আমেরিকায় দেবদারু গাছ কোথায় পাবেন এবং তিনি আমাকে 800 টিরও বেশি শব্দের উত্তর দিয়েছেন, তাদের বৈজ্ঞানিক নাম সহ দেশের দেবদারু গাছের সমস্ত বৈচিত্র বর্ণনা করেছেন। এমনকি কিছু কারণে তাকে ওপেনএআই-এর নীতির সাথে পরামর্শ করতে হয়েছিল। GPT-4o সেই প্রশ্নের উত্তর দিয়ে অনেক ভালো কাজ করেছে, আমাকে প্রায় তিনটি বাক্য দিয়ে ব্যাখ্যা করেছে যে আপনি সারা দেশে গাছ খুঁজে পেতে পারেন।
পরিমিত প্রত্যাশা
কিছু উপায়ে, স্ট্রবেরি কখনই হাইপ পর্যন্ত বাঁচবে না। OpenAI-এর যুক্তির মডেলগুলি সম্পর্কে রিপোর্টগুলি নভেম্বর 2023 থেকে শুরু হয়েছে, ঠিক সেই সময়েই সবাই একটি উত্তর খুঁজছিল যে কেন OpenAI-এর বোর্ড স্যাম অল্টম্যানকে বরখাস্ত করেছে। এটি এআই বিশ্বে গুজব ছড়ায়, কিছু অনুমান করে যে স্ট্রবেরি ছিল AGI-এর একটি রূপ, AI এর আলোকিত সংস্করণ যা OpenAI তৈরি করতে চায়।
অল্টম্যান নিশ্চিত o1 নয় AGI কোনো সন্দেহ দূর করতে, এমন নয় যে আপনি জিনিসটি ব্যবহার করার পরে বিভ্রান্ত হবেন। সিইও এই লঞ্চের আশেপাশে প্রত্যাশাও কমিয়ে দিয়েছেন, টুইট করা যে “the1 এখনও ত্রুটিপূর্ণ, এটি এখনও সীমিত, এবং আপনি এটির সাথে আরও বেশি সময় ব্যয় করার চেয়ে এটি এখনও প্রথম ব্যবহারে আরও চিত্তাকর্ষক দেখায়।”
বাকি AI বিশ্ব প্রত্যাশার চেয়ে কম উত্তেজনাপূর্ণ লঞ্চের সাথে খাপ খাইয়ে নিচ্ছে।
“ওপেনএআই-এর সাথে হাইপটি হাতের বাইরে চলে গেছে,” বলেছেন AI স্টার্টআপ ReWorkd-এর একজন গবেষণা প্রকৌশলী রোহান পান্ডে, যেটি OpenAI মডেলগুলির সাথে ওয়েব স্ক্র্যাপার তৈরি করে৷
তিনি আশা করেন যে জিপিটি-4 কম পড়ে এমন জটিল সমস্যাগুলির একটি বিশেষ সেট সমাধান করার জন্য o1 এর যুক্তির ক্ষমতা যথেষ্ট ভাল হবে। এটি সম্ভবত শিল্পের বেশিরভাগ লোকেরা o1 কে দেখছে, কিন্তু GPT-4 শিল্পের জন্য প্রতিনিধিত্বকারী বিপ্লবী পদক্ষেপের মতো নয়।
“প্রত্যেকে একটি ধাপ ফাংশন ক্ষমতায় স্থানান্তরের জন্য আশা করছে, এবং এটি স্পষ্ট নয় যে এটি প্রতিনিধিত্ব করে। আমি মনে করি এটা খুব সহজ,” ব্রাইটওয়েভের সিইও মাইক কনভার বলেছেন, যিনি পূর্বে ডেটাব্রিক্সের ডলি এআই মডেল সহ-তৈরি করেছিলেন, একটি সাক্ষাত্কারে।
এখানে মান কি?
o1 তৈরি করতে ব্যবহৃত অন্তর্নিহিত নীতিগুলি বহু বছর পিছনে চলে যায়। 2016 সালে Google একই ধরনের কৌশল ব্যবহার করেছিল AlphaGo তৈরি করতে, প্রথম এআই সিস্টেম যা বোর্ড গেম গো-এর বিশ্ব চ্যাম্পিয়নকে পরাজিত করে, প্রাক্তন Googler এবং ভেঞ্চার ক্যাপিটাল ফার্ম S32-এর সিইও অ্যান্ডি হ্যারিসন উল্লেখ করেছেন। AlphaGo অগণিত বার নিজের বিরুদ্ধে খেলে প্রশিক্ষিত, মূলত নিজেকে শেখায় যতক্ষণ না এটি অতিমানবীয় ক্ষমতায় পৌঁছায়।
তিনি উল্লেখ করেছেন যে এটি AI এর বিশ্বে একটি দীর্ঘস্থায়ী বিতর্ক নিয়ে আসে।
“ক্যাম্প একজন মনে করে আপনি এই এজেন্টিক প্রক্রিয়ার মাধ্যমে কর্মপ্রবাহ স্বয়ংক্রিয় করতে পারেন। ক্যাম্প দুই মনে করে যে আপনি যদি বুদ্ধিমত্তা এবং যুক্তিকে সাধারণীকরণ করতেন তবে আপনার কর্মপ্রবাহের প্রয়োজন হবে না এবং একজন মানুষের মতো, এআই কেবল একটি রায় দেবে,” হ্যারিসন একটি সাক্ষাত্কারে বলেছিলেন।
হ্যারিসন বলেছেন যে তিনি ক্যাম্প ওয়ানে আছেন এবং ক্যাম্প টুতে আপনাকে সঠিক সিদ্ধান্ত নেওয়ার জন্য এআইকে বিশ্বাস করতে হবে। তিনি মনে করেন না আমরা এখনও সেখানে আছি।
যাইহোক, অন্যরা o1 কে সিদ্ধান্ত গ্রহণকারী হিসাবে কম এবং বড় সিদ্ধান্ত সম্পর্কে আপনার চিন্তাভাবনাকে প্রশ্নবিদ্ধ করার একটি হাতিয়ার হিসাবে বেশি মনে করে।
ওয়ার্কেরার সিইও কাতানফরুশ একটি উদাহরণ বর্ণনা করেছেন যেখানে তিনি তার কোম্পানিতে কাজ করার জন্য একজন ডেটা বিজ্ঞানীর সাক্ষাৎকার নেবেন। তিনি OpenAI o1 কে বলেন যে তার কাছে মাত্র 30 মিনিট আছে এবং তিনি একটি নির্দিষ্ট সংখ্যক দক্ষতা মূল্যায়ন করতে চান। এটি AI মডেলের সাথে এটি সঠিকভাবে চিন্তা করছে কিনা তা বোঝার জন্য এটি পিছনে কাজ করতে পারে এবং o1 সময় সীমাবদ্ধতা এবং অন্যান্য বিষয়গুলি বুঝতে পারবে।
প্রশ্ন হল এই দরকারী টুল উচ্চ মূল্যের মূল্য কিনা। যেহেতু AI মডেলগুলি ক্রমাগত সস্তা হতে চলেছে, o1 হল দীর্ঘ সময়ের মধ্যে প্রথম AI মডেলগুলির মধ্যে একটি যা আমরা আরও ব্যয়বহুল হতে দেখেছি৷
