কৃত্রিম বুদ্ধিমত্তার বিকাশের পর থেকে, এটি বিশ্বব্যাপী প্রযুক্তিগত বিপ্লব এবং শিল্প রূপান্তরের একটি নতুন রাউন্ডের মূল চালিকা শক্তি হয়ে উঠেছে। বর্তমানে, কম্পিউটিং শক্তি বাড়ানোর জন্য বড় ডেটার ব্যবহার এবং আলগোরিদিমগুলিকে শক্তিশালী করার জন্য অতি-বড়-স্কেল বুদ্ধিজীবী মডেলগুলি তৈরি করা কৃত্রিম বুদ্ধিমত্তা বাস্তুবিদ্যার নতুন প্রজন্মের মূল হয়ে উঠেছে। এটি আমার দেশে কৃত্রিম বুদ্ধিমত্তার বিকাশের জন্য একটি প্রধান প্রয়োগ পরিকাঠামো হবে এবং 2030 সালে কৃত্রিম বুদ্ধিমত্তার জন্য আমার দেশের সামগ্রিক অগ্রণী কৌশল উপলব্ধি করার একটি চাবিকাঠি। মৌলিক প্ল্যাটফর্ম।
"মহা পরিবর্তনের অধীনে অর্থনৈতিক নিরাপত্তা এবং টেকসই উন্নয়ন" থিম নিয়ে এশিয়া গ্লোবাল ইকোনমিক ডেভেলপমেন্ট অ্যান্ড সিকিউরিটি ফোরামের জন্য বোয়াও ফোরামের প্রথম সম্মেলন 18 থেকে 20 অক্টোবর হুনানের চাংশাতে অনুষ্ঠিত হবে। এটির লক্ষ্য বৈশ্বিক অর্থনৈতিক ঝুঁকির প্রতিক্রিয়া নিয়ে আলোচনা করা এবং কাঠামোগত সমস্যাগুলি বুদ্ধিমান উত্পাদন এবং প্রযুক্তিগত বিপ্লবের মতো বিষয়গুলিতে একসাথে আলোচনা করা হবে।
বৃহৎ মডেলের যুগে কৃত্রিম বুদ্ধিমত্তার বিকাশের দিকনির্দেশনা এবং প্রয়োগের সম্ভাবনার মতো বিষয়গুলি সম্পর্কে, বেইজিং বিজনেস ডেইলির একজন প্রতিবেদক সম্প্রতি পিকিং বিশ্ববিদ্যালয়ের স্কুল অফ ইনফরমেশন সায়েন্স অ্যান্ড টেকনোলজির অধ্যাপক হুয়াং টাইজুনের সাথে একটি বিশেষ সাক্ষাৎকার পরিচালনা করেছেন এবং এর পরিচালক। কম্পিউটার বিজ্ঞান ও প্রযুক্তি বিভাগ।
বেইজিং বিজনেস ডেইলি: বড় মডেলগুলিকে বলা হয় কৃত্রিম বুদ্ধিমত্তা বাস্তুতন্ত্রের নতুন প্রজন্মের মূল। আপনি একটি বড় মডেল কি সংক্ষেপে পরিচয় করিয়ে দিতে পারেন? কি সমস্যার সমাধান হবে?
Huang Tiejun: বড় মডেল একটি মৌলিক সাধারণ মডেল যা বিভিন্ন অ্যাপ্লিকেশনের জন্য বুদ্ধিমত্তা প্রদান করে। সাধারণভাবে, এটি একটি মৌলিক প্ল্যাটফর্ম যা বিশাল বড় ডেটা থেকে ডেটার মধ্যে থাকা জ্ঞান এবং নিয়মগুলি শেখে, এটিকে একটি নিউরাল নেটওয়ার্কে ঘনীভূত করে এবং এটিকে একটি বড় মডেলে পরিণত করে এবং বিভিন্ন সাধারণ বুদ্ধিমান কাজের জন্য পরিষেবা প্রদান করে।
উদাহরণস্বরূপ, মোবাইল ইন্টারনেটে, ক্লাউড পরিষেবা বিক্রেতাদের অনেক পরিষেবার ক্ষমতা থাকতে পারে, কিন্তু অ্যাপের মতো ক্যারিয়ার ছাড়া, ব্যবহারকারীদের জন্য বিভিন্ন ক্লাউড পরিষেবা পাওয়া কঠিন হবে। এই দৃষ্টিকোণ থেকে, অ্যাপ নিজেই একটি শিল্প ইকোসিস্টেম। প্রকৃতপক্ষে, বড় মডেলগুলিকে বর্তমানে অনুরূপ সমস্যাগুলি সমাধান করতে হবে।
বড় মডেলগুলি হল পাবলিক পরিষেবা যা অত্যন্ত উজ্জ্বল এবং অত্যন্ত প্রযুক্তিগত। জীবনের সকল ক্ষেত্রের ভবিষ্যতে কিছু নির্দিষ্ট চাহিদা থাকবে এবং কিছু কোম্পানিকে বড় মডেল রূপান্তর এবং কাস্টমাইজড ইন্টারফেস বিকাশ করতে হবে।
বেইজিং বিজনেস ডেইলি: বড় মডেলগুলি কীভাবে কৃত্রিম বুদ্ধিমত্তা প্রযুক্তি বাস্তুশাস্ত্র এবং শিল্প পরিবেশকে সংযুক্ত করবে? তথ্য ক্ষেত্রে কৃত্রিম বুদ্ধিমত্তার পরবর্তী প্রয়োগের দিক কী হবে?
হুয়াং টাইজুন: অনেক শিল্পে কৃত্রিম বুদ্ধিমত্তার উপলব্ধি এবং প্রয়োগ এখনও একটি অনুসন্ধানমূলক পর্যায়ে রয়েছে এবং তাদের মধ্যে একটি নির্দিষ্ট দূরত্ব রয়েছে। এই ইন্টারফেসটি কীভাবে সংযুক্ত করা যায় তার জন্য আসলে একদল কোম্পানির প্রয়োজন যারা বড় মডেলের ক্ষমতাকে বিভিন্ন শিল্পের প্রয়োজনীয় সামগ্রীতে রূপান্তর করতে পারে।
তথ্য ক্ষেত্রের পরবর্তী অ্যাপ্লিকেশন কী হবে তা অনুমান করা খুব কঠিন। আমি মনে করি বাস্তবে, কপিরাইটিং, তথ্য প্রক্রিয়াকরণ এবং অন্যান্য কাজগুলি কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রতিস্থাপিত হবে, অথবা তাদের বেশিরভাগই কৃত্রিম বুদ্ধিমত্তার বড় মডেল দ্বারা সমাধান করা হবে, যা দুর্দান্ত প্রয়োগের সম্ভাবনা নিয়ে আসবে।
সার্চ ইঞ্জিনের বিভিন্ন অ্যাপ্লিকেশনগুলি শেষ পর্যন্ত সংস্থা, খনির এবং তথ্যের ব্যবহার সম্পর্কে। উদাহরণস্বরূপ, ব্যক্তিরা ডেটা সংগ্রহ করতে পারে এবং অনুসন্ধান ইঞ্জিনগুলির মাধ্যমে কিছু তথ্য প্রক্রিয়াকরণ করতে পারে। এখন বড় মডেলগুলি বিশাল ডেটা সংগ্রহের সমস্যা সমাধান করে। এর ডেটা কোনও এক ব্যক্তি বা গোষ্ঠীর কাজ নয়, তবে সমস্ত ডেটা সংগ্রহ করে এবং এটি প্রতিফলিত করে। বিভিন্ন কপিরাইটিং তথ্য প্রক্রিয়াকরণ অ্যাপ্লিকেশন পরিবেশন করতে আসেন। চূড়ান্ত প্রস্থান এখনও মানুষের হতে পারে, তবে এর পিছনের বেশিরভাগ কাজ কৃত্রিম বুদ্ধিমত্তা দ্বারা সম্পন্ন হবে। এই অ্যাপ্লিকেশন দিকনির্দেশের সম্ভাবনাগুলি বিশাল।
বেইজিং বিজনেস ডেইলি: কৃত্রিম বুদ্ধিমত্তা প্রযুক্তি কীভাবে বড় মডেলের যুগে বিকশিত হয়েছিল? আগের তুলনায় পার্থক্য কি?
হুয়াং টাইজুন: কৃত্রিম বুদ্ধিমত্তার বড় মডেলে বিকাশ কৃত্রিম বুদ্ধিমত্তা প্রযুক্তির বিকাশের মৌলিক আইন দ্বারা নির্ধারিত হয়। কৃত্রিম বুদ্ধিমত্তা নিয়ে চিন্তাধারার দুটি মাপকাঠি রয়েছে। একটি দল বিশ্বাস করে যে কৃত্রিম বুদ্ধিমত্তার পিছনে বৈজ্ঞানিক প্রক্রিয়া, তত্ত্ব, গণিত এবং অ্যালগরিদমগুলি অত্যন্ত গুরুত্বপূর্ণ; অন্য দলটি বিশ্বাস করে যে কৃত্রিম বুদ্ধিমত্তা সাধারণত একটি প্রযুক্তি, একটি বুদ্ধিমান সিস্টেম তৈরি করে এবং তারপরে বুদ্ধিমান সিস্টেমের প্রক্রিয়া বোঝা। পরেরটি কৃত্রিম বুদ্ধিমত্তার মূলধারার দৃষ্টিভঙ্গি।
কৃত্রিম বুদ্ধিমত্তা তৈরির প্রক্রিয়ায়, এটি প্রথমে কয়েকজন বৈজ্ঞানিক গবেষকের কাজ ছিল এবং পরে কোম্পানিগুলি ধীরে ধীরে অংশ নেয়। ভবিষ্যতে, শিল্প, একাডেমিয়া, গবেষণা, এবং সমগ্র সমাজ যৌথভাবে একটি মডেল তৈরি করবে। কেন এই কাজ? আসলে কারণটা খুবই সহজ। একটি কৃত্রিম বুদ্ধিমত্তা সিস্টেম বা মডেল দ্বারা শেখা তথ্য সম্পূর্ণ এবং সময়মত যথেষ্ট না হলে, এটি বিশ্বাস করা কঠিন হবে যে এর বুদ্ধিমান মডেলটি খুব সক্ষম। তথাকথিত বৃহৎ মডেল হল বিভিন্ন ডেটা রিসোর্স, শক্তিশালী অ্যালগরিদম এবং সমাজে সম্ভাব্য কম্পিউটিং শক্তিকে একটি পাবলিক বেসিক প্ল্যাটফর্মে একীভূত করা যা প্রত্যেকে ব্যবহার করতে পারে। কৃত্রিম বুদ্ধিমত্তা ব্যবস্থা তৈরি করার সময় আমাদের এই দিকটিই নিতে হবে। .
এই প্রক্রিয়ায়, বৃহৎ মডেলের ক্ষমতা শক্তিশালী হয়ে ওঠে, যা সমাজের সকল ক্ষেত্রে ভূমিকা পালন করবে। একবার এটি একটি ভূমিকা পালন করে, আরও মানুষ এটি তৈরি করবে। এটি একটি সৌম্য পুনরাবৃত্তিমূলক প্রভাব।
প্রকৃতপক্ষে, কৃত্রিম বুদ্ধিমত্তার সম্ভাবনা নির্ভর করে এটি যে ডেটা পেতে পারে তার উপর। মানুষ যেমন "হাজার হাজার বই পড়ে এবং হাজার হাজার মাইল ভ্রমণ করে", কৃত্রিম বুদ্ধিমত্তাও একই রকম। ভৌত জগৎ এমনকি মহাবিশ্বও এত বিশাল। যদি এটি ডেটা এবং তথ্যে রূপান্তরিত করা যায় এবং কৃত্রিম বুদ্ধিমত্তা দ্বারা শেখার অনুমতি দেওয়া যায় তবে স্থানটি অনেক বড় হবে।
আমি বলতে সাহস করি না যে বড় মডেলের ক্ষমতা সবার থেকে বেশি হবে কিনা, তবে অন্তত কেউই সমস্ত তথ্য পায়নি এবং এর পিছনের আইনগুলি আবিষ্কার করা অসম্ভব। আমাদের প্রত্যেকের শারীরিক শরীর এবং জীবনচক্র নির্ধারণ করে যে আমরা যে ডেটা পেতে পারি তা এখনও তুলনামূলকভাবে সীমিত।
বেইজিং বিজনেস ডেইলি: বড় মডেলগুলির বিকাশে এখনও কী চ্যালেঞ্জগুলি অতিক্রম করতে হবে? ভবিষ্যতের উন্নয়নের পথ কী?
হুয়াং টাইজুন: বড় মডেলের প্রশিক্ষণের জন্য এখন প্রযুক্তি এবং অ্যালগরিদমের একটি সেট রয়েছে, তবে আরও ভাল অ্যালগরিদম আছে কিনা, একাডেমিক সম্প্রদায় এবং শিল্প এখনও ক্রমাগত অনুসন্ধান এবং অন্বেষণ করছে। বর্তমানে, একটি বুদ্ধিমান মডেল প্রশিক্ষণের জন্য প্রচুর কার্বন নির্গমনের প্রয়োজন। ভবিষ্যতে, এটি একটি মডেল প্রশিক্ষণ কম কার্বন নির্গমন প্রয়োজন হতে পারে. আমি মনে করি একদিন, কৃত্রিম বুদ্ধিমত্তার প্রশিক্ষণের জন্য মানুষের তুলনায় কম খরচ হতে পারে, এবং এটি আরেকটি মাইলফলক।
অতএব, কৃত্রিম বুদ্ধিমত্তা যত বেশি বেশি ডেটার সংস্পর্শে আসে এবং শেখার এবং প্রশিক্ষণের দক্ষতা যত বেশি এবং উচ্চতর হয়, তার ফলাফল একটি বড় মডেল হবে। ভবিষ্যতে, এটি একটি সুপার বড় মডেল বা একটি খুব বড় মডেল হতে পারে, এবং এটি পুনরাবৃত্তি অব্যাহত থাকবে। পথ ইতিমধ্যে পরিষ্কার।
কিন্তু এর ঊর্ধ্বসীমা কোথায় তার কোনো ভিত্তি নেই। আপাতত, বড়ই ভালো। এটি হতে পারে যে এটি একটি নির্দিষ্ট স্তরে প্রসারিত হওয়ার পরে, এটি আর একটি সাধারণ রৈখিক বৃদ্ধি হবে না, বা এটি হতে পারে যে একটি নির্দিষ্ট স্তরের পরে, বৃদ্ধি ধীর হতে শুরু করে, তবে এই মুহুর্তে এটি এখনও অনুমান।
বেইজিং বিজনেস ডেইলি: বড় মডেলের বিকাশ প্রক্রিয়া চলাকালীন কিছু নিরাপত্তা এবং নৈতিক বিষয়গুলি কীভাবে বিবেচনা করবেন? কিভাবে এটা এড়ানো যায়?
হুয়াং টাইজুন: কৃত্রিম বুদ্ধিমত্তার নিরাপত্তা এবং নৈতিক সমস্যা রাতারাতি সমাধান হবে না। উদাহরণস্বরূপ, তথ্য সুরক্ষার সমস্যাগুলি তথ্যের বিকাশের সাথে উত্থাপিত হতে থাকে এবং সেগুলি উঠার পরে আমাদের অবশ্যই সেগুলি সমাধান করতে হবে।
বৃহৎ মডেলের উন্নয়ন প্রক্রিয়ায় কিছু অন্তর্নিহিত ঝুঁকিও রয়েছে। উদাহরণস্বরূপ, মডেল দ্বারা শেখা জ্ঞান নৈতিকতা এবং নীতির সাথে সঙ্গতিপূর্ণ নয়। এই ঝুঁকি আগে থেকে নিয়ন্ত্রণ করা যেতে পারে; কিন্তু প্রযুক্তির ক্রমাগত উন্নতির কারণে কিছু ঝুঁকিও রয়েছে। যদি আসে, তাহলে তার সমাধানও প্রযুক্তিগত মাধ্যমে ধারাবাহিকভাবে সমাধান করতে হবে। "ঘণ্টি খুলতে, আপনাকে অবশ্যই ঘণ্টাটি বাঁধতে হবে।" কিছু সম্ভাব্য সমস্যার কারণে যদি আমরা এই প্রযুক্তির বিকাশ না করি, তবে এটি বৈজ্ঞানিক ও প্রযুক্তিগত উন্নয়নের আইন মেনে চলবে না।