২৫০ এমবি ডাউনলোডের ঝামেলা শেষ, লাইটওয়েট AI মডেলে বদলাবে ওয়েব অ্যাপ
একজন ক্লায়েন্ট ওয়েবসাইটে একটি সাধারণ টেক্সট ক্লাসিফায়ার বসাতে চেয়েছিলেন। ডেভেলপার দেখলেন, প্রচলিত সমাধানগুলোতে 250 MB ডাউনলোড প্রয়োজন। ঘটনাটি ওয়েব অ্যাপে লাইটওয়েট AI মডেল স্থাপনের চ্যালেঞ্জ তুলে ধরেছে।
একজন ক্লায়েন্ট ওয়েবসাইটে একটি সাধারণ টেক্সট ক্লাসিফায়ার বসাতে চেয়েছিলেন। ডেভেলপার দেখলেন, প্রচলিত সমাধানগুলোতে 250 MB ডাউনলোড প্রয়োজন। ঘটনাটি ওয়েব অ্যাপে লাইটওয়েট AI মডেল স্থাপনের চ্যালেঞ্জ তুলে ধরেছে।
একজন ক্লায়েন্ট একটি সহজ কাজ দিয়েছিলেন। তিনি ChatGPT চাননি। কোনো এজেন্ট বা মাল্টিমডাল অ্যাসিস্ট্যান্ট চাননি। শুধু একটি ছোট টেক্সট ক্লাসিফায়ার ওয়েবসাইটে এম্বেড করতে বলেছিলেন। কাজটি শোনাচ্ছিল বিরক্তিকর কিন্তু সহজ। কিছু টেক্সট নাও, সেটিকে শ্রেণিবদ্ধ করো, দ্রুত ফলাফল দাও।
ডেভেলপার তখন প্রচলিত সমাধানগুলো খুঁজতে শুরু করলেন। এক পর্যায়ে তিনি ডকুমেন্টেশন পড়া বন্ধ করে পিছনে হেললেন এবং প্রশ্ন করলেন: আমরা কি সত্যিই এখানে? কারণ তিনি আবিষ্কার করলেন, একটি সাধারণ ক্লাসিফায়ারের জন্য প্রয়োজন 250 MB ডাউনলোড। এই ঘটনা dev.to AI সাইটে প্রকাশিত একটি প্রতিবেদনে উঠে এসেছে।
এই বিশাল ফাইলের কারণ হলো আধুনিক মেশিন লার্নিং মডেল। বেশিরভাগ প্রি-ট্রেইন্ড মডেল যেমন BERT বা অন্যান্য ট্রান্সফরমার-ভিত্তিক মডেল আকারে অনেক বড়। এগুলোতে কোটি কোটি প্যারামিটার থাকে। একটি সাধারণ ওয়েবসাইটের জন্য এই মডেল ডাউনলোড করা মানে ব্যবহারকারীর ব্রাউজারে বিপুল পরিমাণ ডেটা লোড করা। ব্যান্ডউইথ খরচ হয়, লোডিং টাইম বেড়ে যায় এবং মোবাইল ব্যবহারকারীদের জন্য এটি প্রায় অসম্ভব হয়ে পড়ে।
ছোট একটি কাজের জন্য এত বড় সমাধান কেন প্রয়োজন? কারণ বাজারে সহজলভ্য ক্লাসিফিকেশন টুলগুলো সাধারণত ক্লাউড API-র ওপর নির্ভরশীল। কিন্তু ক্লায়েন্ট চেয়েছিলেন স্থানীয়ভাবে কাজ করবে এমন একটি সমাধান। অফলাইন বা প্রাইভেসি-সংবেদনশীল পরিবেশে ক্লাউড API ব্যবহার করা সম্ভব নয়। তখন ডেভেলপারদের নিজস্ব মডেল ডাউনলোড করে ব্রাউজারে চালানোর পথ বেছে নিতে হয়।
বাংলাদেশের ডেভেলপার ও ফ্রিল্যান্সারদের জন্য এই ঘটনার গুরুত্ব অনেক। দেশে ফ্রিল্যান্সিং একটি বড় শিল্প। অনেক ক্লায়েন্ট সহজ AI সমাধান চান। কিন্তু তাদের বাজেট বা প্রযুক্তিগত জ্ঞান কম থাকে। এই ধরনের পরিস্থিতিতে ডেভেলপারদের সৃজনশীল সমাধান বের করতে হয়। উদাহরণস্বরূপ, অন্টোলজি-ভিত্তিক নিয়ম ইঞ্জিন বা ছোট কাস্টম মডেল ব্যবহার করা যেতে পারে। TensorFlow Lite বা ONNX Runtime-এর মতো লাইটওয়েট টুল ব্যবহার করেও কাজ চালানো সম্ভব।
ভবিষ্যতে এই সমস্যার সমাধান হতে পারে ছোট ও কার্যকর মডেল তৈরির মাধ্যমে। গবেষকরা ইতিমধ্যে DistilBERT, TinyBERT-এর মতো ছোট মডেল তৈরি করেছেন। এগুলো আকারে 10 থেকে 50 MB-র মধ্যে হয়। কিন্তু এখনও অনেক ক্লায়েন্ট জানে না যে সহজ কাজের জন্য এত বড় মডেল প্রয়োজন হয় না। ডেভেলপারদের উচিত ক্লায়েন্টকে বাস্তবসম্মত বিকল্প সম্পর্কে জানানো এবং প্রয়োজন অনুযায়ী সমাধান তৈরি করা।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: dev.to AI
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...