AI বিশেষজ্ঞ নয়, গবেষণায় দেখা গেছে আপনার চাকরি এখনও নিরাপদ
নতুন এক গবেষণায় দেখা গেছে, বড় ভাষার মডেলগুলি (LLMs) জ্ঞানভিত্তিক কাজে মানব বিশেষজ্ঞদের তুলনায় এখনও পিছিয়ে রয়েছে। গবেষকরা শুধু নির্ভুলতা নয়, বরং ধারাবাহিকতা এবং ত্রুটির মাত্রা পরিমাপ করে এই সিদ্ধান্তে পৌঁছেছেন। এই ফলাফল AI শিল্পের একটি বড় দাবিকে প্রশ্নবিদ্ধ করছে।
নতুন এক গবেষণায় দেখা গেছে, বড় ভাষার মডেলগুলি (LLMs) জ্ঞানভিত্তিক কাজে মানব বিশেষজ্ঞদের তুলনায় এখনও পিছিয়ে রয়েছে। গবেষকরা শুধু নির্ভুলতা নয়, বরং ধারাবাহিকতা এবং ত্রুটির মাত্রা পরিমাপ করে এই সিদ্ধান্তে পৌঁছেছেন। এই ফলাফল AI শিল্পের একটি বড় দাবিকে প্রশ্নবিদ্ধ করছে।
কৃত্রিম বুদ্ধিমত্তার সবচেয়ে আলোচিত একটি দাবি এখন প্রশ্নের মুখে পড়েছে। নতুন এক গবেষণায় দেখা গেছে, বড় ভাষার মডেল বা Large Language Models (LLMs) জ্ঞানভিত্তিক কাজে মানব বিশেষজ্ঞদের সমান পারফর্ম করতে পারে না। গবেষণাটি দাবি করছে যে শুধু নির্ভুলতা বা accuracy দেখলেই হবে না, বরং ধারাবাহিকতা এবং ত্রুটির মাত্রাও বিবেচনা করতে হবে।
গবেষণাটি পরিচালনা করেছেন জর্জ পেরেট, জাভি ইলিয়ট, জেনিফার হিল এবং মার্ক স্কট। তারা arXiv-এ তাদের গবেষণাপত্র প্রকাশ করেছেন। এই গবেষকরা একটি নতুন বেঞ্চমার্ক তৈরি করেছেন যা AI মডেলের দুর্বলতাগুলোকে সামনে এনেছে। তাদের মতে, বর্তমান ফ্রন্টিয়ার LLM-গুলি বিশেষজ্ঞদের কাজের মানের কাছাকাছি পৌঁছাতে পারেনি।
গবেষণার মূল কথা হলো, আগের অনেক গবেষণা শুধু accuracy বা নির্ভুলতার ওপর ভিত্তি করে দাবি করেছিল যে AI মডেল বিশেষজ্ঞদের সমান। কিন্তু এই নতুন গবেষণা দেখিয়েছে যে ধারাবাহিকতা (consistency) এবং ত্রুটির মাত্রা (error magnitude) পরিমাপ করলে চিত্র সম্পূর্ণ ভিন্ন হয়। একটি মডেল হয়তো সঠিক উত্তর দিচ্ছে, কিন্তু তার উত্তর দেওয়ার পদ্ধতি বা যুক্তি ধারাবাহিক নয়। আবার কোনও ভুল হলে সেই ভুলের মাত্রা কত বড়, সেটিও গুরুত্বপূর্ণ।
এই গবেষণার ফলাফল বাংলাদেশের জন্যও গুরুত্বপূর্ণ। বাংলাদেশে AI এবং মেশিন লার্নিং নিয়ে কাজ করা ডেভেলপার, গবেষক এবং ফ্রিল্যান্সারদের জন্য এটি একটি সতর্কবার্তা। যারা বিভিন্ন কাজে যেমন কোডিং, কন্টেন্ট তৈরি বা ডেটা বিশ্লেষণে AI মডেল ব্যবহার করছেন, তাদের বুঝতে হবে যে এই মডেলগুলোর ওপর পুরোপুরি নির্ভর করা ঠিক হবে না। বিশেষ করে যেসব কাজে উচ্চমাত্রার নির্ভুলতা এবং ধারাবাহিকতা প্রয়োজন, সেখানে মানব বিশেষজ্ঞের বিকল্প এখনও নেই।
বাংলাদেশের শিক্ষার্থী এবং তরুণ গবেষকদের জন্যও এই গবেষণার বার্তা স্পষ্ট। AI একটি শক্তিশালী টুল, কিন্তু এটি এখনও মানব মস্তিষ্কের জটিলতা এবং সৃজনশীলতাকে পুরোপুরি প্রতিস্থাপন করতে পারেনি। তাই AI-কে সহায়ক হিসেবে ব্যবহার করলেও শেষ সিদ্ধান্ত ও যাচাই-বাছাই মানুষের ওপরই ছেড়ে দেওয়া উচিত।
ভবিষ্যতে AI মডেলের উন্নতি হতে পারে, কিন্তু এই গবেষণা দেখিয়ে দিয়েছে যে বিশেষজ্ঞ পর্যায়ের কাজে AI-কে আপাতত পুরোপুরি বিশ্বাস করা যায় না। গবেষকরা বলছেন, AI-এর মূল্যায়নের জন্য আরও বাস্তবসম্মত এবং বিস্তারিত বেঞ্চমার্ক দরকার। শুধু accuracy দেখে সিদ্ধান্ত নেওয়া বিভ্রান্তিকর হতে পারে।
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 ML
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...