AI-এর বড় দুর্বলতা ধরা দিল, বিজ্ঞান বুঝতে ব্যর্থ বর্তমান মডেল
গবেষকরা চালু করেছেন IdeaGene-Bench নামের একটি নতুন বেঞ্চমার্ক। এটি পরীক্ষা করে যে বড় ভাষার মডেল (LLM) কতটা ভালোভাবে বৈজ্ঞানিক কাজের বুদ্ধিবৃত্তিক উত্তরাধিকার বুঝতে পারে। ফলাফলে দেখা গেছে, বর্তমান AI সিস্টেম এই কাজে এখনও খুব দুর্বল।
গবেষকরা চালু করেছেন IdeaGene-Bench নামের একটি নতুন বেঞ্চমার্ক। এটি পরীক্ষা করে যে বড় ভাষার মডেল (LLM) কতটা ভালোভাবে বৈজ্ঞানিক কাজের বুদ্ধিবৃত্তিক উত্তরাধিকার বুঝতে পারে। ফলাফলে দেখা গেছে, বর্তমান AI সিস্টেম এই কাজে এখনও খুব দুর্বল।
বড় ভাষার মডেল বা LLM-এর বৈজ্ঞানিক ধারা বোঝার ক্ষমতা নিয়ে নতুন এক বেঞ্চমার্ক পরীক্ষা চালিয়েছেন গবেষকরা। IdeaGene-Bench নামের এই বেঞ্চমার্কটি দেখতে চেয়েছে যে AI সিস্টেম কতটা ভালোভাবে বুঝতে পারে কিভাবে একটি নতুন বৈজ্ঞানিক কাজ পুরোনো গবেষণার ওপর ভিত্তি করে তৈরি হয়েছে। গবেষণাটি dev.to ML সাইটে প্রকাশিত হয়েছে।
এই বেঞ্চমার্কের মূল লক্ষ্য হলো AI-এর বুদ্ধিবৃত্তিক উত্তরাধিকার চিহ্নিত করার সক্ষমতা যাচাই করা। অর্থাৎ একটি নতুন আইডিয়া আগের কোন কাজ থেকে এসেছে, সেটি পরিবর্তন বা উন্নত করেছে নাকি একাধিক পুরোনো কাজকে একত্রিত করেছে তা বোঝা। গবেষকরা দেখেছেন, বর্তমান AI সিস্টেম এই কাজটি করতে গিয়ে গুরুতর সমস্যার সম্মুখীন হয়।
IdeaGene-Bench মূলত একাডেমিক জগতের একটি বাস্তব চিত্র তুলে ধরে। বিজ্ঞানের অগ্রগতি মূলত আগের কাজের ওপর ভিত্তি করেই হয়। একজন গবেষক যখন একটি নতুন পদ্ধতি বা তত্ত্ব উপস্থাপন করেন, তখন তিনি পূর্ববর্তী অনেক গবেষণার ওপর নির্ভর করেন। কিন্তু AI-এর পক্ষে এই জটিল সম্পর্কের জাল বোঝা এখনো কঠিন।
পরীক্ষায় দেখা গেছে, GPT-4-এর মতো শক্তিশালী মডেলও এই বেঞ্চমার্কে ভালো ফল করতে পারেনি। মডেলগুলো প্রায়ই ভুলভাবে চিহ্নিত করেছে কোন কাজটি আসলে মূল প্রভাবক। তারা সরাসরি উদ্ধৃতি বা সুস্পষ্ট লিংক বুঝতে পারলেও, গভীর প্রভাব বা ধারণাগত উত্তরাধিকার বুঝতে ব্যর্থ হয়েছে। এটি AI-এর একটি মৌলিক সীমাবদ্ধতা তুলে ধরে।
বাংলাদেশের প্রেক্ষাপটে এই খবরটি বিশেষ গুরুত্বপূর্ণ। দেশের শিক্ষার্থী, গবেষক এবং ফ্রিল্যান্সাররা যারা AI টুল ব্যবহার করে গবেষণা করেন, তাদের বুঝতে হবে যে AI এখনো পুরোপুরি নির্ভরযোগ্য নয়। কোনো বৈজ্ঞানিক কাজের ভিত্তি বা উৎস খুঁজতে গেলে AI-এর ওপর পুরোপুরি ভরসা করা উচিত নয়। এখানে মানুষের বুদ্ধিমত্তা এবং সমালোচনামূলক চিন্তার বিকল্প নেই।
ভবিষ্যতে গবেষকরা আরও উন্নত বেঞ্চমার্ক এবং প্রশিক্ষণ পদ্ধতি তৈরি করার পরিকল্পনা করছেন। তারা আশা করছেন, এই সীমাবদ্ধতা কাটিয়ে উঠতে পারলে AI আরও ভালোভাবে গবেষণায় সহায়তা করতে পারবে। তবে আপাতত এই খবরটি আমাদের মনে করিয়ে দেয় যে AI এখনও নিখুঁত নয় এবং এর সীমাবদ্ধতা সম্পর্কে সচেতন থাকা জরুরি।
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...