AI গবেষণায় বড় চমক নয়, সংকীর্ণ আইডিয়াই বেশি দিচ্ছে ChatGPT
একটি সাম্প্রতিক গবেষণায় দেখা গেছে, বড় ভাষার মডেল বা এলএলএম মানব গবেষকদের তুলনায় অনেক বেশি সংকীর্ণ ও ক্রমিক গবেষণা আইডিয়া তৈরি করে। এই সিস্টেমগুলি বৈচিত্র্যপূর্ণ ও যুগান্তকারী পদ্ধতির পরিবর্তে ক্রমিক সমন্বয়কে বেশি গুরুত্ব দেয়। গবেষণাটি কৃত্রিম বুদ্ধিমত্তার সৃজনশীলতার সীমাবদ্ধতা সম্পর্কে নতুন দৃষ্টিভঙ্গি প্রদান করেছে।
একটি সাম্প্রতিক গবেষণায় দেখা গেছে, বড় ভাষার মডেল বা এলএলএম মানব গবেষকদের তুলনায় অনেক বেশি সংকীর্ণ ও ক্রমিক গবেষণা আইডিয়া তৈরি করে। এই সিস্টেমগুলি বৈচিত্র্যপূর্ণ ও যুগান্তকারী পদ্ধতির পরিবর্তে ক্রমিক সমন্বয়কে বেশি গুরুত্ব দেয়। গবেষণাটি কৃত্রিম বুদ্ধিমত্তার সৃজনশীলতার সীমাবদ্ধতা সম্পর্কে নতুন দৃষ্টিভঙ্গি প্রদান করেছে।
কৃত্রিম বুদ্ধিমত্তা গবেষণা আইডিয়া তৈরিতে ব্যাপক জনপ্রিয়তা অর্জন করলেও একটি নতুন গবেষণায় বড় ভাষার মডেল বা এলএলএম এর গুরুত্বপূর্ণ সীমাবদ্ধতা প্রকাশ পেয়েছে। গবেষকরা দেখেছেন যে এলএলএম যুক্তিসঙ্গত গবেষণা আইডিয়া তৈরি করতে পারলেও তাদের আউটপুট মানব গবেষকদের চিন্তাভাবনা থেকে পদ্ধতিগতভাবে ভিন্ন।
ডেভ টু ওয়েবসাইটে প্রকাশিত এই গবেষণাটি এলএলএম এবং মানব গবেষকদের গবেষণা আইডিয়া তৈরির পদ্ধতির মধ্যে পার্থক্য তুলে ধরেছে। গবেষণায় দেখা গেছে, কৃত্রিম বুদ্ধিমত্তা ব্রেনস্টর্মিং টুলগুলি বৈচিত্র্যপূর্ণ পদ্ধতির পরিবর্তে ক্রমিক সমন্বয়কে বেশি পছন্দ করে। এই ক্রমিক পদ্ধতি বৈজ্ঞানিক যুগান্তকারী আবিষ্কারের জন্য প্রয়োজনীয় বৈচিত্র্যকে সীমিত করে দেয়।
গবেষণায় একটি নতুন কাঠামো তৈরি করা হয়েছে যা দেখায় যে এলএলএম টুলগুলি কীভাবে ক্রমিক সমন্বয়কে অগ্রাধিকার দেয়। এই টুলগুলি বিদ্যমান ধারণাগুলির মধ্যে ছোটখাটো পরিবর্তন আনতে পারদর্শী কিন্তু সম্পূর্ণ নতুন ও ভিন্ন পদ্ধতি নিয়ে আসতে ব্যর্থ হয়। অন্যদিকে মানব গবেষকরা বিভিন্ন ডোমেইন থেকে ধারণা নিয়ে নতুন সংযোগ তৈরি করতে পারেন।
এই গবেষণার ফলাফল বাংলাদেশের প্রযুক্তি ও গবেষণা সম্প্রদায়ের জন্য বিশেষভাবে প্রাসঙ্গিক। বাংলাদেশে কৃত্রিম বুদ্ধিমত্তা টুল ব্যবহার করে গবেষণা ও উদ্ভাবনের প্রচেষ্টা বাড়ছে। স্থানীয় ডেভেলপার, ফ্রিল্যান্সার ও শিক্ষার্থীদের বুঝতে হবে যে এলএলএম একটি শক্তিশালী হাতিয়ার হলেও এটি মানব সৃজনশীলতার বিকল্প নয়।
বাংলাদেশের গবেষক ও উদ্যোক্তাদের জন্য এই গবেষণার বার্তা হলো কৃত্রিম বুদ্ধিমত্তাকে সহায়ক হিসেবে ব্যবহার করা কিন্তু চূড়ান্ত সিদ্ধান্ত ও উদ্ভাবনের জন্য মানব মেধার উপর নির্ভর করা। এলএলএম থেকে প্রাপ্ত আইডিয়াগুলিকে ভিত্তি হিসেবে ব্যবহার করে সেগুলোতে মানব সৃজনশীলতা ও বৈচিত্র্য যোগ করা প্রয়োজন।
ভবিষ্যতে কৃত্রিম বুদ্ধিমত্তা সিস্টেমগুলিকে আরও বৈচিত্র্যপূর্ণ ও সৃজনশীল আইডিয়া তৈরিতে সক্ষম করতে গবেষণা অব্যাহত থাকবে। এই গবেষণা এলএলএম ডেভেলপারদের জন্য একটি গুরুত্বপূর্ণ দিক নির্দেশনা প্রদান করে যে কিভাবে তাদের মডেলগুলিকে আরও মানবিক সৃজনশীলতার কাছাকাছি আনা যায়।
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...