AI ইমেজ তৈরির মান যাচাই এখন সহজ, লাগবে না মানুষের ফিডব্যাক

কম্পিউটার বিজ্ঞানীদের একটি দল এমন একটি কৌশল তৈরি করেছে যা বিদ্যমান কৃত্রিম বুদ্ধিমত্তা মডেলকে ইমেজ জেনারেশন সিস্টেমের মূল্যায়ন টুল হিসেবে ব্যবহার করতে পারে। এই পদ্ধতি গবেষকদের উন্নত ভিজুয়াল AI প্রশিক্ষণের প্রক্রিয়াকে সহজ করার সম্ভাবনা তৈরি করেছে।

গবেষণাপত্রটিতে বর্ণিত এই কৌশলটি প্রি-ট্রেইনড মাল্টিমোডাল মডেলকে পুনরায় ব্যবহার করে। মাল্টিমোডাল মডেল হলো সেই সব AI সিস্টেম যা টেক্সট এবং ইমেজ উভয় ধরনের ডেটা বুঝতে পারে। এই পদ্ধতি বিশেষায়িত রিওয়ার্ড মডেল বা মানুষের ফিডব্যাক লেবেলের প্রয়োজনীয়তা দূর করে দেয়।

এই আবিষ্কারের আগে ইমেজ জেনারেশন মডেলের গুণগত মান যাচাই করতে আলাদা রিওয়ার্ড মডেল তৈরি করতে হতো। সেই মডেল তৈরির জন্য প্রচুর পরিমাণে মানুষের তৈরি ডেটা এবং সময়ের প্রয়োজন হতো। নতুন কৌশলে গবেষকরা দেখিয়েছেন যে ইতিমধ্যে বিদ্যমান মাল্টিমোডাল মডেলগুলো অতিরিক্ত প্রশিক্ষণ ছাড়াই ইমেজ জেনারেশন মূল্যায়ন করতে পারে।

এই পদ্ধতি AI উন্নয়নের খরচ কমাতে সাহায্য করবে। বর্তমানে ইমেজ জেনারেশন মডেল যেমন DALL-E, Stable Diffusion বা Midjourney-এর মতো সিস্টেম তৈরি করতে বিপুল পরিমাণ সম্পদ ব্যয় হয়। নতুন কৌশলটি এই প্রক্রিয়াকে আরও সাশ্রয়ী করে তুলতে পারে।

বাংলাদেশের ডেভেলপার এবং ফ্রিল্যান্সারদের জন্য এই গবেষণা গুরুত্বপূর্ণ হতে পারে। দেশের অনেক প্রযুক্তি উদ্যোক্তা এবং ছোট দল সীমিত সম্পদ নিয়ে কাজ করে। এই পদ্ধতি তাদেরকে ব্যয়বহুল রিওয়ার্ড মডেল ছাড়াই উন্নত ইমেজ জেনারেশন সিস্টেম তৈরি করার সুযোগ দেবে। শিক্ষার্থীরাও এই কৌশল ব্যবহার করে সহজেই নিজেদের AI প্রকল্পের গুণগত মান যাচাই করতে পারবে।

গবেষকরা বিশ্বাস করেন যে এই কৌশল ভবিষ্যতে আরও জটিল ভিজুয়াল AI সিস্টেমের উন্নয়নকে ত্বরান্বিত করবে। এটি স্বয়ংক্রিয়ভাবে ইমেজের গুণগত মান মূল্যায়ন করতে পারে বলে মানুষের হস্তক্ষেপের প্রয়োজন কমবে। ফলে AI গবেষণা আরও দ্রুত এবং কার্যকর হবে।

আরও পড়ুন

• AI এখন গল্প লিখে ছবিও আঁকে, আপনার কন্টেন্ট হবে ৩ গুণ দ্রুত
• নতুন ডিসক্রিট ডিফিউশন মডেলে টেক্সট লেখা হবে আরও নির্ভুল ও দ্রুত
• টেক্সট থেকে ৩ডি মডেল বানানো এখন আরও নির্ভুল, জানুন কী লাভ হবে