এআই খরচ ৯৮% কমিয়ে দেবে পিএডব্লিউ পদ্ধতি, লোকালেই চলবে ক্লাউড ছাড়া
গবেষকরা প্রাকৃতিক ভাষাকে ছোট নিউরাল অ্যাডাপ্টারে রূপান্তর করে API কলের খরচ ৯৮% কমিয়েছেন। এই পদ্ধতি ক্লাউড নির্ভরতা কমিয়ে লোকাল এআই এক্সিকিউশন সম্ভব করবে।
গবেষকরা প্রাকৃতিক ভাষাকে ছোট নিউরাল অ্যাডাপ্টারে রূপান্তর করে API কলের খরচ ৯৮% কমিয়েছেন। এই পদ্ধতি ক্লাউড নির্ভরতা কমিয়ে লোকাল এআই এক্সিকিউশন সম্ভব করবে।
একদল গবেষক প্রোগ্রামিংয়ের একটি নতুন পদ্ধতি তৈরি করেছেন যা ক্লাউড-ভিত্তিক ল্যাঙ্গুয়েজ মডেল API-র ব্যয় এবং লেটেন্সি এড়িয়ে যায়। তারা মানুষের পড়া স্পেসিফিকেশনকে সরাসরি ছোট, লোকালি এক্সিকিউটেবল নিউরাল প্রোগ্রামে অনুবাদ করে।
এই পদ্ধতির নাম Program-as-Weights বা PAW। এটি সফটওয়্যার ডেভেলপমেন্টের একটি বড় সমস্যার সমাধান করে। অনেক বাস্তব অ্যাপ্লিকেশনে এখনও ব্যয়বহুল ক্লাউড API ব্যবহার করতে হয়। PAW সেই খরচ প্রায় ৯৮ শতাংশ কমিয়ে দেয়।
PAW পদ্ধতি প্রাকৃতিক ভাষার নির্দেশনাকে কমপ্যাক্ট নিউরাল অ্যাডাপ্টারে কম্পাইল করে। এই অ্যাডাপ্টারগুলো খুব ছোট এবং সহজে লোকাল ডিভাইসে চালানো যায়। ফলে ইন্টারনেট সংযোগ বা ক্লাউড সার্ভারের প্রয়োজন হয় না।
গবেষকরা দেখিয়েছেন যে PAW-এর ইনফারেন্স খরচ সরাসরি API কলের তুলনায় ৯৮ শতাংশ কম। এর মানে হলো, যেসব কাজে এখন প্রতি কলেই ডলার খরচ হয়, সেগুলো এখন সেন্টে করা সম্ভব। লেটেন্সিও অনেক কমে যায় কারণ ডেটা কোথাও পাঠানোর দরকার হয় না।
বাংলাদেশের ডেভেলপার এবং ফ্রিল্যান্সারদের জন্য এই খবর খুব গুরুত্বপূর্ণ। যারা এআই চ্যাটবট বা অটোমেশন টুল বানান, তারা এখন কম খরচে নিজেদের সার্ভার বা ল্যাপটপেই এআই ফাংশন চালাতে পারবেন। ছোট স্টার্টআপের জন্যও এটি বড় সুযোগ। ক্লাউড API-র মাসিক বিল এখন অনেকের জন্য বাধা ছিল, PAW সেই বাধা দূর করবে।
শিক্ষার্থী এবং গবেষকেরাও উপকৃত হবেন। তারা এখন বিনামূল্যে বা খুব কম খরচে এআই মডেল নিয়ে পরীক্ষা চালাতে পারবেন। ক্লাউড নির্ভরতা কমলে ডেটা গোপনীয়তাও বাড়ে, যা বাংলাদেশের আইনি ও নৈতিক প্রয়োজনীয়তা পূরণে সাহায্য করবে।
PAW পদ্ধতি এখনও গবেষণা স্তরে আছে। তবে এর সম্ভাবনা অনেক। ভবিষ্যতে এটি সফটওয়্যার ডেভেলপমেন্টের একটি আদর্শ পদ্ধতি হয়ে উঠতে পারে। বিশেষ করে যেখানে দ্রুত ও সস্তা এআই সমাধান দরকার, সেখানে PAW বড় পরিবর্তন আনবে।
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...