EY-র নতুন পদ্ধতি: ছবি-টেবিলের ডেটাও খুঁজবে, নির্ভুলতা বাড়বে ৩ গুণ
প্রচলিত RAG সিস্টেম শুধু টেক্সট তথ্য খুঁজতে পারে। EY-র নতুন গবেষণা চার্ট, টেবিল ও চিত্রের ডেটাও কাজে লাগানোর পথ দেখিয়েছে। এই পদ্ধতি এন্টারপ্রাইজ ডেটার নির্ভুলতা বাড়াবে।
প্রচলিত RAG সিস্টেম শুধু টেক্সট তথ্য খুঁজতে পারে। EY-র নতুন গবেষণা চার্ট, টেবিল ও চিত্রের ডেটাও কাজে লাগানোর পথ দেখিয়েছে। এই পদ্ধতি এন্টারপ্রাইজ ডেটার নির্ভুলতা বাড়াবে।
বিশ্বখ্যাত পরামর্শক প্রতিষ্ঠান Ernst & Young LLP-এর ব্যবসায়িক নাম EY সম্প্রতি এক গবেষণায় দেখিয়েছে যে প্রচলিত RAG সিস্টেমগুলো অনেক মূল্যবান ডেটা উপেক্ষা করে। RAG বা Retrieval-Augmented Generation হলো বড় ভাষার মডেলগুলোকে নির্দিষ্ট এন্টারপ্রাইজ তথ্যের ভিত্তিতে উত্তর দিতে শেখানোর একটি কৌশল। কিন্তু EY-র মতে, বর্তমান RAG সিস্টেমগুলো শুধু টেক্সট অনুসন্ধানের জন্য তৈরি। অথচ এন্টারপ্রাইজ ডকুমেন্টে গুরুত্বপূর্ণ তথ্য প্রায়শই চার্ট, টেবিল এবং অন্যান্য অ-টেক্সট ফরম্যাটে থাকে।
এই সমস্যা সমাধানে EY প্রস্তাব করেছে মাল্টিমোডাল নলেজ গ্রাফ ব্যবহারের একটি নতুন পদ্ধতি। মাল্টিমোডাল নলেজ গ্রাফ হলো এক ধরনের ডেটা কাঠামো যা টেক্সট, ছবি, টেবিল এবং অন্যান্য বিভিন্ন ধরনের তথ্যকে একসঙ্গে সংযুক্ত করে। এই পদ্ধতি RAG সিস্টেমকে শুধু টেক্সট নয়, বরং চার্টের ডেটা, টেবিলের সংখ্যা এবং এমনকি চিত্রের তথ্যও বুঝতে ও ব্যবহার করতে সাহায্য করবে।
গবেষণায় বলা হয়েছে, এন্টারপ্রাইজ পরিবেশে ডেটার একটি বড় অংশই স্ট্রাকচার্ড বা আধা-স্ট্রাকচার্ড ফরম্যাটে থাকে। উদাহরণস্বরূপ, একটি বার্ষিক প্রতিবেদনের আর্থিক তথ্য টেবিলে থাকে, আর বিক্রয় প্রবণতা চার্টে দেখানো হয়। প্রচলিত RAG এই তথ্য ধরতে পারে না, ফলে উত্তর ভুল বা অসম্পূর্ণ হয়। EY-র নতুন পদ্ধতি এই ফাঁক পূরণ করবে।
এই পদ্ধতি কীভাবে কাজ করে? এটি প্রথমে ডকুমেন্টের সব ধরনের কন্টেন্টকে নলেজ গ্রাফের নোড ও এজ হিসেবে সংগঠিত করে। টেক্সটের পাশাপাশি চার্ট ও টেবিলের ডেটাও গ্রাফে যুক্ত হয়। তারপর যখন কোনো প্রশ্ন আসে, সিস্টেম শুধু প্রাসঙ্গিক টেক্সট নয়, বরং সংশ্লিষ্ট চার্ট ও টেবিলের তথ্যও রিট্রিভ করে। এর ফলে বড় ভাষার মডেলটি আরও সমৃদ্ধ ও নির্ভুল উত্তর তৈরি করতে পারে।
বাংলাদেশের ডেভেলপার, ফ্রিল্যান্সার ও প্রযুক্তি ব্যবসার জন্য এই গবেষণা বিশেষ গুরুত্বপূর্ণ। বাংলাদেশে অনেক কোম্পানি এখন AI-চালিত সিস্টেম ব্যবহার করছে, বিশেষ করে গ্রাহক সেবা, ডেটা বিশ্লেষণ এবং রিপোর্ট জেনারেশনে। এই নতুন পদ্ধতি তাদের সিস্টেমকে আরও নির্ভুল করে তুলতে পারে। উদাহরণস্বরূপ, একটি ব্যাংক যদি RAG ব্যবহার করে গ্রাহকের প্রশ্নের উত্তর দেয়, তাহলে এটি শুধু টেক্সট নয়, বরং গ্রাহকের লেনদেনের চার্ট ও টেবিলও বিশ্লেষণ করে আরও সঠিক উত্তর দিতে পারবে।
EY-র এই গবেষণা এখনো প্রাথমিক পর্যায়ে আছে, তবে এটি ভবিষ্যতের RAG সিস্টেমের দিশা দেখাচ্ছে। যত বেশি এন্টারপ্রাইজ তাদের ডেটা ব্যবহার করে AI মডেল চালাবে, তত বেশি প্রয়োজন হবে এমন সিস্টেমের যা সব ধরনের ডেটা বুঝতে পারে। মাল্টিমোডাল নলেজ গ্রাফ সেই পথে একটি বড় পদক্ষেপ।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: SiliconAngle AI
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...