গুগল স্কলারে গবেষণা খোঁজা এখন লটারি, নতুন AI পদ্ধতি বদলে দেবে সব

একজন গবেষকের জন্য সবচেয়ে পরিচিত যন্ত্রণা হলো গুগল স্কলারে সার্চ করা। আপনি টাইপ করলেন attention mechanism survey। ফলাফল এলো 50 পৃষ্ঠা। অর্ধেক পেপার আসে ভিন্ন ক্ষেত্র থেকে। এক-চতুর্থাংশ ভুল বছরের। আপনার প্রয়োজনীয় পেপার মিললো মাত্র তিনটি।

ডেভ.টু-তে প্রকাশিত একটি বিশ্লেষণে এই সমস্যাটিকে চিহ্নিত করা হয়েছে উপস্থাপনার সমস্যা হিসেবে, সার্চের সমস্যা নয়। প্রতিবেদনটি বলছে, বর্তমান একাডেমিক সার্চ ইঞ্জিনগুলো কীওয়ার্ড ম্যাচিংয়ের ওপর নির্ভর করে। এটি মূলত ১৯৯০-এর দশকের সমাধান। যখন আপনি transformer architecture খুঁজছেন, ইঞ্জিনটি শুধু সেই শব্দ দুটি ধারণকারী ডকুমেন্ট খুঁজে বের করে। কিন্তু পেপারের প্রকৃত বিষয়, প্রসঙ্গ বা উদ্দেশ্য বোঝার ক্ষমতা তার নেই।

এই সীমাবদ্ধতার মূল কারণ হলো ইনভার্টেড ইনডেক্স। এটি একটি পুরনো প্রযুক্তি যা প্রতিটি শব্দকে তার ডকুমেন্টের সাথে ম্যাপ করে রাখে। কিন্তু একজন গবেষকের প্রয়োজন হয় একটি নির্দিষ্ট ধারণা বা সমস্যার সমাধান খুঁজে বের করা। উদাহরণস্বরূপ, আপনি যদি few-shot learning নিয়ে কাজ করেন, তাহলে আপনার প্রয়োজন সেই পেপারগুলো যেখানে এই কৌশলটি প্রয়োগ করা হয়েছে। কিন্তু কীওয়ার্ড সার্চে আপনি পাবেন শুধু সেই পেপার যেখানে few-shot learning শব্দটি সরাসরি আছে।

বিশ্লেষণটি প্রস্তাব করছে একটি আমূল পরিবর্তন: কীওয়ার্ড-ভিত্তিক সার্চ থেকে সেম্যান্টিক আন্ডারস্ট্যান্ডিংয়ে যাওয়া। এর অর্থ হলো, সার্চ ইঞ্জিন শুধু শব্দ মেলাবে না, বরং পেপারের মূল প্রতিপাদ্য, পদ্ধতি এবং ফলাফল বুঝতে পারবে। এটি ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং এবং মেশিন লার্নিং মডেল ব্যবহার করে সম্ভব হবে। যেমন একটি মডেল প্রশ্নের অর্থ বোঝার পর পেপারের অ্যাবস্ট্রাক্ট এবং ফুল টেক্সটের সাথে তুলনা করতে পারবে।

বাংলাদেশের গবেষক, শিক্ষার্থী এবং ফ্রিল্যান্সারদের জন্য এই পরিবর্তন অত্যন্ত গুরুত্বপূর্ণ। বর্তমানে দেশের বিশ্ববিদ্যালয় ও গবেষণা প্রতিষ্ঠানের অনেক শিক্ষার্থী সময়ের অভাবে প্রাসঙ্গিক পেপার খুঁজে পায় না। একটি সেম্যান্টিক সার্চ ইঞ্জিন তাদের গবেষণার গতি বাড়াতে পারে। উদাহরণস্বরূপ, একজন ঢাকা বিশ্ববিদ্যালয়ের পিএইচডি শিক্ষার্থী যদি natural language processing for Bengali ভাষায় কাজ করে, তাহলে সে সহজেই খুঁজে পাবে সেই সব পেপার যেখানে বাঙলা ভাষার এনএলপি নিয়ে কাজ হয়েছে।

ভবিষ্যতে এই প্রযুক্তি আরও পরিশীলিত হবে বলে আশা করা যায়। গবেষকরা এমন একটি ইঞ্জিনের কল্পনা করছেন যা শুধু পেপার খুঁজে দেবে না, বরং গবেষণার ফাঁক চিহ্নিত করবে এবং সম্ভাব্য সহযোগীদের পরামর্শ দেবে। তবে বর্তমান চ্যালেঞ্জ হলো মডেল ট্রেনিংয়ের জন্য প্রয়োজন বিপুল পরিমাণ লেবেলড ডেটা এবং কম্পিউটেশনাল রিসোর্স। তবুও, এটি একাডেমিক সার্চের জন্য একটি যুগান্তকারী পদক্ষেপ হতে পারে।

আরও পড়ুন

• AI গবেষণার নতুন শিক্ষা: বুদ্ধিমত্তা মানে কোথায় খোঁজা বন্ধ করতে হয় তা জানা
• AI-এর ভুল ধরা এখন সহজ, নতুন পদ্ধতি দেবে সঠিক উত্তর
• AI এখন নিজের অনুভূতি বুঝে উত্তর দেবে, আপনার কাজে কী প্রভাব ফেলবে