সংক্ষিপ্ত রূপ GPT অল্প কয়েক বছরেই একটি বড় প্রযুক্তিগত পরিবর্তনের প্রতীক হয়ে উঠেছে। এই তিনটি অক্ষরের আড়ালে রয়েছে একটি যুগান্তকারী পরিবর্তন: আমরা কমান্ড দ্বারা চালিত কম্পিউটিং টুল থেকে এমন ডিজিটাল সহযোগীদের দিকে এগিয়ে গেছি, যাদের সাথে আমরা কথোপকথন করি। এই বিপ্লবের বিশালতা সত্যিকার অর্থে উপলব্ধি করতে হলে, এর গভীরে প্রবেশ করে এই বুদ্ধিমত্তার জটিল কার্যপ্রণালী পরীক্ষা করে দেখতে হবে।
১. প্রযুক্তিগত সংজ্ঞা: সংক্ষিপ্ত রূপটির তিনটি স্তম্ভ
GPT-এর পূর্ণরূপ হলো জেনারেটিভ প্রি-ট্রেইনড ট্রান্সফরমার। প্রতিটি পরিভাষা মডেল তৈরির একটি গুরুত্বপূর্ণ পর্যায়কে বর্ণনা করে।
১. জেনারেটিভ
কৃত্রিম বুদ্ধিমত্তার জগতে, ঐতিহ্যগতভাবে দুই ধরনের মডেলের মধ্যে পার্থক্য করা হয়: বৈষম্যমূলক এবং উৎপাদক।
- একটি বৈষম্যমূলক মডেল তথ্য পর্যবেক্ষণ করে সেটির একটি লেবেল নির্ধারণ করে (যেমন, “এটি একটি বিড়ালের ছবি”)।
- একটি জেনারেটিভ মডেলজিপিটি-র মতোই, এটি আরও এক ধাপ এগিয়ে যায়। নিজের জ্ঞানের ভিত্তিতে, এটি এমন সম্পূর্ণ নতুন তথ্য তৈরি করতে সক্ষম যা আগে বিদ্যমান ছিল না। যদি এটি লক্ষ লক্ষ কবিতা বিশ্লেষণ করে থাকে, তবে এটি মুখস্থ একটিও আবৃত্তি করবে না; বরং এটি ছন্দ ও মাত্রার সেই নিয়মগুলোকে সম্মান করে একটি নতুন কবিতা রচনা করবে, যা সে ‘বুঝেছে’।
২. পূর্ব-প্রশিক্ষিত
এর আসল শক্তি এখানেই নিহিত। আপনার স্ক্রিনে আসার আগে, মডেলটি একটি ব্যাপক শেখার পর্বের মধ্য দিয়ে গেছে। এমন একটি লাইব্রেরির কথা ভাবুন যেখানে রয়েছে বিশ্বব্যাপী ইন্টারনেটের এক বিশাল অংশ: সম্পূর্ণ উইকিপিডিয়া, ডিজিটাল লাইব্রেরি, আলোচনা ফোরাম (যেমন রেডিট), কম্পিউটার কোড রিপোজিটরি (গিটহাব), এবং সংবাদ আর্কাইভ।
কয়েকমাস ধরে, হাজার হাজার উচ্চ-ক্ষমতাসম্পন্ন প্রসেসরে, মডেলটি এই লেখাটি শুধু নির্দিষ্ট তথ্যই নয়, বরং ভাষার গভীর কাঠামোও শেখার জন্য ‘পড়ে’ছে। এই ‘প্রাক-প্রশিক্ষণ’ মডেলটিকে তার প্রথম প্রশ্নটি পাওয়ার আগেই একটি সার্বজনীন সাংস্কৃতিক ও ভাষাগত পটভূমি নিয়ে প্রস্তুত হতে সাহায্য করে।
3. ট্রান্সফর্মার
এটি ছিল ২০১৭ সালের বৈজ্ঞানিক যুগান্তকারী আবিষ্কার, যার উৎস ছিল “ Attention Is All You Need ” শিরোনামের একটি গুগল গবেষণা পত্র। ট্রান্সফর্মারের আগে, এআই মডেলগুলো বাক্যকে শব্দে শব্দে, ক্রমানুসারে পড়ত (পুনরাবৃত্তিমূলক মডেল)। কিন্তু ট্রান্সফর্মার একটি বাক্যকে সামগ্রিকভাবে এবং একই সাথে দেখে।
অ্যাটেনশন নামক একটি কৌশলের কল্যাণে, এটি অন্যান্য শব্দের সাপেক্ষে প্রতিটি শব্দের গুরুত্ব বিচার করতে পারে। “ প্রাণীটি রাস্তা পার হয়নি কারণ এটি খুব ক্লান্ত ছিল ”—এই বাক্যটিতে ট্রান্সফর্মারটি বোঝে যে “ এটি ” বলতে প্রাণীটিকে বোঝানো হচ্ছে। যদি বাক্যটি “ কারণ এটি খুব চওড়া ছিল ” দিয়ে শেষ হয়, তবে এটি সঙ্গে সঙ্গে বুঝে যায় যে “এটি” বলতে রাস্তাটিকে বোঝানো হচ্ছে। জটিল প্রেক্ষাপট অনুধাবন করার এই ক্ষমতাই জিপিটি-র প্রতিক্রিয়াগুলোকে এত মানবিক করে তোলে।
সম্পর্কিত: ChatGPT ডাউন? AI-তে ত্রুটি কেন হচ্ছে এবং কীভাবে বিনামূল্যে সেরা GPT-গুলো অ্যাক্সেস করবেন
২. বিবর্তনের সংক্ষিপ্ত ইতিহাস: জিপিটি-১ থেকে জিপিটি-৫ পর্যন্ত
জিপিটি-র কাহিনী হলো ওপেনএআই কোম্পানির দ্বারা চালিত এক সূচকীয় প্রবৃদ্ধির গল্প ।
জাগরণ (GPT-1 এবং GPT-2)
২০১৮ সালে, GPT-1 ভিত্তি স্থাপন করেছিল। এটি সাধারণ কাজ করতে পারত, কিন্তু এর মেমরি কম ছিল। ২০১৯ সালে, GPT-2 ১.৫ বিলিয়ন প্যারামিটার (মডেলটির অভ্যন্তরীণ সংযোগ) সহ উল্লেখযোগ্যভাবে উন্নত হয়। এটি সুসংগত টেক্সট তৈরিতে এতটাই পারদর্শী হয়ে ওঠে যে, OpenAI প্রাথমিকভাবে এটি প্রকাশ করতে দ্বিধা করেছিল, এই ভয়ে যে এটি ব্যাপক মাত্রায় অপতথ্য ছড়ানোর জন্য ব্যবহৃত হতে পারে।
বিস্ফোরণ (জিপিটি-৩ এবং ৩.৫)
২০২০ সালে, GPT-3 ১৭৫ বিলিয়ন প্যারামিটারের মাধ্যমে এক মনস্তাত্ত্বিক বাধা অতিক্রম করে। এটি ছিল এক গণনাকারী দানব। এটি আর কেবল একজন অনুবাদক বা লেখক ছিল না; এটি যৌক্তিক বিচার-বিবেচনা এবং কয়েক ডজন প্রোগ্রামিং ভাষায় কোডিং করতে সক্ষম হয়ে ওঠে। GPT-3.5 সংস্করণটি ২০২২ সালের নভেম্বরে ChatGPT-এর সর্বজনীন উন্মোচনের ইঞ্জিন হিসেবে কাজ করে, যা বিশ্বজুড়ে আলোড়ন সৃষ্টি করে।
পরিপক্কতা (GPT-4 এবং তার পরবর্তী পর্যায়)
২০২৩ সালে মুক্তিপ্রাপ্ত GPT-4 একটি মাল্টিমোডাল প্রযুক্তি। এটি ছবি বিশ্লেষণ করতে, জটিল গাণিতিক সমস্যার সমাধান করতে এবং অনেক উচ্চ স্তরের সৃজনশীলতা প্রদর্শন করতে পারে। এর নির্ভুলতা পরিমার্জন করা হয়েছে ‘হ্যালুসিনেশন’ (এমন মুহূর্ত যখন কৃত্রিম বুদ্ধিমত্তা আত্মবিশ্বাসের সাথে মনগড়া তথ্য তৈরি করে) কমানোর জন্য।
সম্পর্কিত : ফ্রি এআই অনলাইনে সীমাহীন এবং বিনামূল্যে চ্যাটজিপিটি-৫
III. অভ্যন্তরীণ কার্যপ্রণালী: একটি সম্ভাব্যতা যন্ত্র
প্রচলিত বিশ্বাসের বিপরীতে, জিপিটি-র কোনো “চিন্তাভাবনা” বা মতামত নেই। এর কার্যপ্রণালী সম্পূর্ণরূপে পরিসংখ্যানভিত্তিক, কিন্তু এতটাই ব্যাপক পরিসরে যে তা বুদ্ধিমত্তার অনুকরণ করে।
যখন কোনো ব্যবহারকারী একটি কোয়েরি টাইপ করেন, তখন মডেলটি প্রতিটি শব্দকে এমবেডিং (বা ভেক্টরাইজেশন) নামক সংখ্যার একটি অনুক্রমে রূপান্তরিত করে। এই সংখ্যাগুলো শব্দগুলোকে হাজার হাজার মাত্রা বিশিষ্ট একটি গাণিতিক পরিসরে স্থাপন করতে সাহায্য করে। এই পরিসরে, “King” শব্দটি গাণিতিকভাবে “Queen” বা “Crown” শব্দের কাছাকাছি অবস্থান করে।
প্রতিক্রিয়া প্রক্রিয়াটি হলো ধারাবাহিক পূর্বাভাসের একটি সমষ্টি:
- মডেলটি বিশ্লেষণ করে প্রম্পট.
- এটি গণনা করে কোন শব্দটি (বা “টোকেনপ্রতিক্রিয়া শুরু করার সম্ভাবনা সবচেয়ে বেশি।
- একবার শব্দটি বেছে নেওয়া হলে, এটি পরবর্তী শব্দটি অনুমান করার জন্য সেটিকে তার বিশ্লেষণে পুনরায় অন্তর্ভুক্ত করে।
- এটি একটি সমাপ্তি বিন্দুতে না পৌঁছানো পর্যন্ত এই প্রক্রিয়াটি পুনরাবৃত্তি করে।
এই ফলাফলটিকে যা চিত্তাকর্ষক করে তোলে তা হলো, GPT সবসময় সবচেয়ে সম্ভাব্য শব্দটি বেছে নেয় না (যা এটিকে পুনরাবৃত্তিমূলক এবং একঘেয়ে করে তুলত), বরং এর শৈলী ও সৃজনশীলতায় বৈচিত্র্য আনতে একটি “টেম্পারেচার” সেটিং (নিয়ন্ত্রিত এলোমেলোতা) ব্যবহার করে।
চতুর্থ। গুরুত্বপূর্ণ পদক্ষেপ: মানব সমন্বয় (আরএলএইচএফ)
যদি কোনো যন্ত্রকে পড়ার জন্য পুরো ইন্টারনেটটাই দিয়ে দেওয়া হয়, তাহলে সেটির আক্রমণাত্মক হয়ে ওঠার বা বিপজ্জনক পরামর্শ দেওয়ার ঝুঁকি থাকে, কারণ ইন্টারনেটে মানবজাতির সেরা ও নিকৃষ্টতম উভয় দিকই বিদ্যমান।
GPT-কে “ব্যবহারযোগ্য” করে তুলতে OpenAI ‘রিইনফোর্সমেন্ট লার্নিং ফ্রম হিউম্যান ফিডব্যাক’ (RLHF) পদ্ধতি ব্যবহার করে। হাজার হাজার মানব পরীক্ষক মডেলটির প্রাথমিক সংস্করণগুলোর সাথে মিথস্ক্রিয়া করে প্রতিক্রিয়াগুলোকে রেটিং দিয়েছেন: “এটি একটি ভালো উত্তর,” “এটি অভদ্র,” “এটি মিথ্যা।”
এই প্রক্রিয়ার মাধ্যমে, এআই একজন সহায়ক, নিরপেক্ষ এবং নৈতিকভাবে দায়বদ্ধ সহকারীর ভূমিকা গ্রহণ করতে শেখে। এই চূড়ান্ত স্তরটি অপরিশোধিত প্রযুক্তিকে একটি গণ-বাজারজাত পণ্যে রূপান্তরিত করে।
V. প্রতিবন্ধকতা এবং সীমাবদ্ধতা
এর শক্তি থাকা সত্ত্বেও, GPT এমন একটি টুল যার কিছু সীমাবদ্ধতা রয়েছে:
- অমূলপ্রত্যক্ষপরিসংখ্যানগতভাবে বিশ্বাসযোগ্য হওয়ার চেষ্টায়, এটি এমন একটি জীবনী বা আইনি সূত্র তৈরি করতে পারে যার কোনো অস্তিত্ব নেই, শুধুমাত্র এই কারণে যে শব্দগুলো একসাথে শুনতে ভালো লাগে।
- চেতনার অভাবজিপিটি কিছুই অনুভব করে না। ভৌত জগৎ সম্পর্কে এর কোনো ধারণা নেই। এটি যদি অমলেট রান্না করার পদ্ধতি ব্যাখ্যা করে, তার মানে এই নয় যে তাপ বা ডিমের গন্ধ কী; এটি কেবল এই ধারণাগুলোর মধ্যেকার ভাষাগত সম্পর্কটি জানে।
- পরিবেশগত খরচএই মডেলগুলোকে প্রশিক্ষণ দিতে ও চালাতে প্রচুর পরিমাণে বিদ্যুৎ এবং পানির (সার্ভার ঠান্ডা করার জন্য) প্রয়োজন হয়।
উপসংহার
জিপিটি শুধুমাত্র ওয়ার্ড-প্রসেসিং সফটওয়্যার নয়, বরং তার চেয়ে অনেক বেশি কিছু। এটি একটি জ্ঞানীয় অবকাঠামো। ঠিক যেমন বিদ্যুৎ শারীরিক শ্রমের যান্ত্রিকীকরণ সম্ভব করেছিল, তেমনি জিপিটি নির্দিষ্ট ধরনের বৌদ্ধিক শ্রমকে স্বয়ংক্রিয় করতে শুরু করেছে।
GPT-এর পূর্ণরূপ যে জেনারেটিভ (সৃষ্টি), প্রি-ট্রেইনড (বিপুল জ্ঞান), এবং ট্রান্সফরমার (প্রাসঙ্গিক উপলব্ধি), তা বুঝতে পারলে আমরা আরও ভালোভাবে উপলব্ধি করতে পারব কেন এই প্রযুক্তি একটি যুগান্তকারী পরিবর্তন নিয়ে এসেছে। এই ক্রমবর্ধমান হালকা ও বুদ্ধিমান মডেলগুলো বিজ্ঞান, শিক্ষা এবং শৈল্পিক সৃষ্টিতে কী কী নিয়ে আসবে, তা অন্বেষণের আমরা কেবল শুরুতেই আছি।
