মডেলের চেয়ে ‘হ্যারনেস’ই বেশি গুরুত্বপূর্ণ, এনভিডিয়ার গবেষণায় নতুন ইঙ্গিত

স্টাফ রিপোর্ট: PNN 

কৃত্রিম বুদ্ধিমত্তা বা এআইকে দীর্ঘমেয়াদি ও জটিল কাজ করাতে শুধু শক্তিশালী মডেলই যথেষ্ট নয়; বরং মডেলের চারপাশে থাকা সফটওয়্যার কাঠামো বা ‘হ্যারনেস’ অনেক বেশি গুরুত্বপূর্ণ হতে পারে। এনভিডিয়ার সাম্প্রতিক এক গবেষণায় এমনই গুরুত্বপূর্ণ তথ্য উঠে এসেছে।

শুক্রবার প্রকাশিত গবেষণায় এনভিডিয়া জানিয়েছে, বিশেষভাবে তৈরি একটি হ্যারনেস ব্যবহার করে অ্যানথ্রপিকের ক্লড ওপাস ৫ মডেল ‘ARC-AGI-3’ নামের একটি ইন্টার‌্যাকটিভ রিজনিং বেঞ্চমার্কে ১০০ শতাংশ স্কোর করেছে। অথচ কোনো বিশেষ হ্যারনেস ছাড়া একই মডেলের স্কোর ছিল ৩০ শতাংশ।

ARC-AGI-3 মূলত এমন কিছু দ্বিমাত্রিক গেমের সমন্বয়ে তৈরি, যেখানে খেলোয়াড়কে আগে থেকে কোনো নির্দেশনা দেওয়া হয় না। কীভাবে গেম খেলতে হবে, সেটি নিজেকেই পর্যবেক্ষণ ও যুক্তি প্রয়োগ করে বের করতে হয়। ফলে মানুষের মতো নতুন পরিস্থিতি বুঝে সিদ্ধান্ত নেওয়ার সক্ষমতা যাচাইয়ের জন্য এই বেঞ্চমার্ককে গুরুত্বপূর্ণ মনে করা হয়।

এনভিডিয়ার গবেষণায় ব্যবহৃত হ্যারনেসে উন্নত মেমোরি ব্যবস্থাপনার পাশাপাশি একটি ‘সুপারভাইজার’ বা তদারককারী উপাদান যুক্ত করা হয়েছিল। এই সুপারভাইজার মূল এআই এজেন্ট ভুল পথে এগোলে তাকে সঠিক দিকে ফিরিয়ে দেয়, কোনো সিদ্ধান্তে আটকে গেলে নতুনভাবে ভাবতে উৎসাহিত করে এবং আগের ব্যর্থ পথ পুনরায় অনুসরণ করা থেকে বিরত রাখে।

এনভিডিয়ার এআই বিভাগের ভাইস প্রেসিডেন্ট অ্যাডেল এল হালাকের মতে, একটি এজেন্টকে শুধু মডেল হিসেবে দেখলে পুরো চিত্রটি পাওয়া যায় না। মডেলের সঙ্গে ব্যবহৃত টুল, মেমোরি, রানটাইম, দক্ষতা ও অন্যান্য সফটওয়্যার অবকাঠামো মিলেই প্রকৃত এজেন্ট ব্যবস্থা তৈরি হয়।

দীর্ঘমেয়াদি বা ‘লং-হরাইজন’ কাজ বলতে এমন কাজকে বোঝায়, যেখানে একটি এআইকে একের পর এক বহু সিদ্ধান্ত নিতে হয় এবং কখনো কখনো কয়েক দিন ধরে কাজ চালিয়ে যেতে হয়। সাধারণ প্রশ্নের উত্তর দেওয়ার তুলনায় এ ধরনের কাজে এআইকে ধারাবাহিকভাবে লক্ষ্য ধরে রাখা, ভুল থেকে শেখা এবং আগের কাজের তথ্য মনে রাখা প্রয়োজন হয়।

এ ক্ষেত্রেই সাম্প্রতিক সময়ে বিভিন্ন গবেষণায় এআই মডেলের সীমাবদ্ধতা সামনে এসেছে। মাইক্রোসফটের এক গবেষণায় ১৯টি বড় ভাষা মডেলকে দীর্ঘমেয়াদি ডকুমেন্ট সম্পাদনার কাজে পরীক্ষা করে দেখা হয়, যেখানে শীর্ষস্থানীয় মডেলগুলোর তৈরি নথিতেও উল্লেখযোগ্য ভুল পাওয়া যায়।

এমনকি স্বয়ংক্রিয় এআই এজেন্টের অনিয়ন্ত্রিত আচরণ নিয়েও উদ্বেগ রয়েছে। বিভিন্ন পরীক্ষায় এ ধরনের এজেন্টকে ফাইল বা ডেটাবেস মুছে ফেলা কিংবা নির্ধারিত লক্ষ্য অর্জনে অনাকাঙ্ক্ষিত পদ্ধতি অনুসরণ করতে দেখা গেছে। ফলে দীর্ঘমেয়াদি কাজে এআইকে নিরাপদ ও নির্ভরযোগ্যভাবে পরিচালনার বিষয়টি গবেষকদের কাছে গুরুত্বপূর্ণ হয়ে উঠেছে।

এনভিডিয়ার গবেষণায় ‘সুপারভাইজার’ যুক্ত করার বিষয়টিকে বিশেষ গুরুত্ব দেওয়া হয়েছে। গবেষকদের ভাষায়, এটি অনেকটা একজন প্রধান নির্বাহীর মতো কাজ করে মূল এজেন্ট ভুল পথে গেলে তাকে থামায় এবং প্রয়োজন অনুযায়ী নতুন দিকনির্দেশনা দেয়।

এনভিডিয়া এ ধরনের কাঠামোর জন্য নিজেদের তৈরি ‘Agentic Variation Operators’ বা AVO হ্যারনেস ব্যবহার করেছে। এটি কোনো নতুন এনভিডিয়া পণ্য নয়; বরং এআই এজেন্ট তৈরির জন্য বিভিন্ন ওপেন ও বাণিজ্যিক প্রযুক্তির সমন্বয়ে তৈরি একটি গবেষণা কাঠামো।

এর আগে ওপেনএআইয়ের গবেষণাতেও দেখা গেছে, শুধু হ্যারনেসের কিছু সেটিং পরিবর্তন করেই ARC-AGI-3 বেঞ্চমার্কে তাদের মডেলের পারফরম্যান্স উল্লেখযোগ্যভাবে বাড়ানো সম্ভব। তবে এনভিডিয়ার পরীক্ষায় ১০০ শতাংশ স্কোর নতুন করে আলোচনায় এনেছে এআই এজেন্টের সক্ষমতা নির্ধারণে শুধু কোন মডেল ব্যবহার করা হচ্ছে তা নয়, মডেলটি কীভাবে পরিচালিত হচ্ছে সেটিও সমান গুরুত্বপূর্ণ।

ডেটাব্রিকসের সাম্প্রতিক গবেষণাও একই ধরনের ইঙ্গিত দিয়েছে। সেখানে দেখা গেছে, একই মডেল ভিন্ন হ্যারনেসে ব্যবহার করলে এআই ব্যবহারের খরচে বড় পার্থক্য তৈরি হতে পারে। অর্থাৎ সঠিক হ্যারনেস শুধু এআইয়ের সক্ষমতা বাড়াতে নয়, খরচ কমাতেও গুরুত্বপূর্ণ ভূমিকা রাখতে পারে।

এনভিডিয়ার গবেষকদের মূল বক্তব্য হলো ভবিষ্যতের এআই এজেন্ট ব্যবস্থায় ব্যবহারকারীর নিয়ন্ত্রণ বাড়াতে ওপেন হ্যারনেস গুরুত্বপূর্ণ ভূমিকা রাখতে পারে। মডেল, টুল, মেমোরি, অবকাঠামো ও রানটাইমের ওপর বেশি নিয়ন্ত্রণ থাকলে এআইকে নির্দিষ্ট কাজের জন্য আরও নির্ভুল, কার্যকর এবং নিরাপদভাবে পরিচালনা করা সম্ভব হতে পারে।