একটি অত্যাশ্চর্য প্রতর্ক, যেখানে প্রযুক্তি শিল্পের অসম্ভব দাবীকে খণ্ডন করে, এক নিবেদিত গবেষক দল এমন কিছু অর্জন করেছে যা অনেকের কাছে অসাধ্য ছিল: সম্পূর্ণভাবে নৈতিক উৎস থেকে প্রাপ্ত ডেটা দিয়ে প্রশিক্ষিত একটি AI মডেলের সৃষ্টি। এই যুগান্তকারী কৃতিত্ব, MIT, কর্নেল ইউনিভার্সিটি এবং ইউনিভার্সিটি অফ টরন্টোর মতো মর্যাদাপূর্ণ প্রতিষ্ঠানের বিশেষজ্ঞদের দ্বারা পরিচালিত, AI উন্নয়নের ভবিষ্যতের জন্য একটি বাস্তবসম্মত এবং দায়িত্বশীল নীলনকশা উপস্থাপন করে। এর গোপন রহস্য? একটি সতর্কতার সাথে তৈরি করা ডেটাসেট যা সম্পূর্ণরূপে উন্মুক্ত লাইসেন্সযুক্ত বা পাবলিক ডোমেইন সামগ্রী দিয়ে গঠিত।
নৈতিক ডেটা সোর্সিংয়ের দুরূহ কাজ
এই নৈতিক AI মরূদ্যানের যাত্রা সহজ ছিল না। গবেষকরা যেমন অকপটে স্বীকার করেন, আসল বাধাটি কম্পিউটেশনাল পাওয়ার ছিল না, বরং নিছক মানবিক প্রচেষ্টা ছিল। Common Pile v0.1, আট টেরাবাইটের বেশি বিস্তৃত একটি ডেটাসেট একত্রিত করার প্রক্রিয়াতে AI প্রশিক্ষণের জন্য উপযুক্ত করে তোলার জন্য শ্রমসাধ্য ম্যানুয়াল ক্লিনিং এবং রিফরমেটিংয়ের প্রয়োজন ছিল। কার্যত অসীম ডিজিটাল তথ্যের স্তূপের মধ্যে দিয়ে হেঁটে যাওয়ার কল্পনা করুন, এমন কোনও ধরণের ত্রুটি খুঁজে বের করার চেষ্টা করছেন যা ডেটা সেটটিকে দূষিত করতে পারে।
তবে আসল চ্যালেঞ্জটি ছিল কপিরাইট স্থিতির সতর্কতার সাথে পুনরায় পরীক্ষা করা। ইন্টারনেটের বিশৃঙ্খল রাজ্যে, ব্যাপক মিসলাইসেন্সিং একটি সাধারণ ব্যাপার, যা কপিরাইট যাচাইকরণকে সিসিফাসীয় কার্যে পরিণত করে।
“এটি এমন কিছু নয় যেখানে আপনি আপনার উপলব্ধ সংস্থানগুলিকে কেবল বাড়িয়ে তুলতে পারেন" অধ্যয়নের সহ-লেখক Stella Biderman WaPo কে বলেন। "আমরা স্বয়ংক্রিয় সরঞ্জাম ব্যবহার করি, তবে দিনের শেষে আমাদের সমস্ত জিনিস ম্যানুয়ালি টীকাযুক্ত করা হয়েছিল এবং লোকেদের দ্বারা পরীক্ষা করা হয়েছিল। এবং এটি সত্যিই কঠিন।”
টেরাবাইট ডেটা কপিরাইট সমস্যার জন্য সন্ধান করা সহজ নয়। গবেষকরা কেবল প্রক্রিয়াকরণে আরও কম্পিউটার চিপ যুক্ত করতে এবং একটি সমাধানের প্রত্যাশা করতে পারেননি। পরিবর্তে, তাদের ম্যানুয়ালি সমস্ত ডেটা যাচাই এবং টীকা করা দরকার ছিল।
প্রতিকূলতার উপর বিজয়: একটি নৈতিক AI-এর জন্ম
ভয়ঙ্কর বাধা সত্ত্বেও, Biderman এবং তার নিবেদিত দল অধ্যবসায় অব্যাহত রেখেছিল। একবার Common Pile তৈরির কষ্টকর কাজটি শেষ হয়ে গেলে, তারা একটি সাত বিলিয়ন-প্যারামিটার লার্জ Lang লিঙ্গ মডেল (LLM) প্রশিক্ষণের জন্য এর সম্ভাবনা উন্মোচন করে। ফলস্বরূপ AI কেবলমাত্র Meta-এর Llama 1 এবং Llama 2 7B-এর মতো শিল্প বেঞ্চমার্কের বিরুদ্ধে নিজের যোগ্যতা প্রমাণ করেনি, বরং একটি পরিষ্কার নৈতিক বিবেক দিয়েও তা করেছে।
তবে AI গবেষণা ল্যান্ডস্কেপ একটি দ্রুতগতির বুলেটের মতো দ্রুত বিকশিত হয়। এটি মনে রাখা গুরুত্বপূর্ণ যে Meta Llama 1 এবং Llama 2 কয়েক বছর আগে প্রকাশ করেছে, যা AI এর জগতে তুলনামূলকভাবে অনন্তকাল।
সীমিত সংস্থান সহ একটি স্বল্পসংখ্যক, দৃঢ়প্রতিজ্ঞ দল তুলনামূলক ফলাফল অর্জন করতে পেরেছিল, এটি তাদের উদ্ভাবনী ক্ষমতার প্রমাণ। বিশেষভাবে অনুপ্রাণিত একটি আবিষ্কার ছিল লাইব্রেরি অফ কংগ্রেসের ১৩০,০০০ টিরও বেশি ইংরেজি ভাষার বইয়ের ভাণ্ডার যা পূর্বে উপেক্ষিত ছিল।
AI এবং কপিরাইটের ঘোলাটে জল
কপিরাইট AI এর যুগে একটি কাঁটাযুক্ত নৈতিক এবং আইনি সমস্যা হিসাবে রয়ে গেছে। OpenAI এবং Google-এর মতো শিল্প জায়ান্টরা সংবাদ নিবন্ধ থেকে শুরু করে ব্যক্তিগত সামাজিক মিডিয়া পোস্ট পর্যন্ত সবকিছু গ্রাস করে বিশাল ডেটাসেট সংগ্রহ করেছে। এই অনুশীলনটি সব মহল থেকে সমালোচিত হয়েছে। লেখকরা এমনকি AI মডেল প্রশিক্ষণের জন্য কপিরাইটযুক্ত বইয়ের অবৈধ ব্যবহারের অভিযোগ এনে মামলাও করেছেন।
প্রযুক্তি শিল্প জোর দিয়ে বলেছে যে এই ধরনের অনুশীলন ন্যায্য ব্যবহার গঠন করে, যুক্তি দিয়ে যে ডেটাতে অবাধ অ্যাক্সেস ছাড়া AI এর বিকাশ “অসম্ভব” হবে। এই সর্বশেষ গবেষণা সেই সিলিকন ভ্যালি বর্ণনার একটি তীব্র তিরস্কার প্রদান করে।
এই কৃতিত্ব একটি গুরুত্বপূর্ণ পদক্ষেপ চিহ্নিত করলেও, এটি সমস্ত নৈতিক বিবেচনা দূর করে না। বৃহৎ ভাষা মডেলগুলি, মানব কর্মীদের স্থানচ্যুত করার তাদের সম্ভাবনা সহ, এখনও শ্রমের ভবিষ্যত সম্পর্কে মৌলিক প্রশ্ন উত্থাপন করে। অধিকন্তু, পাবলিক ডোমেইনে থাকা কাজগুলির ব্যবহার সম্ভবত সবার কাছে পছন্দ নাও হতে পারে, বিশেষত যাদের সৃজনশীল অবদান এখন AI দ্বারা পুনরাবৃত্তি হচ্ছে।
এমনকি একটি অনুমানমূলক ভবিষ্যতে যেখানে AI সংস্থাগুলিকে ডেটা ব্যবহারের জন্য অনুমতি চাইতে বা ক্ষতিপূরণ দিতে বাধ্য করা হয়, কপিরাইট ধারকরা এখনও AI প্রশিক্ষণের অনুমতি দেওয়ার জন্য অহেতুক চাপের মুখোমুখি হতে পারেন। AI মডেল প্রশিক্ষণের সময় যে বিশাল সংস্থানগুলি ব্যবহার করা যেতে পারে তার অর্থ হ’ল ডেটা ব্যবহারের অনুমতি দেওয়ার জন্য বৃহৎ AI সংস্থাগুলির চাপ প্রতিরোধ করতে বেশিরভাগ কপিরাইট ধারকরা সক্ষম হবেন না।
AI-তে স্বচ্ছতা এবং জবাবদিহিতার দিকে
তবে Biderman বাস্তববাদী রয়ে গেছেন। তার কোনও বিভ্রম নেই যে OpenAI-এর মতো সংস্থাগুলি হঠাৎ নৈতিক ডেটা সোর্সিং গ্রহণ করবে। পরিবর্তে, তিনি আশা করেন যে তার কাজ ডেটা ব্যবহারে আরও বেশি স্বচ্ছতা উৎসাহিত করবে। কোন ডেটা সেটগুলি কোন AI পণ্যগুলিকে প্রশিক্ষণ দিতে ব্যবহৃত হয়েছিল? সেই প্রশ্নের উত্তর জানা AI এর ভবিষ্যতের জন্য তাৎপর্যপূর্ণ প্রভাব ফেলতে পারে।
WaPo কে তিনি বলেন, "এমনকি আংশিক স্বচ্ছতারও প্রচুর সামাজিক মূল্য এবং একটি মাঝারি পরিমাণে বৈজ্ঞানিক মূল্য রয়েছে।”
বর্তমানে একটি নির্দিষ্ট AI কে প্রশিক্ষণ দেওয়ার জন্য ব্যবহৃত সঠিক ডেটা সেটগুলি নিবিড়ভাবে সুরক্ষিত গোপনীয়তা। একটি AI মডেলকে প্রতিরূপ করার একমাত্র উপায় হ’ল হয় বর্তমান AI মডেলটি কীভাবে তৈরি করা হয়েছিল তা সঠিকভাবে বলা, অথবা AI মডেলটিকে রিভার্স ইঞ্জিনিয়ার করা, যা প্রচুর সময় এবং প্রচেষ্টা নিতে পারে।
AI বিকাশে একটি দৃষ্টান্ত পরিবর্তন
এই গবেষণার প্রভাব AI নীতিশাস্ত্রের ক্ষেত্র ছাড়িয়ে বিস্তৃত। এটি AI কীভাবে বিকাশ করা যায় তার একটি মৌলিক পরিবর্তনকে বোঝায়, এটি প্রমাণ করে যে নৈতিক বিবেচনা এবং প্রযুক্তিগত অগ্রগতি পরস্পরবিরোধী নয়। স্বচ্ছতা, দায়িত্বশীল ডেটা সোর্সিং এবং মানুষের তদারকিকে অগ্রাধিকার দিয়ে আমরা এমন একটি ভবিষ্যত তৈরি করতে পারি যেখানে AI মানবতাকে সেবা করে, অন্যভাবে নয়।
নৈতিক উদ্বেগ এবং সামাজিক প্রভাব মোকাবেলা করা
প্রযুক্তি শিল্পের যুক্তি যে নৈতিক ডেটা ব্যবহার একটি দুর্গম বাধা, তা এখন চূড়ান্তভাবে চ্যালেঞ্জ করা হয়েছে। এই প্রকল্পের সাফল্য একটি কঠিন নৈতিক ভিত্তির উপর AI মডেল তৈরির সম্ভাব্যতাকে প্রমাণ করে। তবে AI বিকাশের নৈতিক মাত্রা কপিরাইট সমস্যা ছাড়িয়েও বিস্তৃত। চাকরির স্থানচ্যুতি এবং অ্যালগরিদমিক পক্ষপাতের মতো AI-এর আর্থ-সামাজিক প্রভাবগুলির জন্য সতর্ক বিবেচনার প্রয়োজন।
AI মডেলগুলিকে প্রভাবিত করে এমন নৈতিক বিবেচনাগুলি কেবল সোর্সিংয়ের বাইরেও যায়। আমাদের অবশ্যই যাচাই করতে হবে যে ডেটা কোনও জনসংখ্যার অংশের প্রতি বা বিপক্ষে AI মডেলগুলিতে পক্ষপাতিত্ব সৃষ্টি করছে না।
স্বচ্ছতা এবং জবাবদিহিতা প্রচার করা
বিশ্বাস তৈরি করতে এবং দায়িত্বশীল উদ্ভাবন নিশ্চিত করতে, AI শিল্পকে স্বচ্ছতা এবং জবাবদিহিতা গ্রহণ করতে হবে। সংস্থাগুলিকে তাদের মডেলগুলিকে প্রশিক্ষণ দিতে ব্যবহৃত ডেটা উত্স এবং পক্ষপাতিত্ব হ্রাস করতে ব্যবহৃত পদ্ধতিগুলি সম্পর্কে খোলা হওয়া উচিত। স্বতন্ত্র নিরীক্ষা এবং বহিরাগত তদারকি আরও জবাবদিহিতা বাড়াতে এবং নৈতিক ত্রুটিগুলি প্রতিরোধ করতে পারে।
AI স্বচ্ছতা প্রয়োগ করা যেতে পারে যাচাই করার জন্য যে ডেটাসেটগুলিতে AI মডেলের পক্ষপাতিত্ব এড়াতে যথেষ্ট বিস্তৃত বিতরণ রয়েছে। AI জবাবদিহিতা বাহ্যিক নিরীক্ষার মাধ্যমে প্রয়োগ করা যেতে পারে সম্ভাব্য নৈতিক ত্রুটিগুলি পরীক্ষা করার জন্য।
সহযোগিতা এবং ওপেন সোর্স সমাধান
নৈতিকভাবে উৎসর্গীকৃত AI-এর বিকাশের জন্য সহযোগিতা এবং ওপেন সোর্স সমাধানগুলির প্রয়োজন। ডেটাসেট, পদ্ধতি এবং সর্বোত্তম অনুশীলনগুলি ভাগ করে গবেষক এবং বিকাশকারীরা অগ্রগতি ত্বরান্বিত করতে এবং সম্মিলিতভাবে নৈতিক AI বিকাশের চ্যালেঞ্জগুলি মোকাবেলা করতে পারে। ওপেন-সোর্স উদ্যোগগুলি ছোট সংস্থাগুলি এবং ব্যক্তিদের AI বিপ্লবে অংশ নিতে সক্ষম করতে পারে, যাতে এই প্রযুক্তির সুবিধাগুলি আরও ন্যায়সঙ্গতভাবে ভাগ করা হয়।
একটি উজ্জ্বল ভবিষ্যতের প্রতিশ্রুতি
সম্পূর্ণরূপে নৈতিকভাবে উৎসর্গীকৃত ডেটা দিয়ে প্রশিক্ষিত একটি AI মডেলের সৃষ্টি দায়িত্বশীল এবং উপকারী AI-এর অনুসন্ধানে একটি মাইলফলক প্রতিনিধিত্ব করে। এই যুগান্তকারী কৃতিত্বটি কেবল প্রমাণ করে না যে নৈতিক AI বিকাশ সম্ভব, তবে এটি অনুসরণ করার জন্য অন্যদের জন্য একটি রোডম্যাপও সরবরাহ করে। স্বচ্ছতা, সহযোগিতা এবং নৈতিক নীতিগুলির প্রতি প্রতিশ্রুতি গ্রহণ করে আমরা মানব মূল্যবোধ রক্ষা করে এবং আরও ন্যায্য এবং ন্যায়সঙ্গত ভবিষ্যৎ প্রচার করে AI-এর সম্পূর্ণ সম্ভাবনা উন্মোচন করতে পারি।