একটি নতুন পুনরাবৃত্তি, কিন্তু এটা কি যথেষ্ট?
কৃত্রিম বুদ্ধিমত্তা (AI) জগৎ একটি গতিশীল এবং সর্বদা পরিবর্তনশীল ক্ষেত্র, যেখানে কোম্পানিগুলি ক্রমাগত আধিপত্যের জন্য প্রতিদ্বন্দ্বিতা করে। OpenAI, একসময়ের অবিসংবাদিত নেতা, সম্প্রতি GPT-4.5 প্রকাশ করেছে, যা তাদের বৃহৎ ভাষা মডেলের একটি আপগ্রেড সংস্করণ। যদিও এটিকে আরও ‘আবেগগতভাবে বুদ্ধিমান’ এবং ‘হ্যালুসিনেশন’ (তথ্য তৈরি করা) প্রবণতা কম বলে দাবি করা হচ্ছে, এই প্রকাশ একটি বিতর্কের জন্ম দিয়েছে: OpenAI কি তার প্রতিযোগীদের থেকে পিছিয়ে পড়তে শুরু করেছে?
নতুন মডেলটি, ChatGPT Pro ব্যবহারকারীদের জন্য প্রতি মাসে $200 মূল্যে উপলব্ধ, OpenAI-এর প্রিট্রেনিং পদ্ধতির চূড়ান্ত পরিণতি। এই পদ্ধতি, যা এখন পর্যন্ত তাদের মডেলগুলির ভিত্তি ছিল, AI-এর প্রাথমিক প্রশিক্ষণ পর্যায়ে প্রচুর পরিমাণে ডেটা সরবরাহ করে। যাইহোক, AI বিশ্ব দ্রুত এগিয়ে চলেছে, এবং অন্যান্য সংস্থাগুলি এমন মডেল উপস্থাপন করছে যা উন্নত যুক্তির ক্ষমতা নিয়ে গর্ব করে, যা OpenAI-এর দীর্ঘদিনের আধিপত্যের উপর সন্দেহের ছায়া ফেলেছে।
অগ্রগতির মূল্য
GPT-4.5 এর একটি অবিলম্বে লক্ষণীয় দিক হল এর অপারেশনাল খরচ। এটি পূর্বসূরি, GPT-4o-এর তুলনায় উল্লেখযোগ্যভাবে বেশি ব্যয়বহুল, অনুমান করা হচ্ছে যে খরচ 15 থেকে 30 গুণ বেশি। এটি মডেলটির ব্যবহারিকতা এবং মাপযোগ্যতা সম্পর্কে প্রশ্ন উত্থাপন করে, বিশেষ করে যখন প্রতিদ্বন্দ্বীদের দ্বারা করা অগ্রগতি বিবেচনা করা হয়।
উন্নতি সত্ত্বেও, OpenAI নিজেই GPT-4.5 কে একটি যুগান্তকারী লাফ বলে ঘোষণা করতে দ্বিধা বোধ করছে বলে মনে হচ্ছে। সিইও স্যাম অল্টম্যান ইচ্ছাকৃতভাবে প্রত্যাশা কমিয়ে দিয়েছেন, জোর দিয়ে বলেছেন যে এটি একটি ‘ফ্রন্টিয়ার মডেল’ নয়। এই সতর্কতামূলক দৃষ্টিভঙ্গি, মডেলটির প্রযুক্তিগত কাগজে শেষ মুহূর্তের পরিবর্তনের সাথে (একটি দাবি সরিয়ে দেওয়া হয়েছে যে এটি একটি উন্নত AI সিস্টেম নয়), GPT-4.5 এর প্রকৃত ক্ষমতা সম্পর্কে জল্পনাকে আরও বাড়িয়ে তুলেছে।
প্রতিযোগিতার ক্রমবর্ধমান ঢেউ: Anthropic এবং DeepSeek
OpenAI যখন এই অনিশ্চিত জলপথে নেভিগেট করছে, অন্যান্য কোম্পানিগুলি উল্লেখযোগ্য অগ্রগতি করছে। Anthropic, তার Claude 3.7 Sonnet সহ, এবং DeepSeek, R1 মডেল সহ একটি চীনা ফার্ম, যথেষ্ট আকর্ষণ অর্জন করছে। এই মডেলগুলি আরও অত্যাধুনিক যুক্তির ক্ষমতা প্রদর্শন করছে, একটি গুরুত্বপূর্ণ ক্ষেত্র যেখানে GPT-4.5-কে পিছিয়ে থাকতে দেখা যাচ্ছে।
AI প্রতিযোগিতা তীব্র হচ্ছে, এবং OpenAI-এর আধিপত্য আর নিশ্চিত নয়। GPT-5 এর আসন্ন লঞ্চটি আরও চাপ যুক্ত করেছে, OpenAI-কে একটি উল্লেখযোগ্য অগ্রগতি প্রদর্শনের জন্য চাপ দিচ্ছে।
বেঞ্চমার্ক ডেটা: উদ্বেগের কারণ?
সর্বজনীনভাবে উপলব্ধ বেঞ্চমার্ক ডেটা GPT-4.5 এর জন্য একটি মিশ্র চিত্র তুলে ধরেছে। যদিও এটি নির্দিষ্ট কিছু ক্ষেত্রে GPT-4o-কে ছাড়িয়ে গেছে, এটি লজিক্যাল রিজনিং, কোডিং দক্ষতা এবং বহুভাষিক সমস্যা সমাধানের মতো গুরুত্বপূর্ণ ক্ষেত্রগুলিতে কোনও যুগান্তকারী অগ্রগতি প্রদর্শন করেনি।
প্রাথমিক তুলনাগুলি ইঙ্গিত দেয় যে GPT-4.5, Anthropic-এর সর্বশেষ Claude মডেলের বিরুদ্ধে লড়াই করছে। Claude 3.7 Sonnet আরও উন্নত পদ্ধতি ব্যবহার করে, গভীর, ইচ্ছাকৃত যুক্তির সাথে স্বজ্ঞাত প্রতিক্রিয়াগুলিকে নির্বিঘ্নে মিশ্রিত করে। এটি ঐতিহ্যগত পদ্ধতি থেকে একটি উল্লেখযোগ্য প্রস্থান।
GPT-4.5-এর বিপরীতে, Claude 3.7 Sonnet, রিয়েল-টাইমে, একটি তাৎক্ষণিক, স্বজ্ঞাত প্রতিক্রিয়া তৈরি করবে নাকি আরও জটিল ‘চেইন-অফ-থট’ প্রক্রিয়ায় নিযুক্ত হবে তা গতিশীলভাবে সিদ্ধান্ত নেয়। এটি এটিকে তার উত্তরগুলিকে পরিমার্জিত করতে এবং বিস্তৃত প্রশ্নের সাথে খাপ খাইয়ে নিতে দেয়। এই নমনীয়তা OpenAI-এর সর্বশেষ রিলিজে উল্লেখযোগ্যভাবে অনুপস্থিত, এই উদ্বেগ বাড়াচ্ছে যে এর মডেলগুলি দ্রুত বিকশিত বাজারে ক্রমশ পুরানো হয়ে যাচ্ছে।
উষ্ণ অভ্যর্থনা এবং ক্রমবর্ধমান সন্দেহ
সোশ্যাল মিডিয়ায় AI সম্প্রদায়ের প্রতিক্রিয়া, খুব বেশি হলে, উষ্ণ। বেশ কয়েকজন AI গবেষক বেঞ্চমার্ক ফলাফল শেয়ার করেছেন যা চিত্তাকর্ষক থেকে অনেক দূরে।
বিশিষ্ট AI বিশেষজ্ঞ গ্যারি মার্কাস GPT-4.5 কে ‘নাথিং বার্গার’ হিসাবে বর্ণনা করেছেন, একটি ভোঁতা মূল্যায়ন যা OpenAI-এর প্রযুক্তিগত প্রান্ত বজায় রাখার ক্ষমতা সম্পর্কে ক্রমবর্ধমান সন্দেহকে প্রতিফলিত করে। এই অনুভূতি OpenAI-এর উপর সত্যিকারের উদ্ভাবনী সমাধান সরবরাহ করার জন্য ক্রমবর্ধমান চাপকে তুলে ধরে।
একটি কৌশলগত পরিবর্তন: রিজনিং মডেলগুলিকে আলিঙ্গন করা
GPT-4.5 এর প্রকাশ, অভ্যন্তরীণভাবে ‘Orion’ নামে পরিচিত, OpenAI-এর জন্য একটি টার্নিং পয়েন্ট চিহ্নিত করে। এটি কোম্পানির দীর্ঘস্থায়ী প্রিট্রেনিং কৌশল ব্যবহার করে নির্মিত চূড়ান্ত মডেলের প্রতিনিধিত্ব করে। এই কৌশল, যা তাদের পদ্ধতির ভিত্তি ছিল, মডেলের আকার বাড়ানো এবং ডেটা ইনপুটের পরিমাণ বাড়ানোর উপর প্রচুরভাবে নির্ভর করে।
সামনের দিকে অগ্রসর হয়ে, OpenAI রিজনিং মডেলগুলির দিকে ঝুঁকছে। এই মডেলগুলি পরীক্ষার পর্যায়ে তাদের লজিক্যাল প্রসেসিং ক্ষমতা বাড়ানোর জন্য রিইনফোর্সমেন্ট লার্নিং ব্যবহার করে। এটি তাদের পদ্ধতির একটি মৌলিক পরিবর্তন, উন্নত AI সিস্টেমে যুক্তির ক্রমবর্ধমান গুরুত্ব স্বীকার করে।
AI ক্ষেত্রের অন্যান্য প্রধান খেলোয়াড়, Anthropic এবং Google সহ, এমন মডেলগুলিতে প্রচুর বিনিয়োগ করছে যা তাদের কম্পিউটেশনাল রিসোর্সগুলিকে গতিশীলভাবে সামঞ্জস্য করতে পারে। এই সমন্বয়টি কাজের জটিলতার উপর ভিত্তি করে তৈরি করা হয়েছে, আরও দক্ষ এবং কার্যকর সমস্যা সমাধানের অনুমতি দেয়। DeepSeek, চীন থেকে উদীয়মান AI ফার্ম, একইভাবে রিজনিং-চালিত মডেল চালু করেছে যা OpenAI-এর বর্তমান প্রযুক্তির জন্য সরাসরি চ্যালেঞ্জ তৈরি করে।
চাপ বাড়ছে: GPT-5 এবং ভবিষ্যৎ
প্রতিযোগিতা তীব্র হওয়ার সাথে সাথে, OpenAI একটি সত্যিকারের পরবর্তী প্রজন্মের মডেল সরবরাহ করার জন্য প্রচুর চাপের মধ্যে রয়েছে। সিইও স্যাম অল্টম্যান নিশ্চিত করেছেন যে GPT-5 আগামী কয়েক মাসের মধ্যে উন্মোচন করা হবে। তিনি একটি হাইব্রিড পদ্ধতির প্রতিশ্রুতি দিয়েছেন, যা GPT-স্টাইলের মডেলগুলির সাবলীলতাকে রিজনিং মডেলগুলির ধাপে ধাপে যুক্তির সাথে একত্রিত করবে।
যাইহোক, এই কৌশলগত পরিবর্তন OpenAI-এর নেতৃত্বের অবস্থান পুনরুদ্ধার করার জন্য যথেষ্ট হবে কিনা তা একটি উন্মুক্ত প্রশ্ন। AI ল্যান্ডস্কেপ অভূতপূর্ব গতিতে বিকশিত হচ্ছে এবং বেঁচে থাকার জন্য অভিযোজনযোগ্যতা চাবিকাঠি।
একটি জনাকীর্ণ ক্ষেত্র: চ্যালেঞ্জারদের উত্থান
AI ক্ষেত্রটি আর এক ঘোড়ার দৌড় নয়। একাধিক চ্যালেঞ্জার দ্রুত আবির্ভূত হচ্ছে, OpenAI-এর পূর্বে অপ্রতিদ্বন্দ্বী আধিপত্যকে ব্যাহত করছে।
Anthropic দৃঢ়ভাবে নিজেকে রিজনিং AI-তে একজন নেতা হিসাবে প্রতিষ্ঠিত করেছে, Claude মডেল পরিবারের সাথে তার পদ্ধতির শক্তি প্রদর্শন করেছে। DeepSeek-এর R1 মডেল কোডিং এবং গাণিতিক যুক্তিতে চিত্তাকর্ষক ফলাফল প্রদর্শন করেছে, যা AI ল্যান্ডস্কেপের বৈচিত্র্যকে আরও তুলে ধরে।
এদিকে, Meta এবং Google-এর মতো প্রযুক্তি জায়ান্টরা তাদের নিজস্ব AI অফারগুলিকে পরিমার্জিত করে চলেছে। তারা জেনারেটিভ AI-এর সীমানা ঠেলে দেওয়ার জন্য তাদের বিশাল কম্পিউটেশনাল রিসোর্স ব্যবহার করে, একটি অত্যন্ত প্রতিযোগিতামূলক পরিবেশ তৈরি করে।
অনিশ্চয়তার একটি নতুন যুগ
OpenAI-এর প্রযুক্তিগত আধিপত্য এখন সক্রিয়ভাবে প্রশ্নবিদ্ধ হওয়ার সাথে সাথে, AI শিল্প একটি নতুন পর্যায়ে প্রবেশ করছে। এই পর্যায়ে, কোনও একক কোম্পানিরই নির্দিষ্ট সুবিধা নেই। একজন খেলোয়াড়ের স্পষ্ট আধিপত্যের যুগ শেষ বলে মনে হচ্ছে।
GPT-5 এর লঞ্চের সাথে সাথে, OpenAI একটি শিল্পের সাথে তাল মিলিয়ে চলতে পারে কিনা তা প্রমাণ করার কঠিন চ্যালেঞ্জের মুখোমুখি হচ্ছে যা দ্রুত রিজনিং-চালিত মডেলগুলির দিকে এগিয়ে চলেছে। AI মডেলগুলিকে কেবল স্কেল করার দিনগুলি শেষ হয়ে আসছে। যে কোম্পানিগুলি এই নতুন বাস্তবতার সাথে সফলভাবে খাপ খাইয়ে নিতে পারে, যুক্তি এবং অভিযোজনযোগ্যতার গুরুত্বকে আলিঙ্গন করে, তারাই কৃত্রিম বুদ্ধিমত্তার ভবিষ্যতকে সংজ্ঞায়িত করবে। দৌড় চলছে, এবং ফলাফল অনিশ্চিত।
মূল দিকগুলির উপর সম্প্রসারণ:
AI-এর বিবর্তনশীল ল্যান্ডস্কেপ এবং এর মধ্যে OpenAI-এর অবস্থান সম্পর্কে আরও বিশদভাবে আলোচনা করতে, আসুন কিছু মূল দিক গভীরভাবে দেখি:
1. যুক্তির তাৎপর্য:
AI-এর প্রেক্ষাপটে যুক্তি বলতে, একটি মডেলের প্যাটার্ন স্বীকৃতির বাইরে গিয়ে লজিক্যাল ডিডাকশন, ইনফারেন্স এবং সমস্যা সমাধানে নিযুক্ত হওয়ার ক্ষমতাকে বোঝায়। এটি উপলব্ধ তথ্যের উপর ভিত্তি করে সিদ্ধান্তে পৌঁছানো এবং একটি সমাধানে পৌঁছানোর জন্য লজিক্যাল নিয়ম প্রয়োগ করা সম্পর্কে। এটি কেবল এমন টেক্সট তৈরি করার চেয়ে একটি গুরুত্বপূর্ণ পদক্ষেপ যা সম্ভাব্য বলে মনে হয়।
ঐতিহ্যবাহী বৃহৎ ভাষা মডেলগুলি, যেমন পূর্বে OpenAI দ্বারা বিকশিত, প্রাথমিকভাবে প্যাটার্ন স্বীকৃতির উপর দৃষ্টি নিবদ্ধ করে। তারা বিশাল ডেটাসেটে প্যাটার্ন সনাক্ত করতে এবং সেই প্যাটার্নগুলিকে প্রতিলিপি করে টেক্সট তৈরি করতে পারদর্শী। যাইহোক, তারা প্রায়শই এমন কাজগুলির সাথে লড়াই করত যেগুলির জন্য প্রকৃত বোঝা এবং লজিক্যাল রিজনিং প্রয়োজন।
অন্যদিকে, রিজনিং মডেলগুলি এই সীমাবদ্ধতা মোকাবেলার জন্য ডিজাইন করা হয়েছে। তারা এই জাতীয় কৌশলগুলি ব্যবহার করে:
- Chain-of-Thought Prompting: এটি একটি চূড়ান্ত উত্তরে পৌঁছানোর আগে মডেলটিকে মধ্যবর্তী যুক্তির ধাপগুলির একটি সিরিজের মাধ্যমে গাইড করে, এটিকে ‘জোরে চিন্তা করতে’ উৎসাহিত করে।
- Reinforcement Learning: এটি ট্রায়াল এবং এরর এর মাধ্যমে মডেলকে প্রশিক্ষণ দেয়, সঠিক যুক্তির পদক্ষেপগুলির জন্য এটিকে পুরস্কৃত করে এবং ভুলের জন্য শাস্তি দেয়।
- Symbolic Reasoning: এটি মডেলে জ্ঞান এবং লজিক্যাল নিয়মগুলির সিম্বলিক রিপ্রেজেন্টেশনগুলিকে অন্তর্ভুক্ত করে, এটিকে আরও আনুষ্ঠানিক যুক্তি সম্পাদন করার অনুমতি দেয়।
2. Anthropic-এর পদ্ধতি: Constitutional AI:
Anthropic-এর পদ্ধতি, প্রায়শই ‘Constitutional AI’ হিসাবে উল্লেখ করা হয়, মানব মূল্যবোধের সাথে নিরাপত্তা এবং সারিবদ্ধতার উপর জোর দেয়। এটি এমন একটি নীতি বা ‘সংবিধান’ সহ মডেলগুলিকে প্রশিক্ষণ দেয় যা তাদের আচরণকে গাইড করে। এই সংবিধানটি মডেলটিকে ক্ষতিকারক, পক্ষপাতদুষ্ট বা অনৈতিক বিষয়বস্তু তৈরি করা থেকে বিরত রাখার জন্য ডিজাইন করা হয়েছে।
মূল ধারণা হল এমন AI সিস্টেম তৈরি করা যা কেবল শক্তিশালী নয়, নির্ভরযোগ্য এবং বিশ্বাসযোগ্যও। এটি এর মাধ্যমে অর্জন করা হয়:
- Supervised Learning: পছন্দসই মান প্রতিফলিত করার জন্য সাবধানে তৈরি এবং লেবেল করা ডেটার উপর মডেলকে প্রশিক্ষণ দেওয়া।
- Reinforcement Learning from Human Feedback: মানুষের প্রতিক্রিয়া ব্যবহার করে মডেলের আচরণকে সূক্ষ্ম-টিউন করা এবং এটি তার সংবিধানে বর্ণিত নীতিগুলির সাথে সঙ্গতিপূর্ণ তা নিশ্চিত করা।
- Self-Critique and Revision: মডেলটিকে তার নিজস্ব আউটপুটগুলির সমালোচনা করতে এবং সাংবিধানিক নীতিগুলির উপর ভিত্তি করে সেগুলিকে সংশোধন করতে সক্ষম করা।
3. DeepSeek-এর শক্তি: কোডিং এবং গণিত:
DeepSeek-এর R1 মডেল কোডিং এবং গাণিতিক যুক্তিতে তার শক্তিশালী পারফরম্যান্সের জন্য মনোযোগ আকর্ষণ করেছে। এটি প্রযুক্তিগত ডোমেনে পারদর্শী AI সিস্টেম বিকাশের উপর ফোকাস করার পরামর্শ দেয়।
এই ক্ষমতাটি এই জাতীয় কাজের জন্য বিশেষভাবে মূল্যবান:
- Automated Code Generation: প্রাকৃতিক ভাষার বিবরণ থেকে কোড তৈরি করা, সম্ভাব্যভাবে সফ্টওয়্যার বিকাশকে ত্বরান্বিত করা।
- Mathematical Problem Solving: জটিল গাণিতিক সমস্যা সমাধান করা এবং উপপাদ্য প্রমাণ করা।
- Scientific Discovery: গবেষকদের ডেটা বিশ্লেষণ, হাইপোথিসিস তৈরি এবং নতুন আবিষ্কার করতে সহায়তা করা।
4. Meta এবং Google-এর ভূমিকা:
Meta এবং Google, তাদের বিশাল সম্পদ এবং গবেষণা ক্ষমতা সহ, AI ল্যান্ডস্কেপের গুরুত্বপূর্ণ খেলোয়াড়। তারা সক্রিয়ভাবে তাদের নিজস্ব বৃহৎ ভাষা মডেল তৈরি করছে এবং AI বিকাশের বিভিন্ন পদ্ধতি অন্বেষণ করছে।
- Meta-এর LLaMA: Meta-এর LLaMA (লার্জ ল্যাঙ্গুয়েজ মডেল মেটা এআই) হল ওপেন-সোর্স বৃহৎ ভাষা মডেলগুলির একটি পরিবার, যা তাদের বিস্তৃত গবেষক এবং ডেভেলপারদের কাছে অ্যাক্সেসযোগ্য করে তোলে।
- Google-এর PaLM এবং Gemini: Google-এর Pathways Language Model (PaLM) এবং Gemini হল শক্তিশালী ভাষা মডেল যা বিভিন্ন কাজ জুড়ে চিত্তাকর্ষক ক্ষমতা প্রদর্শন করেছে।
এই কোম্পানিগুলির সম্পৃক্ততা প্রতিযোগিতাকে আরও তীব্র করে এবং AI ক্ষেত্রে উদ্ভাবনকে চালিত করে।
5. কেবল স্কেলিং এর শেষ:
AI মডেলগুলিকে কেবল স্কেল করা থেকে সরে আসা একটি উল্লেখযোগ্য দৃষ্টান্ত পরিবর্তনকে উপস্থাপন করে। বছরের পর বছর ধরে, প্রচলিত বিশ্বাস ছিল যে আরও ডেটার উপর প্রশিক্ষিত বৃহত্তর মডেলগুলি অনিবার্যভাবে আরও ভাল পারফরম্যান্সের দিকে পরিচালিত করবে। যদিও এটি কিছু পরিমাণে সত্য হয়েছে, এটি সীমাবদ্ধতার সম্মুখীন হয়েছে।
- Diminishing Returns: মডেলগুলি বড় হওয়ার সাথে সাথে, পারফরম্যান্সের উন্নতিগুলি ক্রমশ ছোট হতে থাকে, যেখানে খরচ (কম্পিউটেশনাল রিসোর্স, শক্তি খরচ) নাটকীয়ভাবে বৃদ্ধি পায়।
- Lack of Interpretability: অত্যন্ত বড় মডেলগুলি বোঝা এবং ব্যাখ্যা করা কঠিন হতে পারে, যা পক্ষপাত বা ত্রুটিগুলি সনাক্ত করা এবং সমাধান করা চ্যালেঞ্জিং করে তোলে।
- Limited Reasoning Ability: কেবল মডেলকে স্কেল করা অগত্যা উন্নত যুক্তির ক্ষমতার দিকে পরিচালিত করে না।
অতএব, ফোকাস এখন আরও অত্যাধুনিক আর্কিটেকচার এবং প্রশিক্ষণ কৌশলগুলির দিকে স্থানান্তরিত হচ্ছে যা যুক্তি, অভিযোজনযোগ্যতা এবং দক্ষতাকে অগ্রাধিকার দেয়।
6. অভিযোজনযোগ্যতার গুরুত্ব:
AI ল্যান্ডস্কেপে অভিযোজনযোগ্যতা ক্রমশ গুরুত্বপূর্ণ হয়ে উঠছে। যে মডেলগুলি কাজের জটিলতার উপর ভিত্তি করে তাদের কম্পিউটেশনাল রিসোর্স এবং যুক্তির কৌশলগুলিকে গতিশীলভাবে সামঞ্জস্য করতে পারে সেগুলি একটি নির্দিষ্ট পদ্ধতির উপর নির্ভর করে এমন মডেলগুলিকে ছাড়িয়ে যাওয়ার সম্ভাবনা রয়েছে।
এই অভিযোজনযোগ্যতা এর জন্য অনুমতি দেয়:
- Efficient Resource Allocation: একটি প্রদত্ত কাজের জন্য কেবল প্রয়োজনীয় কম্পিউটেশনাল পাওয়ার ব্যবহার করা, শক্তি খরচ এবং খরচ কমানো।
- Improved Performance: কাজের নির্দিষ্ট প্রয়োজনীয়তার সাথে যুক্তির প্রক্রিয়াটি তৈরি করা, আরও সঠিক এবং নির্ভরযোগ্য ফলাফলের দিকে পরিচালিত করে।
- Greater Flexibility: বিস্তৃত প্রশ্ন এবং কাজগুলি কার্যকরভাবে পরিচালনা করা।
AI-এর ভবিষ্যত সম্ভবত এমন মডেলগুলির দ্বারা চিহ্নিত করা হবে যা কেবল শক্তিশালী নয়, অভিযোজনযোগ্য, দক্ষ এবং মানব মূল্যবোধের সাথে সঙ্গতিপূর্ণ। এই পরবর্তী প্রজন্মের AI সিস্টেমগুলি বিকাশের জন্য দৌড় চলছে, এবং যে কোম্পানিগুলি সফল হবে তারাই প্রযুক্তির ভবিষ্যত গঠন করবে।