জেনারেটিভ আর্টিফিশিয়াল ইন্টেলিজেন্স (Generative AI)-এর রহস্য উন্মোচন: আপনার যা কিছু জানা দরকার
ছবি তৈরি করা থেকে শুরু করে এআই ইন্টারভিউয়ের প্রস্তুতি নিয়ে পরামর্শ দেওয়া পর্যন্ত, সম্ভবত আপনি জেনারেটিভ আর্টিফিশিয়াল ইন্টেলিজেন্স (Generative AI)-এর প্রয়োগের সম্মুখীন হয়েছেন।
OpenAI-এর জনপ্রিয় প্রোডাক্ট ChatGPT, এবং Google Gemini, Microsoft Copilot এবং Anthropic-এর Claude-এর মতো দারুণ ChatGPT বিকল্পগুলো জেনারেটিভ এআই মডেলের উৎকৃষ্ট উদাহরণ।
জেনারেটিভ এআই প্রযুক্তি অনেকের ব্যক্তিগত এবং পেশাগত জীবনে একটি অবিচ্ছেদ্য অংশ হয়ে উঠেছে। কিন্তু জেনারেটিভ এআই (সাধারণত GenAI নামে পরিচিত) আসলে কী? এটি অন্যান্য ধরনের আর্টিফিশিয়াল ইন্টেলিজেন্স থেকে কীভাবে আলাদা? এটি কীভাবে কাজ করে? আপনি যদি এখনও ChatGPT-কে জিজ্ঞাসা করার সুযোগ না পান, তাহলে এই নিবন্ধটি আপনার জন্য এই প্রশ্নগুলোর উত্তর দেবে।
জেনারেটিভ এআই কী?
একজন সাংবাদিক হিসেবে আমার পেশাদারিত্বের বিপরীতে যেতে পারে, তবে এখানে আমি ChatGPT-এর সাহায্য নেওয়ার সিদ্ধান্ত নিয়েছি, যাতে এটি জেনারেটিভ এআই-এর সংজ্ঞা দেয়:
"জেনারেটিভ এআই হল এক ধরনের আর্টিফিশিয়াল ইন্টেলিজেন্স, যা বিদ্যমান ডেটার প্যাটার্নগুলো শেখার মাধ্যমে নতুন কনটেন্ট তৈরি করে, যেমন টেক্সট, ছবি, মিউজিক বা কোড। এটি জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক (GANs) এবং ট্রান্সফরমার-এর মতো মডেল ব্যবহার করে বাস্তবসম্মত, মানুষের মতো আউটপুট তৈরি করে, যা শিল্প, ডিজাইন, লেখা এবং অন্যান্য ক্ষেত্রে ক্রিয়েটিভ অ্যাপ্লিকেশনগুলোর জন্য সহায়তা প্রদান করে।”
অথবা, আরও সহজভাবে বললে: যে এআই কনটেন্ট তৈরি করে, সেটাই জেনারেটিভ এআই।
"জেনারেটিভ এআই" শব্দটি সাম্প্রতিক বছরগুলোতে জনপ্রিয় হলেও, এর ধারণাটি অনেক পুরনো। ১৯৫০-এর দশকে কম্পিউটার বিজ্ঞানী আর্থার স্যামুয়েল "মেশিন লার্নিং" শব্দটির প্রস্তাব করেছিলেন, এটিকে জেনারেটিভ এআই-এর অগ্রদূত হিসেবে ধরা যেতে পারে।
বহু বছর ধরে গবেষণা এবং অনুসন্ধান চললেও, আমরা আজকে জেনারেটিভ এআই বলতে যা বুঝি, তার সবচেয়ে বড় অগ্রগতি হয়েছে এক দশক আগে, যার কৃতিত্ব প্রকৌশলী ইয়ান গুডফেলো (Ian Goodfellow)-এর তৈরি জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্কের (GANs, যেমনটি উপরের সংজ্ঞায় বলা হয়েছে) উপর বর্তায়।
এর পরপরই ২০১৭ সালে গুগল বিজ্ঞানীরা "ট্রান্সফরমার আর্কিটেকচার" প্রস্তাব করেন, যা বর্তমান সময়ের সবচেয়ে বেশি ব্যবহৃত জেনারেটিভ এআই টুলের ভিত্তি।
জেনারেটিভ এআই-এর প্রয়োগের উদাহরণ
আপনি যদি ChatGPT, Gemini, Copilot বা Claude-এর মতো জনপ্রিয় চ্যাটবট টুল ব্যবহার করে থাকেন, তাহলে আপনি ইতিমধ্যেই জেনারেটিভ এআই-এর অভিজ্ঞতা লাভ করেছেন। উদাহরণস্বরূপ, যখন আপনি এটির কাছে রেস্টুরেন্টের সন্ধান, প্রবন্ধ লেখার সাহায্য, অথবা আপনার বাড়িওয়ালার কাছে অভিযোগ জানানোর জন্য একটি টেমপ্লেট চিঠি চেয়েছেন।
এর ব্যবহার ব্যাপক, নিরীহ বিনোদন (যেমন মৌলিক কবিতা এবং গান তৈরি করা, অথবা কল্পনাবাদী ছবি তৈরি করা) থেকে শুরু করে পেশাদার অ্যাপ্লিকেশন (যেমন প্রেজেন্টেশন তৈরি করা, পণ্যের প্রোটোটাইপ ডিজাইন করা, কৌশল তৈরি করা), এমনকি জীবন বাঁচানোর সম্ভাবনাও রয়েছে (যেমন ওষুধ আবিষ্কার)।
অনেক সোশ্যাল মিডিয়া ট্রেন্ড—যেমন নিজেকে পুতুল হিসেবে ভিজুয়ালাইজ করা, অথবা আপনার পোষা কুকুরকে মানুষে পরিণত করা—এগুলো জেনারেটিভ এআই-এর ফসল।
তবে, জেনারেটিভ এআই অবৈধ কাজেও ব্যবহৃত হয়। “ডিপফেক" ব্যবহার করে মিথ্যা তথ্য ছড়ানো, অন্যের খ্যাতি নষ্ট করা, অথবা "নগ্ন ছবি" তৈরি করে যৌন ব্ল্যাকমেইল করা হয়। জেনারেটিভ এআই-এর দ্রুত বিস্তার অনেক মানুষের উদ্বেগের কারণ, বিশেষ করে যখন এই প্রযুক্তি আরও বাস্তবসম্মত এবং সহজে ব্যবহারযোগ্য হয়ে উঠছে।
জেনারেটিভ এআই কীভাবে কাজ করে
চিন্তা করবেন না, আমি সম্ভাব্যতা মডেলিং এবং উচ্চ-মাত্রিক আউটপুটের জটিলতায় যাব না। বাস্তবে, সহজভাবে বললে, আপনি জেনারেটিভ এআই মডেলকে দুটি মূল কাজ সম্পাদন করতে দেখেন।
প্রথম কাজটি হলো প্রচুর ডেটা সেট থেকে প্যাটার্ন শেখা। এই ডেটা সেটের মধ্যে টেক্সট, ছবি, ওয়েব পেজ, কোড এবং যেকোনো কিছু থাকতে পারে যা মডেলে ইনপুট করা যায়; এটিকে সাধারণত "training" বলা হয়।
তারপর, এআই মডেল এই ডেটার মধ্যে থাকা প্যাটার্নগুলো সনাক্ত করে, কার্যকরভাবে জ্ঞান অর্জন করে এবং প্রযুক্তি বোঝে। উদাহরণস্বরূপ, যদি মডেলটিকে সর্বকালের সেরা ১০০টি ভয়ের উপন্যাস দেওয়া হয়, তাহলে এটি সেই ডেটাগুলোর মধ্যে ক্রস-রেফারেন্স করবে, বইগুলোতে সাধারণভাবে থাকা গঠন, ভাষা, বিষয় এবং বর্ণনার ধরণ বের করবে।
এরপর, এটি নতুন কনটেন্ট তৈরি করতে সেই প্রশিক্ষণ কাজে লাগাবে। তাই, আপনি যখন ChatGPT-কে আপনারপরবর্তী ছুটির পরিকল্পনা করতে বলেন, তখন এটি তার সংগ্রহ করা সমস্ত তথ্য বের করে এবং "লার্নিং প্রবাবিলিটি ডিস্ট্রিবিউশন" নামক একটি পদ্ধতি ব্যবহার করে উত্তর লেখে।
লিখিত উত্তরের জন্য, এটি শব্দ ধরে ধরে কাজ করে, বাক্যের মধ্যে সবচেয়ে উপযুক্ত শব্দটি বেছে নিতে তার জ্ঞানের ভাণ্ডার ব্যবহার করে। অথবা ছবির জন্য, ট্রান্সফরমার-ভিত্তিক মডেল ব্যবহার করে জেনারেটিভ এআই টুল তার দেখা অসংখ্য বাস্তব ছবির রং এবং গঠন গ্রহণ করে। উদাহরণস্বরূপ, Midjourney-কে একটি কমিক তৈরি করতে বললে, এটি আগে নেওয়া সমস্ত প্রশিক্ষণ নমুনা বিবেচনা করতে পারে, যাতে সঠিকভাবে প্রয়োজনীয় কনটেন্ট তৈরি করা যায়।
প্রায়শই "আর্টিফিশিয়াল ইন্টেলিজেন্স" এবং "জেনারেটিভ আর্টিফিশিয়াল ইন্টেলিজেন্স" শব্দ দুটিকে গুলিয়ে ফেলা হয়। আর্টিফিশিয়াল ইন্টেলিজেন্স হলো সমস্ত ধরণের আর্টিফিশিয়াল ইন্টেলিজেন্সের জন্য একটি সম্মিলিত শব্দ। জেনারেটিভ আর্টিফিশিয়াল ইন্টেলিজেন্স হলো আর্টিফিশিয়াল ইন্টেলিজেন্সের একটি শাখা, যা বিশেষভাবে সেই এআই টুলগুলোকে বোঝায়, যা কনটেন্ট তৈরি করতে পারে।
IBM-এর দাবা খেলার কম্পিউটার "ডিপ ব্লু" একটি বিখ্যাত উদাহরণ, যা ১৯৯৭ সালে গ্যারি কাসপারভকে (Garry Kasparov) হারিয়েছিল—ইতিহাসের অন্যতম সেরা দাবা খেলোয়াড়। “ডিপ ব্লু" তথাকথিত সিম্বলিক আর্টিফিশিয়াল ইন্টেলিজেন্স ব্যবহার করে দাবার চাল শিখত, পরিস্থিতি মূল্যায়ন করত এবং কৌশলগত সিদ্ধান্ত নিত, কিন্তু এটিকে জেনারেটিভ আর্টিফিশিয়াল ইন্টেলিজেন্স হিসেবে গণ্য করা যায় না, কারণ এটি নতুন কিছু তৈরি করেনি।
আরেকটি সাধারণ নন-জেনারেটিভ আর্টিফিশিয়াল ইন্টেলিজেন্সের উদাহরণ হলো ডিসক্রিমিনেটিভ আর্টিফিশিয়াল ইন্টেলিজেন্স। এটি ফেসিয়াল রিকগনিশন সফটওয়্যারে ব্যবহার করা হয় আপনার স্মার্টফোনের অ্যালবামের ছবিগুলোকে গ্রুপ করতে, অথবা স্প্যাম শনাক্ত করতে এবং আপনার ইনবক্স থেকে লুকাতে।
সুতরাং, ChatGPT, Copilot এবং Gemini-এর মতো চ্যাটবটগুলো নিশ্চিতভাবে ব্যাপক অর্থে আর্টিফিশিয়াল ইন্টেলিজেন্সের অন্তর্ভুক্ত, তবে আরও সঠিকভাবে বললে, এগুলো জেনারেটিভ এআই মডেল হিসেবে পরিচিত।
জেনারেটিভ এআই-এর চ্যালেঞ্জ
উপরে উল্লিখিত জেনারেটিভ এআই-এর খারাপ ব্যবহার ছাড়াও, জেনারেটিভ এআই-এর অন্যান্য দুর্বলতাগুলো মূলত প্রযুক্তির কাজের ধরনের সহজাত ফল। এই মডেলগুলো কতটা ভালো কাজ করবে, তা নির্ভর করে তারা যে তথ্য থেকে প্রশিক্ষণ নিয়েছে তার ওপর। বিশ্বাস করুন বা না করুন, ইন্টারনেটে প্রচুর পুরনো, বিভ্রান্তিকর বা সম্পূর্ণ ভুল তথ্য রয়েছে—এই সমস্ত তথ্য চ্যাটবট দ্বারা শোষিত হতে পারে এবং পরে তা তথ্য হিসেবে পুনরায় প্রকাশ করতে পারে। এই ভুলগুলোকে "হ্যালুসিনেশন" বলা হয়।
একই কারণে, জেনারেটিভ এআই মডেলগুলো পক্ষপাতদুষ্টতা বা গতানুগতিক ধারণাকে শক্তিশালী করার ফাঁদেও পড়তে পারে। ChatGPT নিজেই একটি উদাহরণ দিয়েছে: "টেক্সট-থেকে-ছবি মডেলগুলো প্রায়শই ‘নার্স’-এর মতো পেশাগুলোকে মহিলাদের সাথে এবং ‘সিইও’-এর মতো পদকে পুরুষদের সাথে যুক্ত করে।”
শিক্ষা প্রতিষ্ঠানগুলো শিক্ষার্থীদের প্রবন্ধ এবং থিসিস লেখার জন্য ChatGPT-এর মতো টুল ব্যবহারের সমস্যা নিয়ে খুবই চিন্তিত। আর ক্রিয়েটিভ ইন্ডাস্ট্রির জন্য এটি যে চ্যালেঞ্জ তৈরি করেছে—জেনারেটিভ এআই কি সত্যিই লেখক, অভিনেতা, সঙ্গীতশিল্পী এবং শিল্পীদের সম্পূর্ণরূপে অপ্রয়োজনীয় করে তুলবে?—এটি একটি চিরন্তন বিতর্কের বিষয়।
জেনারেটিভ এআই ক্রিয়েটিভ ইন্ডাস্ট্রিকে নতুন করে আকার দেওয়ার সম্ভাবনা নিয়ে এসেছে, সেই সাথে শ্রমবাজারে এর প্রভাব নিয়ে উদ্বেগ সৃষ্টি করেছে। মেশিনের মাধ্যমে কনটেন্ট তৈরির ক্ষমতা ভবিষ্যৎ অর্থনীতিতে মানুষের দক্ষতা এবং সৃজনশীলতার মূল্য সম্পর্কে গুরুত্বপূর্ণ প্রশ্ন তৈরি করে।
প্রচারণার বাইরে: জেনারেটিভ এআই-এর ভবিষ্যতের গতিপথ
জেনারেটিভ এআই নিয়ে আলোচনা সাধারণত এর ক্ষমতা এবং সম্ভাব্য বিপদগুলোর ওপর কেন্দ্রীভূত হলেও, এর ব্যাপক প্রভাব এবং এর গতিপথকে রূপদানকারী গুরুত্বপূর্ণ বিষয়গুলো বিবেচনা করা জরুরি। এখানে কিছু গুরুত্বপূর্ণ দিক বিবেচনা করা হলো:
নৈতিক বিবেচনা এবং দায়িত্বশীল উন্নয়ন
জেনারেটিভ এআই যত শক্তিশালী হচ্ছে, নৈতিক বিবেচনাগুলো এর উন্নয়ন এবং প্রয়োগের ক্ষেত্রে পথনির্দেশক হিসেবে কাজ করাটা অত্যন্ত জরুরি। পক্ষপাতদুষ্টতা, মিথ্যা তথ্য এবং বুদ্ধিবৃত্তিক সম্পত্তির মতো বিষয়গুলো গুরুত্ব সহকারে সমাধান করা দরকার, যাতে এই প্রযুক্তিগুলোর একটি দায়িত্বশীল এবং নৈতিক ব্যবহার নিশ্চিত করা যায়। স্বচ্ছতা, জবাবদিহিতা এবং ন্যায্যতাকে অগ্রাধিকার দেওয়া জেনারেটিভ এআই সিস্টেম এবং এর আউটপুটের ওপর আস্থা তৈরি করার জন্য অপরিহার্য।
মানুষ-মেশিন সহযোগিতা
জেনারেটিভ এআই-এর ভবিষ্যৎ সম্পূর্ণরূপে মানুষকে প্রতিস্থাপন করার মধ্যে নিহিত নয়, বরং মানুষের সক্ষমতা বৃদ্ধি এবং মানুষ-মেশিন সহযোগিতাকে উৎসাহিত করার মধ্যে নিহিত। এআই-এর শক্তি ব্যবহার করে পুনরাবৃত্তিমূলক কাজগুলো স্বয়ংক্রিয় করতে, ক্রিয়েটিভ ধারণা তৈরি করতে এবং প্রয়োজনীয় তথ্য সরবরাহ করতে পারলে, মানুষ সমালোচনামূলক চিন্তা, আবেগীয় বুদ্ধিমত্তা এবং বিষয়ভিত্তিক দক্ষতার প্রয়োজন হয়, এমন উচ্চ স্তরের কার্যকলাপের ওপর মনোযোগ দিতে পারবে। এই সহযোগী подход উৎপাদনশীলতা এবং উদ্ভাবনের নতুন সম্ভাবনা উন্মোচন করতে পারে।
শিল্প রূপান্তর এবং নতুন সুযোগ
স্বাস্থ্যসেবা এবং অর্থনীতি থেকে শুরু করে বিনোদন এবং শিক্ষা পর্যন্ত, জেনারেটিভ এআই বিভিন্ন শিল্পে বিপ্লব ঘটাতে পারে। প্রক্রিয়াগুলো স্বয়ংক্রিয় করে, অভিজ্ঞতা ব্যক্তিগতকৃত করে এবং নতুন ক্রিয়েটিভ সম্ভাবনা উন্মোচন করে, সংস্থাগুলো দক্ষতা বাড়াতে, খরচ কমাতে এবং প্রতিযোগিতামূলক সুবিধা অর্জনে জেনারেটিভ এআই ব্যবহার করতে পারে। যেহেতু ব্যবসাগুলো এই প্রযুক্তিগুলোর সাথে খাপ খাইয়ে নেবে, তাই কাজের ধরনের পরিবর্তন হবে বলে আশা করা যায়, যা জেনারেটিভ এআই সিস্টেম তৈরি, স্থাপন এবং রক্ষণাবেক্ষণের জন্য বিশেষ জ্ঞানের প্রয়োজন হবে, এমন নতুন সুযোগ তৈরি করবে।
দক্ষতা বৃদ্ধি এবং কর্মীবাহিনীর উন্নয়ন
যেহেতু জেনারেটিভ এআই আরও বেশি প্রচলিত হচ্ছে, তাই একটি পরিবর্তনশীল চাকরির বাজারে উন্নতি লাভের জন্য ব্যক্তিদের নতুন দক্ষতা এবং ক্ষমতা অর্জন করতে হবে। সমালোচনামূলক চিন্তা, সমস্যা সমাধান, সৃজনশীলতা এবং যোগাযোগের মতো দক্ষতার বিকাশ এবং এআই-এর নৈতিক প্রভাব এবং দায়িত্বশীল ব্যবহার সম্পর্কে একটি ধারণা তৈরি করার ওপর জোর দেওয়া উচিত। দক্ষতা বৃদ্ধি এবং প্রশিক্ষণ program কর্মীদের কাজের নতুন ধরনের সাথে খাপ খাইয়ে নিতে এবং জেনারেটিভ এআই দ্বারা সৃষ্ট সুযোগগুলো কাজে লাগাতে সাহায্য করতে পারে।
চ্যালেঞ্জ মোকাবেলা এবং ঝুঁকি হ্রাস
জেনারেটিভ এআই চ্যালেঞ্জ এবং ঝুঁকি ছাড়া নয়। পক্ষপাতদুষ্টতা, মিথ্যা তথ্য এবং অপব্যবহারের মতো সমস্যা মোকাবেলা করার জন্য প্রযুক্তিগত সুরক্ষা ব্যবস্থা, নিয়ন্ত্রক কাঠামো এবং জনসচেতনতা কার্যক্রমসহ বহুবিধ প্রচেষ্টার প্রয়োজন। জেনারেটিভ এআই সিস্টেমের প্রভাবের ক্রমাগত পর্যবেক্ষণ এবং মূল্যায়ন সম্ভাব্য নেতিবাচক পরিণতিগুলো সনাক্তকরণ এবং প্রশমিত করার জন্য অত্যন্ত গুরুত্বপূর্ণ।
উপসংহার: দায়িত্বশীল উদ্ভাবনকে আলিঙ্গন করা
জেনারেটিভ এআই প্রযুক্তিগত অগ্রগতির একটি গুরুত্বপূর্ণ পদক্ষেপের প্রতিনিধিত্ব করে, যা বিভিন্ন শিল্প এবং ব্যক্তিদের জন্য ব্যাপক সম্ভাবনা নিয়ে আসে। নৈতিক সমস্যাগুলো সমাধান করে, মানুষ-মেশিন সহযোগিতাকে উৎসাহিত করে, শিল্প রূপান্তরকে আলিঙ্গন করে, দক্ষতা বৃদ্ধির প্রচেষ্টা বৃদ্ধি করে এবং চ্যালেঞ্জ মোকাবেলা করে, আমরা ঝুঁকি কমিয়ে জেনারেটিভ এআই-এর সমস্ত সুবিধা উন্মোচন করতে পারি। যেহেতু আমরা জেনারেটিভ এআই-এর সম্ভাবনাগুলো অন্বেষণ চালিয়ে যাচ্ছি, তাই একটি দায়িত্বশীল, মানব-কেন্দ্রিক এবং ভবিষ্যৎমুখী মানসিকতা নিয়ে উদ্ভাবনের দিকে এগিয়ে যাওয়া অত্যন্ত জরুরি।