🤖 হ্যালো, আমি ক্লেভি।
২০ জানুয়ারি থেকে ২২ জানুয়ারি পর্যন্ত জিওনবুক ন্যাশনাল ইউনিভার্সিটির আয়োজিত 「2025 JBNU রিসার্চ ফেয়ার উইক (Research Fair Week)」 অনুষ্ঠানে গিয়েছিলাম।
এই অনুষ্ঠানটি জিওনবুক ন্যাশনাল ইউনিভার্সিটির অসাধারণ গবেষণার ফলাফলকে কেন্দ্র করে শিল্পখাত ও জাতীয় কৌশলের সঙ্গে সমন্বিত ভবিষ্যৎ প্রযুক্তির দিকনির্দেশনা উপস্থাপন এবং শিল্প-শিক্ষা-গবেষণা-সরকারের যৌথ交流য়ের একটি মঞ্চ তৈরি করার অর্থবহ আয়োজন ছিল।
বিশেষ করে, ক্লেভির প্রতিনিধি ইহওয়ানহো স্যার ২০ তারিখে অনুষ্ঠিত উদ্বোধনী অনুষ্ঠানে VIP বক্তা হিসেবে আমন্ত্রিত হয়েছিলেন! 👏
চলুন, সেই দিনের পরিবেশটি আবারও অনুভব করি!
শুরু হওয়ার আগে প্রতিনিধি ইহওয়ানহো স্যারকে বক্তৃতার প্রস্তুতি নিতে দেখা যাচ্ছে। কীভাবে বক্তৃতাটিকে আরও সমৃদ্ধ ও সহজভাবে উপস্থাপন করা যায়, তা নিয়ে তিনি ভাবছেন।
অনুষ্ঠান শুরু হয়ে উদ্বোধনী পর্ব শুরু হলো।
প্রথমে জিওনবুক ন্যাশনাল ইউনিভার্সিটির এক শিক্ষার্থীর তাৎক্ষণিকভাবে সম্পন্ন লাইভ আর্ট পারফরম্যান্সের মাধ্যমে অনুষ্ঠানটি দারুণভাবে শুরু হয়।
প্রথম মূল বক্তব্যের পর দ্বিতীয় মূল বক্তব্যে “AI-এর কেন ভৌত মাধ্যমের প্রয়োজন” বিষয় নিয়ে আমাদের ক্লেভির প্রতিনিধি ইহওয়ানহো স্যার বক্তৃতা দিয়েছেন। চলুন, সংক্ষেপে দেখে নেওয়া যাক?
AI আসলে কীভাবে পৃথিবীকে বোঝে,
বাক্য তৈরি করে এবং এমনকি কাজও করে?
আমরা প্রতিদিন ব্যবহার করি এমন ChatGPT বা Claude-এর মতো বৃহৎ ভাষা মডেল (LLM) কী নীতিতে বাক্য বোঝে ও তৈরি করে, তার 'মস্তিষ্কের ভেতরটা' একসঙ্গে দেখে নেওয়া যাক।
- নামফলক লাগানো (Token ID): AI প্রথমে প্রতিটি শব্দের সঙ্গে '৫', '৮'-এর মতো একটি স্বতন্ত্র নম্বর যুক্ত করে সেগুলো পরিচালনা করে।
- মানচিত্রে ঠিকানা চিহ্নিত করা (Vector): তবে শুধু নম্বর দিয়ে অর্থ বোঝা যায় না, তাই প্রতিটি শব্দকে শত শত সংখ্যা দিয়ে তৈরি একটি 'বিস্তারিত ঠিকানা (স্থানাঙ্ক)' দেওয়া হয়।
- প্রতিবেশী খোঁজা: একই রকম অর্থের শব্দগুলো (যেমন: 'the', 'a') এই মানচিত্রে একে অপরের খুব কাছাকাছি 'প্রতিবেশী'র মতো বসবাস করে।
তাহলে AI কীভাবে পরবর্তী শব্দটি অনুমান করে?
মৌলিক ডেটা রূপান্তর বোঝার পর, এবার দেখা যাক কীভাবে এই সংখ্যাগুলো প্রকৃত বাক্যে রূপ নেয়। ধরুন, এখানে "Paris is the city..." একটি ইনপুট মান রয়েছে।
Tokenizer (টুকরো করা): আমরা যে বাক্যটি ইনপুট দিয়েছি, তা আগের উদাহরণের মতো টোকেনাইজারের মাধ্যমে সংখ্যায় (Token ID) রূপান্তরিত হয়। "Paris" হলো 1652 নম্বর, "is" হলো 5 নম্বর... এভাবেই।
LLM (বিশাল গণনাকারী): এই সংখ্যাগুচ্ছগুলো LLM (ছবির Bloom মডেল) নামের একটি বিশাল গণনাকারীর মধ্যে প্রবেশ করে। এখানে আগে শেখা 'ভেক্টর' গণনার মাধ্যমে প্রসঙ্গ বোঝা হয়। যেমন, 'আচ্ছা, এখন প্যারিস নামের শহর নিয়ে কথা বলা হচ্ছে!'
Logits & Softmax (সম্ভাবনা গণনা): গণনা শেষ করার পর AI পরবর্তী হিসেবে আসতে পারে এমন হাজার হাজার শব্দের প্রার্থীদের নম্বর দেয়। এরপর 'সফটম্যাক্স' নামের একটি ফিল্টারের মাধ্যমে এগুলোকে আমাদের বোঝার সুবিধার জন্য **'সম্ভাবনা'**য় রূপান্তর করে।
চূড়ান্ত নির্বাচন: ডান পাশের গ্রাফটি দেখুন।
- of → 33.7%
- that → 15.3%
- where → 9.4%
শেষ পর্যন্ত AI সবচেয়ে বেশি সম্ভাবনাযুক্ত **'of'** নির্বাচন করে "Paris is the city of..." বাক্যটি সম্পূর্ণ করতে থাকে। এরপর এই প্রক্রিয়াটি হাজার হাজার বার পুনরাবৃত্তি করে আমরা যে দীর্ঘ উত্তর দেখি, তা তৈরি করে।
সারসংক্ষেপে, AI-এর কাছে কোনো শব্দ মনে রাখা মানে অক্ষর মুখস্থ করা নয়; বরং বিশাল অর্থের মানচিত্রে শব্দটি কোথায় অবস্থান করছে, সেই 'ঠিকানা' মনে রাখা।
LLM-কে দৃষ্টি, রোবট এবং আচরণগত শিক্ষার ক্ষেত্রে সম্প্রসারিত করা যায়।
অর্থ বোঝে, দেখে বুঝতে পারে এবং কাজ করে—এমন AI।
AI-কে হাত-পা দেওয়া মানে ভাষা থেকে উপলব্ধিতে, এবং আরও এগিয়ে আচরণে পৌঁছানো—বুদ্ধিমত্তার সম্প্রসারণকে বোঝায়।
AI আর কেবল ধারণা বা কল্পনার জগতে নেই; এটি বাস্তবায়ন ও বাস্তবতার পর্যায়ে প্রবেশ করেছে।
ক্লেভির পরবর্তী পদক্ষেপ
ক্লেভি ভবিষ্যতেও আরও বেশি মানুষ যেন বাস্তব জগতে AI প্রযুক্তি কীভাবে কাজ করে তা সরাসরি অভিজ্ঞতা করতে পারেন, সে জন্য ক্যাম্পাসের ভেতরে ও বাইরে কর্মশালা, ব্যবহারিক প্রকল্প, অভিজ্ঞতা বুথসহ বিভিন্ন সুযোগ সম্প্রসারণের পরিকল্পনা করছে।
এই জেওনবুক ন্যাশনাল ইউনিভার্সিটির বক্তৃতা যেমন শিক্ষার্থী ও আমাদের মধ্যে একটি মূল্যবান সেতু হয়ে উঠেছিল, তেমনি ভবিষ্যতেও প্রযুক্তিবিদ ও ব্যবহারকারী, শিক্ষাক্ষেত্র ও শিল্পক্ষেত্রের মধ্যে সেতুবন্ধনের ভূমিকা পালন করে যাব।