অ্যাপলএলএলএম: সিরির পুশ এবং অ্যাপলের এআই চাহিদা

অ্যাপল এবং কৃত্রিম বুদ্ধিমত্তায় এর পরবর্তী বড় পদক্ষেপকে ঘিরে আলোচনা জমে উঠছে, এবং কিউপারটিনোর অলিগলিতে ‘অ্যাপলএলএলএম’ শব্দটি ইতিমধ্যেই বেশ জোরালোভাবে শোনা যাচ্ছে। নির্ভরযোগ্য তথ্য ফাঁস, অ্যাপল ইন্টেলিজেন্সের অগ্রগতি এবং সিরির আমূল রূপান্তর —সবকিছুই ইঙ্গিত দিচ্ছে যে অ্যাপলের নিজস্ব ল্যাঙ্গুয়েজ মডেল বাস্তবে পরিণত হওয়ার এবং এর কৌশলের একটি মূল উপাদান হয়ে ওঠার আগের চেয়ে অনেক কাছাকাছি চলে এসেছে।

কোলাহলের আড়ালে, প্রযুক্তিগত তথ্য, পণ্য সংক্রান্ত সিদ্ধান্ত, এমনকি অ্যাকাডেমিক সমালোচনাও জমা হচ্ছে, যা একটি জটিল চিত্র তুলে ধরছে। অ্যাপল ডেভেলপারদের জন্য তার প্ল্যাটফর্ম উন্মুক্ত করছে, যাচাইযোগ্য গোপনীয়তার প্রতিশ্রুতি দিচ্ছে এবং তৃতীয় পক্ষের সাথে অংশীদারিত্বের সম্ভাবনা খতিয়ে দেখছে , একই সাথে এই চ্যালেঞ্জের কঠিনতাও স্বীকার করছে: বর্তমান এলএলএম প্রোগ্রামগুলো জটিল কাজ হাতে এলে হোঁচট খায় এবং এগুলো সুপরিকল্পিত, চিরায়ত অ্যালগরিদমের বিকল্প নয়।

অ্যাপলএলএলএম: আমরা কী জানি এবং কেন এটি এখন আসছে

মার্ক গারম্যানের উদ্ধৃত ব্লুমবার্গ সূত্র অনুসারে, অ্যাপল ইতোমধ্যেই তাদের অ্যাসিস্ট্যান্টের সাথে সমন্বিত একটি এলএলএম (LLM) অভ্যন্তরীণভাবে পরীক্ষা করছে এবং কর্মীরা সরাসরি টিমকে মতামত দিচ্ছেন। এই প্রচেষ্টাটি প্রজেক্ট অ্যাজাক্স এবং তথাকথিত অ্যাপলজিপিটি (AppleGPT)-এর অন্তর্ভুক্ত , যা সিরিকে কোয়েরি মূল্যায়ন করতে এবং জটিলতা অনুযায়ী সেগুলোকে দ্বিতীয় কোনো মডেলে প্রেরণ করতে সক্ষম করবে ।

এই ফাঁস হওয়া তথ্য থেকে পাওয়া রোডম্যাপটি দুটি সুস্পষ্ট মাইলফলকের ইঙ্গিত দেয়: বর্তমান প্রজন্মের সিস্টেমের জন্য একটি নতুন আঙ্গিকের সিরি, এবং এর পরবর্তী আরও উচ্চাভিলাষী একটি সংস্করণ। প্রথমে আমরা এমন একটি সিরি দেখতে পাব যা অপ্রয়োজনীয় রিস্টার্ট ছাড়াই প্রসঙ্গ এবং অনুরোধের ক্রম বুঝতে পারে এবং স্থানীয় অনুমতি নিয়ে বার্তা বা ইমেল পড়ে দরকারি তথ্য বের করতে সক্ষম; এরপর আসবে এমন একটি সংস্করণ যা কথোপকথনের মেরুদণ্ড হিসেবে নিজস্ব এলএলএম (LLM) অন্তর্ভুক্ত করবে।

গুরম্যানের মতে, শেষ মুহূর্তের কোনো পরিবর্তন না হলে, পরবর্তী বড় পরিবর্তনটি ২০২৬ সালের বসন্তের কাছাকাছি সময়ে আইওএস ১৯ প্রকাশের সাথে সাথে ঘটবে। এমনটা এই প্রথম নয় যে অ্যাপল WWDC-তে কোনো একটি রূপকল্পের পূর্বরূপ দেখিয়ে কয়েক মাস পরে তা বাস্তবায়ন করেছে ; যেমনটা সিরির ক্ষেত্রে ঘটেছিল, যাকে প্রাথমিকভাবে ২০২৪ সালের জন্য ঘোষণা করা হলেও আরও পরিমার্জনের জন্য স্থগিত করা হয়েছিল।

অ্যাপল ইন্টেলিজেন্স টুডে: স্থাপত্য, আকার এবং বিশেষীকরণ

যদিও AppleLLM পরিপক্ক হচ্ছে, কোম্পানিটি ইতিমধ্যেই Apple Intelligence-কে দৈনন্দিন কাজের উপর বিশেষভাবে নিবদ্ধ একগুচ্ছ মডেল হিসেবে পরিচালনা করছে। এর মধ্যে একটি অন-ডিভাইস মডেল রয়েছে যাতে প্রায় ৩ বিলিয়ন প্যারামিটার আছে এবং ক্লাউডে রয়েছে আরও বড় একটি মডেল , যা নবায়নযোগ্য শক্তি দ্বারা চালিত Apple Silicon সার্ভারে চলে। এর মূল উদ্দেশ্য হলো ডিভাইসেই বেশিরভাগ অনুরোধ সামলানো এবং কাজের চাপ বাড়লে প্রাইভেট ক্লাউডে এর পরিধি বাড়ানো।

প্রশিক্ষণের জন্য, অ্যাপল জানিয়েছে যে তারা ২০২৩ সালে চালু হওয়া তাদের ওপেন-সোর্স মেশিন লার্নিং ফ্রেমওয়ার্ক AXLearn ব্যবহার করেছে, যা AppleBot দ্বারা সংগৃহীত লাইসেন্সকৃত ডেটা এবং পাবলিক কন্টেন্টের সাথে যুক্ত। সংস্থাটি জোর দিয়ে বলেছে যে তারা ব্যবহারকারীর ব্যক্তিগত ডেটা ব্যবহার করে না, ব্যক্তিগতভাবে শনাক্তযোগ্য তথ্যের (PII) জন্য ফিল্টার প্রয়োগ করে এবং অপ্রয়োজনীয় ও সদৃশ তথ্য বাদ দেয় । এছাড়াও, প্রকাশকদের বাদ দেওয়ার জন্য অনুরোধ করার একটি ব্যবস্থাও রয়েছে।

অপ্টিমাইজেশনের ক্ষেত্রে, লোকাল মডেলটি ৪৯ হাজার টোকেনের একটি শব্দভাণ্ডার ব্যবহার করে, যেখানে সার্ভার মডেলটি ১ লক্ষ টোকেন ব্যবহার করে এবং ল্যাটেন্সি কমানোর জন্য মেমরি হ্রাস করা হয়। এই পদ্ধতিটি বিশেষজ্ঞ-ভিত্তিক: এর মধ্যে রয়েছে লেখা, সারসংক্ষেপ করা, ব্রেইনস্টর্মিং, শ্রেণিবিন্যাস, ক্লোজড ও ওপেন কিউএ, প্রোগ্রামিং, ডেটা নিষ্কাশন, গাণিতিক যুক্তি, নিরাপত্তা এবং পুনর্লিখন ইত্যাদির জন্য অ্যাডাপ্টার।

অ্যাপল কর্তৃক নির্বাচিত বেঞ্চমার্ক, যেমন IFEval (নির্দেশাবলী অনুসরণ করুন), অনুযায়ী এর মডেলগুলো একই আকারের সমকক্ষ ডিভাইসগুলোর সমান বা তার চেয়ে ভালো পারফর্ম করে এবং এমনকি নির্দিষ্ট কিছু কাজের ক্ষেত্রে সার্ভার সাইডে GPT-4 Turbo ও Mistral 8x22B-এর সাথেও তুলনীয় । তা সত্ত্বেও, অ্যাপল স্বীকার করে যে তাদের পদ্ধতিটি খুবই সুনির্দিষ্ট এবং বর্তমানে এতে পূর্ণাঙ্গ মাল্টিমোডালিটি নেই: এতে টেক্সট ও ভয়েস থাকলেও, এই খাতের অন্যান্য ডিভাইসের মতো ভিডিও নেই।

ডিজাইন অনুসারে গোপনীয়তা: ব্যক্তিগত ক্লাউড কম্পিউটিং ব্যাখ্যা করা হয়েছে

যখন ডিভাইসটি চাহিদা মেটাতে পারে না, তখন অ্যাপলের প্রাইভেট ক্লাউড কম্পিউট ফ্রেমওয়ার্কটি সক্রিয় হয়। এটি এন্ড-টু-এন্ড এনক্রিপশন, ক্ষণস্থায়ী প্রসেসিং এবং সম্পর্কহীন র‍্যান্ডম আইডেন্টিফায়ারের প্রতিশ্রুতি দেয় , সাথে থাকে বাহ্যিক নিরীক্ষা এবং কর্মীদের জন্য কোনো বিশেষ সুবিধা না থাকার ব্যবস্থা।

কোম্পানিটি এই নিশ্চয়তা দেয় যে, ডেটা শুধুমাত্র ব্যবহারকারীর অনুরোধ করা উদ্দেশ্যেই ব্যবহৃত হয় এবং অভ্যন্তরীণ কর্মীদের কাছে তা দৃশ্যমান থাকে না। অধিকন্তু, নিরাপত্তার জন্য এটি তৃতীয় পক্ষের উপাদান পরিহার করে এবং ডায়াগনস্টিক টেলিমেট্রিকে অত্যন্ত গোপনীয় বিকল্পগুলির মধ্যে সীমাবদ্ধ রাখে। এই সমস্ত কিছুই নিজস্ব চিপ ব্যবহার করে যাচাইকৃত কেন্দ্রে করা হয়, যেখানে গবেষকদের দ্বারা যাচাইযোগ্যতার উপর প্রকাশ্যে জোর দেওয়া হয়।

সিরি: বর্তমান স্টম্বলস থেকে শুরু করে এমন সংস্করণে যা আরও বেশি লক্ষ্য রাখে

বর্তমান প্রজন্মের সিস্টেমগুলোতে ইতোমধ্যে যে সিরি আবির্ভূত হচ্ছে, তা প্রেক্ষাপট এবং নির্দেশের ক্রম আরও ভালোভাবে বুঝতে পারার প্রতিশ্রুতি দেয়। এটি অবশেষে তাল না হারিয়ে সাধারণ অনুরোধগুলোকে পরপর পাঠাতে সক্ষম হবে এবং ব্যবহারকারীর নিয়ন্ত্রণে থেকে স্থানীয় ব্যক্তিগত তথ্য—যেমন বার্তা, ইমেল, ইভেন্ট—এর জন্য একজন সত্যিকারের সহকারী হিসেবে কাজ করবে।

তবে, এখানে একটি ফাঁক রয়েছে যা অ্যাপল পূরণ করেছে: যেসব কোয়েরি সেই কাঠামোর বাইরে যায়, সেগুলোর জন্য সিরি সুস্পষ্ট অনুমতি সাপেক্ষে চ্যাটজিপিটি (ChatGPT) ব্যবহার করতে পারবে। এই ইন্টিগ্রেশনটি প্রতিবারই সম্মতিকে সম্মান করবে, আইপি অ্যাড্রেস গোপন রাখবে এবং এর জন্য কোনো নতুন অ্যাকাউন্টের প্রয়োজন হবে না ; অ্যাপল জোর দিয়ে বলেছে যে, ব্যবহারকারীর নিশ্চিতকরণ ছাড়া এই অভিজ্ঞতাটি তাদের গোপনীয়তার আওতার বাইরে যাবে না।

অন্যান্য প্রতিযোগীদের জন্য দরজা বন্ধ নয়: ক্রেইগ ফেডেরিঘি ভবিষ্যতে গুগল জেমিনি বা অন্যান্য পরিষেবা প্রদানকারীদের অন্তর্ভুক্ত করার সুযোগ খোলা রেখেছেন। এটি মধ্যম মেয়াদে তাদের নিজস্ব মডেল পরিত্যাগ না করেই, চীনের মতো বাজারের জন্য বা এমন পরিস্থিতির জন্য নমনীয়তা প্রদান করে যেখানে চ্যাটজিপিটি উপলব্ধ নয় ।

WWDC এবং উদ্বোধন: অ্যাপল AI দিয়ে একা যেতে চায় না

WWDC-এর আগে অ্যাপল একটি গুরুত্বপূর্ণ পদক্ষেপের প্রস্তুতি নিচ্ছে: তাদের এআই-কে ইকোসিস্টেমের জন্য একটি ক্রস-ফাংশনাল প্ল্যাটফর্ম হিসেবে উন্মুক্ত করে দেওয়া। পূর্বে শুধুমাত্র অভ্যন্তরীণ টিমের জন্য সংরক্ষিত একটি টুলকিট ডেভেলপারদের জন্য উপলব্ধ করা হবে , যা তাদের গোপনীয়তা বজায় রেখে স্থানীয়ভাবে চলতে সক্ষম হালকা মডেলগুলিতে অ্যাক্সেস দেবে।

অ্যাপ স্টোরের সাথে এর সাদৃশ্য স্পষ্ট: যখন তৃতীয় পক্ষগুলো বিভিন্ন অভিজ্ঞতা তৈরি করতে সক্ষম হয়েছিল, তখন আইফোন একটি প্ল্যাটফর্ম হিসেবে জনপ্রিয়তা লাভ করে। এখন লক্ষ্য হলো ডেভেলপারদের তৃতীয় পক্ষের মডেলে চলে যাওয়া থেকে বিরত রাখা এবং অ্যাপলের ফাউন্ডেশন মডেল ব্যবহার করে তাদের জন্য নেটিভ ও ইন্টেলিজেন্ট অভিজ্ঞতা তৈরি করা সহজ করে দেওয়া , যার মধ্যে ফ্রি ইনফারেন্স এবং অফলাইন অপশনও অন্তর্ভুক্ত।

লক্ষ্যগুলোর মধ্যে রয়েছে প্রতিযোগীদের সমকক্ষ হতে মান উন্নত করা, বাস্তব প্রতিক্রিয়া থেকে শিক্ষা নেওয়া এবং পণ্য উন্নয়নের গতি বাড়ানো। তারা এমনকি সুইফট অ্যাসিস্ট্যান্টের জন্য ক্লডের মতো থার্ড-পার্টি মডেল ব্যবহার করার কথাও ভাবছে , যা তাদের ডেভেলপার টুলকিটের ক্ষেত্রে অ্যাপলের বাস্তববাদী হওয়ার ইচ্ছাকেই তুলে ধরে।

শীঘ্রই আসছে বৈশিষ্ট্য: লাইভ ট্রান্সলেশন থেকে ভিজ্যুয়াল ইন্টেলিজেন্স পর্যন্ত

অ্যাপল ইন্টেলিজেন্স শুধু কথার কথা নয়: এটি ইতিমধ্যেই iOS, iPadOS, এবং macOS-এর বাস্তব ফিচারগুলিতে নিজের উপস্থিতি জানান দিচ্ছে। লাইভ ট্রান্সলেশন ভয়েস এবং ভিডিও কলের সময় রিয়েল-টাইম অনুবাদের সুবিধা দেয় এবং এটি Messages, FaceTime, ও Phone-এর সাথে সমন্বিত, যেগুলোর সবই স্থানীয় মডেল দ্বারা সমর্থিত।

ইমেজ প্লেগ্রাউন্ড তার ডেভেলপার এপিআই এবং অনুমতি-ভিত্তিক চ্যাটজিপিটি ইন্টিগ্রেশন নিয়ে এগিয়ে যাচ্ছে, অন্যদিকে জেনমোজি ব্যবহারকারীদের আরও সূক্ষ্ম অভিব্যক্তির জন্য বিভিন্ন সংমিশ্রণ ও বিবরণ তৈরি করার সুযোগ দেয় । ম্যাজিক ওয়ান্ড টুলটি মাত্র কয়েকটি ট্যাপেই স্কেচকে ছবিতে রূপান্তরিত করে।

প্রোডাক্টিভিটির ক্ষেত্রে, রিমাইন্ডার ইমেল বা নোট পড়ার সময় প্রাসঙ্গিক কাজগুলো শনাক্ত করে এবং স্বয়ংক্রিয়ভাবে সেগুলোকে ক্যাটাগরি অনুযায়ী সাজিয়ে দেয় । মেসেজেস প্রয়োজন অনুযায়ী পোল তৈরির পরামর্শ দেয় , মেইলে উন্নত প্রিভিউ যুক্ত করা হয়েছে এবং ফোকাস মোড ইন্টারাপশন ম্যানেজমেন্টকে আরও পরিমার্জিত করে।

এতে প্রায়োরিটি নোটিফিকেশন, স্বাভাবিক ভাষায় সার্চ এবং ফটোস-এ একটি সাধারণ বিবরণসহ স্মৃতি ভিডিও তৈরি করার অপশনও রয়েছে। অ্যাপল ওয়াচে, ওয়ার্কআউট বাডি ব্যক্তিগতকৃত ও রিয়েল-টাইম অনুপ্রেরণার জন্য হার্ট রেট, পেস, দূরত্ব, রিং এবং মাইলস্টোন ব্যবহার করে; প্রাথমিকভাবে এটি ইংরেজিতে এবং ট্রেডমিল বা স্টেশনারি বাইকের মতো ওয়ার্কআউটের জন্য কাজ করে।

ভিজ্যুয়াল ইন্টেলিজেন্স স্ক্রিনে প্রাসঙ্গিকতার অসাধারণ ক্ষমতা যোগ করে: আপনার পছন্দের কোনো পণ্যের ছবি তুলে দাম ও বৈশিষ্ট্যসহ একই ধরনের পণ্য অর্ডার করুন; এক ট্যাপে একটি কনসার্টের পোস্টারকে ক্যালেন্ডার ইভেন্টে পরিণত করুন ; অথবা ক্যামেরা বা অ্যাকশন বাটনে ট্যাপ করে তাৎক্ষণিকভাবে কোনো স্থান থেকে তথ্য সংগ্রহ করুন।

স্রষ্টাদের জন্য ভিত্তি: ভিত্তি মডেল এবং স্কেলের পথ

ডেভেলপারদের জন্য, ফাউন্ডেশন মডেলস হবে থার্ড-পার্টি অ্যাপে অ্যাপলের মডেলগুলোকে ইন্টিগ্রেট করার আনুষ্ঠানিক প্রবেশদ্বার। এটি অ্যাপল ইন্টেলিজেন্স দ্বারা ব্যবহৃত একই এলএলএম-গুলোতে অগ্রাধিকারমূলক অ্যাক্সেস, ডিজাইনগতভাবেই গোপনীয়তা এবং যেখানে সম্ভব সেখানে অফলাইন এক্সিকিউশনের সুবিধা দেয়, সাথে কোনো অপারেশনাল খরচ ছাড়াই এআই ইনফারেন্সের সুযোগও রয়েছে।

এই কৌশলটি দুটি দিক থেকে আকর্ষণীয়: বাহ্যিক বিকল্পের পরিবর্তে নিজস্ব ও স্বত্বাধিকারযুক্ত সক্ষমতা প্রদান করা, এবং ইকোসিস্টেমের উদ্ভাবনী শক্তির মাধ্যমে অ্যাপল ইন্টেলিজেন্সের পরিধি প্রসারিত করা । অ্যাপল ডেভেলপার প্রোগ্রামের বিটা সংস্করণ ইতোমধ্যে চালু হয়ে গেছে, যার পরে একটি পাবলিক বিটা আসবে এবং এই শরতে সামঞ্জস্যপূর্ণ ডিভাইসগুলোতে এটি উন্মোচন করা হবে।

এলএলএম দৃষ্টান্তের গুরুতর সমালোচনা: জটিলতার প্রাচীর

পণ্যের বিবরণের পাশাপাশি, অ্যাপল এমন একটি গবেষণা প্রকাশ করেছে যা বিতর্ক উস্কে দিয়েছে: যুক্তির ক্ষমতা পরিমাপ করার সময় দেখা গেছে যে, প্রচুর কম্পিউটিং রিসোর্স থাকা সত্ত্বেও, এলএলএম (LLM) একটি নির্দিষ্ট জটিলতার সীমা অতিক্রম করলে ভেঙে পড়ে ।

এই সমালোচনাটি ২০২৩ সাল থেকে বেশ কয়েকজন সহ-লেখকের পূর্ববর্তী কাজের সাথে সামঞ্জস্যপূর্ণ: যথেষ্ট উন্নত আনুষ্ঠানিক এবং বিমূর্ত যুক্তিবোধ ছাড়া নির্ভরযোগ্য এজেন্ট তৈরি করা সম্ভব নয় । এই বিশ্লেষণগুলো অনুসারে, বৃহৎ আকারের মডেলগুলো মানুষের মতো যুক্তিবোধ করে না; তারা আরও বেশি ভাবতে পারে… কিন্তু কেবল একটি নির্দিষ্ট সীমা পর্যন্ত।

টাওয়ার অফ হ্যানয় এর প্রধান উদাহরণ। এটি একটি চিরায়ত সমস্যা যা একটি অ্যালগরিদমের জন্য তুচ্ছ এবং একজন ধৈর্যশীল শিশুর পক্ষে সমাধানযোগ্য, কিন্তু ক্লডের মতো আধুনিক মডেলগুলো ৭টি ডিস্কে আটকে যায় এবং ৮টিতে কার্যত ব্যর্থ হয়। এমনকি হাই-ফিটে o3-min-এর মতো সাম্প্রতিক সংস্করণগুলোও এই পরীক্ষাগুলোতে উল্লেখযোগ্যভাবে উন্নতি করে না।

আরও বিস্ময়কর ব্যাপার হলো: কাজটি সমাধানের জন্য ধাপে ধাপে অ্যালগরিদম সরবরাহ করা হলেও মডেলগুলো সাধারণত খারাপ ফল করে । একজন সহ-লেখক, ইমান মিরজাদেহ, উল্লেখ করেছেন যে যা পর্যবেক্ষণ করা হয়েছে তা কোনো যৌক্তিক প্রক্রিয়া বা বুদ্ধিমত্তার রূপের মতো নয়, কারণ সম্পাদন করা আর বোঝা এক জিনিস নয়।

এই কাজটি সুব্বারাও কাম্ভামপাতির থট চেইন এবং তথাকথিত রিজনিং মডেলের সমালোচনাগুলোকেও পুনরায় পর্যালোচনা ও শক্তিশালী করে। থট চেইনগুলো কখনও কখনও মডেলটি আসলে কী করে তা প্রতিফলিত করতে ব্যর্থ হয়, এবং যখন সেগুলোকে সঠিক বলে মনে হয়, তখন চূড়ান্ত উত্তরটি সঠিক নাও হতে পারে । ইনফারেন্স-টাইম কম্পিউট কৌশলটিকেও একটি কাঠামোগত শর্টকাট হিসেবে প্রশ্নবিদ্ধ করা হয়েছে।

কার্যকরী উপসংহারটি অত্যন্ত স্পষ্ট: এলএলএম-রা সহজ বিষয় নিয়ে অতিরিক্ত চিন্তা করে এবং সঠিক উত্তর খুঁজে পাওয়ার পরেও ভুল উত্তর চেষ্টা করে, এবং কঠিন বিষয় নিয়ে কম চিন্তা করে , যার ফলে একদিকে গণনার অপচয় হয় এবং অন্যদিকে তারা সময়ের আগেই হাল ছেড়ে দেয়।

সাধারণীকরণ এবং পুরাতন পাঠ: অভ্যন্তরীণ এবং বহির্মুখী বিতরণ

এই যুক্তিধারা নিউরাল নেটওয়ার্ক সম্পর্কে দীর্ঘদিনের সমালোচনার সাথে সামঞ্জস্যপূর্ণ: এগুলো ট্রেনিং ডিস্ট্রিবিউশনের মধ্যে গ্রহণযোগ্যভাবে সাধারণীকরণ করতে পারলেও, এর বাইরে অকার্যকর হয়ে পড়ে । সহ-লেখকদের একজন ১৯৯৮ সালেই বাক্য গণনা ও ভবিষ্যদ্বাণীর জন্য মাল্টিলেয়ার পারসেপট্রন ব্যবহার করে এই বিষয়টি নথিভুক্ত করেছিলেন।

এই আলোচনার ধারাটি ২০০১ সালে 'দ্য অ্যালজেব্রিক মাইন্ড'-এ, ১৯৯৯ সালে 'সায়েন্স' পত্রিকায় প্রকাশিত একটি প্রবন্ধে যেখানে প্রমাণিত হয়েছিল যে সাত মাস বয়সী শিশুরা এমন সব প্যাটার্ন অনুমান করতে পারে যা তৎকালীন নেটওয়ার্কগুলো অনুকরণ করতে পারত না , ২০১৮ সালে 'ডিপ লার্নিং: ক্রিটিক্যাল অ্যাপ্রেইজাল'-এ এবং ২০২২ সালে 'ডিপ লার্নিং ইজ হিটিং এ ওয়াল'-এ আরও বিস্তৃত হয়েছিল। এই গতিপথটি এখন নতুন তথ্য দ্বারা নিশ্চিত হয়েছে।

এটাও স্বীকৃত যে, টাওয়ার অফ হ্যানয়-এর আটটি ডিস্ক নিয়ে সাধারণ মানুষও ব্যর্থ হয়। কিন্তু মূল কথাটি এখানেই: আমরা যে বিষয়গুলো নিয়ে হিমশিম খাই, সেগুলোর নির্ভরযোগ্য সমাধানের জন্যই আমরা কম্পিউটার আবিষ্কার করেছি । একটি বিচক্ষণ এজিআই-এর আকাঙ্ক্ষা হবে মানুষের অভিযোজন ক্ষমতার সাথে যন্ত্রের নির্ভরযোগ্যতার সমন্বয় ঘটানো, উভয় জগতের নিকৃষ্টতম দিকগুলো উত্তরাধিকারসূত্রে পাওয়া নয়।

বাস্তবসম্মত সিদ্ধান্ত হলো: এলএলএম (LLM) ভালো, প্রচলিত অ্যালগরিদমের বিকল্প নয় । এগুলো ক্লাসিক ইঞ্জিনের মতো দাবা খেলে না, বিশেষায়িত নিউরোসিম্বলিক সিস্টেমের মতো প্রোটিন ভাঁজ করে না, বা ইঞ্জিনিয়ারড ইঞ্জিনের মতো ডেটাবেস পরিচালনা করে না। কোড লেখার জন্য এগুলো উপযোগী… কিন্তু কেবল মাঝে মাঝে।

অ্যাপলের দৃষ্টিভঙ্গি: কম মায়া এবং দায়িত্বশীলতা

ব্রিফিংয়ে জন জিয়ানান্দ্রিয়া এবং ক্রেইগ ফেডেরিঘি হ্যালুসিনেশন কমানোর ক্ষেত্রে অ্যাপলের গৃহীত পদ্ধতির পক্ষে যুক্তি দিয়েছেন, যা বাছাই করা ডেটা এবং বিশেষ সহায়ক পদ্ধতির ওপর নির্ভর করে। তাঁরা বলেছেন যে, অভ্যন্তরীণ পরীক্ষার ভিত্তিতে, তাঁরা সতর্ক প্রশিক্ষণ এবং প্রযুক্তির দায়িত্বশীল প্রয়োগের ওপর মনোযোগ দিয়েছেন , যার লক্ষ্য হলো এমন মডেল তৈরি করা যা বিকল্পগুলোর চেয়ে বেশি কার্যকর এবং কম ক্ষতিকর।

OpenAI-এর সাথে সহযোগিতার বিষয়ে, অ্যাপল এটিকে ব্যবহারকারীর অনুরোধে তৃতীয় পক্ষের কাছে একটি নিয়ন্ত্রিত প্রবেশাধিকার হিসেবে বর্ণনা করে। এটি সর্বদা অনুমতি নিয়ে, একটি গোপন আইপি অ্যাড্রেস ব্যবহার করে করা হয় এবং প্রোভাইডার অনুরোধগুলো সংরক্ষণ করে না, যা প্রাইভেট ক্লাউড কম্পিউটিং-এর অনুকরণে যথাসম্ভব নিশ্চয়তা প্রদান করে।

গুজব, অভ্যন্তরীণ উত্তেজনা এবং কৌশল

গুরম্যানের প্রতিবেদনগুলো সফটওয়্যার ও এআই নেতাদের মধ্যে অভ্যন্তরীণ দ্বন্দ্ব এবং জিপিইউ-তে কাঙ্ক্ষিত মাত্রার চেয়ে বেশি রক্ষণশীল বিনিয়োগের একটি চিত্র তুলে ধরে। হার্ডওয়্যারের অর্ডার কমিয়ে আনার এবং অন-প্রিমিসেসে ৩ বিলিয়ন ডলার ও ক্লাউডে কয়েক হাজার কোটি ডলারের মডেলের খবর পাওয়া যাচ্ছে , যা এখনও অন্যান্য সংস্থাগুলোর অন্বেষণ করা অত্যাধুনিক পর্যায় থেকে অনেক দূরে।

কৌশলগতভাবে এর সারমর্ম হলো, অ্যাপল সতর্কতার সাথে এগোচ্ছে এবং ব্যবহারকারীর অভিজ্ঞতার ক্ষেত্রে গোপনীয়তা ও নিয়ন্ত্রণকে অগ্রাধিকার দিচ্ছে, পাশাপাশি শূন্যস্থান পূরণের জন্য বাছাই করা অংশীদারিত্বের ওপর নির্ভর করছে। কেউ কেউ চ্যাটজিপিটি-র অন্তর্ভুক্তিকে একটি সাময়িক ব্যবস্থা হিসেবে দেখছেন, আবার অন্যরা এটিকে আরও সক্ষম একটি নিজস্ব মডেলের দিকে যাওয়ার বাস্তবসম্মত পদক্ষেপ হিসেবে বিবেচনা করছেন ।

বাজারে চাপটা বাস্তব: আইফোনের বিক্রি কমে যাওয়া এবং দ্রুত পরিবর্তনশীল প্রতিযোগিতা। অ্যাপলের একটি বিশাল গ্রাহক ভিত্তি এবং ঈর্ষণীয় হার্ডওয়্যার-সফ্টওয়্যার সমন্বয় রয়েছে ; যদি এটি তার কৃত্রিম বুদ্ধিমত্তার (AI) প্রচেষ্টা ত্বরান্বিত করে, তবে এই ভিত্তিকে একটি নতুন প্রতিযোগিতামূলক সুবিধায় পরিণত করতে পারে।

ব্যবসা এবং ডেভেলপারদের জন্য এর অর্থ কী

যারা সমাধান তৈরি করছেন তাদের জন্য এই গল্পের সারমর্ম স্পষ্ট: শুধু একটি সাধারণ মডেল সংযুক্ত করে তার দৃঢ়তা আশা করাই যথেষ্ট নয়। এলএলএম-এর সীমাবদ্ধতা রয়েছে এবং এটি গুরুত্বপূর্ণ কাজে প্রমাণিত অ্যালগরিদমগুলোর বিকল্প নয় । তবে, বিশেষ করে বাহ্যিক সিম্বলিক ব্লকের সাথে একত্রিত হলে, এটি প্রোটোটাইপিং, ব্রেইনস্টর্মিং এবং লেখার কাজকে আনুমানিক করতে ও ত্বরান্বিত করতে পারে।

ফাউন্ডেশন মডেল এবং অন-ডিভাইস এক্সিকিউশনের মাধ্যমে অ্যাপল তার প্ল্যাটফর্মে ব্যক্তিগত এবং প্রাসঙ্গিক অভিজ্ঞতা সমন্বয় করার একটি আকর্ষণীয় উপায় প্রদান করে। প্রাইভেট ক্লাউড কম্পিউট এবং ঐচ্ছিক থার্ড-পার্টি ইন্টিগ্রেশনের সাথে মিলিত হয়ে এটি বিশ্বস্ত ফ্রেমওয়ার্কের মধ্যে ভার্টিকাল অ্যাসিস্ট্যান্ট, প্রাসঙ্গিক ওয়ার্কফ্লো এবং জেনারেটিভ ইউআই তৈরির সম্ভাবনা উন্মুক্ত করে।

সংস্থাগুলোর জন্য নির্দেশিকাটি হবে উভয় পদ্ধতির সেরা দিকগুলোর সমন্বয় করা: প্রচলিত অ্যালগরিদম, যেখানে নির্ভুলতা সবচেয়ে গুরুত্বপূর্ণ, এবং বিশেষায়িত এলএলএম, যেখানে নমনীয়তা মূল চাবিকাঠি । এবং যুক্তি, যাচাইকরণ ও শনাক্তকরণযোগ্যতার সীমাবদ্ধতাগুলো নিবিড়ভাবে পর্যবেক্ষণ করা, বিশেষ করে নিয়ন্ত্রিত ক্ষেত্রগুলোতে।

এই সমস্ত প্রেক্ষাপটে, AppleLLM-কে কেবল একটি সাধারণ আনুষ্ঠানিকতা পূরণের মতো মনে হয় না, বরং এটি এমন একটি অংশ যা একটি সত্যিকারের দক্ষ সিরি, একটি বহুমুখী এআই প্ল্যাটফর্ম এবং একটি যাচাইযোগ্য গোপনীয়তা কৌশলের মধ্যকার বৃত্তটি সম্পূর্ণ করতে পারে। যদি অ্যাপল তার স্বভাবসুলভ কঠোরতার সাথে এটি বাস্তবায়ন করে, তবে তার নিজস্ব মডেলটিই হতে পারে সেই প্রয়োজনীয় চালিকাশক্তি, যা তার ইকোসিস্টেমকে এমন এক গুণগত উল্লম্ফন ঘটাতে সাহায্য করবে যা এখন পর্যন্ত অধরা রয়ে গেছে ।