আপনার AI আমার AI নয়: সামনে শান্ত স্প্লিন্টারিং

সবচেয়ে ফলপ্রসূ ভূ-রাজনৈতিক এবং প্রযুক্তিগত দৌড়ের মধ্যে একটি হল মহান ভাষাগত মডেলের ভবিষ্যত গঠনের প্রতিযোগিতা। এক মুহুর্তের জন্য, এটি একটি প্রভাবশালী গড়ার দৌড়ের মতো লাগছিল জ্ঞানীয় অপারেটিং সিস্টেম মানবতার জন্য কিন্তু আগামী পাঁচ বা দশ বছর কী হবে তা নয়। তিনটি শক্তি পরবর্তী দশকের LLM ল্যান্ডস্কেপকে সংজ্ঞায়িত করবে: দেশ এবং সংস্কৃতি জুড়ে বিভক্তকরণ, চ্যাটবট থেকে স্বায়ত্তশাসিত এজেন্টে স্থানান্তর এবং আমাদের প্রত্যেকের তথ্য গ্রহণ, ব্যাখ্যা এবং শেয়ার করার পদ্ধতিতে একটি শান্ত রূপান্তর।

সার্চ ইঞ্জিন আমাদের তথ্য সংগঠিত. সোশ্যাল মিডিয়া চ্যানেলগুলি কীভাবে আমাদের দৃষ্টি আকর্ষণ এবং ধরে রাখতে হয় তা খুঁজে বের করে৷ মহান ভাষাগত মডেলগুলি এখন আমাদের ব্যাখ্যাকে রূপ দেয়।

প্রথম দুটি স্তর কেন্দ্রীভূত শক্তি। অন্যদিকে এলএলএম স্তরকে রাজনৈতিক, সাংস্কৃতিক ও বাণিজ্যিক ভিত্তিতে বিকেন্দ্রীকরণ করা হচ্ছে।

প্রায় রাতারাতি, এলএলএম জ্ঞানের প্রধান প্রবেশদ্বার হয়ে উঠেছে। ক্রমবর্ধমানভাবে, তারা কেবল তথ্য পুনরুদ্ধার করে না; তারা আমাদের জন্য এটা ব্যাখ্যা. আমরা বিশেষজ্ঞ হিসাবে তাদের সাথে পরামর্শ করি, সিদ্ধান্ত গ্রহণের জন্য ফিল্টার হিসাবে তাদের উপর নির্ভর করি এবং আমাদের বিশ্বকে বোঝাতে তাদের ব্যবহার করি। প্রক্রিয়ায়, আমরা এমন মেশিনে বিচার আউটসোর্সিং করছি যা আমরা কখনও দেখা করিনি এবং কখনই দেখা হবে না।

এটি আমাদের অবাক করা উচিত নয়। মানুষ স্বাভাবিকভাবেই কম্পিউটারে সামাজিক নিয়ম ও প্রত্যাশা প্রয়োগ করে, বায়রন রিভস এবং ক্লিফোর্ড নাস তাদের “কম্পিউটারস আর সোশ্যাল অ্যাক্টরস” (CASA) ফ্রেমওয়ার্ক দ্য মিডিয়া ইকুয়েশন (1996) এ বর্ণনা করেছেন। যদি একটি মেশিন সাবলীলভাবে যোগাযোগ করতে পারে, আবেগ প্রকাশ করতে পারে এবং সহানুভূতি অনুকরণ করতে পারে, আমাদের সামাজিক প্রবৃত্তিগুলি প্রায় স্বয়ংক্রিয়ভাবে যোগাযোগ করে। এলএলএমগুলি ক্রমাগত বিকশিত হওয়ার কারণে সেই প্রবণতা অনেক বেশি ফলপ্রসূ হবে।

ফ্র্যাগমেন্টেশন: অনেক মডেল, অনেক বিশ্বদর্শন

প্রতিটি এলএলএম অনুমান অন্তর্ভুক্ত করে। কোন মডেলের জন্য মূল প্রশ্ন এটি পক্ষপাতমূলক কিনা তা নয়। এটি “আপনার পক্ষপাত কি এবং সেগুলি কতটা স্বচ্ছ?” প্রতিটি এলএলএম তার নিজস্ব ঐতিহাসিক কাঠামো, সেন্সরশিপের স্তর, নৈতিক অনুমান, ভূ-রাজনৈতিক আখ্যান এবং কী গ্রহণযোগ্য তার সংজ্ঞা অন্তর্ভুক্ত করতে পারে। এমন কোন বিশ্বব্যাপী স্বীকৃত শাসন কাঠামো নেই যা ধারাবাহিকভাবে মডেলগুলির মধ্যে এই সীমানাগুলিকে সংজ্ঞায়িত করে। পরিবর্তে, আজ প্রতিটি এলএলএম-এর জন্য আলাদা হতে পারে।

ভাষার মধ্যে এই চ্যালেঞ্জ আরও জটিল হয়ে ওঠে। হিন্দি, ম্যান্ডারিন, আরবি, পর্তুগিজ, বাহাসা ইন্দোনেশিয়া, রাশিয়ান এবং স্প্যানিশ ভাষার পক্ষপাতগুলি ইংরেজিতে ফলাফলের তুলনায় অনেক কম আন্তর্জাতিক যাচাই-বাছাই পেতে পারে। অতএব, বিশ্ব একটি এআই ইকোসিস্টেম নয়, বরং বেশ কয়েকটি প্রতিযোগিতামূলক জ্ঞানীয় বাস্তুতন্ত্রের অভিজ্ঞতা লাভ করতে পারে।

ফ্র্যাগমেন্টেশন এবং সার্বভৌম এআই

একটি প্রধান কাঠামোগত পরিবর্তন হচ্ছে সার্বভৌম AI এর উত্থান।

দেশগুলো ক্রমবর্ধমানভাবে দেশীয় মডেল, স্থানীয় আইটি অবকাঠামো, নিয়ন্ত্রক নিয়ন্ত্রণ, সাংস্কৃতিক প্রান্তিককরণ এবং কৌশলগত স্বাধীনতা চায়।

চীন ইতিমধ্যেই ডিপসিক, কুয়েন, ইআরএনআইই এবং হুনুয়ানের মতো সিস্টেমের মাধ্যমে একটি স্বতন্ত্র এআই গোলক পরিচালনা করছে। ভারত সর্বম এবং সিন্ধুকে অনুসরণ করে। মিস্ট্রালকে সমর্থন করে ফ্রান্স। কানাডার কোহের এবং জার্মানির আলেফ আলফা একটি ট্রান্সআটলান্টিক সার্বভৌম এআই প্রদানকারী তৈরি করার জন্য একটি পরিকল্পিত একীভূতকরণে রয়েছে৷ TII এবং G42 এর মাধ্যমে UAE এর Falcon এবং Jais আছে। সিঙ্গাপুরের AI সিঙ্গাপুর প্রোগ্রাম SEA-LION, ওপেন সোর্স LLM-এর একটি জাতীয় পরিবারকে সমর্থন করে। সৌদি আরবের পাবলিক ইনভেস্টমেন্ট ফান্ড HUMAIN কে সমর্থন করে, একটি সার্বভৌম এআই কোম্পানি আরবি-ভাষার মডেলের উপর দৃষ্টি নিবদ্ধ করে।

এটা যৌক্তিক যে এই এলএলএমগুলির প্রতিটি ভাষা, নিয়ন্ত্রণ, কম্পিউটার অ্যাক্সেস, অধিগ্রহণ বাস্তুতন্ত্র এবং জ্ঞানীয় প্রান্তিককরণ দ্বারা প্রভাবিত হয়।

খোলা ওজন এবং অপ্রতিসম শক্তি মডেল

আরেকটি গুরুত্বপূর্ণ উন্নয়ন হল খোলা ওজনের মডেলের দ্রুত বিস্তার। লো-র‍্যাঙ্ক অ্যাডাপ্টেশন (LoRA) এর মতো কৌশলগুলি সংস্থা বা ব্যক্তিদের শক্তিশালী মডেলগুলিকে সস্তায় এবং দ্রুত সূক্ষ্ম-টিউন করার অনুমতি দেয়। মডেলগুলি বিশেষ ক্ষমতা, আদর্শিক প্রান্তিককরণ, শৈলী অভিযোজন, বা প্রান্তিককরণ এবং নিরাপত্তা সীমাবদ্ধতা অপসারণের জন্য সংশোধন করা যেতে পারে।

অনেক ওপেন ওয়েট ইকোসিস্টেমে সেন্সরবিহীন ভেরিয়েন্ট থাকে, প্রায়ই প্ল্যাটফর্মে পাওয়া যায়, যেমন হাগিং ফেস, ওপেন সোর্স এআই মডেলের কেন্দ্রীয় হাব। এটি একটি কৌশলগত অসামঞ্জস্য তৈরি করে। উন্নত এআই সক্ষমতা এখন আর প্রধান রাষ্ট্রীয় অভিনেতা বা সীমান্ত ল্যাবগুলিতে সীমাবদ্ধ নয়। প্রতিপক্ষ, চরমপন্থী গোষ্ঠী, অপরাধী সংগঠন এবং বিদেশী প্রভাব ক্রিয়াকলাপগুলি ক্রমবর্ধমানভাবে অত্যন্ত সক্ষম সিস্টেমগুলিতে অ্যাক্সেস পেয়েছে।

এজেন্ট সিস্টেমের উত্থান

বিশ্ব প্রতিযোগী মডেলগুলিতে খণ্ডিত হওয়ার সাথে সাথে একটি দ্বিতীয় রূপান্তর সেই মডেলগুলি আসলে কী করে তা পরিবর্তন করছে। আজ, আমরা এখনও AI কে চ্যাটবট হিসাবে মনে করি, কিন্তু সেই ফ্রেমিং ইতিমধ্যে অপ্রচলিত হয়ে উঠছে। এলএলএমগুলি এজেন্ট সিস্টেমে বিকশিত হচ্ছে যা API কল করে, কোড চালায়, কর্মপ্রবাহের সমন্বয় করে, আউটপুট যাচাই করে এবং আধা-স্বায়ত্তশাসিতভাবে কাজ করে। ব্যবহারিক শর্তে, এজেন্টরা ট্রিপ বুক করবে, চুক্তি লিখবে, প্রতিযোগীকে নিরীক্ষণ করবে, স্ক্রিন রিজিউম করবে, ইনভয়েস মিটমাট করবে, ব্রিফিং প্রস্তুত করবে এবং রাতারাতি কী পরিবর্তন হয়েছে তা ফ্ল্যাগ করবে, প্রায়শই পথে অন্য এজেন্টদের কল করবে।

এখন থেকে পাঁচ বছর পরে, আমাদের ডেস্ক জুড়ে আসা বেশিরভাগ তথ্য সম্ভবত আমরা একটি শব্দ পড়ার আগে একটি এজেন্ট দ্বারা সংগ্রহ, ফিল্টার এবং সংক্ষিপ্ত করা হবে। ইন্টারফেস “প্রশ্ন জিজ্ঞাসা” থেকে “উত্তীর্ণ লক্ষ্য” পর্যন্ত যায়। এই অর্থে, এলএলএম নিজেই পটভূমিতে বিবর্ণ হয়ে যায়, ঠিক যেমন রিলেশনাল ডেটাবেসগুলি আধুনিক কম্পিউটিং অবকাঠামোতে বিবর্ণ হয়ে গেছে।

জ্ঞানীয় পরিকাঠামো জন্য যুদ্ধ

এই দুটি শক্তিকে একত্রিত করুন এবং প্রতিটি নেতা, প্রতিটি নাগরিক, প্রতিটি পাঠকের জন্য ল্যান্ডস্কেপ পরিবর্তন।

আমরা কিভাবে তথ্য গ্রহণ করি। আমাদের প্রত্যেকেই এলএলএম-এর মাধ্যমে বিশ্বের আরও বেশি করে দেখতে পাব যা আমাদের এবং এটির মধ্যে দাঁড়িয়ে আছে। সেই মডেলটি তার নিজস্ব প্রশিক্ষণের ডেটা, নিজস্ব রেলিং, নিজস্ব বাদ বহন করে। দুটি ভিন্ন সিস্টেম থেকে একই প্রশ্ন জিজ্ঞাসা করা দুই সহকর্মী দুটি বস্তুগতভাবে ভিন্ন উত্তর পেতে পারেন, এবং কেউই জানেন না কী বাদ দেওয়া হয়েছিল।

আমরা কিভাবে তথ্য ব্যাখ্যা. এজেন্টরা কাঁচামাল সরবরাহ করবে না। তারা উপসংহার, সারসংক্ষেপ এবং সুপারিশ উপস্থাপন করবে। মধ্যবর্তী পদক্ষেপগুলি—উৎসগুলি ওজন করা হয়েছে, বিকল্পগুলি বাতিল করা হয়েছে—যা দৃষ্টির বাইরে ঘটবে৷ আমরা যা আসে তা গ্রহণ করতে প্রলুব্ধ হব, কারণ যাচাইয়ের খরচ বেশি হবে এবং প্রতিযোগিতার চেহারা প্ররোচিত হবে।

আমরা কিভাবে তথ্য শেয়ার করি। আরও বেশি করে, আমি যে বার্তাটি পাঠিয়েছি তা আমার এজেন্ট দ্বারা লেখা এবং আপনার দ্বারা পড়েছে। জন্মস্থান ঘোলাটে হয়ে যায়। স্বর গড়। প্ররোচনা এমন সিস্টেমের মাধ্যমে সঞ্চালিত হয় যা আমরা কেউই পুরোপুরি নিয়ন্ত্রণ করি না। নাগরিকরা ধীরে ধীরে প্রতিষ্ঠান, বিশেষজ্ঞ এবং মিডিয়ার উপর আস্থা হারাতে পারে এবং দুর্বল শেয়ার্ড আস্থা সহ সমাজগুলি হেরফের, মেরুকরণ এবং জবরদস্তির জন্য অনেক বেশি দুর্বল হয়ে পড়ে।

গোয়েন্দা পরিষেবাগুলির জন্য, এর অর্থ হল সংগ্রহের স্তরগুলি কে নিয়ন্ত্রণ করে, প্রিপ্রসেসিং এবং ব্যাখ্যা যা জাতীয় স্তরে কাঁচা ডেটা এবং রায়ের মধ্যে থাকে।

এই আমাদের জিজ্ঞাসা কি

মার্কিন যুক্তরাষ্ট্র বর্তমানে প্রধান সুবিধাগুলো ধরে রেখেছে—সীমান্ত গবেষণা, সেমিকন্ডাক্টর ইকোসিস্টেম, হাইপারস্কেল ক্লাউড অবকাঠামো, ভেঞ্চার ক্যাপিটাল এবং গ্লোবাল প্ল্যাটফর্মের পৌঁছানো—কিন্তু কৌশলগত পরিবেশ দ্রুত পরিবর্তন হচ্ছে। খরচ-পারফরম্যান্স সুবিধার কারণে আমেরিকান ডেভেলপাররা ক্রমবর্ধমান চীনা ওপেন-ওয়েট মডেল ব্যবহার করছে। ওপেন ওয়েট মডেলগুলি সর্বজনীনভাবে উপলব্ধ, যে কাউকে তাদের পছন্দ অনুযায়ী চালানো, পরিবর্তন, পরিমার্জন বা মানিয়ে নিতে দেয়। সম্ভবত কয়েক ডজন বড় বর্ডার মডেলের দৃশ্যমান স্তর প্রকৃত ল্যান্ডস্কেপকে অবমূল্যায়ন করে। প্রকৃত পৃষ্ঠটি ডেরিভেটিভ, অ্যাডাপ্টার এবং স্থানীয় সিস্টেমের মধ্যে রয়েছে যা সারা বিশ্বে ছড়িয়ে পড়ে। এআই এবং এলএলএম-এর লড়াই কেবল অর্থনৈতিক সুবিধা বা প্রযুক্তিগত নেতৃত্ব নিয়ে নয়। এটি কে জ্ঞানীয় স্থাপত্যকে রূপ দেবে যার মাধ্যমে কোটি কোটি মানুষ সত্য, কর্তৃত্ব, পরিচয় এবং বাস্তবতা বোঝে।

পরবর্তী দশকের সংজ্ঞায়িত প্রশ্ন হতে পারে “কোন সিস্টেমে আমরা সম্মিলিতভাবে বিশ্বাস করি এবং কোনটি আমরা এখনও নিজেদের জন্য বিচার করার জন্য জোর দিই?” কারণ জ্ঞান, স্মৃতি, ব্যাখ্যা, প্ররোচনা এবং বিশ্বাসের মধ্যস্থতাকারী সিস্টেম যাই হোক না কেন তা ক্রমবর্ধমানভাবে মানব সমাজের অপারেটিং সিস্টেমকে আকার দেবে। সুসংবাদটি হল যে অবকাঠামো তৈরি করা হচ্ছে, নিয়ম এবং নির্দেশিকাগুলি এখনও আনুষ্ঠানিক করা হয়নি, শাসন একটি উদীয়মান সমস্যা এবং এখনও কোনও বড় একত্রীকরণ ঘটেনি। আমাদের ভবিষ্যত নির্ভর করে কে মানুষের বিচার, স্বাধীনতা এবং বিশ্বাস রক্ষা করে যখন আমাদের বিশ্ব প্রযুক্তিগত অগ্রগতির দ্বারা পরিবর্তিত হয়।

সাইফার ব্রিফ বিভিন্ন পরিপ্রেক্ষিত প্রকাশ করতে প্রতিশ্রুতিবদ্ধ জাতীয় নিরাপত্তা গভীরভাবে অভিজ্ঞ দ্বারা উপস্থাপিত সমস্যা জাতীয় নিরাপত্তা পেশাদাররা প্রকাশিত মতামতগুলি লেখকের এবং দ্য সাইফার ব্রিফের মতামত বা মতামতের প্রতিনিধিত্ব করে না।

হোমল্যান্ড সিকিউরিটি ক্ষেত্রে আপনার অভিজ্ঞতার উপর ভিত্তি করে শেয়ার করার জন্য আপনার কি কোন দৃষ্টিভঙ্গি আছে? এটা পাঠান Editor@thecipherbrief.com প্রকাশনা বিবেচনার জন্য।

আরও বিশেষজ্ঞের নেতৃত্বে জাতীয় নিরাপত্তা অন্তর্দৃষ্টি, দৃষ্টিকোণ এবং বিশ্লেষণ পড়ুন সাইফার ব্রেভ