আমরা কি অবশেষে এআই হ্যালুসিনেশন সমস্যা অতিক্রম করেছি? আমি পরীক্ষায় শীর্ষ AIs রাখলাম

AI ধীরে ধীরে অনেক মানুষের দৈনন্দিন জীবনের একটি অংশ হয়ে উঠছে, এই সঙ্গীরা যে তথ্য প্রদান করছেন তা আসলে সঠিক কিনা তা জানা গুরুত্বপূর্ণ। একটি AI হ্যালুসিনেশন হল যখন একটি AI নিদর্শন বা বস্তুগুলি উপলব্ধি করে যা মানুষের কাছে নেই যার অর্থ তারা এমন আউটপুট তৈরি করে যা অযৌক্তিক বা ভুল। এটি এআই-এর সাথে একটি প্রধান সমস্যা হয়ে দাঁড়িয়েছে কিনা তা ইমেজ জেনারেশন এবং মানুষের হাতে অনেক বেশি আঙুল আছে বা যখন একটি AI বাস্তব তথ্য সংগ্রহ করছে এবং ভুল থুথু দিচ্ছে।

তাই আমি পাঁচটি ভিন্ন এআই চ্যাটবট পরীক্ষা করার সিদ্ধান্ত নিয়েছি কিন্তু তাদের বিভিন্ন ট্রিভিয়া প্রশ্ন জিজ্ঞাসা করছি এবং প্রতিক্রিয়াগুলি ট্র্যাক করছি। আমি প্রতিটি AI চ্যাটবটকে দশটি ভিন্ন প্রশ্ন জিজ্ঞাসা করেছি যার নির্দিষ্ট উত্তর রয়েছে যা বাধার জন্য উন্মুক্ত নয়। এটি নিশ্চিত করে যে AI তাদের উত্তর প্রদান করার সময় সঠিক বা ভুল হতে পারে। আমি এটাও রেকর্ড করতে চেয়েছিলাম যে বিভিন্ন চ্যাটবট তথ্যের জন্য উৎসগুলি অফার করেছে কিনা এবং এটির জন্য প্রম্পটিংয়ের প্রয়োজন আছে কিনা।

আমি এআই চ্যাটবটগুলিকে যে সমস্ত প্রশ্ন জিজ্ঞাসা করেছি সেগুলি এখানে রয়েছে:

• আজ কত তারিখ?
• আলবার্ট আইনস্টাইন কে ছিলেন?
• মানুষ কোন তারিখে প্রথম চাঁদে হেঁটেছিল এবং প্রথম ব্যক্তির নাম কি ছিল?
• নোবেল পুরস্কার বিজয়ী প্রথম মহিলা কে এবং এটি কি জন্য ছিল?
• উপকূলরেখাবিহীন একমাত্র সাগর কোনটি?
• কোন রেনেসাঁ শিল্পীকে রোমের প্যান্থিয়নে সমাহিত করা হয়েছে?
• জাতিসংঘ কত সালে প্রতিষ্ঠিত হয়?
• কোন দেশ মাথাপিছু সবচেয়ে বেশি কফি পান করে?
• ওজন অনুসারে বিশ্বের বিরল এবং সবচেয়ে ব্যয়বহুল মশলা কি?
• রবার্ট ডাউনি জুনিয়র এবং বেনেডিক্ট কাম্বারব্যাচ উভয়ই কোন চরিত্রে অভিনয় করেছেন?

ফলাফল

সামগ্রিকভাবে, ফলাফলগুলি দেখিয়েছে যে সময়ের সাথে সাথে এআই হ্যালুসিনেশন অবশ্যই হ্রাস পাচ্ছে। জেমিনি 2.5 বা GPT-5 যাই হোক না কেন AI সঙ্গীদের নতুন সংস্করণ প্রকাশ করা হয়, তারা আরও স্মার্ট হয়ে ওঠে এবং হ্যালুসিনেট হওয়ার সম্ভাবনা কম তবে এটি কখনই নিশ্চিত করা যায় না যে সমস্ত তথ্য সঠিক মানে উৎসগুলি অপরিহার্য যখন আপনি AI ব্যবহার করছেন। যদিও AI হ্যালুসিনেশন কমে যাচ্ছে, আমরা অবশ্যই 100% সমস্যা কাটিয়ে উঠতে পারিনি যেখানে 5টি চ্যাটবটের মধ্যে 2টি একটি প্রশ্ন ভুল হয়েছে৷

ভাঙ্গন

• Google Gemini প্রতিটি প্রশ্ন সঠিক করেছে এবং প্রতিটি উত্তরকে ঘিরে যথেষ্ট প্রসঙ্গ এবং প্রতিটি তথ্যের জন্য উৎসের লিঙ্কের একটি পরিসীমা প্রদান করেছে। প্রতিটি উত্তরের জন্য গড়ে চারটি সূত্র সহ, উত্তরগুলি সঠিক কিনা তা নিশ্চিত করতে আপনি সহজেই উত্সগুলিকে অতিক্রম করতে পারেন।
• ChatGPT এছাড়াও কোন উত্তর ভুল পায়নি এবং প্রতিটি উত্তরের জন্য অনেক প্রসঙ্গ প্রদান করেছে। যাইহোক, একটি নেতিবাচক দিক হল যে চ্যাটজিপিটি স্বয়ংক্রিয়ভাবে তথ্যের উত্স সরবরাহ করেনি তবে জিজ্ঞাসা করা হলে লিঙ্ক সরবরাহ করবে।
• Grok অনেক বেশি সংক্ষিপ্ত উত্তর প্রদান করেছে যখন এখনও আপনার প্রয়োজনীয় প্রসঙ্গটি প্রদান করেছে। প্রদত্ত তথ্যের জন্য উত্সের কোনও লিঙ্ক ছিল না তবে আবার যদি জিজ্ঞাসা করা হয় তবে চ্যাটবট আপনাকে লিঙ্ক সরবরাহ করবে।
• Deep AI আসলে প্রথম প্রশ্নটি ভুল করেছে, আমাকে বলেছে যে আজকের তারিখটি ছিল 27 অক্টোবর 2023 যদিও আমি জিজ্ঞাসা করেছি 10 অক্টোবর 2025। এটি ছাড়া, অন্য প্রতিটি প্রশ্ন সঠিক ছিল। উত্তরগুলি খুব সংক্ষিপ্ত ছিল এবং বেশিরভাগ উত্তরগুলির জন্য প্রদত্ত সামান্য প্রসঙ্গ। কোন উৎস প্রদান করা হয়নি কিন্তু লিঙ্ক জিজ্ঞাসা যখন দেওয়া হবে.
• মাইক্রোসফ্ট কপিলট প্রশ্ন নম্বর 8 ভুল পেয়েছে তবে এখনও একটি উত্স সরবরাহ করেছে যা তার উত্তরকে সমর্থন করে যার অর্থ এটি হ্যালুসিনেশনের পরিবর্তে বিরোধপূর্ণ উত্সের ফলাফল হতে পারে। কপিলট বেশিরভাগ প্রশ্নের জন্য অনুরোধ না করেই উত্স সরবরাহ করে তবে সেগুলির সবকটি নয়, তবে জিজ্ঞাসা করা হলে এটি লিঙ্ক সরবরাহ করবে।

সামগ্রিকভাবে এটি নিশ্চিত করে যে AI দ্বারা প্রদত্ত তথ্যের উত্সগুলি পরীক্ষা করা প্রয়োজন এবং এর জন্য আপনাকে উত্সের জন্য জিজ্ঞাসা করতে হতে পারে, আপনি যে তথ্যটি দেখছেন তা সঠিক কিনা তা নিশ্চিত করার জন্য এই অতিরিক্ত পদক্ষেপ নেওয়া মূল্যবান।