এবারের শীর্ষ এআই সম্মেলনে চীন অর্ধেক স্থানই দখল করেছে, যেখানে শুধু সিংহুয়া বিশ্ববিদ্যালয় একাই স্ট্যানফোর্ড ও এমআইটি-কে সম্মিলিতভাবে চ্যালেঞ্জ জানিয়েছে।

বিশ্বের শীর্ষ এআই সম্মেলনটি দ্রুত চীনের সেরা স্কোরারদের জন্য একটি প্রদর্শনী মঞ্চে পরিণত হচ্ছে।

প্রতি বছর যখন শীর্ষস্থানীয় এআই সম্মেলনগুলো তাদের গৃহীত গবেষণাপত্রের তালিকা প্রকাশ করে, তখন বিভিন্ন প্রতিষ্ঠান সূক্ষ্মভাবে নিজেদের সাফল্য ঘোষণা করে এবং কার সবচেয়ে বেশি গবেষণাপত্র গৃহীত হয়েছে, তা নিয়ে প্রতিযোগিতা করে। কিন্তু এই বছর, আইসিএলআর (ইন্টারন্যাশনাল কনফারেন্স অন লার্নিং রিপ্রেজেন্টেশনস)-এর ঘোষণার পর, দিমিত্রো লোপুশানস্কি নামের একজন গবেষক অত্যন্ত কঠিন একটি কাজ করে দেখিয়েছেন।

প্রাতিষ্ঠানিক পরিসংখ্যান সারণি ব্যবহার করার পরিবর্তে, তিনি ২৫০টি রেগুলার এক্সপ্রেশন লিখেছিলেন এবং আইসিএলআর ২০২৬ থেকে গৃহীত ৫৩৫৬টি গবেষণাপত্রের সবগুলোর পিডিএফ এক এক করে ডাউনলোড করেছিলেন।

এরপর, তিনি অত্যন্ত যত্নসহকারে প্রতিটি গবেষণাপত্রের প্রথম পৃষ্ঠার ফাঁকা জায়গা থেকে সমস্ত প্রাতিষ্ঠানিক নাম বের করেন এবং এই শত শত কোড রুল ব্যবহার করে সেগুলোকে পরিষ্করণ ও স্বাভাবিকীকরণ করেন, যার ফলে একই প্রতিষ্ঠানের বিভিন্ন বানান, যেমন "MIT CSAIL" এবং "MIT CSAIL", স্বয়ংক্রিয়ভাবে একীভূত হয়ে যায়।

এই সবচেয়ে আদিম হস্তচালিত শ্রেণিবিন্যাস পদ্ধতিটি কেন ব্যবহার করা হয়?

এই ব্যক্তি আবিষ্কার করেছেন যে, আমরা সাধারণত যে অ্যাকাডেমিক পরিসংখ্যান প্ল্যাটফর্মগুলোর কথা উল্লেখ করি, সেগুলো ‘ব্যক্তি’ অনুসারে ডেটা ট্র্যাক করে। উদাহরণস্বরূপ, একজন শিক্ষার্থী যিনি সিংহুয়া বিশ্ববিদ্যালয়ে চার বছর পিএইচডি করার জন্য পড়াশোনা করেন, তিনি একটি অত্যন্ত মূল্যবান গবেষণাপত্র প্রকাশ করেন এবং তারপর স্ট্যানফোর্ডে অধ্যাপক হন। কী হয় জানেন? সিস্টেমটি রিফ্রেশ হয়ে যায়, এবং উডাওকৌ-তে তৈরি হওয়া সেই গবেষণাপত্রটি স্বয়ংক্রিয়ভাবে স্ট্যানফোর্ডের অ্যাকাডেমিক আউটপুট হয়ে যায়।

এই পক্ষপাতিত্ব দীর্ঘদিন ধরে কৃত্রিমভাবে চীনা প্রতিষ্ঠানগুলোর প্রকৃত অবদানকে দমন করে এসেছে, অন্যদিকে যুক্তরাষ্ট্রের পরিসংখ্যানকে ফুলিয়ে-ফাঁপিয়ে দেখিয়েছে। শুধুমাত্র যখন দিমিত্রো, ডেটা পার্সিং-এ ৯৬% সাফল্যের হার নিয়ে, ফলস পজিটিভগুলো ছেঁকে ফেলে আসল ডেটার একটি হিটম্যাপ তৈরি করলেন, তখনই আমরা প্রকৃত ডেটার সম্পূর্ণ চিত্রটি দেখতে পেলাম।

একটি অ্যাকাডেমিক হিটম্যাপ চীন ও যুক্তরাষ্ট্রে এআই-এর প্রকৃত চিত্র তুলে ধরেছে।

অন্য সবকিছু বাদ দিলে, এই তথ্যসমষ্টি নিঃসন্দেহে অত্যন্ত প্রভাবশালী।

এই তালিকায় চীনা প্রতিষ্ঠানগুলোর বিশাল আকার অনেকের প্রত্যাশাকে ছাড়িয়ে গেছে। গৃহীত গবেষণাপত্রগুলোর ৪৩.৭% এসেছে চীনের মূল ভূখণ্ড থেকে। আর মার্কিন যুক্তরাষ্ট্র? ৩১.৯%।

হংকংকে (৭.৭%) অন্তর্ভুক্ত করলে, এ বছরের আইসিএলআর-এ উপস্থাপিত গবেষণাপত্রগুলোর অর্ধেকেরও বেশি চীনের প্রতিষ্ঠানগুলোর দ্বারা রচিত। আর প্রতিষ্ঠিত ইউরোপীয় শক্তিগুলোর কথা বলতে গেলে? পুরো ইউরোপ মহাদেশ সম্মিলিতভাবে মাত্র ৫.৩% অবদান রেখেছে, যা সিঙ্গাপুরের মতো একটি দেশের (৫.৫%) অবদানের চেয়েও কম।

আরও আকর্ষণীয় বিষয় হলো নির্দিষ্ট প্রতিষ্ঠানগুলোর র‍্যাঙ্কিং।

এই বছর, সিংহুয়া বিশ্ববিদ্যালয় ৩৩২টি প্রকাশিত গবেষণাপত্র নিয়ে বিশ্বব্যাপী সমস্ত একক প্রতিষ্ঠানের তালিকায় শীর্ষে রয়েছে। তুলনামূলকভাবে বলতে গেলে, স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের গবেষণাপত্রের সংখ্যা ১৭৭টি এবং এমআইটির ১৬৭টি। শুধুমাত্র সিংহুয়ার গবেষণাপত্রের সংখ্যাই মার্কিন যুক্তরাষ্ট্রের শীর্ষ দুটি বিশ্ববিদ্যালয়ের সম্মিলিত গবেষণাপত্রের প্রায় সমান। এর ঠিক পরেই থাকা সাংহাই জিয়াও টং বিশ্ববিদ্যালয়, পিকিং বিশ্ববিদ্যালয় এবং ঝেজিয়াং বিশ্ববিদ্যালয়ও বিশ্বব্যাপী শীর্ষস্থানে নিজেদের অবস্থান দৃঢ়ভাবে ধরে রেখেছে।

শুধু বিশ্ববিদ্যালয়গুলোই নয়, দেশীয় শিল্প প্রতিষ্ঠানগুলোও গবেষণায় উল্লেখযোগ্য পারদর্শিতা দেখিয়েছে।

আলিবাবা, সাংহাই এআই ল্যাবস, হুয়াওয়ে, বাইটড্যান্স এবং টেনসেন্ট—এই পাঁচটি চীনা প্রযুক্তি সংস্থা/গবেষণা প্রতিষ্ঠান সম্মিলিতভাবে ৫৮২টি গবেষণাপত্র প্রকাশ করেছে। কিছু গণমাধ্যম চীনা ইন্টারনেট সংস্থাগুলোকে শুধুমাত্র ছোটখাটো ব্যবসায়িক মডেলের উদ্ভাবনে মনোযোগ দেওয়া এবং মৌলিক গবেষণাকে অবহেলা করার জন্য সমালোচনা করত। তবে, আইসিএলআর ২০২৬-এর তথ্য এই গতানুগতিক ধারণাটি ভেঙে দিয়েছে।

স্পষ্ট করে বলতে গেলে, চীনের কৃত্রিম বুদ্ধিমত্তা এখন আর এক বা দুজন প্রতিভাবানের আকস্মিক অনুপ্রেরণার উপর নির্ভরশীল নয়, বরং এটি একটি অত্যাধুনিক, ব্যাপক এবং অত্যন্ত সুশৃঙ্খল গবেষণা ও উন্নয়ন কেন্দ্রে পরিণত হয়েছে।

তবে, এই উৎসাহব্যঞ্জক পরিসংখ্যানের আড়ালে বস্তুনিষ্ঠভাবে বিদ্যমান সূচকগুলোকে আমরা উপেক্ষা করতে পারি না।

উদাহরণস্বরূপ, যদিও আমরা মোট সংখ্যার দিক থেকে তাদের ছাড়িয়ে গেছি, কিন্তু মৌখিক (মৌখিক উপস্থাপনা, যা সাধারণত সবচেয়ে মৌলিক এবং অনুপ্রেরণাদায়ক দিকটি তুলে ধরে) গবেষণাপত্রের ক্ষেত্রে, যা মোট গৃহীত গবেষণাপত্রের মাত্র ৪%, মার্কিন প্রতিষ্ঠানগুলোর অংশ প্রায় ৪০%, যেখানে আমাদের অংশ ৩০%।

প্রকৌশলগত সম্প্রসারণের ক্ষেত্রে আমাদের একটি সুস্পষ্ট মাপকাঠিগত সুবিধা রয়েছে, অপরদিকে নতুন দিকনির্দেশনা নির্ধারণের ক্ষেত্রে মার্কিন যুক্তরাষ্ট্র এখনও তুলনামূলকভাবে এগিয়ে আছে। চীন ও মার্কিন যুক্তরাষ্ট্রের মধ্যে কৃত্রিম বুদ্ধিমত্তার এটিই তুলনামূলকভাবে বাস্তবসম্মত চিত্র।

সিলিকন ভ্যালির গবেষণা-চালিত এজিআই এবং চীনা গবেষণাগারগুলির চরম বাস্তববাদ

যদি হিট ম্যাপকে একটি সামষ্টিক স্বাস্থ্য পরীক্ষার প্রতিবেদন হিসেবে ধরা হয়, তাহলে অ্যালেন ইনস্টিটিউট ফর আর্টিফিশিয়াল ইন্টেলিজেন্স (AI2)-এর প্রখ্যাত গবেষক নাথান ল্যাম্বার্ট এই বছরের মে মাসে বেইজিং, হাংঝৌ এবং অন্যান্য স্থানে ৩৬ ঘণ্টার যে সমীক্ষাটি চালিয়েছিলেন, তা ছিল একটি গভীর আণুবীক্ষণিক পর্যবেক্ষণ।

ঝিপু এআই, লুনার ডার্ক সাইড, কিয়ানওয়েন, মেইতুয়ান, শাওমি এবং জিরো ওয়ান থিংস-এর মতো এআই কোম্পানিগুলো পরিদর্শন করার পর, তিনি চীনে ফিরে আসেন এবং সেখানকার এআই ল্যাবগুলোর ভেতরের পর্যবেক্ষণ নিয়ে একটি প্রবন্ধ লেখেন, যা সিলিকন ভ্যালিতে ব্যাপক আলোচনার জন্ম দেয়। তিনি এর পেছনের মূল যুক্তিটি দেখতে পান, যার মাধ্যমে বৃহৎ আকারের চীনা এআই মডেলগুলো যুক্তরাষ্ট্রের মডেলগুলোর সাথে সমান তালে প্রতিযোগিতা করতে পারে—আর তা হলো অত্যন্ত কম প্রাতিষ্ঠানিক প্রতিবন্ধকতা এবং অত্যন্ত বাস্তববাদী তরুণ প্রজন্ম।

ল্যামবার্টের মতে, শীর্ষস্থানীয় মার্কিন গবেষণাগারগুলোর প্রায়শই একটি মারাত্মক দুর্বলতা থাকে: তাদের অহংবোধ বড্ড বেশি।

বৃহৎ মডেলকে প্রশিক্ষণ দেওয়া একটি অত্যন্ত জটিল সিস্টেমস ইঞ্জিনিয়ারিং প্রকল্প, যার জন্য ডেটা পরিষ্করণ ও বিতরণকৃত যোগাযোগ অপ্টিমাইজেশন থেকে শুরু করে রিইনফোর্সমেন্ট লার্নিং অ্যালাইনমেন্ট পর্যন্ত প্রতিটি পর্যায়ে আপস করতে হয়। তবে, সিলিকন ভ্যালিতে তারকা গবেষকদের প্রায়শই শক্তিশালী ব্যক্তিগত পক্ষপাত থাকে।

শোনা যায় যে, দিকনির্দেশনা নিয়ে মতবিরোধের কারণে মেটা-র লামা টিমে বিশৃঙ্খলা দেখা দিয়েছিল, যেখানে প্রধান ব্যক্তিরা স্বাধীনভাবে কাজ করছিলেন এবং প্রত্যেকেই মডেলটিকে নিজেদের পছন্দের দিকে ঠেলে দিতে চাইছিলেন। এর বিপরীতে, ল্যামবার্ট চীনা ল্যাবটিতে এক অস্বাভাবিক বাস্তববাদ খুঁজে পেয়েছিলেন।

গবেষকদের কাছে এটা কোনো বিষয় ছিল না যে কার পদ্ধতিটি বেশি উন্নত শোনাচ্ছে; সকলের লক্ষ্য ছিল একটাই: মডেলের একটি নির্দিষ্ট পরিমাপকের উন্নতি করা, এবং তাঁরা সকলেই একঘেয়ে, কঠিন ও ক্লান্তিকর কাজটি করতে ইচ্ছুক ছিলেন। এই বাস্তববাদ দলের অভ্যন্তরীণ মতবিরোধ কমিয়ে এনেছিল।

ল্যামবার্ট এই সাংস্কৃতিক প্রবণতার ফলে সৃষ্ট নির্দিষ্ট সুবিধাগুলোর সারসংক্ষেপও তুলে ধরেছেন: চূড়ান্ত মডেল উন্নত করার জন্য ছোটখাটো মৌলিক কাজ করতে অধিকতর আগ্রহ; নবাগতরা পূর্ববর্তী এআই হাইপ সাইকেলগুলোর অভিজ্ঞতা লাভ করেননি এবং সর্বশেষ প্রযুক্তির পথগুলোর সাথে আরও দ্রুত খাপ খাইয়ে নিতে পারেন; অহংবোধ কম থাকায় সাংগঠনিক কাঠামো তুলনামূলকভাবে মসৃণভাবে প্রসারিত হতে পারে; এবং বিদ্যমান সমাধানের ওপর ভিত্তি করে মূল সমস্যাগুলো মোকাবিলায় পারদর্শী একটি বিশাল প্রতিভাপুল রয়েছে।

ল্যাম্বার্টকে যা আরও বেশি অবাক করেছিল তা হলো, মার্কিন যুক্তরাষ্ট্রে শীর্ষস্থানীয় গবেষণাগারগুলোতে ইন্টার্নরা প্রায়শই কেবল গৌণ প্রকল্পে কাজ করার সুযোগ পায়। কিন্তু চীনে, মাস্টার্স ও ডক্টরালের ছাত্রছাত্রীরা মূল বৃহৎ মডেলগুলোর উন্নয়নে গভীরভাবে জড়িত থাকে। ল্যাম্বার্ট বিচক্ষণতার সাথে এই পদ্ধতির মূল সুবিধাটি তুলে ধরেন: কোনো ঐতিহাসিক বোঝা নেই।

বৃহৎ আকারের মডেলের প্রযুক্তিগত পদ্ধতিগুলো অত্যন্ত দ্রুতগতিতে পরিবর্তিত হয়। প্রবীণ বিজ্ঞানীরা প্রায়শই একমুখী চিন্তাভাবনায় বিশ্বাসী হন, এবং মনে করেন যে, গত দশ বছর ধরে তাঁরা যে পুরোনো পদ্ধতিগুলো নিয়ে গবেষণা করছেন, সেগুলোই একমাত্র সত্য। কিন্তু চীনের তরুণ শিক্ষার্থীরা ভিন্ন; উপাত্তে যখনই প্রমাণিত হয় যে একটি নতুন পদ্ধতি কার্যকর, তারা সঙ্গে সঙ্গে পুরোনো পন্থাটি ত্যাগ করে দ্রুত পথ পরিবর্তন করতে পারে।

উল্লেখ্য যে, ল্যাম্বার্ট আবিষ্কার করেছেন যে চীনের এআই কমিউনিটির অভ্যন্তরীণ পরিবেশ বহিরাগতদের কল্পনার চেয়ে অনেক বেশি সৌহার্দ্যপূর্ণ। ল্যাবগুলোর মধ্যে ব্যক্তিগত আলাপচারিতা পারস্পরিক শ্রদ্ধায় পরিপূর্ণ, এবং চীনের সমস্ত ল্যাব বাইটড্যান্স ও তার বহুল জনপ্রিয় ডৌবাও মডেলকে অত্যন্ত শ্রদ্ধার চোখে দেখে, কারণ বাইটড্যান্সই চীনের একমাত্র ল্যাব যা ক্লোজড-সোর্স পদ্ধতি বজায় রেখে সত্যিকারের অগ্রভাগে রয়েছে। একই সাথে, প্রায় সমস্ত ল্যাব ডিপসিককেও অত্যন্ত সম্মান করে এবং এটিকে সেরা গবেষণা বিচারবুদ্ধি ও বাস্তবায়ন দক্ষতার অধিকারী দল হিসেবে বিবেচনা করে।

এই গবেষণা থেকে একটি বিষয় বিশেষভাবে উল্লেখযোগ্য। সিলিকন ভ্যালিতে শীর্ষস্থানীয় এআই গবেষকরা শুধু প্রকৌশলীই নন, বরং প্রায়শই এক ধরনের 'দার্শনিক'-এর ভূমিকাও পালন করেন। তাঁরা পডকাস্টে আলোচনা করতে ভালোবাসেন যে 'কৃত্রিম সাধারণ বুদ্ধিমত্তা (এজিআই) ২০৩০ সালের মধ্যে মানবজাতিকে ধ্বংস করে দেবে কি না', এবং প্রায়শই এআই-এর নিরাপত্তা ও নৈতিকতার সীমা নিয়ে বিতর্ক করেন।

এরপর ল্যামবার্ট সতর্কতার সাথে তার চীনা সহকর্মীদের কাছে এআই-এর অর্থনৈতিক প্রভাব এবং দীর্ঘমেয়াদী সামাজিক ঝুঁকি সম্পর্কে তাদের মতামত জানতে চান, কিন্তু এর জবাবে দীর্ঘ আলোচনার পরিবর্তে ব্যাপক বিস্ময় প্রকাশ পায়। মানবজাতিকে ধ্বংস করার মতো মহৎ বিষয়গুলো আপাতত তাদের বর্তমান কাজের পরিধির বাইরে ছিল।

বৃহৎ আখ্যানের প্রতি এই অনাক্রম্যতা পরিহাসের বিষয় হয়ে দাঁড়িয়েছে, যা একটি প্রতিযোগিতামূলক সুবিধায় পরিণত হয়েছে। এটি দলের অভ্যন্তরীণ দার্শনিক দ্বন্দ্ব হ্রাস করে, যার ফলে সমস্ত মেধা প্রকল্প বাস্তবায়ন এবং মূল কর্মক্ষমতা সূচক অর্জনের দিকে নিবদ্ধ থাকে।
চীনের গবেষণাগারগুলোতে তত্ত্বাবধায়ক, ডক্টরেট শিক্ষার্থী এবং কর্পোরেট প্রকৌশলীদের মধ্যে একটি অত্যন্ত সংক্ষিপ্ত প্রতিক্রিয়া চক্র তৈরি হয়।

এই মডেলটি শিক্ষাজগৎ ও শিল্পজগতের মধ্যকার প্রতিবন্ধকতা দূর করে। নাথান ল্যাম্বার্টের পর্যবেক্ষণ অনুযায়ী, এই বাধাহীন সাংগঠনিক কাঠামো চীনের কৃত্রিম বুদ্ধিমত্তাকে একটি অবকাঠামোগত পরাশক্তির মতো দ্রুত অগ্রগতির সুযোগ করে দেয়—একবার দিকনির্দেশনা স্পষ্ট হয়ে গেলে, এটি বিপুল পরিমাণ বুদ্ধিবৃত্তিক সম্পদের মাধ্যমে দ্রুত প্রযুক্তিগত ব্যবধান কমিয়ে আনতে পারে।

অবশ্যই, এই পদ্ধতিটি একটি নির্দিষ্ট সুযোগের মধ্যে কার্যকর, কিন্তু যখন বৃহৎ পরিসরে উৎপাদনের সুবিধাগুলো ক্রমান্বয়ে সর্বোচ্চ সীমায় পৌঁছাবে, তখন পরবর্তী পর্যায়ের মূল বাধাটি অবশেষে 'মৌলিক উদ্ভাবনী ক্ষমতার' প্রতিযোগিতায় ফিরে আসবে।

সেই সময়ে, এআই উন্নয়নের দ্বিতীয়ার্ধে একটি উচ্চ-ঘনত্বের প্রতিভা সহযোগিতা নেটওয়ার্ক এবং বিদ্যমান কাঠামো ভাঙার সাহস রাখা একজন ব্যক্তি একে অপরের পরিপূরক হবে, এবং এদের কোনোটিকেই বাদ দেওয়া যাবে না।

iFanr-এর অফিসিয়াল WeChat অ্যাকাউন্ট iFanr (WeChat ID: ifanr) ফলো করুন, যেখানে যত তাড়াতাড়ি সম্ভব আপনার জন্য আরও আকর্ষণীয় কন্টেন্ট উপস্থাপন করা হবে।