কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে ত্রুটির জন্য অ্যাপলকে চড়া মূল্য দিতে হয়েছে।
ব্লুমবার্গের প্রতিবেদক মার্ক গুরম্যানের সাম্প্রতিক এক প্রতিবেদন অনুসারে, অ্যাপল গুগলের সাথে বহু-বছরের চুক্তিতে পৌঁছানোর কাছাকাছি – সিরির নতুন সংস্করণের জন্য মূল এআই ক্ষমতা প্রদানের জন্য গুগলের জেমিনি মডেলের বিনিময়ে বার্ষিক প্রায় ১ বিলিয়ন ডলার প্রদান করবে।
পরিকল্পনা অনুযায়ী, জেমিনি সিরির সবচেয়ে গুরুত্বপূর্ণ সারসংক্ষেপ এবং কার্য পরিকল্পনার দায়িত্বে থাকবে, অন্য কাজগুলি এখনও অ্যাপলের নিজস্ব ছোট মডেলগুলি দ্বারা পরিচালিত হবে।
চুক্তির মূল শর্তাবলী হল: জেমিনি অ্যাপলের "প্রাইভেট ক্লাউড কম্পিউটিং" সার্ভারে চলবে এবং ব্যবহারকারীর ডেটা গুগলের সিস্টেমের সংস্পর্শে আসবে না। অবশ্যই, জেমিনি বর্তমানে চীনের ব্যবহারকারীদের জন্য অনুপলব্ধ; অ্যাপল চীনা বাজারের জন্য একটি বিকল্প সমাধান প্রস্তুত করবে।
এত বিশাল বিনিয়োগ শুধুমাত্র এআই সিরির সময়মত ডেলিভারির জন্য বীমার সবচেয়ে গুরুত্বপূর্ণ স্তর প্রদানের জন্য।
বর্তমানে অ্যাপলের সেরা বিকল্প
এই চুক্তিতে অ্যাপল কী চেয়েছিল?
উত্তরটি সহজ: সময়।
২০২৪ সালের জুনে WWDC ডেভেলপার সম্মেলনে, অ্যাপল অ্যাপল ইন্টেলিজেন্স দ্বারা চালিত সিরির একটি নতুন সংস্করণ প্রদর্শন করে, যার মধ্যে রয়েছে উন্নত প্রাসঙ্গিক বোঝাপড়া, স্ক্রিন সচেতনতা, ক্রস-অ্যাপ কার্যকারিতা এবং অন্যান্য নতুন বৈশিষ্ট্য।
সেই সময়ের অ্যাপলের বিবৃতি এবং মিডিয়া রিপোর্ট অনুযায়ী, এই নতুন সিরি বৈশিষ্ট্যগুলি প্রাথমিকভাবে iOS 18 আপডেট চক্রের সময় ধীরে ধীরে চালু করার পরিকল্পনা করা হয়েছিল। তবে, কিছু মৌলিক AI বৈশিষ্ট্য বারবার সমস্যা সৃষ্টি করার পাশাপাশি, অনেক গুরুত্বপূর্ণ AI বৈশিষ্ট্যও বারবার বিলম্বিত হয়েছিল, এমনকি প্রথম প্রকাশের তারিখটি 2026 সালের চীনা নববর্ষেও পৌঁছেছিল।
এই দীর্ঘ বিলম্ব অ্যাপলের বৃহৎ-স্কেল মডেল প্রযুক্তির ত্রুটিগুলিকে প্রকাশ করে। এই ব্যবধান পূরণ করার জন্য, অ্যাপলকে বহিরাগত সহায়তা নিতে হয়েছে। প্রতিবেদনগুলি ইঙ্গিত দেয় যে গুগল অ্যাপলকে ১.২ ট্রিলিয়ন প্যারামিটারের একটি জেমিনি মডেল সরবরাহ করেছে, যা অ্যাপলের বিদ্যমান ১৫০ বিলিয়ন প্যারামিটার মডেলের চেয়ে অনেক বেশি।
রেফারেন্সের জন্য, এই বছরের জুলাই মাসে, লুনার ডার্ক সাইড, PPIO-এর সহযোগিতায়, প্রথমবারের মতো Kimi-K2-Instruct মডেল প্রকাশ করে। এর মোট প্যারামিটার ১ ট্রিলিয়নে পৌঁছেছে, যা এটিকে ট্রিলিয়ন প্যারামিটার চিহ্ন অতিক্রমকারী প্রথম দেশীয় ওপেন-সোর্স মডেলে পরিণত করেছে।
প্যারামিটার স্কেলের এই বিশাল পার্থক্যটি সরাসরি মডেলের যুক্তি ক্ষমতা, জ্ঞানের প্রশস্ততা এবং টাস্ক প্রসেসিংয়ের জটিলতার মধ্যে প্রতিফলিত হয় – যা নতুন সিরির "সারাংশ" এবং "টাস্ক পরিকল্পনা" এর মতো মূল ফাংশনগুলি অর্জনের জন্য প্রয়োজনীয় প্রযুক্তিগত ভিত্তি।
অ্যাপলকে স্বল্প সময়ের মধ্যে তুলনামূলক পরামিতি এবং কর্মক্ষমতা সহ একটি স্ব-উন্নত মডেল প্রশিক্ষণ দেওয়ার জন্য, কেবল কম্পিউটিং শক্তি এবং উচ্চ-মানের প্রশিক্ষণ ডেটার বিশাল বিনিয়োগই নয়, বরং একটি স্থিতিশীল এবং অভিজ্ঞ গবেষণা ও উন্নয়ন দলও প্রয়োজন।
কিন্তু সমস্যার মূল কথা হলো অ্যাপলের এআই টিম প্রতিভার মারাত্মক ক্ষতির সম্মুখীন হচ্ছে।
এই বছরের জুলাই মাস থেকে, অ্যাপলের এআই টিমের প্রায় কয়েক ডজন মূল সদস্য কোম্পানি ছেড়ে চলে গেছেন।
অ্যাপলের ফাউন্ডেশনাল মডেল টিম লিডার, প্যাং রুমিং, মেটা কর্তৃক ২০০ মিলিয়ন ডলারের বিনিময়ে দখলে চলে যান। সিরির ইন্টেলিজেন্ট সার্চ প্রজেক্টের দায়িত্বে থাকা কে ইয়াং দায়িত্ব নেওয়ার পরপরই মেটাতে যোগদানের সিদ্ধান্ত নেন। গত বছর এআই পেপার প্রকাশকারী বেশ কয়েকজন গুরুত্বপূর্ণ গবেষকও ওপেনএআই, কোহের, এক্সএআই এবং অন্যান্য কোম্পানিতে চলে গেছেন।
মাত্র ১০০ জনেরও বেশি লোকের এই ছোট্ট দলটি সবচেয়ে গুরুত্বপূর্ণ মুহূর্তে তার নেতাকে হারিয়েছে।
এটা আস্থার এক চরম সংকট। যখন আপনার কর্মীরা তাদের পায়ে পা রেখে ভোট দেন, তখন এর অর্থ হল কেবল আরও কয়েক মাসের বেতন দিয়ে সমস্যার সমাধান করা যাবে না। অ্যাপলের গোপনীয়তার সংস্কৃতি একসময় তার মূল কারণ ছিল; কঠোর তথ্য নিয়ন্ত্রণ নিশ্চিত করত যে পণ্য লঞ্চগুলি সর্বদা বিস্ময়ে পরিপূর্ণ থাকত, যার ফলে প্রতিযোগীদের পক্ষে তা অনুকরণ করা অসম্ভব হয়ে পড়ে।
তবে, এআই যুগে এই পদ্ধতি ব্যর্থ হয়। গবেষকরা অবাধে গবেষণাপত্র প্রকাশ করতে পারেন না এবং একাডেমিয়াতে খ্যাতি অর্জন করতে পারেন না; ওপেন-সোর্স যোগাযোগের অভাবের অর্থ হল সমগ্র এআই সম্প্রদায়ের দ্রুত পুনরাবৃত্তি থেকে বঞ্চিত হওয়া।
আরও গুরুত্বপূর্ণ বিষয় হল, অ্যাপল তার কম্পিউটিং রিসোর্সগুলি তুলনামূলকভাবে দেরিতে তৈরি করা শুরু করেছে এবং গোপনীয়তা নীতির বিধিনিষেধের কারণে এর প্রশিক্ষণ ডেটা তুলনামূলকভাবে দুষ্প্রাপ্য।
যদিও ওপেনএআই এবং গুগল বিভিন্ন মডেলকে প্রশিক্ষণ দেওয়ার জন্য হাজার হাজার জিপিইউ বিনিয়োগ করছে, অ্যাপলকে ব্যবহারকারীর গোপনীয়তা রক্ষা এবং ডেটা ব্যবহারের স্কেলের মধ্যে ভারসাম্য খুঁজে বের করতে হবে, যা কিছুটা হলেও তার বৃহৎ মডেলগুলির প্রশিক্ষণের অগ্রগতিকে সীমিত করে।
অতএব, অ্যাপলের কাছে "বাইরে থেকে সাহায্য চাওয়া" ছাড়া আর কোন উপায় ছিল না।
গুগল কেন, অন্য কেউ কেন নয়?
পূর্ববর্তী প্রতিবেদন অনুসারে, অংশীদার নির্বাচন করার সময়, অ্যাপল OpenAI-এর ChatGPT এবং Anthropic-এর Claude-কে মূল্যায়ন করে এবং শেষ পর্যন্ত Google Gemini-কে বেছে নেয়।
যদিও পিছনের দিকে এটি একটি দুর্ঘটনা বলে মনে হতে পারে, এই পছন্দটি আসলে অনিবার্য ছিল।
প্রথমত, গুগল যথেষ্ট শক্তিশালী এবং যথেষ্ট স্থিতিশীল।
AI ক্ষেত্রে দীর্ঘদিন ধরে প্রতিষ্ঠিত একটি জায়ান্ট হিসেবে, Google-এর Gemini 2.5 Pro বেশিরভাগ বৃহৎ মডেল লিডারবোর্ডে উচ্চ স্থান অধিকার করে, যা এর অনস্বীকার্য প্রযুক্তিগত দক্ষতা প্রদর্শন করে। এই শক্তি এর টোকেন ব্যবহারেও প্রতিফলিত হয়।
গত মাসে, গুগলের এআই টিমের "প্রচার কর্মকর্তা" লোগান কিলপ্যাট্রিক সোশ্যাল মিডিয়ায় প্রকাশ করেছেন যে গুগল প্রতি মাসে ১.৩ কোয়াড্রিলিয়ন টোকেন প্রক্রিয়াজাত করে, যা কম্পিউটিং বিদ্যুৎ ব্যবহারের ক্ষেত্রে একটি নতুন শিল্প রেকর্ড স্থাপন করেছে।
তদুপরি, গুগলের সুবিধাগুলি এখানেই শেষ হয় না।
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ স্ট্যাক তৈরি করা কয়েকটি বিশ্বব্যাপী জায়ান্টের মধ্যে একটি হিসেবে, গুগলের বিশ্বমানের ক্লাউড কম্পিউটিং অবকাঠামো এবং ইঞ্জিনিয়ারিং দল রয়েছে, যারা সিরির বিশাল দৈনিক অনুরোধগুলিকে সমর্থন করতে সক্ষম। এটি এমন কিছু যা ওপেনএআই এবং অ্যানথ্রপিকের মতো স্টার্টআপগুলির সাথে খুব কমই মেলে।
সহযোগিতার ইতিহাস এই চুক্তির পথ প্রশস্ত করেছে।
আসল আইফোনে গুগল ম্যাপস এবং ইউটিউব অন্তর্ভুক্ত করা থেকে শুরু করে সাফারির সাথে ২০ বিলিয়ন ডলারেরও বেশি মূল্যের বার্ষিক সার্চ ইঞ্জিন চুক্তি এবং অ্যাপলের গুগল ক্লাউডে কিছু আইক্লাউড ডেটা সংরক্ষণ করা – দুটি কোম্পানি দীর্ঘদিন ধরে "সহযোগিতা"র একটি সূক্ষ্ম ভারসাম্য বজায় রেখেছে। বহু বছর ধরে তৈরি এই আস্থা এমন কিছু যা স্টার্টআপগুলি প্রদান করতে পারে না।
গুগলের আপোষের ইচ্ছা অত্যন্ত গুরুত্বপূর্ণ।
চুক্তি অনুসারে, গুগল জেমিনি মডেলটি অ্যাপলের "প্রাইভেট ক্লাউড কম্পিউটিং" সার্ভারে চলবে এবং ব্যবহারকারীর ডেটা গুগলের সিস্টেমের সংস্পর্শে আসবে না। এর অর্থ হল অ্যাপল ব্যবহারকারীর গোপনীয়তার উপর নিয়ন্ত্রণ বজায় রেখে গুগলের প্রযুক্তি উপভোগ করতে পারবে। মনে রাখবেন এটিই অ্যাপলের মূল কথা।
এটা উল্লেখ করার মতো যে কৌশলগত স্তরে সমন্বয়মূলক প্রভাবগুলি উপেক্ষা করা উচিত নয়।
অ্যাপল তার ডিভাইসগুলিতে নতুন সিরিকে পরবর্তী প্রজন্মের অনুসন্ধান গেটওয়ে হিসেবে স্থাপন করছে। যদি সিরির পিছনে জ্ঞান এবং যুক্তি গুগল সরবরাহ করে, তবে এটি মূলত অনুসন্ধান ক্ষেত্রে তাদের জোটকে অব্যাহত রাখবে এবং আপগ্রেড করবে – যখন ব্যবহারকারীরা সিরিকে প্রশ্ন জিজ্ঞাসা করবে, তখনও গুগলের প্রযুক্তি কাজ করবে, কেবল ফর্ম্যাটটি কীওয়ার্ড অনুসন্ধান থেকে কথোপকথনের প্রশ্নের মধ্যে পরিবর্তিত হবে।
এটি গুগলের জন্যও উপকারী: ব্যবহারকারীরা সরাসরি ক্রোম না খুললেও, অ্যাপল ইকোসিস্টেমের মধ্যে অনুসন্ধান কার্যকলাপ এখনও পরোক্ষভাবে গুগল দ্বারা সমর্থিত।
এটা বলা যেতে পারে যে, অ্যাপলের "বাইরে থেকে বেছে নিতে হবে" এই পরিস্থিতির পরিপ্রেক্ষিতে, গুগলই একমাত্র বিকল্প যা প্রযুক্তি, বিশ্বাস, নিয়ন্ত্রণ এবং ব্যবসায়িক শর্তাবলীর ক্ষেত্রে প্রয়োজনীয়তা পূরণ করে।
একটি মর্যাদাপূর্ণ উদ্ধার
গুগল জেমিনিকে একীভূত করার সবচেয়ে সরাসরি সুবিধা হল এটি অ্যাপলের সময়মতো ডেলিভারির সম্ভাবনা উল্লেখযোগ্যভাবে বৃদ্ধি করে।
প্রতিভা হ্রাস এবং প্রযুক্তিগত ঘাটতির সম্ভাবনার কথা বিবেচনা করে, অ্যাপল যদি সম্পূর্ণরূপে অভ্যন্তরীণ উন্নয়ন পদ্ধতির উপর জোর দেয়, তাহলে ২০২৬ সালের মার্চের লক্ষ্যমাত্রা অর্জন করতে পারবে কিনা তা অত্যন্ত অনিশ্চিত। তবে, গুগলের সু-বিকশিত মডেল গ্রহণ করে, অ্যাপল একটি প্রস্তুত "শর্টকাট" অর্জন করেছে।
এটা বোঝা যাচ্ছে যে এই সিরি সংস্কার প্রকল্পটি ভিশন প্রো হেডসেটের প্রধান মাইক রকওয়েল এবং সফটওয়্যার ইঞ্জিনিয়ারিং বিভাগের প্রধান ক্রেগ ফেদেরিঘির নেতৃত্বে পরিচালিত হচ্ছে, যখন সিরির নতুন সংস্করণটির কোডনেম অ্যাপলের মধ্যে "লিনউড"।
কর্মীদের ব্যবস্থা স্পষ্টভাবে দেখায় যে অ্যাপল এই আপগ্রেড করা এআই সিরির উপর কতটা গুরুত্ব দেয়।
জেমিনি সিরির সারসংক্ষেপ এবং কার্য পরিকল্পনা ফাংশনগুলির জন্য দায়ী থাকবেন – তথ্য একীভূত করার মূল ক্ষমতা এবং জটিল কাজগুলি কীভাবে সম্পাদন করবেন তা নির্ধারণ করার জন্য – যখন অন্যান্য ফাংশনগুলি এখনও অ্যাপলের নিজস্ব মডেলগুলি দ্বারা পরিচালিত হবে। এই "ডুয়াল-ট্র্যাক" কৌশলটি তাৎক্ষণিক পণ্যের চাহিদা পূরণ করে এবং অভ্যন্তরীণ গবেষণা ও উন্নয়নের জন্য একটি বাফারও প্রদান করে।
আরও উল্লেখযোগ্যভাবে, অ্যাপলের প্রযুক্তিগত স্থাপত্য নিজেই এই ইন্টিগ্রেশনকে সহজতর করার জন্য ডিজাইন করা হয়েছিল।
নতুন সিরি একটি মডুলার ডিজাইন ব্যবহার করে: একটি ছোট অন-ডিভাইস মডেল সহজ কাজ এবং গোপনীয়তা-সংবেদনশীল ক্রিয়াকলাপ পরিচালনা করে, যখন একটি বৃহৎ ক্লাউড-ভিত্তিক মডেল জটিল যুক্তি এবং জ্ঞান পুনরুদ্ধার পরিচালনা করে। এই স্থাপত্য স্বাভাবিকভাবেই প্লাগ-এন্ড-প্লে মডেল স্যুইচিং সমর্থন করে, যা তৃতীয়-পক্ষের এআইকে সম্পূর্ণ ওভারহলের প্রয়োজন ছাড়াই সিস্টেমে একীভূত করার অনুমতি দেয়।
অবশ্যই, AI Siri-এর চীনা সংস্করণে Gemini ব্যবহার করা হবে বলে আশা করা হচ্ছে না।
অ্যাপলকে বিভিন্ন বাজারের জন্য বিভিন্ন AI সমাধান প্রস্তুত করতে হবে, যেমন আলিবাবা এবং বাইদুর মতো স্থানীয় নির্মাতাদের সাথে সহযোগিতা করা, অথবা নিজস্ব মডেলের বিশেষ সংস্করণ ব্যবহার করা। এই নমনীয়তা মডুলার স্থাপত্যেরও সুবিধা।
তবে, গভীর সমস্যাগুলি এখনও অমীমাংসিত রয়ে গেছে।
অতীতে, অ্যাপল "লেট-মুভার অ্যাডভান্টেজ" পদ্ধতিতে অভ্যস্ত ছিল এবং প্রতিবারই পণ্যের অভিজ্ঞতাকে চূড়ান্তভাবে পরিমার্জিত করে প্রতিযোগীদের ছাড়িয়ে যেতে সক্ষম হয়েছে। এই কৌশলটি এই ধারণার উপর ভিত্তি করে তৈরি যে প্রযুক্তিগত বিবর্তন রৈখিক, এবং আপনার কাছে সর্বদা তাল মিলিয়ে চলার সময় থাকে।
কিন্তু AI এই ধরণটি ভেঙে দিয়েছে।
আজও, যদিও স্কেলিং আইন কার্যকর থাকবে কিনা তা নিয়ে বিতর্ক অব্যাহত রয়েছে, তবুও কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে প্রথম-প্রবর্তক সুবিধাটি প্রকৃতপক্ষে আরও স্পষ্ট: প্রতিটি প্রজন্মের মডেলের প্রশিক্ষণ পূর্ববর্তী প্রজন্মের ভিত্তির উপর নির্মিত হয় এবং ডেটা সংগ্রহ, ব্যবহারকারীর প্রতিক্রিয়া এবং ইঞ্জিনিয়ারিং অপ্টিমাইজেশন – এই সবকিছুই সংগ্রহ করতে অনেক সময় লাগে।
এক বিলিয়ন ডলারে যা কেনা হয়েছিল তা আসলে নিঃশ্বাস ফেলার সুযোগ ছিল।
ব্যবহারকারীদের ধৈর্য ধরে কৃত্রিম বুদ্ধিমত্তা সিরির সুনাম রক্ষা করার জন্য এটি অ্যাপলের কাছে শেষ সুযোগ, কারণ সাধারণ জনগণ, পণ্য ব্যবহারকারীরা, অথবা অ্যাপলের নির্বাহীরা, সকলেই জানেন যে অ্যাপলের ভুল করার খুব কম জায়গা বাকি আছে।
#iFanr-এর অফিসিয়াল WeChat অ্যাকাউন্ট অনুসরণ করতে আপনাকে স্বাগতম: iFanr (WeChat ID: ifanr), যেখানে যত তাড়াতাড়ি সম্ভব আরও উত্তেজনাপূর্ণ কন্টেন্ট আপনার কাছে উপস্থাপন করা হবে।