দেখা যাচ্ছে, কোনো এআই-কে বিশেষজ্ঞের মতো খেলতে বললে সেটি কম নির্ভরযোগ্য হয়ে ওঠে।

আপনি সম্ভবত এই পরামর্শটি শুনে থাকবেন: কোনো একটি ক্ষেত্রে এআই-কে বিশেষজ্ঞের মতো আচরণ করতে বললে , আপনি আরও ভালো উত্তর পাবেন। এটি একটি জনপ্রিয় পরামর্শ, এবং কখনও কখনও এটি কাজও করে। তবে, একটি নতুন গবেষণা বলছে যে, এআই পারসোনা ব্যবহার করাটা আমরা যতটা কার্যকর ভেবেছিলাম, ততটা নাও হতে পারে।

ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়ের গবেষকরা ছয়টি ল্যাঙ্গুয়েজ মডেল জুড়ে ১২টি ভিন্ন পার্সোনা পরীক্ষা করেছেন। এই পার্সোনাগুলোর মধ্যে গণিত ও কোডিং বিশেষজ্ঞ থেকে শুরু করে সৃজনশীল লেখক এবং নিরাপত্তা পর্যবেক্ষক পর্যন্ত বিভিন্ন ব্যক্তি ছিলেন। এর উদ্দেশ্য ছিল, একজন বিশেষজ্ঞের মতো কাজ করার নির্দেশ পেলে এআই কতটা ভালোভাবে কাজ করে তা খুঁজে বের করা।

ফলাফল ছিল মিশ্র। একটি ছদ্মপরিচয় গ্রহণ করার ফলে এআই- কে আরও পেশাদার মনে হতো এবং এটি নিয়মকানুন আরও ভালোভাবে মেনে চলত। কিন্তু এর ফলে তথ্য মনে রাখার ক্ষেত্রে এআই-এর দক্ষতাও কমে গিয়েছিল। গবেষণা অনুসারে, এআই-এর ছদ্মপরিচয় ব্যবহার করলে তা জ্ঞান আহরণের পরিবর্তে নির্দেশ অনুসরণের দিকে ঝুঁকে পড়ে, এবং এই আপোসের ফলে নির্ভুলতা কমে যায়।

সমাধানটা কী?

এই সমস্যা সমাধানের জন্য গবেষকরা PRISM তৈরি করেছেন, যার পূর্ণরূপ হলো Persona Routing via Intent-based Self-Modeling। সবসময় একটি পার্সোনা ব্যবহার করা বা একেবারেই ব্যবহার না করার পরিবর্তে, PRISM কৃত্রিম বুদ্ধিমত্তাকে (AI) নিজের জন্য কোনটি সর্বোত্তম, তা সিদ্ধান্ত নিতে শেখায়।

আপনি যখন কোনো প্রশ্ন করেন, PRISM দুটি উত্তর তৈরি করে: একটি তার ডিফল্ট মোড থেকে এবং অন্যটি তার পার্সোনা থেকে। এরপর এটি দুটি উত্তরের তুলনা করে এবং একটি নির্দিষ্ট কোয়েরির জন্য যেটি ভালো কাজ করে, সেই উত্তরটি প্রদান করে।

ডিফল্ট উত্তরটি জিতে গেলেও বিশেষজ্ঞের উত্তরটি বাতিল করা হয় না। বরং, যুক্তির ধরণটি LoRA অ্যাডাপ্টার নামক একটি হালকা উপাদানে সংরক্ষণ করা হয়, যা থেকে AI পরবর্তীতে প্রয়োজনে তথ্য নিতে পারে । সমাধানটি শুনতে সহজ মনে হলেও, এটি কার্যকর।

PRISM কেমন ফল দিয়েছে?

PRISM, MT-Bench-এ AI-এর সামগ্রিক স্কোর এক থেকে দুই পয়েন্ট বাড়িয়েছে। এই পরীক্ষাটি পরিমাপ করে যে একটি AI কতটা ভালোভাবে নির্দেশাবলী অনুসরণ করে এবং সহায়ক থাকে। লেখালেখি এবং নিরাপত্তা সংক্রান্ত কাজের জন্য পারসোনা সহায়ক ছিল। তবে, সাধারণ জ্ঞানভিত্তিক প্রশ্নের ক্ষেত্রে পারসোনা ব্যবহার না করাই শ্রেয় বলে প্রমাণিত হয়েছে।

গবেষকরা আরও বেশি পার্সোনা দিয়ে PRISM পরীক্ষা করার এবং আরও ভালো উত্তর দেওয়ার ক্ষমতাকে উন্নত করার পরিকল্পনা করছেন । এখনও প্রাথমিক পর্যায়, কিন্তু এটি কৃত্রিম বুদ্ধিমত্তাকে নির্দেশ দেওয়ার পদ্ধতিকে স্থায়ীভাবে বদলে দিতে পারে।