AI এর সাথে, ভাষার বাধা "ভাঙ্গা" হয়েছে বলে মনে হচ্ছে। অনুবাদ আর কোনো সমস্যা নেই, পলিশিং স্বয়ংক্রিয় হয়ে যায় এবং বিভিন্ন শৈলীর অনুকরণ, পুনর্লিখন এবং অনুলিপি করা আরও সহজ।
এই সুবিধাগুলি আসলেই বোঝাকে অনেকটাই কমিয়ে দিয়েছে – আমাদের আর প্রতিটি শব্দ চিবিয়ে খেতে হবে না, এবং আমাদের আর "রোটে মুখস্থ করার" এত মুহুর্তের প্রয়োজন নেই। কিন্তু এই কারণে, এটি আমাদের পুনর্বিবেচনা করতে বাধ্য করে: এই সমস্ত "প্রচেষ্টা-সঞ্চয়" এর পরে, আমাদের এবং ভাষার মধ্যে কী অবশিষ্ট আছে?
একটি ভাষা শেখা কি একটি "সরঞ্জাম-ভিত্তিক ব্যবহার" হয়ে যায়? ভাষা কি এখনও বিশ্বকে উপলব্ধি করার একটি উপায়, আমাদের নিজেদের বর্ণনা করার একটি মাধ্যম এবং মানুষের জন্য পৃথিবী এবং জিনিসগুলি অন্বেষণ করার একটি পথ?
হয়তো উত্তর এত তাড়াতাড়ি আসবে না। কিন্তু অন্তত, আমরা প্রথমে কিছু নতুন টুল পর্যবেক্ষণ করতে পারি: এই বিশেষ বিষয়ে, APPSO ক্যাপওয়ার্ডস, রিড ইজি এবং প্যারা ট্রান্সলেশনের ডেভেলপারদের সাথে কথা বলেছে, যেগুলো ইংরেজি-সম্পর্কিত টুল। এগুলি সবই AI-এর সহায়তায় প্রস্ফুটিত হয়েছে – কেউ কেউ স্মৃতির অ্যাঙ্করগুলি খুঁজে পেতে জীবনের দৃশ্যে ফিরে এসেছেন, কেউ পড়ার অভিজ্ঞতায় সূক্ষ্ম নকশা তৈরি করেছেন এবং কেউ কেউ কেবল পড়ার প্রক্রিয়াটিকে পুনর্গঠন করেছেন।
আরও গুরুত্বপূর্ণ, তারা সকলেই একই দিকে নির্দেশ করে: প্রযুক্তির দ্বারা ভাষার অসুবিধা হ্রাস করার পরে, যা সত্যিই পুনর্নির্মাণ করা দরকার তা হল আমাদের এবং ভাষার মধ্যে সম্পর্ক।
ক্যাপওয়ার্ড: শব্দভাণ্ডার হল জীবনের সাথে "ঘর্ষণ"
এই পণ্যটিকে কল করা, যা সবেমাত্র Apple ডিজাইন পুরস্কার জিতেছে, একটি "ইংরেজি শেখার সরঞ্জাম" স্পষ্টতই খুব সীমিত। Capwords অনেকটা ভাষা, স্মৃতি এবং জীবনের দৃশ্য সম্পর্কে একটি ডিভাইসের মতো: এটি একটি ফটো তোলার মাধ্যমে শব্দগুলিকে চিনতে পারে, এবং এর স্টিকার ডিজাইন, একটি প্রাণবন্ত এবং হালকা ভিজ্যুয়াল শৈলীর সাথে, লোকেদের সাহায্য করতে অক্ষম করে তোলে কিন্তু আরও কিছু দৃষ্টি আকর্ষণ করে এবং আরও কিছু শব্দ শিখে৷
ক্যাপওয়ার্ডের প্রায় স্বজ্ঞাত নকশার পিছনে রয়েছে একটি সহজ অথচ গভীর ধারণা: ভাষা শেখার দৈনন্দিন জীবনে ফিরে আসা উচিত। এটি একটি একক ইশারা, একটি হাঁটা, বা "আপনি কিভাবে এটি বলেন?" সম্পর্কে একটি কৌতূহল দিয়ে শুরু হতে পারে?
APPSO: এটি সব শুরু হয়েছিল কারণ একটি শিশুর খুব সাধারণ প্রয়োজন ছিল, কিছুর দিকে ইশারা করে জিজ্ঞেস করলো, "আপনি এটাকে ইংরেজিতে কিভাবে বলেন?" এটাই ছিল অনুপ্রেরণার উৎস এবং প্রকল্পের শুরু, তাই না?
DTD: হ্যাঁ, আমার মেয়ের বয়স প্রায় তিন বছর, এমনকি তিন নয়। আমি প্রায়ই তাকে গ্রীষ্মে খেলতে নিয়ে যাই। আমরা অফিস ভবনের সামনে পার্ক বা স্কোয়ারে যাই। নাটকের সময়, তিনি আমাকে কিছু প্রশ্ন জিজ্ঞাসা করতেন, যেমন "এই উদ্ভিদটির নাম কী?" "তুমি এই রাস্তার চিহ্নটি কিভাবে পড়ো?" আমি তার সাথে খেলার সময় তাকে ব্যাখ্যা করতাম, এবং মাঝে মাঝে আমি তাকে চেক করতে সাহায্য করার জন্য কিছু শনাক্তকরণ পণ্য ব্যবহার করতাম। হতে পারে কারণ তিনি সেই পর্যায়ে ছিলেন যখন তার কৌতূহল বিস্ফোরিত হয়েছিল, এবং আসলে এরকম অনেক দৃশ্য ছিল।
সবচেয়ে স্মরণীয় মুহূর্তগুলির মধ্যে একটি ছিল যখন একটি অফিস বিল্ডিংয়ের মেঝে টাইলসের ফাটলে "ডগ বাড রুট" নামক একটি উদ্ভিদ বেড়ে ওঠে। সে ইশারা করে বলল, "বাবা, একটা কুকুরের কুঁড়ি আছে!" এমন দৃশ্য আমাকে গভীরভাবে স্পর্শ করেছে। তিনি আমাকে "ইংরেজিতে এটি কীভাবে বলেন?" এর মতো কিছু প্রশ্ন জিজ্ঞাসা করেছিলেন, আমি ভাবছিলাম: "দৃশ্য + চিত্র + তথ্য" এর এই সংমিশ্রণটি তাকে আরও ভালভাবে মনে রাখতে সহায়তা করতে পারে। আমিও একজন ডিজাইনার, তাই আমি ছবি বা তথ্যের প্রতি বেশি সংবেদনশীল।
▲ছবি: [email protected] থেকে
তাই আমার মেয়ের সাথে কথোপকথনের এই অনেক দৃশ্যে, আমি অনুভব করেছি যে ভাষা নিজেই জীবনে বিদ্যমান থাকা উচিত এবং আমাদের নিজেদেরকে জিজ্ঞাসা করা উচিত যে আমরা এই বিষয়ে সাহায্য করার জন্য কোন পদ্ধতি ব্যবহার করতে পারি। এটি সম্ভবত প্রক্রিয়া।
APPSO: আপনি কি সেই সময়ে উপলব্ধি করেছিলেন যে একই ধরনের চাহিদা শুধুমাত্র শিশুদের মধ্যেই নয়, একটি বৃহত্তর ব্যবহারকারী গোষ্ঠীর মধ্যেও বিদ্যমান ছিল?
DTD: না, কারণ আমি ইংরেজিতে ভালো নই, আমি মুখস্থ করতে বা আমার মাথায় জ্ঞানের বিষয়গুলো জোর করে দিতে পারব না। আমি শিক্ষার প্রধান নই, তাই ভাষা শেখার বিষয়ে আমার বোধগম্যতা হল যে এটি জীবনে ঘটে। যদি একটি পরিবেশ থাকে, যেমন আপনি যখন চ্যাটের সময় কিছু দেখেন বা কথা বলেন, যখন আপনি একটি বস্তু বা ছবি দেখেন, তখন সংশ্লিষ্ট স্মৃতি থাকবে। আমি নিজে কিছু নীতির সংক্ষিপ্ত বিবরণ দেব, যেমন কেন একটি নির্দিষ্ট চিত্র আমাকে আকর্ষণ করে, বা একটি রঙিন ভবন, বা আমাদের শহরের একটি স্বতন্ত্র বিল্ডিং, যা আমার দৃষ্টি আকর্ষণ করে তা হতে পারে আমার মনের গ্রাফিক্সের সংসর্গ, যা খুবই গুরুত্বপূর্ণ। এটি ডিজাইনার হিসাবে আমার ব্যক্তিগত সারাংশ হতে পারে এবং এটি সম্পূর্ণ বৈজ্ঞানিক নাও হতে পারে।
▲ ছবি: [email protected] থেকে
APPSO: বাজারে বেশিরভাগ শব্দ অনুসন্ধান সফ্টওয়্যার ফুলে গেছে, কিন্তু Capwords পথটিকে খুব সহজ করে তোলে এবং এক ক্লিকে সম্পূর্ণ করা যায়। কিন্তু আপনি কি কখনো শিক্ষার ফলাফলের উপর প্রভাব নিয়ে চিন্তিত হয়েছেন?
DTD: আপনি এই CLU সম্পর্কে আমাদের বলবেন না কেন?
CLU: আসলে, আমরা যখন প্রোডাক্ট প্রোজেক্ট চালু করি, তখন আমাদের শুরুর পয়েন্ট ভাষা শেখা ছিল না। আমি এইমাত্র যা বলেছিলাম সেদিকে ফিরে, আমরা শুধু আমার দেবতার জন্য প্রশ্নের উত্তর দিতে চেয়েছিলাম – এটিই সবকিছুর বীজ। ধীরে ধীরে আমরা বুঝতে পারব যে চিত্রগুলি আমাদের জীবনের সাথে এক ধরণের "ঘর্ষণ" তৈরি করবে । অন্য কথায়, বাস্তব জগতে বস্তুর সাথে ঘর্ষণ তৈরি করে, আমরা মেমরি পয়েন্টগুলিকে শক্তিশালী করতে পারি। যখন এই মেমরি পয়েন্টগুলি সেই সময়ের দৃশ্যের সাথে মিলিত হয় এবং নতুন শব্দ বা জিনিস মস্তিষ্কে প্রবেশ করে, তখন এই তথ্যের আমাদের স্মৃতি আরও গভীর হবে।
আমরা আমাদের দৈনন্দিন জীবনে লক্ষ্য করি যে শৈশব থেকেই মানুষের স্বাভাবিক কৌতূহল থাকে এবং স্বাভাবিকভাবেই সমস্ত নতুন জিনিস মনে রাখে । উদাহরণস্বরূপ, আমরা যখন জাপানে যাই, যদিও আমরা জাপানি ভাষার একটি শব্দও বলতে পারি না, আমরা সহজ শব্দগুলি যেমন "ধন্যবাদ" এবং কিছু শব্দ বলব। অথবা সুন্দর জিনিসগুলি বর্ণনা করার সময়, আমরা "কাওয়াই" এর মতো শব্দ ব্যবহার করব কারণ এই জিনিসগুলি আমাদের কাছে নতুন ।
অতএব, আমরা প্রকল্পটি শুরু করার সময় এটিকে এমন একটি পণ্য হিসাবে স্থাপন করিনি যা কেবল ইংরেজি বা শব্দভান্ডার শেখায়। এবং আমাদের পর্যবেক্ষণ, ব্যবহারকারীর প্রতিক্রিয়া, এবং বাস্তব বাস্তবায়নের উপর ভিত্তি করে, আমরা একটি জিনিস করছি তা হল একটি নতুন ভাষা শেখার থ্রেশহোল্ড কম করা যাতে লোকেরা আরও আগ্রহী হয়। লোকেরা একটি ভাষার প্রতি আরও আগ্রহী হয়ে উঠলে, তারা ধীরে ধীরে এটি শেখার আরও পদ্ধতিগত উপায় খুঁজে পাবে।
APPSO: আপনি কি এখনও পর্যন্ত বিশেষভাবে চিত্তাকর্ষক ব্যবহারকারীর প্রতিক্রিয়া পেয়েছেন?
@61: আমি আপনাকে এই সম্পর্কে বলতে পারি। আমার প্রাক্তন পরামর্শদাতাদের একজনের প্রাথমিক বিদ্যালয়ে একটি মেয়ে রয়েছে। পরীক্ষার পর্যায়ে, আমি তাকে একটি রিডেমশন কোড দিয়েছিলাম, এবং সে তার মেয়ের সাথে iPad-এ ক্যাপওয়ার্ড খেলেছিল, বাড়ির সমস্ত কিছু স্ক্যান করে, এমনকি তার বাবার টাক মাথা (হাসি)।
পরের দিন, তার বাবা আমার কাছে এসে আমাকে বললেন যে তার মেয়ে গতকাল তার ডায়েরিতে স্ক্যান করা সমস্ত কথা লিখেছে এবং সেগুলি নিজেই পর্যালোচনা করতে শুরু করেছে। পরের কয়েকদিনের মধ্যে, স্কুল থেকে বাড়ি ফিরে তার মেয়ে প্রথম যে কাজটি করেছিল তা হল ডিম পার্টি খেলা না, বরং তার আইপ্যাড দিয়ে বাড়ির চারপাশে খোঁজা "আর কি সে এখনও স্ক্যান করেনি"।
DTD: কিছু ব্যবহারকারীর প্রতিক্রিয়া দেখে আমি সত্যিই মুগ্ধ হয়েছি। আমি একজন ব্যবহারকারীকে বলতে দেখেছি যে এটি সর্বনিম্ন AI-এর মতো AI পণ্য যা তিনি কখনও ব্যবহার করেছেন, এবং অন্য একজন বলেছেন যে এটি এই বছরের সবচেয়ে উষ্ণতম AI পণ্য । এই আমরা অর্জন করতে চাই ঠিক কি.
APPSO: প্রকৃতপক্ষে, মডেলটি সম্পূর্ণরূপে ব্যবহার প্রক্রিয়ার সাথে একত্রিত, এবং AI এর উপস্থিতি শক্তিশালী নয়। আপনি কি উন্নয়নের সময় কোন চ্যালেঞ্জের সম্মুখীন হয়েছেন?
CLU: আসলে, আমি মনে করি AI এর এখনও কিছু সীমানা এবং শর্ত রয়েছে, কিন্তু AI এর রায় নিজেই মানুষের কিছু সাধারণ জ্ঞানের মতো। উদাহরণস্বরূপ, আমরা আগে পরীক্ষা করেছি যে AI এক কাপ বাদামী তরলকে কফি হিসাবে চিনবে, কিন্তু যদি আমি নিজে এই পানীয়টি তৈরি করি, আমি জানি এটি আসলে ভেষজ চা, তাই স্বীকৃতির ফলাফল আমার জ্ঞানের সাথে অসঙ্গতিপূর্ণ।
তবে এটি AI এর সাথে কোনও সমস্যা নয়, এটি কেবল ভুল শনাক্তকরণ ঘটে। তাই আমরা ডিজাইন করার সময় একটি সমন্বয় আইটেম যোগ করেছি, যাতে যদি সিস্টেমের স্বীকৃতির ফলাফল জ্ঞানের সাথে মেলে না, তাহলে ব্যবহারকারী সঠিক আইটেমটি ইনপুট করতে পারেন।
DTD: স্বীকৃতির গতির বিষয়ে, এমনকি বড় মডেলগুলিও সময় নেয়। ছবিটি পাঠানো এবং ডেটা ফেরত পাঠানোর পুরো প্রক্রিয়াটি প্রায় পাঁচ বা ছয় সেকেন্ড সময় নেয়। গত বছর যখন আমরা প্রথম সংস্করণ প্রকাশ করি, তখন আমরা এটির সাথে খেলেছিলাম এবং এটি ভাল বলে মনে হয়েছিল। সবাই ভেবেছিল এটা আশ্চর্যজনক। আমার স্ত্রী এবং মেয়ে বিশেষ করে এটা আশ্চর্যজনক ছিল. কিন্তু যখন আমি নিজে এটি ব্যবহার করেছি, তখনও অনুভব করেছি যে ছয় সেকেন্ড খুবই বেদনাদায়ক ছিল।
পরে, আমরা কিছু প্রম্পট শব্দ অপ্টিমাইজ করেছি, ছবির আকার সামঞ্জস্য করেছি, এবং ব্যবহারকারীর সময়ের উপলব্ধি কমাতে বিভিন্ন ইন্টারেক্টিভ ডিজাইন ব্যবহার করেছি, এই সময়টিকে বিভিন্ন ধরণের মিথস্ক্রিয়াগুলির পিছনে লুকিয়ে রেখেছি। তাই আমার উপলব্ধি হল আমরা এমন কিছু সমস্যার সমাধান করতে পারি যা বর্তমান মডেল নিজেই অভিজ্ঞতার স্তর থেকে সমাধান করতে পারে না।
CLU: আরেকটি বিষয় হল যখন একটি বস্তু চিহ্নিত করা হয়, আপনি একটি স্টিকার ছিঁড়ে যাওয়ার প্রভাব দেখতে পাবেন। সেই সময়ে, আমরা স্টিকার থেকে বাস্তব জগতে বস্তুর খোসা ছাড়ানোর একটি প্রভাব তৈরি করতে চেয়েছিলাম। পিলিং প্রক্রিয়ায়, সম্পূর্ণ লোডিং আসলে করা হচ্ছে, কিন্তু ব্যবহারকারী এটি সম্পর্কে সচেতন নয় এবং শেষ পর্যন্ত, এটি একটি খুব মসৃণ অভিজ্ঞতা থাকতে পারে। 
▲ ছবি: [email protected] থেকে
আমি বিশ্বাস করি যে শেষ পর্যন্ত, AI অবশ্যই একটি পরিকাঠামোতে একীভূত হবে বা পরিণত হবে। নির্দিষ্ট প্রযুক্তিগত বাস্তবায়ন প্রতিফলিত করার প্রয়োজন নেই। ব্যবহারকারীদের শুধুমাত্র AI দ্বারা আনা প্রভাবগুলির উপর ফোকাস করতে হবে এবং এই ফলাফলটি ব্যবহারকারীরা যা প্রত্যাশা করে বা এমনকি প্রত্যাশার চেয়েও বেশি হতে হবে।
সহজে পড়ুন: পড়া মানে মূল পাঠ্য থেকে পালানো নয়, বরং মূল পাঠের কাছাকাছি যাওয়া
অনুবাদ এবং মূল পাঠ্যটি রস এবং সজ্জার মতো: পূর্বেরটি আপনার মুখে গলে যায়, যখন পরবর্তীটি তার সমস্ত ফাইবার টেক্সচার ধরে রাখে। আপনার মাতৃভাষায় তথ্য শুষে নেওয়া অবশ্যই সহজ, তবে সবসময় এমন সময় আসে যখন আমরা মূল পাঠ্যের কাছাকাছি যেতে চাই এবং ভাষার ছন্দ এবং গঠন অনুভব করতে চাই।
Read Easy একটি "তৃতীয় উপায়" প্রদান করে: চীনা এবং ইংরেজির সংমিশ্রণ। এটি আমাদের এবং মূল পাঠ্যের মধ্যে সংযোগ বজায় রাখার সময় তথ্য নিষ্কাশনকে সহজ করে তোলে – আপনি যে কোনো সময় পরিবর্তন করতে পারেন, বা মূল পাঠ্যে কীওয়ার্ড চিহ্নিত করতে পারেন। এটি "অনুবাদ করুন এবং ছেড়ে দিন" নয়, অনুবাদ এবং মূল পাঠের মধ্যে একটি সেতুর মতো, যা যে কোনও সময় ফিরিয়ে আনা যেতে পারে।
APPSO: কে "দ্রুত এবং আরও বেশি" অনুবাদ করতে পারে তা দেখার জন্য এখন অনেক সরঞ্জাম প্রতিযোগিতা করছে, কিন্তু RE অনেক ইংরেজি ধরে রেখেছে৷ কেন আপনি "মূল পাঠে থাকার" ধারণাটি ধরে রাখতে চান?
Zhijie: বিভিন্ন অবস্থানের কারণে, প্রাথমিক অবস্থান ছিল ইংরেজি শেখার জন্য একটি পণ্য তৈরি করা। প্রথমত, আমরা ভেবেছিলাম যে লোকেরা শিক্ষামূলক পণ্যগুলির জন্য অর্থ প্রদান করতে আরও বেশি ইচ্ছুক, এবং দ্বিতীয়ত, ভাষা শিক্ষা AI এর জন্য একটি প্রধান দৃশ্য, যদিও আমরা তখন বিশেষভাবে কী করতে হবে তা জানতাম না। আমরা সবাই জানি, ইংরেজি শেখার ক্ষেত্রটি খুবই প্রতিযোগিতামূলক, তাই আমরা কোথা থেকে শুরু করব তা নিয়ে ভাবছিলাম। তারপরে আমরা দেখতে পেলাম যে এমন কোন পণ্য নেই যা ইংরেজি পড়ার ক্ষেত্রে বিশেষভাবে ভাল কাজ করেছে, তাই আমরা ভাবছিলাম যে কোনও নতুন সমাধান আছে কিনা। এটি পরবর্তী নকশার দিকে পরিচালিত করেছিল এবং স্বাভাবিকভাবেই আমরা মূল পাঠ্যের মধ্যে থাকার চেষ্টা করেছি।
প্রক্রিয়া চলাকালীন, অবস্থান কিছুটা পরিবর্তিত হয়েছে, কারণ আমি এখনও এমন একটি পণ্য তৈরি করতে চাই যা আমি নিজে ব্যবহার করতে পারি। বর্তমানে, এটি "তথ্য শেখার ইংরেজি" বর্ণালীর মধ্যম অবস্থানের মতো। আমার নিজের পরীক্ষা দেওয়ার দরকার নেই, এবং ইংরেজি শেখা কোনও কঠোর প্রয়োজন নয়, তবে আমি এখনও আশা করি যে আমি আরও ইংরেজি বিষয়বস্তু পড়তে পারব। আমি মনে করি একটি অনুবাদ পড়া এবং মূল পাঠ্য পড়ার মধ্যে পার্থক্যটি একটি ফটো দেখা এবং দৃশ্যে যাওয়ার মধ্যে পার্থক্যের মতো। ঘটনাস্থলে যাওয়া জরুরি নয়, তবে এটি আপনাকে অন্যরকম অনুভূতি দেবে।
APPSO: সবচেয়ে সাধারণ জিনিস যা মানুষকে পড়ার সময় আটকে দেয় তা হল অপরিচিত শব্দ। "ইন-টেক্সট টীকা" বৈশিষ্ট্যটি ডিজাইন করার সময়, আপনি কীভাবে সিদ্ধান্ত নেবেন কোন শব্দগুলি চিহ্নিত করা উচিত এবং কোনটি এড়িয়ে যাওয়া উচিত?
Zhijie: আদর্শভাবে, আমরা এমন শব্দগুলি চিহ্নিত করতে পারি যা ব্যবহারকারীরা তাদের ইংরেজি স্তরের উপর ভিত্তি করে বুঝতে পারে না, যাতে ব্যবহারকারীদের ক্রমাগত শব্দগুলি খুঁজতে না হয়, যা পড়ার সাবলীলতাকে বাধা দেয়। অন্যান্য ক্ষেত্রে, যদিও ব্যবহারকারীরা বুঝতে পারেন, যদি তাদের চিহ্নিত করা হয়, তবে এটি একটি বাক্যের সাধারণ বিষয়বস্তুকে দৃশ্যমানভাবে বিচার করতে সাহায্য করবে, যেমন বিভিন্ন রঙে ব্যক্তি ও স্থানের নাম চিহ্নিত করা।
কার্যকরী বাস্তবায়নের জন্য, এটি বর্তমানে সম্পূর্ণরূপে AI দ্বারা তৈরি করা হয়েছে, তাই কোন শব্দগুলি টীকা করা হয়েছে তা সম্পূর্ণ নিয়ন্ত্রণযোগ্য নয়। অনেকাংশে, এআই শিখেছে আমি যে প্রশিক্ষণের তথ্য দিয়েছি তার উপর ভিত্তি করে কোন শব্দগুলিকে টীকা দিতে হবে।
APPSO: চিহ্নিত অংশগুলির বিভিন্ন রঙ রয়েছে, গাঢ় এবং নন-বোল্ড৷ এই চিহ্নগুলি সমস্ত ব্যবহারকারীদের জন্য উন্মুক্ত নয় তবে স্বয়ংক্রিয়ভাবে তৈরি হয়৷ এর পিছনে বিবেচনা কি?
Zhijie: আসলে, ডিজাইনের শুরুতে, আমি ব্যবহারকারীদের ভিজ্যুয়াল শৈলী কাস্টমাইজ করার অনুমতি দিতে চেয়েছিলাম। এই উদ্দেশ্যে, আমি মার্কডাউনের মতো একটি "মার্কআপ ভাষা" ডিজাইন করেছি। মার্কডাউন নিজেই চাক্ষুষ শৈলী সম্পর্কে চিন্তা করে না। ভিজ্যুয়াল প্রেজেন্টেশন সফটওয়্যার নিজেই উপলব্ধি করা হয়. তবে, সীমিত শক্তির কারণে, শৈলী কাস্টমাইজ করার জন্য এন্ট্রি পণ্যটিতে যোগ করা হয়নি।
বর্তমান ডিফল্ট ভিজ্যুয়াল শৈলী সীমিত প্রচেষ্টার পরে নির্ধারিত হয়। এটি যথেষ্ট ভাল নয়, তবে এটি মূলত বিভিন্ন ভিজ্যুয়াল স্তরগুলিকে আলাদা করতে রঙ ব্যবহার করতে পারে।
APPSO: টীকাগুলির ফর্ম কি পড়ার ছন্দে ব্যাঘাত ঘটাবে? আপনি কিভাবে পুরো পড়ার অভিজ্ঞতা ভারসাম্য করবেন?
Zhijie: যদি ব্যবহারকারীর ইংরেজি খুব ভাল হয়, তাহলে টীকাগুলি সত্যিই পড়ার সাথে হস্তক্ষেপ করতে পারে, ঠিক যেমন আমরা যখন চাইনিজ পড়ি, তখন আমাদের এই চিহ্নগুলির প্রয়োজন নেই। কিন্তু আমার মতো লোকেদের জন্য যাদের সামান্য ইংরেজি দক্ষতা আছে কিন্তু এখনও বিদেশী ভাষা পড়তে অসুবিধা হয়, টীকা সহায়ক। মায়োপিক চশমা পরার সময় স্বাভাবিক দৃষ্টিশক্তি সম্পন্ন ব্যক্তিরা মাথা ঘোরা অনুভব করবেন, তবে চশমা মায়োপিক লোকদের আরও স্পষ্টভাবে দেখতে পারে। 
APPSO: "চীনা এবং ইংরেজি মিশ্রিত" একটি খুব সাহসী নকশা। অনেকের প্রথম প্রতিক্রিয়া হল "এটি কি এখনও গ্রহণযোগ্য?" – আপনি কিভাবে প্রথম স্থানে এই ধারণা সঙ্গে আসা? অনুপ্রেরণা ট্রিগার কোন নির্দিষ্ট দৃশ্য বা পড়ার অভিজ্ঞতা আছে কি?
Zhijie: আমি যখন একটি পণ্য তৈরি করি, আমি বিভিন্ন সম্ভাবনার কথা বলতে পছন্দ করি। এটি একটি ইচ্ছাকৃত চিন্তা। উদাহরণস্বরূপ, আমি কি মূল ইংরেজি বাক্যটি পুনরায় লিখতে পারি, জটিল বাক্যটিকে একটি সাধারণ বাক্যে পরিবর্তন করতে পারি, বা আমি কিছু মিথস্ক্রিয়া যোগ করতে পারি বা এমনকি একটি ছবি তৈরি করতে পারি। চীনা এবং ইংরেজি মিশ্রিত করা একটি সম্ভাবনা। কারণ এটি বিকাশ করা সহজ, আমি এটি প্রথম করেছি।
APPSO: এই ডিজাইনের সুবিধা কী কী? এটি কি সহজ বা এটি আরও ভাল শব্দার্থিক স্তর বজায় রাখতে পারে? আপনি কি চিন্তিত যে এটি মানুষকে তাদের মাতৃভাষার উপর নির্ভর করবে এবং মূল বাক্যটি বুঝতে অনিচ্ছুক হবে?
Zhijie: আমি মনে করি সুবিধা হল যে এটি ব্যবহারকারীদের তাদের স্থানীয় ভাষায় একটি অনুচ্ছেদ দ্রুত বুঝতে এবং বিক্ষিপ্ত শব্দ থেকে সামান্য ইংরেজি শিখতে দেয়। "তথ্য প্রাপ্তি – ইংরেজি শেখা" এর পূর্বোক্ত পজিশনিং স্পেকট্রামে চীনা এবং ইংরেজির মিশ্রণের কাজটি তথ্য প্রাপ্তির শেষ বিন্দুর কাছাকাছি হবে।
ব্যবহারকারী কি করতে চান এবং তিনি মূল বাক্যটি বুঝতে ইচ্ছুক কিনা তা একটি পণ্য দ্বারা নির্ধারিত হয় না। ব্যবহারকারীর সর্বদা নির্বাচন করার অধিকার রয়েছে। এমনকি পণ্যটি অনুবাদ প্রদান না করলেও তিনি অনুবাদটি দেখতে চাইলে অন্য পণ্য ব্যবহার করতে পারেন। যারা মূল পাঠ্যটি পড়তে ইচ্ছুক তাদের জন্য RE ইংরেজি পড়া সহজ করার একটি সম্ভাবনা প্রদান করে। আরও বেশি লোক যোগ দিতে পারলে ভালো হবে, কিন্তু না পারলে জোর করে করা যাবে না। এমনকি যদি একজন ব্যক্তি মূল লেখাটি পড়তে ইচ্ছুক হন, তবে তিনি সমস্ত সময় মূল পাঠটি পড়তে চান না। আপনি যখন আমেরিকানো পান করতে চান না, তখন ল্যাটে পান করাও ভাল।
APPSO: প্রযুক্তিগতভাবে এটি কীভাবে অর্জন করা হয়?
ঝিঝিঃ কোন অসুবিধা নেই। এটি প্রম্পটগুলির একটি সেটের সাথে বাস্তবায়িত হয়: "আপনি একজন ভাষা বিশেষজ্ঞ। আপনার বর্তমান কাজ হল পাঠ্যের একটি অনুচ্ছেদকে চীনা এবং ইংরেজি মিশ্রিত পাঠ্যে রূপান্তর করা, কিন্তু মূল পাঠ্যটিকে অপরিবর্তিত রাখা। উদ্দেশ্য হল ব্যবহারকারীদের অনুচ্ছেদের অর্থ বুঝতে এবং একই সাথে ইংরেজি শিখতে দেওয়া, তাই দয়া করে মনোযোগ দিন, এটি খুবই গুরুত্বপূর্ণ…"
অ্যাপসো: "এআইকে আরও গুরুতর করে তোলা" কি সত্যিই একটি পার্থক্য করবে? (হাসি)
Zhijie: আমি এটি কঠোরভাবে পরীক্ষা করিনি, কিন্তু অভিজ্ঞতার ভিত্তিতে, এটি স্থিতিশীলতা উন্নত করতে পারে। এই কৌশলগুলি ছাড়া, দশটি প্রক্রিয়াকরণ আইটেমের মধ্যে একটি ভুল হতে পারে। এই কৌশলগুলি দিয়ে, এটি আরও ভাল হবে। অতীতে, আমি এআইকে তার সেরাটা করতে দেওয়ার জন্য কিছু লিখতাম।
অনুচ্ছেদ অনুবাদ: প্রয়োজনের সময় উপস্থিত হন
মোবাইল ডিভাইসে তাত্ক্ষণিক অনুবাদ সবসময়ই একটি চ্যালেঞ্জিং দৃশ্য ছিল: আসল কাজটি বাধাগ্রস্ত করা যাবে না, এবং একই সময়ে, আপনি সম্ভাব্য সবচেয়ে সঠিক অনুবাদ পেতে চান। অনেক নির্মাতারা এই বৈশ্বিক সমস্যাটি সমাধান করার চেষ্টা করছেন, এবং প্যারা অনুবাদের সমাধানটি অপ্রত্যাশিতভাবে "চতুর"।
পিকচার-ইন-পিকচার ফর্মের মাধ্যমে, সম্পূর্ণ পঠন প্রক্রিয়ায় অনুবাদ যোগ করা হয়। বর্তমান পৃষ্ঠা থেকে ঝাঁপ না দিয়ে দ্রুত অনুবাদ কল করার জন্য শুধুমাত্র একটি ভাসমান উইন্ডো প্রয়োজন। কোনও বাধা নেই, স্যুইচ করার দরকার নেই, তবে এটি সর্বদা "যখন আপনার প্রয়োজন তখন" প্রদর্শিত হয়।
APPSO: আপনি প্রথম কিভাবে এই ধরনের একটি টুল তৈরির ধারণা নিয়ে আসেন? এটা কি আপনার নিজের অভ্যাসের সাথে সম্পর্কিত?
দ্যাক্সিন: এটা সত্যি। আমি প্রায়ই কিছু বিদেশী সামাজিক মিডিয়া এবং ফোরাম পড়ি, কিন্তু সেগুলি সবই ইংরেজিতে। প্রতিবার আমি হয় একটি স্ক্রিনশট নিই বা পাঠ্যটি অনুলিপি করি এবং একটি অনুবাদ সরঞ্জামে অনুবাদ করি, যা খুব ঝামেলার।
গত বছর, আমার একজন বন্ধু একটি বিশ্বব্যাপী ক্লিপবোর্ড তৈরি করেছে যা ব্যবহারকারীর দ্বারা নির্বাচিত বিষয়বস্তু না পড়ে ক্লিপবোর্ডের বিষয়বস্তু পড়ার জন্য পিকচার-ইন-পিকচার ফাংশনের ক্ষমতা ব্যবহার করে। আমি ভেবেছিলাম যে যদি এটি ক্লিপবোর্ডের বিষয়বস্তু পড়তে পারে তবে এটি ক্লিপবোর্ডে পাঠ্য প্রদর্শন করতে সক্ষম হবে। সম্ভাব্যতা অধ্যয়ন করার পর, আমি একটি সুবিধাজনক অনুবাদ টুল তৈরি করতে আমার উন্নয়ন দলের সাথে কাজ করেছি। 
APPSO: আসল সুইচের সবচেয়ে বড় প্রভাব কী ছিল? এটা কি বিষয়বস্তু বোঝার উপর প্রভাব ফেলেছে? এই নতুন টুল বর্তমান ব্যবহারকারী প্রতিক্রিয়া কি?
Daxin: এটি মূলত আমার পড়ার অভিজ্ঞতাকে প্রভাবিত করে। আমার জন্য যারা কর্মদক্ষতাকে মূল্য দেয়, প্রতিবার সামনে পিছনে সুইচ করা অত্যন্ত অস্বস্তিকর। একটা পোস্ট পড়তে বেশি সময় লাগে। আমি যা অর্জন করতে চাই তা হল আমি যখন একটি পোস্ট দেখি, আমি এটি শেষ করতে পারি এবং তারপরে পরবর্তীটিতে যেতে পারি।
এই টুলটি তৈরি করার পরে, আমি দেখতে পেয়েছি যে ব্যবহারকারীর বেস বিভিন্ন শিল্পকে কভার করে। দুটি বিশেষ গোষ্ঠী রয়েছে: আন্তর্জাতিক ছাত্র এবং বিদেশী বাণিজ্য অনুশীলনকারী। আন্তর্জাতিক ছাত্ররা যখন বিদেশে থাকে তখন তারা প্রায়ই তাদের সহকর্মী, সহপাঠী এবং বন্ধুদের সাথে চ্যাট করে। বিদেশী বাণিজ্য এবং বিদেশী ব্যবহারকারীদের অনলাইনে চ্যাট করতে হবে, তবে এই চ্যাট সরঞ্জামগুলিতে সাধারণত অনুবাদ ফাংশন থাকে না বা অর্থপ্রদানের প্রয়োজন হয় না। প্যারা ট্রান্সলেশন এই চাহিদা পূরণ করে, এবং দাম তুলনামূলকভাবে বন্ধুত্বপূর্ণ।
APPSO: কিভাবে বেস মডেল নির্বাচন করা হয়? বিভিন্ন মডেলের মধ্যে পার্থক্য কি?
Daxin: DeepSeek বর্তমানে প্রধান একটি, কিন্তু দেশে এবং বিদেশে মূলধারার মডেলগুলিও সংযুক্ত। অনেক মডেল পরীক্ষা করার পর, DeepSeek এর প্রধান সুবিধা হল এটি অন্যদের তুলনায় আরো সঠিক। প্রধান অসুবিধা হল এটি ধীরগতির, এবং আমি অনুবাদের পরে আমার নিজের কিছু বোঝার যোগ করব এবং পুরো অনুচ্ছেদে অতিরিক্ত পলিশিং করব, তবে এটি সম্পূর্ণরূপে ডিবাগ না করার কারণেও এটি হতে পারে।
Doubao দ্রুত, কিন্তু কম সঠিক. আমি কিছু ইংরেজি ফোরামে এটি চেষ্টা করেছি। কিছু কথোপকথন এবং স্থানীয় অভিব্যক্তি আছে, এবং এটি শুধুমাত্র আক্ষরিকভাবে তাদের অনুবাদ করবে। এমনকি যদি আমি সামঞ্জস্য করার জন্য প্রম্পটিং ব্যবহার করি তবে এটি আদর্শ নয়। বর্তমানে, ডিপসিক প্রধান, তবে এটি ব্যবহারকারীদের দ্বারা ম্যানুয়াল স্যুইচিং এবং নির্বাচনকে সমর্থন করে।
APPSO: পিকচার-ইন-পিকচার ডিজাইন খুবই আকর্ষণীয়। আপনি কিভাবে এই এন্ট্রি পয়েন্ট খুঁজে পেয়েছেন?
Daxin: আমার এক বন্ধু গত বছর একটি পণ্য তৈরি করেছে। আসলে, অ্যাপল নিজেই একটি বিশ্বব্যাপী ভাসমান উইন্ডো খোলার ক্ষমতা নেই। আমরা অনুবাদের ফলাফলগুলিকে একটি ভিডিওতে রেন্ডার করি, এটিকে পিকচার-ইন-পিকচারে প্রদর্শন করি এবং এটিকে এর স্ট্রিমিং আউটপুটে মানিয়ে নিই, যা সামগ্রিক অভিজ্ঞতাকে উন্নত করবে৷
APPSO: এটি একটি খুব চতুর পথ।
ডেক্সিন: আমার কিছু টেক-জিক বন্ধুরা জিজ্ঞাসা করেছিল আপনি কীভাবে এই ধারণাটি নিয়ে আসতে পারেন? কিন্তু প্রকৃতপক্ষে, ছবিতে এখনও অনেক কার্যকরী সীমাবদ্ধতা রয়েছে, তাই আমরা অনেক অপ্টিমাইজেশনও করেছি। উদাহরণস্বরূপ, যখন অনূদিত পাঠ্যটি খুব দীর্ঘ হয়, আপনি প্লে বোতামটি ক্লিক করে স্ক্রোল করতে পারেন, উপরে এবং নীচে স্ক্রোল করতে পিছনে বা ফরোয়ার্ড বোতামে ক্লিক করতে পারেন এবং ক্লিপবোর্ডে অনুবাদ ফলাফল লিখতে পারেন, যা ব্যবহারকারীদের এক ক্লিকে পাঠ্যটি পুনরায় লিখতে সহায়তা করতে পারে।
আমি মনে করি অ্যাপলের মিথস্ক্রিয়া প্রতিটি ডিজাইনারের জন্য শেখার যোগ্য। অ্যাপলের সাথে অভ্যস্ত বন্ধুরা জানেন যে আপনি ডেস্কটপে টান দিয়ে অনুসন্ধান করতে পারেন। আমি অ্যাপটিতে এই অপারেশনের অভ্যাসটিও যুক্ত করেছি। এছাড়াও আপনি হোমপেজে নিচে টান দিয়ে অবিলম্বে সামগ্রিক অনুসন্ধানে প্রবেশ করতে পারেন। তুলনামূলকভাবে বলতে গেলে, ব্যবহারকারীরা দ্রুত শুরু করবেন।
বৃহৎ মডেল যোগ করা এবং শৈলী কনফিগার করার দুটি পৃষ্ঠায়, উদাহরণস্বরূপ, যখন ব্যবহারকারীরা কনফিগার করছেন, তখন তাদের ইনপুট বাক্সে কিছু ভেরিয়েবল পূরণ করতে হবে। আমি শর্টকাট নির্দেশাবলী উল্লেখ করেছি এবং এটিকে ইনপুট পদ্ধতির উপরে রেখেছি, যাতে ব্যবহারকারীরা ক্লিক করে অবিলম্বে এটি যোগ করতে পারে।
APPSO: আপনি আগে উল্লেখ করেছেন যে আপনার ইংরেজি সীমিত, কিন্তু এখন আপনি একটি ইংরেজি-ভাষী টুল তৈরি করেছেন। আপনার ব্যক্তিগত অভিজ্ঞতা থেকে, এই পণ্যটি তৈরি করার কারণে আপনি কি ইংরেজি বিষয়বস্তু নিয়ে কাজ করতে আরও ইচ্ছুক হয়েছেন?
ডেক্সিন: প্রকৃতপক্ষে, আমি নিজেকে আমার ফোনে আগের চেয়ে বেশি বিদেশী পোস্ট ব্রাউজ করছি। অতীতে, আমি প্রধানত আমার কম্পিউটারে পড়তাম, এবং আমি একটি অনুবাদ প্লাগ-ইন ইনস্টল করেছি। যাইহোক, ফোনের অ্যাপগুলি তুলনামূলকভাবে বন্ধ, এবং আমি কম্পিউটারের মতো অনুবাদ সরঞ্জামগুলি ব্যবহার করতে পারি না, কিন্তু যেহেতু আমি এই টুলটি তৈরি করেছি, আমি নিজেকে এই সফ্টওয়্যারগুলি রাতে ঘুমানোর আগে চেক করার জন্য খুলছি, তাই আমি আমার ফোনে পোস্টগুলি ব্রাউজ করার জন্য বেশি সময় ব্যয় করি৷
APPSO: আপনি শেখার কাজটি গ্রহণ করার চেয়ে এটিকে একটি হাতিয়ার হিসেবে রাখতে চান।
ডেক্সিন: হ্যাঁ, এটি একটি দক্ষতার টুল। আমি আশা করি যে ব্যবহারকারীদের অনুবাদের প্রয়োজন হলে তারা দ্রুত এটি খুলতে এবং পরিচালনা করতে পারে। আমি আশা করি ব্যবহারকারীরা যে কোন সময়, যে কোন জায়গায়, যে কোন সময় খেয়াল না করেই প্যারা শুরু করতে পারবেন।
#iFanr: iFanr (WeChat ID: ifanr) এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম, যেখানে যত তাড়াতাড়ি সম্ভব আরও উত্তেজনাপূর্ণ বিষয়বস্তু আপনার কাছে উপস্থাপন করা হবে।