অ্যাপলের ওয়ার্ল্ডওয়াইড ডেভেলপারস কনফারেন্স (ডব্লিউডব্লিউডিসি) ইঞ্চি কাছাকাছি হওয়ার সাথে সাথে কোম্পানির এআই কাজের চারপাশে বকবক একটি জ্বরপূর্ণ মোড় নিয়েছে। এমন একটি বছরে যখন স্মার্টফোন এবং কম্পিউটিং ব্র্যান্ডগুলি শুধুমাত্র AI সূক্ষ্মতার উপর দৃষ্টি নিবদ্ধ করেছে, অ্যাপল AI হাইপের চারপাশে অস্বাভাবিকভাবে নীরব ছিল – ব্র্যান্ডটি ট্রেন হারিয়ে যাওয়ার বিষয়ে উদ্বেগ প্রকাশ করে৷
যাইহোক, একটি নতুন প্রতিবেদন আমাদেরকে এই বছরের শেষের দিকে তার iOS 18 আপডেটের সাথে অ্যাপলের AI স্বপ্নগুলি কীভাবে বাস্তবায়িত হতে পারে তার একটি ঘনিষ্ঠ দৃষ্টিভঙ্গি দিয়েছে।
অ্যাপলের এআই পরিকল্পনার নতুন বিবরণ
মনে হচ্ছে অ্যাপল গেমটিতে অনেক বেশি, কিন্তু তার প্রতিদ্বন্দ্বীদের তুলনায় কিছুটা ভিন্ন পদ্ধতির সাথে। "অ্যাপল একটি বৃহৎ ভাষার মডেল তৈরি করছে – অ্যালগরিদম যা জেনারেটিভ এআই বৈশিষ্ট্যগুলিকে আন্ডারপিন করে – এবং সমস্ত ইঙ্গিতগুলি ইঙ্গিত দেয় যে এটি সম্পূর্ণরূপে ডিভাইসে থাকবে৷ এর মানে প্রযুক্তিটি ক্লাউডের পরিবর্তে আইফোনের ভিতরে প্রসেসর দ্বারা চালিত হয়,” ব্লুমবার্গ রিপোর্ট করেছে।
"AppleGPT" নামের একটি অভ্যন্তরীণ টুল কোডের গুজব এখন কিছুক্ষণ ধরে চারপাশে ছড়িয়ে পড়েছে। কিন্তু মনে হচ্ছে অ্যাপল সেই সূক্ষ্মতার পর্যায়ে পৌঁছায়নি যা Google এবং Microsoft (OpenAI-এর সাথে) ChatGPT, Copilot, এবং Gemini- এর মতো টুলের মাধ্যমে অর্জন করেছে। এটি সাম্প্রতিক প্রতিবেদনগুলিও ব্যাখ্যা করে যে দাবি করে যে অ্যাপল গুগল থেকে জেমিনি এআই লাইসেন্স করতে পারে – ঠিক স্যামসাং এবং ওয়ানপ্লাসের মতো – আইফোনের জন্য এমন পণ্য পরিবেশন করার পরিবর্তে যা একেবারে আলাদা নয়৷
অথবা, এটাকে আরো সঠিকভাবে বলতে গেলে, এটি অ্যাপলের মান অনুযায়ী চলে না। জেনারেটিভ এআই টুলস, এমনকি যেগুলি সেখানে সবচেয়ে বড় ডেটা সেটের উপরে তৈরি করা হয়েছে, অন্তত তাদের প্রথম দিনগুলিতে একটি বরং দর্শনীয় ফ্যাশনে ব্যর্থ হচ্ছে। গুগলকে সম্প্রতি Gemini AI এর টেক্সট-টু-ইমেজ সিস্টেমের সাথে একটি জঘন্য ফ্লাবের জন্য ক্ষমা চাইতে হয়েছিল। Meta's AI খুব একটা পিছিয়ে নেই। তারপরে কপিরাইট আইন, ন্যায্য প্রকাশ এবং প্রশিক্ষণের স্বচ্ছতা নিয়ে পুরো ঝড় উঠেছে, যা অ্যাপল এড়াতে চাইবে।
কিন্তু দেখা যাচ্ছে যে প্রবাদপ্রতিম AI সাপের তেল বিক্রি করার পরিবর্তে, অ্যাপল আরও সতর্ক দৃষ্টিভঙ্গি নিতে চায়। "চ্যাটবট এবং অন্যান্য জেনারেটিভ এআই টুলের শক্তির কথা বলার পরিবর্তে, অ্যাপল দেখানোর পরিকল্পনা করেছে যে প্রযুক্তি কীভাবে মানুষকে তাদের দৈনন্দিন জীবনে সাহায্য করতে পারে," ব্লুমবার্গ রিপোর্ট যোগ করে।
ChatGPT ঘটনাস্থলে আসার পর থেকে এবং একটি AI বিপ্লব শুরু করার পর থেকে, আমরা বাস্তবসম্মত ছবি তৈরি করা এবং ভয়েস ক্লোন করা থেকে শুরু করে টেক্সট থেকে ফটোরিয়েলিস্টিক ভিডিও তৈরি করা এবং ভার্চুয়াল পার্টনার হিসেবে কিঙ্কি চ্যাটে যুক্ত হওয়া সবকিছুতেই সক্ষম AI টুলের বন্যা দেখেছি। তবুও, সবচেয়ে বড় প্রশ্ন হল প্রতিদিনের ভিত্তিতে একজন গড় গ্রাহকের জন্য এই চটকদার কৌশলগুলি কার্যত কতটা ফলপ্রসূ।
কিন্তু এর মানে এই নয় যে অ্যাপল এআই রেসে দাঁড়ানোর চেষ্টা করছে না। বেশ বিপরীত, আসলে. গত কয়েক মাস ধরে, অ্যাপল এমজিআইই নামক একটি এআই টুলের নথিভুক্ত একাধিক গবেষণাপত্র প্রকাশ করেছে যা ভয়েস কমান্ড সহ মিডিয়া সম্পাদনার মতো কৌশল করতে সক্ষম। আরেকটি বিশদ বিবরণ MM1 , একটি মাল্টিমোডাল বৃহৎ ভাষার মডেল যা "উন্নত ইন-কনটেক্সট লার্নিং এবং মাল্টি-ইমেজ রিজনিং" এর দরজা খুলে দেয়।
এআই রেসে অ্যাপল কতদূর?
আমরা সম্প্রতি অ্যাপল গবেষণার আরেকটি অংশ বিচ্ছিন্ন করেছি যা AI-কে অন-স্ক্রিন বিষয়বস্তু বোঝার এবং সেই অনুযায়ী ব্যবহারকারীদের সহায়তা করার উপর ফোকাস করে । X-এর একজন অ্যাপল ইঞ্জিনিয়ারের নিম্নলিখিত থ্রেড, পূর্বে টুইটার নামে পরিচিত, গুগলের জেমিনি এআই মডেলের মতো প্রতিদ্বন্দ্বীদের তুলনায় অ্যাপল যে অগ্রগতি করেছে তার বিশদ বিবরণ:
এটা মাত্র শুরু। দলটি ইতিমধ্যেই পরবর্তী প্রজন্মের মডেল নিয়ে কাজ করছে। এই প্রকল্পে অবদান রাখা প্রত্যেকের জন্য বিশাল ধন্যবাদ!
— ব্র্যান্ডন ম্যাকিঞ্জি (@mckbrando) 15 মার্চ, 2024
অন্যান্য কাগজপত্র গোপনীয়তা এবং নিরাপত্তার পরিধির মধ্যে এআই নিয়ে আলোচনা করেছে , যা অ্যাপলের জন্য বিস্ময়কর নয়। উপরে উল্লিখিত অন-ডিভাইস পদ্ধতি এই পুরো গোপনীয়তা পদ্ধতির কেন্দ্রবিন্দু। ডিভাইসে AI মডেলগুলি চালানো নিশ্চিত করবে যে কোনও ডেটা আইফোন থেকে যাবে না। এটি একটি ক্লাউড সার্ভারে ব্যবহারকারীর অনুরোধ পাঠানোর সাথে বৈপরীত্য, একটি কৌশল যা সমগ্র মানব-এআই ইন্টারঅ্যাকশন চেইনকে ধীর করে দেয়।
প্লাস, অ্যাপল ইতিমধ্যে কোর হার্ডওয়্যার প্রস্তুত আছে. কোম্পানিটি 2017 সাল থেকে iPhones-এ একটি নিউরাল প্রসেসিং ইউনিট (NPU) শিপিং করে আসছে। এটি একটি ডেডিকেটেড AI এক্সিলারেটর হার্ডওয়্যার, যেটি Google-এর Pixel স্মার্টফোনের মধ্যে টেনসর প্রসেসিং ইউনিট (TPU) এর মতোই কাজ করে যা এখন জেমিনিকে চালাতে সক্ষম। ডিভাইসে মডেল। মজার ব্যাপার হল, অ্যাপলও কিছুক্ষণ আগে ভিত্তিপ্রস্তর স্থাপন শুরু করেছে।
WWDC 2022-এ, কোম্পানিটি "ট্রান্সফরমার আর্কিটেকচারের একটি ওপেন-সোর্স রেফারেন্স পাইটর্চ বাস্তবায়ন" বলে প্রকাশ করেছে। ট্রান্সফরমার হল পুরো জেনারেটিভ এআই প্রযুক্তির পিছনে ভিত্তি টুল। ফিনান্সিয়াল টাইমসের এই নিবন্ধটি ট্রান্সফরমার প্রযুক্তির একটি চমৎকার (এবং সুস্বাদু) ব্যাখ্যা যা 2017 সালে একটি Google গবেষণা পত্র থেকে উদ্ভূত হয়েছিল, একই বছর আমরা iPhone X এর ভিতরে একটি NPU পেয়েছি।
সর্বশেষ ব্লুমবার্গ রিপোর্টে উল্লেখ করা হয়েছে যে অ্যাপল তার AI পদ্ধতির একটি আভাস WWDC 2024-এ দেবে, যা জুনে শুরু হবে। একটি অন-ডিভাইস জেনারেটিভ এআই পদ্ধতি কি অবশেষে সিরিকে আরও স্মার্ট করে তুলবে, যেভাবে গুগল সম্প্রতি গুগল অ্যাসিস্ট্যান্টকে সুপারচার্জ করার চেষ্টা করছে? শুধুমাত্র সময় বলে দেবে.