প্রায় এক মাস আগে, আমি নবীন শিক্ষার্থীদের একটি টেক ডেমো দিয়েছিলাম কিভাবে একটি AI ব্রাউজারে একটি কাস্টম দক্ষতা তৈরি করতে হয় এবং অ্যাসাইনমেন্টের গবেষণা কাজ স্বয়ংক্রিয় করতে হয়। গুগল সার্চে তাদের আটকে রাখার পরিবর্তে, "AI এজেন্ট" উত্তর প্রদানের জন্য শুধুমাত্র কয়েকটি একাডেমিক এবং শেখার উৎসের মধ্যে তাদের অনুসন্ধান সীমাবদ্ধ রেখেছিল।
আমি কেবল "/course" টাইপ করে সবকিছু করেছি, তারপর "Faraday's Law of Induction" লিখে। ব্রাউজারে যে সারাংশ এবং উত্তরগুলি দেওয়া হয়েছিল তা সম্পূর্ণরূপে স্কুল সিলেবাস থেকে নেওয়া হয়েছিল, এবং খুব বেশি গভীর বা অগভীর কিছু ছিল না। পুরো পদ্ধতিটি দ্রুত, দক্ষ এবং কোনও AI-এর দুর্বল উৎস থেকে শব্দার্থ বের করার বা কেবল ভ্রান্ত ধারণা তৈরি করার অপ্রত্যাশিততা দূর করে।
আমার ভাই সহ দলটি অবাক হয়ে গেল। ওয়েবে প্রাসঙ্গিক তথ্য খুঁজে বের করার এটি ছিল সম্পূর্ণ নতুন উপায়। কোন উৎসটি ভালো বা এড়িয়ে যাওয়ার যোগ্য তা নিজস্ব ধারণা ব্যবহার করে একটি জেনেরিক এআই চ্যাটবটকে কাজটি করার পরিবর্তে, তারা এখন ঠিক কোথা থেকে তাদের উত্তর পেতে চান তা নির্ধারণ করতে পারে।
এটি সম্পূর্ণ নতুন এক জগৎ এবং ওয়েব ব্রাউজারগুলির সাথে আমরা কীভাবে যোগাযোগ করি তার একটি নাটকীয় পুনর্কল্পনা। OpenAI-এর ChatGPT Atlas , Dia, Perplexity-এর Comet — এবং কিছুটা হলেও, Google Chrome এবং Microsoft Edge — দৃঢ়ভাবে সেই দিকে এগিয়ে চলেছে। AI ব্রাউজারগুলি কীভাবে গেমটি পরিবর্তন করছে তার সবচেয়ে উল্লেখযোগ্য উপায়গুলির একটি সংক্ষিপ্ত প্রাইমার এখানে দেওয়া হল।
ব্রাউজারের ঝামেলার অবসান
লিগ্যাসি ওয়েব ব্রাউজারগুলি আপনার তথ্য একই ট্যাবে সীমাবদ্ধ করে। পটভূমি গবেষণা, প্রাসঙ্গিক প্রশ্ন, অথবা শুধুমাত্র একটি মৌলিক তথ্য যাচাই করার জন্য, আপনাকে অন্য একটি ট্যাব চালু করতে হবে, অথবা একটি নতুন উইন্ডো খুলতে হবে।
সংক্ষেপে বলতে গেলে, কাজগুলি দ্রুত এলোমেলো হয়ে যায়। AI ব্রাউজারগুলি একটি স্থায়ী সাইড প্যানেলের মাধ্যমে এই সমস্যার সমাধান করে যেখানে আপনি একটি বিল্ট-ইন সহকারীর সাথে স্ক্রিনে কী দেখা যাচ্ছে তা নিয়ে কথা বলতে পারেন, ব্যাকগ্রাউন্ড রিসার্চের জন্য বিষয়বস্তুর বাইরে যেতে পারেন, অন্যান্য ট্যাব থেকে তথ্য একত্রিত করতে পারেন এবং একই জায়গায় আরও অনেক কিছু করতে পারেন।
সম্প্রতি আমি একটি প্রবন্ধ পড়ছিলাম যেখানে কংক্রিটকে মূলত শক্তি-সঞ্চয় যন্ত্রে পরিণত করার একটি অগ্রগতি সম্পর্কে আলোচনা করা হয়েছিল। গবেষণাপত্রটিতে এটি কীভাবে স্থাপন করা যেতে পারে তার সমস্ত উপায় নিয়ে আলোচনা করা হয়েছিল এবং সেই প্রস্তাবগুলির মধ্যে একটি ছিল কার্বন সিকোয়েস্টেশন। আমি এটি সম্পর্কে পুরোপুরি নিশ্চিত ছিলাম না, তাই আমি কেবল পাশের প্যানেলে বিল্ট-ইন চ্যাটজিপিটি সহকারীটি খুলে জিজ্ঞাসা করলাম, "কার্বন সিকোয়েস্টেশন কী?"
আমি পাশের প্যানেলে আমার উত্তর পেয়েছি এবং আরও প্রশ্ন জিজ্ঞাসা করেছি, যার মধ্যে অন্তর্নির্মিত চিত্র জেনারেটর দ্বারা তৈরি একটি চিত্র ব্যবহার করে একটি ভিজ্যুয়াল ব্যাখ্যাও অন্তর্ভুক্ত ছিল। এই সমস্ত কিছু সাইড প্যানেলে ঘটেছে, একাধিক ট্যাব এবং উইন্ডোর মধ্যে ঝাঁকুনি না দিয়ে।
আরও এক ধাপ এগিয়ে, আমি একই পাশের প্যানেলে একটি পূর্ণাঙ্গ ওয়েব অনুসন্ধান শুরু করতে পারি, একটি বিস্তৃত ডিপ রিসার্চ রিপোর্ট তৈরি করতে পারি এবং আমার নিজস্ব উৎস যোগ করতে পারি (জিমেইল, ড্রাইভ, নোটিয়ন ইত্যাদির মতো সংযুক্ত পরিষেবা থেকে)। আমি এজেন্ট মোডেও প্রবেশ করতে পারি এবং কাজ সম্পন্ন করতে পারি।
এই প্রেক্ষাপটে, আমি স্বায়ত্তশাসিত ব্রাউজিং মোড সক্রিয় করেছি এবং এমআইটি কর্তৃক প্রকাশিত স্মার্ট কংক্রিট যা শক্তি সঞ্চয় করতে পারে সেই বিষয়ে সমস্ত নিবন্ধ টেনে আনতে বলেছি। প্রায় দুই মিনিটের মধ্যে, আমি একটি টেবিলে সুন্দরভাবে সাজানো এই জাতীয় নিবন্ধগুলির একটি দীর্ঘ তালিকা পেয়েছি, যার সারাংশ এবং এমআইটি সাবডোমেন যা সেগুলি প্রকাশ করেছে।
এই সবই ব্যাকগ্রাউন্ডে ঘটেছিল, যখন আমি অন্য ট্যাবে কাজ চালিয়ে যাচ্ছিলাম। AI ব্রাউজারগুলির সাইডবার – তা সে Atlas-এ ChatGPT, Chrome-এ Gemini , অথবা Edge-এ Copilot – একটি নাটকীয়ভাবে উন্নত টুল যা ওয়েব-ভিত্তিক কাজের শ্রমসাধ্যতা কমিয়ে দেয় এবং অনেক সময়ও বাঁচায়।
ড্রাইভিং ব্রাউজার, ঠিক আপনার পছন্দ অনুযায়ী
AI ব্রাউজারগুলিতে এখন সবচেয়ে চিত্তাকর্ষক সরঞ্জামগুলির মধ্যে একটি হল কাস্টম দক্ষতা এবং শর্টকাট তৈরির সিস্টেম। এগুলিকে এক-শট কমান্ড হিসাবে ভাবুন যা একটি নির্দিষ্ট কাজ সম্পাদন করে। এই কাজগুলি আপনি যা চান তা হতে পারে এবং আপনি যেভাবে বর্ণনা করেন ঠিক সেভাবেই কাজ করে।
উদাহরণস্বরূপ, আমি "রিসার্চ অ্যাসিস্ট্যান্ট" নামে একটি কাস্টম জিপিটি তৈরি করেছি। যখন আমি "/" কমান্ড ব্যবহার করে এটিকে ডাকি, তখন এটি একটি নতুন ট্যাবে, অথবা একই উইন্ডোতে সহকারী সাইডবারে বর্ণিত কাজটি সম্পাদন করে। শর্টকাট এবং দক্ষতা নামে একটি অনুরূপ সিস্টেম ধূমকেতু এবং দিয়াতেও উপলব্ধ। উপরের ছবিটি ধূমকেতু ব্রাউজারে একটি তৈরির একটি নমুনা দেখায়।
এটি কীভাবে কাজ করে তা এখানে। আপনি একটি এলোমেলো নাম বেছে নিন, ব্রাউজারে আপনি কী করতে চান তা বর্ণনা করুন এবং সংরক্ষণ করুন টিপুন। উদাহরণস্বরূপ, আমি কেনাকাটার জন্য একটি তৈরি করেছি, যার নাম, "শপিং"। এবং এখানে সবচেয়ে ভালো অংশটি। আপনি কেবল দক্ষতাটি কী করতে চান তা বর্ণনা করুন এবং এটি সেভাবেই কনফিগার করা হবে।
আমি সম্প্রতি Amazon-এ একজোড়া ওয়্যারলেস ইয়ারবাড দেখছিলাম, কিন্তু অন্যান্য ওয়েবসাইটেও দাম তুলনা করতে চাইছিলাম। প্রতিটি শপিং সাইট খুলে ম্যানুয়ালি পণ্যটি অনুসন্ধান করার পরিবর্তে, আমি একই ট্যাবে সহকারী সাইডবারে কেবল "/shopping" টাইপ করেছি, এবং এটি আমাকে একই জোড়া ইয়ারবাড বিক্রি করে এমন সমস্ত সাইটের একটি তালিকা দিয়েছে, দাম এবং লিঙ্কের সাথে।
একইভাবে, ব্রাউজার এজেন্ট কেবল একাধিক ট্যাবে ব্যবহারকারীর প্রশ্নগুলি প্রসারিত করতে পারে না, বরং এটি সমস্ত সক্রিয় ট্যাব থেকে তথ্য একত্রিত করতে পারে। উদাহরণস্বরূপ, যদি আপনার অর্ধ ডজন ট্যাবে হোটেল তালিকা খোলা থাকে, তাহলে আপনি কেবল সাইডবারে একটি "@" শর্টকাট ব্যবহার করতে পারেন এবং সহকারীকে সমস্ত গুরুত্বপূর্ণ তথ্য, যেমন দাম, সুযোগ-সুবিধা, তারিখ অনুসারে প্রাপ্যতা, বিমানবন্দর থেকে দূরত্ব এবং আরও অনেক কিছু সংক্ষিপ্ত করতে বলতে পারেন।
আবারও ধারণাটি হল সক্রিয় ট্যাবগুলি থেকে প্রসঙ্গ বের করা। এবং মাল্টি-মডেল সচেতনতার জন্য ধন্যবাদ, AI টেক্সট এবং ছবিগুলিও বুঝতে পারে। উদাহরণস্বরূপ, একটি খাবারের ছবি দেখে, AI আপনাকে উপাদান এবং পুষ্টির তথ্য বলতে পারে, অথবা জর্ডানের একটি বাজারের ছবি দেখে শহরের সমস্ত পর্যটন স্থানের তালিকা তৈরি করতে পারে।
তোমাকে শুধু জিজ্ঞাসা করতে হবে।
উপরে বর্ণিত সাইডবার সুবিধার সাথে মিলিত হয়ে AI দক্ষতা অভূতপূর্ব নিয়ন্ত্রণ এবং সুবিধা প্রদান করে। এটি একটি অত্যন্ত শক্তিশালী অটোমেশন সিস্টেম যা আপনার অনেক সময়, ক্লান্তিকর ব্রাউজিং, এদিক-ওদিক ট্যাব স্যুইচিং এবং বিশৃঙ্খলা বাঁচাতে পারে।
এআই ব্রাউজারের ভীতিকর দিক
AI ব্রাউজারগুলির সবচেয়ে আশাব্যঞ্জক দিকগুলির মধ্যে একটি হল তৃতীয় পক্ষের পরিষেবাগুলির সাথে সংযোগ স্থাপন এবং AI চ্যাটবটগুলির হাতে ক্ষমতা হস্তান্তর করার ক্ষমতা। উদাহরণস্বরূপ, Perplexity's Comet এবং ChatGPT আপনার Gmail ইনবক্সের সাথেও সংযোগ স্থাপন করতে পারে। WhatsApp, Slack, ক্লাউড স্টোরেজ পরিষেবা এবং আরও অনেক কিছু।
এজেন্ট মোডের মাধ্যমে, আপনি কেবল একটি টেক্সট প্রম্পট দিয়ে কেনাকাটা করতে পারেন বা রিজার্ভেশন করতে পারেন। এটি আপনার পক্ষে ক্লিক এবং টাইপ পরিচালনা করে স্বায়ত্তশাসিতভাবে কাজ করে। এটি কার্যত প্রত্যক্ষ করা বেশ অবাস্তব, কিন্তু সমস্যাগুলি এখান থেকেই শুরু হয়।
আপনি কি একজন AI এজেন্টকে (এবং একটি সমন্বিত ব্রাউজারকে) বিশ্বাস করতে পারেন যার কাছে লগইন শংসাপত্রের মতো সংবেদনশীল তথ্য রয়েছে ? উদাহরণস্বরূপ, ChatGPT Atlas-এ, ব্রাউজারটি কেবল আপনার ওয়েব সার্ফিং কার্যকলাপই নয়, আপনার চ্যাট ইতিহাসও মনে রাখে। এবং এটি যেভাবে সমস্ত তথ্য লগ করে তা অত্যন্ত ভীতিকর। এটি হাইপার-পার্সোনালাইজড বিজ্ঞাপন এবং গোপনীয়তার ঝুঁকির একটি সম্পূর্ণ নতুন জগৎ খুলে দেয়।
বিশেষজ্ঞরা ঝুঁকি সম্পর্কেও সতর্ক, কেবল ঐতিহ্যবাহী ওয়েব কার্যকলাপের ধরণ নয়, বরং এআই চ্যাটবট এবং এআই ব্রাউজার দ্বারা খোলা আক্রমণের সম্পূর্ণ নতুন পৃষ্ঠের জন্যও।
"ব্যবহারকারীরা AI-কে যত বেশি শক্তি দেবেন, ঝুঁকি তত বেশি হবে। যদি কারও ব্রাউজার অনলাইনে পণ্য অর্ডার করতে পারে, তাহলে একজন দূষিত আক্রমণকারীর পক্ষে সর্বদা অন্য পণ্য – সম্ভাব্য অপ্রীতিকর বা এমনকি বিপজ্জনক – সেই ঠিকানায় পাঠাতে বাধ্য করা সম্ভব হবে," Verax AI-এর সহ-প্রতিষ্ঠাতা এবং সিইও লিও ফেইনবার্গ ডিজিটাল ট্রেন্ডসকে বলেন।
হ্যালুসিনেশন (ভুল তথ্য বা বানানো তথ্য প্রকাশ) এবং পক্ষপাতিত্বের স্পষ্ট ঝুঁকি ছাড়াও, AI-চালিত ওয়েব ব্রাউজিংয়ের সাথে গুরুতর নিরাপত্তা ঝুঁকিও রয়েছে। Brave Software Inc.-এর লোকেরা Perplexity-এর Comet ব্রাউজারে একটি তাৎক্ষণিক ইনজেকশন ঝুঁকি আবিষ্কার করেছে ।
একটি ফলো-আপ প্রতিবেদনে, গোপনীয়তা-কেন্দ্রিক ব্রাউজারটির নির্মাতা আরেকটি AI-চালিত ব্রাউজারে একই রকম দুর্বলতার বিশদ বর্ণনা করেছেন। "আপনি যদি আপনার ব্রাউজারে আপনার ব্যাংক বা আপনার ইমেল প্রদানকারীর মতো সংবেদনশীল অ্যাকাউন্টে সাইন ইন করেন, তাহলে কেবল একটি Reddit পোস্টের সারসংক্ষেপ করলে একজন আক্রমণকারী অর্থ বা আপনার ব্যক্তিগত তথ্য চুরি করতে সক্ষম হতে পারে," এটি রিপোর্ট করেছে । লক্ষ্য হতে পারে আপনার ব্যাংকিং কার্যক্রম, চিকিৎসা তথ্য, ক্লাউড ড্রাইভে সংরক্ষিত জিনিসপত্র, ইমেল ইনবক্স, বা আরও অনেক কিছু।
এআই-চালিত যোগাযোগ সংস্থা অ্যাভিনিউ জেড-এর সিএমও এবং এআই কাউন্সিলের চেয়ারম্যান জনি হিউজেস ডিজিটালট্রেন্ডসকে বলেন যে ওয়েব ব্রাউজিং ম্যানুয়াল অনুসন্ধান এবং কীওয়ার্ডের বাইরে কথোপকথনের ফর্ম্যাটে বিকশিত হচ্ছে, ঠিক যেভাবে আমরা উত্তর খুঁজে পেতে এআই চ্যাটবটগুলির সাথে যোগাযোগ করি। মজার বিষয় হল, তিনি উল্লেখ করেছেন যে মূল ওয়েব ব্রাউজিং অভিজ্ঞতায় এআই যুক্ত করার কোনও নির্দিষ্ট ভাল বা খারাপ দিক নেই।
"এই টুলগুলো হলো আমাদের আচরণ, ইনপুট এবং প্রশ্নের উপর প্রশিক্ষিত প্রাসঙ্গিক ইঞ্জিন। যখন আপনার ব্রাউজার আপনার সম্পর্কে আপনার সঙ্গীর চেয়ে বেশি জানে তখন কী হয়?" তিনি আরও বলেন। ঝুঁকিগুলি গুরুতর। আগস্ট মাসে, ChatGPT এবং xAI এর Grok চ্যাটবটের সাথে ব্যবহারকারীর কথোপকথন ফাঁস হয়ে যায়, যা Google অনুসন্ধানে হাজার হাজার কথোপকথন প্রকাশ করে। সেই সময়ে, বিশেষজ্ঞরা উল্লেখ করেছিলেন যে চ্যাটবটগুলি ব্রাউজারের চেয়েও গভীর গোপনীয়তা বিপর্যয়।
দুটি নিশ্চিত মিশ্রণ একটি বিপজ্জনক রেসিপি বলে মনে হচ্ছে। "যদি কেউ প্রাথমিকভাবে গ্রহণকারী হওয়ার কথা ভাবছেন, তাহলে আমি এই সরঞ্জামগুলি সাবধানতার সাথে ব্যবহার করার পরামর্শ দেব, তাদের ন্যূনতম অনুমতি দিন এবং সম্ভাব্য ক্ষতিকারক কর্মকাণ্ডের জন্য তাদের ক্ষমতা ব্লক করুন," ফেইনবার্গ সতর্ক করে বলেন, যার কোম্পানি AI এবং নিরাপত্তার সংযোগস্থলে কাজ করে।
নাম প্রকাশ না করার শর্তে একটি এআই কোম্পানির একজন প্রকৌশলী আমাকে বলেছিলেন যে ভোক্তা এআই পণ্য নিয়ে কাজ করা সত্ত্বেও, তারা আপনার ব্যবহৃত সমস্ত পরিষেবাকে একটি একক চ্যাটবট ইকোসিস্টেমের সাথে সংযুক্ত করার বিষয়ে সতর্ক। এআই সহকারীরা ওয়েব ব্রাউজারের তুলনায় অনেক বেশি ব্যক্তিগত, এবং অ্যামাজন থেকে স্পটিফাই পর্যন্ত – আপনার প্রতিদিনের ব্যবহার করা অন্যান্য পণ্যের সাথে তাদের লিঙ্ক করা একটি এআই কোম্পানিকে আপনার পুরো জীবন প্রোফাইল করার মতো।
AI ব্রাউজারগুলির সুবিধা এবং তাদের গোপনীয়তার ঝুঁকির মধ্যে ভারসাম্য বজায় রাখার জন্য একটি সীমারেখা টানতে হবে। তবে, পরিবর্তনটি অনিবার্য।