GPT-5 লঞ্চ: ছয়বার আমি “ওয়াও” বলেছি, কিন্তু তিনবার “হুমমম”

স্যাম অল্টম্যানের নেতৃত্বে ওপেনএআই দল অবশেষে GPT-5 উন্মোচন করেছে, প্রায় 600,000 লোক লঞ্চের লাইভ স্ট্রিমটি হয় লাইভ বা তার পরে প্রথম তিন ঘন্টার মধ্যে দেখছে ( এবং আপনি যদি এটি মিস করেন তবে আপনিও এটি করতে পারেন )। যদিও এটি নির্দিষ্ট স্থানের শট এবং বিশ্বকাপের ইভেন্টগুলি থেকে পিছিয়ে রয়েছে, দর্শকরা ChatGPT-এর নতুন সংস্করণে প্রচণ্ড আগ্রহ দেখায়। YouTube ভিউয়ারশিপ ডেটার সাথে সম্পূর্ণভাবে আসন্ন নয়, তবে মাত্র দুই বা তিনটি Apple ইভেন্টে উল্লেখযোগ্যভাবে বেশি লোক তাদের লাইভস্ট্রিম দেখছে।

আমি লঞ্চের আগে GPT-5 এর পূর্বরূপ দেখেছিলাম এবং আমরা যা আশা করি তার সবকিছুই ঘোষণা করা হয়েছিল। নীচে, আমি কী আমাকে অবাক/মুগ্ধ করেছিল এবং কী আমাকে আমার মাথা খামড়ায় সে সম্পর্কে কথা বলব।

বাহ #1। তারা 2 1/2 বছরে দীর্ঘ পথ এসেছে

আমি সহ অনেক লেখক হ্যালুসিনেশন, ত্রুটি এবং অন্যান্য ফ্লাব সম্পর্কে অভিযোগ করেছেন। সব সত্য. কিন্তু আমাদেরও গভীর শ্বাস নিতে হবে এবং ChatGPT-এর প্রথম পাবলিক সংস্করণ থেকে OpenAI যে অসাধারণ অগ্রগতি করেছে তা স্বীকার করতে হবে। সেই সংস্করণটি ছিল হাতিয়ারের চেয়ে খেলনা। বর্তমানে উপলব্ধ সংস্করণগুলি—4.0, 4.1 এবং 4.5— অত্যন্ত শক্তিশালী এবং আরও দরকারী। GPT-5 যদি তারা আজ যে প্রতিশ্রুতি দিয়েছিল তার অর্ধেক পর্যন্ত বেঁচে থাকে, তবে এটি একটি বড় লাফের প্রতিনিধিত্ব করবে। ওয়াও 1.5 এসেছিল যখন স্যাম অল্টম্যান বলেছিলেন যে তাদের এখন 700 মিলিয়ন ব্যবহারকারী রয়েছে। আমি তাদের উচ্চাকাঙ্ক্ষাকে সাধুবাদ জানাই এবং লিও বার্নেটের একটি উদ্ধৃতি মনে করিয়ে দিচ্ছি (যিনি বিজ্ঞাপনের মাউন্ট রাশমোরে রয়েছেন): " যখন আপনি তারার কাছে পৌঁছাবেন তখন আপনি হয়তো একটিও পাবেন না, কিন্তু আপনি এক মুঠো কাদা নিয়েও আসবেন না।" ওপেনএআই স্পষ্টভাবে তারকাদের কাছে পৌঁছে যাচ্ছে

Wow #2: তারা পুরানো মডেলগুলি বন্ধ করে দিচ্ছে এবং সবাইকে GPT-5-এ নিয়ে যাচ্ছে৷

আপনি যদি লঞ্চের আগে ChatGPT পৃষ্ঠার শীর্ষে থাকা মেনুটি দেখেন, আপনি বিভিন্ন মডেলের জন্য একাধিক বিকল্প দেখতে পাবেন। প্রতিটি মডেল কি ভাল হতে অনুমিত হয় সে সম্পর্কে একটি বা দুটি শব্দ ছিল. এটি সর্বদা বিভ্রান্তিকর ছিল, অন্তত আমার কাছে। এখন তারা সবাইকে GPT-5-এ নিয়ে যাচ্ছে এবং পুরোনো মডেলগুলো বন্ধ করে দিচ্ছে। এই চার্টটি GPT-4 এবং GPT-5 এর মধ্যে পার্থক্যগুলিকে সংক্ষিপ্ত করে৷ অল্টম্যান বলেছেন যে যদি GPT-3 একজন উচ্চ বিদ্যালয়ের ছাত্র হয় এবং GPT-4 একজন কলেজ ছাত্র হয়, তাহলে GPT-5 পিএইচডি স্তরে কাজ করবে। এই সংস্করণটি শীঘ্রই সমস্ত বাণিজ্যিক ব্যবহারকারীদের জন্য উপলব্ধ হবে (এন্টারপ্রাইজ এবং শিক্ষা পরে)। বিনামূল্যে ব্যবহারকারীদের তাদের ব্যবহার সীমাবদ্ধ থাকবে এবং যখন তারা ক্যাপ অতিক্রম করবে তখন তাদের একটি কম শক্তিশালী মডেলে সরানো হবে।

বাহ #3: কম হ্যালুসিনেশন

OpenAI জোর দিয়েছিল যে GPT-5 আগের সংস্করণগুলির তুলনায় ফ্যান্টাসিল্যান্ডে কম সময় ব্যয় করবে। এটি একটি স্বাগত খবর, ধরে নিই যে এটি সত্য। তারা ভাল শতাংশের উল্লেখ করেছে কিন্তু তারা তাদের কাজ দেখায়নি। আমার অন্ত্র বলে যে এটি দিকনির্দেশকভাবে (এবং সম্ভবত উল্লেখযোগ্যভাবে) ভাল হবে তবে এখনও নিখুঁত নয়।

বাহ #4: অনেক শক্তিশালী ভয়েস ইন্টিগ্রেশন

কিছু লোক আগের সংস্করণে ChatGPT অ্যাক্সেস করতে ভয়েস ব্যবহার করেছে। টেক্সট ইনপুট হিসাবে একই স্তরে ভয়েস উন্নত করার জন্য স্পষ্টভাবে একটি বড় প্রচেষ্টা করা হয়েছে। আমি এখনও স্পষ্ট নই যে তাদের ব্যবহার কতটা প্রতিনিধিত্ব করবে তবে এটি অবশ্যই একটি দুর্দান্ত বিকল্প। আলেক্সা কত দ্রুত অ্যামাজনের জন্য বাণিজ্যে বিপ্লব ঘটাবে সে সম্পর্কে অত্যধিক আশাবাদী হওয়ার উপর ভিত্তি করে আমার সংশয়বাদ। আমি এমন একটি বিশ্বের কল্পনা করেছি যেখানে রান্নাঘরে লোকেরা রান্না করার সময় মুদির অর্ডার দেবে কিন্তু আমি তা ঘটতে দেখিনি। টাইপিং এখনও অনেক লোকের জন্য পছন্দের ইনপুট পদ্ধতি হতে পারে।

বাহ #5: আরও শক্তিশালী কোড বিকাশ

এটি উভয় বিভাগেই যাবে। তারা ডেমো করার চেষ্টা করেছিল যে GPT-5 ব্যবহার করে ওয়েব অ্যাপ্লিকেশনগুলি বিকাশ করা কতটা সহজ। একজন সহকর্মী তার বান্ধবীকে তার পরিবারের সাথে কীভাবে ফরাসি কথা বলতে হয় তা শেখানোর জন্য একটি অ্যাপ "বিকাশ করেছেন"৷ এটি কিছুটা, সাজানো কাজ করেছে তবে একটি হাই স্কুল ক্লাস প্রকল্পের মতো দেখাচ্ছে। তারা দাবি করে যে কোডাররা GPT-5 এ কাজ করতে পছন্দ করে কিন্তু তাদের কাজ বা উৎস দেখায়নি। তারা আরও দেখিয়েছে কিভাবে GPT-5 ডিবাগিংয়ে সাহায্য করতে পারে। "এটি আসলে ঘটলে দুর্দান্ত" এর বালতিতে রাখুন।

বাহ #6: খারাপ অভিনেতাদের বিরুদ্ধে বড় পদক্ষেপ

প্রথমত, কোন ক্ষতি করবেন না। মনে হচ্ছে ওপেনএআই সমাজের প্রতি তার দায়িত্বকে গুরুত্ব সহকারে নিচ্ছে। সমস্যাযুক্ত অনুসন্ধানে GPT-5 কীভাবে প্রতিক্রিয়া জানাবে তা নিয়ে আলোচনা হয়েছিল। এটি কেন কিছু ভুল, অনৈতিক বা বিপজ্জনক সে সম্পর্কে আরও প্রসঙ্গ সরবরাহ করবে। তারা এটিকে "নিরাপদ সমাপ্তি" বলে অভিহিত করছে। সময়ের সাথে সাথে এই ট্র্যাক চালিয়ে যাওয়া মূল্যবান হবে।

হুমম #1: এটি একটি ক্লাস প্রেজেন্টেশনের মতো মনে হয়েছে, একটি বড় কোম্পানির পণ্য লঞ্চ নয়

হয়তো অ্যাপল এবং অন্যরা আমাদের লুণ্ঠন করেছে, কিন্তু প্রকৃত উপস্থাপনা ছিল অপেশাদার। তারা তিন মিনিটের সেগমেন্টে মঞ্চের উপর এবং বাইরে নার্ভাস পণ্য লোকদের দৌড়েছিল। অনেক "জোকস" অলিখিত এবং বিশ্রী মনে হয়েছে। আমি জানি এটি পণ্য সম্পর্কে, প্যাকেজিং নয়, তবে মনে হচ্ছে এটি তাদের খেলা শুরু করার সময়।

হুমম #2: তাদের উত্তেজনা এবং চিন্তাভাবনা ইংরেজিতে অনুবাদ করার জন্য তাদের সাহায্য প্রয়োজন

একটি খুব আকর্ষণীয় উদাহরণ দেখিয়েছে যে কীভাবে একজন পিতামাতা তাদের উচ্চ বিদ্যালয়ের শিক্ষার্থীকে বার্নোলি প্রভাবের উপর একটি বিজ্ঞান প্রতিবেদন দিয়ে সাহায্য করতে পারে। এই পর্যন্ত, তাই ভাল. উপস্থাপক তারপর জিজ্ঞেস করলেন, "এটা দেখায় এমন একটি অ্যানিমেশন পাওয়া কি দারুণ হবে না?" হ্যাঁ! এবং, তিনি যদি সাধারণ মানুষের পদে এটি ব্যাখ্যা করতে থাকেন তবে এটি খুব দুর্দান্ত হত। পরিবর্তে তিনি বলেছিলেন "ক্যানভা ব্যবহার করে একটি SVG তৈরি করুন" এবং পাইথন কোডের একটি গুচ্ছ দেখান৷ ChatGPT 5.0 এর শক্তিকে গড় ব্যবহারকারীর কাছে আরও অ্যাক্সেসযোগ্য করার সুযোগ এখনও রয়েছে তবে এটি সেই স্তরে পিচ করা দরকার।

হুমম #3: তারা দাবি করছে যে AI এর বিবর্তন দুই বা তিন বছর এগিয়ে গেছে

শীর্ষস্থানীয় এআই বিজ্ঞানীদের একজন হলেন ড্যানিয়েল কোকোটাজলো । যাওয়ার আগে তিনি ওপেনএআই-এর একজন শীর্ষ প্রকৌশলী ছিলেন। এছাড়াও তিনি AI 2027- এর প্রধান লেখক, AI-এর উন্নয়নের পথের খুব ভালোভাবে নথিভুক্ত এবং যুক্তিযুক্ত অধ্যয়ন। সেই কাগজ অনুসারে, AI এর জন্য সত্যিই একজন ডেভেলপারের অনেক কাজ করতে দুই বা তিন বছর সময় লাগবে। OpenAI মোটামুটি দাবি করেছে যে তারা সেখানে GPT-5 নিয়ে যাচ্ছে। নিশ্চিত নই যে আমি এটা কিনছি। আবার, সম্ভবত দিকনির্দেশনামূলকভাবে। সব পথ? যতক্ষণ না আমি আরও দেখি।