আপনি যখন AI এর কথা ভাবেন, তখন আপনার মনে Google, Microsoft এবং OpenAI এর মত নাম উঠে আসে। Netflix, বিশ্বের সবচেয়ে বড় স্ট্রিমিং প্ল্যাটফর্ম, সঠিক প্ল্যাটফর্মের মতো শোনাচ্ছে না যেখানে আপনি একটি জেনারেটিভ এআই চ্যাটবটের মতো কিছু আশা করতে পারেন — যা সমগ্র বিশ্বের জ্ঞানকে ঢেকে ফেলে — দেখানোর জন্য।
সর্বোপরি, আপনি চলচ্চিত্র এবং টিভি শো দেখার জন্য নেটফ্লিক্সে লগ ইন করুন৷ হতে পারে, কয়েকটি ছোট ক্লিপ । অথবা গেম খেলুন, এমনকি . তবুও, Netflix বিভিন্ন উপায়ে মেশিন লার্নিং-এর মতো টুলগুলির উপর ঐতিহাসিকভাবে গভীর বাজি ধরেছে, এবং বিশেষ করে তার সুপারিশের অ্যালগরিদমকে সূক্ষ্ম সুর করার জন্য।
এই বছর, Netflix "সাধারণ" AI রুট নিচ্ছে। এর দ্বারা, আমি বলতে চাচ্ছি জেনারেটিভ AI, যে প্রকার আমাদেরকে ChatGPT , Gemini , এবং Copilot এর মতো পণ্য দিয়েছে৷ কিন্তু তার সহকর্মী টেক জায়ান্টগুলির বিপরীতে, Netflix একটি নরম পদ্ধতি গ্রহণ করছে। ব্যবহারকারীরা তাদের আঙুলে গণনা করতে পারে বা এমনকি দরকারী খুঁজে পেতে পারে তার চেয়ে বেশি AI সরঞ্জামগুলিকে ঠেলে দেওয়ার পরিবর্তে, Netflix এর পদ্ধতিটি অনেক বেশি চিন্তাশীল।
AI কে আপনার মেজাজের সাথে চলতে দিন
আমি কী দেখতে চাই তা নির্ধারণ করতে আমি নেটফ্লিক্স ক্যাটালগটি স্ক্রোল করার জন্য অস্বস্তিকর সময় ব্যয় করি। এটা একটা ক্লান্তিকর কাজ। তবে আমি একা নই। 2016 সালে, Reelgood এবং Learndipity Data Insights এর একটি বিশ্লেষণে দেখা গেছে যে একজন গড় Netflix ব্যবহারকারী শেষ পর্যন্ত একটি ফিল্ম বা টিভি শো দেখা শুরু করার আগে 18 মিনিট সময় ব্যয় করে।
2019 সালে, এই সংখ্যাটি প্রতিদিন 7.4 মিনিটে নেমে এসেছে , যা ছোট শোনাতে পারে, তবে প্রতি বছর প্রায় 45 ঘন্টা। গত বছর, টকার রিসার্চ এবং ইউজার টেস্টিং রিপোর্ট করেছে যে আমেরিকানরা প্রতি বছর 110 ঘন্টা (বা প্রায় পাঁচ দিন) ব্যয় করে শুধু স্ট্রিমিং পরিষেবাগুলির ক্যাটালগ স্ক্রোল করতে।
সংগ্রাম বাস্তব। Netflix এমনকি টাইটেল কার্ড দেখার পরিবর্তে ব্যবহারকারীদের প্রকৃত ভিডিও দেখার মধ্যে ডুব দিতে সাহায্য করার জন্য প্লে সামথিং নামে একটি টুল চালু করেছে । যদি এমন একটি টুল থাকে যা ব্যবহারকারীদের মেজাজ পরিমাপ করতে পারে এবং তাদের বেছে নেওয়ার জন্য কয়েকটি "ঠিক সঠিক ধরনের" শিরোনাম দিতে পারে?
ওপেনএআই-এর সৌজন্যে এআই স্ট্যাকের উপরে নির্মিত Netflix-এ একটি পরীক্ষামূলক সার্চ সিস্টেমের পিছনে এটি ব্যাপকভাবে ধারণা। ব্যবহারকারীদের জেনার, অভিনেতার নাম বা পূর্ব-নির্ধারিত ট্যাবের মধ্যে বেছে নেওয়ার মতো অস্পষ্ট পদ টাইপ করার পরিবর্তে, ব্যবহারকারীরা কেবল একটি কথোপকথনমূলক বাক্য টাইপ করতে পারেন।
একটি প্রেস ব্রিফিং চলাকালীন, Netflix ব্যাখ্যা করেছে যে ব্যবহারকারীরা যে কোন মুহুর্তে দেখার মুডে সঠিক মুভিটি দেখতে "ভয়কর কিছু, কিন্তু খুব ভীতিকর নয়" টাইপ করার মতো নৈমিত্তিক কিছু নিয়ে যেতে পারেন।
"আমরা চাই আপনি প্রাকৃতিক কথোপকথনমূলক বাক্যাংশ ব্যবহার করে শো এবং চলচ্চিত্রগুলি আবিষ্কার করতে সক্ষম হন," নেটফ্লিক্সের একজন সিনিয়র এক্সিকিউটিভ একটি ভার্চুয়াল প্রেস মিট চলাকালীন বলেছিলেন। আপাতত এটি একটি পরীক্ষামূলক অপ্ট-ইন টুল। সংস্থাটি বলেছে যে এটি "কুলুঙ্গি" ঝুঁকির পরিস্থিতি মোকাবেলার জন্য কাজ চালিয়ে যাচ্ছে, যেমন ব্যবহারকারীরা স্পষ্ট কীওয়ার্ড দিয়ে অনুসন্ধান করছেন।
আমাকে হালকা শোনা কিছু খুঁজুন. সঙ্গে একটু রোমান্স। এবং সাসপেন্স, হয়তো?
একবার সার্চ সিস্টেম প্রাকৃতিক ভাষা ক্যোয়ারী প্রক্রিয়া করে, এটি সঠিক থিমের সাথে মানানসই সিনেমা এবং টিভি শোগুলির একটি ক্যারাউজেল প্রস্তাব করবে৷ পুরো সিস্টেমটি OpenAI এর টেক স্ট্যাক দ্বারা চালিত এবং এই সপ্তাহে প্রথম iOS প্ল্যাটফর্মে পৌঁছাবে।
Netflix তার ক্যাটালগে একটি AI টুল প্রশিক্ষিত করেছে? এটি কি মানব লেবেলিং সঞ্চালন করেছে এবং AI-চালিত অনুসন্ধান সরঞ্জামের জন্য এটিকে "মেজাজ" শ্রেণীবদ্ধকারী হিসাবে ব্যবহার করেছে? এটা কি বয়স-সীমাবদ্ধ হবে? এই বিশদ বিবরণগুলি এখনও গোপন রয়েছে, তবে ধারণাটি একটি মৌলিক স্তরে Netflix এর সাথে আমাদের মিথস্ক্রিয়াকে পরিবর্তন করতে পারে।
একটি সম্পর্কিত উদাহরণ ChatGPT-এর দিকে তাকানো এবং দৃশ্যের প্রতিলিপি করা হতে পারে, যেহেতু অন্তর্নিহিত স্ট্যাকটি নেটফ্লিক্সও চাপ দিচ্ছে:
ব্যবহারকারীদের তাদের বিষয়বস্তুর পছন্দগুলিকে বিস্তারিতভাবে বর্ণনা করতে দেওয়া এবং তারা যা খুঁজছেন তা খুঁজে পেতে সাহায্য করা একটি দ্বৈত উদ্দেশ্য পূরণ করে। প্রথমত, এটি তাদের কন্টেন্ট ক্যাটালগের মাধ্যমে স্ক্রোল করার সময় কাটানো অলস সময়কে বাঁচায়।
দ্বিতীয়ত, এটি বিষয়বস্তু আবিষ্কারে সহায়তা করে এবং আরও ভালো সুপারিশের জন্য একটি প্রতিক্রিয়া প্রক্রিয়া তৈরি করে। এবং এটি আমাদের নিয়ে আসে…
সঠিক এবং গতিশীল সুপারিশ
এখনও অবধি, Netflix বিষয়বস্তু সুপারিশ করার জন্য বিভিন্ন "সংকেত" এর উপর নির্ভর করেছে। আপনি যা দেখেছেন, আপনার দেওয়া রেটিং, পছন্দের ধরণ, অভিনেতা, দেখার সময় ব্যয় করা এবং ভাষা, অন্যদের মধ্যে। কিন্তু এটি দর্শকদের জন্য সম্পূর্ণ "ব্যক্তিগত" অভিজ্ঞতা নয়।
সুপারিশ অ্যালগরিদম এছাড়াও বিবেচনা করে যে "আমাদের পরিষেবাতে একই ধরনের স্বাদ এবং পছন্দের অন্যান্য সদস্যরা" কী দেখছে। সহজ কথায়, যদি কোনো টিভি শো রেভ রিভিউ পেয়ে থাকে এবং ব্লকবাস্টার স্ট্রিমিং টাইম জেনারেট করে, তাহলে আপনি হোম পেজে প্রস্তাবিত সেই ফিল্ম বা টিভি শো দেখতে পারেন।
Netflix-এর সর্বশেষ এবং সর্বশ্রেষ্ঠ বিষয়বস্তু সম্পর্কে ব্যবহারকারীদের বলার জন্য এটি একটি অর্থপূর্ণ পদ্ধতি, কিন্তু তারা যা চায় তা অগত্যা নয়। Netflix স্বীকার করে যে তার বিখ্যাত সুপারিশ ব্যবস্থায় উন্নতির সুযোগ রয়েছে এবং সেই লক্ষ্যে, এটি আরও গতিশীল পদ্ধতি গ্রহণ করছে।
আপনি যখন অনুসন্ধান ক্ষেত্রে বিষয়বস্তু খুঁজে, এটি একটি সংকেত হিসাবে ব্যবহার করা হবে. সিস্টেমটি জেনার, অভিনেতার নাম বা অত্যধিক থিমের মতো বিশদ বিবরণ সংগ্রহ করবে। এই বিবরণগুলির উপর ভিত্তি করে, সিস্টেমটি সেই অনুযায়ী আপনি রিয়েল-টাইমে যে বিষয়বস্তু ফিড দেখছেন তা পূরণ করবে।
আপনি কী অনুসন্ধান করেন এবং আপনি যে ট্রেলারগুলি দেখেন তা নির্ধারণ করতে সাহায্য করবে আপনি সেই মুহূর্তে কী দেখতে চান৷ তদনুসারে, হোম ফিড এমন বিষয়বস্তুকে অন্তর্ভুক্ত করার পরামর্শ দেবে। পুরো সিস্টেমটি "আপনি ব্রাউজ করার সাথে সাথে আপনার সাথে খাপ খায়," কোম্পানি ব্যাখ্যা করে।
Netflix বলেছে যে হোম পেজটি ব্যবহারকারীদের সাথে সূক্ষ্মভাবে খাপ খাইয়ে নেবে এবং সবকিছুই পটভূমিতে নির্বিঘ্নে ঘটবে। "দেখার জন্য কিছু খুঁজে পাওয়া যাদুকরীভাবে সহজ হবে," কোম্পানি ব্যাখ্যা করেছে।
AI এর জন্য একটি চিন্তাশীল পদ্ধতি
বিগত কয়েক বছর ধরে AI এর থিমটি ক্রমবর্ধমানভাবে এটিকে যতটা সম্ভব অনেক জায়গায় ঠেলে দেওয়া হয়েছে। Gmail এবং Maps থেকে আপনার WhatsApp চ্যাট পর্যন্ত, 2025 সালে মোবাইল এবং কম্পিউটিং প্ল্যাটফর্ম জুড়ে পালানো অসম্ভব।
যদিও এর সবগুলোই উপকারী নয়। এটির কিছু সরাসরি বিভ্রান্তিকর হতে পারে। Netflix এর পদ্ধতি অর্থপূর্ণভাবে সূক্ষ্ম। এটি ব্যবহারকারীদের তাদের বিষয়বস্তু অনুসন্ধানের সাথে আরও নমনীয়তা প্রদান করে, তাদের কীওয়ার্ডের সীমাবদ্ধতা থেকে মুক্ত করে এবং একটি নির্দিষ্ট ধরণের সামগ্রীর জন্য তাদের মেজাজ প্রকাশ করতে দেয়।
তদুপরি, তারা প্রথমে যা দেখবে তা তাদের নিজস্ব স্বাদ অনুসারে তৈরি করা হবে, এবং অন্যান্য Netflix গ্রাহকরা যা আকর্ষণীয় বলে মনে করেন তা নয়। আমার মতে, এটি AI এর সর্বোত্তম বাস্তবায়ন, যেখানে আপনি ব্যবহারকারীর চাহিদা এবং মেশিন সহায়তার মধ্যে ভারসাম্য বজায় রাখেন।