ছবি ভিডিও ভিডিও
আন্তর্জাতিক

শিল্প ও গবেষণায় নতুন এআই মডেল তৈরি করছে চীন, লক্ষ্য উৎপাদন ব্যয় কমানো ও নির্ভুলতা বাড়ানো

প্রকাশিত: বুধবার, ১১ নভেম্বর ২০২৬ | ১২:০১ পূর্বাহ্ণ
👤
প্রতিবেদক: অনলাইন ডেস্ক

শিল্প উৎপাদন, প্রকৌশল এবং বৈজ্ঞানিক গবেষণায় কৃত্রিম বুদ্ধিমত্তার ব্যবহার আরও কার্যকর করতে বিশেষায়িত এআই মডেল তৈরির উদ্যোগ নিয়েছে চীন। এ লক্ষ্যে ‘লিমিক্স’ (LimiX) নামের নতুন একটি কৃত্রিম বুদ্ধিমত্তা মডেল নিয়ে কাজ করছেন দেশটির গবেষকেরা। প্রচলিত এআই প্রযুক্তির মতো ইন্টারনেট থেকে সংগৃহীত বিপুল তথ্যের ওপর নির্ভর না করে কৃত্রিমভাবে তৈরি উপাত্ত ব্যবহার করে মডেলটিকে প্রশিক্ষণ দেওয়া হচ্ছে।

 

চীনা গবেষকদের লক্ষ্য, এমন একটি এআই ব্যবস্থা তৈরি করা, যা শুধু সাধারণ তথ্য বিশ্লেষণ বা প্রশ্নের উত্তর দেওয়ার মধ্যেই সীমাবদ্ধ থাকবে না; বরং শিল্পকারখানা, প্রকৌশল এবং বৈজ্ঞানিক গবেষণার জটিল সমস্যার সমাধানেও গুরুত্বপূর্ণ ভূমিকা রাখতে পারবে।

 

সাউথ চায়না মর্নিং পোস্টের (এসসিএমপি) এক প্রতিবেদনে বলা হয়েছে, বর্তমানে প্রচলিত বৃহৎ ভাষাভিত্তিক এআই মডেলগুলো লেখালেখি, ভাষা বোঝা, তথ্য উপস্থাপন এবং কম্পিউটার কোড তৈরির মতো কাজে বেশ দক্ষ। তবে শিল্প উৎপাদন ও বৈজ্ঞানিক গবেষণার ক্ষেত্রে ব্যবহৃত জটিল উপাত্ত বিশ্লেষণ এবং বিভিন্ন ঘটনার প্রকৃত কারণ শনাক্ত করার ক্ষেত্রে এসব মডেলের কিছু সীমাবদ্ধতা রয়েছে। নতুন লিমিক্স মডেলের মাধ্যমে সেই সীমাবদ্ধতা কাটিয়ে ওঠার চেষ্টা করছেন চীনের গবেষকেরা।

 

কৃত্রিম উপাত্তে প্রশিক্ষণ দেওয়া হচ্ছে লিমিক্সকে

 

লিমিক্সকে বৃহৎ উপাত্ত মডেল বা ‘লার্জ ডেটা মডেল’ হিসেবে বিবেচনা করা হচ্ছে। সাধারণত বৃহৎ ভাষা মডেল বা লার্জ ল্যাঙ্গুয়েজ মডেল ইন্টারনেটের বিভিন্ন ওয়েবসাইট, বই, নিবন্ধ ও অন্যান্য উৎস থেকে সংগৃহীত বিপুল পরিমাণ তথ্য ব্যবহার করে প্রশিক্ষিত হয়।

 

তবে লিমিক্সের ক্ষেত্রে অনুসরণ করা হচ্ছে ভিন্ন পদ্ধতি। এ মডেলকে প্রশিক্ষণ দেওয়ার জন্য কৃত্রিমভাবে তৈরি উপাত্ত ব্যবহার করা হচ্ছে। এর মাধ্যমে নির্দিষ্ট শিল্প ও বৈজ্ঞানিক ক্ষেত্রের জটিল তথ্য বিশ্লেষণের উপযোগী করে এআই ব্যবস্থাটিকে গড়ে তোলার পরিকল্পনা রয়েছে।

 

গবেষকদের প্রত্যাশা, লিমিক্স বিভিন্ন ধরনের উপাত্তের মধ্যে সম্পর্ক খুঁজে বের করার পাশাপাশি কোনো ঘটনা কেন ঘটছে এবং এর পেছনে কী কারণ কাজ করছে, তা শনাক্ত করতে পারবে।

 

অর্থাৎ শুধু দুটি ঘটনার মধ্যে সাদৃশ্য বা সম্পর্ক নির্ধারণ নয়, বরং কার্যকারণ বিশ্লেষণের মাধ্যমে সমস্যার গভীরে পৌঁছানোর সক্ষমতা তৈরি করাই এ মডেলের অন্যতম লক্ষ্য।

 

শিল্প উৎপাদনে কমতে পারে সময় ও ব্যয়

 

নতুন এই প্রযুক্তির অন্যতম গুরুত্বপূর্ণ দিক হলো শিল্প উৎপাদন ও গবেষণার কাজে এআই ব্যবহারের সময় এবং ব্যয় কমানোর সম্ভাবনা। প্রতিবেদনে উল্লেখ করা হয়েছে, লিমিক্স প্রযুক্তি ব্যবহারের মাধ্যমে এআই ব্যবস্থা বাস্তবায়নের সময় ও ব্যয় প্রায় ৯০ শতাংশ পর্যন্ত কমানো এবং নির্ভুলতা ১৫ শতাংশের বেশি বাড়ানোর সম্ভাবনা রয়েছে।

 

এ ধরনের প্রযুক্তি কার্যকরভাবে প্রয়োগ করা সম্ভব হলে শিল্পকারখানায় উৎপাদন প্রক্রিয়া বিশ্লেষণ, যন্ত্রপাতির কার্যক্ষমতা নির্ধারণ, জটিল সমস্যার কারণ শনাক্ত এবং বৈজ্ঞানিক গবেষণার বিভিন্ন ধাপে ইতিবাচক পরিবর্তন আসতে পারে।

 

বিশেষ করে যেসব শিল্পে বিপুল পরিমাণ উপাত্ত নিয়ে কাজ করতে হয়, সেখানে বিশেষায়িত এআই মডেল গুরুত্বপূর্ণ ভূমিকা রাখতে পারে। এর ফলে গবেষক ও প্রকৌশলীদের কাজের গতি বাড়ার পাশাপাশি সিদ্ধান্ত গ্রহণের প্রক্রিয়াও আরও কার্যকর হওয়ার সুযোগ তৈরি হবে।

 

২০২৭ সালের মধ্যে এআই ব্যবহারে বড় পরিকল্পনা চীনের

 

শুধু লিমিক্স তৈরি নয়, সামগ্রিকভাবে কৃত্রিম বুদ্ধিমত্তার ব্যবহার সম্প্রসারণেও বড় পরিকল্পনা হাতে নিয়েছে চীন। দেশটির বৃহত্তর ‘এআই প্লাস’ উদ্যোগের অংশ হিসেবে শিল্প, অর্থনীতি, গবেষণা ও দৈনন্দিন কর্মকাণ্ডে এআই প্রযুক্তির প্রয়োগ বাড়ানোর ওপর গুরুত্ব দেওয়া হচ্ছে।

 

এই কর্মসূচির আওতায় ২০২৭ সালের মধ্যে দেশজুড়ে এআই এজেন্ট ও বুদ্ধিমান যন্ত্রের ব্যবহার ৭০ শতাংশের বেশি পর্যায়ে নিয়ে যাওয়ার লক্ষ্য নির্ধারণ করা হয়েছে।

 

এ পরিকল্পনার মাধ্যমে বিভিন্ন উৎপাদন খাত, ব্যবসাপ্রতিষ্ঠান, গবেষণাগার এবং অন্যান্য গুরুত্বপূর্ণ ক্ষেত্রে কৃত্রিম বুদ্ধিমত্তার ব্যবহার আরও বিস্তৃত করার উদ্যোগ নেওয়া হচ্ছে।

 

বিশ্লেষকদের মতে, বিশেষায়িত এআই প্রযুক্তির উন্নয়ন ভবিষ্যতে শিল্প উৎপাদন ও বৈজ্ঞানিক গবেষণার ধরনে বড় পরিবর্তন আনতে পারে। তবে লিমিক্সের প্রকৃত সক্ষমতা, নির্ভুলতা এবং বাস্তব ক্ষেত্রে এর কার্যকারিতা কতটা সফলভাবে প্রমাণিত হয়, তা নির্ভর করবে পরবর্তী পরীক্ষা ও প্রয়োগের ফলাফলের ওপর।

 

সব মিলিয়ে সাধারণ মানুষের দৈনন্দিন ব্যবহারের এআইয়ের বাইরে গিয়ে শিল্প ও গবেষণাকেন্দ্রিক কৃত্রিম বুদ্ধিমত্তা তৈরির মাধ্যমে প্রযুক্তি খাতে নিজেদের অবস্থান আরও শক্তিশালী করতে চাইছে চীন।