সিলিকন ভ্যালির লেন্সে কৃত্রিম বুদ্ধিমত্তা

কৃত্রিম বুদ্ধিমত্তা বা Artificial Intelligence (AI)-এর আসরে আপনাকে স্বাগতম। কথাটি অপ্রয়োজনীয় মনে হতে পারে, কারণ AI এখন আর দূরের কোনো ধারণা নয়; এটি আমাদের দৈনন্দিন জীবনের সঙ্গে নানাভাবে জড়িয়ে গেছে, আমাদের জীবন ও কাজকে প্রভাবিত করছে, এবং অনেক ক্ষেত্রে আমাদের কারো কারো নিজস্ব কর্মকাণ্ডের মাধ্যমেই আরও দ্রুত এগিয়ে যাচ্ছে।

AI জগতের বিশিষ্ট ব্যক্তিত্ব স্যাম অল্টম্যান AI-কে এক ধরনের “সিঙ্গুলারিটি” হিসেবে বর্ণনা করেছেন। তার এই বক্তব্যটিকে আমরা পরে কোন এক পর্বে বিস্তারিত বিশ্লেষণ করবো। আপাতত প্রশ্নটি হলো: AI নিয়ে এত আলোচনা, বিশ্লেষণ ও বিতর্কের ভিড়ে এই কলাম নতুন কী যোগ করতে পারে?

AI সম্পর্কে আমার দৃষ্টিভঙ্গিটি তৈরী হয়েছে উচ্চ-প্রযুক্তি (Hi-tech) শিল্পে তিন দশক ধরে একজন সেমিকন্ডাক্টর (Semiconductor) প্রযুক্তিবিদ হিসেবে কাজ করার অভিজ্ঞতা থেকে। ক্যালিফোর্নিয়ার সিলিকন ভ্যালিতে কাজ করার ফলে বৈশ্বিক প্রযুক্তি উদ্ভাবন কেন্দ্রের একেবারে ভেতরে থেকে এই সেমিকন্ডাক্টর ইন্ডাস্ট্রিকে দেখার ও বোঝার সুযোগ পেয়েছি। সেমিকন্ডাক্টর হার্ডওয়্যারই (মূলতঃ AI Chips) আজকের AI বিপ্লব অথবা অল্টম্যান কথিত সিঙ্গুলারিটির মূল ইঞ্জিন। এই কলামে আমি AI যাত্রাকে সিলিকন ভ্যালির ভেতর থেকে দেখা একটি স্বতন্ত্র লেন্সে তুলে ধরতে চাই।

হার্ডওয়্যারে আমার অভিজ্ঞতার কারণে AI-কে আমি স্বাভাবিকভাবেই সেই দৃষ্টিকোণ থেকে দেখব। তবে আলোচনাটি শুধুই প্রযুক্তিতেই সীমাবদ্ধ থাকবে না। সময়ের সঙ্গে আমরা AI-এর বিস্তৃত প্রভাবও বিবেচনা করব, বিশেষ করে, সমাজে AI-এর প্রভাব – ভালো, মন্দ ও জটিল দিকগুলো। AI প্রযুক্তি ও বাণিজ্যকে নিয়ন্ত্রণের প্রয়োজনীয়তা, বাংলাদেশসহ উন্নয়নশীল দেশগুলোর প্রেক্ষিতে AI-এর তাৎপর্য এবং প্রভাব – এ ধরণের বিষয়গুলো নিয়েও আলোচনা করবো।

এই প্রথম পর্বে আমরা দেখব AI বিপ্লবের আজকের সাফল্যের পেছনে মূল চালিকাশক্তি কি। শুরু করি একেবারে মৌলিক একটি প্রশ্ন দিয়ে: AI কী?

প্রকৌশলগত বিশ্লেষণে না গিয়ে সহজভাবে বলা যায়: মানুষ বুদ্ধিমান প্রাণী, আর AI বা কৃত্রিম বুদ্ধিমত্তা হলো যন্ত্রের মানুষের মতো বুদ্ধিমত্তা অর্জন ও প্রকাশের সক্ষমতা। আজকের AI সিস্টেমে এই কাজের জন্য ব্যবহৃত হয় বিশেষ ধরণের কম্পিউটার, যেগুলো AI-Accelerator নামে পরিচিত। প্রশিক্ষণের মাধ্যমে এসব সিস্টেম মানুষের মতো সঙ্গীত, বিভিন্ন ধরনের ডকুমেন্ট এবং অন্যান্য সৃজনশীল কনটেন্টের আউটপুট তৈরি করতে পারে।

বলাই বাহুল্য, AI রাতারাতি গজিয়ে ওঠা কোন ব্যাপার নয়। ১৯৪০-এর দশক থেকেই স্মার্ট মেশিন তৈরীর অভিপ্রায়ে বি্জ্ঞানীদের গবেষণা ও প্রচেষ্টা শুরু হয়। ১৯৫৬ সালে যুক্তরাষ্ট্রের New Hampshire-এর Dartmouth College-এ এক প্রযুক্তি কর্মশালায় (Workshop) John McCarthy ও অন্যান্য সহযোগী বি্জ্ঞানীরা যন্ত্রের কৃত্রিম বুদ্ধিমত্তাকে সর্বপ্রথম Artificial Intelligence (AI) নামে সংজ্ঞায়িত করেন। এই কর্মশালাকে AI ইতিহাসে এক বিশেষ মাইলফলক বলে মনে করা হয়।

১৯৯০ ও ২০০০-এর দশকে প্রযুক্তির অগ্রগতি মেইনফ্রেম কম্পিউটারকে অনেক বেশি শক্তিশালী করে তোলে, যার সহায়তায় সফটওয়্যারও দ্রুত উন্নত হতে থাকে। সেই সময়ে Deep Blue ও Watson নামের দুটো মেইনফ্রেম কম্পিউটার দারুন সাড়া জাগায়। ১৯৯৭ সালে দাবার খেলার কৌশলে প্রশিক্ষিত Deep Blue বিশ্ব দাবা চ্যাম্পিয়ন গ্যারি কাসপারভকে পরাজিত করে শিরোনামে আসে। ২০১১ সালে Watson, প্রাকৃতিক ভাষা (Natural Language) বোঝা এবং প্রশ্নের উত্তর দেওয়ার জন্য প্রশিক্ষিত হয়ে, লাইভ খেলায় দুইজন দক্ষ Jeopardy! চ্যাম্পিয়নকে পরাজিত করে। এই সিস্টেম দু’টো প্রমাণ করে যে smart machine বাস্তবে তৈরী করা সম্ভব। অবশ্য মানুষের বুদ্ধিমত্তার তুলনায় এদের ক্ষমতা চিত্তাকর্ষক হলেও কার্যত ছিল সীমিত।

এসময়ে বি্জ্ঞানীরা উপলব্ধি করেন যে মানুষের বুদ্ধিমত্তার সঙ্গে পাল্লা দেবার মতো সফটওয়ার এলগোরিদম (Algorithm) আমাদের জানা হয়ে গেছে, কিন্তু উপযুক্ত হার্ডওয়ার (semiconductor chips) তখনও তৈরী হয়নি।

আর ঠিক এসময়ই ক্যালিফোর্নিয়ার সিলিকন ভ্যালিতে একটি গুরুত্বপূর্ণ কাকতালীয় ব্যাপার ঘটে। Nvidia একটি সেমিকন্ডাক্টর কোম্পানি- এরা ১৯৯৩ সাল থেকে বিশেষত গেমিংয়ের জন্য ছবি (picture) ও গ্রাফিক্স (graphics) প্রক্রিয়াকরণের (processing) চিপ ডিজাইন করছিল। ১৯৯৯ সালে এ ধরনের চিপ-কে GPU বা Graphics Processing Unit বলে নামকরণ করা হয়। GPU কম্পিউটারে Central Processing Unit বা CPU-এর পাশাপাশি কাজ করে এবং অনেক ছোট ছোট কাজ সমান্তরালভাবে প্রক্রিয়াকরণে বিশেষ দক্ষ। কম্পিউটার গ্রাফিক্স ছোট ছোট পিক্সেল (Pixel) দিয়ে তৈরী। GPU-এর আর্কিটেকচারে পুনরাবৃত্ত (repetitive) প্রসেসিং ইউনিট ব্যবহার করে অসংখ্য পিক্সেল দ্রুত প্রসেস করা হয়। পরে আমরা দেখব একই প্রসেসর আর্কিটেকচার প্রাকৃতিক ভাষা প্রক্রিয়াকরণকে (natural language processing) ত্বরান্বিত করার জন্যও খুব উপযোগী প্রমাণিত হয়।

২০১২ সালে টরন্টো বিশ্ববিদ্যালয়ের তিন গবেষক AlexNet প্রজেক্টের মাধ্যমে নিউরাল নেটওয়ার্কে একটি বড় সাফল্য অর্জন করেন। এই প্রজেক্টে কাজ করছিলেন পিএইচডি শিক্ষার্থী Alexander Krizhevsky, Ilya Sutskever এবং তাদের উপদেষ্টা Geoffrey E. Hinton। Hinton AI-এর অন্যতম প্রভাবশালী ব্যক্তিত্ব; তিনি ২০১৮ সালে কম্পিউটার বিজ্ঞানে ACM A.M. Turing Award এবং ২০২৪ সালে পদার্থবিজ্ঞানে নোবেল পুরস্কার লাভ করেন। Krizhevsky পরে গবেষক হিসেবে Google-এ যোগ দেন, আর Sutskever OpenAI-এর সহ-প্রতিষ্ঠাতা হন, যা আমরা পরবর্তীতে আলোচনা করব। দলটি ২০১২ সালের ImageNet প্রতিযোগিতায় AlexNet প্রজেক্টের কাজ উপস্থাপন করে। সে সময়ের CPU-ভিত্তিক কম্পিউটারে ৬ কোটি প্যারামিটারবিশিষ্ট (6 million parameters) একটি গভীর নিউরাল নেটওয়ার্ককে বিশাল ডাটাসেট (large dataset) ব্যবহার করে প্রশিক্ষণ দিতে মাসের পর মাস লাগত। কিন্তু GPU-গুলো বড় পরিসরের সমান্তরাল প্রক্রিয়াকরণের জন্য তৈরি ছিল। দু’টি Nvidia GTX 580 GPU ব্যবহার করে AlexNet দল মাত্র এক সপ্তাহে এক মিলিয়ন ছবির ডাটাসেটে প্রশিক্ষণ সম্পন্ন করে। AlexNet ২০১২ সালের প্রতিযোগিতায় জয়লাভ করে। শুধু তাই নয়, এ গবেষণা প্রকল্প প্রমাণ করে যে GPU Hardware ব্যবহার করে আধুনিক AI সিস্টেম তৈরী করা সম্ভব। একই সঙ্গে Nvidia GPU AI বিপ্লবের একছত্র হার্ডওয়্যার প্ল্যাটফর্মে পরিণত হয়।

এই ইতিহাস থেকে বোঝা যায়, বিজ্ঞানীরা ১৯৪০-এর দশক থেকেই মানুষের বুদ্ধিমত্তা অনুকরণকারী যন্ত্র তৈরির চেষ্টা করছিলেন। ২০২০-এর দশক হলো সেই সময়, যখন AI বিস্ফোরণের জন্য প্রয়োজনীয় শর্তগুলো অবশেষে একত্রিত হয়। আমার মতে, এই “সিঙ্গুলারিটি” বা AI বিগ ব্যাং ঘটাতে তিনটি শক্তিকে একসঙ্গে আসতে হয়েছিল: সেমিকন্ডাক্টর হার্ডওয়্যার, ডিপ-লার্নিং নিউরাল নেটওয়ার্ক অ্যালগরিদম, এবং বিশাল প্রশিক্ষণ ডাটাসেট।

হার্ডওয়্যার হিসেবে আমরা ইতিমধ্যেই GPU-কে সঠিক architecture হিসেবে আলোচনা করেছি। AI হার্ডওয়্যারের প্রয়োজন বিশাল capacity এবং অসাধারণ গতির সমন্বয়। এটি অর্জনের জন্য কেবল GPU-এর মতো স্থাপত্যগত উদ্ভাবনই (architectural invention) নয়, বরং এমন উন্নত সেমিকন্ডাক্টর process technology প্রয়োজন ছিল যা অতি ক্ষুদ্র আকারের চিপে অত্যন্ত বড় (billions of transistors) ডিজাইন তৈরি করতে সক্ষম। এই অর্থে AI বিপ্লবে semiconductor process technology GPU-এর অপরিহার্য সহযাত্রী। আর Nvidia যদি AI চিপে অবিসংবাদিত নেতা হয়, তবে TSMC (Taiwan Semiconductor Manufacturing Company) process technology-তে অবিসংবাদিত নেতা। TSMC বিশ্বজুড়ে বিভিন্ন কোম্পানির জন্য AI চিপ তৈরি করছে। আজ Nvidia-এর মতো কোম্পানিগুলো প্রতি ৯ থেকে ১২ মাসে আগের প্রজন্মের চাইতে আরো বড় ও দ্রুততর পরবর্তী প্রজন্মের চিপ ঘোষণা করছে, এর ফলে AI সিস্টেম দ্রুততর হচ্ছে এবং সিস্টেমগুলোর দক্ষতা বিদ্যুতগতিতে বাড়ছে। ২০১২ সালে AlexNet ৬ কোটি প্যারামিটার বিশিষ্ট নিউরাল নেটওয়ার্ককে প্রশিক্ষণ দিয়েছিল। আজকের সবচেয়ে উন্নত সিস্টেমগুলো এক ট্রিলিয়ন পর্যন্ত প্যারামিটার দিয়ে প্রশিক্ষণ নেয়।

সফটওয়্যার অ্যালগরিদমের ক্ষেত্রে নিউরাল নেটওয়ার্ক এবং টেনসর ও ম্যাট্রিক্স প্রক্রিয়াকরণের মতো গাণিতিক কৌশল বহু বছর ধরেই বিদ্যমান। শক্তিশালী হার্ডওয়্যারই এসব অ্যালগরিদমকে কেবল তাত্ত্বিক মডেল হিসেবে নয়, বরং বৃহৎ পরিসরে পরীক্ষা করা সম্ভব করে তোলে।

তৃতীয় উপাদান হলো ডাটা। প্রশিক্ষণহীন একজন মানুষকে বিবেচনা করুন: প্রশিক্ষণ ছাড়া কি সে জ্ঞানী হতে পারে? মানুষের মস্তিষ্ক সারা জীবন ধরেই প্রশিক্ষিত হয়। AI কম্পিউটারও সেরকম। কার্যকর হতে হলে এগুলোকে দক্ষভাবে প্রশিক্ষিত হতে হয়, এবং প্রশিক্ষণের উপাদান হলো ডাটা – সবধরনের ডকুমেন্ট, ছবি, ভিডিও, কথোপকথন, এবং World Wide Web-এ উপলভ্য প্রায় সবকিছু। এই বিশাল ইন্টারনেট-ভিত্তিক ডাটা লেক হল AI সিস্টেমের লাইব্রেরী। এ লাইব্রেরীতে প্রশিক্ষণ শেষে AI সিস্টেমের ব্রেইন LLM (Large Language Model) কৃত্রিম বুদ্ধিমত্তাসম্পন্ন সিস্টেমে পরিণত হয়।

এমনিভাবেই ২০২০-এর দশকে হার্ডওয়্যার, অ্যালগরিদম, এবং ডাটার সম্মিলন আজকের AI বিপ্লবকে বাস্তবসম্মত করে তোলে। AI-বিপ্লবের গত কয়েক বছরের অভিযাত্রায় আমরা তিন ধরনের AI Solution দেখেছি। এগুলো হলোঃ Traditional AI, Generative AI এবং Agentic AI।

Traditional AI দিয়ে AI বিপ্লবের সূচনা। এসব সিস্টেম স্পষ্টভাবে নির্ধারিত সীমিত কাজের জন্য প্রশিক্ষিত ছিল। হার্ডওয়্যারের গতির ওপর নির্ভর করে এগুলো দ্রুত কাজ সম্পাদন করতে পারত এবং নির্দিষ্ট নিয়মের ভিত্তিতে পূর্বনির্ধারিত ফাংশন/কাজ সম্পন্ন করত। এরা নতুন কনটেন্ট তৈরি করত না। উদাহরণ হিসেবে IBM-এর Deep Blue, যা দাবার জন্য প্রশিক্ষিত ছিল; এবং Watson, যা Jeopardy! খেলতে প্রশিক্ষিত ছিল, উল্লেখ করা যায়।

দ্বিতীয় ধরণটি হলো Generative AI, বুদ্ধিমত্তার আরও উন্নত রূপ। এটি বিশাল ডাটাসেট থেকে শেখার পর নতুন কনটেন্ট তৈরি করে। এটি মানুষের মতো আউটপুট তৈরি করতে পারে, যার মধ্যে রয়েছে ইমেইল, ডকুমেন্ট, একাডেমিক লেখা, ছবি, সঙ্গীত এবং সফটওয়্যার। Microsoft-এর Copilot, Google-এর Gemini, OpenAI-এর ChatGPT, এবং Anthropic-এর Claude হলো Generative AI সিস্টেমের উদাহরণ।

আজ ChatGPT-এর বিশেষ পরিচয়ের প্রয়োজন নেই; নামটি ব্যাপকভাবে পরিচিত। এটি কীভাবে শুরু হলো তা বুঝতে ২০১৫ সালের আশপাশের সময়টি বিবেচনা করুন, যখন স্পষ্ট হয়ে ওঠে যে উন্নত GPU-ভিত্তিক সিস্টেম ব্যবহার করে AI সুপারকম্পিউটার তৈরি করা সম্ভব। Google, Amazon এবং অন্যান্য কোম্পানি নিজেদের সাফল্যের জন্য অভ্যন্তরীণ AI ল্যাবে বিনিয়োগ শুরু করে। একই সময়ে কিছু দূরদর্শী ব্যক্তি উপলব্ধি করেন যে AI সমাধান শুধু বড় করপোরেশনের জন্য নয়, বরং বৃহত্তর জনসাধারণের জন্যও তৈরি হওয়া প্রয়োজন। ২০১৫ সালের ডিসেম্বরে Elon Musk, Sam Altman, Greg Brockman এবং Ilya Sutskever সান ফ্রান্সিসকোতে OpenAI প্রতিষ্ঠা করেন একটি অলাভজনক AI গবেষণা সংস্থা হিসেবে। প্রায় এক বিলিয়ন ডলারের অর্থায়নে একটি উচ্চাভিলাষী প্রকল্প। ২০১৬ সালে Nvidia CEO Jensen Huang AI-গবেষণায় সহায়তার জন্য আটটি অত্যাধুনিক GPU-সমৃদ্ধ প্রথম Nvidia DGX-1 AI সুপারকম্পিউটার OpenAIকে অনুদান করেন। ২০১৮ সালের জুনে OpenAI একটি গবেষণাপত্রে তাদের প্রথম GPT মডেল, GPT-1 প্রকাশ করে। GPT হোল Generative Pre-trained Transformer। এটি Google প্রবর্তিত transformer architecture- mathematical computing মডেলের সঙ্গে generative pre-training যুক্ত করে এমন একটি মডেল তৈরি করে, যা নতুন টেক্সট তৈরি করতে এবং বিস্তৃত AI সক্ষমতা সমর্থন করতে পারে। বাকিটা তো ইতিহাস!

২০২৫ সালের মধ্যে AI ক্ষেত্রটি Generative AI কোম্পানি, মডেল, ও সমাধানে ভরে যায় এবং প্রতিযোগিতা তীব্র হতে থাকে। আমরা ভবিষ্যৎ পর্বে এসব সমাধান, হার্ডওয়্যার, মডেল এবং পণ্য পর্যালোচনা করব। এই সময়ে তৃতীয় ধরনের AI সিস্টেম, Agentic AI-এর যাত্রা শুরু, যা Generative AI-এর বিবর্তনের পরবর্তী ধাপ। AI agent হলো আধা-স্বয়ংক্রিয় বা সম্পূর্ণ স্বয়ংক্রিয় সিস্টেম; যা কিনা ধারনা করতে, যুক্তি প্রয়োগ করতে, এবং জটিল কাজ (complex task) করতে পারে। একটি Agentic AI framework-এ কয়েকটি উপাদান থাকে: LLM, agent, tools & documents। LLM বা large language model মস্তিষ্কের ভূমিকা পালন করে এবং প্রশিক্ষিত পরিবেশ সরবরাহ করে যা যন্ত্র-বুদ্ধিমত্তা প্রদান করে। ব্যবহারকারী ও ডেভেলপারদের তৈরি agent-গুলো জটিল বহু-ধাপের workflow এবং orchestration স্বয়ংক্রিয় করে। একাধিক agent একসঙ্গে কাজ করে একটি workflow সম্পন্ন করতে পারে। তৃতীয় উপাদানটি হোল সফটওয়্যার, ডকুমেন্ট ইত্যাদি। Agentগুলো তৃতীয় উপাদানটি থেকে ইনপুট নিয়ে, তারপর LLM-ভিত্তিক AI computing ব্যবহার করে বুদ্ধিদীপ্ত ফলাফল তৈরি করে। গত দুই বছরে স্বাস্থ্যসেবা, কারখানা স্বয়ংক্রিয়করণ, এবং প্রকৌশলসহ বিভিন্ন ক্ষেত্রে Agentic AI-এর গ্রহণযোগ্যতা দ্রুত বেড়েছে। এখানে কয়েকটি ব্যবহারিক উদাহরণ দেওয়া হলো:

প্রতারণা শনাক্তকরণ (Fraud Detection): PayPal স্বয়ংক্রিয় agent ব্যবহার করে লেনদেন পর্যবেক্ষণ, অস্বাভাবিকতা শনাক্ত এবং রিয়েল টাইমে নিরাপত্তা-সংক্রান্ত পদক্ষেপ প্রক্রিয়াকরণ করে।

সরবরাহ শৃঙ্খল ও মজুত ব্যবস্থাপনা (Inventory Management): Walmart agent ব্যবহার করে চাহিদার পূর্বাভাস, ওয়্যারহাউসগুলোর মধ্যে মজুত পুনর্বণ্টন, এবং লজিস্টিকস রুট অপ্টিমাইজ করে।

লজিস্টিকস সমন্বয় (Logistics Coordination): DHL-এর মতো বৈশ্বিক পরিবহন সংস্থাগুলো shipment tracking এবং carrier update ব্যবস্থাপনায় voice ও email agent ব্যবহার করে।

সেমিকন্ডাক্টর চিপ ডিজাইন (Semiconductor Chip Design): Siemens তাদের Fuse EDA agent ব্যবহার করে জটিল সেমিকন্ডাক্টর ডিজাইন ও verification workflow স্বয়ংক্রিয়ভাবে পরিচালনা করে।

এই পর্বে আমরা দেখলাম কেমন করে AI এর যাত্রা শুরু- শুরু থেকে আজকের অভূতপূর্ব AI বিপ্লব পর্যন্ত সেই যাত্রাটা কেমন, আজকের আধুনিক AI সিস্টেমের মূল উপাদানগুলো কি এবং এই কৃত্রিম বুদ্ধিমত্তা সম্পন্ন সিস্টেমগুলো কিভাবে আমাদের দৈনন্দিন জীবনযাত্রাকে দারুনভাবে প্রভাবিত করে চলেছে। আগামী পর্বে আমরা দেখব AI-এর ভবিষ্যৎ, এর ভালো-মন্দ দিকগুলো এবং AI-এর ভবিষ্যৎ নিয়ে সাম্প্রতিক কিছু ভয়ানক আশঙ্কা। আশা করি সঙ্গে থাকবেন।