কৃত্রিম বুদ্ধিমত্তার জগতে গুগল একটি নতুন পদক্ষেপ নিয়েছে। সংস্থাটি তাদের নতুন অত্যাধুনিক মডেল ‘জেমিনি ৪ আর্গন’ উন্মোচন করেছে , যার মাধ্যমে তারা বর্তমানে উপলব্ধ সবচেয়ে শক্তিশালী সিস্টেমগুলোর সাথে আবারও প্রতিযোগিতা করতে চায়। বেশ কয়েক মাস ধরে ওপেনএআই এবং অ্যানথ্রোপিকের অগ্রগতির কাছে সংস্থাটি কিছুটা পিছিয়ে পড়েছে বলে মনে হওয়ার পর এই ঘোষণাটি এলো।
এই মডেলটি প্রোগ্রামিং, সাইবারসিকিউরিটি বা এন্টারপ্রাইজ নলেজ ওয়ার্কের মতো জটিল পেশাদারী কাজের জন্য ডিজাইন করা হয়েছে । গুগলের শেয়ার করা তথ্য অনুযায়ী, আর্গন বেশ কয়েকটি পরীক্ষায় প্রতিযোগী বেঞ্চমার্কগুলোর সমকক্ষ বা এমনকি সেগুলোকে ছাড়িয়েও যায়, যদিও কোম্পানির ভেতরে ও বাইরে এ বিষয়ে মতামত পুরোপুরি একমত নয়।
GPT-6 Astra এবং Claude Opus 5.5-এর একটি প্রতিদ্বন্দ্বী
জেমিনি ৪ আর্গন উন্মোচনের একটি সুস্পষ্ট উদ্দেশ্য রয়েছে: ওপেনএআই এবং অ্যানথ্রোপিকের সাথে প্রতিযোগিতা করা । গুগলের বেঞ্চমার্ক বিভিন্ন পরীক্ষায় এই মডেলটিকে ক্লদ ওপাস ৫.৫ এবং ফেবল ৫.১-এর চেয়ে এগিয়ে রেখেছে। একটি স্বাধীন মূল্যায়নকারী সংস্থা, আর্টিফিশিয়াল অ্যানালাইসিস ইন্টেলিজেন্স ইনডেক্সে, আর্গন ৫৩ পয়েন্ট অর্জন করেছে, যা ওপেনএআই-এর প্রিমিয়াম মডেল জিপিটি-৬ অ্যাস্ট্রার সমান।
DeepSWE পরীক্ষায়, যা বাস্তব-জগতের সফটওয়্যার ইঞ্জিনিয়ারিংয়ের উপর আলোকপাত করে, Argon ৭৭.৯% স্কোর অর্জন করেছে , যেখানে GPT-6 Astra-এর স্কোর ছিল ৭৪.১% এবং Claude Opus 5.5-এর স্কোর ছিল ৭৪.২%। Google Vals সূচকে এর প্রথম স্থান অর্জনের বিষয়টিও তুলে ধরেছে, যা অর্থ, আইন এবং করের মতো ক্ষেত্রে অর্থনৈতিক প্রভাব পরিমাপ করে। এবং দুর্বলতা প্রতিকারের মূল্যায়নকারী CWE-bench-এ, এটি ৬৮% স্কোর করে যৌথভাবে প্রথম স্থান অর্জন করেছে।
সবচেয়ে উল্লেখযোগ্য আবিষ্কারগুলোর মধ্যে একটি হলো হ্যালুসিনেশন বা বিভ্রমের হ্রাস । আর্টিফিশিয়াল অ্যানালাইসিস অনুসারে, AA-সর্বজ্ঞতা পরীক্ষায় জেমিনি ৪ আর্গনের হার ১৫%, যেখানে GPT-৬ অ্যাস্ট্রার হার বেড়ে ৫০% হয়। এই পার্থক্যের কারণ হলো, আর্গন অনিশ্চিত থাকলে কোনো মনগড়া উত্তর দেওয়ার পরিবর্তে "আমি জানি না" বলার সম্ভাবনাই বেশি। তবে, একই পরীক্ষায় অ্যাস্ট্রা অধিকতর নির্ভুলতা অর্জন করে, তাই এই তথ্যটিকে তার প্রেক্ষাপটের আলোকে বিচার করা প্রয়োজন।
প্রযুক্তিগত সক্ষমতা: দশ লক্ষ টোকেন এবং স্বায়ত্তশাসিত সাইবার প্রতিরক্ষা
জেমিনি ৪ আর্গন-এর অন্যতম গুরুত্বপূর্ণ নতুন বৈশিষ্ট্য হলো একটিমাত্র রেসপন্সে দশ লক্ষ পর্যন্ত টোকেন তৈরি করার ক্ষমতা । বিষয়টি সহজভাবে বলতে গেলে, একটি টোকেন হলো একটি শব্দের খণ্ডাংশের সমতুল্য, এবং দশ লক্ষ টোকেন ইংরেজিতে প্রায় ৭৫০,০০০ শব্দের সমান। এটি পূর্ববর্তী ৬৪,০০০ টোকেনের সীমার তুলনায় পনেরো গুণেরও বেশি বৃদ্ধি। এই বিশাল ক্ষমতার কারণে, মডেলটি এমন সব কাজ সামলাতে পারে যা আগে কয়েক ডজন অনুরোধে বিভক্ত করার প্রয়োজন হতো, যেমন একটি সম্পূর্ণ কোডবেস মাইগ্রেট করা।
সাইবার নিরাপত্তা হলো আরেকটি ক্ষেত্র যেখানে গুগল তার প্রচেষ্টা কেন্দ্রীভূত করেছে। আর্গন বিশটিরও বেশি প্রোগ্রামিং ভাষার ত্রুটি সনাক্ত, যাচাই এবং মেরামত করতে সক্ষম , এবং এমনকি সোর্স কোডে অ্যাক্সেসের প্রয়োজন ছাড়াই লাইভ ওয়েব সিস্টেম বিশ্লেষণ করতে পারে। কোম্পানিটি দাবি করে যে এটি গুরুতর দুর্বলতা খুঁজে বের করতে এবং স্বয়ংক্রিয়ভাবে সেগুলো সমাধান করতে পারে, যেমনটা প্রোগ্রামিংকে শক্তিশালী করার জন্য জেমিনি ৩.৮ ফ্ল্যাশ সাইবার মডেলের লক্ষ্য ছিল , যদিও গুগল যা শেয়ার করতে চেয়েছে তার বাইরে এর অনুসন্ধানের নির্দিষ্ট বিবরণ জনসমক্ষে প্রকাশ করা হয়নি।
গুগলের অভ্যন্তরে হাজার হাজার কর্মী ইতিমধ্যেই প্রতিদিন আর্গন ব্যবহার করেন। সংস্থাটি জানিয়েছে যে, তাদের দলগুলো গবেষণা ও প্রোগ্রামিংয়ের কাজে এটি ব্যবহার করে এবং এর ফলে তাদের ডেটা সেন্টারগুলোতে ৩৩০ টেরাবাইটেরও বেশি মেমোরি খালি হয়েছে। সংস্থাটি যে শুধু বিমূর্ত পরিসংখ্যান নয়, তা বোঝানোর জন্যই এই বাস্তব উদাহরণগুলো তুলে ধরেছে, যদিও বাস্তবে এর ব্যবহারিক অভিজ্ঞতা কেমন হবে তা এখনও দেখার বাকি।
সীমিত মুক্তি, মূল্য নির্ধারণ, এবং প্রকৃত কার্যকারিতা নিয়ে সন্দেহ
গণমাধ্যমের প্রচারণা সত্ত্বেও, সত্যিটা হলো এখনও প্রায় কেউই জেমিনি ৪ আর্গন ব্যবহার করে দেখতে পারবে না । গুগল একটি পর্যায়ক্রমিক উন্মোচনের সিদ্ধান্ত নিয়েছে, যা ফেয়ারউইন্ড প্রোগ্রামের মাধ্যমে নির্বাচিত সাইবারসিকিউরিটি বিশেষজ্ঞদের একটি ছোট দলের মাধ্যমে শুরু হবে। এই মডেলটি মার্কিন সরকারও মূল্যায়ন করছে, যা এই ধরনের সিস্টেম চালু করার আগে একটি সাধারণ প্রক্রিয়া। পরবর্তীতে, এটি সেইসব অর্থপ্রদানকারী এপিআই গ্রাহকদের জন্য উপলব্ধ হবে যারা ইতিমধ্যেই গুগল এআই আল্ট্রা-এর সাবস্ক্রাইবার, যদিও এর সাধারণ উন্মোচনের জন্য কোনো নির্দিষ্ট তারিখ নেই।
কোম্পানিগুলোকে আকৃষ্ট করার জন্য গুগলের অন্যতম একটি যুক্তি হলো এর প্রারম্ভিক মূল্য। প্রচারমূলক সময়কালে, এতে প্রবেশ করতে প্রতি মিলিয়ন টোকেনের জন্য ২ ডলার এবং প্রস্থান করতে প্রতি মিলিয়নের জন্য ১০ ডলার খরচ হবে (যা প্রায় ১.৭৫ ইউরো এবং ৮.৭৫ ইউরোর সমান)। এরপর, এই ফি দ্বিগুণ হয়ে ৪ ডলার এবং ২০ ডলার হবে। আর্টিফিশিয়াল অ্যানালাইসিসের মতে, এই প্রাথমিক ছাড়ের ফলে প্রতিটি কাজের খরচ GPT-6 Astra-এর তুলনায় ৪০% কম হবে।
সব খবরই ভালো নয়। ব্লুমবার্গ গুগলের এমন কিছু কর্মচারীর সাথে কথা বলেছে যারা দাবি করেন যে, বেঞ্চমার্কে আর্গন ভালো ফল করলেও, বাস্তব প্রোগ্রামিং কাজে এটি প্রত্যাশা অনুযায়ী ভালো পারফর্ম করে না । সংস্থাটি এই দাবিগুলো অস্বীকার করেছে এবং জানিয়েছে যে তাদের টিমগুলো এটি ব্যাপকভাবে ব্যবহার করে ভালো ফল পাচ্ছে। এই অসামঞ্জস্যটি একটি অস্বস্তিকর সত্যকে তুলে ধরে: সিন্থেটিক বেঞ্চমার্ক সবসময় দৈনন্দিন কাজের সমতুল্য হয় না, যেখানে রিপোজিটরিগুলো বিশাল, ডিপেন্ডেন্সিগুলো ত্রুটিপূর্ণ এবং ডকুমেন্টেশন অপ্রতুল।
রাজনৈতিক প্রেক্ষাপটও প্রাসঙ্গিক ছিল। ঘোষণার একদিন আগে, গুগল সিইও সুন্দর পিচাই মার্কিন প্রেসিডেন্ট ডোনাল্ড ট্রাম্প এবং অন্যান্য প্রযুক্তি নির্বাহীদের সাথে একটি স্বেচ্ছামূলক স্ব-নিয়ন্ত্রক চুক্তিতে স্বাক্ষর করেন। এই দলিলে সাইবার নিরাপত্তা এবং জৈবিক হুমকির জন্য নিরীক্ষা ও অভ্যন্তরীণ নিয়ন্ত্রণের রূপরেখা দেওয়া হয়েছে। গুগল জোর দিয়ে বলেছে যে আর্গনের সীমান্ত সুরক্ষা ব্যবস্থা রয়েছে এবং সর্বোচ্চ নিরাপত্তা নিশ্চিত না করা পর্যন্ত এটি ব্যবহারকারীদের কাছে প্রকাশ করা হবে না।
প্রতিশ্রুত জেমিনি ৩.৫ প্রো আলোর মুখ না দেখার পরই এই মডেলটির আগমন ঘটল। সেই প্রকল্পটি প্রশিক্ষণ সংক্রান্ত ত্রুটির শিকার হয়েছিল এবং প্রতিযোগীদের তুলনায় উল্লেখযোগ্যভাবে দুর্বল পারফর্ম করেছিল, যার ফলে কোম্পানিটি এটি পরিত্যাগ করে আর্গন-এর উপর মনোযোগ দেয়, যা জুলাই মাস থেকে নির্মাণাধীন রয়েছে। এই পদক্ষেপের মাধ্যমে গুগল দেখাতে চায় যে, অত্যাধুনিক এআই-এর প্রতিযোগিতায় তারা এখনও একজন প্রতিযোগী, যদিও বেঞ্চমার্ক এবং বাস্তব অভিজ্ঞতার মধ্যেকার ব্যবধান নিয়ে ইন্ডাস্ট্রিতে সংশয় এখনও রয়ে গেছে।
