আমাদের কি জেনারেটিভ এআই দরকার?
এই নিবন্ধটি বিনামূল্যে লাঞ্চ নিউজলেটারের একটি স্থানীয় সংস্করণ। প্রতি বৃহস্পতিবার এবং রবিবার নিউজলেটার পেতে প্রিমিয়াম গ্রাহকরা এখানে সাইন আপ করতে পারেন। স্ট্যান্ডার্ড গ্রাহকরা এখানে প্রিমিয়ামে আপগ্রেড করতে পারেন বা সমস্ত FT নিউজলেটার দেখতে পারেন। আবার স্বাগতম।
এই সপ্তাহে আমি এরিক ব্রাইনজলফসন, প্রফেসর, লেখক এবং স্ট্যানফোর্ড ইনস্টিটিউট ফর হিউম্যান-সেন্টার্ড কৃত্রিম বুদ্ধিমত্তার সিনিয়র ফেলো-এর সাক্ষাৎকার নিচ্ছি। ইদানীং আমি চিন্তা করছি কিভাবে পথ নির্ভরতা প্রযুক্তি উন্নয়নকে প্রভাবিত করে। উদাহরণস্বরূপ, ইন্টারনেট এবং পারমাণবিক শক্তির উৎপত্তি প্রতিরক্ষা প্রকল্পে। সিলিকন ভ্যালি নিজেই কোল্ড ওয়ার যুগের ইলেকট্রনিক্স বুম থেকে জন্ম নিয়েছে। আজও, নেটওয়ার্ক প্রভাবগুলি প্রভাবশালী iOS এবং Android ইকোসিস্টেমে অ্যাপ এবং হার্ডওয়্যার বিকাশ চালিয়ে যাচ্ছে।
এই চিন্তাধারা আমাকে গত বছর ব্রাইনজলফসনের সাথে এফটি ইকোনমিস্টের কথোপকথনে ফিরিয়ে এনেছিল, যেখানে তিনি “টুরিং ট্র্যাপ” নিয়ে আলোচনা করেছিলেন, কীভাবে মানুষের মতো কৃত্রিম বুদ্ধিমত্তার উদ্ভব হয়েছিল তার তত্ত্ব। ধারণাটি 1950 সালে গণিতবিদ এবং কম্পিউটার বিজ্ঞানী অ্যালান টুরিং দ্বারা প্রস্তাবিত “টুরিং টেস্ট” এর উপর ভিত্তি করে তৈরি করা হয়েছিল যে কথোপকথনের উপর ভিত্তি করে একটি যন্ত্র মানুষের থেকে আলাদা করা বুদ্ধিমান আচরণ প্রদর্শন করে কিনা তা নির্ধারণ করতে। Brynjolfsson দাবি করেন যে তিনি গবেষকদের প্রজন্মকে মেশিনে আমাদের চিন্তাভাবনা পুনরুত্পাদন করতে অনুপ্রাণিত করেছেন। কিন্তু যেহেতু জেনারেটিভ এআই, বৃহৎ ভাষার মডেল দ্বারা চালিত, এই লক্ষ্যগুলি অর্জন করতে শুরু করে, তিনি বলেছেন যে এটি দিয়ে শুরু করা ভুল লক্ষ্য হতে পারে।
তিনি পরামর্শ দেন যে AI – এবং সাধারণভাবে প্রযুক্তি – যদি মানুষের বিশেষীকরণের প্রসারণে এবং আমরা যা করতে পারি না তা করার দিকে মনোনিবেশ করি তবে আমাদের আরও ভাল হবে। (এটি আন্তর্জাতিক বাণিজ্যে তুলনামূলক সুবিধার ডেভিড রিকার্ডোর তত্ত্বের প্রতিধ্বনি করে।) পরিবর্তে, অনুকরণ একটি ফাঁদ তৈরির ঝুঁকি তৈরি করে। এআই জেনারেশনের কিছু অ্যাপ্লিকেশান নতুন, পরিপূরক ক্ষমতা আবিষ্কার করার পরিবর্তে বিদ্যমান কাজগুলি সম্পাদন করার জন্য মানুষের অনুকরণ এবং প্রতিস্থাপনের জন্য সিস্টেমগুলিকে পুরস্কৃত করার আমাদের প্রবণতার ফলাফল। এটি শ্রম প্রতিস্থাপনের দিকে প্রযুক্তিকে পক্ষপাতদুষ্ট করে, উৎপাদনশীলতা বৃদ্ধি করে কিন্তু যারা প্রযুক্তি এবং পুঁজি নিয়ন্ত্রণ করে তাদের মধ্যে সুবিধার কেন্দ্রীভূত করে। “ফাঁদ” হল অর্থনৈতিক শক্তির কেন্দ্রীকরণ, যা রাজনৈতিক শক্তি তৈরি করে। এটি অন্যদের সিস্টেম পরিবর্তন করার সুযোগ অস্বীকার করতে পারে। এর ফলে উচ্চতার সিলিং হতে পারে যা খুব কম।
কল্পনা করুন যদি হেনরি ফোর্ড কেবল মানুষের সাথে প্রতিযোগিতা করার সিদ্ধান্ত নেন – এমন একটি যান তৈরি করুন যা একজন ব্যক্তির মতো দ্রুত হাঁটতে বা দৌড়াতে পারে। এলএলএমগুলি ইতিমধ্যে অনুসন্ধান এবং বিশ্লেষণের মতো ক্ষেত্রগুলিতে লোকেদের পরিপূরক করে। কিন্তু সাম্প্রতিক অগ্রগতি, যেমন অ্যাপগুলিতে যেগুলি প্লেইন টেক্সট থেকে বিজ্ঞাপন এবং সিনেমা তৈরি করে, কিছু বিশেষজ্ঞরা উদ্বিগ্ন যে প্রযুক্তিটি সম্পূর্ণরূপে প্রতিস্থাপন করতে ব্যবহার করা হবে। এটি বিবেচনা করা গুরুত্বপূর্ণ যে মানুষের তুলনামূলক সুবিধার অনুকরণ করা, উদাহরণস্বরূপ সৃজনশীল ক্ষেত্রে, প্রযুক্তির একটি বৈধ ব্যবহার এবং উদ্দেশ্য কি না, অন্তত এই কারণে নয় যে আমরা এমন কাঠামো তৈরি করেছি যা অনুকরণের ইচ্ছাকে শক্তিশালী করে। অনুকরণ শুধুমাত্র একটি সাংস্কৃতিক দৃষ্টিকোণ থেকে আকর্ষণীয় নয়, আমাদের প্রতিষ্ঠানগুলি অটোমেশনকে উৎসাহিত করে বলেও। একজন মানুষ যে একটি কাজ সম্পাদন করতে পারে তা “অস্তিত্বের প্রমাণ” প্রদান করে, যা অনুকরণকে আরও প্রাকৃতিক রেফারেন্স পয়েন্ট, একটি নিরাপদ গবেষণামূলক বিষয় এবং একটি স্পষ্ট অনুদান প্রস্তাব করে তোলে। সম্পূর্ণ নতুন ক্ষমতা তৈরি করতে অনেক বেশি সৃজনশীলতা প্রয়োজন। ব্যবসায়, ব্যবস্থাপকরা বিশ্বাস করেন যে আকার হ্রাস করা সহজ এবং শ্রমিকদের থেকে মূলধনের মালিকদের কাছে ভাড়া স্থানান্তরিত করে। এটি পুঁজির মালিকদের স্বয়ংক্রিয়ভাবে অত্যধিক প্রণোদনা দেয় এবং পরিপূরক হওয়ার জন্য দুর্বল প্রণোদনা দেয়, উদ্ভাবনের বাহ্যিকতা এবং শ্রমিকদের বর্ধিত দর কষাকষির ক্ষমতা।
রাজনীতিবিদরা ভারসাম্যহীনতাকে শক্তিশালী করছেন: বেশিরভাগ দেশে, শ্রমের তুলনায় মূলধনের উপর কর কম। যদিও স্বয়ংক্রিয়তা এবং সম্প্রসারণ উভয়ই মূল্যবান এবং লাভজনক হতে পারে, শেষ ফলাফল হল মানুষের অনুকরণ করার জন্য একটি পদ্ধতিগত চালনা-এমনকি যখন অতিমানবীয় পরিপূরক সিস্টেমগুলি বৃহত্তর সামগ্রিক অর্থনৈতিক মূল্য তৈরি করতে পারে এবং বৈষম্য কমাতে পারে। এটি একটি আশ্চর্যজনক কাউন্টারফ্যাকচুয়াল বাড়ে. প্রযুক্তি আজ কোথায় হতে পারে যদি টুরিং পরীক্ষা এত লোভনীয় না হয়?
এখানে আমি কিছু পরামর্শ পেয়েছি: নিউরাল প্রস্থেটিক্স এবং মাইন্ড-মেশিন সিম্বোটিকস ভবিষ্যতে কয়েক দশক হতে পারে; চ্যাটবটের পরিবর্তে, আমাদের চিন্তার টুল যেমন ভিজ্যুয়াল থিংকিং স্পেস থাকতে পারে; কথোপকথনের পরিবর্তে স্পর্শ ইন্টারফেস; এবং AI যা সম্ভাব্য এলএলএম-এর পরিবর্তে যুক্তি দিতে পারে। অবশ্যই, প্রযুক্তি আরও ঘৃণ্য উদ্দেশ্যে বা এমনকি মানুষের বুদ্ধিমত্তার বাইরেও বিকশিত হতে পারে, যেমনটি 2016 ফিল্ম অ্যারাইভালের ভক্তরা কল্পনা করতে পারেন। কিন্তু বাস্তবে ফিরে, এখন একটি আরও দরকারী অনুশীলন হল কীভাবে জেনারেটিভ এআই এবং মানুষ একসাথে বিকশিত হতে পারে তা কল্পনা করা। এটি শুধুমাত্র চাকরির ক্ষতি সীমিত করার বিষয়ে নয় (যার মধ্যে কিছু প্রয়োজনীয় হতে পারে), তবে প্রযুক্তি আরও অর্থনৈতিক এবং সামাজিক মূল্য তৈরি করে (যা মানুষের জন্য নতুন সুযোগ তৈরি করে) নিশ্চিত করাও।
Brynjolfsson এই এলাকায় কাজের নেতৃত্ব দিয়েছেন: যদি আমাদের উত্তর তারকা লোকেদের অনুকরণ না করে মানুষকে ক্ষমতায়ন করত, তাহলে আমরা শীঘ্রই এমন সিস্টেমের দিকে এগিয়ে যাব যা মানুষের সিদ্ধান্ত গ্রহণকে উন্নত করবে, শেখার গতি বাড়াবে এবং নতুন ডিজাইনের জায়গা তৈরি করবে। আমরা AI কে মানুষের সাথে তুলনা করব, তাদের পরিবর্তে নয়। আমার কোম্পানী ওয়ার্কহেলিক্স এর উপরই ফোকাস করে। স্ট্যানফোর্ডে আমার ক্লাসে, আমরা একটি AI-চালিত “এরিক অবতার” তৈরি করেছি যা প্রতিটি ছাত্রের সাথে পৃথকভাবে হোমওয়ার্ক নিয়ে আলোচনা করে। এটি তাদের মূল ধারণাগুলির গভীর উপলব্ধি অর্জন করতে সাহায্য করেছে এবং শিক্ষার্থীদেরকে তাদের কাজকে বাস্তব সময়ে রক্ষা করতে সাহায্য করেছে, নির্বোধভাবে একটি AI-উত্পাদিত অ্যাসাইনমেন্ট জমা দেওয়ার সম্ভাবনা দূর করে। যদি আমরা এই চিন্তাভাবনাকে সমগ্র অর্থনীতিতে প্রসারিত করি, তাহলে আমরা কেবলমাত্র খরচ প্রতিস্থাপন না করে গুণমান, উদ্ভাবন এবং সমৃদ্ধি উন্নত করার চেষ্টা করব।
কিছুটা হলেও এটি ইতিমধ্যেই ঘটছে। সফ্টওয়্যারে, কোড সহ-পাইলট অন্বেষণ এবং পরীক্ষার ক্ষমতা বাড়ায়। স্বাস্থ্যসেবায়, কাঠামোগত নোট তৈরি করা সহানুভূতি এবং বিচারের জন্য চিকিত্সকদের সময় মুক্ত করে। সাধারণ থ্রেড হল টাস্ক রিডিস্ট্রিবিউশন: মেশিনগুলি উচ্চ-ফ্রিকোয়েন্সি ক্রিয়াকলাপগুলি সম্পাদন করে যার জন্য প্রচুর পরিমাণে প্রশিক্ষণ ডেটার প্রয়োজন হয়, যখন মানুষ “ব্যতিক্রমের দীর্ঘ লেজ” এর পাশাপাশি লক্ষ্য সনাক্তকরণের উপর ফোকাস করে, ব্রাইনজলফসন বলেছেন। কিন্তু ম্যাক্রো স্কেলে এটিকে অপ্টিমাইজ করার জন্য কাজ এবং আমাদের অর্থনীতির পুনর্গঠন প্রয়োজন। নতুন সাধারণ-উদ্দেশ্য প্রযুক্তির চারপাশে কাজের পুনর্গঠনের ফলে ইতিহাসে উৎপাদনশীলতার সবচেয়ে বড় উল্লম্ফন ঘটেছে। ফোর্ড প্রতিটি শ্রমিকের উৎপাদনশীলতা বহুগুণ করে লোকেদের বিনিময়যোগ্য যন্ত্রাংশ, চলন্ত যন্ত্রাংশ এবং পাওয়ার টুল সরবরাহ করার জন্য কারখানাগুলিকে পুনর্গঠিত করেছিল। আমাদের এটিও করতে হবে, সিস্টেম তৈরি করে – মানুষ এবং মেশিনের সমন্বয় – যা মানুষ বা মেশিন একা করতে পারে না।
এটি সৃজনশীল কাজের জন্যও সম্ভব। AI ব্যয়বহুল সাবটাস্কগুলিকে স্বয়ংক্রিয় করতে পারে (যেমন অনুসন্ধান এবং মোটামুটি খসড়া তৈরি করা) যখন বিশুদ্ধভাবে মানুষের কাজগুলির (স্বাদ, গল্প বলা, সত্যতা এবং সম্পর্ক) প্রভাব বাড়ায়। তবে এর জন্য বিতরণ প্রয়োজন: অ্যাক্সেসযোগ্য সরঞ্জাম, প্রশিক্ষণ এবং প্ল্যাটফর্ম যাতে আরও বেশি নির্মাতারা এটি থেকে উপকৃত হন, কেবলমাত্র সেই সংস্থাগুলি নয় যেগুলি সৃজনশীল কাজের জন্য সরাসরি AI ব্যবহার করে। সুতরাং এমনকি যদি টুরিং টেস্ট প্রযুক্তিগত উন্নয়নকে অনুকরণের দিকে নিয়ে যায়, তবুও আমাদের তৈরি করা মানুষ এবং মেশিনগুলির মধ্যে শ্রমের আরও উত্পাদনশীল এবং সামাজিকভাবে সর্বোত্তম বিভাজন তৈরি করার একটি উপায় রয়েছে।
Brynjolfsson এর তিনটি সুপারিশ রয়েছে: প্রথমত, কোম্পানি-স্তরের মেট্রিক্স উন্নত করুন যা দেখায় যে ভাল AI গ্রহণ কেমন দেখাচ্ছে। রোগীর ফলাফল, গ্রাহক সন্তুষ্টি এবং সফ্টওয়্যার গুণমান উন্নত করে এমন ব্যবহারিক সমস্যাগুলি মানুষ এবং মেশিনগুলি কতটা ভালভাবে সমাধান করে তা আমাদের ফোকাস করতে হবে এবং নির্ধারণ করতে হবে। দ্বিতীয়ত, বাজারের নিয়মগুলি প্রতিযোগিতা এবং বিস্তারকে উন্নীত করা উচিত, যার মধ্যে আন্তঃকার্যযোগ্যতা, ডেটা বহনযোগ্যতা, এবং সংগ্রহ যা হেডকাউন্ট কমানোর পরিবর্তে বৃদ্ধির ফলাফলকে পুরস্কৃত করে। এর অর্থ ট্যাক্স এবং অ্যাকাউন্টিং ইনসেনটিভের ভারসাম্য বজায় রাখা, যা বর্তমানে মানব পুঁজির চেয়ে পুঁজিকে গভীর করার পক্ষে। তৃতীয়ত, আমাদের জনসাধারণের পণ্য এবং রেললাইন দরকার। এটি সঠিক মেট্রিক্স পরিমাপের মাধ্যমে শুরু হয়, যেমন পণ্যের গুণমান এবং সুরক্ষিত ডেটা পরিকাঠামো তৈরি করা যা গোপনীয়তা এবং বুদ্ধিবৃত্তিক সম্পত্তি রক্ষা করার সময় পরীক্ষা-নিরীক্ষা সক্ষম করে। লক্ষ্যযুক্ত জবাবদিহিতা এবং নিরীক্ষা ব্যবস্থাগুলি অন্য কোথাও পরীক্ষা-নিরীক্ষা না থামিয়ে স্বাস্থ্যসেবা এবং অর্থের মতো বাহ্যিক ক্ষেত্রে ব্যবহারের ক্ষেত্রে ফোকাস করতে পারে। পরিশেষে, যদি আমরা সম্প্রসারণের সাথে প্রণোদনা সারিবদ্ধ করি, তাহলে প্রযুক্তি ফ্রন্ট এবং সুযোগ ফ্রন্ট একসাথে এগিয়ে যেতে পারে।
আমি আপনার চিন্তা শুনতে আগ্রহী হবে। তাদের freelunch@ft.com বা X @tejparikh90 এ পাঠান।
চিন্তার জন্য খাদ্য বিনিয়োগকারী এবং ইক্যুইটি বিশ্লেষকরা কতটা যুক্তিবাদী? খুঁজে বের করার জন্য, এই নিবন্ধটি একটি মেশিন লার্নিং অ্যালগরিদমের সাথে তাদের স্টক মার্কেটের কর্মক্ষমতা তুলনা করে।
ফ্রি লাঞ্চ রবিবার হার্ভে এনরিয়াপিয়া দ্বারা সম্পাদিত।
আপনার জন্য বৈশিষ্ট্যযুক্ত নিউজলেটার.
“The AI Shift” – জন বাইর্ন-মারডক এবং সারাহ ও’কনর কীভাবে এআই কাজের জগতকে পরিবর্তন করছে সে সম্পর্কে কথা বলেন। এখানে সাইন আপ করুন
Unhedged – রবার্ট আর্মস্ট্রং সবচেয়ে গুরুত্বপূর্ণ বাজারের প্রবণতা পরীক্ষা করেন এবং আলোচনা করেন যে ওয়াল স্ট্রিটের সেরা মন কীভাবে তাদের প্রতিক্রিয়া জানাচ্ছে৷ এখানে নিবন্ধন করুন
প্রকাশিত: 2025-11-09 18:00:00
উৎস: www.ft.com
