শক্তিবৃদ্ধি ব্যবধান – বা কেন কিছু এআই দক্ষতা অন্যের চেয়ে দ্রুত উন্নতি করে

এআই কোডিং সরঞ্জামগুলি দ্রুত আরও ভাল হচ্ছে। আপনি যদি কোডে কাজ না করেন তবে জিনিসগুলি কতটা পরিবর্তন হচ্ছে তা লক্ষ্য করা শক্ত হতে পারে তবে জিপিটি -5 এবং জেমিনি 2.5 স্বয়ংক্রিয়ভাবে সম্ভব বিকাশকারী কৌশলগুলির একটি সম্পূর্ণ নতুন সেট তৈরি করেছে এবং গত সপ্তাহে সনেট 2.4 এটি আবার করেছে।

একই সময়ে, অন্যান্য দক্ষতা আরও ধীরে ধীরে অগ্রগতি করছে। আপনি যদি ইমেলগুলি লিখতে এআই ব্যবহার করে থাকেন তবে আপনি সম্ভবত এক বছর আগে এটি থেকে একই মূল্য পাচ্ছেন। এমনকি মডেলটি আরও ভাল হয়ে গেলেও পণ্যটি সর্বদা উপকৃত হয় না – বিশেষত যখন পণ্যটি একটি চ্যাটবট হয় যা একই সাথে এক ডজন বিভিন্ন কাজ করে। এআই এখনও অগ্রগতি করছে, তবে এটি আগের মতো সমানভাবে বিতরণ করা হয়নি।

অগ্রগতির পার্থক্যটি মনে হয় তার চেয়ে সহজ। কোডিং অ্যাপ্লিকেশনগুলি কোটি কোটি সহজে পরিমাপযোগ্য পরীক্ষা থেকে উপকৃত হচ্ছে, যা তাদের কার্যক্ষম কোড উত্পাদন করতে প্রশিক্ষণ দিতে পারে। এটি হ’ল রিইনফোর্সমেন্ট লার্নিং (আরএল), যুক্তিযুক্তভাবে গত ছয় মাস ধরে এআই অগ্রগতির বৃহত্তম চালক এবং সর্বদা আরও জটিলতর হয়ে উঠছে। আপনি মানব গ্রেডারদের সাথে শক্তিবৃদ্ধি শেখার জন্য করতে পারেন, তবে স্পষ্ট পাস-ব্যর্থ মেট্রিক থাকলে এটি সবচেয়ে ভাল কাজ করে, যাতে আপনি মানব ইনপুট বন্ধ না করে কয়েক বিলিয়ন বার এটি পুনরাবৃত্তি করতে পারেন।

যেহেতু শিল্পগুলি পণ্যগুলি উন্নত করতে শক্তিবৃদ্ধি শেখার উপর ক্রমবর্ধমান নির্ভর করে, আমরা স্বয়ংক্রিয়ভাবে গ্রেড করা যায় এবং যেগুলি পারে না তার মধ্যে একটি বাস্তব পার্থক্য দেখছি। বাগ-ফিক্সিং এবং প্রতিযোগিতামূলক গণিতের মতো আরএল-বান্ধব দক্ষতাগুলি আরও দ্রুততর হচ্ছে, অন্যদিকে লেখার মতো দক্ষতা কেবল বর্ধিত অগ্রগতি করে।

সংক্ষেপে, একটি শক্তিবৃদ্ধি ব্যবধান রয়েছে – এবং এটি এআই সিস্টেমগুলি কী করতে পারে এবং কী করতে পারে না তার জন্য এটি অন্যতম গুরুত্বপূর্ণ কারণ হয়ে উঠছে।

কিছু উপায়ে, সফ্টওয়্যার বিকাশ শক্তিবৃদ্ধি শেখার জন্য উপযুক্ত বিষয়। এআইয়ের আগেও, সফ্টওয়্যারটি কীভাবে চাপের মধ্যে ধরে রাখবে তা পরীক্ষা করার জন্য একটি সম্পূর্ণ উপ-শৃঙ্খলা ছিল-মূলত কারণ বিকাশকারীদের তাদের কোডটি মোতায়েন করার আগে তাদের কোডটি ভাঙবে না তা নিশ্চিত করার প্রয়োজন ছিল। সুতরাং এমনকি সর্বাধিক মার্জিত কোডটি এখনও ইউনিট টেস্টিং, ইন্টিগ্রেশন টেস্টিং, সুরক্ষা পরীক্ষা ইত্যাদির মাধ্যমে পাস করতে হবে। মানব বিকাশকারীরা তাদের কোডটি বৈধ করার জন্য এই পরীক্ষাগুলি নিয়মিত ব্যবহার করেন এবং যেমন দেব সরঞ্জামগুলির জন্য গুগলের সিনিয়র ডিরেক্টর সম্প্রতি আমাকে বলেছিলেন, তারা এআই-উত্পাদিত কোডটি বৈধ করার জন্য ঠিক ততটাই দরকারী। এর চেয়েও বেশি, এগুলি শক্তিবৃদ্ধি শেখার জন্য দরকারী, যেহেতু তারা ইতিমধ্যে সিস্টেমেটিকাইজড এবং একটি বিশাল স্কেলে পুনরাবৃত্তিযোগ্য।

একটি ভাল লিখিত ইমেল বা একটি ভাল চ্যাটবোট প্রতিক্রিয়া বৈধ করার সহজ উপায় নেই; এই দক্ষতাগুলি সহজাতভাবে সাবজেক্টিভ এবং স্কেল পরিমাপ করা শক্ত। তবে প্রতিটি কাজ “পরীক্ষা করা সহজ” বা “পরীক্ষা করা শক্ত” বিভাগগুলিতে ঝরঝরে পড়ে না। ত্রৈমাসিক আর্থিক প্রতিবেদন বা অ্যাকুয়ারিয়াল বিজ্ঞানের জন্য আমাদের কাছে বাক্সের বাইরে থাকা টেস্টিং কিট নেই, তবে একটি ভাল-মূলধনযুক্ত অ্যাকাউন্টিং স্টার্টআপ সম্ভবত স্ক্র্যাচ থেকে একটি তৈরি করতে পারে। কিছু পরীক্ষার কিট অবশ্যই অন্যের চেয়ে ভাল কাজ করবে, এবং কিছু সংস্থাগুলি কীভাবে সমস্যাটির কাছে যেতে পারে সে সম্পর্কে আরও স্মার্ট হবে। তবে অন্তর্নিহিত প্রক্রিয়াটির পরীক্ষামূলকতা কেবল একটি উত্তেজনাপূর্ণ ডেমোর পরিবর্তে অন্তর্নিহিত প্রক্রিয়াটি কার্যকরী পণ্য হিসাবে তৈরি করা যায় কিনা তার সিদ্ধান্তের কারণ হতে চলেছে।

কিছু প্রক্রিয়া আপনার ভাবার চেয়ে আরও বেশি পরীক্ষামূলক হতে পারে। আপনি যদি গত সপ্তাহে আমাকে জিজ্ঞাসা করতেন তবে আমি এআই-উত্পাদিত ভিডিওটি “হার্ড টু টেস্ট” বিভাগে রাখতাম, তবে ওপেনাইয়ের নতুন সোরা 2 মডেল দ্বারা তৈরি অপরিসীম অগ্রগতি দেখায় যে এটি দেখতে যতটা শক্ত হতে পারে না। সোরা 2 -এ, বস্তুগুলি আর কোথাও উপস্থিত হয় না এবং কোথাও থেকে অদৃশ্য হয়ে যায়। মুখগুলি কেবল বৈশিষ্ট্যগুলির সংগ্রহের চেয়ে নির্দিষ্ট ব্যক্তির মতো দেখতে তাদের আকৃতি ধরে রাখে। সোরা 2 ফুটেজ উভয় ক্ষেত্রেই পদার্থবিজ্ঞানের আইনকে সম্মান করে সুস্পষ্ট এবং সূক্ষ্ম উপায়। আমি সন্দেহ করি যে, আপনি যদি পর্দার পিছনে উঁকি দেন তবে আপনি এই প্রতিটি গুণাবলীর জন্য একটি শক্তিশালী শক্তিবৃদ্ধি শেখার ব্যবস্থা খুঁজে পাবেন। একসাথে রাখুন, তারা ফটোরিয়ালিজম এবং একটি বিনোদনমূলক হ্যালুসিনেশনের মধ্যে পার্থক্য তৈরি করে।

স্পষ্টতই, এটি কৃত্রিম বুদ্ধিমত্তার একটি কঠিন এবং দ্রুত নিয়ম নয়। এটি এআই বিকাশে কেন্দ্রীয় ভূমিকা পুনর্বহালকরণ শেখার ফলস্বরূপ, যা মডেলগুলি বিকাশের সাথে সাথে সহজেই পরিবর্তিত হতে পারে। তবে যতক্ষণ না আরএল এআই পণ্যগুলিকে বাজারে আনার প্রাথমিক সরঞ্জাম, ততক্ষণে শক্তিবৃদ্ধি ব্যবধানটি আরও বড় হবে – উভয়ই স্টার্টআপস এবং অর্থনীতি উভয়ের জন্য গুরুতর প্রভাব সহ। যদি কোনও প্রক্রিয়া পুনর্বহাল ব্যবস্থার ডানদিকে শেষ হয়, তবে স্টার্টআপগুলি সম্ভবত এটি স্বয়ংক্রিয় করতে সফল হবে – এবং এখন যে কাজটি করছে তা যে কেউ এখন নতুন ক্যারিয়ারের সন্ধান করতে পারে। উদাহরণস্বরূপ, কোন স্বাস্থ্যসেবা পরিষেবাগুলি আরএল-ট্রেনেবল তা নিয়ে প্রশ্নটির পরবর্তী 20 বছরেরও বেশি সময় ধরে অর্থনীতির আকারের জন্য প্রচুর প্রভাব রয়েছে। এবং যদি সোরা 2 এর মতো বিস্ময়গুলি কোনও ইঙ্গিত দেয় তবে আমাদের কোনও উত্তরের জন্য বেশি অপেক্ষা করতে হবে না।