কেন এই পাতাটি ভিন্নভাবে পড়া হয়
এই ম্যানুয়ালের বেশিরভাগ অংশ অনিশ্চয়তা, বিপদ, এবং যাচাই করা যায় এমন বিষয়ে সৎ ফাঁকের চারপাশে নির্মিত। এই পাতাটি ভিন্ন: এটি এআই-চালিত বৈজ্ঞানিক ফলাফল সংগ্রহ করে যা তারিখযুক্ত, পরীক্ষাযোগ্য, এবং একটি ক্ষেত্রে ইতিমধ্যে একটি নোবেল পুরস্কার বহন করে — তবুও একই গবেষণা কর্মসূচি যা সেই নোবেল-বিজয়ী পদ্ধতি তৈরি করেছে তা একটি আনুষ্ঠানিকভাবে সংশোধিত নেচার প্রবন্ধ এবং একটি ডায়াগনস্টিক হাতিয়ারও তৈরি করেছে যা ল্যাবে কাজ করেছিল এবং একটি প্রকৃত ক্লিনিকে হোঁচট খেয়েছিল। উভয় ঘটনা — প্রকৃত অর্জন এবং প্রকৃত অতিরিক্ত-দাবি, একই ল্যাব থেকে, কখনও কখনও একই বছরে — একসাথে ধরে রাখাই এই পাতার লক্ষ্য, সমাধান করার মতো একটি দ্বন্দ্ব নয়।
নিচের সবকিছুই একটি বৈজ্ঞানিক বা চিকিৎসা সমস্যায় প্রয়োগ করা সংকীর্ণ, কাজ-নির্দিষ্ট মেশিন লার্নিং সম্পর্কিত, এজিআই নয়। যে কোনো ভবিষ্যৎ সাধারণ সিস্টেম একযোগে সমস্ত বিজ্ঞানকে ত্বরান্বিত করবে তা একটি দৃশ্যকল্প, যা এআই সুবিধা এবং বিলম্বের সুযোগ-ব্যয়-এ সম্বোধন করা হয়েছে; এই পাতাটি যা প্রেরিত, প্রকাশিত, বা সমকক্ষ-পর্যালোচিত হয়েছে তার সাথে থাকে।
প্রোটিন কাঠামো, সমাধান হয়েছে: আলফাফোল্ড এবং ২০২৪ সালের নোবেল পুরস্কার
সবচেয়ে স্পষ্ট ক্ষেত্রটি হলো প্রোটিন কাঠামো পূর্বাভাস। অক্টোবর ২০২৪-এ রয়্যাল সুইডিশ একাডেমি অফ সায়েন্সেস রসায়নে নোবেল পুরস্কার যৌথভাবে গুগল ডিপমাইন্ডের ডেমিস হাসাবিস ও জন জাম্পারকে “প্রোটিন কাঠামো পূর্বাভাসের জন্য” এবং ওয়াশিংটন বিশ্ববিদ্যালয়ের ডেভিড বেকারকে কম্পিউটেশনাল প্রোটিন নকশার জন্য প্রদান করেছে (NobelPrize.org, ৯ অক্টোবর, ২০২৪) — ক্ষেত্রটির সর্বোচ্চ সম্মান, আলফাফোল্ড২-এর মূল ২০২০ সালের ফলাফলের চার বছর পর এবং একটি শৃঙ্খলা দ্বারা নিশ্চিত যা সেই বছরগুলো হাতিয়ারটি প্রকৃতপক্ষে ব্যবহার করে কাটিয়েছে: রিপোর্ট অনুযায়ী ১৯০টি দেশে দুই মিলিয়নেরও বেশি গবেষক, কঠিন লক্ষ্যে পরীক্ষামূলক পদ্ধতির কাছাকাছি নির্ভুলতায় প্রায় ২০০ মিলিয়ন পরিচিত প্রোটিনের প্রায় সবগুলোর কাঠামো পূর্বাভাস দিচ্ছেন (Nature News, ৯ অক্টোবর, ২০২৪)।
কাঠামো থেকে ওষুধ পর্যন্ত: আইসোমরফিক ল্যাবস, এখনও পাইপলাইনে
ডিপমাইন্ডের প্রোটিন-ফোল্ডিং কাজ আইসোমরফিক ল্যাবস তৈরি করেছে, যা কাঠামো পূর্বাভাসকে ওষুধ আবিষ্কারে নিয়ে যাওয়ার জন্য তৈরি। জানুয়ারি ২০২৪-এ এটি এলি লিলি ও নোভার্টিসের সাথে সম্মিলিতভাবে প্রায় $৩ বিলিয়ন সম্ভাব্য মাইলস্টোন মূল্যের চুক্তি স্বাক্ষর করেছে, “অ-ওষুধযোগ্য” ছোট-অণু লক্ষ্যে লক্ষ্য রেখে (TechCrunch, ৭ জানুয়ারি, ২০২৪)। ২০২৬ সালের প্রথম দিকে, মাধ্যমিক প্রতিবেদন সহযোগিতাকে একাধিক প্রি-ক্লিনিক্যাল প্রার্থী তৈরি করা হিসেবে বর্ণনা করেছে — একটি ক্লিনিক্যাল ট্রায়াল থেকে এখনও বছর দূরে, একটি অনুমোদিত ওষুধের কথা তো বাদই দিলাম। এই অংশীদারিত্ব থেকে এখন পর্যন্ত কোনো ওষুধ মানব ট্রায়ালে প্রবেশ করেনি।
আলফাফোল্ড একটি দীর্ঘ পাইপলাইনের একটি ধাপকে ত্বরান্বিত করেছে; এটি পাইপলাইনের আউটপুট ত্বরান্বিত করেছে তা দেখানো হয়নি, মাইলস্টোন পেমেন্টের পরিবর্তে অনুমোদিত থেরাপিতে পরিমাপ করা হলে। এআই সুবিধা এবং বিলম্বের সুযোগ-ব্যয় একটি পরিমাপিত সুবিধা ও একটি প্রক্ষেপিত সুবিধার মধ্যে সীমারেখা টানে — এটি স্পষ্টভাবে একটি প্রক্ষেপিত সুবিধা।
উপকরণ আবিষ্কার — এবং একটি সংশোধন যা প্রমাণ করে সিস্টেমটি কাজ করে
এখানে সবচেয়ে শিক্ষামূলক ঘটনাটি হলো উপকরণ বিজ্ঞান, ঠিক কারণ এটি একটি পরিচ্ছন্ন সাফল্যের গল্প থাকেনি। নভেম্বর ২০২৩-এ ডিপমাইন্ড নেচারে GNoME প্রকাশ করেছে: একটি সিস্টেম যা ২.২ মিলিয়ন প্রার্থী স্ফটিক কাঠামো পূর্বাভাস দিয়েছে, যার মধ্যে প্রায় ৩৮১,০০০টি স্থিতিশীল বলে পূর্বাভাসিত হয়েছিল — সমগ্র পূর্ববর্তী ঐতিহাসিক রেকর্ডের চেয়ে প্রায় ৪৫ গুণ বেশি স্থিতিশীল-কিন্তু-অবাস্তবায়িত যৌগ (Merchant et al., Nature, ২৯ নভেম্বর, ২০২৩)। একটি সহচর প্রবন্ধ একটি স্বায়ত্তশাসিত রোবোটিক গবেষণাগার, “A-Lab” বর্ণনা করেছে, যা মানুষের হস্তক্ষেপ ছাড়াই সতেরো দিনে এই পূর্বাভাসগুলো ব্যবহার করে ডজন ডজন নতুন উপকরণ সংশ্লেষিত করেছে।
২০২৪ সালে, তিনজন বহিরাগত রসায়নবিদ — রবার্ট পালগ্রেভ (UCL), লেসলি শুপ (প্রিন্সটন), এবং সুসান লাটার্নার (ফ্লোরিডা স্টেট) — খুঁজে পেয়েছেন A-Lab-এর প্রায় দুই-তৃতীয়াংশ “নতুন” যৌগ ইতিমধ্যে-পরিচিত কাঠামো ছিল, ভুলভাবে চিহ্নিত কারণ এর এক্স-রে ডিফ্র্যাকশন বিশ্লেষণ একজন প্রশিক্ষিত ক্রিস্টালোগ্রাফার প্রয়োগ করবেন এমন যত্নশীল Rietveld পরিমার্জনের পরিবর্তে নবিশ-স্তরের প্যাটার্ন ম্যাচিং ব্যবহার করেছিল; অনেকগুলো ইতিমধ্যে ইনঅর্গানিক ক্রিস্টাল স্ট্রাকচার ডেটাবেসে ছিল। ১৯ জানুয়ারি ২০২৬-এ, নেচার একটি আনুষ্ঠানিক লেখক সংশোধনী প্রকাশ করেছে স্বীকার করে যে নতুনত্বের দাবিগুলো “ভুল ব্যাখ্যার শিকার” হয়েছিল — প্ল্যাটফর্মের নিজস্ব ক্যাটালগের জন্য নতুন, বিজ্ঞানের জন্য অগত্যা নতুন নয়।
এটি এআই ব্যর্থতার একটি গল্প নয়। GNoME-এর কাঠামো পূর্বাভাসগুলো ভুল প্রমাণিত অংশ ছিল না; অতিরিক্ত-দাবিটি ছিল কীভাবে “নতুন” ডাউনস্ট্রিমে সংজ্ঞায়িত হয়েছিল তাতে — এবং এটি দুই বছর পরে সাধারণ সমকক্ষ পর্যালোচনার মাধ্যমে ধরা ও আনুষ্ঠানিকভাবে সংশোধন করা হয়েছিল। এটি হলো সিস্টেমটি উদ্দেশ্য অনুযায়ী কাজ করা: একটি নেচার প্রকাশনা শক্তিশালী প্রমাণ, কিন্তু সংশোধন থেকে মুক্ত নয়, এবং একটি দাবির প্রকৃত অবস্থা হলো যা তদন্তে টিকে থাকে, প্রকাশের সপ্তাহে প্রেস রিলিজ যা বলেছিল তা নয়।
গণিত: অলিম্পিয়াডে আলফাপ্রুফ, সময়ের বাইরে
জুলাই ২০২৪-এ ডিপমাইন্ড ঘোষণা করেছে যে আলফাপ্রুফ ও আলফাজিওমেট্রি ২ সেই বছরের আন্তর্জাতিক গাণিতিক অলিম্পিয়াডে ছয়টি সমস্যার মধ্যে চারটি সমাধান করেছে, ৪২-এর মধ্যে ২৮ স্কোর করে — রূপা-পদক স্তর, প্রথমবারের মতো কোনো এআই সিস্টেম এতে পৌঁছেছে (DeepMind, ২৫ জুলাই, ২০২৪)। ডিপমাইন্ড নিজেই প্রকাশ করেছে যে একটি সমস্যা মিনিটের মধ্যে সমাধান হয়েছিল কিন্তু অন্যগুলো তিন দিন পর্যন্ত গণনার প্রয়োজন হয়েছিল, উল্লেখযোগ্য যেহেতু মানব প্রতিযোগীরা দুটি ৪.৫-ঘণ্টার সেশনে একই ছয়টি সমস্যা সমাধান করেন। এটি একটি প্রকৃত IMO জমা হিসেবে প্রবেশ বা বিচার করা হয়নি এবং একটি প্রতিযোগিতা ফলাফল হিসেবে স্বাধীনভাবে সমকক্ষ-পর্যালোচিত হয়নি; এটি একটি কোম্পানি-পরিচালিত বেঞ্চমার্ক, সততার সাথে ক্যাপশনযুক্ত, এই দাবি নয় যে এআই অলিম্পিয়াড গণিতবিদদের সাথে তারা প্রকৃতপক্ষে যে বাধার মুখোমুখি হন তার অধীনে প্রতিযোগিতা করে।
আবহাওয়া পূর্বাভাস: একটি ঘটনা যা সমকক্ষ পর্যালোচনা ইতিমধ্যে নিষ্পত্তি করেছে
আবহাওয়া পূর্বাভাস একটি উপযোগী বৈপরীত্য কারণ ভিত্তি সত্য প্রতিদিন আসে এবং পূর্ববর্তীভাবে কারসাজি করা যায় না। ডিপমাইন্ডের GraphCast, নভেম্বর ২০২৩-এ Science-এ প্রকাশিত, ইউরোপীয় আবহাওয়া সংস্থার অপারেশনাল HRES মডেলকে হাজার হাজার মূল্যায়িত ভেরিয়েবল-ও-লিড-টাইম সমন্বয়ের বেশিরভাগে ছাড়িয়ে গেছে, এবং একটি একক TPU-তে এক মিনিটের কম সময়ে একটি দশ-দিনের বৈশ্বিক পূর্বাভাস তৈরি করে (DeepMind, ১৪ নভেম্বর, ২০২৩)। পূর্বাভাসগুলো প্রতিদিন প্রকৃত আবহাওয়ার বিরুদ্ধে স্কোর করা হয়, তাই এটি অতিরিক্ত-দাবি করা কঠিনতম ক্ষেত্রগুলোর একটি, এবং বছর পরেও, ফলাফলটি টিকে আছে।
চিকিৎসা, নিয়ন্ত্রক স্কেলে: FDA অনুমোদন বহুগুণ বাড়ে
ক্লিনিক্যাল এআই নতুনত্ব থেকে রুটিন নিয়ন্ত্রক ব্যবসায় পার হয়েছে। এপ্রিল ২০১৮-এ, IDx-DR (এখন LumineticsCore) চিকিৎসায় প্রথম FDA-অনুমোদিত সম্পূর্ণ স্বায়ত্তশাসিত এআই ডায়াগনস্টিক সিস্টেম হয়ে ওঠে, চিকিৎসকের ব্যাখ্যা ছাড়াই ডায়াবেটিক রেটিনোপ্যাথি শনাক্ত করার জন্য অনুমোদিত, একটি ৯০০-বিষয়ক ট্রায়ালে বিশেষজ্ঞ গ্রেডিংয়ের বিরুদ্ধে ৮৭.২% সংবেদনশীলতা ও ৯০.৭% নির্দিষ্টতা দেখিয়ে (npj Digital Medicine, ২০১৮)। এই ধরনের অনুমোদন এখন রুটিন: এআই-সক্ষম ডিভাইসের FDA অনুমোদন ২০২৪ সালের শেষে প্রায় ৭৫৮ থেকে ডিসেম্বর ২০২৫-এ ১,০৩৯-এ বৃদ্ধি পেয়েছে, গতি প্রতি মাসে প্রায় ২১ থেকে প্রায় ৩০-এ বৃদ্ধি পেয়ে, GE হেলথকেয়ার, সিমেন্স হেলথিনিয়ার্স, ফিলিপস, এবং ক্যানন দ্বারা নেতৃত্বাধীন (The Imaging Wire, ১১ মার্চ, ২০২৬)। একটি অনুমোদন একটি প্রকৃত, পরীক্ষাযোগ্য ঘটনা — “এই হাতিয়ারটি আপনার হাসপাতালে ভালো কাজ করে” এর মতো একই দাবি নয়, যা পরবর্তী অংশটি তুলে ধরে।
ল্যাব-থেকে-ক্লিনিক ফাঁক: একটি মডেল একজন প্রকৃত রোগীর সাথে দেখা করলে কী ঘটে
বৈধকৃত নির্ভুলতা ও স্থাপিত বাস্তবতার মধ্যে ফাঁকের সবচেয়ে স্পষ্ট নথিভুক্ত ঘটনা হলো গুগল হেলথের ডায়াবেটিক-রেটিনোপ্যাথি সিস্টেম, যা ট্রায়ালে ৯০%-এরও বেশি সংবেদনশীলতা ও নির্দিষ্টতা ছাড়িয়ে গেছে। নভেম্বর ২০১৮ ও আগস্ট ২০১৯-এর মধ্যে থাইল্যান্ডের ১১টি ক্লিনিকে স্থাপিত, এটি নার্সদের জমা দেওয়া প্রায় ১,৯৪০টি ছবির প্রায় ২১% “গ্রেড করা যায় না” হিসেবে প্রত্যাখ্যান করেছিল — বেশিরভাগ আলোর পরিস্থিতি যা একজন মানব পাঠক দ্বিতীয় চিন্তা ছাড়াই গ্রহণ করতেন — কর্মপ্রবাহ ব্যাহত করে এবং প্রায়ই স্ক্রিন করার জন্য ঘণ্টার পর ঘণ্টা ভ্রমণ করা রোগীদের জন্য পরিদর্শন দীর্ঘায়িত করে। অনুসন্ধানটি CHI 2020-এ সমকক্ষ-পর্যালোচিত হয়েছিল, একটি শীর্ষস্থানীয় মানব-কম্পিউটার-মিথস্ক্রিয়া ভেন্যু, এবং সেই সময় MIT Technology Review দ্বারা রিপোর্ট করা হয়েছিল (MIT Technology Review, ২৭ এপ্রিল, ২০২০)। রেডিওলজি এআই-এর পরবর্তী পর্যালোচনাগুলো এটিকে একটি পুনরাবৃত্তিমূলক নিদর্শন হিসেবে বর্ণনা করে: বাস্তব-জগতের কর্মক্ষমতা স্থানীয় সরঞ্জাম ও কর্মপ্রবাহের ওপর নির্ভরশীল, শুধু একটি মডেলের নির্ভুলতা সংখ্যার ওপর নয়।
একটি পৃথক FDA-অনুমোদিত স্ট্রোক হাতিয়ার, Viz.ai, বিভাজনটি ভিন্নভাবে দেখায়: প্রায় এক ডজন গবেষণা ও ১৫,০০০-এরও বেশি রোগী একত্রিত করে একটি পদ্ধতিগত পর্যালোচনা ও মেটা-বিশ্লেষণ হাসপাতালের কর্মপ্রবাহকে দ্রুততর করেছে সেই কর্মপ্রবাহগুলো উন্নত করার জন্য বিদ্যমান ক্লিনিক্যাল ফলাফলে পরিসংখ্যানগতভাবে উল্লেখযোগ্য উন্নতি ছাড়াই। দ্রুততর স্বয়ংক্রিয়ভাবে ভালো নয়।
এই নিদর্শনটি সাইটের বাকি অংশ সম্পর্কে কী বলে
উপরের প্রতিটি ঘটনা এই ম্যানুয়াল অন্যত্র আলোচনা করা একই ছোট সংখ্যক ফ্রন্টিয়ার ল্যাব দ্বারা তৈরি হয়েছিল — প্রধানত গুগল ডিপমাইন্ড — যাদের গবেষণা সংস্কৃতি ফ্রন্টিয়ার এআই ল্যাবগুলো কীভাবে ভিন্ন-এ আলোচিত, এবং যাদের বৈজ্ঞানিক সক্ষমতার কেন্দ্রীভবন কয়েকটি প্রতিষ্ঠানে ক্ষমতার কেন্দ্রীভবন: কেন কয়েকটি ল্যাব গুরুত্বপূর্ণ-এ নিজস্ব বিষয়। সেই কেন্দ্রীভবন উভয় দিকেই কাটে: এটি কেন একটি কর্মসূচি দুই বছরের মধ্যে একটি নোবেল পুরস্কার, একটি রূপা-পদক অলিম্পিয়াড রান, এবং একটি সংশোধিত নেচার প্রবন্ধ সংগ্রহ করতে পারে, এবং কেন এই দাবিগুলোর কাঠামো প্রথমে একটি ল্যাবের নিজস্ব প্রচারের মাধ্যমে এবং শুধুমাত্র পরে এর কাছে দায়বদ্ধ নয় এমন সমকক্ষ পর্যালোচনার মাধ্যমে চলে।
এর কোনোটিই ফলাফল খারিজ করার যুক্তি দেয় না। একটি নোবেল পুরস্কার প্রচার নয়; এক মিনিটের কম সময়ে তৈরি একটি দশ-দিনের পূর্বাভাস প্রচার নয়। কিন্তু “এআই বিজ্ঞানকে ত্বরান্বিত করছে” সত্য যেভাবে এই প্রযুক্তি সম্পর্কে বেশিরভাগ টেকসই দাবি সত্য: অসমভাবে, পরিষ্কার, পরীক্ষাযোগ্য ভিত্তি সত্যযুক্ত সমস্যায় স্পষ্টতম সাফল্যসহ — একটি ভাঁজ করা প্রোটিন, আগামীকালের আবহাওয়া, একটি স্ফটিকের পরিমাপিত স্থিতিশীলতা — এবং একটি টেকসই ফাঁক যেখানেই শেষ মাইল একটি বিশৃঙ্খল ক্লিনিক বা একটি অযাচাইকৃত প্রেস রিলিজের মধ্য দিয়ে চলে। যে শৃঙ্খলা GNoME ত্রুটি ধরেছিল, দুই বছর পরে, এই পাতাটি পাঠকদের এই সাইটের বাকি সব জায়গায় প্রয়োগ করতে বলে সেই একই শৃঙ্খলা।