এজিআই শীত ও মিথ্যা উষার প্রভাত

এই ম্যানুয়ালকে যে পরিদৃশ্য গুরুত্বের সাথে নিতে হবে

এই পিলারের প্রতিটি পাতা একটি দ্রুতগতির ক্ষেত্র নিয়ে যুক্তি দেয়, এবং পূর্বাভাস ও ড্যাশবোর্ড পাতাগুলো ধারাবাহিক দ্রুত অগ্রগতিকে কর্মরত অনুমান হিসেবে বিবেচনা করে। এই পাতাটি সেই ভারসাম্য: এজিআই সময়মতো না এলে কী হবে? একটি গুরুত্বপূর্ণ ম্যানুয়াল ফলাফলের বণ্টনের জন্য পরিকল্পনা করে, মূল শিরোনামের জন্য নয়, এবং সেই বণ্টনে একটি স্থবিরতা অন্তর্ভুক্ত। এটি একটি ঐতিহাসিকভাবে নথিভুক্ত ঘটনা নিয়ে পরিদৃশ্য বিশ্লেষণ, অগ্রগতি থেমে গেছে এমন দাবি নয়।

গত দুটি শীত প্রকৃতপক্ষে কেমন দেখতে ছিল

ক্ষেত্রটি এর আগেও এখানে এসেছে, দুইবার।

প্রথম শীত (মোটামুটি 1974–1980) একটি সরাসরি প্রাতিষ্ঠানিক আঘাত অনুসরণ করেছিল। UK Science Research Council দ্বারা কমিশনকৃত Sir James Lighthill-এর 1973 সালের প্রতিবেদন Artificial Intelligence: A General Survey উপসংহার টানে যে এআই গবেষণার মহান প্রতিশ্রুতি — যন্ত্র অনুবাদ, রোবটবিদ্যা, সাধারণ সমস্যা সমাধান — তাদের প্রক্ষেপিত মাত্রার মতো কিছু সরবরাহ করতে ব্যর্থ হয়েছে, এবং সংকীর্ণ কাজের দিকে তহবিল পুনর্নির্দেশনার সুপারিশ করে। কয়েক বছরের মধ্যে, বড় সরকারি অর্থদাতারা আটলান্টিকের উভয় পাশে পিছু হটে, এবং স্নাতকোত্তর কর্মসূচিগুলো তীব্রভাবে সংকুচিত হয়।

দ্বিতীয় শীত (মোটামুটি 1987–1993) একটি ভিন্ন শিকারকে হত্যা করে: বিশেষজ্ঞ সিস্টেম। এই নিয়ম-ভিত্তিক বাণিজ্যিক পণ্যগুলো 1980-এর দশকে বিশাল কর্পোরেট ও সরকারি বিনিয়োগ শোষণ করেছিল, তারপর নিজেদের ভঙ্গুরতার নিচে ভেঙে পড়ে — এমন সিস্টেম যা শিখতে পারত না, ব্যতিক্রম সামলাতে পারত না, এবং যেগুলো রক্ষণাবেক্ষণ করা ব্যয়বহুল ছিল। বাজারের ধস পুরো প্রতীকী-এআই দৃষ্টান্তের তহবিল একসাথে টেনে নামিয়েছিল। National Academies-এর ফেডারেল কম্পিউটিং গবেষণার ইতিহাস, Funding a Revolution (1999), নথিভুক্ত করে কীভাবে DARPA-র সংকোচন এবং Lisp মেশিন বিক্রেতাদের অন্তর্ধান একটি উপক্ষেত্রের ব্যর্থতাকে একটি শৃঙ্খলা-ব্যাপী খরায় পরিণত করেছিল (National Academies Press)। আরও সম্পূর্ণ বর্ণনামূলক ইতিহাসগুলো হলো Crevier-এর AI: The Tumultuous History of the Search for Artificial Intelligence (1993) এবং Nilsson-এর The Quest for Artificial Intelligence (2009) — উভয়ই ধরনটি বোঝার জন্য পড়ার মতো, শুধু তথ্যের জন্য নয়।

ধরনটি: প্রতিটি শীত একটি প্রযুক্তিগত মৃত-প্রান্ত ছিল না বরং একটি বিশ্বাসযোগ্যতা-ও-তহবিল ধস। বিজ্ঞান ছায়ায় এগিয়ে চলছিল; অর্থ, প্রতিভা, এবং জনগণের ধৈর্য এগোয়নি। শীত শেষ হয়েছিল যখন একটি স্বল্প-ব্যয়ের প্রদর্শনী — দাবা, তারপর ImageNet — ক্ষেত্রটিকে প্রায় রাতারাতি আবার বিনিয়োগযোগ্য করে তুলেছিল।

একটি মিথ্যা উষার পক্ষে যুক্তি

স্থবিরতার মামলার সবচেয়ে শক্তিশালী সংস্করণের তিনটি স্তম্ভ আছে।

তথ্য ও অ্যালগরিদমিক সীমা। মানব-উৎপাদিত পাঠ্যের ওপর Epoch-এর বিশ্লেষণ অনুমান করেছিল যে উচ্চ-মানের সর্বজনীন প্রশিক্ষণ তথ্যের মজুদ তৎকালীন প্রবণতা বজায় থাকলে প্রায় দশকের মধ্যে নিঃশেষ হয়ে যাবে (Villalobos et al., 2022), সিন্থেটিক তথ্য এবং অন্যান্য সমাধানের ওপর নির্ভরতা বাধ্য করে যাদের দীর্ঘমেয়াদী মূল্য প্রকৃতপক্ষে অনিশ্চিত। পৃথকভাবে, ক্ষেত্রটি বারবার বেঞ্চমার্ক সম্পৃক্তিকে সাধারণ দক্ষতা বলে ভুল করেছে — একটি সতর্কবার্তা যা ম্যানুয়ালের উদীয়মান-সক্ষমতা ও টুরিং-পরীক্ষা পাতাগুলো বিস্তারিতভাবে বিকশিত করে। বেঞ্চমার্ক সম্পৃক্ত হতে পারে যখন বাস্তব-জগতের নির্ভরযোগ্যতা, যে জিনিসের জন্য অর্থনীতি প্রকৃতপক্ষে অর্থ প্রদান করে, খারাপভাবে পিছিয়ে থাকে।

অসমতাই সিলিং হতে পারে, মেঝে নয়। মডেলগুলো কিছু মাত্রায় অতিমানবীয় এবং সংলগ্ন মাত্রায় ব্যাখ্যাতীতভাবে দুর্বল, এই অবিরাম অনুসন্ধানের একটি নৈরাশ্যবাদী পাঠ আছে: যে একটি পরবর্তী-টোকেন পূর্বাভাসককে স্কেল করা প্রশস্ততা কেনে দৃঢ়, রচনামূলক যুক্তির ধরন না কিনে যা স্কেলিং-ল আশাবাদীরা প্রক্ষেপ করেন। Chollet-এর মামলা যে সমসাময়িক বেঞ্চমার্কগুলো বুদ্ধিমত্তাকে অতিরঞ্জিত করে কারণ তারা মুখস্থবিদ্যার অনুমতি দেয় বরং অভিনবত্বের অধীনে দক্ষতা অর্জনের প্রয়োজন না করে, এই সংশয়বাদের প্রামাণিক বক্তব্য (Chollet, 2019)।

ওভারহ্যাং উভয় দিকেই কাটে। এমনকি লাভগুলো বাস্তব হলেও, সেগুলো ইতিমধ্যে নিষ্কাশিত হয়ে থাকতে পারে: “সক্ষমতা ওভারহ্যাং” যুক্তি বোঝায় যে আজকের মডেলগুলো তাদের প্রশিক্ষণের তুলনায় কম কর্মক্ষমতা দেখায় কারণ পণ্য, মূল্যায়ন, এবং প্রতিষ্ঠানগুলো এখনো ধরতে পারেনি। যদি তাই হয়, আরও স্কেলিং হ্রাসমান দৃশ্যমান প্রতিদান দেয় — যা বাজারগুলো একটি মালভূমি হিসেবে পড়ে, অন্তর্নিহিত কারণ যাই হোক না কেন। স্কেলের বিরুদ্ধে চলা একটি নথিভুক্ত ঘটনাও আছে: বিপরীত স্কেলিং, যেখানে বড় মডেলগুলো কিছু কাজে খারাপ স্কোর করে, যেমন সত্যবাদী বা স্পর্শকাতর যুক্তির নির্দিষ্ট ধরন (McKenzie et al., 2023)।

একটি শীতের বিরুদ্ধে যুক্তি

শীত সমর্থকদের ব্যাখ্যা করতে হবে কেন এই চক্রটি শেষ দুটির সাথে ছন্দ মেলায়, এবং পার্থক্যগুলো বিশাল।

এবার অর্থটি প্রকৃত। পূর্ববর্তী শীতগুলো রাজস্ব ছাড়া প্রচারণা অনুসরণ করেছিল। বর্তমান চক্রে বার্ষিক দশ বিলিয়ন ডলার পরিমাপের স্থাপনা রাজস্ব এবং বেসরকারি জেনারেটিভ-এআই বিনিয়োগ আছে যা রেকর্ড স্থাপন অব্যাহত রাখে — Stanford AI Index 2025 একাই 2024 সালে 33.9 বিলিয়ন ডলার বেসরকারি জেনারেটিভ-এআই বিনিয়োগের প্রতিবেদন করে, বছরের পর বছর তীব্রভাবে বৃদ্ধি পেয়ে। এই মাত্রার তহবিল বেঞ্চমার্ক হতাশ করলে বাষ্পীভূত হয় না; এটি বাষ্পীভূত হয় যখন ব্যালেন্স শিট ভেঙে পড়ে।

হার্ডওয়্যার ভিত্তি বিশাল। পূর্ববর্তী শীতগুলো কয়েকটি অনুদান কেটে ক্ষেত্রটিকে অনাহারে রাখতে পারত। আজ ক্ষেত্রটি একটি পুঁজি-নিবিড় সেমিকন্ডাক্টর, ক্লাউড, এবং শক্তি নির্মাণের ওপর চড়ে যার বিনিয়োগকারীরা দশকের প্রতিদান আশা করেন। এটি ধারাবাহিক অগ্রগতির নিচে একটি মেঝে — এবং, আরও অন্ধকারভাবে, এমন একটি নির্বাচকমণ্ডলী যারা বিচক্ষণতা থামতে বললেও ঠেলতে থাকবে।

ব্যাপক সংহতকরণ নিজস্ব চাহিদা তৈরি করে। কোটি কোটি মানুষ এবং প্রতিষ্ঠানগুলোর একটি বড় অংশ এখন সাধারণ কাজের জন্য এআই সিস্টেমের ওপর নির্ভর করে। উপযোগিতা, অভিনবত্বের বিপরীতে, ফ্যাশনের বাইরে যায় না। প্রমাণের দায় শীতের মামলার ওপর পড়ে: এটিকে দেখাতে হবে শুধু যে অগ্রগতি ধীর হচ্ছে তা নয়, বরং এটি যথেষ্ট এবং যথেষ্ট দীর্ঘ সময়ের জন্য ধীর হচ্ছে যাতে এই আকারের একটি প্রতিষ্ঠিত ভিত্তির বিরুদ্ধে একটি তহবিল ধস পুনরাবৃত্তি হয়।

একটি শীত কী বোঝাবে

ধরুন স্থবিরতাটি ঘটে। যা অনুসরণ করে তা প্রকৃতপক্ষে দ্বি-ধারী।

প্রতিভার বিচ্ছুরণ। একটি শীত ফ্রন্টিয়ার গবেষকদের হেজ ফান্ড, বায়োটেক, এবং যা-ই পরবর্তী গরম ক্ষেত্র হোক তার দিকে ঠেলে দেয়। এটি নিরাপত্তার জন্য এক দিক থেকে খারাপ — প্রান্তিককরণ দক্ষতা, যা পাতলা এবং হাতেগোনা কয়েকটি ল্যাবে কেন্দ্রীভূত, ছড়িয়ে পড়ে — এবং সম্ভবত অন্য দিক থেকে ভালো: বিপজ্জনক সক্ষমতা কাজ ধীর হয় যখন একই মস্তিষ্কের কিছু অংশ সংকীর্ণ, আরও নিরীক্ষাযোগ্য সমস্যায় কাজ করে। নেট প্রভাব আগে থেকে অজানা, কিন্তু প্রান্তিককরণ প্রতিভার বিচ্ছুরণ একটি প্রকৃত ব্যয় যা শীত-আশাবাদীরা প্রায়ই এড়িয়ে যান।

হার্ডওয়্যার ওভারহ্যাং। বিরতিপ্রাপ্ত সফটওয়্যার অগ্রগতি চিপগুলো গলিয়ে দেয় না। যে জগৎ আগামীকাল ফ্রন্টিয়ার মডেল প্রশিক্ষণ বন্ধ করে দিত তাতেও স্থাপিত সক্ষমতার একটি বিশাল মজুদ থাকবে, যার বেশিরভাগই নিরাপত্তা কর্মী বজায় রাখতে কম উৎসাহিত। শীত বিদ্যমান সিস্টেমগুলোর চারপাশে প্রতিরক্ষা পাতলা করে; এটি সিস্টেমগুলোকে পাতলা করে না।

ভুল-পাঠের ঝুঁকি। এটি সবচেয়ে খারাপ অংশ। একটি প্রকৃত বহু-বর্ষীয় মালভূমিকে রাজনৈতিকভাবে “ঝুঁকি কেটে গেছে” বলে পাঠোদ্ধার করা হবে — এমন একটি উপসংহার যা সক্রিয়ভাবে ভুল হবে। থেমে যাওয়া অগ্রগতি খণ্ডিত অগ্রগতি নয়। অন্তর্নিহিত চালকগুলো (কম্পিউট, অ্যালগরিদমিক দক্ষতা, বাণিজ্যিক প্রণোদনা) পটভূমিতে যৌগিক হতেই থাকবে, এবং পুনঃসূচনা, যখন এটি আসবে, সম্ভবত দ্রুততর এবং কম তত্ত্বাবধানপ্রাপ্ত হবে যেমনটি ছিল বৃদ্ধির আগে। ম্যানুয়ালের সুবিধা ও সুযোগ-ব্যয় সংক্রান্ত আলোচনা একই দিকে কাটে: এমনকি একটি স্থবির রূপান্তরেরও প্রকৃত লাভ আছে, এবং একটি জগৎ যা তাড়াতাড়ি বিজয় ঘোষণা করে তা লাভ এবং সতর্কতা উভয়ই হারায়।

ভুল-পাঠের ঝুঁকির ওপর জোর দেওয়া প্রাপ্য: সবচেয়ে বিপজ্জনক শীত হলো সেটি যা জনগণকে বিশ্বাস করায় যে বিপদ কেটে গেছে। ঐতিহাসিক শীতগুলো পুনঃসূচনায় শেষ হয়েছিল। একটি স্থবিরতায় এমন কিছু নিশ্চয়তা দেয় না যে নিরাপত্তা কাজ পরবর্তী গলনকাল পর্যন্ত টিকে থাকবে।

শিরোনামের জন্য নয়, বণ্টনের জন্য পরিকল্পনা করুন

একটি ম্যানুয়ালের জন্য সৎ অবস্থান সেই একই যা দিয়ে এই পাতাটি খোলা হয়েছিল: বিশ্লেষণকে ধারাবাহিক সূচকীয় অগ্রগতির ওপর বাজি ধরবেন না, এবং একটি স্থবিরতার ওপরও নয়। সক্ষমতা সময়মতো আসার জন্য প্রস্তুত থাকুন, দেরিতে আসার জন্য, অসমভাবে আসার জন্য, এবং এই সাইটের অন্যত্র আচ্ছাদিত প্রাতিষ্ঠানিক ব্যর্থতার মধ্যে আসার জন্য — কারণ একই প্রস্তুতিগুলো (দৃঢ় প্রতিষ্ঠান, সংরক্ষিত জ্ঞান, বিতরণকৃত প্রতিক্রিয়া সক্ষমতা) সম্পূর্ণ বণ্টন জুড়ে ফলপ্রসূ হয়। একটি শীত সময়টি বদলে দেবে। এটি একটি ভালোভাবে-প্রস্তুত সমাজ কেমন দেখায় তা বদলাবে না।