বিস্তারটিই সবচেয়ে গুরুত্বপূর্ণ ফলাফল
অত্যন্ত সক্ষম বা মানব-স্তরের এআই-এর জন্য পূর্বাভাস কয়েক বছর থেকে বহু দশক পর্যন্ত বিস্তৃত, কিছু গবেষক সন্দেহ করেন যে বর্তমান পদ্ধতিগুলো আদৌ এটি তৈরি করতে পারে কিনা। এই মতভেদ একটি ভাগ করা বৈজ্ঞানিক মডেলের চারপাশে একটি ছোট ত্রুটি নয়। পূর্বাভাসদাতারা দ্বিমত পোষণ করেন এজিআই কী গণনা করে, কোন প্রযুক্তিগত পদক্ষেপ বাকি আছে, কম্পিউট ও তথ্যের মতো ইনপুট কত দ্রুত বাড়তে পারে, এবং অগ্রগতি মসৃণভাবে চলবে কিনা তা নিয়ে। তাই যেকোনো সময়রেখা একটি বিবৃত সংজ্ঞার অধীনে একটি তারিখযুক্ত পূর্বাভাস হিসেবে উপস্থাপন করা উচিত — একটি “এজিআই কাউন্টডাউন” হিসেবে নয়।
Demis Hassabis সুনির্দিষ্ট বৈশিষ্ট্য কেন গুরুত্বপূর্ণ তার একটি উপযোগী উদাহরণ প্রদান করেন। মার্চ 2025-এর একটি CNBC সাক্ষাৎকারে, Google DeepMind-এর প্রধান নির্বাহী কর্মকর্তা বলেছিলেন মানব-স্তরের এআই পাঁচ থেকে দশ বছরের মধ্যে আসতে পারে। তিনি বলেননি যে এজিআই-এর অর্থবহ প্রমাণ “এই বছরের মধ্যে” আসবে (CNBC সাক্ষাৎকার)। এমনকি সঠিকভাবে উদ্ধৃত পূর্বাভাসও প্রশ্ন রেখে যায়: কোন কাজে মানব-স্তর, কী নির্ভরযোগ্যতাসহ, এবং কতটা স্বায়ত্তশাসনসহ? উদ্ধৃতিটি একজন বিশেষজ্ঞের বিচার লিপিবদ্ধ করে, একটি পরিমাপকৃত সম্ভাবনা নয়।
চার ধরনের পূর্বাভাস যা মিশ্রিত করা উচিত নয়
ল্যাব-নেতাদের বিবৃতি দৃশ্যমান এবং ফ্রন্টিয়ার সিস্টেমগুলোর প্রত্যক্ষ সংস্পর্শ দ্বারা অবহিত, কিন্তু তারা নিরপেক্ষ পরিমাপ নয়। নির্বাহীরা পরীক্ষা সম্পর্কে মূল্যবান ব্যক্তিগত তথ্য রাখেন, তবুও পুঁজি, প্রতিভা, গ্রাহক, এবং রাজনৈতিক মনোযোগের জন্য প্রতিযোগিতাকারী প্রতিষ্ঠানের নেতৃত্বও দেন। তাদের বিবৃতি কোম্পানি-নির্দিষ্ট সংজ্ঞা ব্যবহার করতে পারে এবং কমই একটি সম্পূর্ণ পূর্বাভাস মডেল প্রকাশ করে।
গবেষক জরিপ অনেক দৃষ্টিভঙ্গি একত্রিত করে এবং বিশেষজ্ঞ মতামতের বণ্টন প্রকাশ করে। 2023 Expert Survey on Progress in AI, 2024-এ প্রকাশিত, 2,778 জন গবেষক সংগ্রহ করেছে এবং প্রতিটি সম্ভাব্য কাজে মানুষকে ছাড়িয়ে যাওয়া মেশিনের জন্য একটি বিস্তৃত পরিসরের অনুমান প্রতিবেদন করেছে; লেখকরা যথেষ্ট মতভেদ এবং প্রশ্ন শব্দচয়নের প্রতি সংবেদনশীলতার ওপরও জোর দিয়েছেন (Grace et al., 2024)। জরিপগুলো একটি মুহূর্তে বিশ্বাস বর্ণনা করে। তারা সেই বিশ্বাসগুলো যাচাই করে না বা নিশ্চয়তা দেয় না যে উত্তরদাতারা একটি সংজ্ঞা ভাগ করেন।
পূর্বাভাস প্ল্যাটফর্ম যেমন Metaculus ক্রমাগত পূর্বাভাস একত্রিত করে। তাদের মধ্যমা জরিপের চেয়ে দ্রুত হালনাগাদ হতে পারে, কিন্তু ফলাফল সঠিক রেজোলিউশন মানদণ্ড ও অংশগ্রহণকারী পুলের ওপর নির্ভর করে। “দুর্বলভাবে সাধারণ এআই,” “রূপান্তরকারী এআই,” এবং “এজিআই” ভিন্ন প্রশ্ন। একটি বাজার বা সম্প্রদায় মধ্যমা এর পুনরুদ্ধার তারিখ, প্রশ্ন শব্দচয়ন, পরিসর, এবং রেজোলিউশন শর্তসহ প্রদর্শিত হওয়া উচিত, একটি সাইট-ব্যাপী সময়সীমায় পরিণত হওয়ার বদলে।
মডেল-ভিত্তিক প্রক্ষেপণ কম্পিউট, বেঞ্চমার্ক কর্মক্ষমতা, অ্যালগরিদমিক দক্ষতা, বা এজেন্ট সম্পন্ন করতে পারে এমন কাজের দৈর্ঘ্যের প্রবণতা এক্সট্রাপোলেট করে। এগুলো অনুমান দৃশ্যমান করে, যা মূল্যবান, কিন্তু এক্সট্রাপোলেশন ব্যর্থ হতে পারে যখন একটি বেঞ্চমার্ক সম্পৃক্ত হয়, একটি সম্পদ সীমাবদ্ধতা বাঁধে, বা একটি নতুন দৃষ্টান্ত প্রবণতা পরিবর্তন করে। একটি বক্ররেখা অতীত পরিমাপ সম্পর্কে প্রমাণ; এর সম্প্রসারণ একটি শর্তসাপেক্ষ পূর্বাভাস।
বর্তমান সক্ষমতা প্রবণতা প্রকৃতপক্ষে কী দেখায়
দ্রুত উন্নতির প্রকৃত প্রমাণ আছে। Stanford AI Index হ্রাসমান ইনফারেন্স খরচ ও কঠিন বেঞ্চমার্কে ঊর্ধ্বমুখী স্কোর নথিভুক্ত করে, একই সাথে এটাও দেখায় যে কঠিন মূল্যায়ন অসমাধিত থেকে যায় এবং প্রমিত দায়িত্বশীল-এআই মূল্যায়ন অসম (Stanford AI Index 2025)। METR প্রতিবেদন করে যে একটি প্রদত্ত সাফল্যের সম্ভাবনায় ফ্রন্টিয়ার এজেন্টরা সম্পন্ন করে এমন সফটওয়্যার-কেন্দ্রিক কাজের মানব-বিশেষজ্ঞ সময়কাল দ্রুত বৃদ্ধি পেয়েছে (METR সময় দিগন্ত)। এগুলো নির্বাচিত সিস্টেম ও পরীক্ষা সম্পর্কে পর্যবেক্ষণ, একটি আসন্ন এজিআই তারিখের সরাসরি পর্যবেক্ষণ নয়।
METR-এর মেট্রিকটি বিশেষভাবে ভুলভাবে বলা সহজ। কয়েক ঘণ্টার একটি 50-শতাংশ সময় দিগন্তের অর্থ হলো, METR-এর কাজ সেটে, ফিটেড মডেলটি এমন কাজ সম্পন্ন করার 50-শতাংশ সম্ভাবনা পূর্বাভাস দেয় যা একজন মানব বিশেষজ্ঞের সেই সময় নেয়। এর অর্থ নয় যে এআই স্বায়ত্তশাসিতভাবে সেই সংখ্যক ঘণ্টা কাজ করে। কাজগুলো মূলত সফটওয়্যার প্রকৌশল, মেশিন লার্নিং, এবং সাইবার নিরাপত্তা; তারা অস্বাভাবিকভাবে স্বয়ংসম্পূর্ণ ও বস্তুনিষ্ঠভাবে গ্রেডযোগ্য; 16 ঘণ্টার ওপরে অনুমানগুলো বর্তমানে অনির্ভরযোগ্য বলে বর্ণিত; এবং প্রকৃত চাকরি অনেক বেশি বিশৃঙ্খল। METR গবেষকরা সতর্ক করেছেন যে ত্রুটি বার প্রায় দুই গুণ ফ্যাক্টর জুড়ে বিস্তৃত হতে পারে এবং ডোমেইন পার্থক্য মাত্রার ক্রম জুড়ে বিস্তৃত হতে পারে (METR সীমাবদ্ধতা নোট)।
এই ফলাফলগুলো একটি সংকীর্ণ উপসংহার সমর্থন করে: কিছু ধরনের ডিজিটাল কাজ সম্পন্নকরণ দ্রুত উন্নত হচ্ছে। তারা নিজে থেকে প্রতিষ্ঠা করে না কখন একটি সিস্টেম একজন নির্ভরযোগ্য বিজ্ঞানী, ব্যবস্থাপক, যত্নশীল, রাজনৈতিক সিদ্ধান্ত-গ্রহণকারী, বা মানব শ্রমের একটি সাধারণ প্রতিস্থাপন হয়ে উঠবে।
কেন যুক্তিসঙ্গত পূর্বাভাস ভিন্ন হয়
যারা প্রাথমিক আগমন প্রত্যাশা করেন সেই পূর্বাভাসদাতারা প্রায়ই স্কেলিংয়ের অবিরামতা, উন্নত যুক্তি-সময়ের গণনা, সিন্থেটিক তথ্য, সরঞ্জাম ব্যবহার, এবং এআই-সহায়ক গবেষণার ওপর জোর দেন। যদি সেই প্রবণতাগুলো একে অপরকে শক্তিশালী করে, অগ্রগতি ত্বরান্বিত হতে পারে। তারা এও যুক্তি দিতে পারেন যে অর্থনৈতিকভাবে রূপান্তরকারী সিস্টেমগুলোকে মানব বুদ্ধিমত্তার প্রতিটি বৈশিষ্ট্য পুনরুৎপাদন করতে হবে না; ব্যাপক ডিজিটাল দক্ষতাই যথেষ্ট হতে পারে।
দীর্ঘ-সময়রেখার পূর্বাভাসদাতারা নির্ভরযোগ্যতা, ভিত্তি, ক্রমাগত শিক্ষণ, কার্যকারণ বোঝাপড়া, রোবটবিদ্যা, এবং বেঞ্চমার্ক ও উন্মুক্ত-প্রান্তের কাজের মধ্যেকার ব্যবধানের ওপর জোর দেন। তারা ব্যবহারিক সীমাবদ্ধতার দিকেও ইঙ্গিত করেন: শক্তি, চিপ, ডেটা-সেন্টার নির্মাণ, উচ্চ-মানের তথ্য, মূল্যায়ন, এবং প্রতিষ্ঠানগুলোর নিরাপদে সিস্টেম স্থাপনের সক্ষমতা। কিছু বর্তমান বৃহৎ-মডেল পদ্ধতির বাইরে স্থাপত্যগত অগ্রগতি প্রত্যাশা করেন। এই অবস্থানগুলোর কোনোটিই একা আত্মবিশ্বাস বা প্রবীণতা দিয়ে নিষ্পত্তি করা যায় না।
সংজ্ঞাগুলো আপাত মতভেদের আরেকটি উৎস তৈরি করে। একটি সিস্টেম যা অনেক দূরবর্তী কম্পিউটার কাজ স্বয়ংক্রিয় করতে পারে তা মূর্ত কাজে ব্যর্থ হলেও অর্থনৈতিকভাবে রূপান্তরকারী হতে পারে। একটি মডেল যা একটি ব্যাপক পরীক্ষার ব্যাটারিতে সাধারণ মানুষের চেয়ে বেশি স্কোর করে তা এখনো স্বাধীনভাবে পরিচালনার জন্য খুব অনির্ভরযোগ্য হতে পারে। একজন পূর্বাভাসদাতা উভয় সিস্টেমকে এজিআই বলতে পারেন; আরেকজন বাস্তব জগতে দৃঢ় মানব-সমতুল্য শিক্ষণের জন্য শব্দটি সংরক্ষিত রাখতে পারেন।
কীভাবে একটি দায়িত্বশীল সময়রেখা ট্র্যাকার বজায় রাখবেন
একটি উপযোগী ট্র্যাকারের উচিত মূল শব্দচয়ন, বক্তা, তারিখ, উৎস, সংজ্ঞা, এবং পূর্বাভাস পরিসর সংরক্ষণ করা। এর উচিত একটি ব্যক্তিগত অনুমানকে একটি প্রাতিষ্ঠানিক প্রতিশ্রুতি থেকে আলাদা করা, পরবর্তী সংশোধন রেকর্ড করা, এবং নীরবে একটি পুরনো পূর্বাভাস প্রতিস্থাপন না করা। সমষ্টিগত পূর্বাভাসের উচিত শুধুমাত্র একটি মধ্যমার বদলে অনিশ্চয়তার ব্যবধান দেখানো। পাতাটির উচিত সম্ভাব্য প্রণোদনা এবং পূর্বাভাসটি সর্বজনীন বা ব্যক্তিগত প্রমাণের ওপর নির্ভর করে কিনা তাও প্রকাশ করা।
পাঠকরা পাঁচটি প্রশ্ন প্রয়োগ করতে পারেন:
- কোন ফলাফল পূর্বাভাসিত হচ্ছে? এজিআই, মানব-স্তরের এআই, কাজ স্বয়ংক্রিয়করণ, বা অতিবুদ্ধিমত্তা?
- কোন সম্ভাবনা ও তারিখ সংযুক্ত? “হতে পারে” একটি মধ্যমা পূর্বাভাস নয়।
- কোন প্রমাণ অনুমানটি চালায়? স্কেলিং, একটি জরিপ, ব্যক্তিগত পরীক্ষা, বা অন্তর্দৃষ্টি?
- কী পূর্বাভাসদাতার মন পরিবর্তন করবে? সম্ভাব্য খণ্ডন ছাড়া একটি পূর্বাভাস মূল্যায়ন করা কঠিন।
- এটি কি স্কোর করা হয়েছে? সময়সীমার পরেও অতীত পূর্বাভাস দৃশ্যমান থাকা উচিত।
ব্যবহারিক উপসংহার
পরিকল্পনার একটি তারিখ বেছে নেওয়ার ওপর নির্ভর করা উচিত নয়। নিকট-মেয়াদী ক্ষতি ও সুযোগগুলো কর্মের যোগ্য, এজিআই 2028, 2040, বা কখনো আসুক না কেন। সরকার ও প্রতিষ্ঠানগুলো পরিদৃশ্য পরিসর ব্যবহার করতে পারে: দ্রুত সক্ষমতা লাভের জন্য প্রস্তুত থাকা, ধীর অগ্রগতির অধীনে উপযোগী থাকে এমন নীতি তৈরি করা, এবং শক্তিশালী সুরক্ষা ব্যবস্থার জন্য পরিমাপযোগ্য ট্রিগার সংজ্ঞায়িত করা।
অনিশ্চয়তা নিজেই কর্মযোগ্য। এটি বিপণন লেবেলের বদলে সক্ষমতা নিরীক্ষণের পক্ষে যুক্তি দেয়, মূল্যায়ন ও স্থিতিস্থাপকতায় বিনিয়োগ করার, এবং একটি নির্দিষ্ট সময়সূচিতে পূর্বাভাস পুনর্বিবেচনা করার। একটি সময়রেখা পাতা বিশ্বাস অর্জন করে দেখিয়ে তারিখগুলো কতটা কম প্রমাণ করে, একটি চলমান মধ্যমাকে ভাগ্যের দিকে গণনাকারী একটি ঘড়ির মতো দেখানোর মাধ্যমে নয়।