কৃত্রিম বুদ্ধিমত্তার জগতে গুগল কী আনবে, তা নিয়ে আগ্রহ ছিল প্রযুক্তি বিশ্বে। চ্যাটজিপিটিকে টেক্কা দিতে এবার নিজেদের আর্টিফিশিয়াল ইন্টেলিজেন্স তৈরি করেছে গুগল ডিপমাইন্ড। বার্ডের চেয়েও স্মার্ট এ মডেল অনেক ধরনের কাজ সহজে করতে পারে। জেমিনি নামের এই এআই একই সঙ্গে ছবি, ভিডিও, অডিও ও লেখার মতো বিভিন্ন বিষয় বুঝতে পারে এবং সেই অনুযায়ী উত্তর দিতে পারে। বার্ডের মধ্যে জেমিনি প্রো প্রাথমিকভাবে টেক্সটভিত্তিক প্রম্পট সাপোর্ট করবে। পরে মাল্টিমোডাল সাপোর্টসহ এটি আনা হবে বলে জানিয়েছে গুগল। নতুন মডেলটি ১৭০টির বেশি দেশ ও অঞ্চলে ইংরেজি ভাষায় পাওয়া যাবে এবং ভবিষ্যতে আরও অনেক ভাষা এতে যুক্ত করা হবে।
চ্যাটজিপিটিসহ বেশির ভাগ কৃত্রিম বুদ্ধিমত্তা প্রযুক্তি কেবল একধরনের কনটেন্ট বুঝতে বা তৈরি করতে পারে। ওপেনএআইয়ের এআই শুধু টেক্সট হিসেবে দেওয়া তথ্য বুঝতে পারে। এরপর সে অনুযায়ী উত্তর দিতে পারে, তৈরি করতে পারে লেখানির্ভর কনটেন্ট। আবার মিডজার্নি লিখে দেওয়া নির্দেশনা অনুযায়ী তৈরি করতে পারে ছবি। কিন্তু জেমিনি টেক্সটের পাশাপাশি নানান ধরনের কনটেন্ট বুঝতে পারে। এমনটিই দাবি করা হয়েছে গুগলের সম্প্রতি প্রকাশিত এক ব্লগ পোস্টে।
কীভাবে কাজ করবে
গুগল জেমিনি
আলট্রা, প্রো ও ন্যানো—এই তিন ধাপে কাজ করবে গুগলের এআই টুল। আলট্রা মুডে ব্যবহার করা হয়েছে লার্জ ল্যাঙ্গুয়েজ মডেল। প্রোতে তুলনামূলক ছোট ল্যাঙ্গুয়েজ মডেল ব্যবহার করা হয়েছে। ন্যানোতে আরও ছোট ল্যাঙ্গুয়েজ মডেল ব্যবহার করেছে গুগল। এ ছাড়া এই টুলে টেনসর প্রসেসিং ইউনিট নামে একটি হার্ডওয়্যার সিস্টেম আছে। থাকছে গ্রাফিকস প্রসেসিং ইউনিটও।
জেমিনির ১.০-এর মোট তিনটি সংস্করণের মধ্যে জেমিনি আলট্রা সবচেয়ে বড় পরিসরে ও জটিল ধরনের কাজ করতে পারে। জেমিনি প্রো গুগলের ডিজিটাল সেবাগুলোর সঙ্গে যুক্ত। আর স্মার্টফোনে ব্যবহারের উপযোগী হিসেবে তৈরি করা হয়েছে জেমিনি ন্যানো। গুগল ডিপমাইন্ডের টেকনিক্যাল রিপোর্ট অনুসারে, জেমিনি আলট্রা চ্যাটজিপিটি-৪সহ অন্য এআই মডেলগুলোকে কৃত্রিম বুদ্ধিমত্তা গবেষণা ও উন্নয়নের ৩২টি মানদণ্ডের ৩০টিতেই হারিয়ে দিয়েছে। বলা হচ্ছে, জেমিনি ছবি বিশ্লেষণের ৯টি, ভিডিও বোঝার ৬টি, ৫টি অডিও ও অনুবাদবিষয়ক মানদণ্ড এবং ১০টি টেক্সট ও যৌক্তিকতা বোঝার মানদণ্ডে সফলভাবে উতরে গেছে। টেক্সট ও যৌক্তিকতা বোঝার দুটি পরীক্ষায় অবশ্য জিপিটি-৪-এর কাছে হেরেছে জেমিনি আলট্রা। তবে চ্যাটজিপিটিকে বিভিন্ন মানদণ্ডে হারিয়ে দিলেও একদম ছাপিয়ে গেছে—এমনটা এখনই বলা যাচ্ছে না।
ডিপমাইন্ডের বিজ্ঞানীরা জেমিনি এআই মডেল এমনভাবে তৈরি করেছেন বলে দাবি করছেন, যেন সেটি তাৎক্ষণিক প্রয়োজনেও ব্যবহার করা যায়। তবে এটি এখনো পুরোপুরি ত্রুটিমুক্ত নয়। এখনো এটি মাঝেমধ্যে শতভাগ আত্মবিশ্বাসের সঙ্গে ভুল তথ্য দেয়! এ ধরনের ত্রুটি সারিয়ে তোলা কঠিন। তবু বর্তমান সময়ের অন্যতম অগ্রগামী এআই মডেল হয়ে উঠেছে জেমিনি। গুগলের বিভিন্ন সেবার সঙ্গে যুক্ত থাকায় এটা ব্যবহারকারীদের নানাভাবে সাহায্য করতে পারবে।
সূত্র: লাইভ সায়েন্স, গুগল ব্লগ পোস্ট