জেমিনাই থ্রি প্রযুক্তিতে গুগলের নতুন ওপেন সোর্স মডেল ‘জেমা ফোর’

গেল বছরের শেষদিকে ‘জেমিনাই থ্রি প্রো’ মডেল চালু করেছিল গুগল, যা ছিল নিজস্ব লার্জ ল্যাঙ্গুয়েজ মডেলে কোম্পানিটির বড় পদক্ষেপ।

এখন যে কেউ নিজের প্রয়োজন অনুসারে এসব সিস্টেমকে পরিবর্তন বা পরিমার্জন করতে পারবেন। ছবি: গুগল

কৃত্রিম বুদ্ধিমত্তা বা এআই দুনিয়ায় নিজেদের সবচেয়ে শক্তিশালী মডেল জেমিনাই থ্রি-এর প্রযুক্তিতে তৈরি নতুন ওপেন সোর্স এআই সিরিজ উন্মোচন করেছে গুগল, যা স্মার্টফোন থেকে শুরু করে কম্পিউটার সবখানে চলবে।

প্রযুক্তি সংবাদের সাইট এনগ্যাজেট প্রতিবেদনে লিখেছে, গেল বছরের শেষদিকে ‘জেমিনাই থ্রি প্রো’ নামের এআই মডেল চালু করেছিল গুগল, যা ছিল নিজস্ব লার্জ ল্যাঙ্গুয়েজ মডেলে কোম্পানিটির বড় পদক্ষেপ।

এখন, সেই একই প্রযুক্তি ও গবেষণার ওপর ভিত্তি করে গুগল ওপেন সোর্স কমিউনিটির জন্য নিয়ে এসেছে তাদের নতুন ‘জেমা ফোর’ মডেল সিরিজ।

গুগল মূলত চারটি ভিন্ন সংস্করণে এ ‘জেমা ফোর’ চালু করছে, যেগুলোকে আলাদা করা হয়েছে তাদের ‘প্যারামিটার’ সংখ্যার ওপর ভিত্তি করে।

স্মার্টফোনের মতো ছোট বা পোর্টেবল ডিভাইসের জন্য রয়েছে ২০০ কোটি ও ৪০০ কোটি প্যারামিটারের ‘ইফেক্টিভ’ মডেল।

তবে যারা আরও শক্তিশালী কম্পিউটার বা মেশিন ব্যবহার করেন তাদের জন্য রয়েছে ২৬০০ কোটি ‘মিক্সচার অফ এক্সপার্টস’ ও ৩১০০ কোটি ‘ডেন্স’ সিস্টেম।

প্যারামিটার হচ্ছে একটি লার্জ ল্যাঙ্গুয়েজ মডেলের এমন সব সেটিং, যা ব্যবহার করে এআই উত্তর তৈরি করে। প্যারামিটার যত বেশি হয় মডেলটি তত নির্ভুল ও উন্নত উত্তর দিতে পারে। তবে, এগুলো চালানোর জন্য শক্তিশালী হার্ডওয়্যার বা যন্ত্রপাতির প্রয়োজন।

‘জেমা ফোর’-এর ক্ষেত্রে গুগল দাবি করেছে, তারা এমন সিস্টেম তৈরি করতে পেরেছে, যার প্রতিটি ‘প্যারামিটার’ অভাবনীয় বুদ্ধিমত্তাওয়ালা।

এ দাবির পক্ষে কোম্পানিটি তাদের ৩১০০ কোটি ও ২৬০০ কোটি ভ্যারিয়েন্টের পারফরম্যান্সের দিকে ইঙ্গিত দিয়েছে।

‘অ্যারেনা এআই’-এর টেক্সট লিডারবোর্ডে এ মডেল দুটি যথাক্রমে তৃতীয় ও ষষ্ঠ স্থানে রয়েছে, যা এদের চেয়ে ২০ গুণ বড় বিভিন্ন মডেলকেও পেছনে ফেলেছে।

এ সিরিজের সবকটি মডেলই ভিডিও এবং ছবি প্রসেস করতে পারে, যা ‘অপটিক্যাল ক্যারেক্টার রিকগনিশন’ বা ওসিআর বা ছবি থেকে লেখা শনাক্তের মতো কাজের জন্য উপযোগী।

গুগলের ছোট দুটি মডেল অডিও ইনপুট প্রসেস করতে ও মানুষের কথাও বুঝতে পারে। মার্কিন সার্চ জায়ান্টটি বলেছে, ‘জেমা ফোর’ অফলাইনে কোড জেনারেট করতে পারে।

এর মানে হচ্ছে, ইন্টারনেট সংযোগ ছাড়াই এগুলো ব্যবহার করে সরাসরি কোডিং করতে পারবেন ব্যবহারকারী। এসব মডেলকে ১৪০টিরও বেশি ভাষায় প্রশিক্ষণ দিয়েছে গুগল।

‘জেমা ফোর’ সিরিজটি ‘অ্যাপাচি ২.০’ লাইসেন্সের অধীনে উন্মুক্ত করছে। এর আগের বিভিন্ন জেমা মডেল গুগলের নিজস্ব লাইসেন্সের অধীনে ছিল। তবে এবার অ্যাপাচি লাইসেন্স ব্যবহারের ফলে ব্যবহারকারীরা বেশি স্বাধীনতা পাবেন।

এখন যে কেউ নিজের প্রয়োজন অনুসারে এসব সিস্টেমকে পরিবর্তন বা পরিমার্জন করতে পারবেন।

গুগল বলেছে, “এ ওপেন সোর্স লাইসেন্স ডেভেলপারদের পূর্ণ স্বাধীনতা ও ডিজিটাল সার্বভৌমত্বের ভিত্তি তৈরি করে দেবে, যা আপনার ডেটা, অবকাঠামো ও মডেলের ওপর আপনার সম্পূর্ণ নিয়ন্ত্রণ নিশ্চিত করবে।

“মডেলটি আপনাকে কম্পিউটার হোক বা ক্লাউড যে কোনো পরিবেশে নিরাপদে কাজ করার ও নতুন কিছু তৈরির সুযোগ দেবে।”

এসব সিস্টেম নিজে পরীক্ষা করে দেখতে চাইলে এর ‘মডেল ওয়েটস’ এখন ডেভলপারদের প্লাটফর্ম ‘হাগিং ফেইস’, ‘ক্যাগ’ ও ‘ওলামা’তে পাওয়া যাচ্ছে।