মনোলিথের বাইরে: কেন AI এর ভবিষ্যত একটি মার্জ, একটি ফর্ক নয়

দুই বছর আগে, যখন আমি নির্মাণ শুরু করেছিলাম হেইডো, আমি ভেবেছিলাম AI-তে সবচেয়ে কঠিন সমস্যাগুলি ছিল প্রযুক্তিগত।

দেখা যাচ্ছে, এগুলো দার্শনিক।

কারণ আমি যত বেশি সময় কাজে ব্যয় করি ১টিপি১১টি& ShareAI সম্পর্কে, আমি যত বেশি বুঝতে পারছি যে এই ক্ষেত্রটি কেবল দ্রুত মডেল, স্মার্ট এজেন্ট, অথবা শীতল ডেমো সম্পর্কে নয়।

আমরা কীভাবে এমন সিস্টেম তৈরি করব যা বোঝা উদ্দেশ্য—এবং সেই অনুযায়ী কাজ?

দুটি শিবির

এই মুহূর্তে, কৃত্রিম বুদ্ধিমত্তার জগৎ বিভক্ত হয়ে পড়ছে।

একটি শিবির বড় বাজি ধরছে বিশেষজ্ঞদের মিশ্রণ (MoE)— অভ্যন্তরীণ রাউটিং সহ বিশাল মডেল। ধারণাটি সহজ: একটি মনোলিথের ভিতরে "বিশেষজ্ঞদের" একটি বিশাল নেটওয়ার্ক তৈরি করুন, এবং মডেলটিকে কাজের উপর ভিত্তি করে কোন অংশটি সক্রিয় করতে হবে তা নির্ধারণ করতে দিন।

এটি দক্ষ। এটি স্কেল করে। এবং এটি বর্তমান এলএলএম ল্যান্ডস্কেপের একটি প্রাকৃতিক বিবর্তনের মতো মনে হয়।

অন্য দলটি বিপরীত দিকে যাচ্ছে—যার দিকে বিশেষজ্ঞতা। একাধিক ছোট মডেল, প্রতিটি নির্দিষ্ট ক্ষেত্র বা কাজের জন্য প্রশিক্ষিত, এক ধরণের অর্কেস্ট্রেশনে একসাথে কাজ করে।

এই পক্ষটি মডুলারালিটি, কম্পোজিবিলিটি এবং সূক্ষ্ম-সুরক্ষিত কর্মক্ষমতার উপর নির্ভর করে।

উভয় পথই যুক্তিসঙ্গত। উভয় পথই বাস্তব সময়ে যাচাই করা হচ্ছে।

কিন্তু যদি মাঝখানে কিছু মিস করি?

যদি এটা কোনটা না হয়/অথবা?

যদি AI-এর আসল ভবিষ্যৎ এক পদ্ধতির পরিবর্তে অন্য পদ্ধতি বেছে নেওয়ার বিষয়ে না হয়—কিন্তু একত্রিত করা তাদের?

যদি বুদ্ধিমত্তার পরবর্তী তরঙ্গ বড় মডেল বা ছোট এজেন্টদের সম্পর্কে না হয়—কিন্তু আরও বুদ্ধিমান হয়? উদ্দেশ্য রাউটিং?

এমন একটি সিস্টেম কল্পনা করুন যা একটি প্রম্পট গ্রহণ করে—শুধু টেক্সট হিসেবে নয়, বরং উদ্দেশ্য। এটি অনুরোধটি ব্যাখ্যা করে, এটি ভেঙে দেয় এবং প্রতিটি অংশকে সবচেয়ে সক্ষম মডেলে স্থানান্তর করে। পথের সাথে সাথে, এটি প্রম্পটটিকে নিজেই অভিযোজিত করে, প্রেক্ষাপট, স্পষ্টতা এবং ফলাফলের জন্য এটিকে পুনরায় আকার দেয়।

মনোলিথ নয়। খণ্ডিতকরণ নয়। কিন্তু বোধগম্যতার সাথে অর্কেস্ট্রেশন।

আমাদের এই ধরণের বুদ্ধিমত্তা তৈরি করা উচিত। এবং আমরা সেই দিকেই এগিয়ে যাচ্ছি ShareAI সম্পর্কে.

উদ্দেশ্য নিয়ে রাউটিং

সংস্করণে 0.0.7 ShareAI এর, আমরা পরিচয় করিয়ে দিচ্ছি স্বয়ংক্রিয় মডেল রাউটিং এবং দ্রুত অভিযোজন.

এটি একটি ছোট বৈশিষ্ট্য। কিন্তু এটি আরও বৃহত্তর কিছুর ইঙ্গিত দেয়: এমন একটি বিশ্ব যেখানে বুদ্ধিমত্তা কেবল কেন্দ্রীভূত বা বিকেন্দ্রীভূত নয় - এটি প্রাসঙ্গিক.

যেখানে বুদ্ধিমত্তা কেবল মডেলের মধ্যেই নয়—বরং প্রবাহ মডেলগুলির মধ্যে।

যেখানে প্রম্পটগুলি অন্ধভাবে প্রেরণ করা হয় না - বরং সক্রিয়ভাবে বোঝা, ব্যাখ্যা করা এবং বিকশিত হয়।

যেখানে বকেয়া আছে সেখানে ক্রেডিট

এর উজ্জ্বল কাজ ছাড়া এটি সম্ভব হত না টমাস হার্নান্দো, যিনি কেবল আমার দেখা সবচেয়ে মার্জিত রাউটিং পদ্ধতিই তৈরি করেননি - বরং এটি ওপেন-সোর্স করার জন্য প্রতিশ্রুতিবদ্ধ।

আমরা এমন লোকদের কাঁধে দাঁড়িয়ে আছি যারা কঠিন সমস্যা তৈরিতে বিশ্বাস করে জনসাধারণের পণ্য। এবং আমরা সেইভাবেই নির্মাণ চালিয়ে যেতে চাই।

আপনি এখানে ভিত্তিটি অন্বেষণ করতে পারেন: নটডায়ামন্ড.এআই

এরপর কী হবে

এটা শেষ লক্ষ্য নয়। এটা শুধু একটা পথ।

কিন্তু এটি গুরুত্বপূর্ণ বিষয়—কারণ আমরা যেভাবে বুদ্ধিমত্তা ব্যবহার করি তা থেকেই আমরা কী ধরণের ভবিষ্যৎ গড়ে তুলতে চাই তার সবকিছু বোঝা যায়।

বিশাল। মডুলার। স্মার্ট। সুসংগঠিত। মানব-সচেতন।

ভবিষ্যৎ তাদেরই যারা বুদ্ধিমত্তার অর্থ কী তা পুনর্বিবেচনা করার মতো সাহসী।

আসুন নির্মাণ চালিয়ে যাই।

— ডেনিস
#বিল্ডিংআগামীকালআজ

কিংবদন্তি