চকচকে শিরোনামের আড়ালে, AI শিল্প উদ্ভাবনের গতি, পুঁজির স্থায়িত্ব, এবং মডেল ডেভেলপার বনাম অ্যাপ্লিকেশন নির্মাতাদের ভিন্নমুখী পথ নিয়ে মৌলিক প্রশ্নের সঙ্গে লড়ছে।
শিল্পের নীরব মোড়বদল
গত তিন বছরে কৃত্রিম বুদ্ধিমত্তা নজিরবিহীন গতিতে বেড়েছে। ChatGPT চালুর পর থেকে ভোক্তা গ্রহণ রেকর্ড ভেঙেছে, OpenAI থেকে Google পর্যন্ত বড় প্রতিষ্ঠানগুলো দ্রুত ধারাবাহিকতায় নতুন মডেল ঘোষণা করেছে, এবং Fortune 500 কোম্পানিগুলো AI-কে তাদের ব্যবসায়িক প্রক্রিয়ার কেন্দ্রে স্থান দিয়েছে। তবু আজ, চকচকে শিরোনামের আড়ালে, শিল্পটি একেবারেই ভিন্ন একটি মৌলিক প্রশ্নের মুখোমুখি:
সত্যিকারের উদ্ভাবন কি এখনও শক্তিশালী গতিতে এগিয়ে চলছে, নাকি আমরা দেখছি এক বিশাল যন্ত্র অদৃশ্য সীমায় গিয়ে ঠেকছে?
এই প্রশ্নের সঠিক উত্তর দিতে হলে, আমাদের ইকোসিস্টেমটিকে দুটি স্বতন্ত্র দৃষ্টিকোণ থেকে দেখতে হবে:
Primary market: GPT-4, Claude, এবং Gemini-এর মতো ভিত্তিমূলক মডেল তৈরি করা কোম্পানি: OpenAI, Anthropic, Google DeepMind, Meta।
Secondary market: যেসব কোম্পানি এই মডেলগুলো নিয়ে বাস্তব ব্যবহারকারীর সমস্যার সমাধান তৈরি করে: Perplexity, Cursor, Notion AI, Replit।
দুই বাজারই একই শিল্পের অংশ হলেও, তাদের গতিবিদ্যা, খরচের কাঠামো, ঝুঁকির প্রোফাইল, এবং প্রবৃদ্ধির প্রত্যাশা মৌলিকভাবে ভিন্ন। আজ আমরা যে টানাপোড়েন দেখছি, তার উৎস ঠিক এই বিভাজনেই।
মডেল উন্নয়নের স্বাভাবিক সীমা সামনে আসছে
গত পাঁচ বছরে বড় ভাষা মডেলগুলোর বিবর্তনকে চারটি মৌলিক উপাদান গঠন করেছে:
- মডেলের আকার (প্যারামিটারের সংখ্যা)
- প্রশিক্ষণ ডেটা (গুণমান ও বৈচিত্র্য)
- গণনাশক্তি (GPU/TPU সক্ষমতা)
- প্রশিক্ষণ কৌশল (transformer architectures, attention mechanisms)
2018 থেকে 2023 পর্যন্ত, এই চারটি উপাদান একই দিকে স্কেল হয়েছে, যা বিশাল অগ্রগতি তৈরি করেছে। এভাবেই আমরা GPT-2 থেকে GPT-4-এ, BERT থেকে PaLM-এ পৌঁছেছি। তবে এই বক্ররেখা অনির্দিষ্টকাল ধরে চলবে না। প্রশিক্ষণ ডেটাই এখন শিল্পের সবচেয়ে গুরুত্বপূর্ণ bottleneck।
উচ্চমানের, বৈচিত্র্যময় এবং মৌলিক মানবসৃষ্ট ডেটার ভাণ্ডার সীমিত। আপনি Wikipedia-তে ট্রেন করেন, arXiv-এ ট্রেন করেন, GitHub-এ ট্রেন করেন: তারপর কী? কপিরাইট সমস্যা, ডেটা মালিকানা চুক্তি এবং অ্যাক্সেস সীমাবদ্ধতার কারণে এই ক্ষেত্রে খরচ সূচকীয় হারে বাড়ছে। আপনি Reddit-এর সঙ্গে চুক্তি করেন, Stack Overflow-এর সঙ্গে দরকষাকষি করেন, The New York Times-এর মামলার মুখোমুখি হন। মডেলের আকার বাড়ানো এখনও প্রযুক্তিগতভাবে সম্ভব, কিন্তু ডেটার দিকটি একটি স্বাভাবিক সীমা তৈরি করছে।
এই কারণেই শিল্পের ফোকাস মডেলের আকার থেকে সরে দক্ষতার দিকে গেছে। Chain-of-thought reasoning, reinforcement learning from human feedback (RLHF), আরও কার্যকর sampling techniques, mixture-of-experts (MoE) architectures: এগুলো সবই এই রূপান্তরের অংশ।
এই অগ্রগতিগুলো গুরুত্বপূর্ণ, কিন্তু একা এগুলোর ওপর ভর করে টেকসই থাকা সম্ভব নয়। কারণ একসময় দক্ষতার উন্নতিও স্যাচুরেশনে পৌঁছে যায়। শিল্প এখন বুঝতে শুরু করেছে যে foundational model innovation এমন এক পর্যায়ে প্রবেশ করেছে, যা আরও ধীর এবং আরও ব্যয়বহুল।
পুঁজিপ্রবাহের চাপ এবং বাড়তে থাকা ভঙ্গুরতা
প্রযুক্তিগত সীমাবদ্ধতাগুলো যত স্পষ্ট হয়ে উঠছে, পুঁজির দিকের প্রবৃদ্ধি ততই আরও বেশি ঝুঁকিপূর্ণ হয়ে উঠছে।
Foundational model কোম্পানিগুলো বিশাল কম্পিউটেশনাল অবকাঠামো গড়ে তুলছে এবং প্রতিভা দখলের লড়াইয়ে আক্রমণাত্মক প্রস্তাব দিচ্ছে। শক্তিশালী রাজস্বভিত্তি প্রতিষ্ঠিত হওয়ার আগেই এই ব্যয়গুলো হচ্ছে। OpenAI-এর বার্ষিক compute খরচ বিলিয়ন ডলারে পৌঁছায়। Anthropic Microsoft-এর কাছ থেকে বিলিয়ন ডলারের বিনিয়োগ পায়। Google DeepMind-এর জন্য আলাদা বাজেট বরাদ্দ করে।
ডেটা সেন্টারে বিলিয়ন ডলারের বিনিয়োগ, বহু-বছর মেয়াদি GPU চুক্তি, Ilya Sutskever-এর মতো নামদের দেওয়া জ্যোতির্বিদ্যাগত বেতন: এগুলো কোম্পানিগুলোর ব্যয়রেখা নাটকীয়ভাবে ফুলিয়ে তোলে।
এই চিত্রটি দেখায় যে প্রাইমারি মার্কেট অর্থনৈতিকভাবে অত্যন্ত ভঙ্গুর একটি scaling model-এর ওপর দাঁড়িয়ে আছে। মডেল উদ্ভাবনের খরচের কাঠামো রাজস্ব বৃদ্ধির হারের তুলনায় অনেক বেশি।
অ্যাপ্লিকেশন স্তরের নীরব উত্থান
প্রাইমারি মার্কেট চাপের মধ্যে থাকলেও, সেকেন্ডারি মার্কেট তুলনামূলকভাবে স্বাস্থ্যকর প্রবৃদ্ধির রেখায় এগোচ্ছে। এই কোম্পানিগুলো foundational model নিয়ে সেগুলোকে বাস্তব ব্যবহারক্ষেত্রে রূপান্তর করে।
- Perplexity: সার্চ অভিজ্ঞতাকে নতুনভাবে নকশা করছে
- Cursor & Replit: কোডিং প্রক্রিয়াকে রূপান্তর করছে
- Notion AI: প্রোডাক্টিভিটি টুলগুলোকে বুদ্ধিমান করে তুলছে
- Dvina: 120+ অ্যাপ্লিকেশনের সঙ্গে সংযুক্ত হয়ে একটি একক বুদ্ধিমান স্তর থেকে পুরো ডিজিটাল জীবন পরিচালনা করছে
এই কোম্পানিগুলোর সুবিধা হলো তারা ব্যবহারকারীর সবচেয়ে কাছাকাছি। প্রকৃত মূল্য সরাসরি user experience-এ তৈরি হয়। সার্চ, কোডিং, কনটেন্ট তৈরি, প্রোডাক্টিভিটি, তথ্য প্রক্রিয়াকরণ: এই সব ক্ষেত্রেই স্কেলযোগ্য এবং বোধগম্য রাজস্ব মডেল রয়েছে।
এই কারণেই অনেক foundational model নির্মাতা অ্যাপ্লিকেশন স্তরের দিকে সরে যেতে শুরু করেছে। OpenAI ChatGPT-কে একটি পণ্যে পরিণত করেছে, Anthropic Claude-কে ভোক্তামুখী অফারে রূপান্তর করেছে, Google Gemini-কে একীভূত করেছে। Vertical integration strategy দ্রুত ছড়িয়ে পড়েছে।
কিন্তু এই কৌশল পার্শ্বপ্রতিক্রিয়াও তৈরি করেছে: acquisition cost আকাশছোঁয়া হয়েছে, সেকেন্ডারি মার্কেটের valuation ফুলে উঠেছে। যে সেকেন্ডারি মার্কেট—রাজস্ব তৈরি করতে সক্ষম একমাত্র ক্ষেত্র—এত ব্যয়বহুল হয়ে উঠেছে, সেটি খাতটিতে পুঁজিগত ঝুঁকিকে আরও বাড়িয়ে দিচ্ছে।
ঐতিহাসিক চক্র এবং আজকের পার্থক্যসূচক উপাদান
অতীতে কৃত্রিম বুদ্ধিমত্তা দুটি বড় মন্দার অভিজ্ঞতা পেয়েছে: ১৯৭০-এর দশকের শেষভাগ এবং ১৯৯০-এর দশকের শুরুর দিক। এই সময়গুলোর মিল ছিল: উচ্চ প্রত্যাশা, নিম্ন উদ্ভাবন-গতি, এবং বিনিয়োগের আগ্রহের উবে যাওয়া।
আজকের পরিস্থিতি ভিন্ন। প্রযুক্তিগত উদ্ভাবন চলছেই, কিন্তু breakthrough-এর গতি ধীর হয়ে আসছে। তবে পুঁজিপ্রবাহ নজিরবিহীন মাত্রায় বাড়ছে। Sam Altman একটি $7 trillion compute fund নিয়ে কথা বলেন, Elon Musk xAI-তে বিলিয়ন ডলার ঢালছেন।
তাই আমরা যা দেখছি, তা ক্লাসিক "AI winter" নয়। বরং এটি পুঁজি বরাদ্দনির্ভর এক ভঙ্গুরতার সময়: valuation ফুলে উঠছে, খরচ দ্রুত বাড়ছে, কিন্তু উদ্ভাবনের গতি প্রত্যাশা পূরণ করছে না।
নতুন যুগ: বড় মডেল নয়, জিতবে আরও বুদ্ধিমান পদ্ধতি
আজকের সবচেয়ে গুরুত্বপূর্ণ পার্থক্যটি হলো এই: এখন মূল বিষয় আর বেশি parameter যোগ করে আরও বিশাল মডেল তৈরি করা নয়।
প্রকৃত রূপান্তর এই ক্ষেত্রগুলোতে ঘটবে:
- প্যারামিটার দক্ষতা বৃদ্ধি
- ছোট মডেল দিয়ে আরও উচ্চমান অর্জন
- নতুন প্রশিক্ষণ কৌশল উন্নয়ন
- ডেটা আরও কৌশলগত ও কার্যকরভাবে ব্যবহার
- প্রশিক্ষণ ব্যয় আমূল কমিয়ে আনা
সাম্প্রতিক সময়ের সবচেয়ে উল্লেখযোগ্য উদাহরণগুলোর একটি ছিল DeepSeek। এই চীনা স্টার্টআপটি GPT-4-স্তরের পারফরম্যান্সের একটি মডেল তৈরি করেছে: তবে অনেক কম প্রশিক্ষণ ব্যয়ে। Mixture-of-experts আর্কিটেকচার, প্যারামিটার অপ্টিমাইজেশন, দক্ষতাকেন্দ্রিক প্রশিক্ষণ কৌশল। বাজার তাতে জোরালো প্রতিক্রিয়া দেখায়।
DeepSeek-এর ঘোষণার পর NVIDIA-এর মার্কেট ক্যাপ একদিনেই $600 billion কমে যায়। এতে বোঝা যায়, বিনিয়োগকারীরা এখন শুধু বড় মডেলের দৌড় নয়, দক্ষতা ও আর্কিটেকচারগত উদ্ভাবনের দৌড়ও নিবিড়ভাবে অনুসরণ করছেন।
কিন্তু এটুকুও যথেষ্ট নয়। খাতটি যদি সত্যিকারের এক লাফে এগোতে চায়, তা আসবে নতুন আর্কিটেকচারগত প্যারাডাইমের মাধ্যমে। transformer আর্কিটেকচারের বাইরের কিছু। হয়তো neuromorphic computing, হয়তো hybrid models, অথবা হয়তো সম্পূর্ণ ভিন্ন কোনো learning framework।
এ ধরনের আমূল রূপান্তর সাধারণত বড় কোম্পানি থেকে আসে না। স্কেলের চাপ, অবকাঠামো ব্যয়, এবং কর্পোরেট ঝুঁকি ব্যবস্থাপনার কারণে তারা সতর্কভাবে চলে। প্রকৃত ব্রেকথ্রু প্রায়ই আসে ছোট, আক্রমণাত্মক, ঝুঁকি-সহনশীল, উচ্চাকাঙ্ক্ষী স্টার্টআপ থেকে।
আজকের AI ইকোসিস্টেম সম্ভবত ঠিক এমনই একটি বিঘ্নের অপেক্ষায় আছে।
উপসংহার: সম্পদ নয়, জিতবে পদ্ধতি
আজকের AI খাত দুটি টানাপোড়েনের মধ্যে দুলছে: একদিকে, সীমার কাছাকাছি পৌঁছে যাওয়া একটি model scaling strategy; অন্যদিকে, বাড়তে থাকা মূলধনী ঝুঁকি এবং দ্রুত মূল্যবৃদ্ধি হওয়া application market।
এই চিত্রটি দেখায় যে এখন মৌলিক সমস্যা সক্ষমতা নয়, বরং পদ্ধতি। আগামী দিনের বিজয়ীরা তারা হবে না যারা আরও বড় মডেল বানাবে, বরং তারা যারা আরও বুদ্ধিমান পদ্ধতি গড়ে তুলবে। দক্ষতা, নতুন আর্কিটেকচারগত নকশা, এবং অপ্টিমাইজড প্রশিক্ষণ কৌশলই খাতটির প্রকৃত বিভাজনরেখা হয়ে উঠছে।
ভবিষ্যতে নির্ধারক হবে সম্পদের শক্তি নয়, পদ্ধতির মান। আর বড় কোম্পানির বদলে দূরদর্শী স্টার্টআপগুলোই যে এই পদ্ধতিগত পরিবর্তনের সূচনা করবে, সেই সম্ভাবনাও বেশ বেশি।
