এনভিডিয়া সিইওর সমর্থনে ওপেন সোর্স AI-এর গতি আরও বাড়ছে

অল-ইন পডকাস্টের একটি পর্বে চামাথ পালিহাপিতিয়া আলোচনায় আনেন বিটটেনসর-এর Covenant-72B, এটিকে বিকেন্দ্রীভূত কৃত্রিম বুদ্ধিমত্তা (AI) তত্ত্বের বাইরে বাস্তব উদাহরণ হিসেবে তুলে ধরে। Bittensor একটি বিকেন্দ্রীভূত, ব্লকচেইন-চালিত নেটওয়ার্ক হিসেবে কাজ করে, যা একটি পিয়ার-টু-পিয়ার মার্কেটপ্লেস তৈরি করে যেখানে মেশিন লার্নিং মডেল ও AI কম্পিউট বিনিময় এবং প্রণোদিত করা হয়।

পালিহাপিতিয়া সহজ ভাষায় উদ্যোগটির ব্যাখ্যা দেন: কেন্দ্রীভূত অবকাঠামো ছাড়াই প্রশিক্ষিত একটি বৃহৎ-স্কেল ভাষা মডেল (LLM), যা চালিত হচ্ছে স্বাধীন অবদানকারীদের একটি নেটওয়ার্কের মাধ্যমে। তিনি বলেন, “তারা ৪ বিলিয়ন প্যারামিটারের একটি LLaMA মডেল ট্রেন করতে পেরেছে, পুরোপুরি ডিস্ট্রিবিউটেডভাবে, অনেক মানুষ অতিরিক্ত কম্পিউট শক্তি যোগ করেছে,” এবং এটিকে তিনি “ভীষণ পাগলাটে প্রযুক্তিগত সাফল্য” বলে আখ্যা দেন।

তুলনাটি একটি পরিচিত উপমায় এসে ঠেকে। পালিহাপিতিয়া আরও বলেন, “এখানে এলোমেলো মানুষ আছে, আর প্রত্যেকেই সামান্য করে অংশ পায়,”—বিশ্বজুড়ে অব্যবহৃত হার্ডওয়্যার কাজে লাগানো প্রাথমিক বিতরণকৃত কম্পিউটিং প্রকল্পটির প্রসঙ্গ টেনে।

হুয়াং ধারণাটিকে উড়িয়ে দেননি। বরং তিনি AI বাজার-এর বৃহত্তর প্রেক্ষাপটে বিষয়টি ব্যাখ্যা করেন, ইঙ্গিত দেন যে বিকেন্দ্রীভূত ও মালিকানাধীন (প্রোপ্রাইটারি) পদ্ধতিগুলো পরস্পরের বিরোধী নয়। হুয়াং বলেন, “এটা A বা B—এর মধ্যে বেছে নেওয়ার বিষয় নয়; এটা A এবং B।” তিনি যোগ করেন, “এ নিয়ে কোনো প্রশ্নই নেই।”

এই দ্বিমুখী দৃষ্টিভঙ্গি AI-এর ভেতরে বাড়তে থাকা বিভাজন—এবং ওভারল্যাপ—কে প্রতিফলিত করে। একদিকে আছে ChatGPT, Claude, এবং Gemini-এর মতো বন্ধ, অত্যন্ত পরিশীলিত সিস্টেম। অন্যদিকে আছে ওপেন-ওয়েট ও বিকেন্দ্রীভূত মডেল, যা ডেভেলপার ও সংস্থাগুলোকে নির্দিষ্ট চাহিদা অনুযায়ী সিস্টেম কাস্টমাইজ করার সুযোগ দেয়।

হুয়াং স্পষ্ট করেন যে তিনি দুই ধারাকেই অপরিহার্য মনে করেন। তিনি বলেন, “মডেল একটি প্রযুক্তি, পণ্য নয়,” এবং উল্লেখ করেন যে বেশিরভাগ ব্যবহারকারী শুরু থেকে নিজেরা তৈরি করার বদলে পরিশীলিত, সাধারণ-উদ্দেশ্যের সিস্টেমের ওপরই নির্ভর করতে থাকবেন।

একই সঙ্গে তিনি এমন কিছু শিল্পখাতের কথা বলেন যেখানে কাস্টমাইজেশন ঐচ্ছিক নয়। হুয়াং ব্যাখ্যা করেন, “এমন অনেক শিল্প আছে যেখানে তাদের ডোমেইন দক্ষতা… এমনভাবে ধারণ করতে হবে যাতে তারা সেটি নিয়ন্ত্রণ করতে পারে,” এবং যোগ করেন, “এটা কেবল ওপেন মডেল থেকেই আসতে পারে।”

এই বক্তব্যটি সরাসরি বিটটেনসর-এর ক্ষেত্রেই মিলে যায়। Covenant-72B, এর সাবনেট ৩ (Templar)-এর মাধ্যমে বিকাশিত, এখন পর্যন্ত বিকেন্দ্রীভূত ট্রেনিং রানগুলোর মধ্যে সবচেয়ে বড়গুলোর একটি হিসেবে বিবেচিত—যেখানে কেন্দ্রীয় কর্তৃত্ব ছাড়াই সাধারণ ইন্টারনেট সংযোগের মাধ্যমে ৭০টিরও বেশি অবদানকারীকে সমন্বয় করা হয়েছে।

প্রযুক্তিগতভাবে, মডেলটি সীমা ঠেলে দিচ্ছে। ৭২ বিলিয়ন প্যারামিটার দিয়ে নির্মিত এবং প্রায় ১.১ ট্রিলিয়ন টোকেনের ওপর প্রশিক্ষিত এই মডেলটি কমপ্রেসড কমিউনিকেশন প্রোটোকল ও ডিস্ট্রিবিউটেড ডেটা প্যারালেলিজমের মতো উদ্ভাবন কাজে লাগায়, যাতে ঐতিহ্যগত ডেটা সেন্টারের বাইরে ট্রেনিং বাস্তবসম্মত হয়।

পারফরম্যান্স মেট্রিকগুলো ইঙ্গিত দেয় এটি শুধু পরীক্ষামূলক নয়। বেঞ্চমার্ক ফলাফল এটিকে প্রতিষ্ঠিত কেন্দ্রীভূত মডেলগুলোর সঙ্গে প্রতিযোগিতায় রাখে—এটাই ব্যাখ্যা করে কেন প্রকল্পটি ক্রিপ্টো-নেটিভ শ্রোতাদের বাইরে থেকেও মনোযোগ টেনেছে।

বাজারও বিষয়টি লক্ষ্য করেছে। ঘোষণার পর, পালিহাপিতিয়া ও হুয়াং-এর ভিডিওটি সোশ্যাল মিডিয়ায় ছড়িয়ে পড়ার পর থেকে প্রকল্পটির টোকেন TAO ২৪% বেড়েছে।

তবুও, হুয়াং-এর মন্তব্য ইঙ্গিত দেয় যে আসল গল্পটি বিঘ্ন নয়, বরং দুটির সহাবস্থান। সাধারণ ব্যবহারকারীদের জন্য প্রোপ্রাইটারি AI সিস্টেম সম্ভবত প্রভাবশালীই থাকবে, আর ওপেন ও বিকেন্দ্রীভূত মডেলগুলো বিশেষায়িত, ব্যয়-সংবেদনশীল, বা সার্বভৌমত্ব-চালিত অ্যাপ্লিকেশনে নিজেদের ভূমিকা তৈরি করবে।

স্টার্টআপগুলোর জন্য Nvidia সিইও একটি বাস্তববাদী প্লেবুক তুলে ধরেন: ওপেন দিয়ে শুরু করো, তারপর প্রোপ্রাইটারি সুবিধাগুলো স্তরে স্তরে যোগ করো। তিনি বলেন, “এখন আমরা যে প্রতিটি স্টার্টআপে বিনিয়োগ করছি, তারা ওপেন সোর্স-ফার্স্ট, এরপর প্রোপ্রাইটারি মডেলে যাচ্ছে।”

অর্থাৎ, AI-এর ভবিষ্যৎ হয়তো কোনো একক স্থাপত্য বা দর্শনের হাতে থাকবে না। এটি তাদেরই হতে পারে যারা দুইটিই সামলাতে পারে—এবং কখন কোনটি ব্যবহার করতে হবে তা জানে।

FAQ 🔎

• Bittensor-এর Covenant-72B কী?
  কেন্দ্রীভূত অবকাঠামো ছাড়াই অবদানকারীদের একটি বিকেন্দ্রীভূত নেটওয়ার্কের মাধ্যমে প্রশিক্ষিত ৭২ বিলিয়ন-প্যারামিটারের একটি ভাষা মডেল।
• বিকেন্দ্রীভূত AI সম্পর্কে জেনসেন হুয়াং কী বলেছেন?
  তিনি বলেছেন ওপেন এবং প্রোপ্রাইটারি AI মডেল সহাবস্থান করবে, এবং সম্পর্কটিকে “A এবং B” হিসেবে বর্ণনা করেছেন—তাদের মধ্যে একটিকে বেছে নেওয়ার বিষয় হিসেবে নয়।
• এই উন্নয়নটি কেন গুরুত্বপূর্ণ?
  এটি দেখায় যে বৃহৎ-স্কেল AI মডেলগুলো ঐতিহ্যগত ডেটা সেন্টারের বাইরে প্রশিক্ষিত হতে পারে, যা অবকাঠামোগত চাহিদা সম্পর্কে প্রচলিত ধারণাকে চ্যালেঞ্জ করে।
• এটি AI শিল্পকে কীভাবে প্রভাবিত করে?
  এটি এমন এক হাইব্রিড ভবিষ্যৎকে সমর্থন করে যেখানে কেন্দ্রীভূত প্ল্যাটফর্ম এবং বিকেন্দ্রীভূত মডেলগুলো বিভিন্ন শিল্পখাতে ভিন্ন ভিন্ন ভূমিকা পালন করে।