ডিসেন্ট্রালাইজড এআই একটি সংকটমুক্ত সমাজ উন্মোচন করতে পারে, বলে ০জি ল্যাবসের সিইও মন্তব্য করেছেন।

ডেটার সমস্যাঃ গুণমান, উৎস, এবং বিশ্বাস

কৃত্রিম বুদ্ধিমত্তা (AI) সম্পর্কে আলোচনা মূলত পরিবর্তিত হয়েছে। এটি শুধুমাত্র এর প্রাসঙ্গিকতা নিয়ে নয়, বরং কিভাবে এটি আরও নির্ভরযোগ্য, স্বচ্ছ, এবং দক্ষ করা যায় তা নিয়ে, কারণ এর প্রয়োগ প্রতিটি সেক্টরে সাধারণ হয়ে উঠেছে।

বর্তমান AI প্যারাডাইম, কেন্দ্রিভূত “ব্ল্যাক বক্স” মডেল এবং বৃহৎ, স্বতন্ত্র ডেটা সেন্টার দ্বারা শাসিত, পক্ষপাতিত্ব এবং একচেটিয়া নিয়ন্ত্রণ নিয়ে উদ্বেগ থেকে বাড়াতে উপর চাপের মুখোমুখি। ওয়েব৩ স্পেসের অনেকের জন্য, সমাধানটি বর্তমান সিস্টেমের আরও কঠোর নিয়ন্ত্রণে নয়, বরং অন্তর্নিহিত পরিকাঠামোর সম্পূর্ণ বিকেন্দ্রীকরণের মধ্যে রয়েছে।

এই শক্তিশালী AI মডেলের কার্যকারিতা, উদাহরণস্বরূপ, প্রথমত এবং সর্বাগ্রে এর প্রশিক্ষণের জন্য ব্যবহৃত ডেটার গুণমান এবং অখণ্ডতা দ্বারা নির্ধারিত হয়—একটি ফ্যাক্টর যা পদ্ধতিগত ত্রুটি এবং AI বাতুল্য প্রতিরোধ করতে যাচাইকৃত এবং সনাক্তযোগ্য হতে হবে। ফিনান্স এবং স্বাস্থ্যসেবার মতো শিল্পগুলির জন্য অংশীদারিত্ব বাড়ার সাথে সাথে AI এর জন্য একটি বিশ্বাসহীন এবং স্বচ্ছ ভিত্তির প্রয়োজন জরুরি হয়ে উঠেছে।

মাইকেল হেইনরিখ, একজন সিরিয়াল উদ্যোক্তা এবং স্ট্যানফোর্ড স্নাতক, এই ভিত্তি তৈরি করতে নেতৃত্ব দিচ্ছেন। 0G ল্যাবের সিইও হিসাবে, তিনি বর্তমানে যা তিনি বর্ণনা করেন প্রথম এবং বৃহত্তম AI চেইন হিসেবে বিকাশ করছেন, AI কে একটি নিরাপদ এবং যাচাইযোগ্য পাবলিক পণ্য হিসেবে নিশ্চিত করার মিশন নিয়ে। পূর্বে YCombinator দ্বারা সমর্থিত শীর্ষ কোম্পানি গার্টেন প্রতিষ্ঠা করা এবং মাইক্রোসফট, বেইন এবং ব্রিজওয়াটার অ্যাসোসিয়েটস এ কাজ করার পর, হেইনরিখ এখন বিকেন্দ্রীভূত AI (DeAI) এর স্থাপত্যগত চ্যালেঞ্জগুলির জন্য তার বিশেষজ্ঞতা প্রয়োগ করছেন।

হেইনরিখ জোর দিয়ে বলেন যে AI পারফরম্যান্সের মূল ভিত্তি হল এর জ্ঞানভাণ্ডার: ডেটা। “AI মডেলের কার্যকারিতা প্রথমত এবং সর্বাগ্রে তাদের প্রশিক্ষণের জন্য ব্যবহৃত অন্তর্নিহিত ডেটা দ্বারা নির্ধারিত হয়,” তিনি ব্যাখ্যা করেন। উচ্চ-গুণমানের, ভারসাম্যপূর্ণ ডেটাসেটগুলি সঠিক প্রতিক্রিয়ার দিকে নিয়ে যায়, কিন্তু খারাপ বা অপ্রতিনিধিত্বকারী ডেটাতে খারাপ মানের আউটপুট এবং বাতুল্যের প্রতি সংবেদনশীলতা বাড়ে।

হেইনরিখের জন্য, এই ক্রমাগত আপডেটিং এবং বৈচিত্র্যময় ডেটাসেটগুলির অখণ্ডতা বজায় রাখতে স্থিতাবস্থার থেকে একটি চরম প্রস্থান প্রয়োজন। তিনি যুক্তি দেন যে AI বাতুল্যের পিছনে প্রধান দোষী হল স্বচ্ছ প্রমাণের অভাব। তাঁর প্রতিষেধকটি ক্রিপ্টোগ্রাফিক:

আমি বিশ্বাস করি সমস্ত ডেটা অন-চেইনে ক্রিপ্টোগ্রাফিক প্রমাণ এবং যাচাইকৃত প্রমাণের পথ দিয়ে স্থাপিত হওয়া উচিত ডেটার অখণ্ডতা বজায় রাখার জন্য।

এই বিকেন্দ্রীভূত, স্বচ্ছ ভিত্তি, অর্থনৈতিক প্রণোদনা এবং ক্রমাগত সূক্ষ্ম-সুরের সাথে মিলিতভাবে, পদ্ধতিগতভাবে ত্রুটি এবং অ্যালগরিদমিক পক্ষপাতিত্ব নির্মূল করতে প্রয়োজনীয় প্রক্রিয়া হিসেবে দেখা হয়।

প্রযুক্তিগত পদক্ষেপের বাইরে, ফোর্বস ৪০ আন্ডার ৪০ সম্মানিত হেইনরিখের একটি ব্যাপক দৃষ্টিভঙ্গি রয়েছে AI এর জন্য, বিশ্বাস করে এটি প্রাচুর্যের একটি যুগ আনতে হবে।

“আদর্শ পৃথিবীতে, এটি এমন শর্ত তৈরি করবে যেখানে সম্পদ প্রচুর হবে এবং কেউ আর নিষ্প্রাণ কাজ করার বিষয়ে চিন্তা করতে হবে না,” তিনি বলেন। এই পরিবর্তনটি ব্যক্তিদের আরও “সৃজনশীল এবং অবসরমূলক কাজে” ফোকাস করতে সক্ষম করবে, মূলত সবার জন্য আরও বেশি মুক্ত সময় এবং অর্থনৈতিক নিরাপত্তা উপভোগ করার অনুমতি দেয়।

মূলত, তিনি যুক্তি দেন যে বিকেন্দ্রীকৃত জগতটি এই ভবিষ্যতকে শক্তিশালী করার জন্য অনন্যভাবে উপযোগী। এই সিস্টেমগুলির সৌন্দর্য হল যে সেগুলি প্রণোদনা-সমন্বিত, কম্পিউট শক্তির জন্য একটি স্ব-ভারসাম্য অর্থনীতি তৈরি করছে। যদি সম্পদের চাহিদা বৃদ্ধির সম্ভাবনা থাকে, তবে সরবরাহের উৎসাহগুলি স্বাভাবিকভাবেই বাড়ে যতক্ষণ না সেই চাহিদা মেটানো হয়, একটি ভারসাম্যপূর্ণ, অনুমতিহীন পথে সঞ্চারিত সম্পদের প্রয়োজন পূরণ করে।

AI সুরক্ষা: ওপেন সোর্স এবং প্রণোদনা ডিজাইন

AI কে ইচ্ছাকৃত অপব্যবহার থেকে রক্ষা করতে—যেমন ভয়েস ক্লোনিং স্ক্যাম এবং ডিপফেক—হেইনরিখ মানব-কেন্দ্রিক এবং স্থাপত্যগত সমাধান ব্যবহারের পরামর্শ দেন। প্রথমত, জনগণকে এটুঅ চিনানোর উপর জোর দেওয়া উচিত কীভাবে AI স্ক্যাম এবং ছদ্মবেশনের জন্য ব্যবহৃত জালগুলিকে সনাক্ত করা যায়। হেইনরিখ বলেছেন: “আমাদের মানুষকে শেখাতে হবে কিভাবে AI দ্বারা উৎপন্ন বিষয়বস্তু সনাক্ত বা আঙুলের ছাপ নির্ধারণ করা যায় যাতে তারা নিজেদের সুরক্ষিত রাখতে পারে।”

আইনপ্রণেতারাও AI নিরাপত্তা এবং নৈতিকতার জন্য বৈশ্বিক মানদণ্ড স্থাপন করতে ভূমিকা রাখতে পারেন। এটি AI এর অপব্যবহার সম্পূর্ণরূপে নির্মূল করতে না পারলেও, এই মানগুলির উপস্থিতি “এটি নিরুৎসাহিত করতে কিছুটা সাহায্য করতে পারে।” তবে সবচেয়ে শক্তিশালী প্রতিআক্রমণটি প্রকৃতপক্ষে বিকেন্দ্রীভূত ডিজাইনের সাথে অন্তর্নিহিত: “উদ্বেগ-সমর্থিত সিস্টেমের নকশা ইচ্ছাকৃত AI অপব্যবহার উল্লেখযোগ্যভাবে কমাতে পারে।” অন-চেইন AI মডেলগুলি স্থাপন এবং পরিচালনা করার মাধ্যমে, সৎ অংশগ্রহণ পুরস্কৃত হয় tandis que ক্ষতিকর আচরণের অর্থনৈতিক পরিণতি অন-চেইন স্ল্যাশিং মেকানিজমের মাধ্যমে আসে।

কিছু সমালোচকেরা খোলা অ্যালগরিদমের ঝুঁকি নিয়ে ভীতি পোষণ করলেও, হেইনরিখ Bitcoin.com নিউজকে বলেছেন যে তিনি এটি উৎসাহিত করেন কারণ এটি মডেলগুলি কীভাবে কাজ করে তা দেখার সুযোগ দেয়। “আমাদের উন্মুক্ত ওয়েব ও শিক্ষা খুঁজে বের করতে হবে। যারা গোপনবাদ ও ব্ল্যাক-বক্স প্রতি সন্দিহান তাদের জন্য এটি একটি পালাবদলের দলিল হিসেবে কাজ করতে পারে,” যা কেবলমাত্র একান্তী, বন্ধ-উৎস “ব্ল্যাক-বক্স” মডেলগুলির সাথে সম্পর্কিত ঝুঁকির প্রতিক্রিয়ার সুযোগ।

এই নিরাপদ এবং কম খরচে AI ভবিষ্যত প্রদানের জন্য, 0G ল্যাব্স প্রথম “বিকেন্দ্রীভূত AI অপারেটিং সিস্টেম (DeAIOS)” নির্মাণ করছে।

এই অপারেটিং সিস্টেমটি যাচাইকৃত AI প্রমাণের প্রদানে পরিকল্পিত হয়েছে—একটি উচ্চমাত্রার ডেটা স্টোরেজ এবং উপলব্ধতা স্তর যা চেইনে তাদের সংরক্ষণের মাধ্যমে বিশাল AI ডেটাসেটের সংরক্ষণ সক্ষম করে, যার ফলে সমস্ত ডেটা যাচাইকৃত এবং সনাক্তযোগ্য হয়। এই পর্যায়ের নিরাপত্তা এবং সনাক্তযোগ্যতা নিয়ন্ত্রিত খাতের মধ্যে অপারেশণ করা AI এজেন্টদের জন্য অত্যন্ত গুরুত্বপূর্ণ।

এছাড়াও, সিস্টেমটি একটি অনুমতিহীন কম্পিউট মার্কেটপ্লেস বৈশিষ্ট্যমন্ডিত হয়েছে, যা প্রতিযোগিতামূলক দামে কম্পিউট সম্পদগুলিতে অ্যাক্সেসকে গণতন্ত্রায়িত করে। এটি কেন্দ্রীভূত ক্লাউড অবকাঠামোর সাথে সম্পর্কিত উচ্চ খরচ এবং বিক্রেতার লক-ইনের সরাসরি উত্তর।

0G ল্যাবস ইতিমধ্যে Dilocox এর সাথে একটি প্রযুক্তিগত অগ্রগতির প্রদর্শন করেছে, এমন একটি কাঠামো যা বিকেন্দ্রীকৃত, 1 Gbps ক্লাস্টারে 100 বিলিয়ন থেকে বেশি প্যারামিটারগুলি কে LLM প্রশিক্ষণ সক্ষম করে। মডেলগুলিকে ছোট এবং স্বাধীনভাবে প্রশিক্ষিত অংশে ভেঙে, Dilocox ট্র্যাডিশনাল বিতরণ করা প্রশিক্ষণ পদ্ধতির তুলনায় 357x উন্নতির কার্যকারিতা প্রদর্শন করেছে, যা কেন্দ্রীভূত ডেটা সেন্টারের বাইরে বড় আকারের AI উন্নয়নকে অর্থনৈতিকভাবে কার্যকর করে তুলছে।

AI এর জন্য উজ্জ্বল, আরও সাশ্রয়ী ভবিষ্যত

সবশেষে, হেইনরিখ বিরক্তিজনক AI ভবিষ্যতের খুব উজ্জ্বল দেখেন, যা অংশগ্রহণ দ্বারা সংজ্ঞায়িত এবং গ্রহণযোগ্যতার বাধাগুলি ভেঙে দেবে।

“এটি এমন একটি স্থান যেখানে মানুষ ও সম্প্রদায়গুলি একত্রে বিশেষজ্ঞ AI মডেলগুলি তৈরি করে, নিশ্চিত করে যে AI এর ভবিষ্যত সীমিত পরিসরের কেন্দ্রীভূত সত্তাগুলির চেয়ে অনেকে দ্বারা গঠিত হয়,” তিনি সংক্ষেপ করেন। সীমিত AI কোম্পানি যারা দাম বৃদ্ধির চাপের সম্মুখীন, DeAI এর অর্থনীতি এবং উদ্দীপনা কাঠামো একটি আকর্ষণীয়, অনেক বেশি সাশ্রয়ী বিকল্প প্রদান করে যেখানে শক্তিশালী AI মডেলগুলি নিম্ন খরচে তৈরি করা যেতে পারে, একটি উন্মুক্ত, নিরাপদ এবং শেষমেশ আরও উপকারী প্রযুক্তিগত ভবিষ্যতের পথ প্রস্তুত করে।

প্রশ্নোত্তর

• বর্তমান কেন্দ্রীভূত AI মডেলের মূল সমস্যা কী? বর্তমান AI মডেলগুলির কেন্দ্রীভূত “ব্ল্যাক বক্স” গঠন থেকে স্বচ্ছতার সমস্যা, ডেটা পক্ষপাতিত্ব, এবং একচেটিয়া নিয়ন্ত্রণের মুখোমুখি।
• মাইকেল হেইনরিখের 0G ল্যাবস কীভাবে সমাধান করছে? 0G ল্যাবস AI কে একটি নিরাপদ, যাচাইকৃত, এবং পাবলিক পণ্য হিসেবে তৈরির জন্য “বিকেন্দ্রীভূত AI অপারেটিং সিস্টেম (DeAIOS)” বিকশন করছে।
• বিকেন্দ্রীভূত AI কিভাবে ডেটার অখণ্ডতা নিশ্চিত করে? ডেটার অখণ্ডতা রক্ষা করার জন্য সমস্ত ডেটা চেইনে ক্রিপ্টোপ্রমাণ এবং যাচাইকৃত প্রমাণের সেই বাস্তবরূপি থ্রেড দ্বারা স্থাপন করে রক্ষা করা হয়।
• 0G ল্যাবসের Dilocox টেকনোলজির প্রধান সুবিধা কী? Dilocox AI বড়াঙ শরীন উন্নয়্যকে উল্লেখযোগ্যভাবে দক্ষ করে, ট্র্যাডিশনাল বিতরণ প্রশিক্ষণের তুলনায় 357x উন্নতি প্রদর্শন করে।