AutoAct

অটোECTE হলো বৃহৎ ভাষার মডেল ব্যবহার করে অটোগ্রাফ ওপেন সোর্স কাঠামো। এর মূল অংশে, এটি এমন একটি নির্মাণ প্রকল্প, যা ভাষার মডেলকে বোঝার এবং আবিষ্কার করার ক্ষমতা তৈরী করে, যা জটিল কাজ শুরু করার জন্য জটিল টুলগুলোর পরিকল্পনা করতে এবং নির্দিষ্ট কাজ চালানোর জন্য বাইরের টুল API ব্যবহার করতে পারে।

অটো-ওপেনীয় স্থাপত্যের বৈশিষ্ট্য একজন ডেভেলপার ব্যক্তি বিভিন্ন অংশ থেকে একজন এজেন্টকে একত্রিত করতে পারেন, যেমন একটি প্রম্পট ব্যবস্থাপনা মডিউল, রাষ্ট্রীয় ট্রাকিং মডিউল এবং এর ফলাফল যাচাই মডিউল। এর ফলে যে সমস্ত এজেন্টরা টেক্সট তৈরি করতে পারে না, তারা কেবল সেই সমস্ত লেখা তৈরি করতে পারে না, একই সাথে কারণ তৈরি করতে পারে, তারা এমন এক উদ্যোগ তৈরী করে, যা তারা বাইরের উপাদানের মাধ্যমে সারা বিশ্বের সাথে যোগাযোগ করতে পারে। ZJUNLP ল্যাবের মাধ্যমে এই কাঠামোটি তৈরি করা হয়েছে... ...আর সেখানে আছে গিহাবের সবার জন্য।

স্বয়ংক্রিয় অক্ষরComment

কে স্বয়ংক্রিয় কাজ করবে?

স্বয়ংক্রিয়ভাবে একটি পেশাদারী যন্ত্র যা কৃত্রিম বুদ্ধিমত্তার সাথে কাজ করা ব্যবহারকারীদের বিভিন্ন শ্রেণীর জন্য কার্যকর হবে।

AI গবেষক এবং ডেভেলপার

AI গবেষকদের জন্য অটোএ্যাক পরীক্ষা করার একটি আকর্ষণীয় প্লাটফর্ম। এর খোলা কোড আর স্থাপত্যবিদ্যার স্থাপত্যকে ধন্যবাদ, তারা নতুন নতুন পরিকল্পনা অ্যালগরিদম, উপায়ের মাধ্যমে এজেন্টদের সাথে যোগাযোগ করতে পারে, আর যুক্তি দিয়ে সব কিছু নতুন পদ্ধতি তৈরি না করে।

সফ্টওয়্যার নির্মাতা ও প্রতিষ্ঠান

সফটওয়্যার নির্মাতা এবং কোম্পানি কোম্পানি অটো-এটিভ সিস্টেম তৈরি করবে। অভ্যন্তরীণ সেবা প্রদানের ক্ষেত্রে জটিল অবকাঠামো উন্নয়নের পরিবর্তে তারা কাঠামোর তৈরি মডিউল ব্যবহার করতে পারে যা নির্দিষ্ট ব্যবসায়িক কাজের সমাধান করে।

আদামিয়া এবং ছাত্র

স্বয়ংক্রিয় উদ্যোগটি শিক্ষা এবং AI এজেন্ট তৈরির আধুনিক পদক্ষেপ নেয়া। এটা পরিষ্কার ভাবে প্রদর্শন করছে কি ভাবে বিশাল এক ভাষার মডেল পরিকল্পনাবিদ এবং তৃতীয় পক্ষের API-এর সাথে যুক্ত হতে পারে, যাতে তারা জটিল কাজের সমাধান করতে পারে।

অটো প্রোগ্রাম কিভাবে ব্যবহার করতে হয়?

স্বয়ংক্রিয়ভাবে কার্যকরী কাঠামোর সঙ্গে কাজ করা সহজ এবং যৌক্তিক যদি আপনার সাধারণ কমান্ড লাইন এবং পাইথন দক্ষতা থাকে। এটা ওপেন সোর্স টুল ব্যবহার করার সাধারণ রীতি অনুসরণ করে।

ইনস্টলেশন এবং গ্রহণ করুন

শুরু করতে হলে, Ganttহাব থেকে প্রকল্প রিপোজিটরি ক্লোন করতে হবে। এরপর, প্রজেক্ট ডিরেক্টরির মধ্যে উপস্থিত সকল প্রয়োজনীয় নির্ভরতাগুলি ইনস্টল করা হবে। আপনার ভাষার মডেলের জন্য একটি গুরুত্বপূর্ণ পদক্ষেপ হচ্ছে API কী (key) কনফিগার করা হচ্ছে।

কনফিগারেশন এবং আরম্ভ করুন

পরবর্তী, আপনি নির্ধারণ করতে পারেন টুল- বক্সের সেট (toolkit) ব্যবহার করার জন্য যে এজেন্টটি ব্যবহার করতে পারেন । এরপর আপনি পরিকল্পনা ও যুক্তিকে কনফিগার করেন, যেমন ধাপ বা প্রজন্মের তাপমাত্রা । এরপর তুমি এজেন্ট স্ক্রিপ্ট চালাতে পারবে. এর ক্রমবিবর্তনকে ধন্যবাদ, কাঠামোটি সহজে পরিবর্তিত হতে পারে অথবা নির্দিষ্ট কাজ করার জন্য উপাদান সরিয়ে ফেলতে পারে।

স্বয়ংক্রিয়ভাবে সম্পূর্ণ করার প্রক্রিয়া

স্বয়ংক্রিয়ভাবে বিভিন্ন বৈশিষ্ট্য পরিচালনার জন্য একটি প্লাগ-ইন যার সাহায্যে এটি AI এজেন্টের জন্য একটি স্থায়ী সরঞ্জাম গঠন করা যাবে।

• বিরতির মাত্রা: এই কাঠামো অনেক বড় ভাষার মডেলের সাথে সংযুক্ত হতে পারে যারা এজেন্টের 'ব্রেইন' হিসেবে কাজ করে।
• মডুলার পরিকল্পনা ইঞ্জিন: এই উপাদানটি এজেন্টকে ছোট আকারের কাজ করতে দেয়, এক্সেকিউটেবল সাব-কেন্দ্রে এবং তাদের শেষ করার জন্য ক্রম নির্ধারণ করতে দেয় ।
• পরিবর্তনশীল টুল- ব্যাক- আপ: স্বয়ংক্রিয়ভাবে তথ্য পুনরুদ্ধার অথবা কর্ম সঞ্চালনের জন্য Ekiga দ্বারা বহিস্থিত API ও কর্ম সঞ্চালনের সুবিধা উপলব্ধ করা হবে।
• মেমরি ও কনটেক্সট সঞ্চালন: এজেন্ট একটি সেশনের মধ্যে তথ্য মনে রাখতে পারে আর সিদ্ধান্ত নেয়ার পরবর্তী পদক্ষেপে এটি ব্যবহার করতে পারে।
• পরিচালনা: এই কাঠামোয় মডিউলের অন্তর্ভুক্ত রয়েছে সমন্বয় এবং পরিচালনার জন্য মডিউল, যা আদর্শ আচরণকে উন্নত করার জন্য গুরুত্বপূর্ণ।
• লগ-ইন করা হচ্ছে: বিল্ট- ইন লগ- ইন ফাংশান আপনাকে এজেন্ট ক্রিয়া খুঁজে বের করতে দেয়, সমস্যা এবং কর্মক্ষমতার উন্নতি করতে দেয় ।

স্বয়ংক্রিয় ভূমিকা

স্বয়ংক্রিয় ভাবে অনেক শক্তি আছে যা অন্য সমাধান থেকে আলাদা।

• বৃহৎ মাপের তথ্য প্রাপ্ত করতে ব্যর্থ: একজন এজেন্টকে প্রশিক্ষণ বা টিউশনিং করার জন্য বড় ধরনের ডাটাসেটের প্রয়োজন নেই, যেমন ঐতিহ্যবাহী মডেল। প্রশিক্ষণ প্রদানের জন্য বাণিজ্যিক মডেল বন্ধ করা হয় না, এটাকে আরো নমনীয় করে তোলে।
• স্বয়ংক্রিয় সাব-agent দ্বারা : এর একটা প্রধান সুবিধা হল, একটি কাজ ভাগ করার এবং বিভিন্ন সাব-agentদের মধ্যে বিতরণ করা। এই "ডিভিডি এবং জয়" প্রক্রিয়াটি উল্লেখযোগ্যভাবে জটিল, বহুমাত্রিক সমস্যা সমাধান করতে সক্ষম।
• উন্নতি বনাম সময় তথ্য সংক্রান্ত তথ্য, অটোএ্যাকেল-এর মাধ্যমে প্রদর্শন করা হয় যে, এটি এমনকি অতিরঞ্জন মূল মডেলের সমতুল্য, যা এর কার্যকারিতা নিশ্চিত করে।
• যৌথ পরিকল্পনার জন্য সমর্থন: এই কাঠামোটি মাল্টি-agent নিজস্ব ব্যবহার এবং সহযোগিতা, যৌক্তিক যুক্তি এবং একদল এজেন্টের মধ্যে ব্যবহারকে উন্নত করে।
• স্বচ্ছতা ও অধ্যবসায়: খোলা কোড আর বৈজ্ঞানিক কাগজের অভাব কাঠামোর অপারেশনকে বোঝা যায়, আর বিশেষ প্রয়োজনের জন্য স্থাপত্যবিদ্যা সহজ করে দেয়।

অটোমেটেজ

এর সুবিধা ছাড়াও অটোএয়ার কিছু সীমাবদ্ধতা রয়েছে, যেগুলো বিবেচনা করা যায়।

• সম্ভাব্য ব্যবস্থাপনা জটিলতা: একাধিক সাব- এজেন্ট ব্যবহার করলে পুরো সিস্টেম জটিলতা বৃদ্ধি পাবে । তাদের যোগাযোগ এবং শেয়ার করা সম্পদ (যেমন, মেমরি) একটি অ-নিযুক্ত কাজ হতে পারে।
• প্রসঙ্গ নির্ধারণ করতে ত্রুটি: বিশাল সংখ্যক পরিকল্পনা চক্রের কারণে এজেন্টের কাজের প্রসঙ্গ উল্লেখযোগ্যভাবে বৃদ্ধি পাবে। এর ফলে, মূল লক্ষ্য থেকে ধীরে ধীরে কিছুটা সরে যেতে পারে ।
• বাণিজ্যিক ব্যবহারের ক্ষেত্রে তথ্যের অভাব: বাণিজ্যিক ব্যবহার, বাণিজ্যিক লাইসেন্স অথবা সমর্থনের বিষয়ে সরকারি সূত্রের বিস্তারিত তথ্য নেই।

অটো কর্ম দ্বারা কি সমাধান করা যায়?

স্বয়ংক্রিয়ভাবে সক্রিয় করা হয়েছে এমন একটি চলমান কাজের সংখ্যা বের করার জন্য।

• স্বয়ংক্রিয় গ্রাহক সমর্থন: চ্যাটবোট এবং ভার্চুয়াল সহকারীরা শুধু প্রশ্নের উত্তরই দিতে পারে না বরং কোম্পানি সিস্টেমের মাধ্যমেও কাজ করতে পারে।
• তথ্য সংগ্রহ এবং বিশ্লেষণ পাইপ: বিভিন্ন উৎস থেকে তথ্য সংগ্রহ করতে প্রসেস অনুসন্ধান করা হচ্ছে, মুছে ফেলা হচ্ছে সে সেই ব ্ যক ্ তিকে ডাকবে যে সত ্ যের প ্ রতি পৃষ ্ ঠপ ্ রদর ্ শন করেছিল ও বিমুখ হয়েছিল । পরবর্তী বিশ্লেষণের জন্য প্রয়োজনীয় বিন্যাস।
• বিষয়বস্তু: নির্দিষ্ট নিয়ম এবং বহিস্থিত ডাটা ব্যবহার করে স্বয়ংক্রিয়ভাবে লেখা, প্রতিবেদন, বা মার্কেটিং উপকরণ তৈরি করা হচ্ছে।
• ইন্টারঅ্যাকটিভ রিসার্চ সহকারী: যে - বিষয়গুলো বিজ্ঞানী অথবা বিশ্লেষকদের গবেষণা, তথ্য খুঁজে পেতে এবং গবেষণা করতে সাহায্য করে
• সিদ্ধান্তের পদ্ধতি: যে এজেন্টরা নির্দিষ্ট কাজের মধ্যে একাধিক কাজের সুযোগ বিশ্লেষণ করে এবং যুক্তি এবং তথ্য ও উপাত্তের উপর ভিত্তি করে সুপারিশ করে।

স্বয়ংক্রিয় সংরক্ষণ প্রক্রিয়া

বর্তমানে, জনসম্মুখে কোন তথ্য পাওয়া যাচ্ছে না, যা ব্যবহার বা বাণিজ্যিকভাবে অটোএ্যাকটিভ কাঠামোর নিবন্ধনের খরচ নিয়ে। এই প্রকল্প উন্মুক্ত সোর্স, এটা অনুমান করা যায় যে মৌলিক ব্যবহারের ক্ষেত্রে কোন সরকারি তথ্য নেই, কিন্তু কোম্পানি ক্লায়েন্ট বা বাণিজ্যিক সমর্থনের জন্য কোন সরকারি তথ্য প্রকাশ করা হয়েছে।

স্বয়ংক্রিয় সক্রিয়করণের জন্য ব্যবহার

অটোএ্যাপ হচ্ছে ওপেন সোর্স প্রকল্প, যা নির্বাচিত উন্মুক্ত লাইসেন্সের ভিত্তিতে ব্যবহার করা হয়, যা কিনা গেটহাব রিপোজিটরিতে পর্যালোচনা করা যায়। এটা স্বচ্ছতা এবং কোড ব্যবহারের স্বাধীনতা নিশ্চিত করে, কিন্তু যে সমস্ত নির্মাতা তাদের বাণিজ্যিক পণ্যে অটো সক্রিয় ভূমিকা পালন করতে চান তাদের উপর বিশেষ দায়িত্ব আরোপ করে। এই প্রকল্পের লাইসেন্স চুক্তিতে সঠিক শর্তগুলো পরিষ্কার করা উচিত।

অটো-রানের ক্ষমতা

অটো-ওপেনযোগ্য একটি ক্রস-প্ল্যাটফর্ম সমাধান, যা সব অপারেটিং সিস্টেমে পাওয়া যাবে: Linux, Mac এবং Windows। এই প্রকল্পে কোন আঞ্চলিক নিষেধাজ্ঞা উল্লেখ করা হয়নি, যার মানে এই যে এর ব্যবহার কোন ভিপিএন বা বিশেষ ধরনের প্রবেশাধিকারের প্রয়োজন নেই। এই কাঠামো সরাসরি ওপেন জিওহাব রিপোজিটরি থেকে ডাউনলোড করা যাবে।

কিভাবে স্বয়ংক্রিয় বিকল্প থেকে আলাদা

বাজারে AI এজেন্টদের জন্য বেশ কিছু জনপ্রিয় কাঠামো রয়েছে এবং স্বয়ংক্রিয় ভাবে কাজের নিজস্ব পার্থক্য রয়েছে।

সার্বজনীন কাঠামো সহ তুলনা

ল্যাংচান-এর মত আরো সার্বজনীন সমাধানের বিপরীতে অটো ভূমিকা পালন করে, যা একই সাথে সাব-agent-এর সাথে একই ভাবে কাজ করার উপর জোর দেয়। এটা একটা জোরালো পদক্ষেপ, যা একজন একক কর্মী হয়তো মনোযোগ দিতে পারেন । একই সময়ে ল্যাংচান'র সার্বজনীন সম্পর্ক আরো তৈরী করার সুযোগ করে দিতে পারে, এদিকে অটো-এ কাজ হচ্ছে আরো গবেষণামূলক প্রকল্প।

স্বশাসিত এজেন্টের সাথে তুলনা

অটোজিপি বা বেবিএজিআই-এর মতো স্বায়ত্তশাসিত এজেন্টের সাথে তুলনা করলে, স্বয়ংক্রিয় পরিবেশ ও সংরক্ষণশীল কাঠামো। এটা শুধু তৈরি করা এজেন্টের জন্য নয়... ...কিন্তু নিজের তৈরি করার জন্য একটা সেট ব্লক দেয়। এর পরিকল্পনা ভিন্ন: মডেলের স্বায়ত্তশাসনের উপর পুরোপুরি নির্ভর করার পরিবর্তে, এটি ধারণা করা হয় যে কাজের জন্য কঠোর যাচাই এবং যাচাই করা দরকার।

অন্তর্ভুক্ত

স্বয়ংক্রিয়ভাবে একটি প্রতিশ্রুতিশীল ওপেন সোর্স কাঠামো, যে সকল এজেন্টরা সফলভাবে পুনর্নির্মিত, মানসিকতা, এবং সাব-agent-এর মাধ্যমে জটিল কাজ বন্ধ করার এক শক্তিশালী পদক্ষেপ গ্রহণ করে। এর লক্ষ্য ডেভেলপার এবং গবেষকদের লক্ষ্য করা, যারা এজেন্ট তৈরি করার জন্য একটি নমনীয় হাতিয়ারের প্রয়োজন, যারা বিশাল ভাষার মডেল, পরিকল্পনা এবং বাইরের APIদের সাথে কাজ করে। দৃঢ় মানের কর্মক্ষমতা এবং খোলা কোডের জন্য ধন্যবাদ, স্বয়ংক্রিয় ভাবে পরীক্ষা এবং প্রটেকশনের জন্য দৃঢ় ভিত্তি হিসেবে কাজ করা উচিত। প্রধান সম্ভাব্য চ্যালেঞ্জগুলো হচ্ছে, একাধিক এজেন্ট এবং সম্ভাব্য প্রেক্ষাপটকে পরিচালনা করা, কিন্তু একটি বিশেষ উপায়ের মাধ্যমে কাঠামোটি মাল্টি-প্রজেক্ট কাজের প্রবাহের উপর উচ্চ দক্ষতা প্রদর্শন করে।