আইআই এজেন্টরা কি সত্যিই নতুন কিছু উদ্ভাবন করতে পারে: অ্যালগরিদমিক সমাধান গবেষণার পর্যালোচনা

গবেষণাটি কী সম্পর্কে

একটি AI-এজেন্ট কি নিজে থেকে কোনো জটিল সমস্যা সমাধানের জন্য নতুন পদ্ধতি উদ্ভাবন করতে পারে — নাকি এটি কেবল ইতিমধ্যে পরিচিত সমাধানগুলোর টুকরো পুনর্বিন্যাস করে? এই প্রশ্নটিই নতুন গবেষণাপত্র «When AI Designs AI: Innovation or Imitation?» (arXiv:2608.17471)-এর বিষয়, যার লেখক — Yikang Yang, Zhengxin Yang, Luzhou Peng এবং সহকর্মীরা। গবেষণা দলটি ১৮ আগস্ট ২০২৬-এ পত্রটি জমা দিয়েছে; এটি একসাথে দুটি বিভাগকে স্পর্শ করে: cs.AI এবং cs.LG।

লেখকরা একটি সহজ কিন্তু গুরুত্বপূর্ণ ধারণা থেকে শুরু করেছেন: শুধু দেখানো যথেষ্ট নয় যে এজেন্ট কাজটি সম্পন্ন করেছে। এটাও বোঝা দরকার যে তার পদ্ধতিটি কতটা মৌলিক ছিল। তাই গবেষণাপত্রে দুটি প্রশ্ন প্রণয়ন করা হয়েছে:

• এজেন্টদের দ্বারা প্রস্তাবিত পদ্ধতিগুলো কি সত্যিই মানুষের পদ্ধতির চেয়ে খারাপ কাজ করে না;
• এই পদ্ধতিগুলো কি তাদের অ্যালগরিদমিক কাঠামোতে সাধারণত মানুষ যা তৈরি করে তার থেকে আলাদা।

বিশ্লেষণটি কীভাবে সাজানো হয়েছে

প্রশ্নগুলোর উত্তর দিতে গবেষকরা একটি বিশেষ কাঠামো তৈরি করেছেন। প্রথমে একটি নির্দিষ্ট কাজের জন্য মানব-নির্মিত পদ্ধতির সেট থেকে তথাকথিত অ্যালগরিদমিক ডিজাইন স্পেস বের করা হয় — অর্থাৎ সাধারণ মডিউল এবং তাদের মধ্যে সংযোগের সেট, যা মানুষের তৈরি সমাধানের বৈশিষ্ট্যপূর্ণ। এই স্পেসগুলিতে পরে মানব এবং এজেন্ট উভয়ের পদ্ধতিই ম্যাপ করা হয়। তাদের মধ্যে পার্থক্য পৃথক মডিউল স্তরে পরিমাপ করা হয় — এটি দেখতে দেয় যে সমাধানের কোন অংশগুলো মিলে যায় এবং কোনগুলো নতুনভাবে উদ্ভূত হয়।

পরীক্ষাটি বেশ কয়েকটি বহুল ব্যবহৃত LLM-এজেন্ট এবং খোলা AI-কাজের একটি সংগ্রহে পরিচালিত হয়েছিল, যা বিভিন্ন মোডালিটি কভার করে: টেক্সট, ছবি এবং অন্যান্য। এজেন্টদের দ্বারা তৈরি প্রতিটি পদ্ধতির জন্য দুটি প্যারামিটার মূল্যায়ন করা হয়েছিল: কাজটি সমাধানের গুণমান এবং মানব-তুল্য থেকে অ্যালগরিদমিক পার্থক্যের মাত্রা।

এটি অনুশীলনে কী দেয়

এই ধরনের পদ্ধতি শুধু «এজেন্ট জিতেছে» বা «এজেন্ট হেরেছে» বলার অনুমতি দেয় না, বরং সাফল্যকে নতুনত্ব থেকে আলাদা করতে দেয়। একটি সিস্টেম চমৎকার ফলাফল দিতে পারে, কিন্তু সম্পূর্ণরূপে একটি পরিচিত স্কিম কপি করতে পারে। এবং বিপরীতভাবে — একটি অস্বাভাবিক ডিজাইন প্রস্তাব করতে পারে যা খারাপ কাজ করে। লেখকরা ঠিক এই দ্বৈততাটিই ধরে রাখার চেষ্টা করেছেন।

ফলাফলগুলো কী দেখিয়েছে

ফলাফলের প্রথম অংশ আশাব্যঞ্জক শোনাচ্ছে: কিছু ক্ষেত্রে আধুনিক এজেন্টরা মানব state-of-the-art-এর স্তরে পৌঁছায় এবং এমনকি তা অতিক্রম করে। এরকম সফল কনফিগারেশন ৭২টির মধ্যে ১০টি পাওয়া গেছে। তবে স্থিতিশীলতা নেই: সাফল্য নির্ভরযোগ্যভাবে অন্য কাজে বা অন্য এজেন্টে স্থানান্তরিত হয় না। অন্য কথায়, যে এজেন্ট একটি কাজে উজ্জ্বলভাবে সফল হয়েছে, সে পাশের কাজটি সম্পূর্ণ ব্যর্থ করতে পারে — সাফল্যের পূর্বাভাস দেওয়ার মতো কোনো নিয়মিততা এখনও দেখা যাচ্ছে না।

দ্বিতীয় অংশটি অনেক বেশি তাৎপর্যপূর্ণ оказалось। এজেন্টদের দ্বারা তৈরি প্রায় সব পদ্ধতি — ৯৬.৮% — সেই অ্যালগরিদমিক ডিজাইন স্পেসগুলোর মধ্যেই পড়ে, যা মানব সমাধান থেকে উদ্ভূত। এজেন্টরা মানুষ যা ইতিমধ্যে উদ্ভাবন করেছে তার বাইরে যায় না; তারা মূলত পরিচিত অ্যালগরিদমিক ব্লকগুলোকে একত্রিত এবং পুনর্বিন্যাস করে। তাছাড়া, তৈরি পদ্ধতিগুলোর প্রায় অর্ধেকই বিদ্যমান মানব ডিজাইনের সাথে হুবহু মিলে যায়।

উপসংহার

গবেষণার লেখকরা একটি দ্বৈত সিদ্ধান্তে পৌঁছেছেন। একদিকে, আধুনিক LLM-এজেন্টরা ইতিমধ্যে সেরা মানব উন্নয়নের সাথে তুলনীয়, এবং কখনও কখনও তাদের অতিক্রম করে এমন সমাধান তৈরি করতে সক্ষম। অন্যদিকে, তাদের «প্রকৃত» নতুনত্ব সম্পর্কে কথা বলা এখনও早すぎる। তারা যা করে তার প্রায় সবকিছুই — ইতিমধ্যে আবিষ্কৃত অ্যালগরিদমিক ধারণাগুলোর সতর্ক পুনঃব্যবহার এবং পুনঃসংমিশ্রণ। মানব ডিজাইন স্পেসের বাইরে প্রকৃত অগ্রগতি — একটি বিরল ব্যতিক্রম, নিয়ম নয়।

এর অর্থ এই নয় যে এজেন্টরা অকেজো: পরিচিত পদ্ধতি থেকে দ্রুত একটি কার্যকরী সংমিশ্রণ খুঁজে বের করার ক্ষমতা নিজেই মূল্যবান। কিন্তু যদি লক্ষ্য হয় একটি মৌলিকভাবে নতুন অ্যালগরিদম পাওয়া, তাহলে ফলাফল অনুযায়ী, শুধুমাত্র বর্তমান প্রজন্মের এজেন্টদের উপর নির্ভর করা উচিত নয়। সম্ভবত, পরবর্তী পদক্ষেপটি কেবল «আরও বুদ্ধিমান» এজেন্ট নয়, বরং এমন একটি এজেন্ট হবে যা সচেতনভাবে পরিচিত প্যাটার্নের বাইরে যাওয়ার জন্য প্রশিক্ষিত।