AI সংক্রান্ত সীমাবদ্ধতা: কি মডেলদের সত্যিকারের চিন্তা থেকে বাধা দেয়
নির্মাণ ও এজেন্টিক সিস্টেম ইতোমধ্যে কোড, আচরণ এবং সংকীর্ণ কাজ সম্পাদন করতে পারবেন। কিন্তু আপনি যখন তাদেরকে দীর্ঘ মেয়াদী প্রকল্পে বা অস্বাভাবিক পরিস্থিতিতে ব্যবহার করার চেষ্টা করেন, তখন তা খুব দ্রুত স্পষ্ট হয়ে ওঠে: পৃষ্ঠের মধ্যে ফ্লুর মত ঘটনার পিছনে প্রায়ই টিকে থাকা যুক্তি, স্মৃতি, এবং স্ব-ব্যবস্থাপনা থাকে। সম্প্রতি একটি জরিপ এআরএক্সভি (২৬০৮.
কাজের লেখকদের — তায়ে আকেরলে, সিন্ধু পঞ্চলা, নরবাখ আমির গলিলা, সুডিপ মিত্তাল এবং শাহরাম রাহিমির মধ্যে বিভেদ সম্পর্কে গবেষণা — সংগ্রহ ও গবেষণা করার জন্য যা প্রয়োজন তা সংগ্রহ করা হয়েছে । তাই, তারা একটা করপোরেশনের প্রস্তাব করেছিল । এটা শুধু একটি তাত্ত্বিক কাঠামো নয়: এটা ডেভেলপারদেরকে দেখতে দেয় কোন ক্ষমতা বিভক্ত এবং কোথায় প্রচেষ্টা করা উচিত।
উদ্দেশ্যর পাঁচটি মাত্রা
প্রথম মাত্রা হয় স্থায়ীরূপে বর্জন করা হচ্ছে..এটা চিন্তার বিষয়, পৃথিবীর অভ্যন্তরীণ মডেলকে গোপন রাখা এবং আপডেট করা। বর্তমানে অধিকাংশ মডেলের জন্য, প্রসঙ্গ শুধুমাত্র মনোযোগ আকর্ষণের মধ্যেই সীমাবদ্ধ, তাই তারা আগেকার কথোপকথনের অথবা অতীতের ঘটনার সাথে যুক্ত হতে ব্যর্থ হয়। এটা কাজের জন্য গুরুত্বপূর্ণ, যার পরিকল্পনা করা দরকার আর গুরুত্বপূর্ণ সিদ্ধান্ত নেয়া দরকার।
দ্বিতীয় মাত্রা হল গোল-অভিযানএকটা মডেল হয়তো একটা লক্ষ্য স্থাপন করতে পারে কিন্তু তা ধরে রাখতে পারে যে, একটা জটিল দৃশ্যটা ভিন্ন । একজন এজেন্ট প্রথমবারের মতো পরিকল্পনা থেকে সরে যান কারণ এটা কোন ধরনের হস্তক্ষেপ ছাড়া তার কৌশল পরিবর্তন করতে পারে না।
তৃতীয় মাত্রা হল নিজস্ব বৈশিষ্ট্য এবং নিয়ন্ত্রণএর মধ্যে একজনের নিজের কাজ মূল্যায়ন, খেয়াল করা, ভুল, সন্দেহ, এবং আত্মবিশ্বাস মূল্যায়ন করার ক্ষমতা রয়েছে। আধুনিক মডেলগুলো প্রায়ই আস্থার অভাব প্রদর্শন করে থাকে, এবং অভ্যন্তরীণ যাচাই পদ্ধতিগুলো অনুপস্থিত অথবা কেবল অতিরিক্ত পোস্ট-প্রজেক্ট পদক্ষেপ হিসেবে কাজ করে।
চতুর্থ হচ্ছে পরিবেশ সম্পর্কিতবাস্তব বিশ্বে কাজ করার জন্য, একজন এজেন্টকে শুধু সাড়াই পাবেন না বরং সক্রিয়ভাবে পরীক্ষা করতে হবে, রাষ্ট্রীয় স্থান অন্বেষণ করতে হবে এবং ব্যর্থতার থেকে শিখতে হবে। বর্তমানে, বেশীরভাগ সিস্টেম স্থায়ী তথ্য ধারণের জন্য প্রশিক্ষণ নিচ্ছে এবং প্রকৃত সময়ে পরিবেশকে সত্যিকার অর্থে “দিবস” করতে পারবে না।
পঞ্চম মাত্রা হয় শেখা ও মানিয়ে নেওয়ানতুন অভিজ্ঞতার উপর ভিত্তি করে এই পদ্ধতি পরিবর্তনের ক্ষমতা কেবল উদাহরণের উপর নয়, বরং ট্রেনের উপর নির্ভর করে। জীবনের দীর্ঘতা শেখা, কাজ জুড়ে দক্ষতা স্থানান্তর করা এবং পরিস্থিতি পরিবর্তনের জন্য ঝুঁকি নিতে থাকা সত্ত্বেও সমস্যা রয়েই থাকে ।
ACIA স্থাপত্য এবং বিবেচনাশীল মূল্যায়ন
পাঁচটি দিককে একত্রিত করার জন্য, লেখকরা একটি ধারণাভিত্তিক স্থাপত্যের প্রস্তাব করেছেন, খাপ খাওয়ানো. এটা প্রস্তুত পণ্য নয় বরং একটি কাঠামো: এটি বর্ণনা করে কত বার স্থায়ী রাষ্ট্র, গোল--প্রথা, স্ব-নিযুক্ততা, পরিবেশগত যোগাযোগ এবং শিক্ষা কার্যক্রমকে একটি একক পদ্ধতির সাথে যুক্ত করা যায়। লেখকদের দৃষ্টিতে, এই স্থাপত্য ভবিষ্যৎ পরীক্ষা আর ইঞ্জিনিয়ারিং কাজের ভিত্তি হিসেবে কাজ করবে।
জরিপের বিশেষ মনোযোগ প্রদান করা হয় পর্যবেক্ষণ-কেন্দ্রিক মূল্যায়নএটা ঠিক যে, কিছু কিছু কিছু কিছু পদ্ধতি হয়তো নির্দিষ্ট করে পরীক্ষা করতে পারে । নতুন পদ্ধতিটি নিশ্চিত করে যে পরীক্ষাগুলো এই সংরক্ষিত ফাংশনগুলোর চারপাশে নির্মাণ করা উচিত; অন্যথায়, ক্ষেত্রে উন্নতি ভুলভাবে হবে।
এরপর কি?
এই জরিপের উপর করমনমি, যা কিনা ছড়িয়ে পড়া গবেষণা করার জন্য এক প্রচেষ্টা। বিচ্ছিন্ন কৌশল যেমন স্মৃতিকে উন্নত করা বা নতুন দৃষ্টি আকর্ষণ করার পরিবর্তে ডিভেলপররা সমস্যার একটি সাধারণ মানচিত্র খুঁজে পান। এটা বিশেষ করে পথের পথে গুরুত্বপূর্ণ সংরক্ষণ এবং সবশেষে, কৃতিম মেধা (AGI). .
এখন, প্রসাধনী মডেলগুলো শক্তিশালী কিন্তু সীমিত যন্ত্রপাতি। তারা ভালোভাবেই কাজ করে, যখন কোন স্থায়ী রাষ্ট্র, অভ্যন্তরীণ সমালোচনা অথবা দীর্ঘ মেয়াদী লক্ষ্য প্রয়োজন হয়। কিন্তু সত্যিকারের চিন্তা- আত্ম-বিশ্লেষণের ক্ষমতা, অভিজ্ঞতা থেকে শেখার ক্ষমতা থাকা, এবং অবৈজ্ঞানিক পরিবেশের সাথে খাপ খাইয়ে নেওয়া- এখনো তাদের বাইরে। এই সীমাবদ্ধতা কমানোর প্রথম পদক্ষেপ হচ্ছে একটি মার্কেটিং বাস্তবতা থেকে নেওয়া।
