ইঁদুরের মস্তিষ্কভিত্তিক নিউরাল কম্পিউটিং AWS ক্লাউডে আসছে

19 অক্টোবর 2026৩ প্রদর্শন

The Biological Computing Company AWS গ্রাহকদের জন্য ইঁদুরের মস্তিষ্কের কোষের কার্যকলাপ বিশ্লেষণের ভিত্তিতে তৈরি একটি টুল সরবরাহ শুরু করছে; শুরুতে এটি সীমিত প্রিভিউ হিসেবে উপলভ্য থাকবে। কোম্পানির দাবি, প্রযুক্তিটি ভিডিও তৈরি দ্রুততর করে এবং ইনফারেন্সের খরচ কমায়, তবে তুলনার জন্য কোন মডেল ব্যবহার করা হয়েছে তা প্রকাশ করেনি।

ইঁদুরের মস্তিষ্কভিত্তিক নিউরাল কম্পিউটিং AWS ক্লাউডে আসছে

এই প্রযুক্তিটি কী

The Biological Computing Company (TBC) ইঁদুরের মস্তিষ্কের কোষের নিউরাল প্যাটার্নের ওপর ভিত্তি করে একটি AI মডেল তৈরি করছে। ভিডিও তৈরির মডেলগুলোর কার্যকারিতা বাড়ানোর জন্য এটি তৈরি করা হয়েছে।

এটি ক্লাউডে জৈবিক কোষ চালানোর বিষয় নয়, বরং এমন একটি সফটওয়্যার টুল, যা শনাক্ত করা কম্পিউটেশনাল প্যাটার্নগুলোর অনুকরণ করে। কোম্পানিটি কোষের কার্যকলাপ বিশ্লেষণ করে এবং খুঁজে পাওয়া নিয়মিততাগুলোকে সফটওয়্যারে রূপ দেয়।

কম্পিউটেশনাল প্যাটার্নগুলো কীভাবে পাওয়া হয়

ইঁদুরের মস্তিষ্কের কোষগুলো অনেক ইলেকট্রোডযুক্ত সিলিকন অ্যারেতে স্থাপন করা হয়। এগুলো তৈরি করে সুইস বায়োটেক কোম্পানি 3Brain।

গবেষকেরা নিউরনগুলোতে বৈদ্যুতিক উদ্দীপনা প্রয়োগ করেন এবং তাদের প্রতিক্রিয়া রেকর্ড করেন। এরপর TBC নিউরাল কার্যকলাপ বিশ্লেষণ করে সফটওয়্যার টুলের জন্য প্যাটার্ন শনাক্ত করে।

কোম্পানির সহ-প্রতিষ্ঠাতা আলেকজান্ডার কসেন্ডজোভস্কির মতে, প্রক্রিয়াটি শুরু হয় জৈবিক উপাদানের জন্য তথ্য—যেমন ছবি—কোড করার মাধ্যমে। এরপর দলটি পর্যবেক্ষণ করে কোষগুলো কীভাবে তা প্রক্রিয়াকরণ করে এবং সেই প্রক্রিয়ার অনুকরণকারী একটি টুল তৈরি করে।

উন্নয়নটি কেন ভিজ্যুয়াল ডেটার ওপর কেন্দ্রীভূত

TBC ছবি ও ভিডিও বেছে নিয়েছে, কারণ এগুলোকে পাঠ্য বা ভাষার তুলনায় গ্রিডে উপস্থাপন করা সহজ। ইলেকট্রোড ও নিউরনের পারস্পরিক ক্রিয়া অ্যারেতে তাদের অবস্থানের দ্বারা প্রভাবিত হয়।

  • ভিজ্যুয়াল তথ্য অ্যারের সঙ্গে কাজের ভিত্তি হিসেবে কাজ করে।
  • বিদ্যমান ভিডিও তৈরির সিস্টেমগুলোকে উন্নত করার জন্য মডেলটি তৈরি করা হয়েছে।

ব্যবহারিকভাবে, এর অর্থ হলো উন্নয়নটির ঘোষিত বিশেষায়ন ভিজ্যুয়াল কাজ, পাঠ্য বা ভাষা নিয়ে কাজ নয়।

কর্মক্ষমতা সম্পর্কে কী জানা গেছে

TBC-এর দাবি, তাদের মডেল পাঁচ গুণ পর্যন্ত দ্রুত ভিডিও তৈরি করে এবং ইনফারেন্সের খরচ উল্লেখযোগ্যভাবে কমায়। কোম্পানিটি তাদের উন্নয়নের ভিত্তি হিসেবে ব্যবহৃত একটি ওপেন মডেলের সঙ্গে তুলনা করেছে।

তুলনার জন্য ব্যবহৃত মডেলটির নাম TBC প্রকাশ করেনি। কোম্পানিটি শুধু জানিয়েছে, এটি ভিডিও তৈরির অন্যতম উন্নত মডেল।

তাই গতি ও খরচের দাবিকে কোম্পানির নিজস্ব অনুমান হিসেবে দেখা উচিত। বেছে নেওয়ার ক্ষেত্রে নিজের কাজের ওপর তুলনা করাই গুরুত্বপূর্ণ: নির্দিষ্ট মডেলগুলোর মধ্যে তুলনা করার মতো পর্যাপ্ত তথ্য নেই।

প্রযুক্তিটি কোথায় পাওয়া যাবে

এর আগে TBC-এর মডেলটি কেবল neocloud সরবরাহকারী Bluesky Compute-এর মাধ্যমে পাওয়া যেত। এখন মঙ্গলবার থেকে Amazon Web Services-এর নির্বাচিত কিছু গ্রাহকের জন্য সীমিত প্রাথমিক প্রবেশাধিকার শুরু হবে।

Amazon ও TBC শিগগিরই AWS-এর সব কর্পোরেট গ্রাহকের জন্য প্রযুক্তিটি উন্মুক্ত করার পরিকল্পনা করছে। আপাতত নির্দিষ্ট গ্রাহকদের জন্য এর প্রাপ্যতা সীমিত, এবং আরও ব্যাপকভাবে চালুর শর্ত জানানো হয়নি।

সাধারণ প্রশ্নোত্তর

বিভিন্ন উপাদান

সব উপাদান
ইন্টারঅ্যাকটিভ XR ডেভেলপমেন্টে কোডিং এজেন্টদের মূল্যায়ন: GenXR-Bench-এর ফলাফল
সংবাদ

ইন্টারঅ্যাকটিভ XR ডেভেলপমেন্টে কোডিং এজেন্টদের মূল্যায়ন: GenXR-Bench-এর ফলাফল

প্রকাশিত হয়েছে GenXR-Bench—ইন্টারেক্টিভ XR ডেভেলপমেন্টে কোডিং এজেন্টগুলোর এন্ড-টু-এন্ড মূল্যায়নের জন্য ১১২টি বিশেষজ্ঞ-নির্ধারিত কাজের একটি সেট: ফিচার উন্নত করা ও ত্রুটি ঠিক করা থেকে শুরু করে ভোক্তা-পর্যায়ের ডিভাইসে আচরণ যাচাইসহ অ্যাপ্লিকেশন তৈরি পর্যন্ত। পরীক্ষিত দশটি মডেলের মধ্যে সেরা ফল ছিল ৫০.৯% Pass@1; বারবার দেখা ব্যর্থতার মধ্যে রয়েছে সেন্সরের অ্যাসিঙ্ক্রোনাস ইভেন্ট সামলানো, বাস্তব স্থানের সঙ্গে অবজেক্ট যুক্ত করা এবং ভৌত প্রেক্ষাপটে মিথস্ক্রিয়া বোঝা।

5 নভেম্বর 2026
ছবির হাইব্রিড অ্যানোটেশন: স্বয়ংক্রিয়করণ কম্পিউটার ভিশন মডেলের প্রশিক্ষণকে ত্বরান্বিত করে
সহায়িকা

ছবির হাইব্রিড অ্যানোটেশন: স্বয়ংক্রিয়করণ কম্পিউটার ভিশন মডেলের প্রশিক্ষণকে ত্বরান্বিত করে

নিবন্ধে বর্ণনা করা হয়েছে, অ্যালগরিদমের মাধ্যমে প্রাথমিক লেবেলিং কীভাবে হাতে করা কাজ কমায় এবং প্রশিক্ষণ ডেটাসেটের পরিচ্ছন্নতা বাড়ায়, পাশাপাশি কেন নির্বাচিতভাবে মানুষের যাচাই এখনও জরুরি। কঠিন শুটিং পরিস্থিতি এবং বিরল ধরনের বস্তুর ক্ষেত্রে এই পদ্ধতির সীমাবদ্ধতাগুলোও আলোচিত হয়েছে।

5 নভেম্বর 2026
স্কেলার পুরস্কার থেকে প্যারেটো ফ্রন্টিয়ার: বহু-উদ্দেশ্যভিত্তিক রিইনফোর্সমেন্ট লার্নিংয়ের মাধ্যমে LLM-ভিত্তিক RTL সংশ্লেষণ
সংবাদ

স্কেলার পুরস্কার থেকে প্যারেটো ফ্রন্টিয়ার: বহু-উদ্দেশ্যভিত্তিক রিইনফোর্সমেন্ট লার্নিংয়ের মাধ্যমে LLM-ভিত্তিক RTL সংশ্লেষণ

একটি ভাষা মডেলকে একটি মাত্র নকশা নয়, বরং ক্ষেত্রফল, বিলম্ব ও বিদ্যুৎ খরচের মধ্যে বিভিন্ন সমঝোতাসহ একগুচ্ছ RTL প্রার্থী তৈরি করতে প্রশিক্ষণ দেওয়ার একটি পদ্ধতি প্রস্তাব করা হয়েছে; পুরস্কার নির্ধারিত হয় প্যারেটো ফ্রন্টের হাইপারভলিউমে প্রতিটি বিকল্পের অবদানের ভিত্তিতে। RTLLM v2-তে আপেক্ষিক হাইপারভলিউম PPA অপ্টিমাইজেশনবিহীন বেসলাইন সংস্করণের তুলনায় ১৩.৩ শতাংশ পয়েন্ট এবং একক-লক্ষ্যভিত্তিক রিইনফোর্সমেন্ট লার্নিংয়ের তুলনায় ১৪.৪ শতাংশ পয়েন্ট বেড়েছে।

5 নভেম্বর 2026
ইঁদুরের মস্তিষ্কভিত্তিক নিউরাল কম্পিউটিং AWS ক্লাউডে আসছে