জেমিনি ৩.৮ লাইভ এক্সটেন্ডেড থিংকিং: ফোনে কথা বলার আগে এআই কীভাবে মনে মনে ভাবে?

ভাবুন, রাতের খাবার শেষে আপনি ফোন হাতে বসে আছেন। আগামীকাল অফিসে যাওয়ার পথে বৃষ্টি হবে কি না, আর বৃষ্টি হলে কোন সময়ে বেরোনো ভালো—এই জটিল হিসাবটা আপনি জেমিনিকে মুখে বলে ফেললেন। সাধারণত এআই সঙ্গে সঙ্গে উত্তর দেয়। কিন্তু এবার সে এক-দুই সেকেন্ড চুপ করে রইল। তারপর ধীরে ধীরে বলল, সকাল আটটার দিকে বৃষ্টির সম্ভাবনা বেশি, তাই সাড়ে সাতটার মধ্যে বেরিয়ে পড়া ভালো। এই ছোট্ট বিরতিটাই আজকের আলোচনার কেন্দ্র।

উত্তরের আগে ওই নীরব মুহূর্তে আসলে কী ঘটে?

আপনি যখন মুখে কিছু বলেন, ফোন প্রথমে সেই শব্দ ধরে নেয়। এরপর সেটিকে লেখায় রূপান্তর করে সিস্টেম। এখানেই শুরু হয় আসল কাজ। এক্সটেন্ডেড থিংকিং চালু থাকলে এআই সঙ্গে সঙ্গে উত্তর বানিয়ে ফেলে না। বরং সে প্রশ্নটিকে কয়েকটি ছোট অংশে ভাগ করে, প্রতিটি অংশের সম্ভাব্য উত্তর আলাদাভাবে যাচাই করে, তারপর সব মিলিয়ে একটি সিদ্ধান্তে পৌঁছায়। অনেকটা এমন, যেমন কেউ জটিল অঙ্ক করতে বসে প্রথমে কাগজে ধাপগুলো লিখে নেয়, তারপর মুখে চূড়ান্ত উত্তর বলে।

এই ধাপে ধাপে ভাবার পদ্ধতিকে বলা হয় চেইন অব থট (Chain of Thought)। সহজ কথায়, এটি এমন একটি কৌশল যেখানে এআই এক লাফে উত্তরে না পৌঁছে ছোট ছোট যুক্তির সিঁড়ি ভেঙে এগোয়। ফলে হিসাব, তুলনা বা একাধিক শর্ত মেলানোর মতো কাজে ভুল কমে। তবে এটি জাদু নয়। ভুল তথ্য দিলে বা প্রশ্ন অস্পষ্ট হলে এআই আত্মবিশ্বাসের সঙ্গে ভুল উত্তরও দিতে পারে।

কথা বলার সময় এই ভাবনা কেমন দেখায়

ধরুন, আপনার ছোট ভাই পরীক্ষার জন্য একটি বিজ্ঞানের প্রশ্ন বুঝতে পারছে না। আপনি ফোনের ক্যামেরা বইয়ের পাতার দিকে ধরলেন, আর মুখে জিজ্ঞেস করলেন, এই প্রশ্নের উত্তর কীভাবে বের করব। জেমিনি তখন ক্যামেরার ছবি পড়ে, প্রশ্নটি বুঝে, কয়েকটি সম্ভাব্য ব্যাখ্যা মাথায় ঘুরিয়ে, তারপর ধাপে ধাপে বলে দেয়। মাঝখানে আপনি থামিয়ে দিয়ে বলতে পারেন, না, এই অংশটা আরেকবার বুঝিয়ে দাও। সে সঙ্গে সঙ্গে থেমে যায় এবং নতুন করে বলে। এই স্বাভাবিক থামানো-চালানোর সুবিধাটাই লাইভ কথোপকথনকে আলাদা করে তোলে।

এখানে একটি বিষয় মনে রাখা দরকার। এক্সটেন্ডেড থিংকিং মানে এই নয় যে এআই মানুষের মতো চিন্তা করে বা নিজের অস্তিত্ব সম্পর্কে জানে। এটি কেবল একটি গাণিতিক পদ্ধতি, যেখানে সিস্টেম সম্ভাব্য উত্তরের ধারাগুলোকে ধাপে ধাপে যাচাই করে সবচেয়ে মানানসইটি বেছে নেয়।

কোথায় এই সুবিধা, আর কোথায় সীমা

• জটিল হিসাব বা একাধিক শর্তের প্রশ্নে ধীরে ভাবা সাহায্য করে, যেমন যাত্রার সময়, খরচের তুলনা বা পড়ার পরিকল্পনা।
• সহজ প্রশ্নে এই বাড়তি ভাবনা দরকার হয় না, তখন উত্তর দিতে একটু বেশি সময় লাগতে পারে।
• ক্যামেরা বা ছবি দিয়ে প্রশ্ন করলে এআই ছবি বুঝতে ভুল করতে পারে, বিশেষ করে ঝাপসা বা অন্ধকার ছবিতে।
• এআই কখনো কখনো আত্মবিশ্বাসের সঙ্গে ভুল তথ্য দেয়, তাই জরুরি সিদ্ধান্তের আগে তথ্য আলাদাভাবে যাচাই করা দরকার।
• কথোপকথনের রেকর্ড বা ব্যক্তিগত তথ্য নিয়ে ভাবা ভালো, কারণ ভয়েস কমান্ডে আপনার অবস্থান, সময় বা অভ্যাসের সূত্র থাকতে পারে।

এই সুবিধাটি অ্যান্ড্রয়েডে বিনামূল্যে পাওয়া যায়, তবে এক্সটেন্ডেড থিংকিং সুবিধাটি জেমিনি অ্যাডভান্সড প্ল্যানে খোলা থাকে। অর্থাৎ ফোনে কথা বলে এআইয়ের গভীর ভাবনা ব্যবহার করতে চাইলে সাবস্ক্রিপশন লাগবে।

তাহলে এই বিরতিটা কী বলে

ফিরে যাই সেই রাতের দৃশ্যে। জেমিনি যখন চুপ করে রইল, তখন সে আসলে আপনার প্রশ্নের কয়েকটি সম্ভাব্য উত্তর মাথায় ঘুরিয়ে দেখছিল। এই ছোট্ট বিরতিটাই এআইয়ের ধাপে ধাপে ভাবার চিহ্ন। বুঝতে পারলে আর বিভ্রান্তি থাকে না—এআই উত্তর দিতে দেরি করছে মানে সে ভাবছে, আর ভাবছে মানে সে হিসাব করছে। তবে ভাবছে বলেই উত্তর সবসময় সঠিক হবে, এমন নিশ্চয়তা নেই।